Last observation: 7 oct. 2026 (N = 428)
First observation: 16 janv. 1989 (N = 1)
Last data update: 07 oct. 2026, 23:29
Last compile: 07 oct. 2026, 23:35
Cours quotidiens Yahoo Finance de 480 sociétés cotées à Paris du catalogue investing.com (stocks_FRA_var), depuis 1989. Le ticker Yahoo (suffixe .PA) est retrouvé par ISIN (adjusted_map.parquet).
Close = cours de clôture corrigé des splits seulement ; Adjusted = cours corrigé des splits et des dividendes (dividendes réinvestis), donc Adjusted mesure le rendement total. Le rapport Adjusted / Close à une date donnée est le facteur cumulé des dividendes versés après cette date.
Couverture
Code
adj |> mutate(year = year(Date)) |> group_by(year) |>
summarise(Titres = n_distinct(ticker), Lignes = n(), .groups = "drop") |>
filter(year %% 5 == 0 | year == max(year)) |>
print_table_conditional()| year | Titres | Lignes |
|---|---|---|
| 1990 | 3 | 614 |
| 1995 | 21 | 5460 |
| 2000 | 254 | 58922 |
| 2005 | 307 | 76968 |
| 2010 | 369 | 93750 |
| 2015 | 434 | 108535 |
| 2020 | 478 | 122846 |
| 2025 | 478 | 121657 |
| 2026 | 480 | 93602 |
Code
adj |> mutate(year = year(Date)) |> group_by(year) |> summarise(n = n_distinct(ticker)) |>
ggplot(aes(year, n)) + geom_line() + theme_minimal() + xlab("") + ylab("Nombre de titres")
Cours ajusté vs. non ajusté : exemples
Code
ex <- c("TTE.PA", "SAN.PA", "AC.PA", "ORA.PA", "BNP.PA", "MC.PA", "OR.PA", "AI.PA")
d <- adj |> filter(ticker %in% ex, Date >= as.Date("1995-01-01"), Adjusted > 0, Close > 0) |>
group_by(ticker) |> arrange(Date) |>
mutate(`Cours (hors dividendes)` = 100 * Close / first(Close),
`Cours ajusté (dividendes réinvestis)` = 100 * Adjusted / first(Adjusted)) |> ungroup() |>
pivot_longer(c(`Cours (hors dividendes)`, `Cours ajusté (dividendes réinvestis)`), names_to = "serie", values_to = "y")
ggplot(d, aes(Date, y, color = serie)) + geom_line(linewidth = 0.5) + facet_wrap(~ticker, scales = "free_y") +
scale_y_log10() + theme_minimal() + xlab("") + ylab("Base 100 (échelle log)") +
theme(legend.position = "bottom", legend.title = element_blank())
Code
adj |> filter(ticker %in% ex, Adjusted > 0, Close > 0) |> group_by(ticker) |> arrange(Date) |>
summarise(Début = first(Date), `Années` = as.numeric(last(Date) - first(Date)) / 365.25,
`Cours seul (%/an)` = 100 * ((last(Close) / first(Close))^(1 / `Années`) - 1),
`Avec dividendes (%/an)` = 100 * ((last(Adjusted) / first(Adjusted))^(1 / `Années`) - 1),
`Ecart = dividendes (pp/an)` = `Avec dividendes (%/an)` - `Cours seul (%/an)`, .groups = "drop") |>
mutate(across(where(is.numeric), \(x) round(x, 2))) |> print_table_conditional()| ticker | Début | Années | Cours seul (%/an) | Avec dividendes (%/an) | Ecart = dividendes (pp/an) |
|---|---|---|---|---|---|
| AC.PA | 2000-01-03 | 26.76 | 1.04 | 8.93 | 7.89 |
| AI.PA | 2000-01-03 | 26.76 | 7.57 | 10.20 | 2.63 |
| BNP.PA | 1993-10-18 | 32.97 | 4.50 | 10.59 | 6.09 |
| MC.PA | 2000-01-03 | 26.76 | 5.67 | 7.65 | 1.98 |
| OR.PA | 2000-01-03 | 26.76 | 5.99 | 7.66 | 1.67 |
| ORA.PA | 2000-01-03 | 26.76 | -7.96 | -2.62 | 5.34 |
| SAN.PA | 2000-01-03 | 26.76 | 2.21 | 5.82 | 3.61 |
| TTE.PA | 2000-01-03 | 26.76 | 3.14 | 8.60 | 5.46 |
Tous les titres : ce que valent les dividendes
Pour chaque titre avec au moins 10 ans d’historique : écart entre le rendement annualisé avec et sans dividendes (proxy du rendement de dividende moyen réinvesti).
Code
gap <- adj |> inner_join(adj_map |> filter(TRUE) |> select(ticker), by = "ticker") |>
filter(Adjusted > 0, Close > 0) |> group_by(ticker) |> arrange(Date) |>
summarise(yrs = as.numeric(last(Date) - first(Date)) / 365.25,
cagr_p = (last(Close) / first(Close))^(1 / yrs) - 1,
cagr_a = (last(Adjusted) / first(Adjusted))^(1 / yrs) - 1, .groups = "drop") |>
filter(yrs >= 10, is.finite(cagr_p), is.finite(cagr_a)) |>
mutate(gap = 100 * (cagr_a - cagr_p))
gap |> summarise(Titres = n(), `Cours seul médian (%/an)` = 100 * median(cagr_p),
`Avec dividendes médian (%/an)` = 100 * median(cagr_a),
`Ecart médian (pp/an)` = median(gap), `Ecart moyen (pp/an)` = mean(gap),
`Part sans dividende (écart < 0,05)` = mean(gap < 0.05)) |>
mutate(across(where(is.numeric), \(x) round(x, 2))) |> print_table_conditional()| Titres | Cours seul médian (%/an) | Avec dividendes médian (%/an) | Ecart médian (pp/an) | Ecart moyen (pp/an) | Part sans dividende (écart < 0,05) |
|---|---|---|---|---|---|
| 441 | -0.66 | 2.24 | 1.67 | 2.95 | 0.26 |
Code
ggplot(gap |> filter(gap < 15), aes(gap)) + geom_histogram(bins = 60, fill = viridis::viridis(3)[1]) +
theme_minimal() + xlab("Ecart de rendement annualisé, avec - sans dividendes (pp)") + ylab("Titres")
Indice équipondéré : cours vs. rendement total
Moyenne simple des rendements mensuels des titres disponibles (au moins 20 titres), avec et sans dividendes. Attention au biais de survie : seuls les titres encore cotés figurent dans la base.
Code
keep <- adj_map |> filter(TRUE) |> pull(ticker)
dt <- as.data.table(adj)[ticker %in% keep & Adjusted > 0 & Close > 0]
dt[, month := as.Date(format(Date, "%Y-%m-01"))]
mo <- dt[order(Date), .(Close = last(Close), Adjusted = last(Adjusted)), by = .(ticker, month)]
setorder(mo, ticker, month)
mo[, `:=`(rp = Close / shift(Close) - 1, ra = Adjusted / shift(Adjusted) - 1,
gap = as.numeric(month - shift(month))), by = ticker]
ew <- mo[!is.na(rp) & gap <= 31 & abs(rp) < 1 & abs(ra) < 1,
.(n = .N, Prix = mean(rp), `Rendement total` = mean(ra)), by = month][n >= 20][order(month)]
ew_l <- ew |> pivot_longer(c(Prix, `Rendement total`), names_to = "serie", values_to = "r") |>
group_by(serie) |> arrange(month) |> mutate(y = 100 * cumprod(1 + r)) |> ungroup()
ggplot(ew_l, aes(month, y, color = serie)) + geom_line() + scale_y_log10() + theme_minimal() +
xlab("") + ylab("Base 100 (échelle log)") + theme(legend.position = c(0.2, 0.85), legend.title = element_blank())
Code
ew_l |> group_by(serie) |> summarise(Début = min(month), `Rendement annualisé (%)` = round(100 * (prod(1 + r)^(12 / n()) - 1), 2),
.groups = "drop") |> print_table_conditional()| serie | Début | Rendement annualisé (%) |
|---|---|---|
| Prix | 1992-12-01 | 4.86 |
| Rendement total | 1992-12-01 | 9.73 |
Qualité
Code
tibble(`Lignes` = nrow(adj), `Titres` = n_distinct(adj$ticker),
`Adjusted <= 0` = sum(adj$Adjusted <= 0, na.rm = TRUE),
`Titres concernés` = n_distinct(adj$ticker[adj$Adjusted <= 0 & !is.na(adj$Adjusted)]),
`Close <= 0` = sum(adj$Close <= 0, na.rm = TRUE)) |> print_table_conditional()| Lignes | Titres | Adjusted <= 0 | Titres concernés | Close <= 0 |
|---|---|---|---|---|
| 2729213 | 480 | 18391 | 8 | 0 |
Les Adjusted <= 0 viennent d’un défaut de Yahoo (dividende exceptionnel supérieur au cours) : à écarter avant de calculer des rendements.