Recherches et Applications en Finance Islamique

‫بحوث و تطبيقات في المالية االسالمية‬

Researches and Applications in Islamic Finance
ISSN : 9052- 0024
Volume 1, Numéro 2, juillet 2017

Les indices boursiers islamiques sont-ils plus performants que

leurs homologues conventionnels ?
Étude comparative entre pays émergents et pays développés

Moulay Driss ELBOUSTY Lahsen OUBDI

Équipe de Recherche en Finance, Innovation Équipe de Recherche en Finance, Innovation
et Systèmes d'Informations, LAREFA, et Systèmes d’Informations, LAREFA,
ENCG d’Agadir, Université Ibn Zohr, Maroc ENCG d’Agadir, Université Ibn Zohr, Maroc
moulaydriss.elbousty@gmail.com l.oubdi@uiz.ac.ma

Résumé
L’objectif de cet article est d’étudier les différences de performance entre les indices
islamiques et leurs homologues conventionnels pour 20 pays émergents et 20 pays développés
sur la période s’étalant d’avril 2002 à juin 2016. L’estimation de la dynamique de la volatilité
par le modèle EGARCH, suggère la présence d’une asymétrie entre le rendement et la
volatilité et ce pour les indices conventionnels et les indices islamiques. En outre, les tests
paramétriques et non paramétriques confirment les conclusions de Boujelbène (2012) qu’il
n’existe pas de différences entre les rendements et les volatilités des deux types d'indices.
Toutefois, les différentes mesures des rendements ajustés au risque indiquent que les indices
islamiques sont plus (moins) performants que leurs homologues conventionnels pour la quasi-
totalité des pays développés (émergents). De plus, les Bêtas des modèles d’évaluation des
actifs financiers (MEDAF) sont inférieurs à l'unité, stipulant ainsi que les variations des cours
des indices islamiques sont généralement moins proportionnelles aux variations du cours du
marché.
Mots clés : EGARCH, GARCH, Indice boursier islamique, MEDAF, Performance ajustée au
risque.
Abstract
This paper uses a data of 20 developed and 20 emerging countries over the period of June
2002 to April 2016, as to examine the risk and the return characteristics of the Islamic market
indices versus their conventional counterpart indices. EGARCH model suggests the presence
of asymmetry between the return and the volatility of both conventional and Islamic indices.
Parametric and nonparametric tests show that there are no differences between the returns and
volatilities of the two types of indices. This is in line with the finding of Boujlèbène (2012).
However, the various measures of risk-adjusted returns indicate that the performance of
Islamic indices exceed the performance of conventional indices for the developed countries.
The findings reveal that the changes in the prices of Islamic indices are generally less
proportional to the changes in market prices. The results unequivocally indicate that the return
and volatility behaviour of Islamic stock indices are similar for both emerging and developed
countries.
Key words: EGARCH, GARCH, Islamic market Index, CAPM, risk adjusted performance.

Article reçu le : 07 février 2017 et accepté le : 23 mai 2017

Citation : Elbousty M.D. et L. Oubdi (2017), Les indices boursiers islamiques sont-ils plus
performants que leurs homologues conventionnels ? Étude comparative entre pays émergents et pays
développés, Recherches et Applications en Finance Islamique, Volume 1, Numéro 2, pages : 100-120.
100
 Volume 1, numéro 2 (2017)

Introduction
Il est indéniable que la finance islamique ne cesse de s’accroître, devenant ainsi un
domaine en pleine expansion au sein du paysage financier mondial, et ce, depuis ses débuts
qui datent de 1975. En effet, à l’époque, nous ne dénombrions qu’une seule Institution
Financière Islamique (IFI) alors que nous en dénombrons environ 4000 aujourd’hui. De plus,
les actifs financiers islamiques représenteraient une masse d’environ 2000 milliards
USD1dont une grande partie proviendrait du Moyen Orient. Par ailleurs, les experts
prévoyaient une croissance effrénée du secteur pour atteindre 4000 milliards de dollars en
20202.

Cette croissance remarquable vise à répondre à une demande croissante, de la

communauté musulmane, d’un investissement éthique et socialement responsable3. En effet,
le système financier islamique se nourrit des fondements éthiques et religieux puisés dans le
livre saint (le Kuran) et des principes de la Chariaa. Il repose, principalement sur les cinq
principes suivants : (i) prohibition de l’intérêt4 (Riba) et de l’usure, (ii) le partage des pertes et
du profit (ppp), (iii) l’interdiction de l’incertitude des ventes (Gharar) et de la spéculation
(Mayssir) (iv) l’exigence de l’adossement des produits financiers à un actif réel, et (v)
l’interdiction des produits et secteurs illicites (Haram).

L’intérêt renouvelé à la finance islamique vise à déverrouiller le système financier

contemporain qui a marqué ses limites et à éviter les pratiques malsaines. En effet,
l’imperfection de la finance conventionnelle est due à la titrisation et à la spéculation,
provoquant ainsi une instabilité systémique accrue et des évolutions erratiques des marchés
financiers qui deviennent incompréhensibles aussi bien pour les non avertis que pour les
spécialistes de la finance. Ainsi, la finance islamique est-elle sensée d’apporter des
corrections à cette instabilité pour au moins deux raisons, à savoir: l’interdiction de la
spéculation et l’exigence de l’adossement à un actif tangible qui auraient empêché les crises
telles que la crise de subprimes.

S’intéressant à l’aspect éthique de son investissement, l’investisseur se préoccupe

principalement de la performance de son portefeuille. En effet, les décisions des agents sont
influencées par l’espérance de rentabilité et le degré de risque présent dans les actifs
financiers à acquérir. Ceci-dit, la question qui se pose est de savoir si les indices boursiers
islamiques sont plus ou moins performants, par rapport à leurs homologues conventionnels.
Les peu de travaux empiriques qui se sont intéressés à cette problématique, utilisaient des
séries d’indices globaux ou sectoriels de différentes fréquences (journalière, hebdomadaire
1
Selon le dernier rapport annuel de l’Islamique Finance News.
2
Selon le Fonds Monétaire International (FMI).
3
El khamlichi, A. 2012. «Ethique et performance : le cas des indices boursiers et des fonds d’investissement en finance
islamique ».
4
« Dieu a rendu licite le commerce et illicite l’intérêt » Coran, Sourate Al Baqarah II, verset 275.

101
 Volume 1, numéro 2 (2017)

et mensuelle) et des méthodes d’analyse diverses et variées : (VAR, VECM et la

cointégration …etc.). Ces travaux de recherche, à leur rareté, débouchaient sur des résultats
différents et parfois contradictoires. A cet égard, il apparaît intéressant d’étudier la
performance des indices boursiers islamiques. Ainsi, la problématique de cette étude
s'articule-t-elle autour de la question centrale suivante : Les indices boursiers islamiques
sont-ils plus ou moins performants que leurs homologues conventionnels ?

Pour répondre à cette question, il nous semble nécessaire de formuler deux hypothèses
qui s’énoncent comme suit :

- H1 : Les indices boursiers islamiques sont globalement plus rentables et moins volatiles
par rapport à leurs homologues conventionnels.

- H2 : Tenant compte des rythmes de croissance économique différents, le comportement

de rendement et de volatilité des indices boursiers islamiques pourraient diverger entre pays
émergents et pays développés.

Vouloir répondre à notre problématique exige une étude approfondie des rentabilités et
des volatilités des indices boursiers islamiques. Ainsi, notre étude consiste-t-elle à comparer
les similitudes et les différences de performance entre un ensemble d’indices boursiers
islamiques et leurs équivalents conventionnels pour un ensemble de pays subdivisés en deux
groupes : Panel (1) pays développés et Panel (2) pays émergents et ce pour une période
s’étalant de 2002 à 2016. En effet, ce papier est structuré comme suit : nous abordons dans un
premier temps la revue de littérature. Dans un second temps, nous exposons la méthodologie
mise en place et les données utilisées (ii), ensuite nous analysons et discutons les résultats
trouvés (iii). Enfin, nous achevons cet article par une conclusion.

1. Revue de littérature
Indubitablement, un projet de recherche est souvent entrepris en réponse à une revue
de littérature qui constitue un créneau d’identification, évaluant l’étendue et la profondeur de
toutes les recherches antérieures pertinentes présentées. Ainsi, une attention particulière
devrait-elle être accordée à cette revue afin de cibler les aspects de ce sujet en révélant les
lacunes, en évaluant l’information colligée et en appuyant l’idée centrale et la question de
recherche émergeante.

Cependant, nous allons passer en revue et résumer les principales recherches qui
examinent la performance des indices boursiers islamiques en comparaison avec leurs
homologues conventionnels. En effet, nous pouvons décomposer la revue de littérature en
deux groupes: des travaux de recherche qui ont examiné la performance des fonds islamiques
en la comparant à celle des fonds conventionnels, et d’autres qui se sont axés sur la
performance des indices des deux différentes catégories à savoir indice islamique et indice
conventionnel.

102
 Volume 1, numéro 2 (2017)

Ainsi, cette revue sera-t-elle présentée par ordre chronologique depuis la création des
premières banques islamiques dans les années soixante-dix jusqu’aux travaux des années
récentes. Les premières recherches théoriques sur la faisabilité des marchés financiers
islamiques ont été effectuées par ELGARI en 1993, ANWAR en 1995 et AHMAD en 1997.
Et ce n’est qu’à la fin du deuxième millénaire que les premiers indices islamiques ont été
lancés pour ensuite voir défiler des études qualitatives puis des études quantitatives sur ces
indices. Dans le cadre des études qualitatives, NAUGHTON (2000), a tenté de mettre en
exergue les défis à relever par un marché islamique des actions en exposant ses particularités
pratiques et ses spécificités de régulation5.

Or, les études quantitatives, parmi lesquelles figure cette recherche, ont par contre
comparé la performance des indices islamiques à leurs homologues conventionnels en
utilisant des méthodes statistiques et économétriques variées. ATTA (2000), a étudié l’indice
islamique de la famille Dow Jones (DJIMI) et il a conclu que l'indice boursier islamique
surperforme son homologue conventionnel de même qu’il permet de générer un rendement
supérieur à celui du taux sans risque américain6. Cet indice a été également examiné par
HASSAN(2001) et par TILVA et TULI (2002) pour trouver, in fine, une forte corrélation
entre la rentabilité et la volatilité conditionnelle de ces actifs, ainsi qu’une performance
similaire entre l’indice islamique et son homologue conventionnel.

En outre, HAKIM et RASHIDIAN (2002) se sont penchés sur la détermination de la

relation, si elle existait, entre le rendement et la volatilité de l’indice islamique Dow Jones
(DJIMI), ceux de l’indice Wilshire 5000, et ceux du bons de trésor à trois mois. Les résultats
affirment qu’il n’existe pas de corrélation entre l’indice islamique, le proxy du marché7 et le
taux sans risque, stipulant, ainsi, que les indices islamiques disposent de leurs propres
caractéristiques.

Toujours dans la même période, AHMAD et IBRAHIM (2002) ont étudié les rendements des
indices boursiers de la Malaisie pour la période 1999-2002, en utilisant plusieurs mesures de
performance ajusté au risque, à savoir le ratio de Sharpe, l’indice de Treynor, l’alpha de
Jensen et les tests de Student de la comparaison de moyennes. L’examen de la performance de
KLSI8 comparé au KLCI9 a conduit au fait qu’il n’y a pas de différence significative de
performance entre les indices boursiers islamiques et les benchmarks utilisés. Toutefois, les
deux auteurs montrent que l’indice islamique est moins risqué et qu’il affiche moins de
performance en période de baisse du marché alors qu'il surperforme ses benchmarks
conventionnels en période de hausse. Ce dernier constat est partagé par HUSSEIN (2004) qui
a établi une étude sur la comparaison de la performance entre FTSE Shariah, l’indice

5
El khamlichi, A. 2012. «Ethique et performance : le cas des indices boursiers et des fonds d’investissement en finance
islamique ».
6
Représenté par les bonds de trésor américains à trois mois.
7
Représenté par l’indice Wilshire 5000.
8
Kuala Lumpur Composite Index.
9
Kuala Lumpur Sharia Index.

103
 Volume 1, numéro 2 (2017)

islamique de la bourse anglaise et l’indice FTSE All World index en utilisant le modèle
MEDAF sur deux sous-périodes.

Par ailleurs, ELFAKHANI et AL (2002) ont examiné conjointement et

harmonieusement le DJIMI et le FTSE. Ils concluent que la performance des fonds islamiques
ne diffère pas de celle des fonds conventionnels et que seulement pendant la période bearish,
ces fonds montrent une certaine résilience par rapport à leurs homologues.

En outre, l’originalité du travail d’Hussein and Omran (2005) est le fait d’analyser la
performance du DJIMI en introduisant l’effet du secteur et de la taille. Les résultats trouvés
suggèrent que les indices islamiques sont plus performants que leurs homologues
conventionnels. De plus, les deux auteurs accordent cette surperformance à la composition
des indices islamiques qui contiennent, dans la majorité des cas, des actions de sociétés de
petites capitalisations et peu endettées.

De leur côté, AHMAD et ALBITY (2006) ont relevé la divergence du comportement

des indices boursiers en fonction de l’horizon d’investissement. En effet, les résultats
montrent une cointégration entre l’indice conventionnel et l’indice islamique. Toutefois, les
indices islamiques atteignaient l’équilibre à long terme, plus vite que leurs homologues
conventionnels.

YUSOF et MAJID (2007) ont concentré leur étude sur les indices islamiques
Malaisiens. Leurs résultats allaient dans le sens d’une volatilité supérieure des indices
islamiques par rapport à leurs homologues conventionnels. Alors, ils concluent que les indices
islamiques sont plus sensibles aux taux de change et moins aux taux d’intérêt par rapport aux
indices conventionnels.

Dès lors, en 2011, GUYOT a examiné la performance de 9 indices islamiques de la

famille Dow Jones par rapport à leurs homologues conventionnels en étudiant la cointégration
et l’efficience sur une période allant de Janvier 1999 à Décembre 2008. Il ressort une absence
de la cointégration et de ce fait, l’existence d’une opportunité de diversification et que les
indices islamiques sont autant efficients que leurs homologues conventionnels.

Récemment, Rizvi et al. (2014) ont comparé l’efficience du marché islamique par
rapport à celle du marché conventionnel en utilisant la méthode MF-DFA (Multifractal de-
trended fluctuation analysis). Cette étude permet d’approfondir la compréhension du marché
islamique et de conclure que la phase de développement du marché a un impact sur
l'efficience et l’allocation optimale des ressources. De leur côté, Jawadi et al. (2014) ont
montré que les rendements des produits financiers conventionnels surperforment ceux des
produits islamiques pendant la période avant la crise des subrpimes et sous-performent ces
derniers en période de crise (2006-2011). Hammoudeh et al. (2014) ont utilisé la théorie des
copules afin de modéliser la structure de dépendance entre l’indice islamique du Dow Jones et
trois indices conventionnels. Les résultats indiquent l'existence d'une relation, à la fois
dynamique et asymétrique entre ses actifs.

104
 Volume 1, numéro 2 (2017)

2. Méthodologie et données
En retenant le schéma méthodologique proposée par Mouna Boujelbène (2012), nous
tentons de comparer la performance des indices boursiers conventionnels avec celle de leurs
homologues islamiques pour 40 pays, à savoir 20 pays développés (Panel.1) et 20 pays
émergents (Panel.2) et ce pour une période s’étalant de Juin 2002 à Avril 2016. Le calcul des
rendements a nécessité la collecte de l’historique des cours des indices boursiers à partir de la
base de données Morgan Stanley Capital International (MSCI). Ces cours sont exprimés en
dollar américain et ils portent sur des données mensuelles, soit 168 observations.

Par ailleurs, les propriétés d’additivité et d’atténuation de l’hétéroscédasticité que

possèdent les rendements algorithmiques justifient leurs emplois au lieu des rendements
simples. Les rendements mensuels d’un indice donné Rt sont calculés au moyen de la formule
suivante :
 pt 
Rt  ln  
 pt 1 

Dans un premier lieu, nous analysons les distributions des rendements des indices en
termes de normalité et de stationnarité. En effet, il est indispensable de vérifier la normalité
d’une série temporelle avant d’utiliser les différents tests statistiques. Cette vérification
s’effectue, généralement, au moyen du test de Jarque-Bera, du test de Shapiro-Wilk ou du
graphique du quantile-quantile plot. En outre, les modèles de la volatilité de la famille
GARCH, que ne développons par la suite, reposent sur l’hypothèse de stationnarité. Ainsi est-
il nécessaire de s’assurer a priori de l’ordre d’intégration des séries. Nous utilisons, pour ce
faire, le test de Dickey-Fuller augmenté.

Par ailleurs, nous comparons les moyennes de rendement logarithmique entre les deux
types d’indices, et ce, pour chaque pays en faisant appel au test de Student (t-test) qui consiste
à tester l’hypothèse suivante : (H0 ) Les moyennes des rendements de deux indices ne sont pas
significativement différentes, contre l’alternative (H1). Ce test repose sur une hypothèse forte,
souvent non vérifiée, qui est l’égalité des variances. Cette dernière pourrait être testée en
utilisant le test de Fisher qui repose sur l’hypothèse suivante : (H0) Les variances des deux
indices ne sont pas significativement différentes contre l’alternative (H1). Dans le cas de rejet
de l’égalité de la variance, l’emploi du test non paramétrique d’égalité de moyennes de
Wilcoxon s’avère judicieux.

Par la suite, nous nous intéressons à la modélisation de la volatilité des indices

boursiers islamiques et conventionnels. Nous utilisons les modèles de la famille GARCH pour
modéliser le risque. En effet, le modèle GARCH, introduit pour la première fois par
Bollerslev (1986), permet une représentation autorégressive de la variance conditionnelle d’un
processus. Plus précisément, la variance conditionnelle de la variable étudiée est déterminée
par le carré des p termes d’erreur passés et des q variances conditionnelles retardées. Ainsi, la
variance conditionnelle s’écrit-elle de la manière suivante :

105
 Volume 1, numéro 2 (2017)

p q
ht   0   1 t2i    j ht  j
i 1 j 1

Pour pallier à l’insuffisance de ce modèle, plusieurs formulations ont été proposées,

tels que les modèles EGARCH, TARCH, PGARCH, FIGARCH...Etc. En particulier, le
modèle EGARCH, introduit par Nelson (1991), rejette l’hypothèse de symétrie liée à la
spécification quadratique de la variance conditionnelle. Ainsi, ce processus permet-il à la
volatilité de réagir différemment selon le signe des chocs. En effet, un processus EGARCH
(p, q) s'écrit de la façon suivante :
p
ln  t2   0  ( i Zt i   [ Zt i  E Zt i ])    j ln  t2 j
j 1

t j
Avec zt  j  où  t représente l'erreur standardisée.
 t j
Après avoir analysé la rentabilité et modélisé le risque des indices boursiers islamiques
et de leurs homologues conventionnels, nous nous intéressons à la performance ajustée au
risque. Cette mesure consiste à évaluer la rentabilité du portefeuille par rapport au risque
engagé. Pour cela, nous faisons recours de prime abord au ratio de Sharpe. Puis à d’autres
mesures qui tiennent compte de la non normalité des distributions des séries financières, à
savoir le ratio de Sortino, le ratio Oméga et le ratio de Calmar.

Pour appréhender davantage les rendements des indices islamiques des différents pays,
nous proposons d’estimer le modèle d’évaluation des actifs financiers en vue de comparer la
performance des indices boursiers islamiques par rapport à celle du marché. Le modèle
MEDAF qui a été développé par Sharpe (1964), Linter (1965), Mossi (1966) se présente
comme suit :

Rit  R f     RMRKT  ei

Avec : Rit le rendement de l’indice islamique, RMKT est l’excès du rendement du

marché par rapport au rendement sans risque.

Ainsi défini, ce modèle stipule qu’il existe une relation linéaire entre rendements
espérés excédentaires (par rapport au taux sans risque) de chaque titre (indice) et le rendement
espéré excédentaire du marché.

3. Résultats et Discussions
Nous représentons dans ce qui suit l’évolution des indices boursiers islamiques et de
leurs homologues conventionnels pour les pays du panel.1 et du panel.2. L’examen visuel des
graphiques, figure1 et figure2, permet de constater que les prix des indices conventionnels des
pays développés sont, dans la plupart des cas, supérieurs à ceux des indices islamiques à
l’exception de ceux de la Nouvelle Zélande, de l’Italie et de l’Espagne. A contrario, les prix
des indices islamiques des pays émergents sont supérieurs à ceux de leurs homologues

106
 Volume 1, numéro 2 (2017)

conventionnels, exception faite du Chili, du Brésil, de la Mexique, de la Pologne et de la

Russie.

Nous pouvons également constater que les cours des indices de tous les pays de notre
échantillon ont connu une tendance baissière pendant la période de crise témoignant ainsi la
gravité de cette dernière et l’effet du Spillover entre les différents marchés. Toutefois, l’année
2009 a marqué le retour de confiance de la part des investisseurs et des entreprises qui s’est
traduit par une hausse des indices boursiers islamiques et conventionnels pour les deux
groupes du pays.

Par ailleurs, le tableau 1 et le tableau 2 présentent les statistiques descriptives des

rendements des indices boursiers islamiques et des indices conventionnels de chaque pays de
notre échantillon. Nous remarquons que les rendements moyens des indices islamiques sont
supérieurs à ceux des indices conventionnels des pays du Panel.1, à part le cas du Hong Kong.
Par contre, ce sont les rendements moyens des indices conventionnels des pays du panel.2 qui
l’emportent sur ceux des indices islamiques pour la majorité des cas. Cependant, ce constat
diffère dans le cas de neuf pays, six pour lesquels les rendements moyens des indices
islamiques surpassent ceux des indices conventionnels, et trois pour lesquels les rendements
islamiques et conventionnels sont égaux.

Au-delà du calcul des moments d’ordre 1 et d’ordre 2, il importe de procéder à une

analyse de la distribution de nos séries en termes de normalité et de stationnarité. Le test de
Jarque-Bera permet de retenir l’hypothèse de normalité seulement pour les rendements des
indices islamiques de la Corée du Sud, de la Colombie, du Pérou, du Maroc et du Taiwan
ainsi que l’indice conventionnel du Taiwan (Panel.1). Par ailleurs, si nous croyons le test de
Shapiro Wilk, seuls les rendements boursiers des indices islamiques de l’Angleterre, de
l’Italie, de la Corée du sud , du Pérou, du Philippines, du Taiwan et du Maroc et des indices
conventionnels du Japon, de la Pologne, du Taiwan sont normaux.

Force est de constater que le rendement moyen est positif pour la quasi-totalité des
pays de notre échantillon. De plus, les coefficients de Skewness sont négatifs indiquant ainsi
des distributions décalées à droite des médianes, et donc des queues de distribution étalées
vers la gauche.

A présent, nous allons tester la stationnarité des séries. Nous appliquons dans ce qui
suit le test de Dickey Fuller augmenté sur les indices boursiers retenus pour notre étude. Les
résultats obtenus sont convergents pour les trois modèles. En effet, nous remarquons que la
statistique observée du test de Dickey-Fuller est supérieure à la valeur théorique pour le
modèle sans constante et sans tendance (modèle1), le modèle avec constante et sans tendance
(modèle2) et le modèle avec constante et avec tendance (modèle3). Nous concluons que tous
les indices boursiers sont intégrés d’ordre 1. Il est donc possible de les stationnariser en
procédant à la différence première de chaque série.

107
 Volume 1, numéro 2 (2017)

Par ailleurs, le test de student et le test de Wilcoxon confirment l’hypothèse de

l’égalité du rendement annuel moyen de l’indice islamique et du rendement annuel moyen de
l’indice conventionnel pour chaque pays dans le panel 1 et le panel 2. Ainsi, n’existe-t-il pas
de diffèrence significative entre les deux indices, et ce, pour tous les pays. De même, en
termes de risque, le test de Fisher stipule que la variance du rendement de l’indice islamique
n’est pas significativement diffèrente de celle du rendement de l’indice conventionnel car la
P-value relative à ce test est supérieure à 5% pour tous les pays des deux panels.

En conclusion , les deux tests, à savoir celui de l’égalité des moyennes et celui de
l’égalité des variances, permettent de conclure qu’il n’existe pas de différence entre l’indice
islamique et l’indice conventionel ni en termes de rendement, ni en termes de volatilité pour
les deux groupes de pays.

108
 Volume 1, numéro 2 (2017)

Figure1. Évolution des indices boursiers des pays développés

Figure2. Evolution des indices boursiers des pays émergents

Indice boursier islamique Indice boursier conventionnel

109
 Volume 1, numéro 2 (2017)

Avant de modéliser la dynamique de la volatilité, il s’avère necessaire de tester

l’hypothèse d’homoscédasticité au moyen du test ARCH-LM. Nous trouvons que LM   . 2

Nous rejetons l’hypothèse d’homoscédasticité des rendements des indices islamiques et des
indices conventionnels. Il existe donc un effet ARCH pour les rendements des indices dans
l’ensemble des pays de notre échantillon. Ceci-dit, nous estimons la volatilité conditionnelle à
l’aide d’un modèle GARCH (1.1). Notons que nous avons privilégié la distribution
gaussienne pour l’innovation par rapport à la distribution de Student et à la distribution GED
car elle minimise les critères d’AKAIKE pour la majorité des pays.

D’après les résultats, tous les paramètres des modèles sont significativement différents
de zéro au seuil de 5%. En effet, les valeurs des variances minimales représentées par  0 sont
négligeables et très proches de zéro, et ce, aussi bien pour l’indice islamique que pour l’indice
conventionnel de chaque pays, tandis que 1 , qui traduit l’effet de transmission du choc d’un
mois sur le mois suivant, affiche des valeurs inférieures à 0,7 (0,5) pour le cas des pays du
panel 1 (panel 2). De plus, l’ampleur d’un choc s’avère plus important pour les indices
conventionnels que pour les indices islamiques pour la majorité des pays, à savoir 14 pays
développés et 12 pays émergents.

Le troisième terme du modèle représente la contribution des variances passées à la

volatilité présente. Autrement dit, une volatilité forte à l’instant t accentue l’ampleur de la
volatilité à l’instant t+1. Cette persistance semble très significativement élevée pour les deux
types d’indices à part ceux de l’Autriche (panel 1) et ceux du Brésil, du Chili et de la
République Tchèque (panel2). S’agissant de la volatilité inconditionnelle, force est de
constater que l’indice islamique est moins volatile que l’indice conventionnel dans le cas de
12 (8) pays du panel.1 (Panel.2).

Afin d’approfondir notre étude, nous allons intégrer les évolutions asymétriques dans
la dynamique de la volatilité à l’aide des modèles EGARCH (1,1). D’après le tableau 4 et le
tableau 5, les paramètres  0 de certains pays ne sont pas significativement différents de zéro
au seuil de 5%. Tandis que la quasi-totalité des paramètres 1 , β1 et β2 sont significativement
différents de zéro. De plus, le ratio δ= β1\ β2 est négatif pour la majorité des pays, stipulant
ainsi l’existence d’un effet asymétrique. Autrement dit, les évolutions baissières des cours
boursiers ont un impact plus élevé sur la volatilité que les évolutions haussières. Cependant, il
existe certains indices boursiers pour lesquels ce ratio est compris entre 0 et 1. L’indice
islamique de l’Autriche en est un exemple. Dans ce cas, les innovations positives accroissent
la volatilité tandis que les innovations négatives la diminuent.

S’agissant du rendement ajusté au risque, les ratios de sharpe sont négatifs pour la
quasi- totalié des indices islamiques et convetnionnels sur toute la période étudiée, révélant
ainsi une performance inférieure par rapport au rendement sans risque, certainement à cause
de l’impact négatif de la période de crise. De plus, les ratios de sharpe des indices islamiques
sont supérieurs à ceux des indices conventionnels pour les pays du Panel.1, à l’exception du
Japon, de la France et du Canada. Tandis que les ratio de Sharpe des indices conventionnels

110
 Volume 1, numéro 2 (2017)

sont inférieurs (supérieurs) à ceux des indices islamiques dans le cas de 8 pays (12 pays) pour
les pays du Panel.2. Par ailleurs, le ratio de Sortino, le ratio d’Oméga et le ratio de Calmar
sont positifs pour la quasi-totalité des pays concernés par notre étude. En outre, les résultats
indiquent que les indices islamiques sont plus performants par rapport à leurs homologues
conventionnels pour environ 16 pays développés. A contrario, ce sont les indices islamiques
qui surperforment les indices conventionnels dans 14 pays du panel.2.

D’autre part, l’estimation du modèle MEDAF montre que les rendements des indices
islamiques sont fortement liés aux rendements du marché. En effet, le risque systémique
représenté par β est significativement différent de zéro au seuil de 5 % et les coefficients de
détermination sont proches de 1 pour la majorité des pays, indiquant que les variations des
rendements de l’indice islamique sont déterminées principalement par ceux du marché.
Cependant, cette liaison est faible pour le cas du Mexique et de la Colombie. En outre, l’alpha
du modèle est significativement égal à zéro10 pour tous les pays de notre échantillon.

Conclusion
Nous avons tout au long de ce papier essayé de comparer les performances entre un
ensemble d’indices boursiers islamiques et leurs équivalents conventionnels en analysant le
rendement et le risque de ces actifs pour un bloc de pays subdivisés en deux groupes :
Panel.1 : pays développés et Panel.2 : pays émergents, et ce, pour la période s’étalant d'Avril
2002 à Juin 2016.

L’analyse graphique montre que l'évolution des cours boursiers est marquée par des
mouvements baissiers pendant la période de crise 2007-2009. Par ailleurs, les résultats des
tests de Student et Wilcoxon suggèrent qu’il n’existe pas de diffèrence significative entre les
rendements moyens des deux indices. De même, le test de Fisher montre que la variance du
rendement de l’indice islamique n’est pas significativement diffèrente de celle du rendement
de l’indice conventionnel pour les deux groupes de pays.

En sus, les résultats de la modélisation de la volatilité des rendements des indices

boursiers par le modèle EGARCH montrent une relation asymétrique entre le rendement et la
volatilité, à l’exception d’un nombre limité d’indices de pays pour lesquels cette relation est
symétrique, à savoir : les indices conventionnels du Philippines, du Singapore, du Brésil, de la
Colombie et du Maroc et les indices islamiques de l’Autriche de la Finlande et du Thaïlande.

Par ailleurs, les ratios de sharpe sont négatifs pour les indices islamiques et
conventionnels. Stipulant, ainsi que les indices islamiques ne permettent pas d’obtenir un
rendement ajusté au risque supérieur à celui des placements sans risque pour la majorité des
pays concernés par notre étude. Force est de constater que les ratios de Sharpe, le ratio de
Sortino, le ratio d’Omega et le ratio de Calmar des indices islamiques sont supérieurs à ceux
des indices conventionnels pour les pays développés. A contrario, ce sont les indices
islamiques qui surperforment les indices conventionnels dans 14 pays du panel.2.

10
Au seuil de 5%.

111
 Volume 1, numéro 2 (2017)

Qui plus est, le risque systématique représenté par β est inférieur à 1 pour la majorité
des pays, stipulant ainsi, que l’indice islamique est moins risqué par rapport à l’indice du
marché. Cependant, cette sensibilité par rapport au mouvement du marché est supérieure à 1
pour le cas de la nouvelle Zélande, l’Australie, le Canada et l’Inde. Dans ce cas, la réaction de
l’indice islamique est plus proportionnelle aux variations des marchés.

Dans l'ensemble, les tests paramétriques et non paramétriques suggèrent qu’il n’existe
pas une différence significative entre les indices islamiques et les indices conventionnels en
termes de performance, et ce pour les pays émergent et les pays développés. Toutefois, les
ratios de rendements ajustés aux risques indiquent que la performance des indices islamiques
est plus élevée que celle des indices conventionnels pour 80% des pays développés de notre
échantillon.

Bibliographie
Anwar, M. (1995) « An Islamic Perspective on Capital Markets and ―Islamic‖ Securities in
Malaysia». The Pakistan Development Review. 34: 4 Part II (Winter 1995) PP. 865—878

Atta, H. 2000. « Ethical rewards ». University of Durham.

Lien : http://www.djindexes.com/mdsidx/downloads/thesis.pdf [consulté en Juillet 2016]

Ahmad, A. (1997) « Towards an Islamic Financial Market: a Study of Islamic Banking and Finance in
Malaysia». Research Paper N°45. Jeddah: IRTI, Islamic Development Bank.

Ahmad, Z., et H. Ibrahim. (2002) « A Study of Performance of the KLSE Syariah Index ». Malaysian
Management Journal 6 (1 & 2): 25-34

Ahmad, R., et M. Albaity (2006) « The Performance of Syariah and Composite Indices: Evidence
from Kuala Lumpur Stock Market ».
Lien : http://web.usm.my/journal/aamjaf/vol%204-1-2008/4-1-2.pdf [consulté en Juillet 2016]

Elgari, M. A. (1993) « Towards an Islamic Stock Market ». Islamic Economic Studies 1 (1): 1- 20.

El khamlichi, A. (2012) «Ethique et performance : le cas des indices boursiers et ´ des fonds
d’investissement en finance islamique ».
Lien : https://tel.archives-ouvertes.fr/tel-01124078/document [consulté en Juillet 2016]

Guyot, A. (2011) « Efficiency and Dynamics of Islamic Investment: Evidence of Geopolitical Effects
on Dow Jones Islamic Market Indexes ». Emerging Markets Finance and Trade 47 - Issue 6, pp.24–45.

Hakim, S., et M. Rashidian (2002) « Risk & return of Islamic stock market indexes ». 9th Economic
Research Forum Annual Meeting, 26-28 October, Sharjah UAE

Hassan, M. K. (2001) « Risk, Return and Volatility of Faith-based Investing: the Case of DJIM ».
October 6-7, Boston, Massachusetts.

Hussein, K. (2004) « Ethical Investment: Empirical Evidence from FTSE Islamic Index ». Islamic
Economic Studies 12 (1): 21-40.

Hussein, K., et M. Omran. (2005) « Ethical Investment Revisited: Evidence from Dow Jones Islamic
Indexes ». The Journal of Investing 14 (3): 105-124.

112
 Volume 1, numéro 2 (2017)

Mohammed, Ch. (2015) «La volatilité des indices boursiers islamiques dans le contexte de la crise
financière».. Economie et finance quantitative [q-fin]. Ecole Mohammadia d’Ingénieur.
Lien : https://tel.archives-ouvertes.fr/tel-01223873/document [consulté en Juillet 2016]

Mouna, A. (2012) « Risk and Return of Islamic and Conventional Indices». Int J Euro-Mediter Stud
(5):1–23

Naughton, S., et T. Naughton. (2000) « Religion, ethics and stock trading: the case of an
Islamic equities market ». Journal of Business Ethics 23 (2): 145-159.

Tilva, R., et J. Tuli. (2002) « Islamic Banking : A new era of financing ». Google Scholar.
http://www.globalwebpost.com/farooqm/study_res/i_econ_fin/tilva_tuli_ibanking.pdf.

Yusof, R. M., et M. S. A. Majid. (2007) « Stock Market Volatility Transmission in Malaysia:

Islamic Versus Conventional Stock Market ». Journal of Islamic Economics 20 (2) : 17-35.

113
 Volume 1, numéro 2 (2017)

Tableau 1. Statistiques descriptives des rendements des indices de pays développés

PAYS INDICE MOY E.TYPE MIN MAX SK KR JB SW

CONV 0,004 0,043 -0,189 0,103 -0,904 2,123 56,40 (p=5.6e-13) 0,95 (p=2,1e-05)
USA
ISL 0,0043 0,041 -0,167 0,106 -0,816 1,78 42,34 (p=6,3e-10) 0,95 (p=9,2e-05)
CONV 0,001 0,051 -0,212 0,124 -0,627 1,709 32,81 (p=7,4e-08) 0,97 (p=0,002)
UK
ISL 0,0021 0,052 -0,194 0,124 -0,474 0,907 12,71 (p=0,0017) 0,98 (p=0,04)
CONV 0,0043 0,047 -0,131 0,105 -0,702 0,734 18,2 (p=0,00) 0,96 (p=0,000)
SUISSE
ISL 0,0055 0,044 -0,161 0,108 -0,798 1,145 28,01 (p=8,2e-07) 0,95 (p= 8,9e-05)
CONV 0,0058 0,072 -0,31 0,2 -0,679 2,465 57,6 (p=3,01e-13) 0.95 (p=2.2e-05)
SUEDE
ISL 0,007 0,073 -0,311 0,224 -0,682 2,882 73,8 (p< 2,2e-16) 0,94 (p=4,41e-06)
CONV 0,0019 0,076 -0,295 0,194 -0,616 1,407 23,6 (p=7,5e-06) 0,96 (p=0,00)
Espagne
ISL 0,0079 0,068 -0,308 0,212 -0,625 2,625 61,5 (p=4,31e-14) 0,96 (p=0,00)
CONV 0,0043 0,064 -0,345 0,214 -1,018 4,95 206,56 (p< 2e-16) 0,9 (4,8e-07)
SINGAPORE
ISL 0,0044 0,062 -0,366 0,182 -1,428 7,227 433,7 (p< 2,2e-16) 0,9 (1,7e-08)
CONV 0,0037 0,086 -0,406 0,17 -1,197 3,86 148,8 (p=< 2e-16) 0,93 (p = 4,2e-07)
NORVEGE
ISL 0,0046 0,086 -0,38 0,191 -0,948 2,502 71,3 (p=3.3e-16) 0,95 (p=2,06e-05)
CONV 0,0039 0,062 -0,256 0,141 -0,797 1,632 37,82 (p = 6e-09) 0,96 (p= 0,000)
N.ZEALAND
ISL 0,0041 0,07 -0,251 0,201 -0,622 1,134 20,7 (p=3,1e-05) 0,97 (p=0,001)
CONV 0,0022 0,065 -0,29 0,134 -1,084 2,7 86,63 (p < 2e-16) 0,94 (p=1,8e-06)
PAYS-BAS
ISL 0,003 0,07 -0,284 0,181 -0,754 2,101 48,6 (p=2,7e-11) 0,96 (p=0,000)
CONV 0,0016 0,047 -0,16 0,122 -0,348 0,654 6,82 ( p= 0,03) 0,98 (p=0,12)
JAPAN
ISL 0,0017 0,046 -0,174 0,105 -0,638 1,202 22,45 (p=1,3e-05) 0,97 (p=0,003)
CONV -0,0017 0,073 -0,27 0,17 -0,597 0,683 13,76 (p=0,001) 0,97 (p= 0,006)
ITALY
ISL 0,0002 0,065 -0,214 0,218 -0,327 0,737 7,28 (p=0,02) 0,98 (p=0,054)
CONV 0,0047 0,06 -0,242 0,157 -0,629 1,98 40,15(p=1,91e-09) 0,96 (p= 0,000)
HONG KONG
ISL 0,0038 0,053 -0,229 0,132 -0,856 2,216 56,90 (p=4,39e-13) 0,96 (8,8e-05)
CONV 0,0033 0,073 -0,279 0,202 -0,857 1,948 48,8 (p= 2,4e-11) 0,95 (p= 3,1e-05)
Allemagne
ISL 0,0049 0,072 -0,306 0,188 -1,006 2,487 74,07 (< 2.2e-16) 0,94 (p=3,15e-06)
CONV 0,0017 0,064 -0,254 0,142 -0,737 1,268 16,41 (p= 0,00) 0,96 (p= 0,000)
France
ISL 0,0018 0,06 -0,221 0,132 -0,764 0,958 23,59 (p=7,5e-06) 0,96 (p=0,000)
CONV 0,001 0,08 -0,275 0,213 -0,519 1,074 27,48 (p= 1,07e-6) 0,97 (p= 0,003)
FINLANDE
ISL 0,0012 0,086 -0,294 0,238 -0,56 1,032 17,03 (p= 0,000) 0,96 (p=0,000)
CONV 0,0098 0,062 -0,297 0,168 -1,204 4,05 160,07 (p < 2e-16) 0,92 (p=2,1e-07)
DENMARK
ISL 0,0126 0,064 -0,272 0,131 -1,218 2,866 102,07 (p< 2e-16) 0,93 (p=2,4e-07)
CONV 0,0028 0,072 -0,455 0,162 -2,161 10,216 881,39 (p < 2e-16) 0,85 (p= 1,9e-11)
Belgique
ISL 0,0035 0,058 -0,221 0,158 -0,645 1,223 23,1 (p=9,6e-06) 0.97 (p = 0,003)
CONV 0,0012 0,088 -0,467 0,22 -1,525 5,855 313,23 (p< 2e-16) 0,90 (p= 4,6e-09)
AUSTRIA
ISL 0,0044 0,094 -0,451 0,248 -1,216 3,956 155,47 (p< 2e-16) 0,93 (p=3,05e-07)
CONV 0,0044 0,067 -0,295 0,157 -0,903 2,312 62,381 (p= 2e-14) 0,95 (p = 3,7e-05)
AUSTRALIA
ISL 0,0055 0,073 -0,345 0,172 -1,018 3,175 102,88 (p< 2e-16) 0,95 (p=6,7e-06)
CONV 0,0048 0,06 -0,317 0,191 -1,025 4,295 163,45 (p < 2e-16) 0,94 (p= 3,8e-06)
CANADA
ISL 0,0049 0,071 -0,35 0,214 -1,012 3,572 121,77 (p< 2e-16) 0,95 (p= 6,88e-06)

114
 Volume 1, numéro 2 (2017)

Tableau 2. Statistiques descriptives des rendements des indices de pays émergents

PAYS INDICE MOY E.TYPE MIN MAX SK KR JB SW

CONV 0,006 0,107 -0,391 0,265 -0,656 1,591 28,52 (p=6e-07) 0,96 (p=0,000)
BRESIL
ISL 0,002 0,117 -0,432 0,277 -0,599 1,570 31,04 (p=1e-07) 0,96 (p=0,000)
CONV 0,006 0,064 -0,296 0,183 -0,753 2,775 72,38 (p=2e-16) 0,95 (p=8,2e-05)
CHILI
ISL 0,007 0,068 -0,348 0,177 -0,988 4,217 156,61 (p< 2e-16) 0,94 (p=3e-06)
CONV 0,007 0,077 -0,258 0,177 -0,610 0,994 18,12 (p=0,000) 0,97 (p=0,002)
CHINE
ISL 0,005 0,078 -0,262 0,186 -0,488 0,681 10,42 (p=0,005) 0,98 (p= 0,02)
CONV 0,014 0,086 -0,336 0,210 -0,523 1,034 8,57 (p=0,01) 0,98 (p=0,02)
COLOMBIE
ISL 0,011 0,089 -0,323 0,221 -0,441 0,620 15,9 (p=0,000) 0,97 (p=0,004)
CONV 0,006 0,077 -0,349 0,181 -0,593 2,137 8,6 (p=0,01) 0,93 (p=3,3 e-07)
TCHEQUE
ISL 0,006 0,088 -0,354 0,198 -0,361 0,797 8,6 (p=0,01) 0,98 (p=0,04)
CONV 0,005 0,106 -0,568 0,241 -1,269 4,704 205,78 (p< 2e-16) 0,93 (3,3 e-07)
HUNGRIE
ISL -0,004 0,134 -1,204 0,224 -4,511 36,577 39,90 (2e-09) 0,97 (0,002)
CONV 0,010 0,085 -0,336 0,312 -0,416 1,679 25,86 (p=2e-06) 0,97 (p = 0,006)
INDE
ISL 0,008 0,083 -0,361 0,290 -0,528 2,083 39,90 (p=2e-09) 0,97 (p=0,002)
CONV 0,011 0,092 -0,509 0,267 -1,055 5,452 246,15 (p < 2e-16) 0,94 (p= 1,6e-06)
INDONESIE
ISL 0,010 0,095 -0,516 0,256 -1,124 5,263 235,94 (p< 2e-16) 0,93 (p=4,5e-07)
CONV 0,006 0,079 -0,303 0,234 -0,350 1,021 11,44(p =0.003) 0,98 (p=0,1057)
KOREA
ISL 0,005 0,076 -0,243 0,250 -0,195 0,724 5,19 (p=0,07) 0,98 (p=0,23)
CONV 0,004 0,050 -0,194 0,148 -0,505 1,699 28,6 (p= 6e-07) 0,97 (p=0,002)
MALAISIE
ISL 0,007 0,053 -0,237 0,160 -0,597 2,519 56,62 (p=5,07e-13) 0,96 (p=0,000)
CONV 0,007 0,067 -0,367 0,155 -1,179 5,001 220,26 (p< 2e-16) 0,93 (p= 1,5e-06)
Mexique
ISL 0,007 0,076 -0,359 0,178 -0,865 3,090 90,85 (p< 2,2e-16) 0,95 (p=3,6e-05)
CONV 0,011 0,090 -0,447 0,237 -0,828 3,071 88,25 (p< 2,2e-16) 0,96 (p= 9,7e-05)
PERU
ISL -0,001 0,130 -0,451 0,344 -0,257 0,511 4,00 (p=0,13) 0,99 (0,346)
CONV 0,009 0,066 -0,279 0,176 -0,514 1,603 26,63 (p= 1,6e-06) 0,97 (p= 0,01)
PHILLIPINES
ISL 0,010 0,086 -0,256 0,244 -0,121 0,835 5,8 (p=0,05) 0,98 (p=0,05)
CONV 0,002 0,095 -0,413 0,234 -0,607 1,700 31,91 (p= 1,2e-07) 0,97 (p= 0,005)
POLOGNE
ISL 0,003 0,092 -0,386 0,244 -0,332 1,238 14,68 (p=0,000) 0,98 (p=0,068)
CONV 0,003 0,101 -0,435 0,266 -0,694 1,818 38,16(p= 5e-09) 0,97 (p= 0,0016)
RUSSIE
ISL 0,003 0,100 -0,435 0,252 -0,642 1,680 32,67 (p= 8 e-08) 0,97 (p=0,003)
AFRIQUE CONV 0,006 0,075 -0,310 0,158 -0,659 1,126 21,924 (p < 2, e-16) 0,92 (p=2,1e-07)
DU SUD ISL 0,003 0,078 -0,366 0,187 -0,726 2,173 49,71 (p=1,6e-11) 0,97 (p=0,000)
CONV 0,001 0,067 -0,212 0,160 -0,315 0,282 3,52 (p =0,17) 0,99 (p= 0,33)
TAIWAN
ISL 0,003 0,067 -0,188 0,155 -0,360 0,165 3,95 (p=0,14) 0,98 (p = 0,127)
CONV 0,008 0,076 -0,402 0,270 -0,792 4,474 162,73 (p<2e-16) 0,95 (p= 1,3e-05)
THAILAND
ISL 0,007 0,086 -0,442 0,240 -0,889 4,015 139,37 (p< 2e-16) 0,95 (p=9,79e-06)
CONV 0,007 0,119 -0,420 0,343 -0,448 0,971 12,93 (p= 0,001) 0,98 (p = 0,01)
TURQUIE
ISL 0,008 0,119 -0,467 0,426 -0,515 2,146 41,44(p=1 e-09) 0,95 (p=5,3e-05)
CONV 0,005 0,057 -0,169 0,215 -0,011 1,258 11,93 (p =0,002) 0,98(p= 0,04)
MAROC
ISL 0,003 0,058 -0,177 0,187 0,118 0,713 4,39 (p=0,11) 0,99 (p=0,33)

115
 Volume 1, numéro 2 (2017)

Tableau 3.Tests d'égalité des rendements moyens

Rendement Rendement Test d'égalité des moyennes
annuel moyen annuel moyen de Test d’égalité des
Pays
de l’indice l’indice Test de Test de variances
islamique conventionnel Student Wilcoxon
Panel 1-Pays développés
Etats Unis 0,047 0,044 0,047 (0,96) 113 (1) 0,836 (p=0,743)
Angleterre 3,099 1,472 0,207 (0,83) 119 (0,80) 0,882 (p=0,817)
Suisse 5,099 3,731 0,203 (0,84) 114 (0,96) 0,762 (p=0,618)
Suède 8,678 7,289 0,120 (0,90) 117 (0,87) 0,971 (p=0,957)
Espagne 8,447 1,744 0,661 (0,51) 128 (0,53) 0,804 (p=0,690)
Singapore 6,524 6,286 0,022 (0,98) 118 (0,83) 0,882 (p=0,817)
Norvège 8,522 7,580 0,071 (0,94) 119 (0,80) 0,875 (p=0,807)
Nouvelle Zélande 7,554 7,402 0,015 (0,98) 108 (0,87) 1,258 (p=0,673)
Pays Bas 4,099 2,381 0,164 (0,87) 116 (0,90) 1,562 (p=0,414)
Japon 1,229 0,940 0,041 (0,96) 117 (0,87) 0,909 (p=0,862)
Italie 0,605 -3,461 0,487 (0,63) 123 (0,68) 0,688 (p=0,494)
Hong Kong 5,084 6,050 -0,096 (0,92) 111 (0,96) 0,946 (p=0,920)
Allemagne 5,578 3,093 0,220 (0,82) 118 (0,83) 1,052 (p=0,925)
France 1,998 1,720 0,033 (0,97) 111 (0,96) 0,785 (p=0,657)
Finlande 1,716 0,276 0,145 (0,88) 116 (0,90) 1,053 (p=0,924)
Danemark 15,522 11,935 0,352 (0,72) 119 (0,80) 1,170 (p= 0,772)
Belgique 3,804 5,109 -0,129 (0,89) 105 (0,77) 0,516 (p=0,228)
Autriche 10,469 5,012 0,389 (0,69) 125 (0,62) 1,261 (p=0,670)
Australie 9,036 6,328 0,247 (0,80) 118 (0,83) 1,176 (p= 0,766)
Canada 11,242 9,322 0,148 (0,88) 109 (0,90) 1,597 (p=0,392)
Panel 2-Pays émergents
Brésil 17,766 19,224 -0,055 (0,95) 119 (0,80) 0,671 (p=0,465)
Chili 11,434 13,236 -0,126 (0,90) 111 (0,96) 0,842 (p=0,752)
Chine 9,580 7,905 0,119 (0,90) 115 (0,93) 1,044 (p=0,937)
Colombie 25,623 23,071 0,136 (0,89) 117 (0,87) 0,982 (p=0,974)
Tchèque 9,812 10,346 -0,039 (0,96) 112 (1) 0,682 (p=0,483)
Hongrie 9,918 7,288 0,181 (0,85) 105 (1) 1,290 (p=0,652)
Inde 15,903 12,847 0,208 (0,83) 120 (0,77) 1,083 (p=0,883)
Indonésie 16,254 16,606 -0,022 (0,98) 110 (0,93) 1,071 (p=0,899)
Corée du Sud 7,045 6,602 0,040 (0,96) 119 (0,80) 1,007 (p=0,990)
Malaisie 7,349 9,377 -0,215 (0,83) 108 (0,87) 1,036 (p=0,947)
Mexique 9,401 11,836 -0,194 (0,84) 102 (0,68) 0,591 (p=0,336)
Pérou 24,812 50,536 -0,440 (0,66) 136 (0,34) 0,072 (p=1,4e-5)
Philippines 12,133 13,806 -0,121 (0,90) 117 (0,87) 0,673 (p= 0,468)
Pologne 2,295 5,769 -0,283 (0,77) 111 (0,96) 0,735 (p=0,572)
Russie 12,515 12,228 0,0162 (0,98) 111 (0,96) 1,035 (p= 0,949)
Sud d’Afrique 9,267 7,753 0,128 (0,89) 119 (0,80) 0,691 (p=0,497)
Taiwan 1,998 4,343 -0,207 (0,83) 97 (0,53) 0,793 (p=0,670)
Thaïlande 15,169 16,422 -0,074 (0,94) 109 (0,90) 0,899 (p=0,846)
Turquie 14,977 16,477 -0,077 (0,93) 106 (0,80) 1,052 (p=0,925)
Maroc 8,803 6,868 0,186 (0,85) 117 (0,87) 1,0406 (p= 0,942)

116
 Volume 1, numéro 2 (2017)

Tableau 4. Modélisation EGARCH(1,1) des volatilités des rendements des indices boursiers des
Pays du Panel 1

Paramètres vérification des hypothèses

Pays Indice
α0 α1 β1 β2 Normalité Autocorrélation Homoscédasticité
ISL -2.175 [-2.57] 0.180 [1.19] -0.332 [-3.32] 0.627 [4.25] Non Non Oui
Australie CONV -0.892 [-1.87] 0.103 [1.143] -0.173 [-3.11] 0.795 [10.51] Non Non Oui
ISL -1.245 [2.62] 0.272 [1.74] 0.228 [2.63] 0.795 [9.04] Oui Non Oui
Autriche CONV -1.148 [1.16] 0.977 [1.31] -0.014 [-0.05] 0.882[5.48] Oui Oui Oui
ISL -0.530 [1.99] 0.098 [0.919] -0.181 [-3.13] 0.922 [21.95] Non Non Oui
Belgique CONV -0.261 [-5.79] -0.264 [-6.24] -0.311[-6.44] 0.915 [81.14] Oui Non Non
ISL -2.151 [2.09] 0.442 [2.80] -0.096 [-1.19] 0.669 [1.35] Non Non Oui
Canada CONV -1.411 [1.17] 0.370 [1.31] -0.110 [-0.04] 0.809 [0.17] Oui Oui Oui
ISL -2.161 [2.09] 0.461 [2.90] -0.086 [-2.20] 0.408 [1.38] Non Non Oui
Danemark CONV -1.121 [1.17] 0.170 [2.91] -0.210 [-0.84] 0.109 [2.17] Oui Oui Oui
ISL -4.872 [17.9] 0.406 [3.81] -0.118 [0.14] -0.621[0.08] Oui Oui Oui
Finlande CONV -2.716 [-1.57] 0.238 [1.35] -0.183 [-1.755] 0.489 [-6.44] Oui Non Oui
ISL -1.016 [-1.9] 0.089 [0.57] -0.284 [-3.728] 0.839[11.93] Oui Non Oui
France
CONV -0.748 [-3.0] 0.052 [0.37] -0.321 [-4.190] 0.880 [27.77] Non Non Oui
ISL -1.161 [-3.11] 0.103 [0.73] -0.265 [-3.515] 0.806 [13.49] Oui Non Oui
Allemagne
CONV -0.926 [-2.8] 0.053 [0.39] -0.264 [-4.006] 0.842[18.31] Oui Non Oui
Hong ISL -0.841 [-1.8] 0.135 [1.38] -0.120 [-2.354] 0.876 [12.32] Oui Non Oui
Kong CONV -1.047 [-2.2] 0.184 [1.66] -0.118 [-2.113] 0.841 [11.37] Oui Non Oui
ISL -1.332 [-1.78] 0.048 [3.57] -0.291 [-3.250] 0.768 [6.15] Non Non Oui
Italie
CONV -0.239 [-2.4] -0.105 [-1.33] -0.283 [-5.368] 0.942 [84.89] Non Non Oui
ISL -0.855 [-1.5] 0.240 [1.84] -0.099 [-1.572] 0.894 [12.24] Non Non Oui
Japon
CONV -1.191 [-1.4] 0.297 [2.03] -0.019 [-0.278] 0.845 [6.64] Non Oui Oui
ISL -0.513 [-2.49] 0.015 [0.16] -0.204 [-4.003] 0.913 [32.82] Oui Non Oui
Pays-Bas
CONV -0.847 [-3.4] 0.019 [0.17] -0.304 [-4.848] 0.858 [24.08] Oui Oui Oui
ISL 0.002 [-2.20] -0.063 [-0.41] -0.414 [-4.670] 0.534 [2.63] Oui Non Oui
Norvège
CONV -1.608 [-3.0] 0.081 [1.47] -0.361 [-4.720] 0.699 [7.54] Oui Non Oui
ISL -0.366 [-1.8] -0.064 [-1.05] -0.167 [-4.002] 0.924 [28.07] Oui Non Oui
N. Zélande
CONV -0.286 [-1.14] -0.153 [-3.87] -0.151 [-3.524] 0.927 [22.11] Oui Non Oui
ISL -1.478 [-2.1] 0.492 [2.86] -0.109 [-1.243] 0.813 [7.46] Non Non Oui
Singapore
CONV -1.066 [-3.2] 0.375 [3.04] 0.184 [2.515] 0.867[17.98] Oui Non Oui
ISL -1.143 [-2.21] 0.226 [1.35] -0.335 [-3.907] 0.831 [10.54] Non Non Oui
Espagne
CONV -0.686 [-4.35] 0.080 [0.65] -0.294 [-4.278] 0.888 [39.95] Oui Non Oui
ISL -2.057 [-3.29] 0.271 [1.25] -0.260 [-3.531] 0.624 [18.96] Non Non Oui
Suède
CONV -0.711 [-2.97] 0.084 [0.69] -0.238 [-4.178] 0.884 [21.83] Non Non Oui
ISL -0.776 [-2.66] 0.118 [1.02] -0.208 [-2.454] 0.895 [19.53] Oui Non Oui
Suisse
CONV -0.691 [-2.91] 0.029 [0.26] -0.255 [-3.605] 0.896 [25.50] Non Non Oui
ISL -1.052 [-2.27] 0.110 [0.73] -0.259 [-2.845] 0.842 [11.23] Non Non Oui
Angleterre
CONV -0.719 [-3.25] 0.050 [0.36] -0.266 [-3.655] 0.892 [26.90] Oui Non Oui
ISL -0.832 [-2.32] 0.161 [1.12] -0.268 [-4.439] 0.895 [19.32] Oui Non Oui
Etats Unis
CONV -1.215 [-2.53] 0.121 [0.92] -0.303 [-3.901] 0.834[11.92] Oui Non Oui
[valeur du t-Student]

117
 Volume 1, numéro 2 (2017)

Tableau 5.Modélisation EGARCH(1,1) des volatilités des rendements des indices boursiers des
pays du Panel 2
Paramètres vérification des hypothèses
Pays Indice
α0 α1 β1 β2 Normalité Autocorrélation Homoscédasticité
ISL -1.115[2.56] 0.201[1.49] -0.106 [-1.83] 0.790 [9.34] Non Non Oui
Brésil
CONV -1.151 [-2.19] 0.232[1.45] 0.001 [-1.31] 0.795[7.88] Non Non Oui
ISL -0.967 [-1.97] 0.313[2.01] 0.001[0.02] 0.842[11.03] Non Non Oui
Chine
CONV -1.128[1.69] 0.386[2.63] 0.001[1.69] 0.001[10.77] Non Non Oui
ISL -2.743 [-1.59] 0.335[2.63] -0.176 [-2.22] 0.548[1.77] Oui Non Oui
Chili
CONV -2.948[-1.50] 0.040[0.29] -0.252[-2.39] 0.477[1.35] Oui Non Oui
ISL -4.408[-1.16] 0.248[1.31] -0.005[-0.04] 0.132[0.17] Non Oui Oui
Colombie
CONV -4.872 [-1.52] 0.264[1.45] 0.017 [0.14] 0.051[0.08] Oui Oui Oui
ISL -2.716 [-1.57] 0.238[1.35] -0.184 [-1.75] 0.489[1.42] Non Oui Oui
Tchèque
CONV -1.521 [-2.22] 0.182[1.69] -0.161 [-2.25] 0.736[5.81] Non Non Oui
ISL -5.698 [-4.99] 0.585[2.38] 0.188[1.11] -0.145[-0.56] Oui Oui Oui
Egypte
CONV -4.002 [-5.33] 0.482 [2.36] 0.05 [1.96] -0.120 [-0.51] Oui Oui Oui
ISL -0.215 [-6.99] -0.077[1.81] -0.073 [-1.47] 0.941[75.82] Oui Non Oui
Hongrie
CONV -1.355 [-2.92] 0.343 [2.20] -0.147 [-1.67] 0.764[7.72] Oui Non Oui
ISL -5.069 [0.71] 0.471[2.86] -0.068 [-0.66] 0.068[0.14] Non Non Oui
Inde
CONV -0.590 [-1.45] 0.213 [1.73] -0.073 [-1.23] 0.915[13.13] Non Non Oui
ISL -0.759 [-2.55] 0.342[3.56] -0.105 [-1.87] 0.901[16.57] Oui Non Oui
Indonésie
CONV -1.215 [-2.51] 0.339[3.36] -0.179 [-3.07] 0.808[9.16] Oui Non Oui
ISL -0.611 [-1.37] 0.183 [1.49] -0.108[2.24] 0.912[12.24] Non Non Oui
Corée
CONV -0.615 [-1.62] 0.217[1.78] -0.126[-1.92] 0.917[14.51] Non Non Oui
ISL -1.811 [-1.82] 0.097[0.78] -0.175[-2.02] 0.714[4.41] Non Non Oui
Malaisie
CONV -2.143 [-2.54] 0.335 [2.406] -0.175 [-2.07] 0.685[5.15] Non Oui Oui
ISL 0.002 [-1.77] 0.109[0.82] -0.207 [-2.64] 0.670[3.64] Oui Oui Non
Mexique
CONV -1.794 [-2.12] 0.208 [1.48] -0.215[-3.26] 0.729[5.48] Oui Non Oui
ISL -6.954[-2.08] 0.196[1.33] 0.165[2.02] -0.183[-0.31] Non Non Oui
Maroc
CONV -5.851 [-1.34] 0.282 [1.66] 0.082 [0.23] 0.021[0.03] Oui Non Oui
ISL -1.357 [-1.66] 0.177[2.61] 0.024 [3.27] 0.757[4.14] Non Non Oui
Pérou
CONV -1.417 [-2.19] 0.591[3.451] 0.527 [0.25] 0.809[6.77] Non Non Oui
ISL -0.215 [-1.63] 0.086[2.68] -0.022 [-0.47] 0.986[40.05] Non Non Oui
Philippines
CONV -5.463 [-3.83] -0.354 [-1.62] -0.273 [-2.33] -0.048[-0.18] Oui Non Oui
ISL -2.057 [-2.57] 0.271 [1.51] -0.261 [-2.25] 0.624[3.99] Non Non Oui
Pologne
CONV -1.237 [-3.13] 0.367 [2.19] -0.185 [-2.11] 0.808[10.28] Non Non Oui
ISL -1.377 [-1.65] 0.413[2.12] -0.071 [-0.84] 0.779[4.88] Oui Non Oui
Russie
CONV -1.468 [-2.02] 0.416 [2.466] -0.103 [-1.24] 0.761[5.43] Non Non Oui
Afrique ISL -1.171 [-1.47] 0.296 [2.33] -0.063 [-0.88] 0.822[5.69] Non Non Ou
du Sud CONV -1.273 [-1.11] 0.184[1.39] -0.088 [-1.24] 0.786[3.77] Oui Non Oui
ISL -0.561 [-1.87] 0.165 [1.02] -0.156 [-2.21] 0.925[21.31] Oui Non Oui
Taiwan
CONV -0.631[-1.65] 0.268 [1.68] -0.105 [-1.43] 0.927[16.92] Non Non Oui
ISL -6.697[-5.21] 0.662 [2.94] -0.131 [-1.17] -0.22 [-0.81] Non Non Oui
Thaïlande
CONV -0.630 [-1.65] 0.268 [1.68] -0.105 [-1.43] 0.927[16.92] Non Non Oui
ISL -0.992[-1.855] 0.4148 [2.50] -0.038 [-0.45] 0.848 [8.23] Oui Non Oui
Turquie
CONV -0.292 [-1.02] 0.137 [1.310] -0.012 [-0.17] 0.960[18.35] Oui Non Oui

118
 Volume 1, numéro 2 (2017)

Tableau 6. Ratios de rendement ajusté au risque pour les pays développés et les pays émergents
Ratios de rendement ajusté au risque des pays du Panel (1) Ratio de rendement ajusté au risque des pays du Panel (2)
Pays Indice Sharpe Sortino Omega Calmar Pays indice Sharpe Sortino Omega Calmar
ISL -0,26 0,181 1,323 0,123 ISL -0,095 0,118 1,053 0,031
Etats unis Brésil
CON -0,624 0,164 1,282 0,094 CON -0,1 0,162 1,15 0,087
ISL -0,371 0,097 1,11 0,048 ISL -0,052 0,203 1,315 0,155
Angleterre Chili
CON -0,591 0,065 1,055 0,02 CON -0,106 0,195 1,293 0,136
ISL -0,521 0,214 1,379 0,177 ISL -0,322 0,163 1,201 0,101
Suisse Chine
CON -0,574 0,166 1,269 0,107 CON -0,072 0,201 1,278 0,137
ISL -0,129 0,204 1,311 0,143 ISL -0,04 0,274 1,386 0,193
Suède Colombie
CON -0,318 0,178 1,254 0,113 CON 0,032 0,326 1,507 0,258
ISL -0,147 0,233 1,367 0,192 ISL -0,146 0,186 1,204 0,095
Espagne Tchèque
CON -0,483 0,09 1,067 0,033 CON -0,237 0,19 1,248 0,108
ISL -0,336 0,148 1,221 0,092 ISL -0,426 0,038 0,897 -0,066
Singapore Hongrie
CON -0,419 0,144 1,203 0,085 CON -0,131 0,142 1,126 0,072
ISL -0,246 0,142 1,151 0,085 ISL -0,162 0,218 1,287 0,15
Norvège Inde
CON -0,346 0,125 1,122 0,065 CON -0,109 0,252 1,354 0,18
Nouvelle ISL -0,364 0,137 1,167 0,074 ISL -0,085 0,242 1,345 0,174
Indonésie
Zélande CON -0,373 0,135 1,18 0,072 CON -0,053 0,257 1,374 0,198
ISL -0,459 0,113 1,123 0,067 ISL -0,288 0,165 1,194 0,095
Pays Bas Corée
CON -0,532 0,091 1,096 0,043 CON -0,196 0,169 1,199 0,098
ISL -0,741 0,085 1,102 0,042 ISL -0,285 0,229 1,393 0,162
Japon Malaisie
CON -0,705 0,089 1,102 0,043 CON -0,169 0,168 1,261 0,115
ISL -0,469 0,051 1,007 0,004 ISL -0,253 0,198 1,275 0,135
Italie Mexique
CON -0,671 0,016 0,939 -0,029 CON -0,261 0,207 1,321 0,141
ISL -0,41 0,143 1,215 0,09 ISL -0,358 0,086 1,422 -0,013
Hong Kong Pérou
CON -0,44 0,161 1,237 0,102 CON -0,023 0,271 1,391 0,227
ISL -0,357 0,15 1,203 0,103 ISL -0,069 0,272 1,376 0,225
Allemagne Philippines
CON -0,389 0,117 1,13 0,065 CON -0,163 0,267 1,422 0,203
ISL -0,608 0,083 1,08 0,041 ISL -0,26 0,126 1,095 0,052
France Pologne
CON -0,539 0,085 1,077 0,037 CON -0,327 0,106 1,063 0,035
ISL -0,453 0,077 1,031 0,014 ISL -0,254 0,117 1,076 0,044
Finlande Russie
CON -0,489 0,075 1,033 0,016 CON -0,331 0,118 1,08 0,046
ISL 0,006 0,351 1,681 0,336 Afrique ISL -0,384 0,107 1,093 0,052
Danemark
CON -0,148 0,287 1,53 0,22 du Sud CON -0,212 0,179 1,234 0,134
ISL -0,376 0,129 1,169 0,084 ISL -0,253 0,116 1,119 0,061
Belgique Taiwan
CON -0,389 0,102 1,119 0,045 CON -0,24 0,081 1,057 0,029
ISL -0,299 0,135 1,134 0,069 ISL -0,198 0,191 1,243 0,142
Autriche Thaïlande
CON -0,423 0,079 1,039 0,018 CON -0,134 0,231 1,333 0,176
ISL -0,292 0,163 1,222 0,113 ISL -0,146 0,201 1,204 0,146
Australie Turquie
CON -0,396 0,145 1,196 0,084 CON -0,123 0,191 1,174 0,13
ISL -0,371 0,153 1,2 0,1 ISL -0,285 0,125 1,14 0,052
Canada Maroc
CON -0,314 0,165 1,243 0,105 CON -0,213 0,176 1,242 0,086

119
 Volume 1, numéro 2 (2017)

Tableau 7.Modèle MEDAF des rendements des indices islamiques

Panel1 Panel2
Indice Alpha Beta R2 Indice Alpha Beta R2
Etats unis -0,0004 0,9185 Brésil 0,002 0,881 0,94
0,96
t-stat -0,619 (0,537) 60,39 (<2e-16) t-stat 1,035 (0,302) 50,56 (<2e-16)
Angleterre 0,0007 0,9689 Chili -0,005 0,437 0,49
0,92
t-stat 0,58 (0,557) 43,77 (<2e-16) t-stat -1,79 (0,0749) 12,52 (<2e-16)
Suisse 0,0003 0,8883 Chine 0,002 0,805
0,88 0,52
t-stat 0,223 (0,824) 34,97 (<2e-16) t-stat 0,50 (0,618 ) 13,37 (<2e-16)
Suède 0,0010 0,9726 Colombie -0,002 0,724
0,91 0,36
t-stat 0,604 (0,547) 41,60 (<2e-16) t-stat -0,34 (0,73) 9,706 (<2e-16)
Espagne 0,0035 0,7646 R. Tchèque 0,001 0,955
0,71 0,42
t-stat 1,196 (0,233) 20,18 (<2e-16) t-stat 0,183 (0,855) 11,081 (<2e-16)
Singapore -0,0005 0,9219 Hongrie -0,006 0,767
0,92 0,39
t-stat -0,343 (0,732) 43,17 (<2e-16) t-stat -1,403 (0,163) 10,36 (<2e-16)
Norvège 0,0006 0,9658 Inde 0,004 1,094
0,94 0,83
t-stat 0,374 (0,709) 51,59 (<2e-16) t-stat 1,801 (0,0736) 29,28 (<2e-16)
Nouvelle Zélande 0,0003 1,0102 Indonésie -0,012 0,859
0,82 0,42
t-stat 0,141 (0,888) 27,28 (<2e-16) t-stat -2,306 (0,0224) 10,95 (<2e-16)
Pays Bas 0,0006 0,9820 Corée -0,005 0,451
0,83 0,51
t-stat 0,265 (0,791) 28,15 (<2e-16) t-stat -1,647 (0,101) 13,02 (<2e-16)
Japon -0,0005 0,9219 Malaisie 0,000 0,861
0,92 0,70
t-stat -0,34 (0,732) 43,17 (<2e-16) t-stat -0,146 (0,884) 19,49 (<2e-16)
Italie -0,0010 0,7926 Mexique -0,004 0,557
0,78 0,18
t-stat -0,421 (0,674) 23,99 (<2e-16) t-stat -0,637 (0,525) 5,94 (1,7e-08)
Hong Kong -0,0021 0,8429 Pérou -0,005 0,834
0,92 0,62
t-stat -1,716 (0,088) 42,74 (<2e-16) t-stat -1,395 (0,165) 16,640 (<2e-16)
Allemagne 0,0013 0,9637 Philippines 0,001 0,796
0,96 0,73
t-stat 1,106 (0,27) 62,51 (<2e-16) t-stat 0,465 (0,643) 21,10 (<2e-16)
France -0,0010 0,9116 Pologne -0,004 0,536
0,96 0,50
t-stat -0,955 (0,341) 59,38 (<2e-16) t-stat -1,692 (0,0925) 13,045 (<2e-16)
Finlande -0,0008 0,9327 Russie -0,005 0,877
0,77 0,34
t-stat -0,235 (0,815) 22,84 (<2e-16) t-stat -1,018 (0,31) 9,282 (<2e-16)
Danemark 0,0025 0,8976 Afrique du Sud -0,004 0,708
0,76 0,47
t-stat 1,051 (0,295) 23,51 (<2e-16) t-stat -1,13 (0,26) 12,12 (<2e-16)
Belgique -0,0008 0,9327 Taiwan 0,000 0,807
0,81 0,67
t-stat -0,235 (0,815) 22,84 (<2e-16) t-stat 0,093 (0,926) 18,602 (<2e-16
Autriche 0,0028 0,9614 Thaïlande -0,007 0,961
0,89 0,67
t-stat 0,859 (0,392) 26,22 (<2e-16) t-stat -2,215 (0,0281) 18,698 (<2e-16)
Australie 0,0012 1,0258 Turquie -0,001 0,990
0,92 0,64
t-stat 0,66 (0,51) 36,86 (<2e-16) t-stat -0,25 (0,803) 17,44 (<2e-16)
Canada 0,0009 1,1182 0,64 Maroc -0,002 0,854 0,60

120