La présente recherche propose de revisiter cinq modèles d’évaluation d’actifs, soit ceux de Sharpe (1964), Carhart (1997), de Jagannathan et Wang (1996), de Ferson et Harvey (1999) et de Kraus et Litzenberger (1976). Afin de mettre l’accent sur le côté économétrique, les modèles sont évalués indépendamment selon deux méthodes, soit la régression de Fama et Macbeth (1973) et la méthode des moments généralisée de Hansen (1982). Par la suite, l’étude propose l’évaluation empirique d'un modèle multifactoriel conditionnel à moments supérieurs pour évaluer les rendements moyens en coupe transversale, nommé CAPM-ACS. Ce modèle est une tentative de combiner les principaux éléments des cinq modèles précédents. L’évaluation de ces modèles est portée sur les rendements provenant d’un échantillon de 80 portefeuilles de titres américains classés par anomalies de marché et par industrie sur la période du 1er janvier 1972 au 1er décembre 2014. Nos résultats supportent le conditionnement des bêtas des facteurs de marché, des moments supérieurs et du capital humain plutôt que le conditionnement des alphas. Les modèles conditionnels performent mieux que les modèles traditionnels et empiriques tels que Fama et French (1993), mais le facteur de momentum de Carhart (1997) persiste en présence de l’ensemble des facteurs testés dans ce mémoire.À cet effet, nos résultats soulignent un lien entre le facteur d’asymétrie et le facteur de momentum, pouvant être expliqué par le caractère asymétrique des portefeuilles de titres perdants et gagnants. De plus, l’ajout du capital humain améliore significativement la performance des modèles à capturer les variations de rendements des portefeuilles classés par industrie. Par rapport aux outils économétriques, nous observons un impact significatif des méthodes sur l’inférence statistique. Plus précisément, les mesures d’inférences sont plus conservatrices lorsque l’approche du GMM de Hansen (1982) est utilisée.

Pas de résumé / No summary