Universit de Montral

Rapport de recherche

Titre :
Le paradoxe de la prime des actions : Le cas du canada

Rdig par :
Ismal Ciss

Dirig par :
Onur zgr


Dpartement de sciences conomiques
Facult des Arts et des Sciences

7 dcembre 2011





Rsum
Lobjectif de ce travail est dexpliquer le paradoxe de la prime des actions la lumire des
donnes canadiennes sur la consommation agrge et lindice S&P/TSX compos. Le cadre
danalyse est une modification du modle dvaluation des prix des actifs bas sur la
consommation ou MDAFC (CCAPM) qui sappuie sur Campbell et Cochrane (1999). Il
propose une formulation des habitudes externes qui gnre de la variation temporelle et
contracyclique du coefficient daversion au risque et dans la prime de risque. Nous
montrons que la spcification propose permet de mieux rendre compte de la prime de
risque que le modle CCAPM classique. Cependant, Le modle semble surestimer la
prvisibilit des rendements et aboutit une explication de la volatilit du ratio prix-
dividende qui repose sur les rendements rels plutt que sur les dividendes rels comme
nous lobservons dans les donns canadiennes. Ces rsultats ensemble, suggrent une
prvisibilit des dividendes et sont en faveur des modles dvaluation classiques des prix
bass sur la valeur prsente des flux de dividendes futurs actualiss taux constant.
Mots-cls: MEDAFC, Paradoxe, prime de risque, Croissance de la consommation, ratio
prix-dividende, Canada, Indice S&P/TSX compos, Prvisibilit, Volatilit

Abstract
We pursue the goal of explaining the Equity Premium Puzzle using Canadian data on
aggregate consumption and the Composite S&P/TSX index. The framework used is a
modified Consumption Capital Asset Pricing Model (CCAPM) from Campbell and
Cochrane (1999). They use a formulation of external habits which generates a time-varying
and countercyclical coefficient risk aversion and equity risk premium. We show that the
forcing habit process has more success in explaining the equity risk premium than the
standard CCAPM. However, the simulated data generate too much returns predictability
and most of the price-dividend ratio volatility is explained by real returns rather than real
dividends growth as implied by Canadian data. These findings suggest dividends
predictability and support present value models based on dividends flows discounted at a
constant rate.
Keywords: CCAPM, Equity risk premium, Puzzle, Consumption growth, Price-Dividend
ratio, Canada, S&P/TSX index, predictability, Volatility

I. Introduction
Plusieurs travaux ont mis en vidence la difficult de diffrents cadres danalyses
dexpliquer des phnomnes empiriques pour les rendements et le prix des actifs. Le
modle dvaluation des actifs financiers (MEDAF ou CAPM), prdit que le rendement
dun actif est fondamentalement dtermin par le seul rendement du portefeuille de march
et que son risque est dcrit de faon complte par un coefficient, le dans une relation
linaire. Initialement considr comme une thorie valide du risque et du rendement,
lanalyse empirique du CAPM (Capital Asset Pricing Model) a rvl plusieurs
insuffisances (Cochrane, 1999, p.36). Elles ont t dsignes par le vocable danomalies,
lies principalement la taille ou la capitalisation boursire (size effect), au ratio cours-
bnfice (P/E effect) et au ratio valeur comptable-valeur marchande qui sont avrs pour
plusieurs pays (tats-Unis, Canada, Japon, Italie) (Keim et Ziemba, 2000; Fama et French,
1992). Dans une optique plus large des modles multifactoriels, cela sest traduit par le fait
que la combinaison dun proxy du rendement de march avec la capitalisation boursire et
le ratio valeur comptable-valeur marchande valeur est plus efficace pour dcrire la coupe
transversale des rendements (Fama et French,1996).
Lucas (1978) et Breeden (1979) ont propos le CCAPM ou MEDAFC (Modle
dvaluation des actifs financiers bas sur la consommation) dans lequel le prix dquilibre
des actifs est dtermin par les choix conjoints de consommation et dallocation de
portefeuille et implique que la consommation et non plus le rendement du march est la
source fondamentale de variation des rendements des actifs. Ce cadre prsente deux
principaux avantages par rapport au CAPM : premirement, il lie la dcision de
consommation et dinvestissement des units de dcision (individus, mnages) et permet
une extension de la thorie du consommateur. Deuximement, il propose une dtermination
conomique des rendements base sur la covariation anticipe entre les rendements et la
consommation, contrairement au CAPM qui a tablit une relation linaire entre les
rendements esprs de diffrents portefeuilles, celui dun actif ou portefeuille et celui du
portefeuille de march sans plus (Campbell et al, p.291). Confront aux donnes
empiriques, il a chou rendre compte de la dynamique des rendements des actifs. Mehra
et Prescott (1985) ont ainsi mis jour le paradoxe de la prime de risque quils dfinissent
comme lincapacit dexpliquer conjointement le faible taux sans risque sur les bons du
trsor et le rendement lev des actions dans le cadre de marchs efficaces .
Plusieurs recherches ont propos diffrentes modifications qui touchent surtout la
fonction dutilit priodique. Elles incluent : lintroduction de sources de risque
supplmentaires comme la consommation en bien durables (Wirjanto, 2004); la dfinition
dhabitudes (Wirjanto, 1997; Campbell et Cochrane, 1999), la prise en compte des
contraintes de liquidit (Wirjanto, 1995; 1997). Dautres ont continu travailler sur les
modles facteurs en proposant dautres choix de facteurs, de nouvelles techniques
destimation et des procdures de tests diffrentes (Carmichael et Samson, 1996; 2003).
Certaines de ces tudes arrivent expliquer partiellement la dynamique des rendements
excdentaires des actions mais chouent expliquer conjointement les rendements des
actions et des obligations. Elles avancent comme source de leur insuffisance soit une
variation dans le temps, soit un niveau lev de laversion au risque sans lincorporer
explicitement dans leur modle.
Des phnomnes empiriques similaires sont rapports dans les donnes canadiennes
et amricaines : la prvisibilit relativement faible des rendements de court terme par
rapport aux rendements de long terme (Schmitz, 1996; Carmichael et Samson, 1996), la
volatilit excessive des prix (Shiller, 1989); La prsence danomalies (Keim et Ziemba,
2000); Shiller, 1989). Diffrentes tudes ont rejet le CCAPM classique dans le deux cas
(Carmichael et Samson, 2005; Hansen et Singleton, 1983; Mehra et Prescott, 1985).
Campbell et Cochrane (1999) apportent une modification en spcifiant une formation
externe des habitudes qui sajustent lentement de faon non linaire aux niveaux de
consommation et produit un coefficient daversion au risque et une prime de risque
contracyclique. Ils parviennent une rsolution du paradoxe de la prime de risque et
russissent reproduire plusieurs caractristiques empiriques des prix et des rendements
telles que la faible prvisibilit des rendements, la volatilit excessive des prix et des
rendements. Nous nous proposons dappliquer cette mthodologie aux donnes
canadiennes. notre connaissance, cet exercice na pas encore t effectu.
Bien que nous russissions reproduire certaines statistiques empiriques, nos rsultats
sont moins concluants quant la description des caractristiques empiriques des donnes
canadiennes que la recherche originale sur les donnes amricaines. La prvisibilit des
rendements de court terme et des rendements de long terme reste faible par rapport ce que
suggre le modle. Le cadre danalyse non seulement narrive pas rendre compte des
mouvements de prix mais aboutit une explication de la volatilit des prix base sur les
rendements loppos des donns canadiennes qui pointent les dividendes comme la
principale source de variation.
Dans la suite de notre recherche, nous dcrivons le modle. Dans la troisime partie,
nous prsentons les donnes et la mthodologie utilises et spcifions la calibration du
modle. Dans la quatrime partie, nous analysons les proprits des donnes canadiennes
empiriques et simules.


II. Modle
1. Prsentation du modle
Nous reprenons le modle de Campbell et Cochrane (1999). On suppose une conomie
dont les individus sont identiques. Leurs prfrences sont dcrites par une fonction dutilit
isolastique (CRRA). Ce type de fonction permet de synthtiser leur comportement par un
individu reprsentatif dont lutilit a la mme forme fonctionnelle :
( )
( )
1
0 0
- 1
, ( , )
1
t t t t
t t t t
t t
C X
U C X E u C X E

o o

= =
(

(
= = (
(

(


(1)
o X
t
est le niveau dhabitudes. Le concept dhabitudes traduit lide quun niveau de
consommation plus leve dans la priode courante incite lindividu un niveau de
consommation future plus leve. Cela correspond formellement une relation positive
entre lutilit marginale de la consommation courante et le niveau de la consommation
passe. La fonction dutilit priodique est spcifie avec une formation dhabitudes
externe. On dfinit S
t
la consommation relative (surplus consumption ratio) par :
-
t t
t
t
C X
S
C
= (2)
La prochaine tape consiste spcifier comment se forment les habitudes. La spcification
choisie doit satisfaire la condition que le niveau dhabitudes est infrieur au niveau de la
consommation dans toutes les priodes et tous les tats de nature pour que la fonction
dutilit soit dfinie. Les auteurs choisissent donc de dfinir une quation de transition en
termes de s
t
(s
t
=ln(S
t
)), comme un processus AR(1) conditionnellement stationnaire (||<
1) et htroscdastique et une dotation dcrite par un processus univari pour la croissance
de la consommation:
( )
1 1
(1 ) ( )
t t t t t
s s s s c c g | |
+ +
= + + (3)
2
1 1 1
, . . (0, )
t t t
c g v v i i d N o
+ + +
A = + (4)
o s est ltat stationnaire de s, le coefficient dautocorrlation, c
t
le log de la
consommation, g la log-croissance moyenne de la consommation. La dernire quation
dfinit le logarithme de la consommation comme une marche alatoire. (s) reprsente la
fonction de sensibilit qui dtermine lampleur de la raction du systme, dont ltat est
dcrit par s
t
, aux chocs alatoires sur la croissance de la consommation.
(Campbell et Cochrane, 1999) spcifie cette fonction pour obtenir un taux sans risque
constant et satisfaire la proprit dajustement lent des habitudes la consommation. Cela
garantit que la fonction dutilit est bien dfinie. Notons que lquation (3) traduit un
ajustement non linaire des habitudes la consommation. On peut ainsi montrer que le log-
niveau des habitudes est approximativement une combinaison linaire de la log-
consommation passe (Voir la dmonstration dans lAnnexe).


2. Le taux marginal de substitution et le taux sans risque :
Pour la spcification choisie, le taux marginal de substitution intertemporel ou
facteur dactualisation stochastique (FAS) prend la forme suivante :
( )
1 1 1
.
t t t t t
M S S C C

o

+ + +
= (5)
Lintroduction de lquation de transition (3) dans cette expression donne :
| | { }
1
( )( ) 1
1
t t t
s s s v
t
M G e
|

o
+
1 + + ( )

+
= (6)
Le taux brut dactualisation de risque neutre est dfini comme linverse de lesprance
conditionnelle du facteur dactualisation stochastique (FAS). Lhypothse de log-normalit
du processus de consommation implique une log-normalit conditionnelle du FAS. Ce qui
permet de dfinir le log-rendement sans risque :
| |
2 2
2
ln( ) ( )( ) 1
2
f
t t t
r g s s s
o
o | = + 1 + ( ) (7)
Le taux sans risque dpend des prfrences et des caractristiques technologiques du
modle. Le premier terme correspond au taux dactualisation subjectif. Le second terme
implique que le taux de croissance de la consommation entre de faon linaire dans cette
quation avec comme coefficient gamma. La troisime expression traduit leffet de
substitution intertemporel. Lorsque s
t
est relativement lev, sans chocs supplmentaires, le
taux marginal de substitution augmente (voir lquation (5)). Ce qui cre une incitation
augmenter la consommation future relativement la consommation actuelle, donc
pargner (acheter des bons du trsor). Do un mouvement vers le bas du taux sans risque
avec une ampleur proportionnelle au coefficient gamma, linverse de llasticit de
substitution. Le dernier terme dcrit leffet dpargne (Precautionary saving) qui traduit
une tendance pargner pour lindividu (acheter des bons du trsor), pour se prmunir des
effets ngatifs de la volatilit de la consommation. Pour satisfaire lhypothse dun taux
sans risque constant, le choix de la fonction de sensibilit (s
t
) est dtermin de faon ce
que ces deux effets se compensent exactement. Pour que le dernier effet soit positif, ce doit
tre une fonction dcroissante de la consommation relative.


3. Frontire de variance minimale
Nous utilisons un rsultat de Hansen et Jaggannathan (Danthine et Donaldson, p.180)
qui drivent une borne suprieure au ratio de Sharpe, la prime par unit de risque ou le prix
du risque :
1 1 1
1 1
1 1 1
( ) ( ) ( )
( , )
( ) ( ) ( )
e
e t t t t t t
t t t e
t t t t t t
E R M M
M R
R E M E M
o o

o
+ + +
+ +
+ + +
= s (8)
o
t
dsigne la corrlation conditionnelle et R
e
t+1
un rendement excdentaire quelconque et
le FAS. Sous lhypothse de log-normalit conditionnelle, du FAS M
t+1
, nous pouvons
dfinir le ratio de Sharpe maximal:
| |
| |
2 2 2
1
1
1
( )
max 1 1
( )
t
e
s
t t
t e
t t
E R
e s
R
o
o
o
+ ( )
+
+
= ~ + ( ) (9)
Ce rsultat est fondamental dans la spcification du modle. Il est perceptible que pour
obtenir une prime de risque contracyclique, la fonction (s
t
) doit tre dcroissante.

4. Spcification de la fonction de sensibilit
La fonction de sensibilit est choisie de faon satisfaire trois conditions (Campbell et
Cochrane, 1999, p.212) :
La premire : le taux sans risque est constant.
La deuxime: Les habitudes sont prdtermines ltat stationnaire. En dautres termes,
les habitudes peuvent tre lies la consommation agrge passe mais sont non corrles
avec les chocs et futurs de la consommation. Cela implique ltat stationnaire la condition
suivante pour (s
t
) :
1
1 s
S
( ) = (10)
La troisime : Les habitudes sont prdtermines prs de ltat stationnaire. Ce qui
contraint (s
t
) :
1
'( ) s
S
= (11)
Lquation (7) pour le taux sans risque et les deux conditions (10) et (11) nous permettent
de dfinir de faon explicite ltat stationnaire de S en termes des paramtres du modle et
la fonction de sensibilit (s
t
) (Voir la preuve en annexe):
1
S

o
|
=

(12)
max
1
1 2( ) 1 si
( )
0 sinon
t t
t
s s s s
s S

s

=
`

)
(13)
Avec
( )
2
max
1
1
2
s s S = + la valeur qui annule lexpression sous le radical.
Lorsquon substitue (13) pour (s
t
) dans (7), on obtient un taux sans risque constant :
2
2
ln( )
2
f
t
r g
S
o
o
| |
= +
|
\ .
(14)

5. Dtermination des prix des actifs.
Dans cette sous-partie, nous dfinissons deux actifs : lun bas sur la consommation
et lautre sur les dividendes que nous dsignerons respectivement par lactif-C et lactif-D,
par souci de concision. Lindividu reprsentatif choisit le chemin de consommation et
lallocation de portefeuille qui maximisent son utilit. Ce choix optimal doit satisfaire
lquation fondamentale dvaluation des actifs, obtenue partir de la condition de premier
ordre du problme de maximisation :

1 1
1
t t t
E M R (15)
Lactif-C donne droit au flux priodique de consommation, dont le rendement est dfini de
la faon suivante :
1 1
1
t t
t
t
P C
R
P
(16)
Lorsquon substitue M
t+1
par (5) et R
t+1
par (16) dans (15), on obtient :
1
( ) [1 (1 ] 1 1
1
1
( ) 1 ( )
t t t
s s s v t t
t t t
t t
P P
s G e E e s
C C
|
o
+
1)( + ( ) +
+
+
( | |
= +
( |
\ .
(17)
Dans une dmarche qui rappelle celle de Lucas (1978), la rsolution de cette
quation doit nous donner le prix dquilibre (ratio prix-consommation) en fonction de
ltat de lconomie.

Pour chaque valeur de s sur une grille pralablement dfinie, le
modle est rsolu par intgration numrique de lexpression en (t+1) en termes de v. Nous
obtenons prcisment le ratio prix-consommation (P/C) comme une fonction de s. la
diffrence de Mehra et Prescott (1985) qui ne fait pas de distinction entre les dividendes de
laction unitaire et la consommation, on dfinit un processus stochastique pour les
dividendes faiblement corrl avec la consommation. Ce faisant, nous crons un actif
synthtique, lactif-D, bas sur les dividendes :
2
1 1 1 1 1
, . . (0, ) et ( , )
t t t w t t
d g w w i i d N corr v w o
+ + + + +
A = + = (18)
On peut dfinir une quation en termes du ratio prix-dividende similaire (17) ci-dessus :
2 2
1
1
[ (1 ] (1 )
( ) 1 1 2
1
1
( ) 1 ( )
w
t t w
t
s v
s s t t
t t t
t t
P P
s G e e E e s
D D
o
o
|
o
o
+
+ ( )
1)( +
+
+
( | |
= +
( |
\ .
(19)

III. Donnes et mthodologie
1. Source des donnes et mthodologie
Les donnes utilises proviennent de la base de donnes CANSIM de Statistique
Canada. Les donnes mensuelles boursires couvrent le mois de janvier 1961 dcembre
2009 et incluent lindice S&P/TSX compos qui regroupe plus de 200 entreprises, les
rendements en dividendes (dividend yield) sur cet indice. Les donnes de taux sur les bons
du trsor trois mois, dun usage rpandu dans la littrature comme proxy de lactif sans
risque, prsentent des valeurs manquantes. Nous choisissons, en lieu et place, les taux bons
du trsor 2 mois qui ont une moyenne historique sensiblement gale et naffectent pas nos
rsultats, en lespce, puisque nous lutilisons pour le calcul du rendement excdentaire
moyen. Nous obtenons galement de la mme source les donnes trimestrielles de la
consommation relle en biens et services, de lindice des prix la consommation (IPC)
mensuel et de la population de 1961 2009.
Nous pouvons ainsi calculer la consommation per capita en biens et services en
divisant la consommation par la population. Les dividendes nominaux sont obtenus en
multipliant le rendement en dividendes par le niveau de lindice boursier de la priode
antrieure, puis sont diviss par lIPC pour donner les dividendes rels. Le rendement total
sur lindice est calcul en prenant la somme de ses composantes, cest--dire le gain de
capital, calcul comme le taux de variation net de lindice, et le rendement sous forme de
dividendes.

2. Calibration
Nous suivons la dmarche de Campbell et Cochrane (1999). Les valeurs des
paramtres de la simulation prsentes dans le tableau I sont choisies de faon reproduire
les statistiques empiriques. La log-croissance moyenne, g, est obtenu en prenant la
moyenne historique du taux de croissance. Lcart-type de la log-croissance est obtenu
similairement. Le log-rendement sans risque constant r
f
est donn par la moyenne du taux
rel historique sur les bons du trsor. La valeur du coefficient dans lquation de
transition est dtermine par le coefficient dautocorrlation du ratio prix-dividende annuel.
Nous fixons le paramtre de faon reproduire le ratio de Sharpe obtenu dans les
donnes. Les valeurs des trois derniers paramtres sont dduites partir des valeurs fixes
des autres paramtres.
Le choix du coefficient de corrlation entre la croissance de la consommation est
plus dlicat comme lobserve Campbell et Cochrane (1999). Nous avons calcul ce
coefficient pour diffrents horizons de la consommation et des dividendes et diffrentes
frquences (trimestrielles et annuelles) et il en a rsult des valeurs entre 0.2 et 0.5 avec une
prdominance pour les valeurs entre 0.3 et 0.4. Nous choisissons une valeur de 0.3. Notre
dmarche permettra dtablir que nous obtenons des niveaux de prix et similaires pour les
deux actifs malgr la faible corrlation qui lie la croissance de leurs flux de revenus
(Campbell et Cochrane, 1999, p.219). Le facteur dactualisation subjectif est dduit du
taux de lactif sans risque r
f
. Les deux derniers paramtres, ltat stationnaire S et la borne
suprieure S
max
de S sont fonctions des autres paramtres. Notons enfin que les valeurs dans
le tableau I sont exprimes en rythme annuel.

Tableau 1 : Choix des paramtres
Paramtres Variable Valeur
Prdtermins:
Croissance moyenne de la consommation (%)* g 1.71
cart-type de la croissance de la consommation (%)* 1.14
Le log-rendement sans risque (%)* r
f
2.32
Le coefficient de persistance* 0.86
La courbure de lutilit
cart-type de la croissance des dividendes (%)*

w

0.46
10.78
Corrlation entre d et c 0.3

Facteur dactualisation subjectif 0.95
Consommation relative stationnaire
S
0.021
Consommation relative maximale S
max
0.034
Les noms de paramtres suivis du symbole * sont annualiss.

IV. Rsultats
1. Rsolution du modle
cette tape, nous utilisons une grille pour la variable dtat S
t
, qui dcrit les diffrents
tats de nature possibles dans notre conomie. Nous drivons les niveaux de prix, les
moments ex-ante des rendements pour les deux types dactifs dfinis et nous observons leur
volution en fonction de la variable dtat. Ce qui nous permet de mieux dcrire lvolution
des rendements au regard de la conjoncture conomique et de la classe dactifs.
La distribution de la consommation relative reprsente la figure 1 est obtenue en
utilisant la forme continue du processus de s
t
lquation
1
. La valeur de gamma qui permet
datteindre lobjectif que nous nous tions fixs, reproduire le ratio de Sharpe, nous donne
une fonction de densit convexe et dont lasymtrie est oriente vers la gauche. Cela
traduit une probabilit faible pour les valeurs faibles de S (rcessions) et une probabilit trs
leve pour les valeurs leves de S (expansions). La densit est particulirement
concentre prs de la borne suprieure avec une ampleur des valeurs extrmes positives
plus faible que celle des valeurs extrmes ngatives. On sattend donc une consommation
relative dont le retour la moyenne est relativement lent (Campbell et Cochrane, 1999,
p.220).
Cette forme de la distribution est due une valeur de gamma infrieure 1 (
=0.4651). En utilisant une valeur de 2, comme Campbell et Cochrane (1999) dans leur
calibration aux donnes annuelles, nous obtenons comme eux une distribution proche de la
forme en cloche plus convenable : concave, asymtrie oriente vers la gauche, mais
dont la densit est moins concentre aux extrmes positives de la distribution. Le ratio de
Sharpe dans les donnes canadiennes est plus faible, notre calibration exige donc une valeur
plus faible du paramtre gamma.


1
Voir lannexe de Campbell et Cochrane(1998) non publie.

Figure 1. Distribution marginale de la consommation relative S

La figure 2 reprsente le ratio prix-dividende en fonction de la consommation relative pour
lactif-C et lactif-D. Il y a une relation positive (procyclicalit) entre le ratio prix-dividende
et la consommation relative pour toutes les catgories dactifs, mais les courbes ont une
forme concave. En priode dexpansion, S augmente, lagent reprsentatif a une aversion au
risque faible et est plus susceptible dacqurir lun des actifs risqus dont il exige une
faible prime de risque. Les prix augmentent un taux plus lev que les dividendes et la
consommation, dabord plus vite pour les valeurs faibles de S pour lesquelles lindividu est
plus sensible aux perturbations de la consommation (en raison de la dcroissance de la
fonction de sensitivit (s)), puis moins vite mesure que S augmente et que la sensibilit
diminue.
Nous observons galement que les prix pour les deux actifs sont similaires pour les valeurs
faibles de S, mais que la diffrence saccrot en faveur de lactif D, mesure que S
augmente.

Figure 2. Ratios P/D en fonction de la consommation relative S

Dans la formule du ratio prix-dividende pour lactif- D, la projection linaire de w sur v a
un coefficient suprieur 1, trivialement, le coefficient pour lactif-C. En raison de
lhypothse de log-normalit de la consommation et des dividendes, la volatilit plus leve
du processus de dividendes transparait comme un facteur amplifiant dans lquation du
ratio prix-dividende de lactif-D (voir lquation(19)); do son niveau plus lev.
Lesprance conditionnelle des rendements pour les deux actifs reprsente la figure 3 a
une allure globalement dcroissante. Cela corrobore notre discussion plus haut sur les
mcanismes lorigine de lallure du ratio prix-dividende. On observe que les taux de
rendement conditionnels baissent mesure que la consommation relative augmente. tant
donn un taux sans risque constant, cela correspond une prime de risque exige plus
faible mesure que lconomie saccroit ou dans lautre sens, une baisse de S (rcession)
augmente la prime de risque exige en raison de laversion au risque croissante. La prime
de risque obtenue dans notre modlisation est contracylique.

Figure 3. Esprance conditionnelle des rendements en fonction de S

Par ailleurs nous observons que les taux de rendement attendus sont trs proches, voire
impossible identifier graphiquement pour les valeurs leves de S, malgr la diffrence
observe entre le ratio prix-dividende des deux actifs la figure 2. Campbell et Cochrane
(1999) ont galement observ ce phnomne, mais avec des ratios prix-dividende
similaires. Le rendement peut tre rcrit en fonction des ratios prix-dividende et de la
croissance des dividendes :
1 1 1
1
1
t t t
t
t t t
P D D
R
P D D
+ + +
+
+
= (20)
Le premier terme, le rapport, est assez proche pour les deux actifs dans la mesure o les
deux ratios sont des fonctions similaires de s de sorte que le premier rapport est
relativement proche. La diffrence provient du deuxime terme auquel lindividu est plus
sensible en priode de rcession (S faible) (Campbell et Cochrane, 1999, p.222).
Enfin, pour certaines valeurs de la consommation relative, le taux de rendement
exig sur les deux actifs est infrieur au taux sans risque, donnant lieu une prime de risque
ngative. Ce rsultat nest pas tranger notre calibration pour gamma qui est infrieure
la valeur choisie par Campbell et Cochrane (1999) et traduit une aversion au risque faible.
Ce rsultat peut tre plus rigoureusement exprim dans le cadre du modle CCAPM ou dun
modle du facteur dactualisation stochastique M
t
. Dans lun ou dans lautre, on peut
driver une borne infrieure pour la volatilit du facteur dactualisation stochastique qui a
de nombreuses implications pour la structure des rendements (voir lquation (8)). partir
de cette ingalit, on arrive dduire quune corrlation conditionnelle positive entre le
facteur dactualisation stochastique et les rendements permet dobtenir une prime de risque
ngative, sans gard son ampleur
2
. Ainsi, plus leve est la consommation relative, plus le
rendement futur attendu est faible en raison de laversion dcroissante au risque. Le
redressement observ au niveau de la borne suprieure de S sexplique simplement par la
sensibilit nulle au choc alatoire futur dans cet tat de nature. Lagent reprsentatif
construit ses anticipations futures sur le rendement comme sil sagissait dun actif sans
risque. Cela correspond prcisment une corrlation nulle.
Lallure des carts-types la figure 4 est conforme nos attentes. On observe que
lagent reprsentatif anticipe une volatilit plus forte pour lactif-D que pour lactif-C, le
processus des dividendes tant plus volatil que la consommation. La forme des courbes des
ratios de Sharpe la figure 5 sexplique aisment en termes des courbes des rendements
esprs et des carts-types conditionnels. Les moments conditionnels des rendements de
lactif-D sont plus levs, mais les rendements attendus le sont proportionnellement un peu
plus que plus que les carts-types conditionnels, do le lger dtachement observ pour
certaines valeurs du ratio de consommation excdentaire S. La calibration que nous avons
choisie donne lieu un prix du risque similaire pour un actif qui donne droit des flux
futurs de consommation et un autre actif qui promet des dividendes plus volatils et
faiblement corrls avec la consommation.

2
Il sagit prcisment de la corrlation conditionnelle entre le facteur dactualisation stochastique et le
rendement excdentaire. Mais, le taux sans risque est constant de sorte quil peut tre supprim du terme de
la corrlation.

Figure 4. carts-types conditionnels des rendements en fonction de S

Figure 5. Ratios de Sharpe en fonction de S
2. Simulations
Nous utilisons dans cette sous-partie les rsultats de ltape prcdente pour simuler
les perturbations alatoires de la croissance de la consommation et driver des statistiques
dintrt que sont les moments des sries obtenues ex-post: la prime de risque, le ratio prix-
dividende et les rendements et que nous confrontons leurs quivalents provenant des
donnes canadiennes sur la priode 1961-2009. Les simulations sont effectues en
frquence annuelle pour 20 000 annes. Le ratio prix-dividende annuel est le ratio de fin de
priode, cest--dire, du dernier mois de lanne. Les rsultats sont prsents dans le tableau
2.
En plus de comparer les statistiques obtenues partir des donnes simules et les donns
empiriques, il nous apparait important de dterminer dans quelle mesure notre cadre
danalyse permet de reproduire la dynamique des variables sus-cites, notamment en termes
de prvisibilit et de volatilit?
Tableau 2: Moyenne et cart-type des donnes empiriques et simules
Statistique Actif-C Actif-D
Donnes
(TSX
&CANSIM)
Donnes
(TSX 60)
E(c)* 1.71 1.71
(c)* 1.14 1.14
E(r
f
)* 2.32 2.32
E(r- r
f
) 2.85 2.55 2.34 9.73
(r- r
f
) 19.54 22.35 16.27 19.40
E(r- r
f
)/ (r- r
f
)* 0.14 0.11 0.14 0.50
E(R- R
f
)/ (R-R
f
) 0.19 0.18 0.21 5.41
exp[E(p-d)] 31 34.7 34.7 12
(p-d) 0.35 0.37 0.36 0.21
Les statistiques que nous cherchons reproduire par la calibration sont marques de
lastrisque *.

Nos rsultats prsents dans le tableau 2 reproduisent sans surprise la moyenne et
lcart-type du taux de croissance de la consommation, le taux sans risque moyen et le ratio
de Sharpe. Ce ratio est calcul partir des log-rendements de lactif-C dans la ligne de
Campbell et Cochrane (1999), en calibrant la valeur de . Le ratio, calcul partir des
rendements simples connait une lgre dviation par rapport aux donnes empiriques, mais
demeure dans le mme ordre de grandeur. Le paramtre gamma peut galement tre calibr
pour lactif-D, mais cela ncessiterait une valeur plus leve.
Malgr notre succs en ce qui trait au ratio, il en est autrement des termes du ratio
entre les deux ensembles de donnes. Le rendement excdentaire moyen et son cart-type
estim par les simulations sont suprieurs leurs quivalents dans les donnes canadiennes,
mais reste dans le mme ordre de grandeur. En ce sens, notre succs est moins retentissant
que celui de Campbell et Cochrane (1999) qui avait russi rpliquer exactement les
statistiques empiriques pour la moyenne et lcart-type. Le modle produit galement des
statistiques pour le ratio prix-dividende relativement proches des donnes empiriques. ce
chapitre, dans le cas du ratio prix-dividende pour lactif-D, il y a une rplication quasi-
parfaite des moments observs dans les donnes empiriques.
Le tableau 3 prsente lautocorrlation des diffrentes sries : le ratio-prix-dividende
et le rendement excdentaire. Lautocorrlogramme du ratio prix-dividende est quasi-
identique pour les deux actifs, mais lautocorrlation observe dans les donnes pour
quasiment tous les ordres est plus leve. On constate une volution dcroissante de la
fonction dautocorrlation, conforme ce qui a dj t rpertori (Campbell et Cochrane,
p.226), mais galement une persistence de la corrlation positive. En effet, jusqu lordre
7, cette autocorrlation demeure significativement positive. Cela traduit une non-
stationnarit ou une persistance des prix observe dans les donnes qui est reproduite dans
les donnes simules.
Dans le cas des rendements excdentaires, nous observons, lexception du premier
retard, une autocorrlation ngative et faible dans les deux ensembles (donnes simules et
empiriques); lautocorrlation de lactif-D tant lgrement plus lev. Ce qui suggre un
retour frquent la moyenne qui pourrait traduire la stationnarit du processus sous-jacent,
sous conditions de tests supplmentaires. Ces caractristiques des sries de prix et de
rendements ont dj t abondamment traites dans la littrature (Campbell et.al, 1997).
Lautocorrlation dans les rendements absolus est lgrement plus faible dans le cas de
lactif-D, en raison de sa volatilit supplmentaire mais demeure plus leve que celle
observe dans les donnes empiriques. La persistance de lautocorrlation positive devrait
tre interprte comme un indicateur dhtroscdasticit des rendements (Campbell et
Cochrane, 1999, p.227).

Tableau 3: Autocorrlation des donnes simules et empiriques
Retard
Variable et source 1 2 3 4 5 6 7
p-d :
Actif-C 0.84 0.85 0.59 0.50 0.42 0.36 0.30
Actif-D 0.84 0.71 0.59 0.50 0.42 0.36 0.30
Donnes (composite) 0.86 0.76 0.69 0.63 0.51 0.46 0.39
r- r
f
:
Actif-C -0.037 -0.056 -0.066 -0.038 -0.045 -0.025 -0.031
Actif-D -0.041 -0.060 -0.067 -0.039 -0.046 -0.026 -0.032
Donnes (composite) 0.15 -0.056 -0.068 -0.12 -0.078 -0.032 -0.16

1
, )
j
t t i
i
r r

=
(

:


Actif-C -0.038 -0.093 -0.16 -0.20 -0.24 -0.27 -0.30
Actif-D -0.041 -0.10 -0.17 -0.21 -0.25 -0.28 -0.31
Donnes (composite) 0.15 0.091 0.023 -0.099 -0.18 -0.20 -0.37
| r | :
Actif-C 0.27 0.23 0.19 0.16 0.12 0.10 0.082
Actif-D 0.25 0.22 0.18 0.15 0.12 0.096 0.079
Donnes (composite) 0.055 0.11 0.11 0.030 0.088 -0.076 0.069

Dans le tableau 4, la corrlation ngative dcroissante en terme des priodes subsquentes
entre le log-ratio prix-dividende et le rendement excdentaire avanc est similaire dans le
cas des deux actifs, mais est un ordre de grandeur de 10 fois plus leve que dans les
donnes canadiennes. loppos des donnes simules, la faible corrlation empirique est
le reflet dune faible preuve en faveur de la prvisibilit des rendements de court terme
maintes fois soutenues dans la littrature lie ce thme (Campbell et Shiller, 1988a;
1988b; Schmitz, 1996). Notre modle suggre par contre une prvisibilit relativement
leve. Nous revenons sur cette question plus loin, dans le contexte des rendements de long
terme.
Le choix de traiter de la prvisibilit des rendements excdentaires plutt que des
rendements rels a lavantage de permettre de neutraliser les erreurs de mesure potentielles
dans le taux dinflation susceptibles daffecter la validit de nos conclusions. Campbell et
Shiller (1988b, p.665) trouvent pour un certain nombre de rgresseurs que les rendements
excdentaires sont lgrement moins prvisibles que les rendements rels diffrents
horizons, mais les rsultats sont qualitativement similaires.
La corrlation ngative et significative entre le ratio prix-dividende et les rendements
excdentaires absolus traduisent une relation entre les moments conditionnels dordre 1 et 2
des rendements excdentaires dans la pure logique des modles de volatilit conditionnelle
(Campbell et al, 1997, p.496-p.498). Une volatilit future des rendements plus leve
impliquerait un rendement attendu plus leve et des prix faibles, toute chose gale. Cette
interprtation est dailleurs en grande partie corrobore par la corrlation ngative observe
entre les rendements excdentaires et leur valeur absolue pour un certain nombre de retards.
Ce phnomne est plus marqu dans les donnes simules.




Tableau 4: Corrlations croises des donnes simules et empiriques
Avance
Variable et source 1 2 3 4 5 6 7
p
t
- d
t
, r
e
t+j

Actif-C -0.37 -0.32 -0.27 -0.22 -0.18 -0.15 -0.13
Actif-D -0.34 -0.30 -0.25 -0.21 -0.18 -0.14 -0.12
Donnes (composite) -0.017 -0.079 -0.071 -0.064 -0.038 0.004 -0.009
p
t
- d
t
,| r
e
t+j
|:


Actif-C -0.66 -0.55 -0.46 -0.39 -0.33 -0.27 -0.23
Actif-D -0.63 -0.53 -0.44 -0.37 -0.31 -0.26 -0.22
Donnes (composite) -0.003 0.051 0.085 0.12 0.12 0.11 0.14
r
e
t+j
,| r
e
t+j
|:
Actif-C -0.14 -0.11 -0.094 -0.076 -0.078 -0.053 -0.051
Actif-D -0.16 -0.12 -0.10 -0.083 -0.083 -0.057 -0.055
Donnes (composite) -0.20 -0.13 -0.15 0.024 -0.016 0.004 0.03

Nous en venons la question de la prvisibilit de long terme des rendements
directement lie aux rsultats du tableau 5. Les rendements excdentaires diffrents
horizons sont rgresss sur le log-ratio prix-dividende et sur une constante. Les coefficients
de la rgression et le coefficient de dtermination de la rgression sont prsents pour
chaque rgression. Cette relation linaire peut tre drive partir dun modle
dactualisation des flux de revenus futurs. Elle implique que pour une action, le prix
observ doit tre le reflet danticipations futures de dividendes plus levs et/ou de
rendements ou taux dactualisation attendus plus faibles (Campbell et al., 1997, p.263) ou
encore en termes strictement conomtrique, que le niveau de prix retard a un pouvoir
explicatif sur les rendements actuels
3
.

Tableau 5: Rgressions des rendements de long terme
Actif-C Actif-D Donnes (composite)
Horizon 10x
coefficient
R
2
10x coefficient R
2
10x coefficient R
2

1 -2.077 0.14 -2.061 0.12 -0.16 0.001
2 -3.91 0.25 -3.88 0.22 -0.19 0.001
3 -5.45 0.34 -5.42 0.3 -0.014 0.000
4 -6.71 0.42 -6.67 0.36 0.02 0.000
5 -7.78 0.47 -7.72 0.41 0.82 0.013
6 -8.65 0.52 -8.59 0.46 1.57 0.048
7 -9.39 0.56 -9.33 0.49 1.84 0.07
Amlioration de la prvisibilit : similaire pour les donnes empiriques trimestrielles

Les rsultats montrent clairement que la valeur des coefficients et le R
2
affiche une
tendance croissante selon lhorizon des rendements aussi bien dans les donnes empiriques
que simules. La faiblesse des coefficients de la rgression du R
2
dans le cas de lactif-D
dans les donnes canadiennes est particulirement notable. Dans le cas des donnes
empiriques, ce nest qu partir de lhorizon 5 que le log-ratio semble avoir un pouvoir
explicatif et que le R
2
a la mme volution que dans les simulations. La faiblesse des R
2
des
rgressions de long terme nest en fait quun prolongement de la faible corrlation observe
entre les rendements de court terme et le log-ratio prix-dividende dans le tableau 4.

3
Ce raisonnement est clairement visible travers une approximation de lquation de la valeur prsente taux
variables inspire de Campbell et Shiller (1988a) :
1
[ ]
j
t t t j t j
j
p d d r

+ +
=
(
= A
(

Un calcul rapide des statistiques t de student pour les donnes empiriques montre
que les coefficients de la rgression ne sont pas significatifs. La valeur la plus leve est
1.75 avec pour certains horizons un niveau proche de 0. Mais linfrence sur la base de
cette statistique prsente un risque en raison de la possibilit dhtroscdasticit, dailleurs
suggre par les rsultats du tableau 3. On serait tent dinterprter ces rsultats comme un
rejet ou au moins comme une faible preuve en faveur de la prvisibilit.
Cependant, dans les tests de la prvisibilit des rendements, il a t observ que les
rgressions des rendements priodique (horizon 1) produisent typiquement un faible R
2
,
cependant moins drastique que ce que nous observons ici, un biais ngatif dans lestimation
des paramtres et une tendance au rejet par les tests lorsque la variable explicative est
persistante (Cochrane, 2008, p.1534). Dans ce contexte, le rgresseur par excellence est un
ratio dvaluation, en gnral le log-ratio dividende-prix ou une variante (log-ratio prix-
dividende dans cette recherche). Le tableau 3 suggre une non-stationnarit ou une
persistance du ratio prix-dividende. La faiblesse des coefficients et du R
2
des rgressions
de long terme pourrait traduire la prsence dun biais ngatif (positif dans notre cas : p
t
- d
t

= -(d
t
- p
t
)). Il a t estim que le biais maximal peut tre de lordre de 0.03 (Campbell,
2008, p.6), ce qui est loin dtre ngligeable si lon se fie aux valeurs des coefficients du
tableau 5. Cette estimation ne donne quune borne suprieure du biais et ne permet pas
dinfrer son ampleur.

Tableau 6: Dcomposition de la variance des prix
Source Rendement (%) Dividendes (%)
Actif-C 97 1
Actif-D 96 3
Donnes trimestrielles 2 29
Donnes annuelles 29 379


Nous essayons galement de dcrire les sources de volatilit des prix travers le tableau 6.
La dcomposition de variance sappuie sur le rsultat que la variance du log-ratio prix-
dividende est la somme pondre de la covariance avec la croissance future des dividendes
et de la covariance avec loppos des log-rendements
4
.
Ce rsultat est obtenu par une approximation linaire de lidentit :
1
1 1
( ) 1
e e
t t t
E R R

+ +
=
autour du ratio prix-dividende moyen. La contribution pour chaque composante est donne
par le rapport entre la somme des covariances et la variance (Campbell et Cochrane, p.229)
sinspirant de la mthode labore dans Cochrane (1992) :
1
cov( , )
, ou
var( )
j
t t t j
j
t t t
t t
p d x
x d r
p d

+
=

=

(21)
o
1
P D
P D
=
+
est le point de linarisation
lhorizon 20, nous observons trois diffrences notables entre les donnes simules et les
donnes empiriques. La premire est lie la somme des covariations, qui est proche de
100 pour les deux actifs, signifiant qua un horizon suffisamment long, les rendements et
les dividendes permettent dexpliquer la volatilit des prix. La deuxime diffrence, dans
les donnes empiriques annuelles, la contribution totale des covariations est trois fois
suprieure la volatilit des prix. Lorsque quon choisit des horizons infrieurs, 8 et 9 par
exemple, la contribution totale est respectivement de 87% et 108%. La dernire diffrence
qui a des implications majeures provient de limportance relative des rendements et des
dividendes dans la volatilit. Ainsi, lanalyse des donnes empiriques montrent que les
dividendes ont la contribution la plus importante la volatilit des prix, tandis que les
donnes simules du modle de Campbell et Cochrane (1999) suggre que la principale
source de la variabilit des prix provient des anticipations de rendements. En somme,
lhorizon 9, dans les donnes canadiennes, la croissance des dividendes de long terme
permet de rendre compte de la volatilit du ratio prix-dividende, alors que pour les deux
actifs simuls, le total est atteint autour de lhorizon 20 en raison de la variation temporelle
des rendements. Comment expliquer des diffrences aussi drastiques entre les deux
ensembles de donnes?

4
Ce rsultat peut tre driv de lquation de la valeur prsente la note de bas de page 3 :
Tout dabord, ce rsultat fait cho la faible preuve en faveur de la prvisibilit des
rendements discute prcdemment. Cochrane (2008) soutient, simulations lappui, que la
tendance au rejet prvisibilit des rendements peut tre cause par des biais des estimateurs
et reflter un manque defficacit des rgressions comme procdure permettant de dtecter
la prvisibilit. En particulier, il montre que le (rejet) test de la prvisibilit de la croissance
des dividendes dans le cadre dun VAR a plus de validit. Son raisonnement est le suivant :
si les rendements sont non prvisibles, alors la croissance des dividendes doit tre
prvisible pour tre cohrente avec le ratio dividende-prix.
Si nous nous rfrons largumentation de Cochrane (2008) ci-dessus, notre
spcification du modle implique que la croissance des dividendes est non prvisible (Voir
lquation (18)). La consquence de ce rsultat est prvisible : la source de volatilit du
ratio prix-dividende provient des prvisions des rendements; autrement dit, les rendements
sont prvisibles. Do lcart entre les deux ensembles de donnes. Par contre, les donnes
canadiennes conduisent une conclusion aux antipodes de ce rsultat. En particulier, la
troisime diffrence que nous avons releve suggre que la croissance des dividendes est
prvisible (Cochrane, 1992, p.259). Ces diffrences ne retrouvent dans Campbell et
Cochrane (1999) qui attribue la volatilit des prix aux rendements. Pour confirmer ces
rsultats, nous effectuons la rgression des dividendes diffrents horizons sur le ratio prix-
dividendes que nous prsentons dans le tableau 7 qui a la mme structure que le tableau 5.
Globalement, les rsultats sont diamtralement opposs ceux du tableau 5 pour
les rendements. Les rgressions montrent que la croissance de la consommation et des
dividendes simules, conformment notre spcification ne sont pas prvisibles. En effet,
les coefficients ont le signe attendu mais ont R
2
faible tous les horizons. Dans les donnes
annuelles par contre, la prvisibilit initialement faible court terme (lhorizon 1)
samliore au fur et mesure que lhorizon volue. lhorizon 8, jusqu 21% de la
variation des dividendes sont expliqus. Cet examen des rgressions tend suggrer les
modles classiques de valeur actuelles, aussi appels modles de marchs efficients
(Efficient Market Models) qui dcrivent les prix comme la valeur prsente des dividendes
actualiss taux constant, seraient valides. Ce qui nous ramne notre discussion
prcdente sur la prvisibilit des rendements.
Tableau 7: Rgressions des dividendes de long terme
Actif-C Actif-D Donnes (composite)
Horizon 10 x
coefficient
R
2
10 x
coefficient
R
2
10 x
coefficient
R
2

1 -0.002 0.00008 -0.007 0.00007 0.63 0.043
2 -0.007 0.00029 -0.02 0.00026 1.21 0.063
3 -0.011 0.00041 -0.029 0.00037 1.58 0.063
4 -0.013 0.00042 -0.034 0.00038 2.14 0.09
5 -0.015 0.00048 -0.041 0.00045 2.61 0.11
6 -0.018 0.00052 -0.046 0.00048 3.38 0.16
7 -0.021 0.00062 -0.054 0.00057 4.03 0.2
8 -0.022 0.00053 -0.056 0.00047 4.77 0.21

Ce rsultat contredit plusieurs recherches antrieures sur les donnes canadiennes.
Carmichael et Samson (1996, p.606) dans une analyse conjointe des rendements boursiers
amricains et canadiens trouvent que les derniers sont prvisibles mais moins que les
premiers et le deviennent autant lorsque des variables amricaines sont inclues dans
lanalyse, ce qui pointerait, sous lhypothse dintgration, non vers une absence de
prvisibilit des rendements, mais plutt une insuffisance des variables conomiques
canadiennes expliquer la dynamique des rendements boursiers. Schmitz (1996) observe
des phnomnes similaires aux donnes amricaines compltement opposs qui
correspondent nos donnes simules : faible prvisibilit court terme qui samliore
avec lhorizon de mesure. Encore une fois, le rejet de la prvisibilit des rendements doit
tre sujet caution.
Comme le souligne formellement Campbell et Cochrane (1999,2000), la principale
raison des difficults du modle CCAPM rendre compte dune volution conjointe de la
consommation et des rendements provient de la faible corrlation entre ces deux variables
observe dans les donnes contradictoire avec le modle CCAPM (Breeden, 1979, p.265).

Tableau 8: Corrlation entre la croissance de la consommation et le rendement des
actions
Modle annuel Donnes empiriques
Corrlation Actif-C Actif-D Trimestrielle Annuelle
e
t
r , c
t-2
-0.12 -0.11 0.003 -0.11
e
t
r , c
t-1
-0.10 -0.096 0.016 -0.23
e
t
r , c
t
0.70 0.74 0.075 0.086
e
t
r , c
t+1
0.012 0.011 0.27 0.49
e
t
r , c
t+2
-0.007 -0.008 0.091 -0.11

La corrlation croise entre les rendements des actifs et la croissance de la
consommation avance et retarde, aussi bien pour chaque actif que pour les donnes
empiriques, est prsente dans le tableau 8. La comparaison avec les donnes annuelles
montre quil y a concidence des signes des corrlations. Mais il y a des diffrences plus
dun titre. La corrlation contemporaine est la plus leve dans les donnes simules. Les
rendements pour les deux actifs sont plus fortement corrls avec la croissance retarde de
la consommation que la consommation avance alors que linverse est observ dans les
donnes annuelles. Cependant, si on considre lcart-type asymptotique des coefficients de
corrlation est donne par 1/T, aucun nest significatif aux niveaux de test usuel.
La corrlation dans les donnes annuelles est plus leve que dans les donnes
trimestrielles. Lagrgation temporelle aurait des effets sur la corrlation. Ce qui suggre
une interprtation prudente des rsultats. De faon gnrale, la corrlation est assez faible
entre les rendements et la croissance de la consommation loppos des implications du
modle CCAPM classique et le modle narrive pas reproduire les caractristiques
empiriques de la relation entre les rendements et la croissance de la consommation.

Tableau 9: Corrlation du facteur d'actualisation stochastique avec diffrentes
variables
Croissance de la
consommation
Actif-C Actif-D
Annuel -0.64 -0.84 -0.84

Dans le tableau 9, on observe paradoxalement que le facteur dactualisation
stochastique est plus fortement corrl avec les rendements des actifs simuls quavec la
croissance de la consommation qui en est pourtant une composante. Le facteur
dactualisation stochastique est le produit de la croissance de la consommation relative et
de la croissance de la consommation leve une puissance (Voir quation (5)). En fait, la
volatilit du premier terme brouille la forte corrlation entre les deux variables observe
dans le CCAPM classique.

Figure 6. Croissance de la consommation simule en fonction du rendement

Le nuage de points de la figure 6 traduit une relation contemporaine positive forte
telle quobserve dans le tableau 9 entre la croissance de la consommation et les
rendements, mais prsente une partie particulirement effile en son milieu qui lui donne
une forme en entonnoir . La concentration des points est la plus leve dans cette zone et
semble circonscrite dans un espace limite par deux droites qui se croisent au milieu du
nuage. Cela correspondrait en fait aux deux bornes de la consommation relative (Campbell
et Cochrane, 1999, p.233). Dans le modle CCAPM, classique, sous lhypothse de log-
normalit de la consommation et des rendements, la log-croissance de la consommation et
le log-rendement espr conditionnel sont parfaitement corrls. Cependant, dans cette
spcification, nous invoquons la mme raison que celle du tableau 8, savoir leffet
croissance brute de la consommation relative. La corrlation reste cependant trs leve.


Figure 7. Croissance de la consommation simule en fonction du rendement

Nous revenons sur notre propos du dbut de la deuxime partie o nous avons
prsent le modle et les implications en ce qui a trait la consommation et aux habitudes.
Afin de bien visualiser la relation entre le niveau de consommation et celui des habitudes,
dcrite dans la premire partie, nous construisons partir des donnes simules de la
consommation une srie pour la croissance cumulative de la consommation. De cette srie
et celle de la consommation relative, nous dduisons une srie pour la croissance cumule
du niveau dhabitudes. Cette srie est reprsente sur la figure 7 en parallle avec celle de
la consommation. On observe, comme limplique la formulation du modle que, la
croissance cumule des habitudes reste en tout point infrieure celle de la consommation
et suit de prs son volution, traduisant un ajustement des habitudes en termes des flux de
la consommation passe.

Nous avons au dbut de cette partie montr que les simulations du modle
permettent de reproduire les moments des prix et des rendements observs empiriquement.
Nous nous intressons maintenant la capacit du modle reproduire les mouvements des
prix des actions sur la priode concerne.


Figure 8. Ratios P/D simul et historique

La figure 8 montre que les rsultats ne sont pas concluants. Le modle arrive reproduire
les mouvements des prix seulement pour une partie de la premire dcennie 1961-1970 et
partiellement fin de la priode tudie. Dans la priode 1975-1990, le modle surestime le
niveau des prix pour la priode 1975-1992 et sous-estime largement les prix pour la priode
1995-2007. Le pic pour toute la priode correspond au sommet de la bulle technologique
en 2000 conjointement un pic de la consommation. La deuxime moiti de la dcennie 90
t marque par une envole des cours qui na pas de contrepartie en termes de la
consommation. partir de 2004, on a une hausse de la consommation qui nest pas
rpercute dans les prix comme limplique notre modle. Globalement, le modle reproduit
qualitativement certains mouvements des prix, mais la dviation est importante, en milieu
de priode et surtout pour la dernire priode mentionne.
Cet chec conduit ncessairement poser la question de la spcification du choc de
la consommation. La dfinition dune log-croissance constante est quivalente une
spcification de la log-consommation comme une marche alatoire qui a linconvnient de
restreindre lautocorrlation du processus un seul ordre. Dautres choix de spcifications
possibles permettant dapprhender les ordres plus levs pourraient tre envisags.

V. Discussion
1. Intuition du modle
Pour montrer clairement lapport de la spcification des habitudes, nous abordons le
paradoxe de la prime de risque dans une autre perspective, celle de Hansen et
Jaggannathan (Danthine et Donaldson, p180). Dans un cadre gnral indpendant des
prfrences, ils drivent une borne suprieure au ratio de Sharpe, la prime par unit de
risque qui rvle que, sur la base de valeurs des paramtres plausibles, la faible volatilit
du facteur dactualisation stochastique dans le modle classique : induite par les donnes de
la consommation agrge est la source du paradoxe.
Dans le CCAPM classique, il est uniquement dtermin par le taux de croissance de la
consommation : ( )
1 1 t t t
M C C

o

+ +
=
Dans la spcification retenue dans notre recherche, cette expression est multiplie par la
croissance de la consommation relative leve une puissance, ce qui permet daugmenter
sa variabilit. Campbell et Cochrane (1999) parle de mcanisme amplificateur.
Le ratio de Sharpe maximal est obtenu partir de la borne de Hansen et Jagannathan :
2 2
1 1
1 1
( ) ( )
max 1
( ) ( )
e
t t t t
e
t t t t
E R M
e
R E M
q o
o
qo
o
+ +
+ +
= = ~ (22)
Pour le modle spcification externe des habitudes, nous reprenons lquation (9) :
| |
| |
2 2 2
1
1
1
( )
max 1 1
( )
t
e
s
t t
t e
t t
E R
e s
R
o
o
o
+ ( )
+
+
= ~ + ( ) (23)
En choisissant les statistiques dans les donnes empiriques, on obtient comme ratio de
Sharpe de 0.14, on en dduit pour le CCAPM classique ltat stationnaire S une valeur de
12 pour . Le consensus dans la littrature sur une valeur de gamma proche de 1 a conduit
nommer cette incohrence le paradoxe de la prime de risque. Dans le second cas, nous
obtenons une valeur de 0.46 plus raisonnable bien que trs faible. Cela sexplique par le fait
que la prime de risque est dans les deux cas une fonction croissante du coefficient
daversion au risque. Cependant, avec formation dhabitudes, il est variable dans le temps
et augmente en priode de rcession (S
t
faible) de sorte que le coefficient daversion
relative au risque peut tre maintenu un niveau lev tout en fixant le paramtre un
niveau raisonnable. Ainsi il est donn par :
CRRA =
ltat stationnaire S il slve 22.
Nous avanons quelques pistes de rflexion pour les insuffisances du cadre danalyse utilis
et relevons dautres orientations de la recherche.


t
S

2. Faiblesses de la spcification
Le modle pourrait faire lobjet dune remise en cause due pour deux raisons : dune
part le niveau lev de laversion au risque (22) obtenue par la calibration, bien que soit
faible, comme le reconnaissent les auteurs (Campbell et Cochrane, p243); dautre part, sa
variabilit dans le temps. Largument principal utilis par les auteurs est limprcision dans
lestimation de laversion au risque. Mais la recherche lie cette thmatique se focalise
sur des valeurs plus faibles depuis Mehra et Prescott (1985) qui ont restreint les valeurs
plausibles de ce coefficient entre 1 10 sur la base de plusieurs tudes microconomiques.
Par ailleurs, Li (2008) dans une modlisation similaire Campbell et Cochrane (1999)
arrivent montrer quun niveau raisonnable et constant (environ 2) du coefficient
daversion au risque permet de rendre aussi bien compte queux des phnomnes
empiriques pour les prix et les rendements. Par contre, il utilise un ratio de la
consommation et du niveau dhabitudes contrairement la recherche originale, qui utilise
une diffrence. Le dbat sur la cohrence dun coefficient daversion au risque variable
reste entier.
Wirjanto (1997) a estim un effet des habitudes, partir des donnes agrges de la
consommation et des rendements boursiers canadiens, qui nest plus significatif lorsquon
prend en compte leffet des contraintes de liquidit. Dautres travaux sappuient sur des
mthodes baysiennes qui aboutissent une faible plausibilit des modles spcification
dhabitudes. Les preuves contre ces modles, recenses dans plusieurs recherches
proviendraient du fait que la volatilit supplmentaire que gnre ces modles na aucun
apport explicatif pour le facteur dactualisation stochastique (Gordon et Samson, 2002,
p.603). Se prononcer sur le rejet de la sous-classe des modles avec formation dhabitudes
ou de la spcification particulire choisie par les auteurs partir de ces rsultats reste
incertain.
Enfin, une faiblesse intrinsque ces recherches est quelles se basent sur des donnes
agrges qui sont susceptibles de contenir des erreurs de mesure notamment dans les
dividendes et dont lagrgation aussi bien temporelle quen coupe transversale est
susceptible de crer des effets illusoires. cela sajoutent lapplication des techniques
conomtriques conues pour des chantillons de grande taille des chantillons de petite
taille qui peuvent tre source dinfrences invalides telles que les biais dans lestimation, la
faible puissance dans les tests.

3. Mise en perspective.
La recherche soriente galement sur des facteurs internationaux de la dynamique des
cours boursiers. Chiang et Chiang (1996) pointent un effet international du march boursier
amricain et du march des changes canadiens sur la volatilit du march boursier
canadien. Dautres tudes modlisent le Canada comme une petite conomie ouverte sous
linfluence des chocs internationaux surtout des tats-Unis et testent lhypothse
dintgration financire contre celle de segmentation des marchs financiers nord-
amricains. Retenons que plusieurs de ces tudes trouvent des rsultats en faveur de
lhypothse dintgration, dont certaines avec des canaux de transmission travers
lconomie relle. Lahrech (2009) utilise un modle de cointgration correction derreur
pour montrer que leffet des agrgats conomiques amricains (PIB, niveau de prix, masse
montaire) et des cours boursiers amricains sur les variables canadiennes correspondantes
dpend de la phase du cycle conomique aux tats-Unis. Certains des modles utiliss sont
purement statistiques et ne peuvent tre lis un cadre thorique tel que le CCAPM ou
mme le CAPM. Kia (2003) trouve, partir dun modle de valeur actualise de flux de
revenus, que des variables macroconomiques (indices de production industrielle, indices
boursiers, indices de prix et taux dintrt) pour le Canada et les tats-Unis et le cours des
matires premires ont un pouvoir explicatif sur la volatilit de rendements canadiens.
Carmichael et Samson (1996) montrent que des variables conomiques telles que la
croissance du PIB ou le taux dintrt ont un pouvoir explicatif pour les deux pays et
suggre prudemment lhypothse dintgration.




VI. Conclusion

Nous avons utilis certaines implications du modle de Campbell et Cochrane (1999)
pour montrer que la spcification externe dhabitudes non linaires permettait dobtenir un
ratio de Sharpe et un coefficient daversion au risque variable dans le temps et contra-
cyclique, permettant de mieux rendre compte de la prime de risque que le modle classique
CCAPM. La calibration tait conditionne la reproduction de certaines statistiques
empiriques : la moyenne et lcart-type de la log-croissance de la consommation, le ratio de
Sharpe sur la priode 1961-2009.
Nous avons russi reproduire les moments empiriques pour les prix des actifs, mais
pas les moments des rendements qui taient lgrement survalus dans nos simulations.
Puis nous avons essay de dcrire les caractristiques empiriques des rendements en
dtectant une faible prvisibilit dans les donnes canadiennes. Dans lanalyse de la
dynamique des prix et des rendements, nous avons remarqu deux rsultats qui semblent
tre les revers dune mme mdaille : dune part la prvisibilit des rendements futurs
suggre du modle simul est plus fortement significative que dans les donnes
canadiennes et dautre part lanalyse de la volatilit des prix dans les donnes empiriques
rvle que les dividendes rels expliquent la plus grande partie de la valeur de la volatilit
des prix; en dautres termes, que les dividendes seuls sont prvisibles, rejetant notre
spcification de dividendes croissance constante. Cette dernire observation est loppos
de ce qui est rapporte pour les donnes amricaines qui attribuent la principale source de
volatilit des prix aux anticipations des rendements. La conclusion au rejet de la
prvisibilit des rendements est hasardeuse car elle ferait abstraction de la possibilit de
biais qui rsulte de techniques destimation invalides et de lhypothse dintgration qui
impliquerait des facteurs internationaux.
Ces irrgularits entre les donnes et nos spcifications ne sont vraisemblablement pas
trangres lcart observ entre le ratio prix-dividende empirique et le ratio prix-
consommation (et prix-dividende) simul(s). Cependant, la possibilit de produire des
phnomnes similaires (niveaux de prix et de rendements, prvisibilit et volatilit) avec
deux actifs dont les flux de revenus sont faiblement corrls est nanmoins un signe
encourageant pour le modle. Sous conditions dune meilleure description de cette
prvisibilit des dividendes, cela tendrait soutenir les modles dvaluation des prix bass
sur la valeur prsente des flux de revenus futurs actualiss taux constant et rejeter la
prvisibilit des rendements. Nos rsultats suggrent pour ce qui concerne le Canada
dautres avenues que la spcification dhabitudes, ou au moins une autre spcification pour
la croissance des dividendes.

Annexe

1- quation (5) du facteur dactualisation stochastique
( )
| |
| |
| | { }
1 1 1
1 1 1 1
1 1
1
Nous partons de .
ln( ) )
ln( ) ( )( ) ( )
ln( ) ( )( ) 1 )
t t t t t
t t t t t t
t t t t t
t t t
M S S C C
m M s s c c
s s s c c g g v
g s s s v

o
o
o |
o |

+ + +
+ + + +
+ +
+
=
= = ( +
= 1 + ( ) + +
= 1 + + (

| | | | { }
1 1 1
( )( ) 1
1

avec

t t t t t t t
s s s v s s c c
t
g
M e G e
G e
|
o o
+ + +
1 + + ( ) +
+
= =
=
Conditionnellement t, le taux marginal de substitution intertemporel suit une distribution
log-normale :
| |
2
1
2
2 2 2
( , )
ln( ) ( )( )
1
t m m
m t
m t
m N
g s s
s
o
o |
o o
+
= 1
= + ( )

2- Pente de la frontire moyenne-variance (Calcul des moments):
1 1 1
1 1
1 1 1
( ) ( ) ( )
( , )
( ) ( ) ( )
e
e t t t t t t
t t t e
t t t t t t
E R M M
M R
R E M E M
o o

o
+ + +
+ +
+ + +
= s
On obtient la fameuse borne de Hansen et Jagganathan. En utilisant les proprits de la
distribution log-normale, on obtient :
2 2
2
2
2
1 1
2
1 1
( ) ( 1) ( )
1
( ) ( )
m m m
m
m m
t t t t
t t t t
Var M e e M
e
E M E M
e
o o
o
o
o
+
+ +
+
+ +

= = =
On peut calculer le ratio de Sharpe maximal :
| |
| |
2 2 2
1
1
1
( )
max 1 1
( )
t
e
s
t t
t e
t t
E R
e s
R
o
o
o
+ ( )
+
+
= ~ + ( )
La dernire transformation tant obtenue en prenant une approximation linaire de
lintrieur du radical autour de zro.
3- Taux sans risque
| |
2 2
2
2
1
1
2 ( )( )
2
1
( )
1 t
m m t
f
t
t
s
s s
R
E M
e G e e
o

o |
o
+
+ ( )
1
=
= =

Le log-rendement sans risque :
| |
2 2
2
ln( ) ( )( ) 1
2
f
t t t
r g s s s
o
o | = + 1 + ( )

4- Preuve de lapproximation linaire des habitudes :
1 1
( ) ( ) (*)
Nous linarisons succesivement les deux termes du membre de droite
1 , d'o s ln(1 ) avec et respectivement le
log des habitudes et de la consomma
t t
t t t t t
x c t
t t t t
t
s s s s s c c g
X
S e x c
C
|
+ +

= + ( )
= =
| |
tion.
La dernire expression autour de, , le log ratio habitudes-consommation
l'tat stationnaire dfini par s = ln(1 ):
1
ln(1 ) ( ) ( ) , d'o:
1
s 1 [ ], avec (
x c
x c
t t t
t t t
x c
e
s e x c x c
S
s x c h h x c
S

=
| |
= =
|
\ .
| |
1 1 1
1 1
) ln(1 ) (**)
Le deuxime terme est linaris autour de l'tat stationnaire s.
( ) (s) '(s)( s) ( ) (s)( )
1 1
On conclut que 1 [ ] 1 (
t t t t t t t t
t t t t t
S
s c c g s c c g c c g
s s x c h c c
S S

|
+ + +
+ +
=
( ) ~ + ~
| | | |
~ +
| |
\ . \ .
1 1 1
1
)(***)
(**) implique que (***) peut tre rcrit comme:
1 1 1
1 [ ] 1 [ ] 1 ( ), il vient que:
[(1 ) ] (1 ) : quation de rcurrence en termes d
t t t t t t
t t t
g
x c h x c h c c g
S S S
x h g x c
|
| | |
+ + +
+
| | | | | |
~ +
| | |
\ . \ . \ .
~ + + +
1
0
e
Lorsqu'on substitue de faon rcursive, on obtient:
(1 )
1
t
t
j
t t j
j
x
x
g
x h c | |
|

+
=
(
~ + +
(

5- Preuve de limplication de la prdtermination des habitudes ltat
stationnaire
Lquation de transition peut tre convertie en mode niveau :
1
( ) 1
1
1 1 1
1 1
1
1
Par dfinition de S , on en dduit que:
ln(1 ).
En remplaant par son expression et drivant par rapport , on obtient l'quation...
1
t t t
s c c g
t t
t
t t t
t t
t t
t
S S S e
x c S
S c
dx s
dc
|

+
( )
+
+ + +
+ +
+
+
=
= +
( )
=
1
1
1
1 o la dernire quation est obtenue par approximation
1
1
1
1
prs de l'tat stationnaire. Si les habitudes sont prdtermines alors 0 1
t
t
s
t
t
t
s
e
S
dx
s
dc S

+
+
+
( )
~

= ( ) =

6- Preuve de limplication de la prdtermination des habitudes prs de ltat
stationnaire
1
1
Si les habitudes sont prdtermines au voisinage de l'tat stationnaire
alors 0 '( ) ( )
1
l'tat stationnaire, en remplaant la condition pour ( ) (cf preuve 5), o
t
t
s
t
t t s
t
dx d e
s s
ds dc e
s

+
| |
= =
|

\ .
n obtient:
1
'( ) s
S
=


7- Drivation de la fonction de sensibilit :
Lquation du rendement sans risque (7), est drive par rapport s
t
et galise
zro :
| | | |
| |
2 2
2
2
2
1
0 (1 ) 1 0. Il vient que ' 1
On int gre cette quation diffrentielle membre membre,
1 1
1 , avec la constante d'intgration
2
1
2(
t t t t
t
t t
t
rf
s s s s
s
s s c c
s c
|
| o
o
|

o
|

c
= + ( ) ( ) = ( ) + ( ) =
c

+ ( ) = +

( ) =
2
) 1 (*)
t
s
o


Il ne reste qu' dterminer l'inconnue c.
2 2
2 2
2 4 2
Les deux rsultats des preuves 5 et 6 impliquent respectivement les quations suivantes:
1 1
(**) et
2
(1 ) 1
(***)
2
En galisant ces deux expressions, on obtient la valeur de
c s
S
S
c s
|
o
| |
o o

= +

= +
l'tat stationnaire:

1
Lorsqu'on remplace l'une (**) ou l'autre (***) des quations de c dans (*),
on obtient l'expression de prsente plus haut dans le texte.
t
S
s

o
|

( )








Bibliographie

Athanassakos G. et S. Foerster (2000) Canadian Security Market Anomalies , dans
Keim, D. B. et W.T. Ziemba, dir., Security Market Imperfections in Worldwide Equity
Markets, 297-336.
Breeden, D.T. (1979) An Intertemporal Asset Pricing Model with Stochastic
Consumption , Journal of Financial Economics, 7(3), 265-296.
Campbell, J.Y. (2008) Viewpoint: Estimating the equity premium , Canadian Journal of
Economics, 41(1), 1-21.
Campbell, J.Y., A.W. Lo et A.C. Mackinlay (1997) The Econometrics of Financial
Markets, Princeton University Press, Princeton, N.J.
Campbell, J.Y. et J.H. Cochrane (1998) By Force of Habit: A Consumption-Based
Explanation of Aggregate Stock market Behavior, Harvard University, Cambridge, and
University of Chicago, Chicago.
Campbell, J.Y. et J.H. Cochrane (1999) By Force of Habit: A Consumption-Based
Explanation of Aggregate Stock market Behavior , Journal of Political Economy, 107(2),
205-251.
Campbell, J.Y. et J.H. Cochrane (2000) Explaining the Poor Performance of
Consumption-Based Asset Pricing Models , Journal of Finance, 55(6), 2863-2878.
Campbell, J.Y et R. Shiller (1988a) Stock Price Earnings and Expected Dividends , The
Journal of Finance, 43(3), 661-676.
Campbell, J.Y et R. Shiller (1988b) The Dividend-Price Ratio and Expectations of Future
Dividends and Discount Factors , The Review of Financial Studies, 1(3), 195-228.
Carmichael, B. et L. Samson (1996) La dtermination des primes de risque et
lintgration des marchs boursiers canadien et amricain , Canadian Journal of
Economics, 29(3), 595-633.
Carmichael, B. et L. Samson (2003) Expected returns and economic risk in Canadian
financial markets , Applied Financial Economics, 13(3), 177-189.
Carmichael, B. et L. Samson (2005) Consumption growth as a risk factor? Evidence from
Canadian financial markets , Journal of International Money and Finance, 24(1), 83-101).
Chiang, T.C. et J.J. Chiang (1996) Dynamic Analysis of Stock Return Volatility in an
Integrated International Capital Market , Review of Quantitative Finance and Accounting,
6(1), 5-17.
Cochrane, J.H. (1992) Explaining the Variance of Price-Dividend ratios , The Review of
Financial Studies, 5(2), 243-280.
Cochrane, J.H. (1999) New Facts in Finance , Economic Perspectives, Federal Reserve
Bank of Chicago 23(3) 36-58.
Cochrane, J.H. (2008) The Dog That Did Not Bark: A Defense of Return Predictability ,
The Review of Financial Studies, 21(4), 1533-1575.
Danthine, J.P. et J. Donaldson (2005) Intermediate Financial Theory, Second Edition,
Elsevier Academic Press, Burlington, MA.
Fama, E.F. et K.R. French (1992) The Cross-Section of Expected Stock Returns , The
Journal of Finance, 47(2), 427-275.
Fama, E.F. et K.R. French (1996) Multifactor explanations of Asset Pricing Anomalies ,
The Journal of Finance, 51(1), 55-84.
Gordon, S. et L. Samson (2002) Comparing Consumption-Based Asset Pricing Models ,
Canadian Journal of Economics, 35(3), 586-610.
Hansen, L. et K. Singleton (1983), Stochastic Consumption, Risk Aversion and the
Temporal Behavior of Asset Returns , Journal of Political Economy, 91(2), 249-268.
Keim, D. B. et W.T. Ziemba, dir. (2000) Security Market Imperfections in Worldwide
Equity Markets, Cambridge University Press, Cambridge, UK.
Kia, A. (2003) Rational Speculators and equity volatility as a measure of ex ante risk ,
Global Finance Journal, 14(2) 135-157.
Lahrech, A. (2009) The Impacts of US and Canadian Fundamentals on Canadian Stock
Market , Journal of Money Investment and Banking, (7), 58-74.
Li, G. (2008) Aggregate stock market behavior and investors low risk aversion , Journal
of Economic Dynamics & Control, 32(7), 2349-2369.
Lucas, R. (1978) Asset Prices in an Exchange Economy, Econometrica, 46(6), 1429-
1446.
Mehra, R. et E. Prescott (1985) The Equity Premium: A Puzzle, Journal of Monetary
Economics, 15, 145-161.
Schmitz, J.J (1996) Market Risk Premiums and the Macroeconomy: Canadian evidence
of Stock Market Predictability , Quarterly Journal of Business Economics, 35(1), 87-113.
Shiller, R.J. (1989) Market Volatility, MIT Press, Cambridge, M.A.
Wirjanto, T.S. (1995) Aggregate Consumption behaviour and liquidity constraints: the
Canadian evidence , Canadian Journal of Economics, 28(4), 1135-1152.
Wirjanto, T.S. (1997) Aggregate consumption behaviour with time-nonseparable
preferences and liquidity constraints , Financial Economics, 7(1), 107-114.
Wirjanto, T.S. (2004) Exploring consumption-based asset pricing model with stochastic-
trend forcing processes , Applied Economics, 36(14), 1591-1597.