Mémoire Yapo (FINAL)

Décharge ENSEA – ABIDJAN – 2017
DECHARGE
L’ENSEA et la BICI BOURSE n’entendent donner aucune approbation ni improbation aux

opinions émises dans ce mémoire. Ces opinions doivent être considérées comme propres à leur
auteur.
YAPO Ange Rocksane

Elève Ingénieur Statisticien Economiste
i
Dédicace ENSEA – ABIDJAN – 2017
DEDICACE
Je dédie ce mémoire :
A ma mère GNAMIEN Bernadette,
A mon père YAPO Kokola Albert,
A tous mes Frères, Sœurs et Amis.
YAPO Ange Rocksane

ii
Remerciements ENSEA – ABIDJAN – 2017
REMERCIEMENTS
Nous rendons grâce à DIEU qui nous a permis d’avoir la santé et le courage de persévérer dans
chacune des étapes à franchir pour aboutir à ce stade de nos études.
Nos remerciements vont spécialement à l’endroit de M. N’KOUMO-MOBIO Éric, Directeur
Général de BICI BOURSE, pour avoir accepté de nous accueillir dans une structure aussi
respectable.
Nous remercions également M. DIARRASSAOUBA Vaflaly, Responsable du département
Recherche et Analyse, qui n'a ménagé aucun effort pour nous apporter son soutien et nous
encadrer tout au long de la réalisation de ce mémoire, et M. SAOURE Sidney dont la
disponibilité, la simplicité et la sollicitude nous ont aidé dans la rédaction de ce mémoire.
Enfin, nous remercions tout le personnel de BICI BOURSE, pour avoir contribué à rendre plus
agréables, nos journées de travail.
Nous témoignons aussi notre profonde gratitude à l’administration de l’ENSEA, en particulier

à:
 M. KOUADIO Hugues, Directeur de l’ENSEA, pour sa détermination à nous assurer une
formation de qualité afin de forger l’élite de demain ;
 M. FE Doukouré Charles, Directeur des Etudes de la division des ISE, pour ses conseils
avisés ;
 M. KOUAKOU Jean Arnaud, Directeur des Etudes de la division des AT/AD/ITS.
Nous exprimons, dans la même veine, notre reconnaissance envers le corps professoral de
l'ENSEA, pour la qualité de la formation que nous avons reçue, et surtout envers M. BAFFO Bi
Boris pour ses conseils utiles, lesquels nous ont permis de surmonter certaines difficultés
rencontrées.
Nous remercions également notre ami GBADI Jean Louis Armel, celui avec qui nous avons
partagé le quotidien de ces trois mois de stage à la BICI BOURSE, ainsi que les autres élèves de
la promotion des ISE 2017, pour leurs contributions à l’achèvement de ce mémoire.
Nous ne saurions oublier tous ceux qui, de près ou de loin, ont contribué à la rédaction de ce
mémoire, notamment M. et Mme YAVO, Mme SAMPENNIE Florence et M. KACOU Cédric pour
leur soutien moral, matériel et financier.
YAPO Ange Rocksane

iii
Sommaire ENSEA – ABIDJAN – 2017
SOMMAIRE
DECHARGE ......................................................................................................................... I
DEDICACE ......................................................................................................................... II
REMERCIEMENTS ............................................................................................................. III
SOMMAIRE ...................................................................................................................... IV
AVANT-PROPOS ................................................................................................................ V
SIGLES, ABREVIATIONS ET ACRONYMES ........................................................................... VI
LISTE DES ILLUSTRATIONS ............................................................................................... VII
PRESENTATION DE LA STRUCTURE D’ACCUEIL ................................................................ VIII
RESUME / ABSTRACT ........................................................................................................ X
INTRODUCTION GENERALE ............................................................................................... 1
CHAPITRE I : CADRE CONCEPTUEL ET REVUE DE LITTERATURE ........................................... 4
I. ACTIONS ET RENTABILITE DES ACTIONS ...................................................................................... 4
II. LIQUIDITE DES ACTIONS ET MESURES DE LIQUIDITE ...................................................................... 5
III. LES SOURCES DE LA NON LIQUIDITE DES ACTIONS ....................................................................... 10
IV. RELATION EMPIRIQUE ENTRE LA LIQUIDITE ET LA RENTABILITE DES ACTIONS..................................... 12
CHAPITRE II : ENVIRONNEMENT BOURSIER ET METHODOLOGIE DE L’ETUDE .................... 18
I. ENVIRONNEMENT DE LA BOURSE REGIONALE DES VALEURS MOBILIERES (BRVM) .......................... 18
II. SOURCE DE DONNEES ET SELECTION DES VARIABLES ................................................................... 25
III. METHODOLOGIE DE L’ETUDE................................................................................................. 28
CHAPITRE III : PRESENTATION DES RESULTATS, DISCUSSION ET LIMITE DE L’ETUDE ......... 32
I. PRESENTATION ET INTERPRETATION DES RESULTATS ................................................................... 32
II. DISCUSSION DES RESULTATS ET LIMITES DE L’ETUDE ................................................................... 40
CONCLUSION GENERALE ................................................................................................. 42
BIBLIOGRAPHIES ............................................................................................................. 44
ANNEXES ........................................................................................................................ 46
TABLE DES MATIERES ...................................................................................................... 53
YAPO Ange Rocksane

iv
Avant-Propos ENSEA – ABIDJAN – 2017
AVANT-PROPOS
L'ENSEA (Ecole Nationale Supérieure de Statistique et d'Economie Appliquée) est une école à
vocation sous régionale chargée d'assurer la formation des statisticiens hautement qualifiés.
Cette école dispense plusieurs formations parmi lesquelles il convient de citer celle des
Ingénieurs Statisticiens Economistes (ISE).
Les Ingénieurs Statisticiens Economistes de l’ENSEA reçoivent sur trois années, une formation
théorique approfondie, avec une mise en situation pratique à la fin de la deuxième année. Ce
mémoire sanctionne donc les trois mois de stage que nous avons effectués au département
Recherche et Analyse Financière de la BICI BOURSE.
Au début de notre stage, nous avons été affectés au département de la Comptabilité (Finance
et Contrôle de Gestion) où nous avons passé deux semaines sans aucun thème d’étude. Après,
Nous avons été réaffectés au département Recherche et Analyse Financière où nous étions
censés traiter le thème : « Analyse de la relation entre le taux d’intérêt et le cours des actions
cotées à la BRVM ». Cependant, après un mois de recherche documentaire, et devant le
manque de données relatives au taux d’intérêt qui nous auraient permis de traiter
efficacement ce thème, nous nous sommes trouvés obliger de changer de sujet, en
concertation avec notre encadreur. De fait, nous avons finalement travaillé sur le
thème : « Analyse de la relation entre la liquidité et la rentabilité des actions cotées à la
Bourse Régionale des Valeurs Mobilières ». Loin d’être un choix par défaut, cette nouvelle
problématique s’est avérée être une bonne alternative pour le département, car la liquidité
constitue un facteur clé dans les décisions d’investissement sur le marché boursier.
Le présent document qui tient lieu de notre mémoire de stage restitue les résultats que nous
avons obtenus à partir des théories et de nos analyses. Ces résultats pourront aider et éclairer
les investisseurs ainsi que tous ceux qui s’intéressent au marché financier de l’UEMOA.
YAPO Ange Rocksane

v
Sigles - Abréviations - Acronymes ENSEA – ABIDJAN – 2017
SIGLES, ABREVIATIONS ET ACRONYMES

AMEX American Express
BRVM Bourse Régionale des Valeurs Mobilières
CREPMF Conseil Régional de l’Epargne Publique et des Marchés Financiers
DC/BR Dépositaire Central/Banque de Règlement
MCO Moindres Carrés Ordinaires
MEDAF Modèle d'Evaluation des Actifs Financiers
NASDAQ National Association of Securities Dealers Automated Quotations
NYSE New York Stock Exchange
OPCVM Organisme de Placement Collectif en Valeurs Mobilières
SA Société Anonyme
SGI Société de Gestion et d'Intermédiation
SGP Sociétés de Gestion de Patrimoine
SICAV Sociétés d'Investissement à Capital Variable
SUR Seemingly Unrelated Regression
TPCI Trésor Public de la Côte d’Ivoire
TSE Tokyo Stock Exchange
UEMOA Union Economique et Monétaire Ouest Africaine
UMOA Union Monétaire Ouest Africaine
YAPO Ange Rocksane

vi
Liste des Illustrations ENSEA – ABIDJAN – 2017
LISTE DES ILLUSTRATIONS

Liste des tableaux
Tableau 1 : Indicateurs de performance à la BRVM entre 2010 et 2015 ................................. 22

Tableau 2: Evolution annuelle des indices sectoriels entre 2010 et 2015 ............................... 24
Tableau 3 : Impact théorique des mesures de liquidité sur la rentabilité des actions ............ 31
Tableau 4 : Statistiques descriptives ........................................................................................ 33
Tableau 5 : Matrice de corrélation ........................................................................................... 34
Tableau 6 : Résultat du test de présence de racines unitaires ................................................ 35
Tableau 7 : Résultats des tests d'homogénéité ....................................................................... 36
Tableau 8 : Résultat des tests de Hausman ............................................................................. 37
Tableau 9 : Résultats des tests d'hétéroscédasticité ............................................................... 38
Tableau 10 : Résultats des tests d'autocorrélation .................................................................. 38
Tableau 11 : Résultats des estimations économétriques ........................................................ 39
Liste des Graphiques
Graphique 1 : Evolution mensuelle des indices boursiers de la BRVM entre 2011 et 2015 ... 23
Graphique 2 : Evolution annuelle de la capitalisation boursière ............................................. 24
Graphique 3 : Evolution annuelle du volume et des valeurs de transaction ........................... 25
Graphique 4 : Classement des actions selon le volume de transaction .................................. 46
Graphique 5 : Classement des actions selon le taux de rotation ............................................. 47
Graphique 6 : Classement des actions selon le ration ILLIQ .................................................... 47
YAPO Ange Rocksane

vii
Présentation de la Structure d’Accueil ENSEA – ABIDJAN – 2017
PRESENTATION DE LA STRUCTURE D’ACCUEIL

Information générale
Situé à Abidjan, dans la commune du Plateau (République de Côte d’Ivoire), BICI BOURSE est
une société de gestion et d’intermédiation financière (SGI) créée en 1997 avec un capital de
700 millions de FCFA. Elle compte un effectif de 19 personnes et opère quotidiennement sur les
4 pays de l’UEMOA que sont : le Burkina, le Mali, le Sénégal et la Côte d’Ivoire. Son capital se
reparti entre BICI Côte d’Ivoire (50%), BICI Sénégal (20%), BICI Burkina (12,5%), BICI Mali
(7,5%), UA VIE (5%), AXA ASSURANCES COTE D’IVOIRE (5%). Ce large réseau fait de BICI
BOURSE l’un des intermédiaires privilégiés des investisseurs régionaux et internationaux pour
tout ce qui concerne les activités de financement et d’investissement dans la zone UEMOA. Sa
filiation au groupe BNP PARIBAS lui permet également de bénéficier de l’assistance technique
des structures spécialisées de cet établissement.
Les domaines de compétence
BICI BOURSE couvre plusieurs domaines de compétence à savoir : l’intermédiation financière,

la conversion et gestion de titres, l’ingénierie financière, la recherche et l’analyse financière.
L’Intermédiation Boursière : il s’agit des activités de courtage et de négociation des titres des
sociétés cotées à la Bourse Régionale des Valeurs Mobilières (BRVM) et des titres issus
d'émissions par placements privés pour le compte d'investisseurs institutionnels et particuliers
La Conservation et Gestion de Titres : cette activité consiste à fournir différents services de

conservation de titres sur l’espace UEMOA, tout en offrant aux investisseurs un accès à la
BRVM. Elle prend en charge l'ensemble des opérations qui interviennent après l'exécution des
ordres (d’achat ou de vente) sur le marché ou après la communication des instructions tel que
le règlement-livraison et la conservation des titres, le traitement des évènements sur valeur
(paiement de coupon de dividende), la gestion des ordres de souscriptions, le traitement des
opérations cash etc.
L’Ingénierie Financière: il s’agit des activités d’assistance et de conseil en matière d’évaluation

d’entreprise, de rapprochement d'entreprises (fusions et acquisitions), d’introductions en
YAPO Ange Rocksane

viii
Présentation de la Structure d’Accueil ENSEA – ABIDJAN – 2017
bourse, d’émissions obligataires privées ou par appel public à l'épargne, d’émissions

d’obligations convertibles, d’offres publiques d’achat ou d’échange d’actions, d’augmentation
et/ou réduction de capital, de restructuration des dettes, de privatisation d’entreprises
(évaluation pré-privatisation et mise en œuvre de stratégie de privatisation), de recherche de
partenaires stratégiques, de conseils stratégiques aux entreprises, de recherche de
financements et de levées de fonds.
L’Analyse et la Recherche : cette activité se charge de couvrir et d’étudier les valeurs cotées à
la BRVM, en publiant régulièrement des notes de recherches, des rapports sectoriels et des
recommandations qui constituent de véritables outils d’aide à la décision en ce qui concerne
l’investissement en bourse.
Organigramme de BICI BOURSE
Lien hiérarchique
DIRECTION GENERALE Lien fonctionnel
CONFORMITE
(GROUPE BICICI) ASSISTANCE
DE DIRECTION
FINANCE
(BICICI)
CONTROLE INTERNE
CONTROLE ET PROJETS
INTERNE
FINANCE CONTROLE MARCHE DES BACK & ANALYSE & INGENIERIE

DE GESTION CAPITAUX MIDDLE OFFICE RECHERCHE FINANCIERE
YAPO Ange Rocksane

ix
Résumé / Abstract ENSEA – ABIDJAN – 2017
RESUME / ABSTRACT
RESUME
L’objectif de cette étude est d’analyser l’impact de la liquidité sur la rentabilité des actions
cotées à la Bourse Régionale des Valeurs Mobilières, sur la période d’août 2012 à août 2016.
Pour ce faire, trois mesures de liquidité ont été utilisées, à savoir le volume de transaction, le
taux de rotation et le ratio ILLIQ. Et, dans le but de fournir une preuve empirique du marché
boursier de l’UEMOA, une analyse sur données de panel, utilisant l’estimateur de moindres
carrés généralisés, sur la période d’Août 2012 à Août 2016 a été effectuée sur un échantillon
constitué de 31 actions. Les résultats ont montré que la liquidité a effectivement un impact
sur la rentabilité des actions, et que le signe et l’ampleur de cet impact dépendent de la
mesure de Liquidité utilisée.
ABSTRACT
The aim of this study is to analyze the impact of liquidity on stock returns listed on the Regional
Stock Exchange of UEMOA, over the period from August 2012 to August 2016. To do this, three
measures of liquidity were used, namely the transaction volume, the turnover rate and the
ILLIQ ratio. And, in order to provide empirical evidence of the UEMOA stock market, a panel
data analysis, using the generalized least squares estimator, over the period from August 2012
to August 2016 was performed on a sample consisting of 31 stocks. The results showed that
liquidity does have an impact on the profitability of the shares, and that the sign and
magnitude of this impact depend on the Liquidity measure used.
YAPO Ange Rocksane

x
Introduction Générale ENSEA – ABIDJAN – 2017
INTRODUCTION GENERALE
Contexte de l’étude
Les marchés financiers jouent un rôle important dans la mobilisation de ressources financières
pour l'investissement à long terme. Ils permettent aux sociétés privées et publiques, aux
collectivités locales et à l’Etat de se procurer des fonds pour financer leurs investissements en
faisant appel directement ou indirectement aux épargnants. En effet, les agents économiques
connaissent rarement un équilibre parfait entre leurs recettes et leurs dépenses : ils se
trouvent en situation de capacité ou de besoin de financement. Or le bon fonctionnement de
l'activité économique suppose que les capacités de financement puissent être mises à la
disposition des besoins de financement. De ce fait, la mission principale des marchés
financiers est d'assurer le financement de l'économie par appel public à l'épargne en
organisant la négociation des titres de propriétés et des titres de créances à long terme.
Cependant, pour leur développement, les marchés financiers doivent garantir certaines
qualités essentielles dont la liquidité.
La liquidité d'un marché financier représente la capacité à acheter ou à vendre rapidement

les actifs qui y sont cotés sans que cela ait d'effet majeur sur les prix. Plus un marché est
liquide, plus il est aisé, rapide et peu coûteux d'y réaliser des transactions. Elle est devenue,
au cours de ces dernières années, un élément prépondérant des stratégies d’investissement1.
De plus, c’est un facteur important pour attirer les investisseurs dans les marchés émergents,
car les actifs hautement liquides ont des coûts de négociations faibles.
Problématique
La liquidité des marchés boursiers peut conduire à plus d'investissements, en rendant

l'investissement moins risqué et plus rentable. Des études ont montré que la liquidité influe
sur les décisions des investisseurs : les investisseurs rationnels exigent une prime de risque
élevée pour détenir des actions moins liquides (Amihud et Mendelson, 1986 ; Hu, 1997). Par
conséquent, les rentabilités des actions liquides sont inférieures à celles des actions moins
liquides. Cependant, l’analyse de l’impact de la liquidité sur la rentabilité des actions sur
1 Une grande part de cet intérêt pour la liquidité provient des difficultés d’absorption par le marché, rencontrées
par les investisseurs qui souhaitent se dessaisir ou acquérir une quantité significative d’actions de faible
capitalisation boursière. De telles négociations induisent parfois des replis ou des hausses de cours excessifs.
YAPO Ange Rocksane

Elève Ingénieur Statisticien Economiste 1
certains marchés émergents présente des résultats contraires (Xuân, Vinh, 2011). De tous ces
constats, émane une question fondamentale : Quel est l’impact de la liquidité sur la rentabilité
des actions ? Telle est la question de recherche à laquelle nous tenterons d’apporter une
réponse dans la présente étude.
Objectifs de l’étude
Toutes ces études, précédemment citées, ont analysé l'impact de la liquidité sur les marchés
développés. Cette étude, elle, est motivée par l'insuffisance de l'analyse empirique relative à
l'impact de la liquidité sur la rentabilité des actions dans les marchés émergent. Ainsi, l’objectif
général est d’analyser l'impact de la liquidité sur la rentabilité des actions des sociétés cotées
à la Bourse Régionale des Valeurs Mobilières. Mais, vu que la liquidité est un concept
multidimensionnel, il existe de ce fait, dans la littérature, plusieurs mesures qui captent ses
différentes dimensions. Ainsi, dans cette étude, il s’agira plus spécifiquement :
 De présenter ces différentes mesures

 D’analyser la relation qui existe entre elles
 D’examiner, de façon empirique, l’effet de ces mesures sur la rentabilité des actions
cotées à la BRVM.
Hypothèses d’études
H1 : les différentes mesures de la liquidité ne sont pas substituables.
H2 : il existe une relation négative entre ces mesures et la rentabilité des actions à la BRVM.
Méthodologie
Cette étude utilise des données mensuelles (obtenues à partir du traitement de données
journalières), sur plusieurs actions, obtenues à partir de la base de données de la BRVM. Ces
données sont recueillies sur la période d’août 2012 à août 2016. Une analyse sur données de
panel, utilisant l’estimateur de moindres carrés généralisés, est utilisée pour déterminer les
effets des différentes mesures de la liquidité sur la rentabilité des actions.
YAPO Ange Rocksane

Justification et annonce du plan
La présente étude enrichit la littérature sur la liquidité, non seulement en analysant ses
différentes dimensions et leurs impacts sur la rentabilité des actions, mais aussi en menant
l’analyse sur un marché émergent et régional. Aussi, la liquidité et la rentabilité des actions
étant des facteurs essentiels dans la prise de décision des investisseurs, cette étude leur
permettra de mieux s’orienter lors de leur prise de décision.
Le reste de l’étude est organisé suivant trois chapitres : le premier chapitre résume les
définitions des principaux termes de notre étude, leur approche conceptuelles et examine les
conclusions antérieures sur la relation entre la rentabilité des actions et la liquidité. Le second
chapitre présente l’environnement boursier dans lequel nous travaillons, décrit les données
utilisées et définit la méthode employée pour examiner la relation entre la liquidité et la
rentabilité des actions. Enfin, les résultats obtenus ainsi que les discussions sont présentés
dans le troisième chapitre.
YAPO Ange Rocksane

Chapitre II : Environnement Boursier et Méthodologie de l’Etude ENSEA – ABIDJAN – 2017
CHAPITRE I : CADRE CONCEPTUEL ET REVUE DE LITTERATURE

Ce chapitre a pour objectif d’examiner les différentes notions en relation avec le thème de
l’étude. Il s’agira de définir les concepts tels que l’action (en finance), la rentabilité des actions,
la liquidité des actions et ses mesures, de présenter les sources de la non liquidité des actions,
et de passer en revue les études antérieures qui ont tenté d’analyser la relation entre la
liquidité et la rentabilité des actions.
I. Actions et Rentabilité des actions

Dans cette partie, il s’agira de définir une action en tant qu’actif financier et de présenter le
concept de la rentabilité des actions.
1. Les actions
Les entreprises qui nécessitent d’importants capitaux en vue de financer leurs investissements
futurs peuvent collecter des fonds via la Bourse en émettant de nouvelles actions. On parle
dans ce cas d’une introduction en bourse (Initial Public Offering, IPO). Cependant, une
entreprise déjà active en bourse peut obtenir un capital supplémentaire en émettant plus
d’actions sur le marché. On parle alors d’une augmentation de capital. Une action est un titre
de propriété sur une entreprise. Elle représente une partie de son capital et donne droit aux
investisseurs qui la possèdent de devenir copropriétaires de cette entreprise et de participer
(droit de vote) aux décisions importantes concernant la conduite des activités de l’entreprise.
Pour les investisseurs, la principale motivation pour détenir les actions d’une entreprise réside
dans la recherche d’un avantage financier lorsque l’entreprise se porte bien, notamment à
travers les dividendes qu’elle verse.
En ce qui concerne la valeur d’une action, celle-ci figure sur cette dernière : il s’agit de sa valeur
nominale et cette valeur ne varie pas. Par contre le prix d’une action en bourse, appelé le
cours, peut varier en fonction de l’offre et la demande : lorsque la demande est importante,
le cours augmente et lorsque la demande est faible, le cours diminue. Il faut noter que les
résultats des entreprises, les conditions économiques et l’orientation des marchés boursiers
sont autant d’éléments qui exercent une influence sur l’offre et la demande. En vendant donc
YAPO Ange Rocksane

les actions en bourse, l’on peut réaliser un profit, lorsque le montant des actions vendues est
supérieur à leur prix d’achat initial, ou subir une perte dans le cas échéant.
2. La rentabilité des actions
La décision d’investir n’ayant d’autres buts que de créer de la richesse supplémentaire, les
investisseurs, qui veulent investir sur le marché des actions, ne se dirigent que vers les actions
considérées comme les plus rentables. Cependant la rentabilité d’une action dépend de
plusieurs facteurs dont la différence entre le prix d’achat et le prix de vente, et le dividende
versé par l’entreprise dont l’action est détenue. En effet, lorsqu’une action est vendue à un
prix plus élevé que le prix d’acquisition, cela constitue une plus-value pour l’investisseur qui
détenait cette action. Dans le cas contraire, il s’agit d’une moins-value. En ce qui concerne le
dividende, il s’agit du bénéfice de l’entreprise qui distribuée à chaque actionnaire au prorata
du nombre d’actions qu’il détient. Il faut noter que d’autres facteurs tels que les taxes et frais
sur le marché boursier, ainsi que les différents taux de change influencent la rentabilité des
actions.
II. Liquidité des actions et Mesures de liquidité

Cette partie a pour but de décrire la liquidité dans le cadre des actions et de présenter diverses
mesures qui permettent de l’approcher.
1. La liquidité des actions
La première interprétation de la liquidité se concentre uniquement sur les aspects de court

terme. Hirshleifer (1968) définit la liquidité comme la capacité d'un actif à être transformé au
fil du temps sous la forme de fonds disponibles pour la consommation immédiate ou pour le
réinvestissement. Aussi, Admati et Fleiderer (1988) ayant considéré la liquidité dans son sens
à court terme, sont arrivés à la conclusion selon laquelle la liquidité est la raison pour laquelle
les vendeurs sont toujours disposés à vendre plutôt qu’à attendre. Sous cet angle, la liquidité
est mesurée en fonction de la taille de la perte dans la négociation de l’actif à court terme. La
perte ici peut être attribuée à des changements de prix ou à divers coûts de transaction.
Quand un investisseur décide d'acheter un actif, il doit examiner très attentivement sa
capacité à être revendu ; il doit chercher à savoir combien cela va lui coûter de revendre l'actif
YAPO Ange Rocksane

à l'avenir et à quel prix l'actif pourra être échangé. Aussi, pour certains types d'actifs, le coût
de la recherche d'un acheteur immédiat peut être considérable. Ainsi, un actif est décrit
comme liquide s’il peut être échangé à court terme et avec une petite perte.
La seconde interprétation de la liquidité est liée à la durée prévue pour vendre un actif sans
aucune baisse du prix. Ainsi, plus le temps prévu pour échanger un actif, sans diminution du
prix, est court, plus l’actif est considéré comme liquide (Lippman et McCall, 1986 ; Krainer et
LeRoy, 2004).
La troisième interprétation de la liquidité est associée à la valeur d'un actif. L'idée est qu'il y a
peu d’intérêt à chercher à savoir si l'on peut vendre un actif à court terme et avec une petite
perte si l'actif lui-même a peu de valeur en cas de besoin. Tobin (1958) a étudié ce sens de la
liquidité pour explorer la relation inverse entre la préférence pour la liquidité et le taux
d'intérêt.
Harris (1990) et O'Hara (1995), contrairement aux interprétations de liquidité mentionnées ci-
dessus, ont considéré la liquidité comme un concept multidimensionnel et l’ont caractérisé à
travers plusieurs attributs qui ne se distinguent pas de manière indépendante. En particulier,
Harris (1990) a mis en évidence quatre dimensions interdépendantes de la liquidité à savoir :
la largeur, la profondeur, l’immédiateté et la résilience. Tout d'abord, la largeur est définie
comme l’écart entre le cours acheteur et le cours vendeur2 pour un nombre donné d'actions.
Plus l'écart est faible, plus l’action est liquide. Deuxièmement, la profondeur mesure le
nombre d'actions qui peut être négocié pour des prix acheteurs et vendeurs donnés.
Troisièmement, l'immédiateté se réfère à la rapidité avec laquelle une certaine quantité
d'actions peut être achetée ou vendue à un cours donné. Enfin, la résilience indique à quelle
vitesse les prix se rééquilibrent après des chocs de liquidité. Ces dimensions sont estimées par
différentes mesures. Liu (2006) a également défini la liquidité comme «la capacité à échanger
avec une grande vitesse de négociation, un faible impact sur les prix et des frais de négociation
également faible ». Dans sa définition, Liu décrit la liquidité sous plusieurs aspects qui sont la
vitesse de négociation, le coût des transactions, la quantité échangée et l'impact sur les prix.
2
Le cours acheteur est le prix le plus haut qu'un acheteur est prêt à payer pour détenir une action, et le cours
vendeur est le Prix le plus bas pour lequel une personne est prête à vendre une action. Ces deux cours sont
déterminés par le marché.
YAPO Ange Rocksane

2. Les mesures de la liquidité des actions
Dans cette partie, certaines des mesures utilisées pour estimer la liquidité des actions seront
présentées. Nous présenterons successivement les mesures basées sur les coûts de
transactions, la quantité de transaction, l’impact des prix et sur le temps.
2.1. Les mesures basées sur les coûts de transaction
Les mesures basées sur les coûts de transaction capturent les frictions commerciales sur les
marchés financiers, qui sont des causes de la non liquidité (l’illiquidité) des actions. Amihud et
Mendelson (1986) affirment que l'illiquidité peut être mesurée par le coût de l'exécution
immédiate et qu’une mesure naturelle de l’illiquidité est l'écart entre le cours acheteur et
vendeur (l’écart acheteur-vendeur). La différence entre le cours vendeur et le cours acheteur
donne une approximation du coût de transaction, en plus des taxes, que l'investisseur doit
payer pour exécuter l'opération.
Dans la suite de cette section, une série de mesures directes et indirectes de l’écart acheteur-
vendeur sera présenté.
2.1.1. L’écart absolu
L’écart absolu (Sabs ) est obtenu en faisant la différence entre le cours vendeur le plus faible
PtA et le cours acheteur le plus élevé PtB :
Sabs = PtA − PtB
Cette mesure d'illiquidité est toujours positive.

Il existe de nombreux exemples d'études de recherche qui ont utilisé cette mesure. Par
exemple, Amihud & Mendelson (1986), Eleswarapu (1997), Chen et Kan (1989), etc.
2.1.2. L’écart relatif
L'écart relatif représente la mesure la plus largement utilisée d'illiquidité, car elle permet une
comparaison entre les actions avec les différents prix. Il peut être calculé comme un
pourcentage du dernier prix négocié (Pt ) ou du prix moyen (PtM , moyenne des cours acheteur
et vendeur). Un avantage de ce dernier est la possibilité de le calculer, même si aucune
transaction n’a lieu.
YAPO Ange Rocksane

PA B
t −Pt PA B
t −Pt
Srel last_t = Srel mid_t =
Pt PM
t
2.2. Mesures fondées sur la quantité de transaction
Les mesures fondées sur la quantité de transaction déterminent les marchés liquides, soit par
le volume absolu ou par la quantité relative des transactions, et permettent de comprendre
l'ampleur et la profondeur d'une action. Barclay et al. (1998) font savoir que les mesures de
volume sont des indicateurs à préférer à ceux du prix. Nous présenterons deux types de
mesures fondées sur le volume : le volume des transactions et le taux de rotation.
2.2.1. Volume des transactions
Le volume de transaction tente de capturer la quantité d'actions échangées sur une période
afin de mesurer la profondeur de la liquidité. C’est une fonction croissante de la liquidité.
Ainsi, les actions ayant un volume plus élevé sont plus liquides.
Le volume des transactions a été utilisé comme un proxy de liquidité dans les études
ultérieures de Brennan et al (1998) et Chordia et al (2001).
Pour une période t, il est calculé comme la somme des différentes transactions au cours de
cette période (calculé comme prix Pit fois les quantités Qit ) :
VOLt = ∑ Pit ∗ Qit

i=1
2.2.2. Le taux de rotation
Le taux de rotation pour une période t est calculé comme le nombre total d’actions négociés
(vit ) sur cette période divisée par le nombre total (Ni ) d'actions émises :
vit
TR it =
Ni
Plus le taux de rotation est élevé, plus l’action est liquide.
Plusieurs mesures de liquidité existent dans la littérature, mais elles ne sont pas aussi
accessibles que le taux de rotation. Datar et al (1998) ont adopté cette mesure comme une
alternative à l'écart acheteur-vendeur pour mesurer la liquidité. Les données sur les taux de
YAPO Ange Rocksane

rotation sont facilement disponibles pour la plupart des marchés, de sorte que la robustesse
de la relation entre la liquidité et la rentabilité des actions peut être examinée au fil du temps
et à travers un grand nombre d'actions.
2.3. Mesures fondées sur l’impact des prix
Les mesures de la liquidité liées à l’impact des prix ont pour objectif de séparer la liquidité des
autres facteurs du marché, comme les conditions générales du marché ou l'arrivée de
nouvelles informations influençant le mouvement des prix (les cours).
2.3.1. La mesure ILLIQ d’Amihud
La mesure de liquidité développée par Amihud (2002) identifie l'impact des prix des volumes
de transaction et a largement été utilisée dans la littérature financière (Avramov et al (2006),
Karolyi et al. (2012)). Plus la valeur trouvée pour cette mesure est élevée, plus la liquidité de
l’action est faible. Sur les marchés d'actions, il a été calculé mensuellement à partir des
données quotidiennes de la manière suivante :
n
1 |R i |
ILLIQt = ∑
n VOLi
i=1
où t et n désignent respectivement le mois et le nombre de jours de bourse au cours du mois,

tandis que R i et VOLi représentent la rentabilité et le volume de transactions d’une action le
jour i du mois t.
2.3.2. Le facteur de liquidité de Pastor et Stambaugh
Cette dimension de liquidité se réfère à des changements temporaires de prix associés aux
flux d'ordres. Pastor et Stambaugh (2003) proposent une mesure mensuelle de la liquidité,
obtenue à l'aide des données journalières au cours de chaque mois : Le facteur de liquidité est
calculé pour un marché comme la moyenne pondérée des mesures de liquidité des différentes
actions. En particulier, le facteur de liquidité pour l'action i au temps t est calculée comme
étant le coefficient de γi,t de l'équation estimée suivante :
e e
ri,d+1,t = θi,t + ωi,t ri,d,t + γi,t sign(ri,d,t ) ∗ VOLi,d,t + ϵi,d+1,t
e
Où ri,d,t est la rentabilité de l'action i au jour d du mois t, tandis que ri,d,t est la rentabilité espérée et
VOLi,d,t représente le volume de transactions.
YAPO Ange Rocksane

Le facteur γi,t de liquidité est lié à l'idée que le volume de transaction devrait conduire à une attente
de l'inversion des rentabilités futures.
2.4. Mesures de liquidité basées sur le temps
Les mesures de liquidité basées sur le temps captent soit le temps écoulé entre les
transactions, soit la durée nécessaire pour négocier un actif une fois que la décision d'achat
ou de vente a été prise. On peut supposer que, si un actif est échangé plus souvent, alors cet
actif est plus liquide.
2.4.1. La fréquence de négociation
La fréquence de négociation représente le nombre de transactions exécutées dans un

intervalle de temps spécifié, ne tenant pas compte de la taille de l’échange. Pour obtenir la
fréquence de négociation, un compteur du nombre de transactions entre les temps t-1 et t est
nécessaire. Les informations sur le calendrier des transactions peuvent également être
utilisées pour calculer le temps d'attente entre les échanges, comme étudié par Peng (2001) :
N
1
WTT = ∑ tri − tri−1
N−1
i=2
où tri désigne la durée de la transaction i dans l’intervalle de temps T et de tri−1 , la durée de

l'opération d’avant.
III. Les sources de la non liquidité des actions

Cette partie consistera essentiellement à présenter les principaux événements qui peuvent
affecter la liquidité des actions. Nous pouvons citer entre autres les coûts de transaction
exogènes, la pression de la demande, le risque d'inventaire, l’asymétrie d’information et les
frictions de recherche (Amihud, Mendelson et Pedersen, 2005).
1. Les coûts de transaction exogène
Cette source d’illiquidité concerne les coûts de transaction tels que les frais de courtage, les
frais de traitement des commandes et les taxes sur les transactions. Ces coûts ont une
influence directe sur le résultat des investisseurs ; les vendeurs et les acheteurs peuvent être
YAPO Ange Rocksane

la fois, affectés par ces coûts. Par exemple, si les investisseurs ne négocient pas directement
entre eux, mais plutôt avec des animateurs de marché3, les divers coûts de transaction seront
reflétés dans les cours acheteur et vendeur qui seront annoncés.
Étant donné que ces coûts de transaction exogènes représentent des frictions sur les marchés
de capitaux, ils peuvent être considérés comme des sources d'illiquidité.
2. La pression de la demande
Une source importante d'illiquidité est la profondeur du marché pour un actif. La profondeur
décrit la possibilité pour un investisseur de vendre de grandes quantités d'un actif rapidement
et sans faire baisser le prix. Lorsque les actifs ne sont pas parfaitement liquides, une grande
transaction peut causer un choc à l'équilibre entre l'offre et la demande. Ce phénomène est
couramment désigné par la pression de la demande ou par l'impact sur les prix. Ainsi, les
commandes importantes se traduiront par des changements de prix lorsque les actifs ne sont
pas parfaitement liquides. Le changement de prix sera négatif lorsque l'investisseur passe un
ordre de vente et positif pour un ordre d'achat. Et plus l’impact sur le prix est faible, plus l’actif
est liquide.
3. Risque inventaire
Ceci est étroitement lié à la pression de la demande. Dans le cas où le marché d'un actif n’est
pas très profond, un investisseur peut se retrouver dans une situation où il n'y a pas
d'acheteurs pour une certaine position qui doit être liquidée immédiatement. Ainsi, au lieu
d'attendre qu’un acheteur apparaisse, il peut s’adresser directement à un animateur de
marché à son prix d’offre. Cependant, le risque lié au fait que le prix futur de l'inventaire
détenu par l’animateur de marché puisse baisser conduira ce dernier à ajuster les cours
acheteurs et vendeurs afin de compenser le risque (inventaire) qu'il encoure. Ainsi, plus le
risque inventaire est élevé, plus l'écart entre les cours acheteurs et vendeurs est grand.
3
Un animateur de marché, également appelé teneur de marché (market maker ou dealer en anglais), est une
entreprise, généralement une banque d'investissement, ou une personne qui, sur un marché donné, transmet
en continu des prix à l'achat et à la vente soit uniquement à sa clientèle, soit à l'ensemble du marché.
YAPO Ange Rocksane

4. Frictions de recherche
Les frictions de recherche sont les coûts d’opportunités et les coûts de financement que
l'investisseur encourt lors de la recherche d'un acheteur, pas nécessairement présent, pour la
vente d’un actif. Alors tout d'abord, il y aura des coûts d'opportunité liés à l'attente d'une
contrepartie. Ensuite, lorsqu'une contrepartie a été localisée, les négociations de prix
commencent. Ces négociations peuvent conduire à une réduction de prix. L'alternative à la
recherche est de supporter les coûts de la vente à un animateur de marché. Ces coûts
comprennent les frais et le risque d'inventaire dont l’animateur de marché veut être
compensé, tel que mentionné précédemment.
5. L'asymétrie d'information
L'asymétrie d'information comme une source d'illiquidité se rapporte au fait que la

négociation avec une contrepartie ayant des informations privées peut être couteuse. Si la
contrepartie a des informations privées sur la valeur de la société ou sur le flux d'ordres, la
transaction se traduira par une perte. Cette perte peut être considérée comme un coût
d’illiquidité.
Il est probable que les investisseurs considèrent le risque lié aux négociations avec des
contreparties ayant des informations privées. Cela provoque la sélection adverse (les agents
avec des informations de qualité supérieure veulent faire du commerce). Et le fait de traiter
avec leurs homologues informés se traduira par une perte, ce qui provoque la contribution de
l'asymétrie d'information à l’illiquidité. Les animateurs de marché sont confrontés au risque
de faire face à des investisseurs informés. Ils cherchent évidemment une compensation pour
ce risque et peuvent le prendre en considération dans la cotation des cours acheteurs et
vendeurs.
IV. Relation empirique entre la liquidité et la rentabilité des

actions
Cette partie consiste à présenter les différentes conclusions issues des études empiriques qui
ont analysé la relation existante entre la liquidité et la rentabilité des actions, afin de mieux
orienter l’analyse de cette relation dans le cadre de la BRVM. Pour ce faire, ces différentes
études seront présentées progressivement selon les différentes dimensions de la liquidité.
YAPO Ange Rocksane

1. Dimension de la liquidité liée aux coûts de transaction
La première recherche empirique essayant d'analyser la relation entre la liquidité et la

rentabilité des actions a été menée par Amihud et Mendelson (1986). Ils ont utilisé l'écart
acheteur-vendeur comme mesure de l’illiquidité, car il capture la dimension de la liquidité liée
aux coûts de transaction. Dans leur étude, Amihud et Mendelson (1986) supposent un marché
où les différents investisseurs ont des périodes de détention différentes, et où les écarts
acheteur-vendeur varient entre les différentes actions. L'idée théorique de cette étude est
que les investisseurs exigent des rentabilités plus élevées pour compenser la détention d’actifs
ayant un plus grand écart acheteur-vendeur. Afin d'examiner empiriquement cette théorie, ils
ont appliqué la méthodologie de Fama et Macbeth (1973) en deux étapes sur les données des
actions du New York Stock Exchange (NYSE) au cours de la période 1960-1979. L'analyse a été
réalisée sur les portefeuilles d'actions plutôt que sur des actions individuelles. La méthode
des moindres carrés généralisés a été utilisée pour les estimations, car les variances des
coefficients estimés par les MCO étaient biaisées. Finalement les résultats qu’ils ont obtenus
montrent qu'une augmentation de 1% de l’écart acheteur-vendeur relatif entraine une
augmentation de 0,211% de la rentabilité mensuelle espérée ajustée du risque. En outre, ils
constatent qu'il existe une relation croissante et concave entre les rentabilités et l’écart
acheteur-vendeur relatif.
Après qu’Amihud et Mendelson (1986) aient constaté qu'il existe une relation positive et
significative entre la rentabilité espérée et l’écart vendeur-acheteur relatif, Chen et Kan (1989)
ont critiqué l'utilisation de la régression en coupe transversale dans l'étude d’Amihud et
Mendelson. Ils ont appliqué la même méthode de formation de portefeuille qu’Amihud et
Mendelson, mais ont utilisé différentes méthodes d'estimation, y compris (i) l'approche de
Fama-MacBeth (1973), (ii) le cadre SUR comme dans Stambaugh (1982), (iii) l'approche
inconditionnelle Chan et Chen (1988), et (iv) un cadre empirique proposé par Chen, Grundy et
Stambaugh (1990). En employant ces différentes méthodes, les auteurs ont tenté de prendre
en compte non seulement la prime de risque, mais aussi d'améliorer la précision de
l'estimation des bêtas4 (risque systémique) des actions. Ils sont arrivés à la conclusion qu’il n'y
4
Le bêta, ou coefficient bêta, d’un actif financier est un coefficient de volatilité ou de sensibilité qui indique la
relation existant entre les fluctuations de la valeur de l’actif et les fluctuations du marché. Il s’obtient en
régressant la rentabilité de ce titre sur la rentabilité de l’ensemble du marché. Il s’agit de modéliser la
corrélation entre un titre et l’indice auquel il appartient.
YAPO Ange Rocksane

a pas de relation significative entre la rentabilité corrigée du risque5 et l’écart acheteur-

vendeur relatif.
Eleswarapu et Reinganum (1993), ont montré que les tests empiriques d’Amihud et
Mensdelson (1986) n'ont pas permis l’examen du comportement saisonnier potentiel dans la
relation entre les rentabilités attendues et l’écarts acheteur-vendeur. En utilisant des données
mensuelles sur les actions du NYSE pendant la période de 1961-1990, Eleswarapu et
Reinganum ont régressé la rentabilité excédentaire des portefeuilles mensuels sur le bêta, la
capitalisation boursière (la taille) et l’écart vendeur-acheteur en utilisant la méthodologie de
Fama-Macbeth, et ont examiné la relation entre la rentabilité et l’écart acheteur-vendeur pour
le mois de Janvier d’une part et pour l’ensemble des autres mois, d’autre part. Ils ont
également mené leur analyse sur des portefeuilles d’actions. Leurs résultats suggèrent que la
relation positive entre l’écart acheteur-vendeur et les rentabilités moyennes existent
seulement au cours du mois de Janvier. Ainsi, pour eux, l’impact de la liquidité sur la rentabilité
des actions est limité au seul mois de janvier.
Eleswarapu (1997) a rapporté un effet positif plus fort entre l’écart acheteur-vendeur et les
rentabilités corrigées du risque que les conclusions de Amihud et Mensdelson. Cependant, au
lieu d'utiliser les actions du NYSE, il a plutôt utilisé les données des actions du Nasdaq dans
son échantillon, sur la période 1973-1990. Ses résultats sont en contradiction avec ceux de
Chen et Kan (1989), qui ont utilisé différentes méthodes d’estimation
Chalmers et Kadlec (1998) ont critiqué le fait que les études d-e Amihud et Mendelson (1986),
Chen et Kan (1989), et Eleswarapu et Reinganum (1993) se concentraient uniquement sur
l'ampleur de l’écart acheteur-vendeur sans tenir compte de la longueur de l'horizon
d'investissement des investisseurs. Ils ont de ce fait proposé d'utiliser l’écart amorti, un proxy
de liquidité qui peut capturer à la fois l'ampleur de l’écart acheteur-vendeur et la fréquence
de négociation des investisseurs. Leur échantillon se compose des actions soit de l’American
Express (AMEX) et du NYSE au cours de la période 1983-1992. Chalmers et Kadlec ont conclu
que l’écart amorti est plus pertinent que l’écart vendeur-acheteur absolue ou relatif, cité dans
la mesure de la dimension liée aux coûts de transaction de la liquidité.
5
La rentabilité corrigée du risque est égale à la prime de risque du marché (ou prime de risque des actions).
C'est la différence entre le taux de rentabilité exigé sur le marché action et le taux sans risque.
YAPO Ange Rocksane

Il y a plusieurs problèmes associés à la dimension liée aux coûts de transaction de liquidité.

Selon Kato et Loewenstein (1995), les estimations des coûts de transaction sont souvent
indisponibles pour les marchés hors des États-Unis. En outre, Bhushan (1994) a noté que les
coûts de transaction sont difficiles à obtenir pour les tests qui couvrent de longues périodes.
Ces facteurs ont conduit à l'utilisation du taux de rotation ou du volume des transactions
comme mesures de liquidité
2. Dimension de liquidité liée à la quantité de transaction
Hu (1997) a utilisé le taux de rotation calculé à partir des données du Tokyo Stock Exchange
(TSE) sur la période 1976-1993 pour étudier l'impact de la liquidité sur la rentabilité des
actions. Après avoir effectué une régression en coupe transversale suivant la procédure en
deux étapes de Fama et Macbeth (1973), sur les données du TSE, Hu a constaté que le taux de
rotation est négativement corrélé à la rentabilité espérée. En d’autres termes, les actions dont
le taux de rotation est plus élevé ont tendance à avoir des rentabilités espérées plus faibles.
Parallèlement à l'étude de Hu, Datar et al. (1998) ont étudié la relation entre la liquidité
mesurée par le taux de rotation et la rentabilité des actions en utilisant la méthodologie de
moindres carrés généralisés. L'échantillon comprend des sociétés non financières cotées sur
le NYSE au cours de la période 1962-1991. Et la relation a été inspecté avec et sans le mois de
Janvier pour déterminer si l'effet Janvier que l'on retrouve dans Eleswarapu et Reinganum
(1993) existe. Une caractéristique distincte de l'étude de la Datar et al par rapport à d'autres
études de la relation entre la liquidité et la rentabilité des actions est que l'analyse empirique
a été menée sur des actions individuelles plutôt que sur des portefeuilles d'actions. Cela
pourrait conduire à des erreurs potentielles de mesure dans les estimations des bêtas. Mais
ce problème a été résolu en formant des portefeuilles pour estimer les bêtas et en attribuant
les bêtas de chaque portefeuille aux actions qu’il contient. Leurs résultats ont démontré que
les rentabilités des actions sont une fonction décroissante des taux de rotation. Plus
précisément, une diminution de 1% du taux de rotation entraînerait une augmentation de la
rentabilité d'environ 4,5 points de base par mois en moyenne. Ceci est en accord avec la
théorie selon laquelle une action avec un faible taux de rotation devrait générer une
rentabilité plus élevée pour compenser le degré plus élevé d’illiquidité. L'effet du taux de
rotation sur la rentabilité est resté significatif même en présence de variables de contrôle
YAPO Ange Rocksane

telles que la taille de l'entreprise (capitalisation boursière), le ratio book-to-market et le bêta.

Contrairement aux résultats de Eleswarapu et Reinganum, l’effet Janvier n'a pas été observé.
En effet leurs résultats montrent que la liquidité impacte les rentabilités boursières non
seulement dans le mois de Janvier, mais aussi pendant le reste de l'année.
Cependant, le statut douteux de l'effet de taux de rotation en tant que mesure de la dimension
volume de transaction de liquidité découle de l'étude de Lee et Swaminathan (2000). Ils ont
démontré que le taux de rotation est faiblement lié à l’écart acheteur-vendeur, qui est une
célèbre mesure de liquidité. Ils ont également noté que les actions à taux de rotation élevé
agissent comme des actions de croissance, tandis que les actions à faible taux de rotation
agissent comme des actions de valeur. Par conséquent, Lee et Swaminathan ont suggéré que
le taux de rotation soit utilisé comme un indicateur de la valeur des actions plutôt qu'une
mesure de liquidité.
Une autre mesure répandue de la dimension quantité de transaction de la liquidité est le

volume de transactions. Il apparaît dans les études de Campbell et al (1993), Brennan et al
(1998), Chordia et al (2001), etc. dans le but d'examiner la relation entre la liquidité et la
rentabilité des actions. Brennan et al (1998) ont détecté une relation significative et négative
entre le volume des transactions en dollars et les rentabilités des actions, même après avoir
ajouté des facteurs de risque comme variables de contrôle dans le modèle de Connor et
Korajczyk (1988), ainsi que dans celui de Fama et French (1993). Plus précisément, ils trouvent
qu’une augmentation de 1% du volume de transactions entraîne une baisse de la rentabilité
excédentaire mensuelle de 0,3% pour les actions du Nasdaq et de 0,11% pour les actions du
NYSE.
En étendant l'étude de Brennan et al (1998), Chordia et al (2001) ont employé simultanément

à deux mesures de liquidité - le volume des transactions en dollars ainsi que le taux de
rotation. Ils ont obtenu une relation négative et significative entre la rentabilité moyenne des
actions et ces deux mesures après ajustement par la taille, le ratio book-to-market, le niveau
des prix et le dividende.
YAPO Ange Rocksane

3. Dimension de la liquidité liée à l’impact des prix
Amihud (2002) a proposé une nouvelle mesure de liquidité, le ratio ILLIQ, qui capture la
dimension de l’impact des prix, et qui est obtenue en faisant le rapport entre la rentabilité et
le volume de transaction. Cette mesure exige deux types de données : le prix quotidien des
actions et le volume quotidien des transactions. Ces données sont facilement disponibles et
peuvent s’étaler sur de longues périodes. Ceci permet l'étude de l’impact de la liquidité sur la
rentabilité des actions au fil du temps. Amihud a utilisé les données quotidiennes et
mensuelles des actions du NYSE au cours de la période de 1963-1997 pour exécuter un modèle
de régression transversale dans lequel les rentabilités mensuelles sont fonction du ratio ILLIQ,
du bêta, de la capitalisation boursière et des dividendes. Les résultats montrent une relation
positive entre le ratio ILLIQ (mesure de l’illiquidité) et la rentabilité des actions, ce qui est
cohérent avec les études de Amihud et Mendelson (1986), Chalmers et Kadlec (1998), Datar
et al (1998), ainsi que d'autres.
4. Mesure multidimensionnelle de la liquidité
Liu (2006) a proposé une mesure novatrice de liquidité pour les actions individuelles pour
capter les dimensions coûts de transaction, volume de négociation, et vitesse de négociation,
de la liquidité. Cette mesure est définie comme le taux de rotation normalisé ajusté du nombre
de volume de négociation quotidiens nuls sur une certaine période (les 12 derniers mois, par
exemple). L'échantillon de Liu est composé d’actions cotées sur le NYSE, l’AMEX et le Nasdaq
sur la période 1960-2003. En utilisant la nouvelle mesure pour prévoir la performance des
actions d'un ou de plusieurs années à venir, Liu a découvert que les actions les moins liquides
gagnaient des rentabilités plus élevées que les valeurs les plus liquides en moyenne de 0,682%
par mois sur une période de détention de 12 mois. Toutefois, bien que la prime de liquidité
ait été trouvée plus élevée en Janvier que dans les autres mois d'environ 2%, Liu a rejeté
l'impact de l'effet Janvier ou tout sous-période distinctive sur la liquidité prime.
YAPO Ange Rocksane

CHAPITRE II : ENVIRONNEMENT BOURSIER ET METHODOLOGIE

DE L’ETUDE
Ce chapitre se charge de présenter l’environnement boursier dans lequel nous travaillons ainsi
que la méthodologie qui a été utilisée pour mener notre étude.
I. Environnement de la Bourse Régionale des Valeurs

Mobilières (BRVM)
Cette partie vise à présenter le marché financier de l’UEMOA, son objectif, sa structure et ses
différents acteurs.
1. Présentation du marché financier de l’UEMOA
La mise en place d’un Marché Financier organisé, a été prévue par le traité du 14 novembre
1973 constituant l’Union Monétaire Ouest Africaine (UMOA). En effet, les Etats de l’UMOA
ont très tôt compris l'enjeu que constituait le financement des investissements publics et
privés par l'épargne sous régionale. C'est ce qui a nécessité la création d'un marché financier
sous régional et de la Bourse Régionale des Valeurs Mobilières (BRVM) à la place de la Bourse
d'Abidjan en Décembre 1993.
Ce marché qui regroupe l'ensemble des pays membres de l’UMOA à savoir le Bénin, le Burkina
Faso, la Côte d'Ivoire, la Guinée Bissau, le Mali, le Niger, le Sénégal et le Togo a été conçu pour
compléter et renforcer les marchés interbancaires et monétaires et offrir aux opérateurs
économiques de la sous-région de nouvelles opportunités de placement et de financement
alternatif. En outre, la création d’un espace financier commun à l’ensemble des pays de la
sous -région de l’UMOA apparaissait comme un moyen de renforcer l’intégration régionale
pour un développement des échanges commerciaux entre les pays membres.
A ce marché financier, il a été assigné les principaux objectifs suivants :
 Le relèvement du taux d’épargne financier et l’accroissement de l’offre de capitaux à

long terme
 La diversification des moyens de financement des entreprises
 La réduction des coûts d’intermédiation financière.
YAPO Ange Rocksane

Le marché financier est structuré en deux pôles opérationnels : le pôle public constitué du
Conseil Régional de l’Epargne Publique et des Marchés Financiers (CREPMF), et le pôle privé
regroupant la Bourse Régionale des Valeurs Mobilières (BRVM S.A), le dépositaire
central/banque de règlement (DC/BR), les Sociétés de gestion et d’intermédiation (SGI), les
Sociétés de Gestion de Patrimoine (SGP), les Apporteurs d’Affaires, les Sociétés de Conseil en
Investissement Boursier et les Démarcheurs.
1.1. Le CREPM
Le CREPM est l’organe de régulation du marché et le garant de l’intérêt public. Mis en place le
20 Octobre 1997, il a pour mission de veiller à la protection de l’épargne investie en valeurs
mobilières, au bon fonctionnement du marché et à l’information du marché.
Le CREPMF exerce quatre types de responsabilités :
 Règlementer le marché financier

 Autoriser les opérations
 Surveiller le marché secondaire et contrôler les acteurs
 Sanctionner le non-respect des règles du marché
1.2. La BRVM S.A
La BRVM S.A est l’institution financière centrale du marché financier depuis le lancement de
ses activités le 16 Septembre 1998. Elle est une Société Anonyme (SA) avec un capital social
de 2,9 milliards FCFA. Elle est en charge des activités suivantes : l’organisation du marché, la
cotation et la négociation des valeurs mobilières, la publication des cours et des informations
boursières, la promotion et le développement du marché.
La BRVM comprend deux marchés illustratifs d’émission et d’échange de titres financiers : le

marché d’actions et le marché d’obligations.
1.3. Le DC/BR
Il représente la seconde structure centrale du fonctionnement du marché régional. Le DC/BR

est une entité privée au capital de 1,5 milliards FCFA localisé à Abidjan en CI. Sa mission
consiste à assurer la conservation et la circulation scripturale des valeurs mobilières pour le
compte des intermédiaires financiers agréés par le CREPMF. Sa fonction « banque de
YAPO Ange Rocksane

règlement » s’exerce par le règlement des ordres d’achat et de vente de titres émis, le
paiement des rémunérations dues à ces derniers et la compensation des transactions
ordonnées par chaque SGI.
1.4. Les Acteurs du marché : Les Intermédiaires Commerciaux
 Les Sociétés de Gestion et d’Intermédiation (SGI)
Les SGI sont des établissements financiers en charge exclusive de la négociation des valeurs
mobilières cotées à la bourse et de la conservation des titres pour le compte de leurs clients
(investisseurs particuliers ou institutionnels). Elles sont soumises aux critères prédéfinis
portant le statut de la société anonyme au capital minimum de 150 millions FCFA.
Il existe deux types de SGI : les SGI de réseau émanant des institutions financières (banques)
et les SGI indépendantes tenus par des opérateurs économiques locaux (personnes physique
ou morale). Le marché financier compte au total 24 SGI.
 Les Sociétés de Gestion de Patrimoine
Les SGP sont des sociétés financières qui interviennent d’une manière discrétionnaire dans la
gestion de titres confiés sur la base d’un mandat de gestion de la clientèle après négociation
et placement effectué par les SGI. Elles ne sont pas autorisées à détenir ni des titres ni des
fonds de clients. Elles doivent détenir un capital de 40 millions FCFA pour être agréées. Dans
le cas du marché régional, cette fonction est représentée par une seule SGP : City Finance.
 Les Apporteurs d’Affaires
Ce sont des personnes physiques ou morales dont le rôle est l’intermédiation dans la
transmission des ordres de leurs clients au SGI ou SGP pour diverses fonctions.
 Les Démarcheurs
Ils sont représentés par des personnes physiques ou morales qui offrent des services de
conseils en vue de susciter la souscription, l’achat ou la vente de valeur mobilières ou la
participation à des opérations sur ces valeurs. A cet effet, ils reçoivent l’habilitation du
CREPMF dans le respect des obligations exigées par ce métier.
YAPO Ange Rocksane

 Les Teneurs de Comptes
Cette dénomination est à la charge des banques. Leur fonction consiste à conserver les titres
de leur clientèle. Toute banque de l’UEMOA peut être habilitée par le CREPMF.
 Les Conseillers en Investissement Boursier
Ils peuvent être représentés par des personnes physiques ou morales. Ils exercent leur activité
dans le conseil de la clientèle en matière de placement boursier tout en ne se substituant pas
à elle dans la décision finale d’investissement et la transmission des ordres aux SGI. A cela, il
leur est interdit de recevoir tous dépôts de fonds ou de titres de leur clientèle.
1.5. Les Organismes de Placement Collectif en Valeurs Mobilières (OPCVM)
Les OPCVM sont des institutions financières dont la mission est de collecter l’épargne des
agents économiques par l’émission de part sous forme d’actions ou autres titres financiers.
Elles constituent un portefeuille de valeurs mobilières destinées au financement des
émetteurs du marché. Ainsi les OPCVM sont représentés dans le marché régional par les
sociétés d’investissement à capital variable SICAV et par les Fonds Commun de placement
agrées par le CREPMF.
2. Les titres cotés à la BRVM
2.1. Les Obligations
Ces titres représentent des créances émises à l’endroit des investisseurs du marché. Ces
derniers sont regroupés en 4 catégories :
 Les obligations « corporate » émises par les sociétés de droit privé.

 Les obligations d’Etat émises par le Trésor Publique des Etats membres de l’UEMOA.
 Les obligations régionales émises par les institutions sous régionales.
 Les obligations kolas émises par les différents organismes internationaux.
2.2. Les Actions
Ils représentent les titres du capital des entreprises cotées à la BRVM. Les évolutions des cours
des actions sont suivies grâce à différents indices boursiers :
 Le BRVM10 : indice illustratif des dix titres des sociétés les plus actifs du marché.
YAPO Ange Rocksane

 Le BRVM composite : indice constitué de toutes les valeurs du marché.

 Les différents indices sectoriels qui représentent l’évolution des secteurs d’activité.
Ces indices sont établis sur une base indicielle de 100 par rapport à l’année de référence
(1998).
2.3. Les Droits
Les droits sont des titres négociables rattachés aux actions par leur attribution qui permettent
aux détenteurs d’actions d’acheter prioritairement d’autres actions à un prix fixé d’avance. Ils
peuvent être rétrocédés sur le marché lors d’une émission d’actions contre de la liquidité.
3. Analyse du dynamisme du marché des actions de la BRVM
3.1. Evolution des indicateurs de performance
Les principaux indicateurs de performance de la BRVM ont connu une évolution notable au
cours de ces dernières années. Le tableau ci-après, retrace les indicateurs de performance de
2010 à 2014.
Tableau 1 : Indicateurs de performance à la BRVM entre 2010 et 2015
Date 2010 2011 2012 2013 2014 2015

Volume des
31,6 21,9 40,9 65,7 111,4 114
transactions **
Valeurs des
111,24 81,29 145,99 193,5 227,13 335,91
transactions*
Capitalisation
3 471,19 3 117,13 4 031,38 5 633,47 6 319,7 7 499,66
Boursière*
Indice BRVM 10 182,96 158,49 184,04 246,34 267,53 290,38
Indice BRVM
159,1 138,88 166,58 232,02 258,08 303,93
Composite
Nombre de sociétés
39 39 37 37 38 39
cotées
Source : CREPMF
(*) : En milliards de FCFA, (**) : En million.
3.2. Evolution des indices boursiers
Au 31 décembre 2015, l’indice BRVM 10 s'est situé à 290,38 points contre 267,53 points au 31
décembre 2014, soit une progression de 8,55 %. Quant à l’indice BRVM Composite, il s’établit
à 303,93 points au 31 décembre 2015, contre 258,08 points au 31 décembre 2014, soit une
hausse de 17,76 %.
YAPO Ange Rocksane

Ces indices ont connu leur plus haut niveau le 27 juillet 2015 pour la BRVM 10 (315,18 points)
et le 20 novembre 2015 pour le BRVM Composite (258,54 points). Ils ont touché leur plus bas
niveau de l’année 2015, le 21 janvier 2015, jour au cours duquel l’indice BRVM 10 clôturait à
256,22 points, et 248,29 points pour l’indice BRVM Composite le 15 janvier 2015.
Globalement, les indices de référence de la BRVM ont connu une tendance haussière au cours
de ces 6 dernières années.
Graphique 1 : Evolution mensuelle des indices boursiers de la BRVM entre 2011 et 2015
350
300
250
200
150
100
50
0
12/10/2011 12/10/2012 12/10/2013 12/10/2014 12/10/2015
BRVM 10 BRVM C
Source : Base de données de la BRVM
3.3. Les indices sectoriels
Tous les secteurs ont contribué à la performance du marché en 2015, excepté le secteur «
Agriculture » qui, au vu de la conjoncture sur les marchés mondiaux de certains produits, a
subi une dépréciation de son indice de -27,67%. Ce recul du secteur « Agriculture » s’explique
essentiellement par les chutes annuelles constatées sur les deux (2) principales valeurs dudit
secteur, SAPH CI (-34,57%) et SOBG CI (-19,75%) en liaison avec la baisse des cours mondiaux
du caoutchouc (-8%).
En revanche, les 6 autres indices sectoriels du marché des actions se sont affichés en hausse
par rapport à leur niveau à la fin de l’exercice précédent. Cependant, la plus haute
performance a été enregistrée dans le secteur de la distribution. Cette hausse a été menée
YAPO Ange Rocksane

principalement par les valeurs BERNABE CI (142,45%), TRACTAFRIC (139,64%), SERVAIR

ABIDJAN CI (118,33%).
Tableau 2: Evolution annuelle des indices sectoriels entre 2010 et 2015
Variation
Secteurs 2010 2011 2012 2013 2014 2015
2014-2015
Secteur 93,06 77,54 94,64 147,38 161,13 174,11 8,06%
Industrie
Service public 432,42 350,12 435,92 609,72 705,25 818 15,99%
Secteur 64,22 51,83 57,35 82,04 93,48 106,5 13,93%
Finances
Secteur 238,14 239 348,78 788,99 1213,38 1524,65 25,65%
Transport
Secteur 254,46 368,2 398,94 372,85 240,92 174,26 -27,67%
Agriculture
Secteur 123,57 106,28 176,18 268,89 296,96 579,26 95,06%
Distribution
Autre Secteur 57,1 59,26 103,7 197,53 419,75 650,26 54,92%
Source : Statistique du CREPMF
3.4. Evolution de la capitalisation boursière
La capitalisation boursière totale du marché a évolué dans le même sillage que les indices
boursiers. Elle a progressé de 140,59 % pour s’établir à 7 499,66 milliards de FCFA en fin
décembre 2015 contre 3 117,13 milliards de FCFA en 2011.
Graphique 2 : Evolution annuelle de la capitalisation boursière
8 000
7 000
6 000
Milliards de FCFA
5 000
4 000
3 000
2 000
1 000
0
2010 2011 2012 2013 2014 2015
Année
Source : CREPMF
YAPO Ange Rocksane

3.5. Le volume et les valeurs de transaction
Le volume et les valeurs de transaction ont connu une évolution très rapide au cours de ces 5
dernières années, après la crise qu’a connu la Côte d’Ivoire en 2011. En effet le volume de
transaction est passé de 21,9 millions en 2011 à 114 millions en 2015, soit une augmentation
de plus de 93 millions. Les valeurs de transaction, quant à elles, sont passées de 81,29 milliards
de FCFA à 335,91 milliards de FCFA, soit une hausse de 313.22%.
Cette situation de dynamisme des échanges est à mettre à l’actif du fractionnement de

certains titres (SONATEL, ONATEL, SOLIBRA, etc.), à l’admission au compartiment actions de
nouvelles sociétés (ECOBANK TOGO, TOTAL SENEGAL, BOA SENEGAL, etc.), aux augmentations
de capital de certaines entreprises cotées et à des anticipations des investisseurs sur les
perspectives de croissance de certaines sociétés cotées ainsi que des différents pays de
l’UEMOA.
Graphique 3 : Evolution annuelle du volume et des valeurs de transaction
140 400
120 350
300
Milliards de FCFA
Millions d'actions
100
250
80
200
60
150
40
100
20 50
0 0
2010 2011 2012 2013 2014 2015
Volume des transactions Valeurs des transactions
Source : CREPMF
II. Source de données et sélection des variables

L'échantillon de notre étude comprend les actions cotées à la BRVM dont les données
boursières (cours des actions, volumes de transaction, etc.) et financières sont disponibles sur
la période d’août 2012 – août 2016. Ces données sont mensuelles et sont issues de la base de
données de la BRVM. Au total, seulement 31 entreprises sur 40 avaient les données
YAPO Ange Rocksane

nécessaires disponibles sur la période concernée, et ont été sélectionnées pour former notre
échantillon.
1. Les mesures de liquidité utilisées dans notre étude
La littérature sur la liquidité des actions présente diverses mesures de liquidité, mais celle qui
rend pleinement compte du concept liquidité n'a pas encore été déterminée. En outre,
compte tenu de la nature multidimensionnelle de la liquidité, il est impossible de décrire la
liquidité en une seule mesure.
Dans cette étude, la liquidité est caractérisée par deux attributs qui sont
interdépendants : la quantité de transaction et de l'impact des prix. Chacune de ces
dimensions sera mesurée par différents proxys qui ont été couramment utilisés dans la
littérature.
La quantité de transaction décrit la taille d’une transaction, et afin de mesurer la taille des
transactions, la littérature emploie deux grandes mesures : le volume des transactions et le
taux de rotation. Le volume des transactions est le nombre d'actions négociées pour le titre i
au jour t. Le taux de rotation est donné par le nombre d'actions négociées divisé par le nombre
d'actions en circulation. Tel que discuté dans Datar et al. (1998), il existe de nombreux
avantages de l'utilisation du taux de rotation pour mesurer la liquidité. Amihud et Mendelson
(1986) montrent qu’à l'équilibre la liquidité est corrélée à la fréquence des transactions. Donc,
si on ne peut pas observer directement la liquidité, mais qu’on peut calculer le taux de
rotation, alors on peut utiliser ce dernier comme un indicateur de liquidité. De plus les
négociations à la BRVM se font en utilisant le système de commande et les données sur le taux
de rotation sont relativement faciles à obtenir. Cela nous permet de capturer les variations de
la liquidité des actifs mois par mois, et permet l'examen des effets de liquidité pour un grand
nombre d’actions pendant une longue période de temps.
La mesure de la dimension de l'impact des prix de la liquidité adoptée dans cette étude est le
ratio ILLIQ d’Amihud. Le ratio ILLIQ sert de mesure d'illiquidité en raison de la relation négative
entre les fluctuations des prix et le degré de liquidité de l’action. En effet, les actions moins
liquides auront de plus grands changements de prix que des actions liquides.
YAPO Ange Rocksane

2. Les autres variables utilisées dans l’étude
La Rentabilité : la rentabilité de l'action i est définie comme le pourcentage de variation des

prix au mois t. Il est calculé en soustrayant 1 du rapport du prix du mois t au prix du mois t-1 :
𝑃𝑡
𝑅𝑖𝑡 = −1
𝑃𝑡−1
Le taux de rentabilité de l’actif sans risque : le taux de rentabilité de l’actif sans risque
utilisé dans cette étude est le taux de rentabilité annuel des bons du trésor public de la Côte
d’Ivoire (TPCI) à échéance de 7 ans. Nous avons utilisé le taux du TPCI parce que la Côte
d’Ivoire représente un émetteur de référence sur le marché boursier de l’UEMOA. Pour
obtenir des taux mensuels, nous avons utilisé la formule :
𝑅𝑓,𝑚𝑜𝑖𝑠 = (1 + 𝑅𝑓,𝑎𝑛𝑛é𝑒 )1/12 − 1
La Capitalisation Boursière : La capitalisation boursière pour chaque mois est calculée en

faisant le produit du dernier cours du mois par le nombre d’actions en circulation.
L’effet relié à la capitalisation boursière a été révélé pour la première fois par Banz (1981). Il
a montré, à travers une étude sur des entreprises américaines sur la période 1931-1975, que
les entreprises de petites capitalisations boursières présentaient des rentabilités plus
importantes que ceux des entreprises ayant une grande capitalisation. Les résultats sur l’effet
de taille ont aussi été confirmés par d’autres auteurs et principalement par Fama et French
(1992, 1996).
Le Ratio book-to-market (Valeur Comptable/Valeur de Marché) : Le ratio book-to-market est

calculé une fois par année en Août de l’année t, comme étant le rapport entre la valeur
comptable de l’année t-1 et la capitalisation boursière en décembre de l’année t-1(Fama et
French, 1996).
Plusieurs études ont confirmé le fait qu’il existe une relation positive entre les rentabilités des
titres et leur ratio book-to-market. L’étude de référence est celle effectuée par Fama et French
(1992). En effectuant un classement des titres en déciles sur la base du ratio book-to-market,
Fama et French (1992) ont trouvé, qu’en moyenne, il y avait un écart mensuel positif de 0,99%
entre le portefeuille composé de titres ayant un ratio book-to-market élevé (titre de valeur)
et celui composé des titres ayant un ratio book-to-market faible (titre de croissance). Pour
YAPO Ange Rocksane

argumenter le pouvoir prédictif de cette variable, Fama et French (1993) ont proposé une
explication axée sur le fait que la rentabilité exigée des titres de valeur est une simple
compensation du risque.
III. Méthodologie de l’étude

Dans cette partie, la méthodologie économétrique pour l'étude empirique sera présentée.
Dans le but de fournir des résultats empiriques, en ce qui concerne l’impact de la liquidité sur
la rentabilité des actions à la BRVM, nous nous référons à la littérature économétrique qui
nous recommande l’utilisation des modèles de données de panel. Par modèle de données de
panel, nous entendons un modèle statistique dans lequel les variables ont deux dimensions :
une dimension transversale (en coupe instantanée) et une dimension temporelle. Il s’agit en
d’autres termes d’observer plusieurs individus (d’un point de vue statistique) dans le temps.
L’étude des données de panel présente plusieurs avantages dans la mesure où elle permet
d’identifier certains effets non détectés par les coupes instantanées et les données
temporelles. Elle permet également de mieux comprendre la dynamique de certains
phénomènes, de contrôler l’hétérogénéité individuelle, et offre un degré de liberté plus large,
ce qui favorise la précision et l’efficacité des estimateurs.
1. Présentation de la méthodologie
Le modèle de base s’écrit, pour l’individu i et pour la date t, comme suit :
𝐲𝐢𝐭 = 𝛂 + 𝐗 𝐢𝐭 𝛃 + 𝛆𝐢𝐭 (1)

Où 𝐲𝐢𝐭 est la variable dépendante et 𝐗 𝐢𝐭 représente la matrice des variables explicatives ;
𝛆𝐢𝐭 est l’erreur du modèle relative à l’individu 𝐢 et à la date 𝐭. On suppose que 𝛆𝐢𝐭 ~ 𝐢𝐢𝐝(𝟎; 𝛔𝟐𝛆 ).
La littérature économétrique présente trois modèles d’estimation des données de panel : le

modèle MCO (ou modèle Pooled), le modèle à effets fixes connu aussi sous le nom de LSDV
(Least Squares Dummy Variables) et le modèle à effets aléatoires.
1.1. Le modèle MCO
Le modèle MCO, le plus simple d’entre les trois, se fonde sur le postulat que les individus qui
composent l’échantillon sont rigoureusement homogènes, c’est-à-dire qu’ils ne se
YAPO Ange Rocksane

démarquent les uns des autres par aucune caractéristique spécifique. Dans ce modèle, les
coefficients sont estimés sur la base d’un échantillon à l’intérieur duquel les données sont «
empilées » sans égard par rapport aux individus et aux dates. Le modèle s’écrit :
𝐲𝐢𝐭 = 𝛂 + 𝐗 𝐢𝐭 𝛃 + 𝛆𝐢𝐭
La constante 𝛂 est identique pour tous les individus.
1.2. Le modèle à effets fixes
Le modèle à effets fixes suppose que chaque individu présente des caractéristiques propres
susceptibles d’affecter la relation étudiée. Les individus se démarquent les uns des autres par
un élément constant. Dans ce contexte, le modèle s’écrit sous la forme :
𝐲𝐢𝐭 = 𝛂𝐢 + 𝐗 𝐢𝐭 𝛃 + 𝛆𝐢𝐭
1.3. Le modèle à effets aléatoires
Dans le modèle à effets aléatoires, la question de l’hétérogénéité des individus à l’intérieur

d’un échantillon en données de panel consiste à interpréter le terme d’erreur comme étant la
somme de deux composantes :
 une première composante 𝛆𝐢𝐭 similaire à celle qui apparaissait déjà dans les modèles
précités ;
 une seconde, plus originale, postule que chaque individu se démarque des autres par
la réalisation d’une variable aléatoire 𝐮𝐢 dont les caractéristiques (en particulier,
moyenne et variance) sont identiques d’un individu à l’autre.
𝐲𝐢𝐭 = 𝛂 + 𝐗 𝐢𝐭 𝛃 + 𝐮𝐢 + 𝛆𝐢𝐭 (2)
2. Détermination empirique de l’effet de la liquidité sur la rentabilité des

actions.
Dans cette étude, nous utilisons la méthodologie des données de panel présentée
précédemment pour estimer les modèles suivants :
Modèle 1 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟏𝐭 𝐓𝐑 𝐢𝐭 + 𝛆𝐢𝐭 (3)
Modèle 2 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟐𝐭 𝐕𝐎𝐋𝐢𝐭 + 𝛆𝐢𝐭 (4)
YAPO Ange Rocksane

Modèle 3 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟑𝐭 𝐈𝐋𝐋𝐈𝐐𝐢𝐭 + 𝛆𝐢𝐭 (5)
Modèle 4 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟏𝐭 𝐓𝐑 𝐢𝐭 + 𝛃𝟐𝐭 𝐕𝐎𝐋𝐢𝐭 + 𝛃𝟑𝐭 𝐈𝐋𝐋𝐈𝐐𝐢𝐭 + 𝛆𝐢𝐭 (6)
Modèle 5 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟏𝐭 𝐓𝐑 𝐢𝐭 + 𝛃𝟐𝐭 𝐕𝐎𝐋𝐢𝐭 + 𝛃𝟑𝐭 𝐈𝐋𝐋𝐈𝐐𝐢𝐭 + 𝛃𝟒𝐭 𝐂𝐀𝐏𝐢𝐭 + 𝛃𝟓𝐭 𝐁𝐓𝐌𝐢𝐭
(7)
+ 𝛆𝐢𝐭
Où 𝐑𝐄𝐢𝐭 représente la rentabilité excédentaire (la prime de risque) de l’action

𝐢 à la période 𝐭, 𝐓𝐑 𝐢𝐭 le taux de rotation de l’action, 𝐕𝐎𝐋𝐢𝐭 le volume de transaction en FCFA,
𝐈𝐋𝐋𝐈𝐐𝐢𝐭 la mesure d’illiquidité d’Amihud (Amihud, 2002). 𝐂𝐀𝐏𝐢𝐭 et 𝐁𝐓𝐌𝐢𝐭 représentent
respectivement la capitalisation boursière et le ratio book-to-market de l’action 𝐢 à la
période 𝐭.
Les équations (3), (4) et (5) permettent de déterminer les effets des mesures de la liquidité,
pris séparément, sur la rentabilité excédentaire des actions.
Les équations (6) et (7) permettent de déterminer leur effet conjoint en présence de variables
de contrôle sur la rentabilité des actions.
Différents tests de diagnostiques seront mis en place pour déterminer le modèle final. Il s’agit
plus précisément du test de racine unitaire, du test d’homogénéité des comportements, du
test de Hausman et des tests de validité des hypothèses faites sur les différents modèles. Le
principe de ces différents tests sera présenté en annexe.
3. Relation théorique entre la liquidité et la rentabilité des actions
Le signe attendu de l'effet de la liquidité sur la rentabilité des actions dépend de la mesure de
la liquidité employée. Si la mesure est un indicateur de la liquidité (par exemple, le taux de
rotation ou le volume des transactions), le signe devrait être négatif en raison du fait que plus
l’action est liquide, moins la rentabilité attendue est élevée. Si la mesure appliquée est un
proxy d’illiquidité (par exemple, la mesure ILLIQ de Amihud), le signe doit être positif, ce qui
signifie que plus l’action est illiquide, plus la rentabilité requise est élevée.
YAPO Ange Rocksane

Tableau 3 : Impact théorique des mesures de liquidité sur la rentabilité des actions
Dimension de la Effet attendu sur la

Mesure Formule
liquidité rentabilité des actions
N
Quantité de Volume de VOLt = ∑ Pit ∗ Qit Negative
transaction transaction i=1
vit
Quantité de Taux de TR it =
Ni Negative
transaction rotation
n
1 |R i |
Impact des prix ILLIQ ILLIQ t = ∑ Positive
n VOLi
i=1
Source : Le et Dang (2013)
YAPO Ange Rocksane

Chapitre III : Présentation des Résultats et Discussion ENSEA – ABIDJAN – 2017
CHAPITRE III : PRESENTATION DES RESULTATS, DISCUSSION ET

LIMITE DE L’ETUDE
Ce chapitre a pour objectif de présenter les résultats obtenus à l’issu de nos analyses, de les
confronter aux conclusions des études antérieures et à la réalité de l’espace UEMOA à travers
une discussion et enfin de présenter quelques limites de ces résultats, dans la mesure où
certains aspects reliés à notre terme d’étude n’ont pas été abordés.
I. Présentation et interprétation des résultats

Cette partie présente les résultats de l’analyse descriptive et économétrique de notre étude.
1. Analyse descriptive des variables
L'échantillon global se compose de 1519 observations mensuelles6. Nous présentons la

moyenne, l'écart-type, le skewness et le kurtosis, pour la rentabilité excédentaire, le ratio
book-to-market, la capitalisation boursière, le taux de rotation, le volume de transaction et le
ratio ILLIQ. Nous observons que les actions ont une rentabilité excédentaire moyenne de 1,8%
avec un écart-type de 11,3%. La moyenne du ratio book-to-market dans notre échantillon est
de 0,46, tandis que la capitalisation boursière moyenne est de 1,6.1011. Le proxy d'illiquidité
d'Amihud (ILLIQ) a une moyenne de 9,7.10-4 indiquant que la variation de la rentabilité absolue
par unités de volume de négociation journalier est d'environ 0,1%. Le taux de rotation a une
moyenne de 0,003 et un écart-type 0,7%. Cela signifie qu’en moyenne le nombre d’actions
échangés sur le marché représente 0,3% du nombre d’actions total, ce qui traduit la faible
liquidité du marché. Le volume de transaction en FCFA est en moyenne de 5.108 avec un écart
type de 1,6.109. Les différentes mesures de liquidité utilisées dans cette étude ont tous un
skewness largement supérieur à 0 et un kurtosis supérieur à 3, ce qui traduit le fait qu’elles
ont toutes une distribution asymétrique étalée vers la droite et ayant un pic plus élevé que
celui de la loi normale.
6
Les statistiques du tableau (1) sont calculées comme étant les moyennes des séries chronologiques des
valeurs des sections transversales
YAPO Ange Rocksane

Tableau 4 : Statistiques descriptives
Variable Observation Moyenne Ecart type Skewness Kurtosis Min Max
Rentabilité
1 519 0,02 0,11 0,84 27,8 -0,93 1,34
excédentaire
Taux de
1 519 0,003 0,007 9,13 117,7 0 0,11
rotation
Volume de
1 519 5,09.108 1,6.109 7,18 75,2 0 2,6.1010
transaction
ILLQ 1 519 9,7.10-4 1,5.10-3 3,34 18,4 0 0,014
Capitalisation
1 519 1,6.1011 3,8.1011 5,14 29,8 2,7.109 2,7.1012
boursière
Book-to-
1 519 0,46 0,48 3,05 16,2 - 0,29 3.8
market
Source : base de données de la BRVM et calcul de l’auteur
2. Analyse de la corrélation
L’analyse la corrélation entre ces différentes variables permettra de déterminer si elles

mesurent réellement le même facteur qu’est la liquidité. De façon générale, une corrélation
de 0,5 ou plus, positive ou négative, indique qu’il existe une forte relation en deux variables.
Cependant, d’après le tableau (5), les valeurs de la corrélation entre les différentes mesures
de liquidité sont toutes inférieures à 0,5. En d’autres termes, il existe une relation faible entre
les différentes mesures de liquidité. Ceci est contraire à l’intuition selon laquelle les mesures
de liquidité devraient être fortement corrélées. De plus le taux de rotation et le volume de
transaction, qui tous deux mesurent la même dimension de la liquidité, présentent une
corrélation (faible) de seulement 0.3846. Ces faibles corrélations impliquent que nous ne
pouvons pas substituer une mesure par une autre. Il faut aussi noter que le taux de rotation
et le volume de transaction qui sont considérés comme des mesures directes de liquidité sont
négativement corrélés au ratio ILLIQ de Amihud, qui est plutôt perçu comme une mesure
d’illiquidité, ce qui est en accord avec la théorie. Enfin, selon Nath (2006), si plusieurs variables
explicatives sont incluses dans une régression et si deux ou plusieurs de ces variables sont
fortement corrélées les unes aux autres, alors cela peut donner lieu à un problème de multi-
colinéarité, ce qui pourrait entrainer des biais dans l’analyse de l’impact des variables
explicatives sur la variable dépendante. Dans notre cas, la matrice de corrélation montre que
YAPO Ange Rocksane

les différentes variables sont faiblement corrélées, ainsi cette étude n’est pas sujette à un
problème de multi-colinéarité entre les variables.
Tableau 5 : Matrice de corrélation
Rentabilité Taux de Volume de

ILLIQ
excédentaire rotation transaction
Rentabilité
1
excédentaire
Taux de -0,04
1
rotation (0,11)
Volume de -0,02 0,4
1
transaction (0,29) (0,000)
0,07 -0,1 -0,13
ILLIQ 1
(0,005) (0,003) (0,000)
 P-value entre parenthèse
3. Analyse économétrique
Dans cette partie, le seuil de significativité retenu est de 5%.
3.1. Tests de diagnostiques
Il s’agit de présenter les différents tests nécessaires pour bien calibrer nos différents modèles
d’estimation. Nous présentons successivement les tests de racine unitaire, d’homogénéité, de
Hausman, d’hétéroscédasticité et d’autocorrélation des erreurs.
3.1.1. Test de racine unitaire
La littérature économétrique actuelle offre un champ particulièrement intéressant sur les

stratégies des tests de racine unitaire sur données de panel. Plusieurs stratégies de test sont
développées. Nous pouvons citer le test de Levin et Lin (1992), le test de Im, Pesaran et Shin
(2003), le test de Harris et Tzavalis (1999), mais nous avons choisi celle développée par Im,
Pesaran et Shin (2003) qui prend en compte l'hétéroscédasticité et l'auto-corrélation des
erreurs. La mise en œuvre de ce test nous donne les résultats consignés dans le Erreur !
Source du renvoi introuvable. ci-dessous.
YAPO Ange Rocksane

Tableau 6 : Résultat du test de présence de racines unitaires
𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞𝐬 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐪𝐮𝐞 𝐏 − 𝐯𝐚𝐥𝐮𝐞

𝑅𝐸𝑖𝑡 -21,37 0,0000
𝑇𝑅𝑖𝑡 18,56 0,0000

𝑉𝑂𝐿𝑖𝑡 -18,93 0,0000
𝐼𝐿𝐿𝐼𝑄𝑖𝑡 -17,64 0,0000
𝐶𝐴𝑃𝑖𝑡 1,99 0,98
∆𝐶𝐴𝑃𝑖𝑡 -22,8 0,0000
𝐵𝑇𝑀𝑖𝑡 0,4 0,65
∆𝐵𝑇𝑀𝑖𝑡 -23,5 0,0000
Toutes les variables sont stationnaires à 5%, à l’exception de la capitalisation boursière et du

ratio book-to-market, qui sont stationnaires en différence première. Dans la suite de l’étude,
ces variables seront considérées en différence premières.
3.1.2. Test d’homogénéité
Il s’agit de répondre à la question relative à l’hétérogénéité ou non des individus. Plus

précisément, nous nous demandons si les individus qui composent l’échantillon présentent
ou non des spécificités individuelles susceptibles d’induire des comportements différents en
ce qui concerne la relation étudiée. La réponse à cette question est d’une importance capitale
dans la mesure où elle détermine le choix entre deux grandes catégories de modèles : le
modèle MCO et le modèle à effets individuels (fixes ou aléatoires).
Plusieurs stratégies de tests permettent de rechercher l'existence ou non d'effets spécifiques
dans un modèle de panel. Nous avons retenu celle de Fisher, car c'est un test qui permet
justifier s'il est opportun d'estimer le modèle sur données de panel ou s'il faut plutôt estimer
le modèle individus par individus. Le principe du test est le suivant :
H0 : Les effets spécifiques sont les mêmes vs H1 : Présence d’effets fixes
La statistique de test est :
(𝑅22 − 𝑅12 )⁄
(𝑁 − 𝑘)
𝐹∗ = 2
(1 − 𝑅2 )
⁄
(𝑁𝑇 − 𝑁 − 𝑘)
Où :
YAPO Ange Rocksane

N : Nombre de lignes
T : Taille de l’échantillon
k : Nombre de variables explicatives
𝑅12 : Coefficient de détermination du modèle à effets communs
𝑅22 : Coefficient de détermination du modèle à effets fixes
Les résultats de ce test sont résumés dans le tableau pour chaque modèle :
Tableau 7 : Résultats des tests d'homogénéité
Modèle F – statistique P - value

Modèle 1 1,85 0,0037
Modèle 2 1,76 0,0070
Modèle 3 1,69 0,0113
Modèle 4 1,93 0,0020
Modèle 5 1,89 0,0026
A la lecture de ce tableau, la p-value associée à la statistique de Fisher calculée pour chaque

modèle est nettement inférieure donc à 5%. Ce qui signifie qu'il s'agit de modèles à effets
individuels. L'utilisation des données de panel est par conséquent bien adaptée à la situation
que nous décrivons. Mais cet effet spécifique peut être individuel ou aléatoire. Il faut donc
effectuer un second test de spécification pour décider du caractère aléatoire ou non des effets
spécifiques. Le test le plus répandu pour résoudre ce genre de problème est celui de Hausman.
3.1.3. Test de Hausman
Le test de Hausman permet de faire le choix entre le modèle à effets fixes et le modèle à effets
aléatoires. L’hypothèse nulle de ce test est l’exogénéité des variables explicatives par rapport
à l’erreur spécifique du modèle. En effet, en absence de corrélation entre l’erreur spécifique
et les variables explicatives, l’estimateur du modèle à effets fixes est non biaisé, alors que celui
du modèle à effets aléatoires est biaisé, d’où le choix du modèle à effets fixes. Par contre en
présence de corrélation, les deux estimateurs sont non biaisés ; mais celui du celui du modèle
à effet aléatoire est plus efficace.
Le principe du test est le suivant :
YAPO Ange Rocksane

H0 : Présence d’effets aléatoires vs H1 : Présence d’effets fixes
La statistique de test est :
𝐻 = (𝑏𝑀𝐶𝐺 − 𝑏𝑊 )′ [𝑉𝑎𝑟(𝑏𝑀𝐶𝐺 ) − 𝑉𝑎𝑟(𝑏𝑊 )]−1 (𝑏𝑀𝐶𝐺 − 𝑏𝑊 )

𝑏𝑀𝐶𝐺 : Vecteur des coefficients du modèle à effets aléatoires
𝑏𝑊 : Vecteur des coefficients du modèle à effets fixes
Sous l'hypothèse nulle, 𝐻 suit une loi du Khi-deux à k degrés de liberté. k désignant le nombre de
paramètres estimés hormis la constante.
Les résultats du test sont résumés dans le tableau pour chaque modèle :
Tableau 8 : Résultat des tests de Hausman

Modèle 1 1,89 0,1689
Modèle 2 3,13 0,0769
Modèle 3 0,90 0,3426
Modèle 4 11,02 0,0040
Modèle 5 86,89 0,0000
A la lecture de ce tableau, il ressort que le modèle à effets aléatoires est plus adapté pour les
trois premiers modèles puisque toutes les p-value sont nettement supérieures à 5%. Pour les
deux derniers modèles, le modèle a effet fixe est plus adapté.
Mais une condition nécessaire pour appliquer ces modèles est qu'il faut absolument que les
erreurs soient homoscédastiques et non auto-corrélées. Il nous faut donc d'abord faire les
tests d'hétéroscédasticité et d'autocorrélation des erreurs pour nous assurer de la validité de
ces estimateurs.
3.1.4. Tests d'hétéroscédasticité
Pour l'hétéroscédasticité sur donnée de panel, nous effectuons le test de White sur données
de panel qui se fait en trois (3) étapes :
Etape 1 : Estimer le modèle en question
Etape 2 : Récupérer les erreurs du modèle estimé
Etape 3 : Faire la régression du carré des erreurs sur les variables explicatives du modèle et
leur carré.
YAPO Ange Rocksane

Si tous les coefficients sont conjointement significatifs, alors nous concluons à

l'hétéroscédasticité des erreurs. Les résultats du test sont consignés dans le tableau :
Tableau 9 : Résultats des tests d'hétéroscédasticité

Modèle 1 99999 0,0000
Modèle 2 99999 0,0000
Modèle 3 15936,69 0,0000
Modèle 4 709,03 0,0000
Modèle 5 154,01 0,0000
Les p-value, à l’issue du test de White pour chaque modèle, sont toutes inférieures à 5%. Il y
a donc assez d’évidence pour qu’on rejette l’hypothèse d’homoscédasticité. Ainsi, les erreurs
de chacun de ces 5 modèles sont hétéroscédastiques.
3.1.5. Test d'autocorrélation
Quant à l'autocorrélation, nous avons utilisé le test d'autocorrélation sur données de panel de
WOODRIDGE (2002).
Tableau 10 : Résultats des tests d'autocorrélation

Modèle 1 20,1 0,0001
Modèle 2 18,8 0,0001
Modèle 3 18,7 0,0002
Modèle 4 19,139 0,0001
Modèle 5 18,281 0,0002
Les résultats du test de WOOLDRIDGE montrent que les p-value sont toutes inférieures à 5%.
Nous concluons donc à l'autocorrélation des erreurs.
A l'issu de ces deux derniers tests, nous pouvons dire que les erreurs sont hétéroscédastiques
et auto-corrélées. Nous ne pouvons donc plus utiliser les modèles à effets fixes et à effets
YAPO Ange Rocksane

aléatoires pour nos estimations. L'estimateur le plus adapté à ces genres de problème reste
l'estimateur des Moindres Carrés Généralisés.
3.2. Présentation et interprétation des résultats des estimations
Le tableau ci-dessous présente les résultats de l’estimation des cinq (5) modèles par la
méthode des MCG, décrite en annexe :
Tableau 11 : Résultats des estimations économétriques
𝐌𝐨𝐝è𝐥𝐞 𝟏 𝟐 𝟑 𝟒 𝟓
Coefficient Coefficient Coefficient Coefficient Coefficient
𝐕𝐚𝐫𝐢𝐚𝐛𝐥𝐞 T-statistique T-statistique T-statistique T-statistique T-statistique
P-value P-value P-value P-value P-value
0,75 0,73 0,93
𝐓𝐑 𝐢𝐭 1,75 1,45 1,82
0,08 0,14 0,068
2,4e-12 1,08e-12 -2,09e-12
𝐕𝐎𝐋𝐢𝐭 1,12 0,43 -0,67
0,26 0,66 0,500
4,5 4,80 5,3
𝐈𝐋𝐋𝐈𝐐𝐢𝐭 2,71 2,88 3,39
0,007 0,004 0,001
2,07e-12
∆𝐂𝐀𝐏𝐢𝐭 14,77
0,000
-0,056
∆𝐁𝐓𝐌𝐢𝐭 -1,98
0,047
0,01 0,013 0,01 0,008 0,003
𝐜 4,41 5,01 3,47 2,37 1,23
0,000 0,000 0,001 0,018 0,219
Obs 1519 1519 1519 1519 1488
Wald stat 3,06 3,06 7,36 10,06 18,04
P_value 0,004 0,004 0,0067 0,0065 0,0004
YAPO Ange Rocksane

Il ressort de l’analyse du tableau qu’en ce qui concerne les mesures de liquidité utilisées dans
cette étude, seul le ratio ILLIQ est significatif, ce qui traduit la non pertinence de l’utilisation
du taux de rotation et du volume de transactions comme mesures « prioritaires » de la
liquidité à la BRVM. Quant aux variables de contrôle, nous observons qu'il existe lien
significatif et positif entre la capitalisation boursière et la rentabilité des actions. Le coefficient
du ratio Book-to-Market est également significatif.
II. Discussion des résultats et limites de l’étude

1. Discussion des résultats
Les résultats de l’analyse économétrique ont montré que le taux de rotation et le volume de
transaction n’ont aucun impact significatif sur la rentabilité des actions. Ces résultats peuvent
s’expliquer par le fait que les populations locales (de la zone UEMOA) ont commencé à
s’intéresser de plus en plus à la BRVM, et particulier aux actions les plus échangés sur le
marché, indépendamment de leur rentabilité à court terme. En effet, ces actions, perçus
comme des actions de croissance, constituaient une bonne opportunité de placement à
moyen et long terme, comparativement aux placements bancaires.
Par ailleurs, ces résultats constituent une limite aux conclusions de Brennan et al (1998) et
Chordia et al (2001), selon lesquelles le taux de rotation et le volume de transaction affectent
négativement la rentabilité des actions.
Quant au ratio ILIQ, les résultats ont montré qu’il avait un impact significatif et positif, en tant
que mesure de l'impact sur les prix de la liquidité, sur la rentabilité des actions. Ceci confirme
l'hypothèse d'Amihud (2002) qui a déclaré qu'il existe une relation positive entre l'illiquidité
mesurée par le ratio ILLIQ et la rentabilité des actions. En ce qui concerne l'ampleur de la
relation, nous constatons que la variable ILLIQ a la plus fort impact sur la rentabilité des actions
parmi les trois mesures de liquidité. Cela implique que, parmi les dimensions de la liquidité
utilisées dans cette étude, la dimension de l'impact sur les prix exerce la plus forte influence
sur les rentabilités boursières des actions de la BRVM.
2. Limite de l’étude
Cette étude comporte un certain nombre de limites. Tout d'abord, seulement deux
dimensions de la liquidité ont été prises en compte pour mener l’analyse à savoir la dimension
YAPO Ange Rocksane

liée à la quantité de transaction et celle liée à l’impact sur les prix. Les dimensions liées aux
coûts de transactions et à la fréquence de négociation n’ont pas été considérées à cause du
manque de données relatives cours acheteurs et vendeurs, et aux fréquences de négociations
(par intervalle de temps). Ensuite, des mesures plus précises telles que la mesure de l'impact
sur les prix de Pastor et Stambaugh ou la mesure multidimensionnelle de Liu n'ont pas été
utilisées. Par ailleurs, un échantillon composé de plus d'actions et couvrant une période de
temps plus longue serait d'une grande utilité pour des recherches futures pour réexaminer la
relation entre la liquidité et la rentabilité des actions. Enfin, la recherche d’un quelconque
effet saisonnier (mensuel) n’a pas été entreprise, ce qui aurait permis d’en savoir plus quant
à l’effet de la liquidité sur le marché boursier de l’UEMOA.
YAPO Ange Rocksane

Conclusion Générale ENSEA – ABIDJAN – 2017
CONCLUSION GENERALE
La liquidité, dans le cadre des actions, est un concept multidimensionnel qui peut se définir
simplement par la facilité avec laquelle une grande quantité d’actions peut être échangée
rapidement, à faible coût et avec peu d’impact sur le prix. Cette définition recouvre les quatre
dimensions de la liquidité, reliées respectivement aux coûts de transaction, à la quantité de
transaction, à l’impact sur les prix et à la vitesse de négociation. Ainsi pour mesurer la liquidité,
différentes mesures qui capturent chacune de ses dimensions sont utilisées dans la littérature.
L’objectif de cette étude étant d’analyser l’impact de la liquidité sur la rentabilité des actions
cotées à la BRVM, nous avons, pour ce faire, utilisé trois mesures de liquidité à savoir le taux
de rotation et le volume de transaction qui représentent l’aspect quantité de transaction, et
le ratio ILLIQ d’Amihud qui représente l’aspect impact sur les prix, pour mener notre analyse.
Tout d’abord nous avons présenté le concept de la liquidité, ensuite nous avons identifié les
causes de la non liquidité des actions. A ce niveau cinq sources de l’illiquidité des actions ont
été présentées. Il s’agit des coûts de transaction exogènes, de la pression de la demande, du
risque inventaire, des frictions de recherches et de l’asymétrie d’informations. Enfin nous
avons examiné différentes études antérieures qui ont analysé le lien entre la liquidité et les
rentabilités des actions sur divers marchés boursiers. Ainsi, dans le but de fournir des résultats
empiriques propres au marché boursier de la BRVM, nous avons constitué un échantillon de
31 actions sur lequel nous avons conduit une analyse descriptive et une analyse
économétrique en utilisant l’estimateur de moindres carrés généralisés sur données de panel,
sur la période d’Août 2012 à Août 2016.
L’analyse descriptive a montré que le taux de rotation, le volume de transaction et le ratio

ILLIQ, étaient faiblement corrélés, ce qui impliquait qu'une mesure de liquidité ne pouvait pas
se substituer à une autre. Ce résultat constitue une confirmation de notre hypothèse (H1). En
outres, le problème de la multi-colinéarité était absent dans cette étude en raison de la faible
corrélation entre les différentes variables. Ainsi, les effets des mesures de liquidité sur les
rentabilités des actions pourraient être identifiés avec précision. En ce qui concerne l’analyse
économétrique, nous avons estimé cinq modèles dans lesquels la rentabilité excédentaire des
actions était régressée sur les mesures de liquidité précédemment citées et sur certaines
variables de contrôle, notamment la capitalisation boursière et le ratio book-to-market. Les
YAPO Ange Rocksane

Conclusion Générale ENSEA – ABIDJAN – 2017
résultats ont révélé que le taux de rotation et le volume de transaction n’ont pas d’impacts
significatifs sur la rentabilité des actions. Cependant, une relation positive entre le ratio ILLIQ
d'Amihud et les rentabilités des actions a été déterminée, ce qui est en accord avec les
conclusions d’Amihud (2002), et constitue une confirmation de notre hypothèse (H2). Il
convient également de noter que parmi les trois mesures de liquidité, la relation entre le ratio
ILLIQ et la rentabilité des actions est la plus importante.
Par ailleurs, cette étude comporte un certain nombre de limites. En effet, les autres
dimensions de la liquidité à savoir celles reliées aux coûts de transactions et aux fréquences
de transaction, n’ont pas été prises en compte pour fournir des résultats empiriques
concernant la BRVM. Aussi, l’analyse de l’impact saisonnier de la liquidité n’a pas été explorée.
En résumé, cette étude fournit les résultats empiriques selon lesquels la liquidité affecte la
rentabilité des actions cotées à la BRVM. Cependant, le signe et l'ampleur de la relation entre
la liquidité et la rentabilité des actions dépendent de la mesure de liquidité qui est adoptée.
Par conséquent, d'autres recherches sur la liquidité devraient tenir compte de son aspect
multidimensionnel en incluant différentes mesures relatives à ses différentes dimensions.
YAPO Ange Rocksane

Bibliographie ENSEA – ABIDJAN – 2017
BIBLIOGRAPHIES
Admati, et P. Fleiderer, (1988), “A Theory of Intraday Patterns: Volume and Price Variability”,
Review of Financial Studies, vol. 1(1), pp. 3-40.
Amihud, Y. (2002) “Illiquidity and stock returns: Cross-section and time series effects”, Journal
of Financial Markets, vol. 5, pp. 31-56.
Amihud, Y. et Mendelson, H. (1986), “Asset pricing and the bid-ask spread”, Journal of
Financial Economics, vol. 17, pp. 223-249.
Amihud, Y., Mendelson, H. et Pedersen, L. H. (2005), “Liquidity and asset prices”, Foundations
and Trends in Finance, vol. 1, pp. 269-364.
Avramov D., Chordia T. et Goyal A. (2006), “Liquidity and autocorrelations in individual stock
returns”, Journal of Finance, 61 (5). 2365–2394.
Atilgan, Y., Demirtas, K. O., et Gunaydin, A. D. (2016), “Liquidity and equity returns in Borsa
Istanbul”, Applied Economics, pp. 1-18.
Banz, R. F. (1981), “The Relation between Return and Market Value of Common Stocks”,
Journal of Financial Economics, vol. 9, pp. 3-18.
Barclay M., Kandel E., et Marx L. (1998), “The Effects of Transaction Costs on Stock Prices and
Trading Volume”, Journal of Financial Intermediation, 7 (2). 130–150.
Brennan, M. et Subrahmanyam, A. (1996), “Market Microstructure and Asset Pricing: On the
Compensation for Illiquidity in Stock Returns”, Journal of Financial Economics, vol. 41, pp. 441-
464.
Chen, N. et Kan, R. (1989), “Expected Return and the Bid-Ask Spread”, Working paper,
University of Chicago.
Chen, N., Grundy, B. et Stambaugh, R. F. (1990), “Changing risk, changing risk premiums, and
dividend yield effects”, Journal of Business, vol. 63, pp. S51–S70.
Chordia, T., Subrahmanyam, A. et Anshuman, V. R. (2001), “Trading activity and expected
stock returns”, Journal of Financial Economics, vol. 59, pp. 3-32.
Dalgaard, R. (2009), “Liquidity and stock returns: evidence from Danemark”, Master’s Thesis.
Datar, V. T., Naik, N. Y. et Radcliffe, R. (1998), “Liquidity and stock returns: An alternative test”,
Journal of Financial Markets, vol. 1, pp. 205-219.
Eleswarapu, R. (1997), “Cost of Transacting and Expected Returns in the Nasdaq Market”,
Journal of Finance, vol. 52, pp. 2113-2127.
Eleswarapu, V. and Reinganum, M. (1993), “The Seasonal Behaviour of Liquidity Premium in
Asset Pricing”, Journal of Financial Economics, vol. 34, pp. 373-386.
YAPO Ange Rocksane

Bibliographie ENSEA – ABIDJAN – 2017
Fama, E. F. et French, K. R. (1992), “The cross-section of expected stock returns”, Journal of

Finance, vol. 47, pp. 427-465.
Fama, E. F. et French, K. R. (1993), “Common risk factors in the returns on stocks and bonds”,
Journal of Financial Economics, vol. 33, pp. 3-56.
Fama, E. F. et MacBeth, J. D. (1973), “Risk, return and equilibrium: Empirical tests”, Journal of
Political Economy, vol. 81, pp. 607-636.
Harris, L. (1990), “Liquidity, Trading Rules, and Electronic Trading Systems”, New York
University Salomon Center Monograph Series in Finance, Monograph # 1990(4).
Hu, S. Y. (1997), “Trading Turnover and Expected Stock Returns: the Trading Frequency
Hypothesis and Evidence from the Tokyo Stock Exchange”, Working Paper, National Taiwan
University and University of Chicago.
Le, Dang Thuy Trang. (2013), “Liquidity and stock returns-evidence from UK stock market”,
Master’s thesis, University of Nottingham.
Lee, C. et Swaminathan, B. (2000), “Price Momentum and Trading Volume”, Journal of
Finance, vol. 55, pp. 2017–2069.
Lippman, S. A. et McCall, J. J. (1986), “An Operational Measure of Liquidity”, The American
Economic Review, vol. 76(1), pp. 43-55.
Liu, W. (2006), “A Liquidity Augmented Capital Asset Pricing Model”, Journal of Financial
Economics, vol. 82, pp. 631-671.
Loukil, N., Zayani, M., et Omri, A. (2010), “Impact of liquidity on stock returns: an empirical
investigation of the Tunisian stock market”, Macroeconomics and Finance in Emerging Market
Economies, pp. 261-283.
Marshall, B. R., et Young, M. (2003), “Liquidity and stock returns in pure order-driven markets:
evidence from the Australian stock market”, International Review of Financial Analysis, pp.
173-188.
O’Hara, M. (1995), “Market Microstructure Theory”, Basil Blackwell, Cambridge, MA.
Pastor, L. et Stambaugh, R. F. (2003), “Liquidity Risk and Expected Stock Returns”, Journal of
Political Economy, vol. 111, pp. 642–685.
Peng L. (2001), “Trading Takes Time”, Yale School of Management, Working Paper.
Stambaugh, R. F. (1982), “On the Exclusion of Assets from Tests of the Two-Parameter Model”,
Journal of Financial Economics, vol. 10, pp. 237–268.
Xuân Vinh, V. (2011), “An Empirical Investigation of Liquidity and Stock Returns Relationship
in Vietnam Stock Markets During Financial Crisis”.
YAPO Ange Rocksane

Annexes ENSEA – ABIDJAN – 2017
ANNEXES
A1. Classification des actions liquides
Le volume de transaction
Le graphique (1) classe les actions de notre échantillon selon le volume de transaction (en FCFA). L’examen de ce
graphique fait ressortir deux classes d’actions. La classe 1 qui représente les actions les plus liquide selon le
critère du volume de transaction : il s’agit des actions SONATEL SN (SNTS) et ONATEL BF (ONTBF) qui ont un
volume de transaction en FCFA largement supérieur à 50 milliards FCFA. La classe 2, qui est la classe des actions
faiblement liquides, contient l’ensemble des autres actions. Elles ont toutes un volume de transaction
relativement faible inférieur aux 50 milliards de FCFA.
Graphique 4 : Classement des actions selon le volume de transaction
Le taux de rotation
Le graphique (2) clase les actions selon leur taux de rotation. Il ressort de l’analyse de ce graphique que les actions
peuvent être regroupées en 3 classes de liquidité. La première classe représente les actions les plus liquides,
selon le taux de rotation, et comprend les 8 actions suivantes : FILTISAC CI (FTSC), SICABLE CI (CABC), SODECI
(SDCC), SERVAIR Abidjan (ABJC), ONATEL BF (ONTBF), PALM CI (PALC), BOA NG (BOAN) et BOA BN (BOAB). Les
actions de cette classe ont un taux de rotation compris entre 15% et 35%. Et la troisième classe représente les
actions très faiblement liquides (taux de rotation inférieur à 5%). Il s’agit des actions : TOTAL CI (TTLC), SMB CI
(SMBC), TRACTAFRIC CI (PRSC), CROWN SIEM CI (SEMC), NESTLE (NTLC), SAFCA CI (SAFC), SOLIBRA (SLBC), CFAO
CI (CFAC) et UNILEVER CI (UNLC). La deuxième classe contient l’ensemble des autres actions et constitue la classe
des actions faiblement liquide, actions dont le taux de rotation est compris entre 5% et 15%.
YAPO Ange Rocksane

Graphique 5 : Classement des actions selon le taux de rotation
Le ratio ILLIQ
Le graphique () classe les actions selon le ratio ILLIQ d’Amihud, qui est plutôt une mesure d’illiqudité. Les actions
sont donc classées selon leur niveau d’illiquidité. Il ressort de l’analyse de ce graphique que les actions peuvent
être regroupées en 3 classes d’illiquidité. La première classe est la classe des actions les plus illiquides et contient
les actions : CFAO CI (CFAC), NESTLE CI (NTLC), UNILEVER CI (UNLC), SODECI (SDCC) et BERNABE CI (BNBC). La
troisième classe représente la classe des actions faiblement illiquides et contient les actions : AIR LIQUIDE (SIVC),
BOA NG (BOAN), SGBCI (SGBC), SAPH CI (SPHC), PALM CI (PALC), FILTISAC (FTSC), ONATEL CI (ONTBF) et
SONATEL (SNTS).
Graphique 6 : Classement des actions selon le ration ILLIQ
YAPO Ange Rocksane

A2. Matrice de corrélation
A3. Tests d’hétéroscédasticité

Modèle 1 Modèle 2
Modèle 3 Modèle 4
YAPO Ange Rocksane

Modèle 5
A4. Tests d’autocorrélation

Modèle 1 Modèle 2
Modèle 3 Modèle 4
Modèle 5
YAPO Ange Rocksane

A5. Résultats d’estimation des modèles

A5.1 Méthode des moindres carrées généralisés
L’estimateur GLS est donné par :
𝛽̂𝐺𝐿𝑆 = (𝑋 ′ Ω
̂ −1 𝑋)−1 𝑋 ′ Ω
̂ −1 𝑦
̂ (𝛽̂𝐺𝐿𝑆 ) = (𝑋 ′ Ω
𝑉𝑎𝑟 ̂ −1 𝑋)−1
Où la matrice Ω peut-être écrite comme un produit de Kronecker :

Ω = Σ𝑚 × 𝑚 ⨂ 𝐼𝑇𝑖 × 𝑇𝑖
La matrice de variance estimée est obtenue en substituant l'estimateur Σ̂ à Σ, où

𝜖̂𝑖′ 𝜖̂𝑗
Σ̂𝑖,𝑗 =
𝑇
Les résidus utilisés dans l'estimation Σ sont d'abord obtenus à partir de la régression MCO. Si
l'estimation est itérée, les résidus sont obtenus à partir du dernier modèle mis en place.
A4.2 Résultats des Estimation
Modèle 1 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟏𝐭 𝐓𝐑 𝐢𝐭 + 𝛆𝐢𝐭
YAPO Ange Rocksane

Modèle 2 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟐𝐭 𝐕𝐎𝐋𝐢𝐭 + 𝛆𝐢𝐭
Modèle 3 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟑𝐭 𝐈𝐋𝐋𝐈𝐐𝐢𝐭 + 𝛆𝐢𝐭
YAPO Ange Rocksane

Modèle 4 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟏𝐭 𝐓𝐑 𝐢𝐭 + 𝛃𝟐𝐭 𝐕𝐎𝐋𝐢𝐭 + 𝛃𝟑𝐭 𝐈𝐋𝐋𝐈𝐐𝐢𝐭 + 𝛆𝐢𝐭
Modèle 5 : 𝐑𝐄𝐢𝐭 = 𝛂 + 𝛃𝟏𝐭 𝐓𝐑 𝐢𝐭 + 𝛃𝟐𝐭 𝐕𝐎𝐋𝐢𝐭 + 𝛃𝟑𝐭 𝐈𝐋𝐋𝐈𝐐𝐢𝐭 + 𝛃𝟒𝐭 𝐂𝐀𝐏𝐢𝐭 + 𝛃𝟓𝐭 𝐁𝐓𝐌𝐢𝐭
+ 𝛆𝐢𝐭
YAPO Ange Rocksane

Table des Matières ENSEA – ABIDJAN – 2017
TABLE DES MATIERES

DECHARGE ......................................................................................................................... I
DEDICACE ......................................................................................................................... II
REMERCIEMENTS ............................................................................................................. III
SOMMAIRE ...................................................................................................................... IV
AVANT-PROPOS ................................................................................................................ V
SIGLES, ABREVIATIONS ET ACRONYMES ........................................................................... VI
LISTE DES ILLUSTRATIONS ............................................................................................... VII
Liste des tableaux ...............................................................................................................vii
Liste des Graphiques ..........................................................................................................vii
PRESENTATION DE LA STRUCTURE D’ACCUEIL ................................................................ VIII
Information générale ........................................................................................................viii
Les domaines de compétence ........................................................................................... viii
Organigramme de BICI BOURSE..........................................................................................ix
RESUME / ABSTRACT ........................................................................................................ X
RESUME ............................................................................................................................... x
ABSTRACT ............................................................................................................................ x
INTRODUCTION GENERALE ............................................................................................... 1
Contexte de l’étude ............................................................................................................. 1
Problématique ..................................................................................................................... 1
Objectifs de l’étude ............................................................................................................. 2
Hypothèses d’études ........................................................................................................... 2
Méthodologie ...................................................................................................................... 2
Justification et annonce du plan ......................................................................................... 3
CHAPITRE I : CADRE CONCEPTUEL ET REVUE DE LITTERATURE ........................................... 4
I. ACTIONS ET RENTABILITE DES ACTIONS ...................................................................................... 4
1. Les actions.................................................................................................................... 4
2. La rentabilité des actions ............................................................................................. 5
II. LIQUIDITE DES ACTIONS ET MESURES DE LIQUIDITE ...................................................................... 5
1. La liquidité des actions................................................................................................. 5
2. Les mesures de la liquidité des actions ........................................................................ 7
2.1. Les mesures basées sur les coûts de transaction........................................................... 7
2.1.1. L’écart absolu .............................................................................................................. 7
2.1.2. L’écart relatif ............................................................................................................... 7
2.2. Mesures fondées sur la quantité de transaction ........................................................... 8
2.2.1. Volume des transactions ............................................................................................. 8
2.2.2. Le taux de rotation ...................................................................................................... 8
YAPO Ange Rocksane

2.3. Mesures fondées sur l’impact des prix .......................................................................... 9

2.3.1. La mesure ILLIQ d’Amihud ........................................................................................... 9
2.3.2. Le facteur de liquidité de Pastor et Stambaugh .......................................................... 9
2.4. Mesures de liquidité basées sur le temps .................................................................... 10
2.4.1. La fréquence de négociation ..................................................................................... 10
III. LES SOURCES DE LA NON LIQUIDITE DES ACTIONS ....................................................................... 10
1. Les coûts de transaction exogène .............................................................................. 10
2. La pression de la demande ........................................................................................ 11
3. Risque inventaire ....................................................................................................... 11
4. Frictions de recherche ................................................................................................ 12
5. L'asymétrie d'information .......................................................................................... 12
IV. RELATION EMPIRIQUE ENTRE LA LIQUIDITE ET LA RENTABILITE DES ACTIONS..................................... 12
1. Dimension de la liquidité liée aux coûts de transaction ............................................ 13
2. Dimension de liquidité liée à la quantité de transaction ........................................... 15
3. Dimension de la liquidité liée à l’impact des prix ...................................................... 17
4. Mesure multidimensionnelle de la liquidité............................................................... 17
CHAPITRE II : ENVIRONNEMENT BOURSIER ET METHODOLOGIE DE L’ETUDE .................... 18
I. ENVIRONNEMENT DE LA BOURSE REGIONALE DES VALEURS MOBILIERES (BRVM) .......................... 18
1. Présentation du marché financier de l’UEMOA ......................................................... 18
1.1. Le CREPM ...................................................................................................................... 19
1.2. La BRVM S.A .................................................................................................................. 19
1.3. Le DC/BR........................................................................................................................ 19
1.4. Les Acteurs du marché : Les Intermédiaires Commerciaux......................................... 20
1.5. Les Organismes de Placement Collectif en Valeurs Mobilières (OPCVM) .................. 21
2. Les titres cotés à la BRVM.......................................................................................... 21
2.1. Les Obligations .............................................................................................................. 21
2.2. Les Actions .................................................................................................................... 21
2.3. Les Droits ....................................................................................................................... 22
3. Analyse du dynamisme du marché des actions de la BRVM ..................................... 22
3.1. Evolution des indicateurs de performance .................................................................. 22
3.2. Evolution des indices boursiers .................................................................................... 22
3.3. Les indices sectoriels..................................................................................................... 23
3.4. Evolution de la capitalisation boursière ...................................................................... 24
3.5. Le volume et les valeurs de transaction....................................................................... 25
II. SOURCE DE DONNEES ET SELECTION DES VARIABLES ................................................................... 25
1. Les mesures de liquidité utilisées dans notre étude .................................................. 26
2. Les autres variables utilisées dans l’étude ................................................................. 27
III. METHODOLOGIE DE L’ETUDE................................................................................................. 28
1. Présentation de la méthodologie .............................................................................. 28
1.1. Le modèle MCO ............................................................................................................. 28
1.2. Le modèle à effets fixes ................................................................................................. 29
1.3. Le modèle à effets aléatoires ........................................................................................ 29
2. Détermination empirique de l’effet de la liquidité sur la rentabilité des actions. ..... 29
3. Relation théorique entre la liquidité et la rentabilité des actions ............................. 30
YAPO Ange Rocksane

CHAPITRE III : PRESENTATION DES RESULTATS, DISCUSSION ET LIMITE DE L’ETUDE ......... 32

I. PRESENTATION ET INTERPRETATION DES RESULTATS ................................................................... 32
1. Analyse descriptive des variables .............................................................................. 32
2. Analyse de la corrélation ........................................................................................... 33
3. Analyse économétrique ............................................................................................. 34
3.1. Tests de diagnostiques .................................................................................................. 34
3.1.1. Test de racine unitaire ............................................................................................... 34
3.1.2. Test d’homogénéité .................................................................................................. 35
3.1.3. Test de Hausman ....................................................................................................... 36
3.1.4. Tests d'hétéroscédasticité ......................................................................................... 37
3.1.5. Test d'autocorrélation ............................................................................................... 38
3.2. Présentation et interprétation des résultats des estimations ...................................... 39
II. DISCUSSION DES RESULTATS ET LIMITES DE L’ETUDE ................................................................... 40
1. Discussion des résultats ............................................................................................. 40
2. Limite de l’étude ........................................................................................................ 40
CONCLUSION GENERALE ................................................................................................. 42
BIBLIOGRAPHIES ............................................................................................................. 44
ANNEXES ........................................................................................................................ 46
A1. Classification des actions liquides ............................................................................... 46
A2. Matrice de corrélation ................................................................................................ 48
A3. Tests d’hétéroscédasticité........................................................................................... 48
A4. Tests d’autocorrélation ............................................................................................... 49
A5. Résultats d’estimation des modèles ........................................................................... 50
TABLE DES MATIERES ...................................................................................................... 53
YAPO Ange Rocksane


Mémoire Yapo (FINAL)

Transféré par

Droits d'auteur :

Formats disponibles

Mémoire Yapo (FINAL)

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mémoire Yapo (FINAL)

Transféré par

Droits d'auteur :

Formats disponibles

Décharge ENSEA – ABIDJAN – 2017

L’ENSEA et la BICI BOURSE n’entendent donner aucune approbation ni improbation aux

YAPO Ange Rocksane

A ma mère GNAMIEN Bernadette,

A mon père YAPO Kokola Albert,

A tous mes Frères, Sœurs et Amis.

YAPO Ange Rocksane

Nous témoignons aussi notre profonde gratitude à l’administration de l’ENSEA, en particulier

YAPO Ange Rocksane

YAPO Ange Rocksane

YAPO Ange Rocksane

SIGLES, ABREVIATIONS ET ACRONYMES

BRVM Bourse Régionale des Valeurs Mobilières

CREPMF Conseil Régional de l’Epargne Publique et des Marchés Financiers

DC/BR Dépositaire Central/Banque de Règlement

MCO Moindres Carrés Ordinaires

MEDAF Modèle d'Evaluation des Actifs Financiers

NASDAQ National Association of Securities Dealers Automated Quotations

NYSE New York Stock Exchange

OPCVM Organisme de Placement Collectif en Valeurs Mobilières

SGI Société de Gestion et d'Intermédiation

SGP Sociétés de Gestion de Patrimoine

SICAV Sociétés d'Investissement à Capital Variable

SUR Seemingly Unrelated Regression

TPCI Trésor Public de la Côte d’Ivoire

TSE Tokyo Stock Exchange

UEMOA Union Economique et Monétaire Ouest Africaine

UMOA Union Monétaire Ouest Africaine

YAPO Ange Rocksane

LISTE DES ILLUSTRATIONS

Tableau 1 : Indicateurs de performance à la BRVM entre 2010 et 2015 ................................. 22

Liste des Graphiques

YAPO Ange Rocksane

PRESENTATION DE LA STRUCTURE D’ACCUEIL

Les domaines de compétence

BICI BOURSE couvre plusieurs domaines de compétence à savoir : l’intermédiation financière,

La Conservation et Gestion de Titres : cette activité consiste à fournir différents services de

L’Ingénierie Financière: il s’agit des activités d’assistance et de conseil en matière d’évaluation

YAPO Ange Rocksane

bourse, d’émissions obligataires privées ou par appel public à l'épargne, d’émissions

Organigramme de BICI BOURSE

DIRECTION GENERALE Lien fonctionnel

FINANCE CONTROLE MARCHE DES BACK & ANALYSE & INGENIERIE

YAPO Ange Rocksane

YAPO Ange Rocksane

La liquidité d'un marché financier représente la capacité à acheter ou à vendre rapidement

La liquidité des marchés boursiers peut conduire à plus d'investissements, en rendant

YAPO Ange Rocksane

 De présenter ces différentes mesures

H1 : les différentes mesures de la liquidité ne sont pas substituables.

YAPO Ange Rocksane

Justification et annonce du plan

YAPO Ange Rocksane

CHAPITRE I : CADRE CONCEPTUEL ET REVUE DE LITTERATURE

I. Actions et Rentabilité des actions

YAPO Ange Rocksane

2. La rentabilité des actions

II. Liquidité des actions et Mesures de liquidité

1. La liquidité des actions

La première interprétation de la liquidité se concentre uniquement sur les aspects de court