L’analyse de la statistique descriptive consiste à évaluer le Skewness qui est un
indicateur d’asymétrie, calculer le Kurtosis qui présente un coefficient d’aplatissement et
d’effectuer l’essai de Jarque-Bera qui présente un test de normalité.
Tableau 2.4 : Statistiques descriptives de la série des rendements mensuels du marché
Les résultats obtenus soulignent que la distribution de la série des rendements
mensuels du marché exhibe une significativité différentes d’une distribution normale au
seuil 1%. D’une part, cette série présente un coefficient d’asymétrie (S) égal à (-
0,544909) qui est inférieur à 0 donc une asymétrie vers la gauche, d’autre part, la série
présente un coefficient d’aplatissement (K) égale à (3.254658 ) qui est supérieur à 3 et donc
la distribution de la série des rendements mensuels du marché est leptokurtotique. La
statistique de Jarque –Bera est supérieure à ???(2) lu dans la table (probabilité critique
égale à (0,285774)) donc l’hypothèse de normalité de la série est rejetée.
Tableau 2.5 : Statistiques descriptives de la série des volumes de transactions mensuels du marché
Les résultats obtenus soulignent que la distribution de la série des volumes de
transactions mensuels du marché exhibe une significativité différentes d’une distribution
normale au seuil 1%. D’une part, cette série présente un coefficient d’asymétrie (S) égal à
(1.602669) qui est supérieur à 0 donc une asymétrie vers la droite, ce qui signifie que,
durant la période d’étude, les volumes de transactions mensuels du marché ont subi plus
de chocs positifs que des chocs négatifs, d’autre part, la série présente un coefficient
d’aplatissement (K) égale à ( 5.133525) qui est largement supérieur à 3 et donc la
distribution de la série des volumes de transactions mensuels du marché est
leptokurtotique. La statistique de Jarque –Bera est largement supérieure à ?²(2) lu dans
la table (probabilité critique est nulle) donc l’hypothèse de normalité de la série est
rejetée.