Méthode hybride pour la détection des ruptures structurelles dans les séries financières : Cas de l'indice MASI

Abstract

Cet article propose une approche hybride pour la détection des ruptures structurelles dans les séries financières. La procédure combine une méthode heuristique d’exploration des ruptures, avec une validation économétrique par régression ARIMAX, à variables exogènes. La stratégie d’exploration repose sur trois piliers : (i) un lissage par médiane glissante, (ii) un calcul de dérivée de niveau par différence de médianes sur fenêtres adjacentes, et (iii) un filtrage des extrema par regroupement spatial et clustering K-means visant à éliminer les faux positifs.

L’application de notre méthode à l’indice MASI a permis de détecter avec précision les dates ruptures de la période Janvier 2019- Juin 2026, coïncidant avec la crise du COVID-19, le début de la guerre en Ukraine, le conflit avec l’Iran et d’autres événements ayant pu impacter la bourse de Casablanca.  L’intégration de ces ruptures dans un modèle ARIMA a permis de réduire la persistance du modèle ARIMA et d’améliorer les performances de prévision hors échantillon. En effet les mesures (RMSE, MAE et MAPE) ont été réduits de plus de 14%.