Facteurs macroéconomiques

Il n'y a pas de directives théoriques formelles pour choisir le groupe approprié de facteurs économiques à inclure
dans le modèle APT. Notre choix de variables macroéconomiques reposait sur l'hypothèse générale selon laquelle
les rendements boursiers sont influencés par
facteurs macroéconomiques. On pourrait s'attendre à ce que des changements dans l'une de ces variables modifient
la perception des investisseurs des flux de trésorerie futurs et affectent donc les prix actuels des actifs.10 En d'autres
termes, le choix des facteurs est généralement justifié par référence au modèle de valeur actuelle des cours des
actions. En outre, pour décider quels facteurs macroéconomiques inclure comme déterminants possibles des
rendements boursiers, l'attention a été portée sur les variables jugées importantes dans des études antérieures,
ainsi que sur celles pour lesquelles il existe une justification théorique. Le vecteur d, qui est répertorié dans le
tableau 1, a été supposé se composer de la gamme de variables en tant que déterminants des rendements
boursiers.
Le modèle de valeur actuelle est donné par:

où E est l’opérateur des anticipations, r le taux d’actualisation approprié, et Dt est le dividende versé à
la fin de la période 't'. Toute annonce économique aura une incidence sur l’évolution des cours des
actions si les nouvelles informations révélées par les annonces ont une incidence sur les prévisions de
dividendes futurs ou sur les taux d’actualisation, ou les deux.
Les dividendes prévus seront touchés par tout ce qui influe sur les flux de trésorerie. Les changements
dans la production industrielle influenceraient les bénéfices et donc les dividendes. Fama (1981) établit
une corrélation entre les rendements boursiers et le taux de croissance futur de la production.
L’inflation imprévue influerait sur les flux de trésorerie nominaux prévus ainsi que sur le taux d’intérêt
nominal. Une raison peut-être plus importante de s’attendre à une relation entre les rendements
boursiers et l’inflation inattendue est que l’inflation inattendue contient de nouvelles informations sur
les niveaux futurs de l’inflation prévue. Si l’inflation inattendue est une mauvaise nouvelle pour le
marché boursier, et si l’annonce de l’indice des prix à la consommation (IPC) contient de nouvelles
informations sur l’inflation, alors l’inflation inattendue (déflation) devrait être associée à une baisse
(augmentation) en cours de bourse au moment de l’annonce. La relation entre l’inflation et le
rendement des actions ordinaires a fait l’objet d’études approfondies.
Le taux d’actualisation en Eq. (12) est construit à partir du taux sans risque et d’une prime de risque en vigueur, et est une
moyenne des taux au fil du temps, et il change avec le niveau des taux et les écarts de la structure à terme entre les
différentes échéances. Les variations imprévues du taux d’intérêt sans risque influeront donc sur les prix et, par leur
influence sur la valeur temporelle des flux de trésorerie futurs, sur les rendements. Le taux d’actualisation dépend
également de la prime de risque; par conséquent, des changements imprévus de la prime influeront sur les rendements.
Cependant, nous n’avons pas pu inclure cette variable en raison des difficultés à obtenir des données fiables sur le marché
boursier japonais pour la mesure de la prime de risque.
Le prix des terres est inclus en raison de l’importance d’évaluer la relation entre le prix des terres et le prix des stocks
pendant la période de bulle, car certains soutiennent que la hausse de la valeur des terres appartenant à des sociétés peut
expliquer le niveau du prix des actions japonaises12. dans la valeur des actifs du bilan d’une entreprise qui augmentera
immédiatement le cours des actions ou vice versa. La hausse des prix des terres entraîne également une hausse de la
valeur des garanties, ce qui permet à l’entreprise d’obtenir davantage de prêts bancaires, et les prêts peuvent être utilisés
pour investir dans des structures et des machines, ce qui a à son tour une incidence sur les flux de trésorerie.
Nous incluons également la masse monétaire, car il a été établi qu’elle est fortement associée aux rendements de sécurité.
Un facteur économique supposé étroitement lié aux cours des actions est la politique monétaire. La variable monétaire la
plus connue à cet égard est la masse monétaire. En réalité, l’influence de la masse monétaire sur les cours des actions est
une conséquence de son influence sur l’ensemble de l’économie. Un certain nombre d’études révèlent qu’une croissance
monétaire étonnamment élevée est associée à des taux d’intérêt plus élevés et à des cours boursiers plus bas.
Willem (1997) a étudié l’association entre les rendements boursiers et la politique monétaire et a
trouvé des preuves que la politique monétaire exerce d’importants effets sur les rendements ex ante
et ex post. Palmer (1970) a examiné la relation entre le taux de croissance de la masse monétaire et la
moyenne mobile des variations en pourcentage des cours des actions et a constaté une relation
constante entre les deux séries où les variations de la masse monétaire ont généralement entraîné
des variations des cours des actions, ce qui implique que la masse monétaire peut être utilisée
comme indicateur des variations des cours des actions. Nous émettons l’hypothèse que le taux de
change peut avoir un effet sur les importateurs, les exportateurs ou d’autres entreprises, qui font face
à la concurrence étrangère. Des recherches récentes suggèrent que les fluctuations des taux de
change peuvent être un facteur de prix dans des sections transversales des rendements des indices
de marché nationaux exprimés dans une monnaie commune13.Étant donné que le Japon est une
économie ouverte, En particulier, l’effet de l’appréciation du yen a été si fort sur l’économie japonaise
à la fin des années 80 que nous incluons le taux de change comme facteur de risque possible.
5. Données
Les données de base de cette étude sont les taux de rendement de tous les titres négociés sur la première section de la
Bourse de Tokyo de janvier 1973 à décembre 1998. Afin d’identifier les influences systématiques sur les rendements des
actions dans une économie bulleuse, cette étude utilise des données sur 10 ans, de janvier 1980 à décembre 1989. Le
reste de la période est considéré comme étant la période antérieure à la bulle (1973-1979) et la période postérieure à la
bulle (1990-1998), et évalué séparément afin de comparer les facteurs de prix de ces périodes avec la période
correspondante. Cette période est suffisamment longue pour couvrir divers événements macroéconomiques : la forte
croissance de l’économie japonaise au début des années 1980, un excédent croissant de la balance commerciale des
marchandises, la période de bulle du milieu à la fin des années 1980 et l’effondrement de la bulle au début des années
1990. Plus important encore, notre période d’échantillonnage coïncide approximativement avec une période
d’appréciation continue du yen et comprend l’un des incidents les plus dramatiques d’appréciation suivant l’accord de
l’esplanade en 1985. Compte tenu de ces changements et de la dynamique de l’économie japonaise, nous nous
attendons à ce que les prix boursiers reflètent les risques générés par ces facteurs macroéconomiques sous-jacents. La
durée couverte est un compromis entre plusieurs questions. Une longue période est souhaitable pour assurer un nombre
suffisant d’observations pour l’analyse statistique. En outre, y compris la fin des années 1980 permet une enquête sur
l’effet des chocs bulles sur les rendements des titres.
Les variables dépendantes sont les rendements mensuels totaux du portefeuille de l’industrie exprimés en
excédent du taux sans risque. Les données sur le taux sans risque ont été tirées du rapport mensuel des
statistiques financières et économiques de la Banque du Japon.14 Les rendements du portefeuille de
l’industrie sont entièrement ajustés en fonction des dividendes. Les données proviennent de la bande du
Japan Securities Research Institute (JSRI). Les rendements individuels des actions sont agrégés sur la bande
JSRI selon la classification standard de l’industrie de la Bourse de Tokyo. Les rendements mensuels sont
utilisés dans toutes les analyses ultérieures parce que la plupart des données macroéconomiques ne sont
disponibles (au mieux) que sur une base mensuelle. Les facteurs macroéconomiques que nous utilisons sont
les chocs imprévus de la masse monétaire, l’inflation imprévue, les chocs imprévus de la production
industrielle, les chocs imprévus de la structure des termes, les chocs imprévus du taux de change et le taux
de croissance de l’indice des prix des terrains commerciaux. Les données de ces macrovariables proviennent
du rapport mensuel de statistiques de la Banque du Japon. L’indice des prix fonciers des six plus grandes
villes est obtenu à partir de l’indice des prix fonciers dans les villes, publié par le Japan Real Estate Institute.
La série originale est semi-annuelle, nous interpolons donc linéairement pour obtenir la série mensuelle.
5.1. Composantes imprévues des facteurs macroéconomiques
Tests empiriques de l’APT qui utilisent des facteurs observés en supposant que les cours des actions réagissent aux
nouvelles concernant les variables macroéconomiques. L’idée que les nouvelles sont imprévues est fondamentale.
Si les marchés financiers sont efficients, les valeurs attendues des variables fondamentales pertinentes devraient
déjà avoir été reflétées dans les valeurs et les rendements des actifs et, par conséquent, seules les composantes
inattendues ou novatrices devraient influer sur les rendements des actifs. De plus, si l’on utilise directement les
variables macroéconomiques, on peut s’attendre à ce que ces variables soient fortement corrélées, ce qui entraîne
des problèmes de multi-collision. Ce problème devrait être minimisé pour les composantes imprévues des
variables macroéconomiques. Compte tenu de ces faits, nous avons utilisé des changements inattendus dans les
variables économiques hypothétiques pour représenter les facteurs.
L’APT ne dit rien sur la façon dont les agents formulent leurs attentes à l’égard des facteurs observés. Une
condition requise des composants imprévus, cependant, est qu’ils devraient être meanzero, processus de bruit
blanc non corrélés en série. En conséquence, tout processus d’attente que nous précisons doit, au moins, fournir
des composants imprévus qui satisfont ces propriétés. À ce jour, deux techniques ont été largement utilisées. Il
s’agit de modèles simples de « taux de changement » et de modèles autorégressifs. L’ancienne technique utilise
simplement la première différence du facteur comme composante imprévue et suppose essentiellement que les
facteurs suivent un processus aléatoire où l’attente est alors la valeur actuelle. Cette dernière technique est plus
générale et plutôt que de supposer que les facteurs suivent une marche aléatoire permet cette possibilité comme
un cas spécial. Plus précisément, cette technique suppose que les agents utilisent des modèles autorégressifs pour
former des attentes et que les composants imprévus sont des résidus de ces modèles.
Nous utilisons la technique du taux de variation pour estimer les composantes inattendues des facteurs
macroéconomiques. Lorsque l'APT a été estimé avec les innovations générées par la VAR, les résultats
n'étaient pas suffisamment satisfaisants pour expliquer les facteurs de risque tarifés. Par conséquent, nous
omettons de présenter les résultats obtenus à partir de cette technique. Nous pensons que cette simple
formation d'anticipations favorise la bulle boursière. En vertu de cela, les variables économiques sont
simplement d'abord différenciées et cette première différence entre alors en tant que composante imprévue
dans le modèle APT. Cependant, il convient de noter que lorsqu'il s'agit de la structure par terme des taux
d'intérêt, qui sont des différences entre deux taux d'intérêt, ceux-ci entrent simplement sous forme de
niveaux.
En conséquence, la production industrielle, la masse monétaire, l'inflation, le taux de change et le prix des
terres sont d'abord différenciés tandis que la structure par terme est considérée comme des niveaux. Les
mesures des composantes inattendues de ces variables sont présentées dans la partie B du tableau 1.
Le tableau 2 présente les coefficients de corrélation entre les composantes inattendues pertinentes des variables
macroéconomiques. D’après les coefficients de corrélation de l’échantillon présentés dans les tableaux A à C, les
facteurs ne semblent pas se substituer les uns aux autres. Cependant, la plus grande partie, mais pas la totalité,
de la corrélation est faible. En fait, la corrélation la plus élevée est entre le taux de croissance du prix des terrains
(indice des loyers) et la composante inattendue de l’inflation. Cela n’est pas surprenant puisque l’indice des loyers
des logements est inclus dans l’indice des prix à la consommation. Au-delà, l’inflation imprévue est également
corrélée avec un changement inattendu de la structure des échéances.
Il faut également s’attendre à une certaine corrélation entre l’inflation et la structure des échéances, étant donné
que ces deux facteurs sont liés aux taux d’intérêt nominaux. Les corrélations entre les autres variables ne sont
pas trop fortes.
• Tableau ya maissa ya bagra page 580
6. Résultats empiriques
L’analyse de la relation entre les rendements boursiers et les variables macroéconomiques est effectuée au
niveau du portefeuille standard, qui est classé par la Bourse de Tokyo.
Pour déterminer le nombre de facteurs qui sont tarifés, nous estimons le modèle de facteur linéaire non
restreint et le modèle de facteur linéaire avec les restrictions de prix de l’APT imposées par ITNLSUR pour les
28 rendements excédentaires du portefeuille de l’industrie, tous les facteurs étant inclus. Ce système est
estimé séparément pour chaque période pré-bulle, période bulle et période [Link] testons ensuite
la validité des restrictions tarifaires et les prix du risque qui sont significatifs au niveau de 10% ou moins.
Nous commençons notre analyse en estimant l’APT avec tous les facteurs hypothétiques. Les prix estimatifs du
risque ainsi qu’un test du ratio de vraisemblance des restrictions de prix de l’APT dont il a été question plus tôt sont
présentés dans le tableau 3. Les résultats du tableau du groupe A du tableau reflètent l’estimation des rendements
de tous les portefeuilles de l’industrie, tandis que le tableau du groupe B du tableau montre estimation des
portefeuilles de l’industrie manufacturière seulement. Étant donné que le secteur non manufacturier est très
important au Japon, les résultats estimatifs de toutes les industries pourraient avoir été fortement influencés par le
secteur non manufacturier. Lorsque le secteur non manufacturier domine les autres secteurs en ce qui concerne la
variation des prix des actions, les prix des actions des autres secteurs ne fluctuent pas autant que le secteur non
manufacturier. Par conséquent, nous sélectionnons uniquement les industries manufacturières et réévaluons le
modèle APT. Ces premiers résultats soulèvent plusieurs points d’intérêt. Le premier point à noter est que nous ne
pouvons pas rejeter l’hypothèse nulle qui croise-les restrictions sectorielles se maintiennent au niveau de
signification de 5 % pour chacune des périodes de l’échantillon et, par conséquent, l’APT semble fournir une
description adéquate du comportement de rendement des titres négociés à la Bourse de Tokyo
Tableau 3 ya maissa ya bagra page 581
. Le deuxième point digne de mention est les facteurs qui sont évalués. Pour le modèle APT, il y a quatre
facteurs qui présentent une prime de risque importante pour chacune des périodes. Il s’agit de la masse
monétaire, de l’inflation, du taux de change et de la production industrielle. La structure des termes des
taux d’intérêt est établie en fonction de la période, mais le prix des terrains n’est pas fixé pour les périodes
de l’échantillon. Un coup d’œil au panneau B du tableau 3 révèle que la structure des termes est
considérablement tarifée au cours de la période de bulle et qu’elle est tarifée de façon insignifiante à la fois
plus tôt et plus tard. La faiblesse des taux d’intérêt à la fin des années 80 peut expliquer ces résultats
différents.

Le tableau 4 indique les résultats du modèle à cinq facteurs dans lequel le facteur du prix des terres est supprimé du
modèle puisqu’il n’est pas tarifé au cours d’une période donnée dans le tableau 3. Au cours de la période entière,
tous les facteurs autres que la structure des termes sont importants au niveau de 1 %. Comme le montre le tableau B,
la suppression du facteur de prix des terres n’a pas d’effet significatif sur la signification des variables restantes, ce qui
signifie que les résultats sont les mêmes que ceux du tableau 3. Ainsi, le facteur des terres lui-même n’a pas eu
d’incidence sur les prix des stocks. Le tableau 5 présente les résultats du modèle à cinq facteurs dans lequel nous
incluons une équation pour les rendements excédentaires de l’actif foncier. Cela nous donne un système de 29
équations pour toutes les industries et 18 équations pour les industries manufacturières à estimer par ITNLSUR.
L’inclusion de l’équation des biens fonciers dans le système n’a pas rejeté les restrictions de l’APT dans tous les
portefeuilles de l’industrie. Entre-temps, tous les facteurs, y compris la structure des termes, qui n’est pas tarifée dans
le tableau 4, sont tarifés de façon significative. Cela peut être dû à une forte corrélation entre la structure des termes
et le prix des terres.
• Tableau 4 ya maissa ya bagra page 582
Tableau 5 ya maissa ya bagra page 583
Comme les données semestrielles sur les prix des terrains sont interpolées en données mensuelles,
nous utilisons également l’indice des loyers des logements comme indicateur du prix des terrains et
réévaluons le modèle pour déterminer si le prix des terrains est une source de risque pour les
rendements des stocks. Le tableau 6 présente les résultats de ce modèle. La comparaison de ce
tableau avec le tableau 3 révèle des preuves à la fois pour et contre la robustesse de la procédure.
Nous constatons encore une fois que la masse monétaire, l’inflation, la production industrielle et les
taux de change sont tarifés, ce qui entraîne une prime de risque négative; la structure des échéances
des taux d’intérêt n’est pas non plus tarifée. Toutefois, le prix des terres, qui n’était pas indiqué dans le
tableau 3, présente maintenant une prime de risque importante. La prime et la valeur en t du prix des
terrains au tableau 6 ont tendance à être plus élevées que celles du tableau 3. Le tableau 7 présente
les résultats du modèle à cinq facteurs où nous incluons une équation pour le bien-fonds dans le
système semblable au modèle du tableau 5, mais en remplaçant l’indice des loyers des logements par
le terrain. actif. Une comparaison de ces résultats avec le tableau 5 révèle que le nombre de facteurs
de prix n’est pas modifié, bien que les primes de risque ont beaucoup changé.
Tableau 6 ya maissa ya bagra page 584
Il faut noter que les primes de risque des APT equations sont remarquablement stables dans le temps,
tant en termes de valeurs de coefficient qu’en termes de signe. Le seul nouveau résultat obtenu par la
prise en compte de l’Eq APT. (30) li + E(di) est présenté au tableau 8. Les primes de risque estimées ont
changé; par exemple, la valeur de la prime de risque pour la masse monétaire, la production
industrielle et la structure des échéances ont changé, Pour aider à comprendre la différence dans
l’importance des variables pour expliquer les rendements des actions japonaises, nous comparons les
résultats de la période de bulle avec les périodes avant et après la bulle. Les « nouvelles » primes de
risque indiquées dans ce tableau ont un signe à peu près stable pour chaque période. Les primes de
risque associées à l’inflation et aux taux de change présentent des signes négatifs, tandis que la
production industrielle, la masse monétaire et les facteurs de structure des échéances présentent des
signes positifs. Même si les signes des primes factorielles sont des heures supplémentaires constantes,
l’ampleur de ces primes en valeur absolue augmente pendant les périodes bulle et post-bulle par
rapport à la période d’avant bulle. Les primes élevées sur ces facteurs auraient dû générer des
rendements attendus élevés au cours de la période de bulle, étant donné que la prime à risque élevé
est la source du rendement attendu élevé.