Dans cet article, nous proposons des tests exacts, basés sur la vraisemblance de l'efficience du portefeuille de marché dans l'espace moyenne-variance. Ces tests, utilisés ici dans le contexte du modèle du CAPM (Capital Asset Pricing Model), permettent de considérer diverses classes de distributions incluant la loi normale. Les tests sont développés dans le cadre de modèles de régression linéaires multivariés (RLM). Il est, par ailleurs, bien établi que, malgré leur structure simple, les écart-types et tests usuels asymptotiques de ces modèles ne sont pas fiables. En économétrie financière, des tests en échantillons finis ont été proposés pour quelques hypothèses spécifiques, lesquels dépendent pour la plupart de l'hypothèse de normalité [Jobson et Korkie (Journal of Financial Economics, 1982), MacKinlay (Journal of Financial Economics, 1987), Gibbons, Ross et Shanken (Econometrica, 1989), Zhou (Journal of Finance 1993)]. Dans le contexte gaussien, nos tests d'efficience correspondent à ceux de Gibbons, Ross et Shanken. Dans un contexte non-gaussien, nous reconsidérons l'efficience moyenne-variance du portefeuille de marché en permettant des distributions multivariées de Student et des « mélanges de lois normales ». Notre démarche nous permet d'évaluer si l'hypothèse de normalité est trop restrictive lorsque l'on teste le CAPM. Nous proposons aussi des tests diagnostiques multivariés (incluant des tests pour les effets GARCH multivariés et une généralisation multivariée des tests de ratio de variance), des tests de spécification ainsi qu'un estimateur ensembliste pour les paramètres de nuisance pertinents. Nos résultats montrent que i) l'hypothèse de normalité multivariée est rejetée sur la plupart des sous-périodes, ii) les tests diagnostiques appliqués aux résidus de nos estimations ne montrent pas de différences importantes par rapport à l'hypothèse des erreurs i.i.d. multivariées, et iii) les tests d'efficience du portefeuille de marché dans l'espace moyenne-variance ne rejettent aussi fréquemment l'hypothèse d'efficience lorsqu'on s'autorise à considérer des lois non normales sur les erreurs.