Étude de cas empirique : utilisation du modèle CAPM pour analyser les rendements excessifs des actions

L'introduction de cette étude se concentre sur l'analyse empirique de la validité du modèle d'actifs de capitalisation (CAPM), un pilier fondamental de la finance moderne. Ce modèle, théorisé par William Sharpe en 1964, établit une relation directe entre le risque et le rendement attendu d'une sécurité. Il postule que le rendement excessif d'une action est proportionnel à son risque systématique, mesuré par le coefficient bêta ($\beta$), qui quantifie la sensibilité de l'actif aux fluctuations du marché. Bien que largement adopté par les investisseurs pour évaluer la performance des titres, les applications pratiques révèlent souvent des complexités liées à l'inefficacité des marchés et aux chocs macroéconomiques. Cette recherche examine donc la pertinence du CAPM en analysant les rendements excessifs de l'indice S&P 500 sur une période de vingt ans (2000–2020).

Cadre théorique du modèle CAPM

Le modèle CAPM s'exprime mathématiquement par l'équation suivante :
$$ E(R_i) = R_f + \beta_i (E(R_m) - R_f) $$

Les variables de cette équation sont définies comme suit :

$E(R_i)$ représente le rendement attendu de l'action.
$R_f$ désigne le taux sans risque, généralement dérivé des obligations du Trésor américain.
$\beta_i$ est le coefficient bêta de l'action, indiquant son exposition au risque de marché.
$E(R_m)$ correspond au rendement attendu du marché.

Ce modèle repose sur des hypothèses strictes : les investisseurs sont rationnels et avertis du risque, et le marché est efficace, ce qui signifie que toutes les informations disponibles sont déjà reflétées dans les prix des actifs. Selon le CAPM, le rendement excessif ($E(R_i) - R_f$) doit être linéairement lié au bêta. Cette relation est cruciale pour la gestion de portefeuille, car elle permet de quantifier la prime de risque associée aux investissements. Cependant, les preuves empiriques contredisent souvent cette linéarité, surtout lors de périodes de volatilité élevée ou sous l'influence de facteurs externes comme les changements de taux d'intérêt ou les chocs économiques soudains.

Méthodologie et analyse des données

Pour évaluer la validité du modèle, cette étude utilise les rendements annuels de l'indice S&P 500 couvrant la période de 2000 à 2020. Les taux sans risque sont calculés à partir des taux des bons du Trésor à court terme. Les données sont segmentées en périodes trimestrielles afin de capturer les fluctuations à court terme. L'estimation du modèle repose sur une régression linéaire où les rendements de l'indice S&P 500 constituent la variable dépendante et la prime de risque de marché ($E(R_m) - R_f$) la variable indépendante. Les coefficients bêta sont déterminés en utilisant la corrélation historique entre l'action et l'indice de référence.

Les résultats de la régression sont comparés aux rendements excessifs réels pour mesurer la puissance explicative du modèle. De plus, l'analyse contrôle des variables macroéconomiques telles que la croissance du produit intérieur brut (PIB), l'inflation et les variations des taux d'intérêt, connues pour influencer les rendements boursiers. Les calculs statistiques, incluant le coefficient de détermination ($R^2$), les valeurs p et les intervalles de confiance, sont effectués à l'aide de logiciels spécialisés comme R ou Python.

Résultats empiriques et interprétation

L'analyse de régression montre que le modèle explique une part significative de la variation des rendements boursiers. Par exemple, la valeur $R^2$ pour la régression des rendements de l'indice S&P 500 contre la prime de risque de marché s'élève à 0,72, indiquant que 72 % de la variation des rendements excessifs est expliquée par le modèle. Ce résultat confirme la prédiction théorique du CAPM selon laquelle le risque systématique détermine le rendement attendu.

Cependant, la performance du modèle n'est pas uniforme dans le temps. Pendant la crise financière de 2008, les coefficients bêta des actions ont diminué en raison d'une augmentation de la liquidité du marché, entraînant une baisse des primes de risque et réduisant la puissance explicative du modèle. L'étude examine également l'impact des facteurs macroéconomiques. Entre 2015 et 2016, l'augmentation des taux d'intérêt et les tensions géopolitiques ont fait croître la prime de risque, augmentant les coefficients bêta. Cette période a vu une déviation par rapport aux prédictions du CAPM, car les actions à bêta élevé (notamment dans le secteur technologique) ont surpassé celles à bêta faible, contredisant l'hypothèse de linéarité.

De même, lors de la crise sanitaire de 2020, les prédictions du modèle ont été défiées par une inondation soudaine de liquidités qui a réduit les primes de risque, conduisant à une sous-estimation des rendements boursiers. L'analyse explore également le rôle de l'efficience des marchés. Bien que le CAPM suppose une efficience totale, les résultats montrent que des facteurs imprévisibles, tels que les modifications réglementaires ou les événements géopolitiques, peuvent créer des malformations de prix. Par exemple, la réforme fiscale américaine de 2016, introduisant une nouvelle taxe sur les plus-values, a eu un impact immédiat sur les rendements, s'écartant de la relation linéaire du CAPM. Ces constats suggèrent que le modèle ne capture pas entièrement la complexité des marchés financiers réels, surtout en période d'incertitude.

Limites et critiques du CAPM

Malgré son élégance théorique, le CAPM fait face à plusieurs limites dans ses applications empiriques. Une critique majeure réside dans sa dépendance aux données historiques, qui peuvent ne pas refléter fidèlement les conditions futures du marché. De plus, le modèle suppose l'efficience du marché, or les preuves empiriques montrent que les prix des actifs peuvent présenter des malformations persistantes, particulièrement sur les marchés illiquides. Une autre limite est le manque de prise en compte des facteurs de risque non marchands, tels que les risques spécifiques à l'entreprise, les tendances sectorielles ou les chocs macroéconomiques, qui influencent significativement les rendements mais ne sont pas intégrés dans le cadre du CAPM.

En outre, la sensibilité du modèle au choix du taux sans risque et de l'indice de marché peut introduire des biais. Utiliser un taux de billet du Trésor pour le composant sans risque ne reflète pas nécessairement le vrai coût du capital pour les investisseurs, surtout en période de faibles taux d'intérêt. De même, le choix de l'indice de marché affecte les coefficients bêta, conduisant à des résultats incohérents. Ces défis soulignent la nécessité de modèles plus robustes intégrant des variables supplémentaires et des facteurs dynamiques.

Conclusion et implications

Cette étude démontre que le modèle CAPM offre un cadre précieux pour analyser les rendements excessifs des actions, notamment lors de périodes de stabilité du marché. Les résultats empiriques confirment la capacité du modèle à expliquer une part importante de la variation des rendements, avec une valeur $R^2$ de 0,72 indiquant une forte puissance explicative. Toutefois, la validité du modèle n'est pas absolue, comme en témoignent les écarts observés lors de périodes de volatilité, de changements réglementaires et d'événements géopolitiques.

Les implications de cette recherche sont profondes pour la recherche académique et les applications pratiques. Pour les investisseurs, le modèle CAPM reste un outil utile pour évaluer les rendements ajustés au risque, mais il doit être complété par d'autres analyses pour tenir compte des risques non marchands. Pour les décideurs politiques, l'étude met en lumière la nécessité de cadres réglementaires qui abordent les inefficacités du marché et assurent un prix équitable des actifs. En conclusion, bien que le CAPM demeure une référence théorique, son application pratique exige une approche nuancée, intégrant la réalité des fluctuations économiques et comportementales des marchés.