UNIVERSITÉ DU QUÉBEC À MONTRÉAL

LES FACTEURS DU MODÈLE DE FAMA ET FRENCH:

CAS DU MARCHÉ DES ACTIONS CANADIENNES

MÉMOIRE

PRÉSENTÉ

COMME EXIGENCE PARTIELLE

DE LA MAÎTRISE EN ÉCONOMIQUE

(ÉCONOMŒ FINANCIÈRE)

PAR

IMEN LlMAIEM

MARS 2009

 UNIVERSITÉ DU QUÉBEC À MONTRÉAL

Service des bibliothèques

Avertissement

La diffusion de ce mémoire se fait dans le respect des droits de son auteur, qui a signé
le formulaire Autorisation de reproduire et de diffuser un travail de recherche de cycles
supérieurs (SDU-522 - Rév.01-2006). Cette autorisation stipule que «conformément à
l'article 11 du Règlement no 8 des études de cycles supérieurs, [l'auteur] concède à
l'Université du Québec à Montréal une licence non exclusive d'utilisation et de
publication de la totalité ou d'une partie importante de [son] travail de recherche pour
des fins pédagogiques et non commerciales. Plus précisément, [l'auteur] autorise
l'Université du Québec à Montréal à reproduire, diffuser, prêter, distribuer ou vendre des
copies de [son] travail de recherche à des fins non commerciales sur quelque support
que ce soit, y compris l'Internet. Cette licence et cette autorisation n'entraînent pas une
renonciation de [la] part [de l'auteur] à [ses] droits moraux ni à [ses] droits de propriété
intellectuelle. Sauf entente contraire, [l'auteur] conserve la liberté de diffuser et de
commercialiser ou non ce travail dont [il] possède un exemplaire.»
 REMERCIEMENTS

Je dédie ce mémoire à ma famille et à mes amis pour leur soutien moral.

Je tiens à remercier mon directeur de recherche Monsieur Douglas Hodgson, professeur au

département des sciences économiques à l'Université du Québec à Montréal, de m'avoir
guidé durant la période de réalisation de ce travail et pour ses précieux conseils.

Mes remerciements s'adressent également aux membres de jury qui ont évalué mon mémoire,
ainsi qu'au corps professoral et au personnel administratif du département des sciences
économiques de l'UQÀM.

Enfin, je tiens à remercier aussi tous ceux qui m'ont aidé de loin ou de près dans l'élaboration
de ce travail.
 TABLE DES MATIÈRES

LISTE DES FIGURES IV

LISTE DES TABLEAUX v

RÉSUMÉ VI

INTRODUCTION

CHAPITRE 1

LEMÉDAF 4

1.1 Définition 4

1.2 Hypothèses du MÉDAF 6

1.3 Dérivation du MÉDAF 7

1.4 Anomalies et problèmes du MÉDAF Il

CHAPITRE II

LE MODÈLE À TROIS BÊTA DE FAMA ET FRENCH (1992,1993) 14

2.1 Un modèle multifactoriel 14

2.2 Description du modèle 15

2.3 Principaux résultats 17

2.4 Théorie et interprétations 23

CHAPITRE III

ÉTUDE EMPIRIQUE DES TROIS DÉTERMINANTS DU RENDEMENT 29

3.1 Données et méthodologie 29

3.2 Analyse des statistiques descriptives des portefeuilles 35

3.3 Étude des trois modèles unifactoriels 40

3.4 Application du modèle de FF 45

CONCLUSION 50

NOTES 54

BIBLIOGRAPHΠ58

 LISTE DES FIGURES

Figure Page

1.1 Modèle d'évaluation des actifs financiers (MÉDAF) 6

1.2 La droite de marché des capitaux la

 LISTE DES TABLEAUX

Tableau Page

3.1 Statistiques descriptives relatives aux variables: CB et Ratio VClVM,

sur lapériode d'étude 3S

3.2 Statistiques descriptives relatives aux trois variables explicatives: rm- rr,
PMG et EMF, pour la période allant de Juillet 1996 à Juin 2006 (120 mois) 36

3.3 Statistiques descriptives relatives aux variables expliquées (six

portefeuilles classés selon la CB et le ratio VCNM), pour la période
allant de Juillet 1996 à Juin 2006 (120 mois) 38

3.4 Régressions en séries chronologiques des six portefeuilles (classés

selon la CB et le ratio VCNM) expliqués, pour la période allant
de Juillet 1996 à Juin 2006 (120 mois); Cas du modèle unifactoriel:
le MÉDAF (ayant la prime du risque du marché comme variable explicative):
rj.l - rr,t = aj + ~i [rm,l - rr,l] + ej,l 40

3.S Régressions en séries chronologiques des six pOltefeuilles (classés selon

la CB et le ratio VCNM) expliqués, pour la période allant de Juillet 1996
à Juin 2006 (120 mois); Cas du modèle unifactoriel, ayant la prime du risque
de CB (PMG) comme variable explicative: ri,t - rr,l = ai + Sj PMG 1 + ei,1 42

3.6 Régressions en séries chronologiques des six portefeuilles (classés

selon la CB et le ratio VCNM) expliqués, pour la période allant
de Juillet 1996 à Juin 2006 (120 mois); Cas du modèle unifactoriel,
ayant la prime du risque du ratio VCNM (ENIF) comme variable
explicative: rj,l - l'Cl = ai + h j EMF1 + ej,l 43

3.7 Régressions en séries chronologiques des six pOltefeuilles (classés

selon la CB et le ratio VCNM) expliqués, pour la période allant
de Juillet 1996 à Juin 2006 (120 mois); Cas du modèle multifactoriel
de FF : rj,l - l'CI = ai + ~j [rm,l - l'Ct] + Si PMG t +h j EMFI + ej.l 4S
 RÉSUMÉ

Pour tester les trois facteurs de Fama et French (FF) sur le marché des actions canadien, nous
avons utilisé trois méthodes: l'analyse des statistiques descriptives, l'application de trois
modèles unifactoriels relatifs aux trois facteurs (le portefeuille de marché, la Capitalisation
Boursière (CB) et le ratio Valeur comptableNaleur de marché (VCNM)) et l'application du
modèle à trois facteurs de FF. Notre étude prend la forme d'une analyse en séries temporelles
des rendements de portefeuilles d'actions classés selon la CB et le ratio VCNM.

Notre contribution par rapport aux études canadiennes récentes (tel que celle de L'Hel',
Masmoudi et Suret (2002), Francoeur (2006) et Carmichael, Coënz et L'Hel' (2007)) consiste
à classer et à construire les portefeuilles d'une manière adaptée mais différente. Nous nous
différencions aussi par l'utilisation de bases de données plus récentes et beaucoup moins
utilisées. Finalement, nous nous distinguons par l'utilisation des statistiques descriptives et de
l'analyse univariée, surtout que ces deux méthodes ont été appliquées par FF et négligées par
la majorité des études canadiennes récentes.

À travers les trois méthodes utilisées, nous avons constaté que l'effet taille existe. Le ratio
VCNM a un effet sur le rendement sauf que nous n'avons pas observé le signe attendu pour
la totalité des portefeuilles. Par ailleurs, l'effet taille domine celui du ratio VCIVM. D'un
autre côté, le portefeuille du marché joue un rôle important dans l'explication du rendement.

Et puis, nos résultats montrent qu'accompagné des deux autres déterminants, le rôle de la CS
prend beaucoup plus d'ampleur. Par contre, avec le modèle multifactoriel, le portefeuille du
marché a un rôle légèrement moins prononcé qu'avec le MÉDAF.
D'un autre côté, même si la variabilité de rendement n'est pas totalement captée par les trois
facteurs de FF, leur modèle décrit beaucoup mieux le rendement que les trois autres modèles
unifactoriels. De plus, chacun des facteurs a un rôle dans la capture de la variabilité du
rendement. En d'autres termes, il n'y a aucune variable de trop qui devrait être éliminée du
modèle.

Mots clés: modèle à trois facteurs de FF, modèle d'évaluation des actifs financiers,
portefeuille du marché, ratio valeur comptable/valeur de marché, capitalisation boursière.
 INTRODUCTION

Le cours boursier, et notamment le rendement, des actions est l'une des variables
économiques les plus étudiées. Les universitaires et les praticiens du domaine de gestion de
portefeuille ont comme principal objectif la prévision des cours boursiers de la manière la
plus correcte et la plus juste possible, ce qui permettra d'élaborer des stratégies de placement
réussies. En d'autres termes, ils ont comme quête permanente la détection des déterminants
du rendement et la construction de modèle générateur des rendements.

Il est important de mentionner aussi que ce genre de déterminants et de modèles

représente des outils de base non seulement pour élaborer des stratégies de placement, mais
aussi pour estimer le coût des fonds propres des firmes ainsi que pour évaluer la performance
des gestionnaires de portefeuille.

D'abord, le monde de la Finance a connu un grand bouleversement avec l'apparition

du modèle d'évaluation MÉDAF proposé par Sharpe (1964), Lintner (1965) et Mossin (1966).
Ce modèle présente une relation simple telle que le rendement est expliqué par la prime de
risque du marché. Jusqu'à aujourd'hui, le MÉDAF est l'un des modèles d'évaluation les plus
utilisés par la communauté financière, en dépit des critiques qui lui ont été adressées. C'est
que divers chercheurs ont avancé que le béta du MÉDAF est insuffisant pour expliquer le
rendement; et que certains facteurs fondamentaux y jouent un rôle complémentaire. D'autres
trouvent que le MÉDAF se fonde sur des hypothèses assez réductrices.

L'apparition du Modèle d'Évaluation par Arbitrage (MÉA), développé par Ross (1976),
est l'une des premières réponses concrètes aux critiques du MÉDAF. Ce modèle
multifactoriel, admettant la présence de plus qu'un facteur comme variables explicatives du
rendement, a seulement comme condition fondamentale l'absence d'opportunités d'arbitrage,
tout en négligeant les hypothèses du MÉDAF.
 2

Par la suite, plusieurs recherches empiriques se sont succédées. Ces recherches avaient
comme objet la détermination des facteurs susceptibles de mesurer le rendement. Parmi les
facteurs les plus populaires, je cite: le ratio Valeur ComptableNaleur de ·Marché (Stattman
(\980); Rosenberg, Reid et Lanstein (\985)), la taille (Banz, 1981), le ratio bénéfice/cours
(Basu, 1983), le ratio chiffre d'affaires/cours (Senchack et Martin, 1987), le levier
d'endettement (Bhandari, 1988). Ces facteurs, qualifiés de fondamentaux, sont nommés
anomalies du MÉDAF.

Dans ce même cadre d'apparition de modèle d'évaluation sous forme d'extension de

MÉDAF et de MÉA, le modèle de Fama et French (FF, 1992, 1993) a vu le jour. C'est un
modèle qui propose une spécification originale. Il explique le rendement en fonction d'un
facteur de risque systématique: le portefeuille du marché, et de deux facteurs de risque
spécifique: le ratio Valeur ComptableNaleur de Marché et la taille mesurée par la
Capitalisation Boursière.

Ces trois facteurs font l'objet du présent mémoire. Ainsi, notre objectif est de tester ces
déterminants sur le marché des actions canadien, à travers trois méthodes. Premièrement, on
analysera les statistiques descriptives des portefeuilles à construire. Deuxièmement, on
effectuera une analyse univariée. En d'autres termes, on testera trois modèles unifactoriels
ayant respectivement les trois variables explicatives suivantes: le portefeuille du marché, la
Capitalisation Boursière et le ratio Valeur ComptableNaleur de Marché. Troisièmement, on
effectuera une analyse multivariée, c'est-à-dire qu'on testera le modèle de FF. Par ailleurs, à
la lumière des résultats, on comparera les trois facteurs d'une part et les différents modèles
d'une autre palt. Notons que le traitement des facteurs prendra la forme d'une analyse en
séries temporelles des rendements de portefeuilles d'actions classés selon la Capitalisation
Boursière et le ratio Valeur ComptableNaleur de Marché. De plus, le classement et la
construction des portefeuilles d'actions d'arbitrage seront établis suivant une méthodologie
adaptée à celle de FF.
 3

Dans ce mémoire, notre contribution par rapport aux études canadiennes récentes (tel
que celle de L'Ber, Masmoudi et Suret (2002), Francoeur (2006) et Carmichael, Coënz et
L'Ber (2007)) sera principalement de caractère empirique. En d'autres termes, que ce soit
pour construire les portefeuilles explicatifs ou expliqués, on répartira différemment les
actions (selon la Capitalisation Boursière et le ratio Valeur ComptableNaleur de Marché) en
choisissant un nombre plus limité de classe. D'ailleurs, étant donné que notre échantillon
n'est pas vraiment grand, on n'aura pas besoin de plus de classes pour notre étude. Même FF,
ils ont opté pour un nombre plus important de classe (échantillon plus grand). De même, on
fera une analyse univariée (déjà effectuée par FF), ce qui n'a pas été fait par ces études
canadiennes. De plus, on se différenciera de la majorité des études canadiennes par le choix
de bases de données plus récentes et moins utilisées pour ce type de recherche, à savoir
CFMRC et Stock Guide. En fait, la majorité des auteurs canadiens utilisent la base
COMPUSTAT (une base que plusieurs ont critiquée). Et puis, à la différence de la plupart des
études canadiennes, on construira des portefeuilles équipondérés et non pondérés par la
Capitalisation Boursière. Quant à notre période d'étude, elle est globalement plus courte et
plus récente que celles couvertes par les autres études. Finalement, l'analyse des statistiques
descriptives est un outil qui peut être utilisé pour vérifier la présence de l'effet des deux
variables fondamentales. Cet outil a déjà été utilisé par FF, à la différence de la majorité des
études canadiennes récentes, d'où l'intérêt de sa présence dans le présent mémoire.

Le mémoire sera organisé comme suit. Dans une première partie, on s'intéressera au
modèle unifactoriel qui a servi de base pour tous les modèles d'évaluation et qui a proposé
pour la première fois la variable du portefeuille de marché comme déterminant du rendement.
Il s'agit du MÉDAF. On consacrera la deuxième partie à l'étude du modèle à trois facteurs de
FF. De même, dans cette partie, on s'intéressera spécialement aux deux facteurs
fondamentaux ajoutés par FF: la Capitalisation Boursière et le ratio Valeur
ComptableNaleur de Marché. Quant à la troisième partie, elle sera réservée à l'étude
empirique des trois facteurs déjà cités. Et enfin, on terminera avec une conclusion et une
ouverture pour d'autres recherches intéressantes touchant ce sujet.
 CHAPITREI

LEMÉDAF I

1.1 Définition

C'est un modèle d'évaluation qui reflète l'équilibre général du marché réalisé à partir de
la confrontation de l'offre et de la demande.

2
La formule du MÉDAF, dans sa version simple et populaire, est :

où E(rj) est le rendement espéré de l'actif i, il se calcule de la façon suivante:

E(rj) = [E (Prixj) - Prix; (actuel)] / Prix; (actuel).

Notons qu'il existe une relation négative entre E(rj) et Prixj (actuel); et que Prixj (actuel) se
détermine par l'équilibre du marché. De plus, E(rj) est généralement positif, mais il peut être
négatif dans des cas spéciaux, tels que celui de la police d'assurance.

Quant à fr, c'est le taux d'intérêt sans risque. Pour que le marché soit en équilibre, il est
primordial que rr soit strictement inférieur au rendement du portefeuille à variance minimale
de la frontière 3. En effet, si le rendement du portefeuille à variance minimale est strictement
inférieur à rf, le portefeuille du marché fera partie de la partie inférieure de la frontière et non
de la frontière efficiente. Ici, la demande pour les actifs risqués sera négative et par la suite
l'offre sera supérieure à la demande. Dans le cas où il y a égalité entre les deux taux de
rendement, on remarque une demande nulle pour les actifs risqués et positive pour rf. Et puis,
 5

rf est normalement inférieur à E(ri)' Toutefois, il peut être supérieur à E(ri) dans des cas
spéciaux, tels que celui d'une demande élevée. En plus, rf est théoriquement non aléatoire et
sans risque, tel que son nom l'indique. Cependant, réellement, il peut contenir certain risque
tel que celui de l'inflation. Enfin, le taux de rendement sur la monnaie ou celui sur les bons
de trésor représentent deux exemples des taux sans risque existant sur le marché.

En ce qui concerne E(rm ), c'est le rendement espéré du marché. Ici, il est nécessaire de
définir le portefeuille de marché. En fait, c'est un portefeuille représentant les fluctuations
naturelles de l'économie et appartenant à la frontière efficiente. Il constitue' le point de
tangence entre celle-ci et la droite du MÉDAF, représentant la nouvelle frontière efficiente
dans le cas de présence d'actif sans risque. Le portefeuille de marché est composé de tous les
actifs risqués pouvant exister sur le marché, et tel que la proportion de chaque actif est égale
à la valeur de ce même actif rapportée à la valeur totale de tous les actifs risqués du marché.

Quant à Pi, c'est la mesure du risque systématique, non spécifique et non diversifiable de
l'actif. Cette variable reflète le risque d'un actif, qui est d'ailleurs évalué par rapport au
risque du portefeuille du marché. ~i se calcule comme suit:

avec ~marché = 1 et ~aclifsalls risque = O.

Notons qu'il existe une relation positive entre le rendement d'un actif et le risque représenté
par le béta. De plus, il est important de signaler que le risque n'est plus fonction de la
variance de l'actif en question, mais plutôt une fonction de la covariance entre l'actif et le
marché. Par ailleurs, le ~i peut être négatif (surtout dans les grands marchés), ce qui veut dire
que le MÉDAF est représenté par une droite croissante et non pas par une demi droite, ni par
un segment.
 6

Pour la variable [E(rm) - rd, elle représente la prime du risque du marché. C'est aussi le
rendement supplémentaire, par rapport au taux sans risque, que les investisseurs exigent
avant d'investir dans l'actif risqué.
D'ailleurs, le risque d'un actif provient de l'incertitude quant à la réalisation du rendement
anticipé. Toutefois, l'investisseur est plus content si le rendement réalisé est supérieur à celui
anticipé, ce qui n'est pas le cas si le rendement réalisé est inférieur à celui anticipé.

E(rj) MÉDAF : Nouvelle

frontière efficiente,

en cas de présence

d'actif sans risque

m
E(r m) ........

. . . . . - - - - - - - Frontière efficiente, en
cas d'absence d'actif
rf
sans risque
variance

minimale

o ~i

Figure 1.1 Modèle d'évaluation des actifs financiers (MÉDAF).

1.2 Hypothèses du MÉDAF

Le MÉDAF se base sur une multitude d'hypothèses dont: l'uni-périodicité, un marché

parfait avec absence de taxes et de coûts de transactions, des anticipations homogènes, vente
à découvert sans limite, prêt et emprunt au taux sans risque sans limite, pas d'augmentation ni
de diminution du nombre d'actifs présents sur le marché, des fonctions d'utilité de type Von
Neumann-Morgenstern strictement croissantes et strictement concaves, des préférences
 7

moyennes variances 4 se basant sur des restrictions relatives au rendement (normalité) ou à la

fonction d'utilité (quadratique), aversion des investisseurs au risque, marché concurrentiel et
efficient.

Notons que si tous et/ou certaines de ces hypothèses ne sont pas satisfaites, cela pourrait
mettre en cause certains des fondements sur lesquels se base le MÉDAF. À titre d'exemple;
en cas de présence de taxes, ou d'investisseurs étrangers, ou de non-normalité de la
distribution des rendements, ou de non-homogénéité des anticipations des investisseurs, ou
d'impossibilité de la vente à découvert; ceci peut rendre le portefeuille de marché inefficient.

1.3 Dérivation du MÉDAF

La découverte du MÉDAF n'a pas été faite en une seule fois. En effet, ça a nécessité le
passage par plusieurs phases et le fondement sur plusieurs notions interdépendantes, dont les
plus importantes seront mentionnées dans ce qui suit.

Premièrement, le MÉDAF dérive d'un problème d'optimisation (en date 0) permettant de

sélectionner le portefeuille optimal (pour des fins de consommation par l'investisseur, en date
T). Autrement dit, il s'agit de maximiser l'espérance d'utilité suivante:

sous la contrainte budgétaire habituelle:

Xo + XI + ... + Xi +... XK = l,

avec: i = 0, ... , K ; Woest la richesse initiale; (xo, X" ,Xi, ... , XK) sont les pondérations des
différents titres composant le portefeuille; et (ra, r" ... ,ri, , rK) sont les rendements des (K+l)
titres du portefeuille.
 8

D'où le lagrangien est:

L (y, x) = E ponefeuille [ Ur Wo (1 + ((xo*ro)+ (XI *r1) + ... +(Xj*ri) + ... +(XK*rK)) ] + y (1- ( Xo + XI
+ ... + Xi + ... XK)).

La solution (r, ~ de ce problème d'optimisation doit vérifier:

pouri=O, ... ,K. (Roger,1996,p.120-121)

Notons que la résolution de ce problème d'optimisation est liée à certaines hypothèses se

rattachant aux préférences des investisseurs d'une part et au fonctionnement du marché d'une
autre part (celles citées dans la section précédente).

Deuxièmement, la frontière efficiente est l'une des plus importantes notions liées au
MÉDAF. Notons que la frontière efficiente est formée par des portefeuilles efficients, qui
maximisent le rendement espéré étant donné l'écart type. C'est aussi la partie supérieure de la
frontière, en commençant par le portefeuille à variance minimale. Quant à la frontière, c'est
une sorte d'enveloppe pour les portefeuilles possibles se trouvant sur le marché et est formée
par des portefeuilles qui minimisent l'écart type étant donné le rendement.
En cas d'absence d'actif sans risque, la frontière efficiente prend la forme d'une demi­
hyperbole. Alors que dans le cas contraire, elle prend la forme d'une demie droite liant l'actif
sans risque et le portefeuille du marché.
Dans ce même cadre, notons qu'une combinaison de portefeuilles efficients est un
portefeuille efficient. Tel est le cas du portefeuille de marché, formé des portefeuilles
efficients des différents investisseurs.
 9

Troisièmement, on passe à la notion de séparation à deux fonds selon laquelle chaque

investisseur doit investir dans un portefeuille composé uniquement de l'actif sans risque et
d'un portefeuille risqué (dans notre cas, il s'agit du portefeuille de marché).

Finalement, la dérivation de la droite de marché des capitaux S est considérée comme

l'une des phases décisives qui ont précédé l'apparition du MÉDAF. La droite de marché des
capitaux a pour équation:

où p est une combinaison entre le portefeuille de marché et l'actif sans risque, f est l'actif
sans risque, m est le portefeuille de marché, r est le taux de rendement et a représente l'écart
type du rendement.

L'équation ci-dessus a rf comme ordonnée à l'origine et exprime le rendement d'un

portefeuille risqué en fonction de (a p / am) et de la prime de risque. À la différence de
l'équation du MÉDAF, ayant aussi rf comme ordonné à l'origine, mais exprimant le
rendement d'un actif risqué en fonction de ~acljfrjSqué (égal à : COY (raC1ifrisqué , rm) / VAR (rm) )

et de la prime de risque.
 10

E(r)
La droite de
marché des
capitaux
Courbes
d'indifférence de J

différents
investisseurs
....
....."
.....
......

....
Frontière
•.•..••....
............... efficiente, ~"

en cas
d'absence Frontière
········-!-···.. ····d'ïïëiifiùïns··· ......
risque ./

à variance
minimale

o cr

Figure 1.2 La droite de marché des capitaux.

La droite de marché des capitaux est représentée par une demie droite dans le plan (cr,
E(r)). Cette demie droite est croissante, coupant l'axe des ordonnées au point (0 , rr), et
tangente à la frontière 3 efficiente au point (cr rn ,E (rrn)) représentant le portefeuille du marché.
L'inclinaison de la demie droite de marché des capitaux dépend de la position du point (0 , rr)
et de la courbure de la frontière. Ceci est en relation étroite avec le degré de riscophobie des
agents.
 11

Quant aux courbes d'indifférence des différents investisseurs, elles sont tangentes à la
droite de marché des capitaux. Les agents qui empruntent au taux sans risque pour investir
plus dans le portefeuille risqué du marché sont considérés comme des agents à degré de
riscophobie faible et ont des courbes d'indifférence se trouvant à droite du point (cr m • E (r,J),
alors que les agents qui prêtent au taux sans risque pour investir moins dans le portefeuille
risqué du marché sont considérés comme des agents à degré de riscophobie élevé et ont des
courbes d'indifférence se trouvant à gauche du point (cr m • E ( rm )).

D'un autre coté, plus la pente de la droite de marché des capitaux est grande, plus l'utilité
des investisseurs est grande. On tient ici à parler un peu du comportement de ces
investisseurs. Ils détiennent des portefeuilles efficients composés uniquement du portefeuille
de marché et de l'actif sans risque, mais avec des combinaiSons différentes. Ces investisseurs
sont riscophobes, de telle sorte qu'ils ont des fonctions d'utilité croissantes et concaves. Et
puis, ils sont rationnels et ont des préférences moyennes-variances de telle façon qu'on se
trouve soit dans le cas de distribution normale de rendements, soit dans celui d'une fonction
d'utilité quadratique.

1.4 Anomalies et problèmes du MÉDAF

Avant de présenter les problèmes du MÉDAF, on tient à signaler que ce modèle reste
jusqu'à aujourd'hui un des modèles d'évaluation les plus utilisés par la communauté
financière.

Parmi les limites du MÉDAF, on cite son fondement Sur des hypothèses difficilement
acceptables. Plusieurs chercheurs ont essayé de remédier à cette limite en proposant d'autres
versions du MÉDAF; par exemple: MÉDAF avec taxes (Brennan (1973); Litzenberger,
Ramaswamy et Sosin (1979)), MÉDAF avec coûts de transaction (Lévy, 1978), MÉDAF en
temps continu (Merton, 1973), MÉDAF avec anticipations non homogènes (Lintner (1970);
Sharpe (1970); Fama (1976)) ... Toutefois, il ne faut pas oublier que la validité d'un modèle
 12

ne dépend pas du réalisme de ses hypothèses, mais plutôt de la conformité des conséquences
de ses hypothèses avec la réalité.

En plus, les résultats de la validation empirique du MÉDAF sont, à maintes reprises et

dans plusieurs études, contradictoires avec ses fondements théoriques, et notamment en ce
qui concerne la présence de facteurs de risque non-spécifique n'ayant pas été captée par le
modèle. Et puis, en faisant une régression du MÉDAF et en y appliquant des tests
économétriques, on s'attend à valider le MÉDAF en vérifiant plusieurs hypothèses, dont: une
constante nulle, un portefeuille du marché efficient (critique de Roll), une corrélation entre le
portefeuille de marché et le portefeuille proxy, une stationnarité du béta, une seule variable
dépendante, une non-significativité de la variable dépendante au carré, des résidus non­
significativement corrélés transversalement, une équation justifiant une relation linéaire, un
relation positive entre le rendement et le facteur béta. Toutefois, ces tests n'impliquent pas
toujours la validation du rvIÉDAF.

D'une autre part, le portefeuille de marché est souvent mal approximé, surtout qu'il doit
être efficient et qu'il nécessite l'inclusion de tous les actifs se trouvant sur le marché
(Critique de Roll). D'ailleurs, d'après Roll (1977), considéré comme le pionnier de ceux qui
ont critiqué le MÉDAF: tout test sur le MÉDAF est fortement lié et dépendant du test
d'efficience du portefeuille de marché, ce qui est, en grande partie, à l'origine du manque de
robustesse des tests du MÉDAF.

Dans ce même cadre, on a connu l'apparition de modèles n'exigeant pas l'efficience du

portefeuille de base d'une part et admettant la présence de plus qu'un facteur explicatif du
rendement d'une autre part, à titre d'exemple: le MÉA 6 (Ross, 1976). D'ailleurs, le modèle
multifactoriel «le MÉA », se base sur un nombre restreint d'hypothèses par rapport au
MÉDAF (ex: pas de restriction sur les préférences des investisseurs ... ). Sa condition
fondamentale est l'absence d'opportunités d'arbitrage (No Free Lunch), c'est-à-dire
l'impossibilité qu'un portefeuille à rentabil ité positive soit gratuit et sans risque.
 13

Enfin, et suite à l'apparition du modèle multifactoriel le MÉA, plusieurs recherches se

sont succédées. Elles ont montré qu'il existe certains facteurs, à part le portefeuille de marché,
qui expliquent le rendement. Le modèle à trois béta de FF (1992, 1993) est ['un des plus
populaires modèles résultants de ces recherches.
 CHAPITRE II

LE MODÈLE À TROIS BÉTA DE FAMA ET FRENCH (1992, 1993)

2.1 Un modèle multifactoriel

Le modèle de FFI, représentant une extension du MÉDAF, s'inspire des modèles

multifactoriels exprimant le rendement en fonction de plus qu'un facteur en essayant de
donner le maximum d'information pour bien mesurer et prédire le rendement, ce qui
permettra de donner une meilleure évaluation des actifs.

Ce genre de modèle reflète généralement deux types de risque: le risque résiduel relatif à
l'entreprise en question, ainsi que le risque systématique touchant les différentes entreprises
de l'économie.

Ici, il est important de mentionner qu'en pratique, le risque résiduel ne traduit pas
seulement les spécificités de l'entreprise. Il reflète aussi des informations de nature
systématique qui devraient être normalement reflétées par le béta. Ces erreurs de mesure du
béta sont causées la plupart des cas par la non stationnarité, l'instabilité et la variabil ité du
béta (Miller et Scholes (1972)). Ceci veut dire que les variables de nature spécifique ajoutées
à un modèle jouent un rôle complémentaire et correcteur pour le béta, dont le but final est de
donner la meilleure et la plus complète explication possible du rendement.

Dans le modèle de FF, il existe trois facteurs différents influençant le rendement des
actifs: la prime du risque du marché, le ratio Valeur ComptablelValeur de Marché (ratio
VCIVM) et la Capitalisation Boursière (CB). Les deux facteurs ajoutés par FF, qui sont de
 15

caractère comptable et financier, sont qualifiés de caractéristiques et fondamentaux (c'est-à­

dire liés aux attributs de l'activité de l'entreprise).
Ces deux facteurs sont classés parmi les déterminants les plus importants, les plus
populaires, ainsi que les plus utilisés et testés dans la littérature.

On tient à signaler qu'en 1992, FF ont proposé cinq variables éventuellement explicatives
du rendement: le béta, le ratio VCNM, la CB, le levier d'endettement (leverage) et le ratio
bénéfice/cours2. Toutefois, suite à différents tests, ces deux chercheurs ne gardent que les
trois facteurs les plus intéressants, surtout qu'ils remarquent que le ratio VCNM et la CB
absorbent le rôle et l'effet des deux autres variables, qui sont le levier d'endettement et le
ratio bénéfice/cours.

De même, en 1993, FF se sont intéressés au marché des obligations en plus du marché

des actions. Ils ont défini un modèle à cinq facteurs décrivant le rendement sur ces deux
marchés. Trois facteurs sont relatifs aux actions (le béta, le ratio VCNM et la CB) et deux
facteurs sont relatifs aux obligations (la maturité et le risque de défaut). Toutefois, suite aux
tests, FF ont conclu que ce modèle à cinq facteurs n'est pas meilleur que le modèle à trois
facteurs en ce qui concerne la description de rendement sur le marché des actions.

2.2 Description du modèle.

L'équation du modèle de FF (1993) est:

E(rj) - rr =Pi [E(rm) - rel + Si E(PMG) +h i E(EMF).

Le modèle économétrique correspondant est:

ri,l - rr,l = ai + Pi [rm,l - rr,l] + Si PMGl +h i EMF 1 + ei,t ,

 16

où [ri,t - rr,t] est le rendement excédentaire de l'actif i par rapport à celui de l'actif sans risque
en t, [rm,t - rr,t] est le facteur de risque lié au marché. En d'autres termes, c'est la prime du
risque du marché en t. Cette variable est inspirée du .MÉDAF.

Quant à la variable PMG t (Petit Moins Grand)3, elle représente le facteur de risque lié à
la taille. En d'autres termes, c'est la prime de rendement, en t, reliée à la taille et égale
comme son nom l'indique aux rentabilités des titres à petites capitalisations moins les
rentabilités des titres à grandes capitalisations.

On tient à signaler que FF ainsi que d'autres auteurs, tels que Banz (1981), ont choisi la
variable de CB pour représenter la taille. Toutefois, d'autres chercheurs pourraient choisir
d'autres variables pour représenter la taille; ex: la valeur comptable des actifs, le chiffre
d'affaires annuel, l'effectif des salariés.

À ce stade, il est important de donner la définition de la CB. C'est un ratio d'évaluation

pour les entreprises.

C'est aussi la valeur de l'entreprise en bourse [... ] C'est le prix de l'entreprise estimé par
le marché [... ] et déterminé sur le marché des actions [...] La capitalisation boursière est
le prix de revient de 100% du capital de la société, exprimé en fonction du cours de
bourse [... ] Elle est égale au nombre d'actions composant le capital, multiplié par le
cours de bourse. (Vitrac, 2004, p. 215)

Qu'est ce qu'on peut apprendre de plus sur la CB?

On distingue les grandes et les petites capitalisations. Les «blue chips» ou «poids
lourds» L...] c'est-à-dire les grandes sociétés connues du monde entier, ont des
capitalisations boursières de plusieurs dizaines ou même centaines de milliards de dollars,
comme celles de General Electric, de Microsoft ou d'Exxon [oo.] À l'inverse, le camp de
petites capitalisations boursières- appelées « small caps» ou « petites capis» - regroupe
les sociétés de petite taille ou de taille moyenne. Enfin, on parle aussi de midcaps ou
valeurs moyennes qui recouvrent un champ plus vaste de titres: il s'agit en fait des PME
cotées, comme celles du Second Marché ou les plus petites affaires du Premier Marché.
 17

En termes de capitalisation boursière, le marché américain vaut plus de dix fois le marché
français. (Vitrac, 2004, p. 215)

En ce qui concerne la variable EMF t (Élevé Moins Faible)4, cette dernière représente le
facteur de risque lié au ratio VCNM. En d'autres termes, c'est la prime de rendement, en t,
reliée au ratio VCNM et égale comme son nom l'indique aux rentabilités des titres à ratio
VCNM élevé moins les rentabilités des titres à ratio VCNM faible.

Parlons plus du ratio VCNM. Ce dernier intervient dans l'évaluation de l'entreprise. Il

perme~ de déterminer si le titre en question est sous-évalué ou surévalué. Si le ratio est
supérieur à un, c'est-à-dire la valeur comptable de l'entreprise excède la valeur du marché de
l'entreprise, alors le titre est sous-évalué par le marché. Dans le cas contraire, il est surévalué.
Il faut souligner ici que la valeur comptable est souvent différente de la valeur du marché à
cause du fait que le marché prend en compte le potentiel de croissance de l'entreprise dans le
futur.

Finalement, Pi, Si, hi sont les coefficients de sensibilité relatifs aux trois facteurs de risque,
aiS est la constante du modèle, appelé aussi « coefficient alpha de Jensen ». Cette dernière
permet de déceler la rentabilité anormale d'un titre, en plus ou en moins de la rentabilité
espérée. Quant à ei,t, elle représente le résidu de la régression en t.

2.3 Principaux résultats

FF (1992, 1993) ont effectué leur étude sur le marché américain, un marché qu'ils
présument efficient. Le principe d'efficience des marchés suppose que l'information
disponible est incorporée d'une façon adéquate et rapide dans les cours boursiers des titres.
Ceci impliquerait des cours conformes aux prévisions. De plus, FF (1992, 1993) se sont basés
sur le principe de rationalité des investisseurs.
 18

FF trouvent que les deux variables fondamentales ajoutées, qui sont faciles à mesurer,
expriment une partie non négligeable du risque et expliquent une partie importante de la
rentabilité; ce qui confirme l'insuffisance de la prime du risque du marché dans l'explication
du rendement. D'après les résultats obtenus par ces chercheurs, les deux variables ajoutées
décrivent le rendement beaucoup mieux que le portefeuille du marché; que ce soit lors d'une
analyse uni variée ou multivariée.

Néanmoins, Molay (2000, marché français), ainsi que Bellalah et Besbes (2006, marché
français) trouvent un résultat différent. En fait, à travers leurs recherches, ils ont constaté que
le portefeuille du marché joue un rôle prépondérant par rapport à la CB et le ratio VCNM.

D'une autre part, FF ont remarqué qu'entre le rendement et le béta, il existe une relation
faible sur certaines périodes (1941-1990) et inexistante sur d'autres périodes (1963-1990). Ils
n'ont même pas constaté la relation positive entre ces deux variables: elle est négative sur
quelques périodes et légèrement positive sur d'autres périodes.

Dans ce même cadre, on tient à préciser que d'autres chercheurs, tels que Reinganum
(1981) ainsi que Lakonishok et Shapiro (1986), trouvent qu'il n'y a pas de relation entre le
béta et le rendement. Toutefois, on ne peut pas négliger les nombreuses recherches ayant mis
en évidence la relation positive et forte entre le rendement et le béta. A titre d'exemple:
Black, Jensen, et Scholes (1972); Fama et MacBeth (1973) ; Francoeur (2006, marché
canadien); Carmichael, Coënz et L'Her (2007, marché canadien).

Par ailleurs, FF ont montré qu'il y a une relation significative positive entre le rendement
et le ratio VCNM; par opposition à la relation se trouvant entre le rendement et la CB qui est
significative et négative.

En fait, FF ainsi que d'autres, tels que Banz (1981), ont remarqué que les titres à petites
capitalisations, considérés comme étant plus risqués et ayant un coût de capital plus élevé,
 19

ont généralement un rendement plus élevë que ceux à grandes capitalisations. En d'autres
termes, les titres à petite CB ont un rendement excédentaire par rapport à celui de l'actif sans
risque qui est plus élevé que celui prédit par le MÉDAF. Par contre, il y a une différence
minime en rendement entre les petites capitalisations et les capitalisations moyennes.
Dans ce même cadre, notons que Banz est le premier chercheur qui a montré la présence
d'une relation entre le rendement et la taille. Son étude a été effectuée sur NYSE (bourse de
New York). D'autres auteurs ont aussi mis en évidence « l'effet taille ». À titre d'exemple:
Coghlan (1988, marché irlandais); Rubio (1988, marché espagnol); L'Her, Masmouoi et
Suret (2002, marché canadien); Francoeur (2006, marché canadien) et Carmichael, Coënz et
L'Her (2007, marché canadien).

De même, puisque les titres à ratio VCIVM élevé, c'est-à-dire ceux qui sont très sous­
estimés par le marché, sont plus risqués et ont un coût de capital plus élevé, ils ont
généralement un rendement plus élevé.

Dans ce même cadre, il est important de signaler que certains chercheurs ont mis en
évidence l'apport du ratio VCIVM dans l'explication du rendement ainsi que la relation de
signe positif se trouvant entre ces deux variables. À titre d'exemple, je cite: Stattman (1980);
Rosenberg, Reid et Lanstein (1985); DeBondt et Thaler (1987) ainsi que Lakonishok,
Shleifer et Vishny (1994) sur le marché américain, L'Her, Masmoudi et Suret (2002) ainsi
que Francoeur (2006) sur le marché canadien; Chan, Hamao et Lakonishok (1991) sur le
marché japonais, Capaul, Rowley et Sharpe (1993) sur le marché français, allemand, suisse et
anglais.

D'un autre coté, en comparant l'effet taille (relatif à la CB) à celui du ratio VCIVM, FF
ont remarqué que le ratio VCIVM, interprété par eux comme étant un indicateur direct des
perspectives de la firme, est statistiquement plus significatif que la CB; et que le ratio
VCIVM avait continuellement un effet plus puissant, majeur et dominant par rapport à la CB
quant à l'influence sur le comportement des titres.
 20

En fait, en analysant l'effet des deux variables sur deux sous-périodes, FF (1992) ont
remarqué que la relation entre le ratio VCNM et le rendement est plutôt stable et
continuellement forte et puissante. Par contre, il est très clair que celle entre la CB et le
rendement est plus faible durant la deuxième sous-période (1977-1990). De plus, FF (1992)
ont signalé la présence d'un effet du mois de janvier sur la rentabilité. Toutefois, ils ont
remarqué que, par opposition à la CB, l'effet du ratio VCNM sur le rendement n'est pas
distinct au mois de janvier. Il est aussi puissant durant toute l'année. Par contre, la relation
négative entre le rendement et la CB est plus puissante en mois de janvier. 7

Dans ce même cadre et dans un article orienté spécialement vers l'étude de l'effet du ratio
VCNM, FF (1998) ont confirmé la présence d'une relation entre le ratio VCNM et le
rendement sur douze marchés asiatiques et européens (Japon, Hong Kong, Singapour, Grande
Bretagne, France, Allemagne, Italie, Pays-Bas, Belgique, Suisse, Australie et Suède), ainsi
que sur le marché américain et sur quelques marchés émergents.

De même, en faisant une comparaison entre quatre facteurs populaires, dont le ratio
VCNM et la CB, suite à plusieurs régressions univariées et multivariées et en utilisant
différentes méthodes économétriques, Chan, Hamao et Lakonishok (1991) ont conclu que le
ratio VCNM est le facteur le plus important statistiquement et économiquement. Sa
performance est remarquable sur différentes périodes et n'est pas spécifique au mois de
janvier. Par contre, la CB est loin d'être aussi performante. Elle est parfois significative et
parfois non. He et Ng (1994) ont également montré que le ratio VCJVM présente un pouvoir
explicatif très important dans l'explication du rendement. Par contre, il est bien clair que la
taille a un rôle plus faible. Jegadeesh (1992) est convaincu aussi que, pour prédire le
rendement, le ratio VCJVM est bien meilleur que la CB.

De plus, Berk (1995, 1996) a déclaré aussi que le ratio VCNM est une meilleure mesure
du rendement que la CB. En effet, en définissant la valeur comptable d'une entreprise comme
étant une mesure des investissements nets passés et en postulant la présence d'une importante
corrélation entre les investissements et l'espérance des flux de ces investissements; il est
 21

normal qu'on s'attendra à une importante corrélation entre l'espérance des cash-flows et la
valeur comptable. Par conséquent, on peut considérer la valeur comptable comme étant un
proxy et un substitut pour les cash-flows espérés. De même, le ratio YCNM peut être
considéré comme un substitut pour le ratio (cash-flows espérés /CB). Or, le ratio (cash-flows
espérés /CB) est parfaitement corrélé avec le rendement espéré. Plus encore, le rendement
espéré est considéré comme un autre nom pour ce ratio. Ce qui veut dire que le ratio YCNM
est une meilleure mesure de rendement que la CB.

Toutefois, la dominance du ratio YCIYM par rapport à la CB n'a pas été toujours vérifiée.
Par exemple, suite à une étude faite sur le marché canadien, L'Her, Masmoudi et Suret (2002)
ont constaté que l'effet taille domine l'effet du ratio YCNM. Plus encore, en 1999, Molay
n'a pas constaté l'effet du ratio YCNM sur le marché français.

Par ailleurs, d'après FF, les deux variables fondamentales de leur modèle sont aussi
indispensables l'une que l'autre. D'ailleurs, ils ont conclu que leur modèle, présentant une
relation simple, est performant et bien spécifié, surtout que la constante de leur modèle est
significativement proche de 0 avec une probabilité de 96%.

Enfin, le modèle de FF a été approuvé et accepté par plusieurs autres chercheurs. En plus,
il a été validé sur d'autres marchés boursiers. Par exemple: le marché américain (Lewellen,
1999), le marché français (Molay (2001); Ajili (2004)), le marché canadien (L'Her,
Masmoudi et Suret (2002); Francoeur (2006); Carmichaely, Coënz et L'Rer (2007)).

Ici, on voudrait préciser que pour ce genre de recherche, le marché canadien n'est pas
aussi gâté par les chercheurs que le marché américain. D'ailleurs, aucun autre marché ne l'est.
Par ailleurs, on tient à donner un aperçu sur les études canadiennes citées ci haut.

Commençons par l'étude de L'Her, Masmoudi et Suret (2002), qui couvre une période
allant de 1960 à 2001, avec un échantillon se composant de 298 titres canadiens. Ces auteurs
 22

ont vérifié la présence de l'effet taille et de celui du ratio VCNM en se basant sur les
statistiques descriptives, et notamment en comparant les rendements des portefeuilles
construits. Par la suite, ils se sont focalisés sur l'élaboration d'une analyse conditionnelle (de
ce modèle) à la politique monétaire poursuivie (expansionniste ou restrictive). Et enfin, ils
ont traité le modèle de FF comme étant un estimateur du coût des fonds propres d'une part et
de la performance des gestionnaires d'une autre part. Les deux dernières étapes ont
respectivement permis de conclure que les stratégies de placement se basant sur le modèle de
FF sont surtout profitables dans un environnement d'expansion, et que ce modèle est mieux
que le MÉDAF en ce qui concerne l'estimation des coûts des fonds propres et celle de la
performance des gestionnaires de portefeuilles.

En ce qui concerne l'étude de Francoeur (2006), elle couvre une période allant de 1990 à
2000. Francoeur (2006) a uniquement utilisé le modèle de FF dans le but d'étudier les
rendements anormaux à long terme.

Pour J'étude de Carmichael, Coënz et L'Her (2007), elle couvre la période allant de 1960
à 2004. Ces auteurs se sont concentrés sur deux objectifs. Premièrement, l'étude des
méthodes économétriques à appliquer aux modèles d'évaluation et notamment à celui de FF.
Deuxièmement, traiter la possibilité d'ajouter le facteur momentum au modèle de FF.
D'ailleurs, il est vrai qu'ils ont validé le modèle de FF, sauf qu'ils ont mentionné aussi que ce
modèle augmenté de la variable momentum semble mieux expliquer le rendement des actions
canadiennes.

Par ailleurs, étant donné que les contributions du présent mémoire (par rapport aux études
canadiennes antérieures) sont principalement d'ordre empirique, on traitera ce point dans la
partie empirique du mémoire.

Finalement, on tient à préciser que puisque la méthodologie qui sera utilisée dans la partie
empirique de ce mémoire est adaptée à celle de FF, on étudiera ça plus en profondeur dans la
3ème partie de ce mémoire. Notons que la méthodologie de FF a connu et connaît encore un
 23

grand succès. Elle est très souvent utilisée par les chercheurs pour valider ou non ce genre de
modèle multifactoriel.

2.4 Théorie et interprétations

Malgré le fait que le modèle de FF n'a pas de base théorique (à l'inverse du MÉDAF) et
est de type ad hoc, sauf que suite à sa réussite empirique, il a extrêmement attiré l'attention
de la communauté financière.

Vu son contexte, manquant de justification théorique et ayant des bases plutôt empiriques,
FF ont tenu à ce que d'une part l'information concernant les deux variables explicatives
ajoutées soit disponible, à jour et comparable entre les entreprises, et d'une autre part « les
deux facteurs caractéristiques fondamentaux soient logiques, compréhensibles, faciles à
expliquer, à interpréter et à démontrer, robustes dans le temps et capables d'expliquer un
grand pourcentage de la différence de rentabilité entre les titres ». (Jacquillat et Solnik, 2002,
p. 121)

L'argument essentiel que FF (1992, 1993) ont donné au départ pour expliquer l'effet des
deux variables fondamentales ajoutées est qu'ils sont en étroite liaison avec la croissance des
entreprises; et qu'ils sont représentatifs du risque de vulnérabilité économique et de détresse
financière des entreprises. 8 Par la suite, ces auteurs ainsi que d'autres ont essayé d'éclairer
plus et d'approfondir la compréhension de l'effet, la nature du risque et les fondements
économiques qui sont derrière les deux variables ajoutées. Dans ce qui suit, on présentera
quelques unes des plus importantes interprétations touchant les deux variables ajoutées.

En fait, plus l'entreprise est fragile, vulnérable et souffre de détresse, plus elle est risquée
et plus le rendement de ses titres est élevée; en d'autres termes, plus les investisseurs exigent
un rendement plus élevé. C'est que ce genre d'entreprise a généralement une performance
économique faible, des perspectives de croissance médiocres et une confiance d'investisseurs
 24

modeste. Leurs titres ne sont pas bien jugés par le marché et par la suite ne sont pas vraiment
recherchés par les investisseurs, d'où une dépréciation de leurs cours boursiers et par la suite
une augmentation de leurs rentabilités. Ainsi, c'est logique que ce type d'entreprise soit
caractérisé par une CB faible et un ratio VCNM élevé (et positif) ou négatif>.

D'ailleurs, dans ce même cadre, Daniel et Titman (1997) ont mentionné que les deux
facteurs ajoutés par FF sont en liaison avec les attributs de l'entreprise d'une part et la
psychologie des investisseurs d'une autre part.

De même, Molay (2000) a définit le ratio VCNM comme étant une mesure de la non­
performance des firmes. lo Ainsi, les investisseurs perçoivent les firmes à ratio VCNM faible
comme étant performantes, ce qui fait apprécier le cours correspondant et par la suite
diminuer le rendement correspondant.

De plus, FF (1992) ont remarqué une autre chose importante. C'est que le ratio VCNM
est en relation étroite avec le levier d'endettement, qui est aussi en relation avec la détresse de
l'entreprise. Le ratio VCNM représente la différence entre le levier de marché et le levier
comptable. 11 Ainsi, un ratio VCIVM élevé correspond à une situation telle que: le levier de
marché est plus élevé que le levier comptable. Et puis, plus le levier de marché est élevé, plus
le ratio VCIVM est élevé et par la suite plus le risque et le rendement sont élevés. 12 Par contre,
plus le levier comptable est élevé, plus le ratio VCNM est faible et par la suite plus le
rendement et le risque sont faibles. En d'autres termes, le ratio VCIVM peut être interprété
comme un effet de levier d'endettement involontaire.

Qu'est ce qu'on peut dire de plus sur le levier d'endettement? Le levier d'endettement
décrit la structure financière de l'entreprise et notamment ('arbitrage à faire pour son
financement, à savoir l'utilisation de ses fonds propres ou de fonds externes (emprunts). Un
levier d'endettement élevé est bénéfique dans certaines situations, mais risqué aussi dans
d'autres situations. En effet, l'utilisation des emprunts est bénéfique lorsque leur coût est
inférieur à leur rendement comptable l3 . Par contre, les emprunts constituent une source de
 25

risque pour la rentabilité des actionnaires '4 . En effet, plus le levier de dette est élevé, plus
l'impact d'un effet de massue l5 est grand sur la rentabilité des actionnaires (au sens négatif,
c'est-à-dire en baisse). Cette constatation devient plus claire avec la formule suivante,
décrivant l'effet de levier:

Rentabilité Financière = Rentabilité Économique +

Levier dEndettement * (Rentabilité Économique - Taux d'Intérêt Réel).

Notons que la rentabilité économique ne correspond pas au taux de rendement exigé par
les actionnaires, ni les créanciers. En fait, c'est un taux à caractère comptable, non financier
et qui ne tient pas compte de la valorisation ni du risque. Ce qui intéresse directement ces
agents est plutôt la rentabilité des capitaux propres, connue aussi comme étant le taux de
croissance des capitaux propres (en cas de non-distribution de dividendes). D'ailleurs,
l'objectif principal des actionnaires est de maximiser la valeur de l'entreprise, c'est-à-dire la
valeur des actifs financiers qu'ils détiennent. Bref, le rendement des actions cotées en bourse,
et représentant du risque de l'actionnaire, est fonction de la rentabilité financière qui reflète le
risque de l'entreprise.

Et puis, un endettement beaucoup trop lourd, synonyme d'une structure financière

insuffisante, est mal interprété par le marché. Il serait plus probable pour une entreprise ayant
cette caractéristique de perdre le contrôle et même de disparaître, suite à une crise
conjoncturelle. En d'autres termes, elle devient plus vulnérable et sensible aux modifications
brusques des conditions économiques. Et puis, l'endettement présente aussi pour l'entreprise
une contrainte de rémunération. En fait, les frais financiers des dettes sont pesants et
accablants pour le résultat, les cash-flows ainsi que pour la performance de l'entreprise. Sans
oublier la contrainte de remboursement. En effet, si l'échéance de paiement de la dette n'est
pas respectée, ceci peut aboutir à la défaillance de l'entreprise; et même si, dans les meilleurs
des cas, la dette est payée plus tard, l'image de l'entreprise dans le marché serait déjà touchée.
Cette entreprise pourrait même être privée implicitement de s'endetter prochainement et
d'investir dans des projets rentables; ceci est appelé risque de renoncement.
 26

Bref, malgré les avantages de l'endettement, ce dernier pourrait être une source de
détresse et de vulnérabilité pour l'entreprise; et de risque pour les actionnaires.

En 1995, FF sont allés plus loin et ont démontré que les deux facteurs ajoutés sont liés
aux bénéfices. En effet, ils constatent que les entreprises à petite CB ont tendance à avoir des
bénéfices plutôt faibles par rapport à celles à grande CB. En plus, ils remarquent que les
entreprises à ratio VCNM élevé, appelées «valeurs de rendement ou values », ont
continuellement des bénéfices médiocres. Par contre, les entreprises à ratio VC/VM faible,
appelées « valeurs de croissance ou growth », ont des bénéfices beaucoup plus élevés.

Le premier type de titres est appelé «titre de valeur» (value stock), à cause.du fait qu'ils
ont «un cours boursier proche de la valeur comptable car les perspectives de croissance
modérées n'apportent pas de valeur ajoutée ». (Jacquillat et Solnik, 2002, p. 121)

Le second type de titres est appelé « titre de croissance» (growth stock), étant donné que
« leur cours reflète les anticipations de croissance future des bénéfices bien plus que la valeur
historique des actifs et passifs qui ont été accumulés par l'entreprise ». (Jacquillat et Solnik,
2002, p. 121)

De même, notons que «les sociétés de croissance ont généralement un ratio

cours/bénéfice (PER) plus élevé que les sociétés value ». (Jacquillat et Solnik, 2002, p. 121)

Qu'est ce qu'on peut apprendre d'intéressant sur le PER. C'est le quotient de la CB par le
profit de l'entreprise.

Le PER d'une action est d'autant plus élevé que le taux de croissance des bénéfices de la
société est élevé. C'est pourquoi les sociétés dont la croissance des bénéfices est forte
obtiennent de plus importantes valorisations boursières [... ] La visibilité de la croissance
validera un niveau plus élevé de PER. Meilleure est la visibilité, plus élevé sera le PER.
De sorte que si les bénéfices sont erratiques, le PER sera moins élevé que s'ils
s'inscrivent sur une droite 1igne de croissance. (Vitrac, 2004, p. 263)
 27

Et quoi de plus concernant la CB?

Les investisseurs ont généralement plus de confiance dans les grandes capitalisations.
Elles représentent «une belle affaire avec une croissance régulière de ses résultats et de
larges implantations ». (Vitrac, 1993, p. 86)
À titre d'exemple, je cite la société Total (en France) capitalisant environ 90 milliards
d'Euro en 2003 et représentant la plus grosse valeur française, France Telecom (en France)
capitalisant 45 milliard d'Euro en 2003 ... D'un autre coté, «les petits capis» subissent
généralement des variations de cours beaucoup plus importantes que celles des « poids
lourds ». En fait, un nombre réduit d'investisseurs pourrait influencer le cours d'une
entreprise à petite capitalisation. Par contre, il est très difficile de faire bouger le cours d'une
grande société, ça nécessite un immense volume d'affaires par jour.

Généralement, après des crises boursières apparaissent de nombreux titres nommés

« penny stocks »16[ ... ] On trouve généralement dans les « penny stocks » des actions de
société en situation délicate ou en quasi dépôt de bilan. Il n'est donc pas rare qu'ils
finissent par être radiés de la cote (Vitrac, 2004, p. 215),

ce qui explique le risque entourant les titres à petite capitalisation. Il ne faut pas oublier aussi
que « les petites capis » sont caractérisées par un manque de diffusion d'information et sont
méconnues des bousiers. Par la suite, il y a une incertitude quant à la stabilité de leur situation
financière; ces petites entreprises peuvent arriver parfois à la faillite.

D'un autre coté, il est plus difficile pour les petites entreprises de bénéficier des
ressources financières nécessaires dont elles ont besoin pour leur croissance, à cause du fait
qu'ils ne disposent pas toujours des garanties suffisantes et adéquates.

Enfin, il est important de mentionner que lorsqu'on se base sur l'irrationalité des
investisseurs et l'inefficience du marché, à la différence de FF, l'effet des variables ajoutées
est interprété de la façon suivante. En fait, les investisseurs réagiraient d'une manière
irrationnelle et excessive par rapport aux performances de la firme. En d'autres termes, ils
 28

seraient trop optimistes par rapport aux entreprises qui se sont bien comportées dans le passé,
et trop pessimistes dans le cas contraire. Par conséquent, la sur-réaction des investisseurs par
rapport à la performance de la firme entraînerait une sous-estimation du cours des titres de
valeur (et/ou à petite CB) et une surestimation du cours des titres de croissance (et/ou à
grande CB). Toutefois, cette sur-réaction se corrige avec le temps de telle façon que tout
revient à la normale. Lakonishok, Shleifer, et Vishny (1994) ainsi que Haugen (1995)
soutiennent ce point de vue.
 CHAPITRE III

ÉTUDE EMPIRIQUE DES TROIS DÉTERMINANTS DU RENDEMENT

3.1 Données et méthodologie

Cette étude est consacrée aux actions du marché canadien, et plus précisément à celles
cotées sur la Bourse de Toronto. Les actions à données indisponibles ne sont pas considérées.
De plus, on ne garde pas les actions à ratio VCNM négatif. Notons que les entreprises à
ratio VCNM négatif ont une valeur comptable négative, causée par la négativité persistante
des bénéfices. Ce genre d'entreprise souffre de détresse et de vulnérabilité économique (tel
que les entreprises à ratio VC/VM élevé). Bref, notre échantillon inclut 235 actions.

Quant à la période d'étude, elle commence en juillet 1996 et prend fin en juin 2006, soit
120 mois. Notre étude couvre une période globalement plus courte et plus récente que celles
couvertes par les autres études. Ainsi, l'étude de FF s'étend de 1963 à 1991. Quant à l'étude
de L'Her, Masmoudi et Suret (2002, marché canadien), elle couvre une période allant de
1960 à 200 l, celle de Francoeur (2006, marché canadien) commence en 1990 et prend fin en
2000, alors que celle de Carmichael, Coënz et L'Her (2007, marché canadien), elle couvre la
période allant de 1960 à 2004.

Dans ce mémoire, les bases de données utilisées sont: Canadian Financial Markets
Research Center (CFMRC) 1 et Stock Guide for Networki.
Notons que FF (I992, 1993, marché américain), L'Her, Masmoudi et Suret (2002, marché
canadien), ainsi que Carmichael, Coënz et L'Hel' (2007, marché canadien) ont utilisé la base
de données COMPUSTAT. Cette base est l'une des bases les plus utilisées pour tester les
modèles d'évaluation sur le marché américain et canadien. C'est une base qui est très
populaire pour ce type de recherche. Toutefois, plusieurs chercheurs, tels que Khotari,
 30

Shanken et Sioan (1995), ont mentionné que les données collectées de cette base causent un
biais de survivance «( survivor bias» ou encore « new listing bias »). En fait, cette base a
tendance à inclure les firmes, à ratio VCNM élevé, survivant à la détresse, alors qu'elle
néglige les firmes à ratio VCIVM élevé qui ne survivent pas à la détresse; ce qui entraîne un
problème de surestimation du rendement. Ainsi, il s'avère intéressant d'utiliser d'autres bases
de données, à savoir: CFMRC et Stock Guide for Networks. Notons que la base de données
Stock Guide est une base assez récente par comparaison à d'autres (ex: COMPUSTAI). De
plus, elle couvre uniquement les 22 dernières années. Ce qui la rend inutilisable pour les
études couvrant des périodes plus anciennes.

En ce qui concerne les variables utilisées dans la présente étude, notons que la CB
représente le cours de l'action multiplié par le nombre d'actions ordinaires émises en
circulation. Ces deux dernières variables sont disponibles dans la base de données CFMRC
sous les noms respectifs « Monthly Closing Priee» et « Monthly Shares Outstanding ». Le
ratio VCNM correspond à l'inverse du ratio « Priee-to-Book », tiré de la base Stock Guide.
Quant aux rendements des titres risqués ri et de celui de l'actif sans risque rf, ils sont
disponibles dans la base CFMRC sous les noms respectifs « Monthly Return » et « 91 Day T­
Bill Rate ». Notons que rf correspond au rendement moyen mensuel des Bonds de Trésor du
Gouvernement du Canada à échéance de 91 jours. Enfin, le rendement du marché rm
correspond à la moyenne équipondérée des rendements des actions composants l'échantillon.

D'un autre coté, que ce soit pour les modèles unifactoriels ou multifactoriel 3, la
construction des portefeuilles explicatifs et expliqués se passe comme suit.

Commençons par les variables explicatives, qui sont des portefeuilles d'arbitrage à
investissement nul formés afin de représenter les facteurs de risque communs à l'ensemble
des actions. D'abord, on s'intéressera aux primes de risque PMG et EMF. En fait, au mois de
juin de chaque année T 4, les actions de l'échantillon sont partagées en deux groupes selon
leur CB. Le premier groupe appelé « Petit» (P) correspond aux actions à CB s inférieure à la
CB médianeS de l'échantillon, alors que le deuxième groupe appelé « Grand» (G) renferme
 31

les actions ayant une CB s supérieure à la CB médianes de l'échantillon. Indépendamment de

ce classement, et pour chaque année fiscale T-I G, les actions de l'échantillon sont classées en
trois groupes suivant leur ratio VCNM. Le premier groupe, nommé « Faible» (F), comprend
30% de l'échantillon (correspondant aux actions ayant les valeurs de ratio VCNM les plus
faibles), le deuxième groupe nommé «Moyen» (M) renferme 40% de l'échantillon et le
troisième groupe nommé «Élevé» (E) comprend 30% de l'échantillon (correspondant aux
actions ayant les valeurs de ratio VCNM les plus élevées).

Là, on tient à clarifier un point. C'est que la variable « Valeur Comptable », faisant partie
du ratio VCNM, est généralement disponible le mois de décembre de chaque année fiscale.
Toutefois, étant donné que le ratio VCNM intervient dans l'explication du rendement, il doit
être connu avant la variable rendement. Autrement dit, la publication de ce ratio doit précéder
la construction des portefeuilles. Ce qui explique l'utilisation du ratio VCNM de l'année T-I
pour l'explication des rendements relatifs à la période allant de juillet T à juin T+ 1.

À l'intersection des deux répartitions (décrites ci-haut) indépendantes? ('une de l'autre,

six portefeuilles sont construits chaque année. Les portefeuilles sont nommés: PIF, PIM, PIE,
GIF, GIM et GIE. Ainsi, le portefeuille PIE renferme la totalité des actions de l'échantillon
caractérisées par une petite CB et un ratio VCNM élevé (pour l'année en question), GIF
inclut celles qui ont une grande CB et un ratio VCNM faible, et ainsi de suite.

Par la suite, on calcule le rendement mensuel pour chaque portefeuille (rplF.l; rp/M.l;
rplE, ; rGIF.I; rG/M, t et rGIE, ,), pour la période allant de juillet 1996 à juin 2006. Ici, le
rendement mensuel d'un portefeuille correspond à la moyenne équipondérée des rendements
mensuels des actions composant le portefeuille en question.

Finalement, on calcule les primes de risque PMG et EMF comme suit.

PMG 1 =[ rplF, 1 + rp/M, 1+ rplE,1 ] /3 - [ rGIF.1 + rGIM, 1+ rGIE.1 ] /3,

 32

avec t allant de juillet 1996 à juin 2006.

Ainsi, PMG est égal à la différence entre la moyenne des rendements des trois
portefeuilles à petite CB et la moyenne des rendements des trois portefeuilles à grande CB.
En d'autres termes, PMG est l'écart de rendement entre deux portefeuilles extrêmes: le
premier est composé par des actions à petite CB, alors que le deuxième est composé par des
actions à grande CB.

Pour EMF, elle est égale à la différence entre la moyenne des rendements des deux
portefeuilles à ratio VCNM élevé et la moyenne des rendements des deux portefeuilles à
faible ratio VCNM. En d'autres termes, EMF est l'écart de rendement entre deux
portefeuilles extrêmes: le premier est composé par des actions à ratio VCNM élevé, alors
que le deuxième est composé par des actions à faible ratio VCNM. D'où:

EMFt = [ rp/E.1 + rGIE,1 ] /2 - [ rplF,1+ rGIF,1 ] /2,

avec t allant de juillet 1996 à juin 2006.

Quant à la prime de risque du marché, elle se calcule comme suit: rm,l- rf,l; avec tallant
de juillet 1996 à juin 2006.

Passons à la variable expliquée ri - rf. Dans la présente étude, on a six variables

expliquées correspondantes aux six portefeuilles construits (PIF, PIM, PIE, GIF, GIM et GIE).
Les six variables expliquées se calculent respectivement de la manière suivante:

avec tallant de juillet 1996 àjuin 2006.

 33

Là, on tient à préciser que dans le cadre de cette étude empirique, on classe et on construit
les portefeuilles d'une manière adaptée mais différente de celle utilisée par FF. En fait, ici, on
construit des portefeuilles équipondérés et non pondérés par la CB. En d'autres termes, Je
rendement des portefeuilles est calculé différemment. Dans ce même cadre, notons que L'Her,
Masmoudi et Suret (2002, marché canadien) ainsi que Carmichaely, Coënz et L'Her (2007,
marché canadien) ont construit des portefeuilles à rendement pondéré par la CB.
De plus, que ce soit pour les portefeuilles explicatifs ou expliqués, on répartit différemment
les actions. C'est qu'en répartissant les actions selon la CB et le ratio VCIVM, on choisit un
nombre plus limité de classe. D'ailleurs, étant donné que notre échantillon n'est pas vraiment
grand, on n'a pas besoin de plus de classes pour notre étude.

À titre comparatif, on note que pour construire des portefeuilles expliqués, FF ont classé
les actions en cinq groupes respectifs (selon la CB et le ratio VCNM), ce qui a donné lieu à
la construction de 25 portefeuilles dépendants. Francoeur (2006, marché canadien) a opté
aussi pour cinq classes. Quant à Carmichael, Coënz et L'Her (2007, marché canadien), ils ont
choisi de faire 10 classes (uniquement en fonction du critère de laCB). Par ailleurs, L'Her,
Masmoudi et Suret (2002, marché canadien) ont classé les portefeuilles de trois manières
différentes. D'abord, ils ont construit des portefeuilles classés seulement en fonction de la CB.
Par la suite, ils ont formé des portefeuilles classés seulement en fonction du ratio VCNM. Et
enfin, ils ont construit des portefeuilles classés en fonction de la CB et du ratio VCIVM
(conjointement). Pour le premier et le deuxième type de classement, les actions ont été
réparties en dix groupes, alors que pour le troisième type de classement, les actions ont été
classées en trois groupes (selon la CB et le ratio VCNM).

Finalement, on tient à mentionner que la méthode empirique utilisée pour cette étude est
la régression linéaire en séries temporelles (des rendements de portefeuilles classés selon la
CB et le ratio VCIVM). Par ailleurs, on applique la méthode des Moindres Carrées Ordinaires
(MCO). De plus, les résultats d'estimations seront présentés après correction de
l'autocorrélation et de l'hétéroscédasticité. Notons aussi que pour chaque modèle unifactoriel
ou multifactoriel, on fera six régressions relatives aux six portefeuilles expliqués: PF, PM, PE,
 34

GF, GM et GE. De même, on calculera la moyelU1e des. résultats pour chacun des six
régressions.

Enfin, on voudrait préciser aussi que tout au long de notre étude empirique, on comparera
nos résultats avec ceux obtenus dans la littérature. Plus précisément, on s'intéressera aux
résultats de FF et à ceux de trois études canadiennes (déjà citées), à savoir: l'étude de L'Her,
Masmoudi et Suret (2002), de Francoeur (2006) et de Carmichael, Coënz et L'Her (2007).
Toutefois, on ne fera de comparaison que lorsque l'information est disponible dans les
papiers de ces auteurs. Ainsi, on comparera nos résultats avec ceux de FF dans chacune des
trois prochaines sections (Analyse des statistiques descriptives des portefeuilles - Étude des
trois modèles unifactoriels - Application du modèle de FF). En fait, pour vérifier l'effet des
trois facteurs de leur modèle, FF ont fait appel à plusieurs outils dont: l'analyse des
statistiques descriptives, une analyse uni variée (application des trois modèles unifactoriels) et
une analyse multivariée (application du modèle multifactoriel à trois facteurs).

Par contre, étant dOlU1é que L'Her, Masmoudi et Suret (2002) ont vérifié la présence de
l'effet taille et de celui du ratio VCNM en se basant seulement sur les statistiques
descriptives, on mentionnera les résultats de cette étude juste dans la section relative aux
statistiques descriptives. C'est que ces auteurs n'ont fait ni d'estimation pour les trois
modèles unifactoriels, ni d'estimation pour le modèle de FF. Ils se sont plutôt focalisés sur
l'élaboration d'une analyse conditionnelle (du modèle de FF) à la politique monétaire
poursuivie (expansionniste ou restrictive), sur le fait de traiter le modèle de FF comme étant
un estimateur du coût des fonds propres d'une part et de la performance des gestionnaires
d'une autre part.

En ce qui concerne Francoeur (2006), puisqu'il a uniquement utilisé le modèle de FF

dans le but d'étudier les rendements anormaux à long terme, cet auteur n'a pas mis
suffisamment de détails concernant l'analyse multivariée (juste le coefficient de
détermination, les probabilités de significativité et quelques schémas descriptifs). De même,
il n'a pas fait d'analyse univariée et n'a pas utilisé les statistiques descriptives pour vérifier
 35

les effets des différentes variables. D'ailleurs, dans son article, on ne trouve aucune
information concernant les statistiques descriptives.

Pour Carmichael, Coënz et L'Her (2007), ils se sont concentrés sur deux objectifs.
Premièrement, l'étude des méthodes économétriques à appliquer aux modèles d'évaluation et
notamment à celui de FF. Deuxièmement, la concentration sur la possibilité d'ajouter le
facteur momentum au modèle de FF. De plus, pour tester les trois facteurs de FF, ces auteurs
ont fait appel à l'analyse multivariée (estimation du modèle de FF). Ils n'ont pas utilisé ni les
statistiques descriptives, ni l'analyse univariée.

3.2 Analyse des statistiques descriptives des portefeuilles

Les statistiques descriptives relatives à notre étude sont comme suit.

Tableau 3.1
Statistiques descriptives relatives aux variables:
CB et ratio VCIYM, sur la période d'étude

Variable Moyenne
CB (en CDN) 2303372 447
Ratio VCIVM 0,69

Ce qu'on remarque avec ce tableau, c'est que le ratio VCIYM moyen est inférieur à 1.
Par conséquent, les actions canadiennes sont en moyenne surévaluées par le marché.
 36

Tableau 3.2

Statistiques descriptives relatives aux trois variables explicatives: rm - rf,

PMG et EMF, pour la période allant de Juillet 1996 à Juin 2006 (120 mois)

r m - rf PMG EMF
Moyenne des rendements
-1,9 0,72 3,14
mensuels (en %)
Ecart type des rendements
5,25 4,83 10,08
mensuels (en %)
T-Statistique (moyenne) -3,97* 1,64** 3,42*

Matrice des corrélations

r m - rf PMG EMF

r m - rr 1

PMG 0,35 1

EMF 0,91 0,5 1

* : Variable correspondante significative au seuil de 5%.
** : Variable correspondante significative au seuil de 15%.

D'après le tableau 3.2, on remarque que EMF est caractérisée par un rendement moyen
mensuel (3,14%) qui est supérieur à celui de PMG (0,72%) et encore plus à celui de la prime
de marché (-1,9%). Dans ce même cadre, notons que le signe de la prime de marché n'est pas
conforme à nos attentes. En fait, on remarque que le rendement du portefeuille de marché est
inférieur à celui de l'actif sans risque. Toutefois, la va.leur de notre rendement excédentaire
du marché (-1,9%) est proche et de même signe de celle relative à l'indice S&PITSX (-2,8%).
De même, la corrélation entre le portefeuille du marché et cet indice sur la période d'étude est
de 0,79. Là, on tient à signaler que plusieurs points pourraient expliquer cette corrélation. En
fait, il est vrai que notre indice rm - rf et l'indice S&prrSX tiennent compte des prix et des
distributions (dividendes...) des actions correspondantes. De plus, nos actions ont été choisies
au hasard, ce qui fait qu'il n'y a pas de biais dans la sélection des données et que par la suite,
la valeur de notre indice du marché n'est pas biaisée. Toutefois, il ne faut pas oublier que
d'une part le marché relatif à notre étude est équipondéré, et que d'une autre part notre indice
 37

est moins représentatif de la bourse de Toronto (en comparaison avec l'indice S&P/TSX (tiré
de la base CFMRC sous le nom « S&PfTSX Composite Monthly Total Return Index »). Ce
manque de représentativité est dû au manque de données relatif à notre étude.
Par ailleurs, EMF est plus volatile, elle présente un écart type (10,08%) supérieur à celui
de la prime de marché (5,25%) et à celui de PMG (4,83%). Quant à la significativité, r m - rI'
et EMF sont significatifs au seuil de 5%, et PMG est significatif au seuil de 15%.

À titre comparatif, on mentionne que L'Her,Masmoudi et Suret (2002, marché canadien)

ont trouvé que EMF a un rendement moyen mensuel (5,09%) qui est supérieur à celui de
PMG (5,08%) et encore plus à celui de la prime de marché (4,52%). Toutefois, ces auteurs
mentionnent que la prime de marché est plus volatile, elle présente un écart type (15,23%)
supérieur à celui de EMF (12,72%) et à celui de PMG (10,97%). Pour la significativité, ils
trouvent que EMF et PMG sont significatifs au seuil de 5%, alors que r m - rI' est significative
au seuil de 10%.

D'un autre côté, d'après notre matrice positive des corrélations, on remarque que la prime
de marché est fortement corrélée avec EMF (0,91). De plus, il y a une corrélation moins forte
mais relativement puissante entre PMG et EMF (0,5). Quant à la corrélation entre la prime de
marché et PMG 8 (0,35), c'est la plus faible. Cette matrice de corrélation nous indique que les
trois variables sont plus ou moins dépendantes (renfermant de l'information en commun). En
comparant nos coefficients de corrélation avec ceux obtenus par FF, on remarque que les
nôtre sont de signe différent d'une part et beaucoup plus élevés d'une autre part. En fait, en
1993, FF ont trouvé que la corrélation entre la prime de marché et EMF est -0,38, celle entre
PMG et EMF est -0,08 et celle entre la prime de marché et PMG est 0,32. De même, L'Her,
Masmoudi et Suret (2002, marché canadien) ont obtenu des coefficients de corrélation très
différents avec les nôtre. En fait, leurs coefficients de corrélation sont comme suit: 0,12 «rm
- rD et PMG), -0,36 «r m - rI') et EMF), -0,39 (PMG et EMF). Notons que la connaissance de
l'ampleur des coefficients de corrélation ainsi que de leurs signes est nécessaire pour
l'élaboration de stratégies de placement profitables.
 38

Tableau 3.3

Statistiques descriptives relatives aux variables expliquées (six portefeuilles classés selon la

CB et le ratio VCNM), pour la période allant de Juillet 1996 à Juin 2006 (120 mois)

PF PM PE GF GM GE Moyenne
Rendement
mensuel
-1,85 -l,56 -1,3 -2,75 -1,82 -2,29 -1,93
excédentaire
moyen (en %)

Écart type (en %) 9,45 7,21 6,49 5,14 7,25 4,52 6,68

T -Statistique -2,14* -2,37* -2,19* -5,86* -2,75* -5,55* -2,55

Ecart de rendement mensuel excédentaire moyen entre les portefeuilles extrêmes
(en %)
Critère de CB Critère de ratio VCNM
(rplF - rf). (rplM - rf) - (rplE - rr) . (rGIE - rf) . (rplE - rr) .
(rG/F- rf) (rGIM - rf) (rGIE - rf) (rGIF - rf) (rplF - rf)
0,9 0,26 0,99 0,46 0,55
. .
* : VarIable correspondante significative au seUil de 5%.

D'après le tableau 3.3, le rendement mensuel excédentaire moyen pour les six
portefeuilles expliqués se situe entre -2,75 % et -1,3%, avec une moyenne égale à -1,93%.
Dans ce même cadre, on tient à signaler qu'étant donné que le Canada a connu une période
de croissance entre 1996 et 2006, on s'attendait à avoir des rendements excédentaires positifs,
ce qui n'est pas notre cas. Le manque de données limitant la grandeur et la diversification de
notre échantillon pourrait être la cause du signe négatif. Quant à la volatilité, elle est
comprise entre 4,52% et 9,45%, avec une moyenne de 6,68%. Par ailleurs, on remarque que
l'écart type ne reflète pas correctement le risque. Ainsi, les portefeuilles ayant les rendements
les plus élevés, ne sont pas les plus volatils. Cette remarque est en accord avec les résultats de
L'Ber, Masmoudi et Suret (2002, marché canadien).

D'une autre part, à partir de nos statistiques descriptives, on constate que l'effet taille
(relatif à la CB) est vérifié. En fait, les portefeuilles d'actions à petite CB ont des rendements
 39

respectifs supérieurs à ceux des portefeuilles à grande CB. Par ailleurs, l'effet de ratio
VCNM est vérifié pour tous les portefeuilles à part le portefeuille médian GM. En fait, les
portefeuilles à ratio VCNM élevé présentent des rendements respectifs supérieurs à ceux des
portefeuilles à ratio VCIYM plus faible, à l'exception du portefeuille GM 9 . Ce résultat est en
contradiction avec ce que FF ont trouvé. En fait, FF ont vérifié l'effet taille et celui du ratio
VCNM pour l'ensemble des portefeuilles construits. Par contre, notre résultat est plus ou
moins en accord avec celui de L'Her, Masmoudi et Suret (2002, marché canadien). En effet,
les statistiques descriptives relatives à l'étude de ces auteurs montrent que l'effet taille et
celui du ratio VCIYM ne sont pas vérifiés pour l'ensemble des portefeuilles. C'est que, dans
cette étude canadienne, l'effet taille est vérifié pour tous les portefeuilles à l'exception du
portefeuille MM (portefeuille à CB et ratio VCNM moyens). De même, les portefeuilles à
ratio VCNM élevé présentent des rendements respectifs supérieurs à ceux des portefeuilles à
ratio VCNM plus faible, à l'exception du portefeuille PE.

Et puis, en calculant les variations de rendement entre les portefeuilles dépendants

extrêmes de notre étude, on constate que lorsqu'on considère le critère de ratio VCNM,
l'écart passe de 0,46% à 0,55%, alors qu'en considérant le critère de CB, l'écart se situe
entre 0,26 % et 0,99%. Ce résultat suggère que la CB domine et a un effet plus important
(que celui du ratio VCIYM) sur le rendement des actions. Ce résultat est en accord avec ce
que L'Her, Masmoudi et Suret (2002, marché canadien) ont trouvé. Notons par ailleurs que
FF ont obtenu des écarts suggérant un résultat différent du notre. En fait, ils ont trouvé un
écart qui passe de -0,01 % à 0,47% pour les portefeuilles à CB extrême et un écart compris
entre 0,19% et 0,62% pour les portefeuilles à ratio VCNM extrême. Pour eux, le ratio
VCNM domine la CB sur le marché américain.
 40

3.3 Étude des trois modèles unifactoriels

Tableau 3.4

Régressions en séries chronologiques des six portefeuilles (classés selon la CB et le ratio

VCNM) expliqués, pour la période allant de Juillet 1996 à Juin 2006 (120 mois); Cas du

modèle unifactoriel : le MEDAF (ayant la prime du risque du marché comme variable

explicative): ri,1 - rr,l = ai + ~i [r m.l - rr.l] + ei.l

PF PM PE GF GM GE Moyenne

a 0,0058 0,0056 0,0064 -0,011 8 0,0017 -0,0116 -0,0007

(T-Statistique) (0,61) (0,83) (1,22) (-3,74 )* (0,19) (-2,93)* (-1,59)

~ 1,2486 1,1128 1,0157 0,8265 1,0498 0,5912 0,9741

(T-Statistique) (11,88)* (6,52)* (8,17)* ( 12,40)* (3,94)* (6,28)* (8,2)*

R~ajusté
59,46 65,49 67,27 70,97 57,51 46,73 61,24
(en %)
* : Vanable correspondante significative au seuil de 5%.

La prime de risque du marché est significative au seuil de 5% pour la totalité des

portefeuilles. De plus. le béta présente des valeurs positives élevées qui sont centrées à l'unité.
Et puis, la constante est d'une part proche de 0, et d'une autre part n'est pas significative au
seuil de 5% pour quatre portefeuilles sur six. Finalement, le R2 ajusté est supérieur à 50%
dans 5 des 6 cas. Il varie entre 46,73% et 70,97%. Et le R2 ajusté moyen est égal à 61,24%.
Ainsi, il est clair que le portefeuille de marché a un rôle important et explique une part
importante du rendement des actions canadiennes. Par ailleurs, les résultats obtenus ici sont
conformes à nos attentes en ce qui concerne la taille, le signe, la significativité et
l'importance du béta du MÉDAF traditionnel. Ceci est en accord avec ce que Black, Jensen,
et Scholes (1972) ainsi que Fama et MacBeth (1973) ont obtenu.

Par contre, nos résultats sont en contradiction avec ceux obtenus par FF (et plutôt par
Reinganum (1981) ainsi que Lakonishok et Shapiro (1986». En fait, ces auteurs ont trouvé
dans leur étude qu'entre le rendement et le béta, il existe une relation faible sur certaines
 41

périodes et inexistante sur d'autres périodes. Ils n'ont même pas constaté la relation positive
entre ces deux variables: elle est négative sur quelques périodes et légèrement positive sur
d'autres.

D'une autre part, les constantes des différentes régressions du MÉDAF nous renseignent
également sur l'effet taille et sur celui du ratio VCIYM. En fait, on remarque que les
constantes relatives aux portefeuilles (expliqués) à petite CB sont respectivement plus
grandes que celles relatives aux portefeuilles (expliqués) à grande CB, tel que J'écart est
compris entre 0,0039% et 0,018%. De même, les constantes relatives aux portefeuilles
(expliqués) à ratio VCIYM élevé sont respectivement plus grandes que celles relatives aux
portefeuilles (expliqués) à ratio VCNM faible, avec un écart qui passe de 0,0002% à
0,0006%. Ainsi, on constate que l'effet taille ainsi que ['effet du ratio VCIYM sont
relativement présents sur le marché canadien. Toutefois, à cause des faibles valeurs des écarts,
on ne peut pas dire que les deux effets sont importants, surtout en ce qui concerne l'effet du
ratio VCNM. Par ailleurs, la comparaison entre les deux intervalles d'écarts relatifs aux
constantes nous suggère que J'effet taille est plus important que l'effet du ratio VCIYM.
 42

Tableau 3.5
Régressions en séries chronologiques des six portefeuilles (classés selon la CB et le ratio
VCNM) expliqués, pour la période allant de Juillet 1996 à Juin 2006 (120 mois); Cas du
modèle unifactoriel, ayant la prime de risque de CB (PMG) comme variable explicative:
ri.l - rr.1 = ai + Si PMG t + ei.1

PF PM PE GF GM GE Moyenne

(l -0,028 -0,021 -0,018 -0,0285 -0,0162 -0,021 9 -0,0223

(T-Statistique) (-4,0 l)* (-3,87)* (-2,71)* (-5,64)* (-1,83)** (-4,1)* (-3,69)*

s 1,3197 0,7471 0,6998 0,1305 -0,2857 -0,0903 0,4202

(T-Statistique) (4,09)* (2,53)* (4,33)* (l,15) (-0,72) (-1,03) (2,31 )*

R 2 ajusté
45,15 24,47 32,21 0,67 2,81 4,09 18,23
(en %)
..
* : Vanable correspondante significative au seuil de 5%.

** : Variable correspondante significative au seuil de 10%.

À travers ce modèle unifactoriel, l'effet taille n'est pas bien clair. En fait, la prime de
risque liée à la taille est significative pour seulement 3 des 6 cas. De plus, il est vrai que le
coefficient s est positif pour les portefeuilles à petite CB, sauf qu'il n'est pas négatif pour la
totalité des portefeuilles à grande CB. Autrement dit, le coefficient s n'est pas tout à fait lié et
corrélé à la CB. Et puis, le coefficient s n'est pas vraiment centré à O. Par ailleurs, la
constante est significative d'une part et le coefficient de détermination ajusté moyen est assez
faible (18,23%) d'une autre part, ce qui veut dire que la prime PMG explique une part
négl igeable de la variabilité des rendements des actions canadiennes, et ne peut pas être
considérée comme unique facteur déterminant du rendement.
 43

Tableau 3.6

Régressions en séries chronologiques des six portefeuilles (classés selon la CB et le ratio

VCNM) expliqués, pour la période allant de Juillet 1996 à Juin 2006 (120 mois); Cas du

modèle unifactoriel, ayant la prime du risque du ratio VCNM (EMF) comme variable

explicative: ri,! - rr,l = ai + hi EMFI + ei,l

PF PM PE GF GM GE Moyenne

a -0,042 1 -0,031 -0,0297 -0,0412 -0,03 -0,031 8 -0,0343

(T-Statistique) (-6,83)* (-6,13)* (-5,05)* (-12,11)* (-5,05)* (-8,18)* (-7,22)*

h 0,7621 0,4893 0,5207 0,4408 0,3744 0,2876 0,479 1

(T-Statistique) (12,94)* ( 10,2)* (16,06)* (16,6)* (6,62)* (5,37)* (II ,3)*

R 2 ajusté
55,57
75,84 46,39 70,24 71,23 26,49 43,25
(en %)
.
* : Vanable correspondante slgOlflcatlve au seutl de 5%,
,

La prime de risque liée au ratio VCNM est significative au seuil de 5% pour la totalité
des portefeuilles, ce qui veut dire que le ratio VCNM a un effet sur le rendement. Toutefois,
le signe du coefficient h n'est pas constaté, En fait, on s'attendait à ce que le coefficient h
correspondant aux portefeuilles à ratio VCNM élevé soit positif et celui qui correspond aux
portefeuilles à ratio VCNM faible soit négatif, ce qui n'est pas le cas, Et puis, le coefficient h
n'est pas vraiment centré à 0, De plus, ce modèle à un facteur explique en moyenne 55,57%
du rendement des portefeuilles, Par ailleurs, on tient à signaler qu'il est plutôt logique que la
variable EMF ait un coefficient de détermination ajusté proche de celui du MÉDAF (61,24%)
surtout que les primes du marché et de ratio VCNM sont fortement corrélés (0,91), Enfin, la
constante est significative au seuil de 5% pour tous les portefeuilles, ce qui veut dire que
EMF ne capte pas la totalité de variabilité des rendements.

Finalement, les résultats relatifs aux trois modèles unifactoriels ci-haut nous montrent que
le modèle le plus performant est le MÉDAF (R 2 ajusté = 61,24%), Le portefeuille de marché
a un rôle prépondérant par rapport aux autres facteurs quant à la description de la variabilité
des rendements des portefeuilles, Quant à la variable qui a le pouvoir explicatif le plus faible,
il s'agit de PMG (R 2 ajusté = 18,23%). Par ailleurs, dans le modèle unifactoriel relatif à PMG,
 44

l'effet taille n'était pas bien clair. Et en ce qui concerne le modèle relatif à EMF, on a
constaté l'influence du ratio VCNM sur le rendement, mais on n'a pas obtenu le signe
attendu du coefficient relatif.

À titre comparatif, notons que FF ont obtenu un résultat différent du nôtre. En fait, dans
le cadre d'une analyse univariée, ils ont montré que, sur le marché américain, la taille et le
ratio VCNM décrivent le rendement beaucoup mieux que le portefeuille du marché. Plus
encore, ils ont remarqué qu'entre le rendement et le béta, il existe une relation plutôt faible.
 45

3.4 Application du modèle de FF

Tableau 3.7

Régressions en séries chronologiques des six portefeuilles (classés selon la CS et le ratio VCNM) expliqués, pour

la période allant de Juillet 1996 à Juin 2006 (120 mois); Cas du modèle multifactoriel de FF :

ri.l - rr.1 =ai + ~i [rm.l - rr.l] + Si PMG, +h i EMF, + ei.1

PF PM PE GF GM GE Moyenne
a -0,0501 0,0293 -0,01 -0,0315 0,0337 -0,022 -0,0084
(T-Statistique) (-3)* (1,66)** (-0,88) (-5,02)* (2,04)* (-1,77)** (-2,39)*

P -0,1926 1,7733 0,583 1 0,2828 1,8866 0,2962 0,7716

(T-Statistique) (-0,42) (3,69)* 0,97)* ( 1,66)** (4,13)* (0,87) (2,12)*
s 0,6105 0,585 0,3555 -0,377 1 -0,6172 -0,4268 0,021 6
(T-Statistique) (3,19)* (2,43)* (2,66)* (-5,75)* (-3,79)* (-3,18)* (3,5)*
h 0,7476 -0,4882 0,1667 0,3826 -0,367 3 0,2486 0,115
(T-Statistique) (3,68)* (-1,99)* ( 1,08) (5,46)* (-2,07)* (1,78)** (2,67)*
Test de
redondance
(Variable
redondante:
r m­ rI')

Statistique_F 1,21 143,79 12,15 9,12 242,31 5,91

Prob- 0,275 < 0,001 < 0,001 0,003 <0,001 0,017 ­

Statistique F
Test de
redondance
(Variable
redondante:
PMG)

Statistique_F 42,66 55,11 24,79 57,14 91,35 43,21

Prob- < 0,001 <0,001 < 0,001 < 0,001 <0,001 < 0,001 ­
Statistique F
Test de
redondance
(Variable
redondante:
EMF)

Statistique_F 57,02 34,21 3,00 52,41 28,84 13,06

Prob- <0,001 < 0,001 0,086 <0,001 <0,001 <0,001 ­

Statistique F
R2 ajusté
81,30 77,17 76,07 82,04 84,85 60,61 77,01
(en %)
" : Vanable correspondante sIgnificative au seuil de 5%.
** : Variable correspondante significative au seuil de 10%.
 46

Dans le cadre de cette analyse multivariée, on constate que l'effet taille domine celui du
ratio VCNM. En fait, pour la majorité des portefeuilles expliqués, les deux coefficients de
sensibilité s et h captent significativement les variations du rendement. Plus précisément, s est
plus significatif que h. Par ailleurs, les signes attendus pour s sont vérifiés, alors que ceux de
h ne le sont pas. En effet, le coefficient s augmente pour les portefeuilles de petites CB et
diminue jusqu'à atteindre des valeurs négatives pour les portefeuilles de grandes CB. Alors
que le coefficient h n'augmente pas pour les portefeuilles à ratio VCNM élevé et ne diminue
pas pour les portefeuilles à faible ratio VCIVM, ce qui veut dire que le coefficient h n'est pas
corrélé au ratio VCNM. Plus encore, on remarque qu'en moyenne, s est plus centré à 0 que h.
Par ailleurs, en comparaison avec les modèles unifactoriels, on remarque qu'avec le modèle
multifactoriel de FF, s et h sont beaucoup plus centrés à O.

Notons que d'après la littérature, les deux portefeuiIJes d'arbitrage (ou encore de
réplication) PMG et EMF devraient avoir des coefficients respectifs centrés à O. De plus, le
fait que s est très proche de 0 veut dire que les actions, qui ont des CB égales à la CB
médiane de l'échantillon, ont un risque très faible.

À titre comparatif, on tient à mentionner que Francoeur (2006, marché canadien) ainsi
que Carmichael, Coënz et L'Her (2007, marché canadien) ont déjà montré que s est plus
significatif que h. Toutefois, dans la première étude, les deux coefficients sont globalement
significatifs: s est seulement significatif dans 17 des 25 cas et h l'est dans 16 des 25 cas.
Alors que les résultats de la deuxième étude semblent être plus proche des nôtre (pour ce
point). En fait s est significatif avec une probabilité de 100%, alors que h est significatif pour
la majorité des portefeuilles. Toutefois, sur le marché américain, FF ont trouvé un résultat
contradictoire avec le nôtre. Ils ont montré que le ratio VCNM (significatif) est
statistiquement plus significatif que la CB (significative); et que le ratio VCNM a
continuellement un effet plus puissant, majeur et dominant par rapport à la CB quant à
(' influence sur le comportement des titres.
 47

En ce qui concerne le signe de s et de h, FF ainsi que Francoeur (2006, marché canadien)

ont vérifié les signes attendus de ces deux coefficients, ce qui n'est pas notre cas (vérification
du signe de s seulement). Quant à l'étude de Carmichael, Coënz et L'Her (2007, marché
canadien), le signe de s a été vérifié, et celui de h est flou car dans cette étude, les titres sont
seulement classés en fonction de la CB (et non en fonction de la CB et du ratio VC/VM).

Par ailleurs, on tient à mentionner que les observations faites dans le cadre de notre
analyse multivariée sont généralement en accord avec les résultats de la section précédente,
sauf en ce qui concerne la variable liée à la CB. En fait, accompagnée des deux autres primes
de risque, cette variable est devenue la plus significative. De plus, son signe a été vérifié, et
son coefficient de sensibilité est devenu plus centré à O.

En ce qui concerne le portefeuille du marché, il joue un rôle important dans l'explication

du rendement, ce qui est d'une part contradictoire avec les résultats obtenus par FF sur le
marché américain, et d'une autre part conforme avec ceux obtenus par Francoeur (2006,
marché canadien) ainsi que Carmichael, Coënz et L'Her (2007, marché canadien). Dans ces
deux études canadiennes, le béta est significatif pour tous les portefeuilles. Par contre, le béta
a un rôle très faible dans l'étude de FF.

Nos résultats disent que le béta est significatif dans 4 des 6 cas. De plus, son signe positif
attendu est vérifié dans 5 des 6 cas. Par ailleurs, on remarque que le rôle du portefeuille du
marché était plus prononcé dans la section précédente (avec le MÉDAF). En fait, avec le
MÉDAF, le béta était plus significatif, plus centré à l'unité et positif avec une probabilité de
100%.

Par ailleurs, l'obtention de coefficients de corrélation élevés, à savoir: 0,91 «rm - rr) et
EMF), 0,5 (PMG et EMF) et 0,35 «rm - rr) et PMG) (voir deuxième section du présent
chapitre), nous a poussé à appliquer des tests de redondance sur le modèle de FF afin de
vérifier s'il y a une variable de trop qui devrait être éliminée du modèle (cas du marché
canadien). D'après les résultats obtenus, on remarque que dans 5 des 6 cas, le portefeuille de
 48

marché et le ratio VCNM ne sont pas des variables redondantes. En ce qui concerne le test
de redondance relatif à la variable CB, la probabilité (Statistique_F) est supérieure à 5% pour
la totalité des portefeuilles expliqués, ce qui veut dire que la CB n'est pas une variable
redondante avec une probabilité de 100%. Notons qu'on ne peut pas comparer ces résultats
avec ceux de FF ni avec ceux des études canadiennes (déjà citées), à cause du fait que ces
auteurs n'ont pas appliqué de test de redondance sur le modèle de FF (surtout que leurs
coefficients de corrélation étaient négligeables en comparaison avec les nôtre).

Finalement, la constante de notre modèle est significativement différente de 0 dans 5 des

6 cas. Par conséquent, la variabilité de rendement des actions canadiennes n'est pas
totalement captée par les trois facteurs du modèle de FF. Ainsi, ça remet en cause le fait que
le modèle de FF soit performant et bien spécifié sur le marché canadien. Ceci est en
contradiction avec le résultat obtenu par FF. En fait, la constante de leur modèle est
significativement proche de 0 pour 24 portefeuilles sur 25. De même, la constante relative à
l'étude de Francoeur (2006, marché canadien) n'est pas significative dans 17 des 25 cas. Par
contre, le résultat de Carmichael, Coënz et L'Ber (2007, marché canadien) est plus proche du
nôtre. En fait, leur constante est significative dans 8 des 10 cas.

D'autre part, la comparaison des constantes du MÉDAF (voir tableau 3.4) et de celles du
modèle de FF (voir tableau 3.7) suggère que le MÉDAF semble mieux évaluer le rendement
des actions. C'est que les constantes du MÉDAF sont beaucoup moins significatives et plus
centrées à 0 que celles du modèle de FF. Ceci met encore plus l'accent sur le rôle important
du béta dans l'explication du rendement.

Par contre, en observant le R2 ajusté moyen, il est clair que lorsqu'on combine les trois
déterminants, le rendement des actions canadiennes est beaucoup mieux décrit et expliqué.
En fait, le R2 ajusté moyen monte à 77,01 % (par rapport aux modèles unifactoriels), tel qu'il
varie entre 60,61 % et 84,85%. Francoeur (2006, marché canadien) a déjà obtenu un R2 plus
faible (51,76%); alors que celui de Carmichaely, Coënz et L'Ber (2007, marché canadien) est
plus faible mais beaucoup plus proche (73,1 %) du nôtre.
 49

Là, on tient à rappeler que pour FF, leur modèle à trois facteurs explique le rendement
beaucoup mieux que le MÉDAF et les deux autres modèles unifactoriels (relatifs à PMG et
EMF). De même, en se basant sur des statistiques descriptives, L'Her, Masmoudi et Suret
(2002, marché canadien) ont affirmé que le modèle de FF est mieux que le MÉDAF en ce qui
concerne l'estimation des coûts des fonds propres et celle de la performance des gestionnaires
de portefeuilles.
 CONCLUSION

L'objectif de ce mémoire a été de tester les trois facteurs de Fama et French (FF) sur le
marché des actions canadien, en utilisant trois méthodes différentes. Ces trois facteurs
déterminants du rendements sont: le portefeuille de marché, la Capitalisation Boursière (CB)
et le ratio Valeur ComptablelValeur du marché (VCIVM). Quant aux méthodes utilisées,
elles sont comme suit. Premièrement, on a analysé les statistiques descriptives des
portefeuilles construits. Deuxièmement, on a effectué une analyse univariée. Autrement dit,
on a testé trois modèles unifactoriels ayant respectivement les trois variables indépendantes
suivantes: le portefeuille du marché, la CB et le ratio VCNM. Troisièmement, on a effectué
une analyse multivariée, c'est à dire qu'on a testé le modèle de FF.

Le traitement des facteurs a pris la forme d'une étude en séries temporelles des
rendements de portefeuilles d'actions classés selon la CB et le ratio VCNM. Par ailleurs, la
construction et le classement des portefeuilles d'arbitrage ont été établis suivant une
méthodologie adaptée à celle de FF.

Dans le présent mémoire, notre apport par rapport aux études canadiennes récentes (tel
que celle de L'Her, Masmoudi et Suret (2002); Francoeur (2006) et Carmichael, Coënz et
L'Her (2007)) est principalement de nature empirique. En fait, notre contribution consiste
à classer et à construire les portefeuilles d'une manière adaptée mais différente de celle
utilisée par ces auteurs canadiens (ainsi que par FF). Autrement dit, on a construit des
portefeuilles équipondérés et non pondérés par la CB. De plus, que ce soit pour les
portefeuilles explicatifs ou expliqués, on a répartit différemment les actions: on a opté pour
un nombre plus limité de classe. D'un autre côté, pour vérifier J'effet des variables de leur
modèle, FF ont fait appel à di vers méthodes dont: l'analyse univariée et celle des statistiques
descriptives. Ces deux méthodes ont été négligées par la majorité des études canadiennes
récentes (et notamment en ce qui concerne ['analyse univariée), d'où l'utilité de ces deux
méthodes dans notre mémoire. Finalement, on se distingue de la plupart des études
 51

canadiennes par le fait d'utiliser des bases de données plus récentes et beaucoup moins
utilisées pour ce type de recherche, à savoir: CFMRC et Stock Guide.

Afin de répondre à l'objectif de notre mémoire, on a commencé par une revue de

littérature incluant deux parties. On a consacré la première partie à l'étude du modèle
d'évaluation le MÉDAF et notamment à celle du facteur explicatif: le portefeuille du marché.
Dans la deuxième partie, on a traité le modèle de FF, tout en s'intéressant spécialement aux
deux facteurs fondamentaux ajoutés par ces chercheurs, à savoir: la CB et le ratio VCNM.
En ce qui concerne la troisième partie, elle a été réservée à l'analyse empirique décrite ci-haut.

À partir de l'analyse des statistiques descriptives, on vérifie l'effet taille pour la totalité
des portefeuilles expliqués. Par contre, l'effet du ratio VCNM est vérifié pour l'ensemble des
portefeuilles à l'exception du portefeuille médian GM. De plus, la comparaison des variations
de rendement entre les portefeuilles dépendants extrêmes nous dévoile que la CB domine et a
un effet plus important que celui du ratio VCIVM sur le rendement des actions.

Les résultats obtenus suite à l'estimation des trois modèles unifactoriels nous permettent
de sortir avec les constatations suivantes. Premièrement, le portefeuille de marché a un rôle
important et explique une grande part du rendement des actions canadiennes. Par ailleurs, la
comparaison des constantes des différentes régressions du MÉDAF nous permet de conclure
que l'effet taille et l'effet du ratio VCNM sont présents sur le marché canadien, tel que
l'effet taille domine celui du ratio VCNM. Deuxièmement, la CB ne peut pas être considérée
comme unique facteur déterminant du rendement. Étant seule, elle explique une part
négligeable de la variabilité des rendements des actions canadiennes. De plus, du côté de la
significativité et du signe, l'effet taille est ambigu. Troisièmement, le ratio VCNM a un effet
sur le rendement, sauf que son signe n'est pas vérifié. Finalement, la comparaison des trois
modèles unifactoriels nous permet de conclure que le modèle le plus performant est le
MÉDAF; le portefeuille de marché a un rôle prépondérant par rapport aux autres facteurs.
Quant au modèle le moins performant, il s'agit de celui relatif à la CB.
 52

L'application du modèle de FF sur le marché canadien nous permet de conclure que

l'effet taille (relatif au risque résiduel) existe. Par ailleurs, les actions à petite CB, considérées
comme étant plus risquées et ayant un coût de capital plus élevé, ont un rendement plus élevé
que celles à grande CB. Les actions à petite CB ne sont pas bien jugées par le marché et par
la suite ne sont pas vraiment recherchées par les investisseurs, ce qui veut dire que leur prix
en bourse est plutôt médiocre (les investisseurs exigent un rendement plus élevé comme
compensation au risque). Les entreprises relatives à ces actions sont souvent fragiles,
vulnérables et souffrantes de détresse. En outre, elles ont généralement une performance
économique faible, des perspectives de croissance médiocres et une confiance d'investisseurs
modeste. De plus, nos résultats montrent que le ratio VCJVM (relatif au risque résiduel) a un
effet sur le rendement sauf qu'on n'a pas observé le signe attendu. Par ailleurs, l'effet taille
domine celui du ratio VCNM. D'un autre côté, le portefeuille du marché (relatif au risque
systématique) joue un rôle important dans l'explication du rendement. Ces constatations sont
globalement similaires à celles déduites de l'analyse des statistiques descriptives et de
l'estimation des modèles unifactoriels. De même, ces résultats sont en accord avec ceux des
études canadiennes récentes (tel que celle de L'Rer, Masmoudi et Suret (2002), Francoeur
(2006) et Carmichaely, Coënz et L'Rer (2007», sauf en ce qui concerne le signe du ratio
VCNM. Par contre, ces résultats sont en désaccord avec ceux obtenus par FF sur le marché
américain. En fait, ces deux auteurs ont vérifié la présence de l'effet taille et de celui du ratio
VCNM, tel que l'effet du ratio VCNM (interprété par eux comme étant un indicateur direct
des perspectives de la firme) domine celui de la taille. De plus, pour eux, le portefeuille du
marché joue un rôle très faible dans J'explication du rendement.

Et puis, accompagnée des deux autres déterminants, on remarque que la CB prend

beaucoup plus d'ampleur quant à la description de la variabilité du rendement. En fait, la CB
est devenue la plus significative, son signe est observé, et son coefficient de sensibilité est
devenu plus centré à O. Par contre, avec le modèle multifactoriel, le portefeuille du marché a
un rôle légèrement moins prononcé qu'avec le MÉDAF.
 53

Par ailleurs, la comparaison du modèle multifactoriel de FF avec les trois autres modèles
unifactoriels nous permet de constater que lorsqu'on combine les trois facteurs, le rendement
des actions canadiennes est beaucoup mieux décrit et expliqué (même s'il n'est pas décrit en
totalité). De plus, chaque facteur de risque a un rôle dans la capture de la variabilité du
rendement. Autrement dit, il n'y a aucune variable de trop qui devrait être éliminée du
modèle. Ces deux constatations sont en accord avec celles de Fama et French (marché
américain), ainsi que celles de l'étude canadienne de L'Her, Masmoudi et Suret (2002).
Par ailleurs, les deux facteurs fondamentaux ajoutés par FF jouent un rôle complémentaire
pour le béta. Ils ajoutent de l'information, ce qui permet de donner une meilleure explication
et prévision possible du rendement. En outre, ça permet d'élaborer des stratégies de
placement plus réussies, d'estimer le coût des fonds propres des firmes et d'évaluer la
performance des gestionnaires de portefeuille plus correctement.

Finalement, étant donné que la revue de littérature montre que jusqu'à aujourd'hui, il n'y
a aucune théorie qui précise les facteurs exacts déterminants du rendement, et puisque le seul
chemin possible à prendre est celui d'une étude empirique, alors les études empiriques
récentes; et/ou relatives à des périodes différentes et plus ou moins longues; et/ou touchant
différents marchés; et/ou présentant des spécifications différentes; et/ou utilisant des outils
économétriques différents sont toujours les bien venues. Ces études sont d'un grand apport
pour avancer et faire un ou plusieurs pas dans le domaine de la gestion de portefeuille d'une
part; et dans celui de la recherche d'une autre part. Toutefois, l'une des critiques
fondamentales des modèles d'évaluation est que le fondement théorique justifiant l'utilisation
de certains facteurs est souvent ambigu. D'où la nécessité de travailler plus sur ce point afin
de trouver une théorie solide, plus complète et plus exacte encadrant ces études.
 NOTES

CHAPITRE 1

1. Le Modèle d'Évaluation des Actifs Financiers; ou Capital Asset Pricing

Madel (CAPM).

2. Sharpe (1964), Lintner (1965) et Mossin (1966).

3. La frontière, relative au cas d'absence d'actif sans risque.

4. «À la Markowitz ».

5. Appelée aussi: Capital Market Line (CML).

6. Le Modèle d'Évaluation par Arbitrage; ou encore ['APT (Arbitrage Pricing Theory).

CHAPITRE II

1. Appelé aussi: The Three Factor Pricing Madel (TFPM).

2. Correspondant au PER (Price-Eamings Ratio).

3. Cette variable est nommée 5MB (Smalt Minus Big) par FF.

4. Cette variable est nommée HML (High Minus Law) par FF.

5. Notons que la constante de ce modèle et de tout autre modèle d'évaluation participe

dans l'évaluation de la performance des gestionnaires de portefeuille.
 ss

6. Comme compensation.

7. Ce résultat a été vérifié plus tôt par Roll (1983) et Keim (1983). De même, en 1988
Calvet et Lefoll (étude sur le marché canadien) ont déjà conclut que l'effet taille est présent le
mois de janvier, mais semble absent le reste de l'année.

8. Lors d'une étude, Chan et Chen (1991) ont utilisé ces mêmes arguments pour justifier
l'utilisation de leurs deux variables «le levier d'endettement» et «la variation de
dividendes ». D'ailleurs, FF (1992) ont déclaré qu'il serait intéressant de vérifier si les deux
facteurs de Chan et Chen pourraient absorber l'effet de la CB et du ratio VCIVM.

9. Une entreprise à ratio VCNM négatif a une valeur comptable négative. Ceci est causé
par la négativité persistante des bénéfices de ce genre d'entreprise. Par contre, un ratio
VCNM élevé est typiquement causé par une chute du cours. Dans les deux cas, on est en
présence de: détresse et vulnérabilité économique, perspectives de croissance faibles,
rendement élevé... Notons que FF ont exclu de leur échantillon les entreprises à ratio VCIVM
négatif.

10. En fait, Molay a montré que le ratio de Sharpe, le ratio Q de Tobin et la Valeur de
Marché Ajoutée, qui sont des mesures de performance, peuvent être considérés comme des
substituts pour le ratio VCIVM dans le modèle de FF. Ces mesures de performance sont
substituées au ratio VCNM dépendamment de leurs liaisons respectives avec ce ratio. On
tient à préciser qu'à l'inverse du ratio de Sharpe, le ratio Q de Tobin et la Valeur de Marché
Ajoutée sont liés négativement au ratio VCIVM; et bien évidemment au rendement. Et puis,
ces mesures sont définies comme suit. Le ratio de Sharpe est défini comme étant le rapport
entre l'excès du rendement d'un titre par rapport au taux sans risque et l'écart type de
rendement de ce titre. Le ratio Q de Tobin est le rapport entre la valeur de marché de
l'entreprise et le coût de remplacement des actifs. Quant à la Valeur de Marché Ajoutée, elle
correspond à l'excès de la valeur de marché des capitaux investis par rapport à la valeur
comptable de ces capitaux.

1 I. Dans les autres études, le levier d'endettement a le plus souvent comme proxy le
ratio: (Capitaux empruntés/Capitaux propres).Toutefois, FF (1992) ont pris le ratio
(ActiflValeur Comptable) comme proxy pour le levier comptable, et le ratio (ActiflCB)
comme proxy pour le levier de marché. Le choix de FF pour deux variables de nature
différente était intelligent. En effet, Thibierge et Thomas (1997) ont stipulé dans leur article
« Effet de Levier, p. 24 » : « L'analyse privilégiant une base comptable a contribué à fausser
la perception de l'effet du niveau d'endettement, en raison justement du recours à une base
comptable, mais aussi de l'absence de lien systématique avec le risque. Et puis, la quasi­
totalité des méthodes de présentation de l'effet de levier recourt à la création d'agrégats
comptables et d'indicateurs, très globaux et parfois sans logique comptable ni financière ni
 56

économique. Les modèles justifient ces "créations" par les besoins de la démonstration,
posant en préalable à la mise en évidence de l'effet de levier la définition de ces
instruments ... Le raisonnement comptable ne suffit pas. Et le raisonnement financier doit être
mené en valeur de marché; c'est le marché qui sanctionne la valeur des entreprises ».

12. Ce résultat a été vérifié aussi par Bhandari (1988).

13. Cette rentabilité est appelée aussi ROA (Return On Assets), rentabilité économique
ou encore rentabilité de l'actif.

14. Appelée également ROE (Return On Equities), profitabilité, rentabilité des capitaux
propres ou encore rentabilité financière.

15. Il s'agit d'un retournement de levier cOITespondant à une baisse éventuelle de la

rentabilité économique par rapport au coût d'endettement. Ceci arrive généralement suite à
une crise économique ou à une diminution inattendue de la performance de l'entreprise.

16. Les titres ayant une valeur minime.

CHAPITRE III

l. C'est une base de données financière qui comprend les données boursières
(Rendements mensuels, Cours boursiers, nombre d'actions...) des sociétés inscrites à la
bourse de Toronto; ainsi que certains indicateurs économiques (Taux des Bons du Trésor. .. ).

2. Elle décrit financièrement les sociétés du Marché Boursier Canadien. La description

inclut: le profil, la rémunération des membres de l'équipe de gestion, des ratios financiers
dont le ratio Valeur du marchéNaleur comptable, la structure de capital ...

3. Que ce soit pour les modèles unifactoriels ou multifactoriels, pour construire des
portefeuilles explicatifs ou expliqués, on répartit les actions selon deux critères: la CB et le
ratio VCNM.

4. Pour la période allant de 1996 à 2005.

 57

5. Relative au mois Juin de l'année T.

6. En commençant par l'année 1995 et arrivant à l'année 2004.

7. Selon FF, le fait de répartir les actions selon la CB et le ratio VCIYM d'une façon
indépendante permet de diminuer la corrélation entre les deux variables indépendantes
relatives à la CB et au ratio VCNM.

8. Notons que si on avait calculé les rendements en se basant sur des pondérations par
rapport à la CB, on aurait normalement trouvé un coefficient de corrélation beaucoup plus
grand entre la prime de marché et PMG. (Molay, 1999)

9. On s'attendait à ce que le rendement du portefeuille GM soit supérieur à celui du

portefeuille GF et inférieur à celui du portefeuille GE.
 BIBLIOGRAPHIE

Aftalion, Florin, 2005, "Le Medaf et la Finance Comportementale", Revue Française de

Gestion 157,203-214.

Ajili, Souad, 2004, "Size and Book to Market Effects vs. Co-skewness and Co-kurtosis in
Explaining Stock Returns",Papier de Recherche, Université Paris IX Dauphine.

Amenc, Noël et Véronique Le Sourd, 2003, Portfolio Theory and Performance Analysis,
England, John Wiley and Sons.

Atron, Simon, "Les Performances des Titres suite Aux Annonces des Résultats: Sous- et/ou
Sur-réaction ou Phénomène Hasardeux? Application des Modèles à Facteurs de Fama et
French (1993) et Carhart (1997)-Cas du Marché Français", Papier de Recherche, Institut de
Recherche en Gestion (IRG), Université Paris 12.

Banz, Rolf W., 1981,"The Relationship between Retum and Market Value of Common
Stocks", Journal of Financia1 Economics 9,3-18.

Basu, Sanjoy, 1983, "The Relationship between Earnings Yield, Market Value, and Return
for NYSE Common Stocks: Further Evidence", Journal of Financial Economics 12, 129-156.

Bellalah, Mondher et Leila Besbes, 2006, "L'effet Momemtum : Application d'un Modèle à
Quatre Facteurs sur le Marché Français", Euro-Mediterranean Economics and Finance
Review 1,6-17.

Berk, Jonathan, 1995, "A critique of Size-Related Anomalies", Review of Financial Studies 8,
275-286.

Berk, Jonathan, 1996,"A View of the Current Status of the Size Anomaly", Papier de
Recherche, School of Business Administration, Université de Washington.

Bhandari, Laxmi Chand, 1988, "Debt/Equity Ratio and Expected Common Stock Returns:
Empirical Evidence", Journal of Finance 43,507-528.
 59

Black, Fischer, Michael C. Jensen. et Myron Scholes, 1971, "The Capital Asset Pricing
Model: Sorne Empirical Tests", Papier de Recherche, (Praeger, New York).

Breen, William J. et Robert A. Korajczyk, 1995, "On Selection Biases in Book-to-Market

Based Tests of Asset Pricing Models", Papier de Recherche, Université de Northwestern.

Brennan, M., 1973, "Taxes, Market Valuation and Corporate Financial Policy", National Tax
Journal 23, 417-427.

Brown, Stephen J., Edwin J. Elton, William N. Goetzmann et Martin J. Gruber, 2007,
Modem Portfolio Theory And Investment Analysis, 7ème édition, John Wiley and Sons.

Calvet, A.L. et J. Lefoll, 1988, "Risk and Retum on Canadian Capital Markets", Canadian
Journal of Administrative Sciences.

Capaul, c., 1. Rowley et W. Sharpe, 1993, "International Value and Growth Stock Returns",
Financial Analysts Journal 49, 27-36.

Carmichael, Benoît, Alain Coënz et Jean-François L'Her, 2007, "Erreurs sur les Variables et
Modèles d'Évaluation des Actifs Financiers Canadiens", Papier de recherche, Québec.

Chan, K. C. et Nai-fu Chen, 1991, "Structural and Retum Characteristics of Small and Large
Firms", Journal of Finance 46, 1467-1484.

Chan, Louis K. c., Yasushi Hamao et Josef Lakonishok, 1991, "Fundamentals and Stock
Retums in Japan", The Joumal of Finance 46, 1739-1764.

Chou, Pin-Huang, Robin K. Chou et Jane-Sue Wang, 2004, "On the Cross-section of
Expected Stock Retums: Fama-French Ten Years Later", Finance Letters, 18-22.

Cobbaut, Broquet et Gillet van den Berg,. 2004, Gestion de portefeuille, 4ème édition,
Bruxelles, De Boeck.

Coghlan, H., 1988, "Small Firms versus Large on the Irish Stock Exchange: An Analysis of
the Performances", Irish Business and Administrative Research 9, 10-20.
 60

Daniel, Kent et Sheridan Titman, 1997, "Evidence on the Characteristics of Cross Sectional
Variation in Stock Returns", The Journal of Finance 52, 1-33.

Debondt, W. et R. Thaler, 1987, "Further Evidence on Investor Overreactions and Stock

Market Seasonality", Journal of Finance 42,557-581.

De La Baume, Renaud, 1990, Guide de la Bourse, M.A. Éditions.

Ducassy, Isabelle, Isabelle Martinez et Simon Parienté, 2002, "Taille et Création de Valeur:
une Étude Empirique sur des Groupes Français", Cahier de Recherche, N° 2002-149, Centre
de Recherche en Gestion, IAE de Toulouse.

Esch, Louis, Robert Kieffer et Thierry Lopez, 2003, Asset et Risk Management: La Finance
orientée « risques », 1ère édition, Bruxelles, De Boeck.

Fama, Eugene F., 1976, Foundations of Finance, New York, Basic Books.

Fama, Eugene F. et Kenneth R. French, 1992, "The Cross-Section of Expected Stock

Returns", The Journal of Finance 47, 427-465.

Fama, Eugene F. et Kenneth R. French, 1993, "Common Risk Factors in the Returns on
Stocks and Bonds", Journal of Financial Economics 33, 3-56.

Fama, Eugene F. et Kenneth R. French, 1995, "Size and Book-to-Market Factors in Earnings
and Returns", The Journal of Finance 50, 131-155.

Fama, Eugene F. et Kenneth R. French, 1996, "Multifactor Explanations of Asset Pricing

Anomalies", The Journal of Finance 51,55-84.

Fama, Eugene F. et Kenneth R. French, 1998, "Value versus Growth: The International
Evidence", The Journal of Finance 53, 1975-1999.

Fama. Eugene F et James MacBeth, 1973, "Risk, Return and Equilibrium: EmpiricaJ Tests",
Journal of Political Economy 81, 607-636.
 61

Fontaine, Patrice, 1987, Arbitrage et évaluation internationale des actifs financiers,

Économica.

Francoeur, Claude, 2006, "Les Études d'Évènements: les Impacts à Long Terme sur la
Valeur Boursière", Cahier de Recherche, N°06-02, HEC Montréal.

Haugen, Robert, 1995, The New Finance: The Case against Efficient Markets, N. J., Prentice
Hall.

Haugen, Robert A., 2001, Modern Investment Theory, 5ème édition, New Jersey, Prentice Hall.

He , Jia et Lilian K. Ng, 1994, "Economie Forces, Fundamental Variables, and Equity
Returns", The Journal of Business 67, 599-609.

Huang, Chi-fu et Robert H. Litzenberger, 1988, Foundations for financial economics, New
York, North-Holland.

Jacquillat, Bertrand et Bruno Solnik, 1989, Marchés Financiers: Gestion de portefeuille et

des risques, Paris, Dunod.

Jegadeesh, N., 1992, "Does Market Risk Really Explain the Size Effect", Journal of Financial
and Quantitative Analysis 27, 337-352.

Khotari, S.P., J. Shanken, et R. Sioan, 1995, "Another Look at the Cross-Section of

Expected Returns", Journal of Finance 50.

Lakonishok, Josef et Alan C. Shapiro, 1986, "Systematic Risk, Total Risk and Size as
Determinants of Stock Market Returns", Journal of Banking and Finance la, 115-132.

Lakonishok, J., A. Shleifer et R.W. Vishny, 1994, "Contrarian investment, extrapolation, and
risk". Journal of Finance 49, 1541-1578.

Le Fur, Yann, Pascal Quiry et Pierre Vernimmen, 2005, Finance d'Entreprise, 6ème édition,
Dalloz.
 62

Levy, H., 1978, "Equilibrium in an Imperfect Market: A Constraint on the Number of

Securities in a POltfolio", American Economie Review 68, 643-658.

Lewellen, Jonathan, 1999,"The Time-Series Relations among Expected Return, risk, and
Book-to-Market", Journal of Financial Economies 54, 5-43.

L'Her, Jean-François; Tarek Masmoudi et Jean-Marc Suret, 2002, "Effets Taille et Book-to­
Market au Canada", Revue Canadienne d'Investissement, Été 2002.

Lintner, John, 1965, "Security Prices, Risk, and Maximal Gains from Diversification", The
Journal of Finance 20, 587-615.

Lintner, John, 1970, "The Market Priee of Risk, Size of Market and Investor's Risk
Aversion", Review of Economies and Statistics 52, 87-99.

Litzenberger, Robert, Krishna Ramaswamy et Howard Sosin, 1979, "On the CAPM
Approach to the Estimation of A Public Utility's Cost of Equity Capital", The Journal of
Finance 35, 369-383.

Mazars, R. et P. Rudell i, 1984, Principes et Pratique de Gestion Financière, 6ème édition, Paris,
J.DELMAS et Cie.

Merton, Robert c., 1973, "An Intertemporal Capital Asset Pricing Model", Econometrica 41,
867-887.

Miller, M. et M. Scholes, 1972, "Rates of Return in Relation to Risk: a Re-examination of

sorne Recent Findings", Studies in the Theory of Capital Markets, Praeger, New York, 47-78.

Molay, Eric, 1999, Le Modèle de Rentabilité à Trois Facteurs de Fama et French (1993): le
Cas Français, Papier de Recherche, Université d'Aix Marseille.

Molay, Eric, 2000, "Effet Book-To-Market et Mesure de Performance à la Bourse de Paris ",
Études et Documents- Série Recherche, Centre d'Études et de Recherche sur les
Organisations et la gestion, Université d'Aix Marseille.
 63

Molay, Eric, 2001, "Modélisation Empirique de la Rentabilité: le Modèle à trois Facteurs,

une Alternative au Modèle de Marché? ", Thèse de doctorat, l'IAE Aix.

Molay, Eric, 2002, "Une Analyse Transversale de la Rentabilité Espérée des Actions sur le
Marché Français", Papier de Recherche, Centre de Recherche: Risk and Asset Management,
Université d'Aix-en-Marseille Ill.

Mossin, Jan, 1966, "Equilibrium in a Capital Asset Market", Econometrica 34, 768-783.

Pepin, Dominique, 2001, "Le CAPM versus le Modèle de Neutralité au Risque: Existence
d'une Région Critique pour la Prime de Risque du Marché", Papier de Recherche, Centre de
Recherche sur l'Intégration Économique et Financière, Université de Poitiers.

Reinganum, Marc R., 1981, "A New Empirical Perspective on the CAPM", Journal of
Financial and Quantitative Analysis 16,439-462.

Roger, Patrick, 1996, L'évaluation des Actifs Financiers, Bruxelles, De Boeck.

Roll, R., 1977, "A Critique of the Asset Pricing Theory's Tests", Journal of Financial
Economies 4, 129-176.

Roll, Richard, 1983, "Vas ist Das? The turn-of-the-year effect and the return premia of small
firms", Journal of POltfolio Management 9, 18-28.

Rosenberg, Barr, Kenneth Reid et Ronald Lanstein, 1985, "Persuasive Evidence of Market
Inefficiency", Journal bf Portfolio Management Il, 9-17.

Ross, S., 1976, "The Arbitrage Theory of Capital Asset Pricing", Journal of Economie
Theory 13,341-360.

Rubio, G., 1988, "Further International Evidence on Asset Pricing: The Case of the Spanish
Capital Market", Journal of Banking and Finance 12,221-242.

Sharpe, William F., 1964, "Capital Asset Prices: A Theory of Market Equilibrium under
Conditions of Risk", The Journal of Finance 19,425-442.
 64

Sharpe, William P., 1970, Portfolio Theory and Capital Markets, New York, McGraw-Hill,
1970.

Stattman, Dennis, 1980, "Book Values and Stock Returns", The Chicago MBA: A Journal of
Selected Papers 4, 25-45.

Senchak, J. et D. Martin, 1987, "The Relative Performance of the PSR and the PER
Investment Strategies", Financial Analysts Journal 46.

Taib, Asmaa, 2006, "Etude de la Rentabilité en Series Temporelles sur le Marché Français:
le Modèle à trois Facteurs de Fama et French vs. un Modèle à trois Facteurs Proposé", Papier
de Recherche, Centre de Recherche en Gestion (CRG), lAE-Université Toulouse.

Thibierge, Cristophe et Philippe Thomas, 1997, "L'effet de Levier: Une Relecture

Opérationnelle à Destination des Décideurs Financiers d'Entreprise", Cahier de Recherche
ESCP, N°97-135, École Supérieure de Commerce de Paris.

Vitrac, Didier, 2004, Tout Savoir sur la Bourse, Paris, Gualino Éditeur.

Vitrac, Didier, 1993, Bien Débuter en Bourse, Éditions Peyrat et Courtens.