Choix de Portefeuille

Dimension: px
Commencer à balayer dès la page:

Download "Choix de Portefeuille"

Transcription

1 Année Chox de Portefeulle Chrstophe Boucher Chaptre 1. Théore de la décson en avenr ncertan Crtère d espérance d utlté L atttude vs-à-vs du rsque Chaptre 2. Rendements et crtères de chox entre actfs La mesure des rendements et leurs dstrbutons La domnance stochastque Les mesures de rsque Chaptre 3. La théore moderne du portefeulle Fondements théorques de l analyse espérance-varance Portefeulles effcents : caractérstques et proprétés Frontères effcentes avec 2 actfs et N actfs Chaptre 4. La théore post-moderne du portefeulle Crtques de l espérance d utlté Alternatves à l espérance d utlté Fnance comportementale et chox de portefeulle Les moments d ordre supéreurs à deux Chaptre 5. Introducton aux modèles d'évaluaton des actfs MEDAF APT 1

2 Chaptre 4. La théore post-moderne du portefeulle Nous avons décrt, dans la chaptre 1, le comportement d un ndvdu parfatement ratonnel lorsqu l est confronté à des chox rsqués. Cet ndvdu opère des chox qu en toutes crconstances respectent une axomatque complexe et réalse des antcpatons pertnentes sur la base de l ensemble de l nformaton dsponble. Les développements de la fnance comportementales vsent à questonner ces capactés surhumanes. La secton 1 présente les crtques des axomes de la théore de l EU à partr des résultats d un certan nombre d expérences. La secton 2 est consacrée aux modèles alternatfs à celu de l EU. Nous présenterons les deux prncpaux : le modèle de l espérance d utlté dépendante du rang et la théore des perspectves. La secton 3 présente les bases de la théore comportementale du portefeulle. La secton 4 renoue avec la théore de l EU mas pour présenter la geston de portefeulle dans le cadre des moments supéreurs à deux Les crtques de l espérance d utlté montrer de manère expérmentale que les axomes de ratonalté ne sont pas vérfés par les agents sans, cependant, que l on pusse nécessarement conclure qu ls sont rratonnels. Une expérence en économe consste à créer un envronnement contrôlé afn de reprodure artfcellement une stuaton reflétant les condtons de la théore économque. 2

3 4.1.1 Les crtques hstorques Deux crtques hstorques ont été formulées : Le paradoxe d Allas (1953) remet en cause la représentaton des préférences des agents par une foncton d utlté Le paradoxe d Ellsberg (1961) remet en cause la représentaton des croyances des agents par une mesure de probablté Le paradoxe d Allas Laquelle de ces deux loteres préférez-vous? 0, , A B 0,91 0 0,9 0 A est préféré à B en majorté! Mantenant laquelle de ces deux loteres préférez-vous? 0, C D 0, D est préféré à C en majorté! S A est préféré à B et D préféré à C, alors les chox sont ncohérents! 3

4 Consdérons à présent les deux loteres composées (loteres de loteres) suvantes : 0,1 D 0,1 C E F 0,9 0 0,9 0 E est une lotere composée de la lotere D et F est une lotere composée de la lotere C. S on rédute E et F, nous obtenons : , E 0,1 0, B 0,9 0 0, , F 0,1 0,9 0 0,1 A 0 0,91 0 Donc, s A est préféré à B, F dot être préféré à E et C dot être préféré à D. Ou s B est préféré à A, E dot être préféré à F et D dot être préféré à C. Mas on ne peut pas préférer A à B et en même temps D à C. Le paradoxe d Allas remet en cause l axome d ndépendance du modèle de l EU de VNM. 4

5 Le paradoxe d Ellsberg rsque ncerttude probabltés emprques probabltés théorques probabltés subjectves La théore des probabltés subjectves (Savage 1954) les décdeurs se comportent comme s : * des utltés étaent assocées aux résultats des décsons; * des probabltés étaent assocées aux états de la Nature; * les décsons étaent prses en utlsant des espérances d'utlté. Le paradoxe d Ellsberg remet en cause le modèle de l espérance d utlté subjectve et la représentaton de l nformaton sous forme de probablté. Une urne content 90 boules : - 30 sont rouges - 60 sont blanches ou nores Vous devez chosr entre les loteres E et F et les loteres G et H. On tre à l ssu des chox une boule au hasard qu détermne les gans monétares. Trage Décsons E rouge blanche nore F G H Lotere E : E(Gan) = x 100 Lotere F : E(Gan) = P(B) x 100 Lotere G : E(Gan) = x (1 - - P(B)) x 100 Lotere H : E(Gan) = P(B) x (1 - - P(B)) x 100 5

6 La majorté des partcpants chosssent E à F et H à G. E préféré à F mplque que P(B) < MAIS H préféré à G mplque que P(B) > Ces chox sont ncohérents car les probabltés des états sont ndépendantes des chox dans le calcul de l utlté espérée! averson à l ambguïté Les résultats expérmentaux L effet de rapport commun mpact psychologque démesuré du passage de la quas certtude à la certtude comparé au passage du probable au plus probable tendance à surpondérer les résultats qu sont certans par rapport aux résultats qu ne sont que probables. Premère expérence : Soent des loteres du type s* = (y, p ; c, 1-p) et r* = (A, p ; c, 1-p) où A = (x, λ ; 0, 1-λ) avec 0 < λ < 1 et c, x, y non négatfs et tels que x > y. On remarque que les deux loteres proposent c avec une probablté 1-p. c est donc une conséquence commune qu d'après l'axome d'ndépendance ne devrat pas affecter le chox. Or les études révèlent une tendance des ndvdus à chosr s* quand c = y et r* quand c = 0, ce qu révèle l'exstence d'un effet de certtude pusque c = y rend la conséquence certane. 6

7 Exemple : Quelle lotere préférez vous entre L 1 et L 2? L 1 = (10, 10% ; 10, 90%) L 2 = (L 3, 10% ; 10, 90%) L 3 = (30,60% ;0 ;40%) Nous pouvons réécrre les loteres comme sut : L 1 = (10,100%) L 2 = (30, 6% ; 10, 90% ; 0, 4%) Notons que E(L 2 )= 10,8 Une majorté chost L 1 Mantenant quelle lotere préférez vous entre L 4 et L 5? L 4 = (10, 10% ; 0, 90%) L 5 = (L 3, 10% ; 0, 90%) L 6 = (30,60% ;0 ;40%) Nous pouvons réécrre les loteres comme sut : L 4 = (10,10% ;0,90%) L 5 = (30, 6% ; 0, 94%) Notons que et E(L 4 )= 1 et E(L 5 )= 1,8 Une majorté chost L 5 Pourtant seul c a changé entre les deux chox : c = y = 10 c = 0 7

8 Seconde expérence : De même, soent des loteres du type s** = (y, p ; 0, 1-p) et r** = (x, λp ; 0, 1-λp) où x > y et 0 < λ < 1. Dans le modèle de l EU, les préférences ne devraent pas dépendre de la probablté p, mas en réalté, le chox tend à se renverser et à passer de s** à r** quand la probablté p dmnue, manfestaton de l'effet de certtude. Exemple : Vous préférez quelle lotere? Gagner 10 avec une probablté de 99% ou gagner 20 avec une probablté de 79%. (λ = 0,8 ; p = 0,99 ; y = 10 et x = 20) Cela dépend de la forme de votre foncton d utlté mas les ndvdus tendent à chosr la premère lotere. Sauf que s on propose : Gagner 10 avec une probablté de 10% ou gagner 20 avec une probablté de 8%. (λ = 0,8) Les ndvdus vont plutôt chosr la seconde lotere 8

9 L effet d évaluaton de l utlté ou le «paradoxe de Karmarkar» Une autre catégore de problèmes est apparue lors de l'estmaton des fonctons d'utlté. Karmarkar (1978) a montré que la révélaton d'une foncton d'utlté par la méthode de l'équvalent certan dépendat des probabltés utlsées. nterroger les ndvdus sur l'équvalent certan de dfférentes loteres bnares afn de défnr analytquement la foncton d'utlté. La constructon de la foncton d'utlté repose sur une équaton du type : U(x3) = p.u(x1) + (1-p).u(x2) En fxant x1 et p, on peut à partr de dfférentes valeurs de x2 explcter les équvalents certans x3. Cette méthode d'estmaton suppose que les préférences sont lnéares en probabltés, conformément à la théore de l'utlté espérée. Or, Karmarkar montre qu'un changement dans la valeur de probablté condut à un changement dans l'estmaton de la foncton, ce qu tend à montrer qu'l exste une déformaton des probabltés. Plus la probablté de la lotere bnare fxée au départ est élevée, plus les fonctons d utlté sont concaves, toutes choses étant égales par alleurs. 9

10 Les évènements rares Alors que le modèle de l EU prédt que les ndvdus vont chercher à se protéger contre des rsques de fable probablté générant des pertes élevées, la plupart des ndvdus préfèrent s'assurer contre des événements de probablté élevée générant des pertes de fable montant et qu'ls refusent même souvent de s'assurer contre les grosses pertes peu probables. prse de rsques mportante dans les pertes Il exste par alleurs le problème de la «lo des petts nombres». Les ndvdus ont beaucoup de mal à percevor la lo des grands nombres. [Kahneman et Tversky, 1982, p. 44] Exemple : Il y a deux hôptaux dans une même vlle. Dans le plus grand, envron 45 bébés nassent chaque jour, alors que, dans le plus pett, envron 15 bébés nassent chaque jour. Comme vous le savez, envron 50 % de tous les bébés sont des garçons. Cependant, le pourcentage exact sur une journée est varable : parfos, l est supéreur à 50 %, parfos nféreur. Sur une pérode d un an, chaque hôptal a enregstré les jours où plus de 60 % des bébés nés sont des garçons. Selon vous, quel hôptal a enregstré le plus de jours de ce type? Plus généralement, Kahneman et Tversky ont montré que les ndvdus ont tendance à nférer des généraltés d événements très peu fréquents, mas partculèrement «marquants». Ils ont qualfé ce phénomène de «lo des petts nombres» [Tversky et Kahneman, 1971]. 10

11 L effet de dotaton L une des «anomales» les plus mportantes pour les chox en certtude est l effet de dotaton qu tradut le fat que les gens exgent souvent plus pour céder un objet qu ls ne sont prêts à payer pour l acquérr. Cet effet a des mplcatons très mportantes pusqu l explque une dvergence possble entre le prx de vente et le prx d achat d un même ben. Knetsch [1989] a observé l effet de dotaton pour le chox entre deux bens, dans le cadre d une expérence très smple. Il consttue tros groupes en répartssant aléatorement les sujets partcpants. Les sujets du groupe 1 un mug avec opportunté d échanger contre une barre de chocolat susse. Les sujets du groupe 2 une barre de chocolat susse avec opportunté d échanger contre un mug. Les sujets du groupe 3 n ont pas de dotaton ntale, mas dovent smplement chosr entre le mug ou la barre de chocolat. 89 % des sujets du groupe 1 chosssent de conserver leur mug, 90 % des sujets du groupe 2 chosssent de conserver leur barre de chocolat 56 % des sujets du groupe 3 ont opté pour le mug. Les préférences révélées par les échanges sont c sensbles à la dotaton ntale. 11

12 L effet de contexte Problème 1: Malade tuer 600 personnes. Deux programmes ont été proposés pour combattre la malade. S le programme A est adopté, 200 personnes seront sauvées. S le programme B est adopté, l y a 1 chance sur 3 pour que les 600 personnes soent sauvées, et 2 chances sur 3 que personne ne sot sauvé. Lequel des deux programmes a votre faveur? Sur 152 personnes nterrogées, 72 % adoptent le plan A et 28% adoptent le plan B. La majorté des chox représente une averson envers le rsque. La perspectve de sauver 200 ves de manère certane est plus attractve qu une perspectve rsquée, de même valeur attendue, qu est d une chance sur tros de sauver 600 ves. 12

13 Problème 2 : S le programme C est adopté, 400 personnes mourront. S le programme D est adopté, l y a 1 chance sur 3 pour que personne ne meure, et 2 chances sur 3 pour que 600 personnes meurent. Lequel des deux programmes a votre faveur? Sur 155 personnes nterrogées, 22% chosssent le plan C et 78% chosssent le plan D. Le chox majortare, dans ce deuxème problème, est une prse de rsque. La mort certane de 400 personnes est mons acceptable que deux chances sur tros que 600 personnes meurent. La seule dfférence exstante est que les deux premers plans sont exprmés en termes de ves sauvées et les deux derners en termes de ves perdues. C'est ce que l'on appelle le cadrage (framng). Plus généralement, les chox mplquant des gans amènent souvent à évter le rsque, c est-àdre à adopter la soluton certane. 13

14 4.2 Alternatves à l espérance d utlté 2.1 La théore de l utlté dépendante du rang Les perspectves vont êtres pondérées en foncton de leur rang. Les probabltés pods. Consdérons une lotere (x 1, p 1 ; ; x n, p n ) qu procure un résultat x j avec une probablté p j, avec j = 1,.., n. Toute lotere ans formulée, peut être évaluée par : n = 1 u( x ) w( p ) La théore de l espérance d utlté consttue alors un cas partculer dans lequel w( p ) = p. 14

15 Exemple : Lotere A Lotere B Gan Pods Pods Pods d un Pods d un d un d un Probablté agent agent Gan Probablté agent agent pessmste optmste pessmste optmste 10 1/2 1/6 0 1/2 1/ /6 1/2 30 1/6 1/2 L ndvdu pessmste (optmste) sur-pondère le résultat le plus fable (élevé) et sous-pondère le résultat le plus élevé (fable). 15

16 Le rang de chaque résultat va donc détermner la foncton de transformaton des probabltés. Plus précsément, le modèle RDEU (Rank Dependent Expected Utlty) utlse la foncton de répartton des probabltés (les probabltés cumulatves) pour évaluer le rang des résultats de toute lotere. En notant X, la varable aléatore prenant les valeurs x et F X sa foncton de répartton, le rang de tout résultat x est défn par cette foncton de répartton de la lotere calculée en x j : F = P( X x ) = p p X j 1 j En reprenant les deux loteres A et B précédentes et une trosème lotere C, l est possble de calculer ces rangs à partr des probabltés cumulées. Lotere A Lotere B Lotere C Gan Prob. Rang Gan Prob. Rang Gan Prob. Rang /3 10 2/3 24 2/ Le pods accordé au résultat x est noté : π = w( F( x )) w( F( x )) pour

17 Les fonctons de pondératon 1) La plus smple est une foncton pussance du type w(p) = p γ. convexe ( γ > 1) ou concave ( γ > 1). On retrouve la théore de l EU lorsqueγ = 1. Cette foncton permet de représenter des ndvdus qu sur ou sous-pondèrent l ensemble de la dstrbuton des probabltés. 2) On peut également consdérer des ndvdus qu pondèrent dfféremment les fables et les fortes probabltés avec la foncton proposée par Kahneman et Tversky (1992) : δ p w( p) = δ ( p + (1 p) ) δ 1/ δ Cette foncton est symétrque dans le cas partculer de la théore de l espérance d utlté ( δ = 1) car dans ce cas w(p) = p. Elle présente la forme d un S-nversé pour 0<δ<1. Elle sur-pondère les fables probabltés et sous-pondère les fortes probabltés (et nversement s δ > 1). En reprenant les tros loteres précédentes, nous obtenons pour ces deux fonctons, les pods suvants : Lotere x p(x ) F X A B C /3 2/3 1 2/3 1 1 π w(p) = p γ δ p w( p) = δ δ 1/ δ ( p + (1 p) ) γ = 1 γ = 0,4 γ = 1,3 δ = 1 δ = 0,4 δ = 1,3 0,644 0,240 0,236 0,277 0,206 0,351 0,075 0,405 0,150 0,410 0,689 0,319 2/3 0,644 0,206 0,150 0,644 0,356 0,240 0,351 0,410 0,240 0,760 2/3 0,236 0,075 0,689 0,236 0,704 0,277 0,405 0,319 0,277 0,723 NB : 0,206 = (2/3) 0,4 () 0,4 car : π = w( F( x )) w( F( x )) pour

18 Remarques : - 10 (lotere A), 0 (lotere B) et 12 (lotere C) ont le même pods car leur probablté cumulée est la même (même probablté et valeur la plus fable) - un même résultat (10 dans les loteres A et B) avec des probabltés dentques aura des pods dfférents lorsque le rang est dfférent. - Les valeurs des paramètres des fonctons de pondératon permettent de représenter des atttudes face aux probabltés dfférentes. 18

19 Mesure d optmsme/pessmsme Dans le cas d une lotere à deux résultats Mesure de l optmsme/pessmsme= le coeffcent de pondératon des probabltés : (1 p) w( p) ρ( p) =. pw*(1 p) Avec w( p ) = le pods attrbué au pre résultat w*(1 p) = le pods attrbué au melleur résultat Pour un ndvdu optmste ρ ( p) < 1 et pour un pessmste ρ ( p) > 1. Ans dans notre exemple précédent (lotere C), seule la foncton pussance avec γ = 0,4 représente un ndvdu pessmste. résultat le plus défavorable surpondéré Les mesures d optmsme et de pessmsme en foncton des fonctons de pondératon et de leur paramètres (lotere C) w(p) = p γ δ p w( p) = δ δ 1/ δ ( p + (1 p) ) γ = 1 γ = 0,4 γ = 1,3 δ = 1 δ = 0,4 δ = 1,3 ρ ( p) = 1 ρ ( p) = 3,62 ρ ( p) = 0,62 ρ ( p) = 1 ρ ( p) = 0,81 ρ ( p) = 0,90 NB : 3,62 = (1 p) w( p) (2 / 3) 0,644 = pw*(1 p) (1/ 3) 0,356 Le modèle RDEU prendre en compte en plus de leur atttude face au rsque leur sentment (leur degré d optmsme/pessmsme). 19

20 L atttude pessmste provent d une croyance rratonnelle dans le fat que les évènements défavorables se produsent plus fréquemment sur-pondératon excessve de la vrasemblance de ces évènements. La prse en compte du sentment des nvestsseurs va permettre à certans agents de modfer la composton de leur portefeulle en foncton de l atttude de l ensemble des autres nvestsseurs. 20

21 4.2.2 La théore des perspectves Kahneman et Tversky (1979 ont proposé une théore postve qu modélserat le chox des ndvdus. La théore des perspectves repose sur deux concepts : - la foncton de pondératon, π ( p), qu transforme les probabltés p en pondératon subjectves. - La foncton de valeur, v( ), qu transforme les gans et les pertes en valeurs subjectves. La foncton de pondératon La foncton π est une foncton monotone de p mas ne correspond pas à une probablté. Elle a les proprétés suvantes : 1) π (0) = 0 et π (1) = 1 ; 2) pour de fables probabltés p, π ( p) > p mas π ( p) < p lorsque p se rapproche de 1.; D après la premère proprété, les agents ne déforment pas les certtudes. La proprété 2 sgnfe que les fables probabltés sont sur-pondérées et que les probabltés fortes ou modérées sont sous-pondérées. 21

22 Exemple de foncton π 100% w(p) 50% 0% 50% 100% p 22

23 Le foncton de valeur Les proprétés de la foncton v tradusent tros hypothèses : 1) v change d allure à partr du pont de référence 2) υ ''( x) < 0 pour x > 0. υ ''( x) > 0 pour x < 0. 3) la foncton v est plus pentue pour les pertes que pour les gans (averson aux pertes) : υ( x) < υ ( x) pour x > 0. L angle α est nféreur à l angle β. Exemple de foncton v Valeur Subjectve α A Perte relatve -x x Gan relatf B β 23

24 4.3. La théore comportementale du portefeulle La théore SP/A La théore comportementale du portefeulle prend en compte les sentments des nvestsseurs et les modélse par une déformaton des probabltés. Dans le sgle SP/A : - S représente la sécurté qu sgnfe que l nvestsseur souhate assurer une rchesse fnale mnmale. - P désgne le potentel qu sgnfe qu un nvestsseur souhate attendre des nveaux de rchesse élevés (désr d enrchssement) - A représente l aspraton qu sgnfe qu un nvestsseur va rechercher un nveau rasonnable d évoluton de la rchesse. Ces objectfs sont en parte conflctuels (analyse moyenne-varance) a) La crante La crante condut donc à maxmser la probablté que la rchesse dépasse un certan seul donné. Elle est notée : D( s) = P( W s) D est appelée foncton décumulatve car elle s écrt : D( s) = 1 F( s ) où F représente la foncton de répartton de la rchesse fnale. L attente d un nveau d aspraton va consster à maxmser la rchesse espérée : E[ W ] n = = 1 pw où les W représentent les nveaux de rchesse classés par ordre crossant : W1 W2... Wn. En posant D = D( W ) = P( W W ), l espérance de E[ W ] s écrt : n E[ W ] = DW + D ( W W ) = W + D ( W W ) = 2 = 2 n 24

25 Exemple : Sot tros états de la nature ( = 1,2,3) de même probablté d occurrence (). Les nveaux de rchesse attents sont donnés dans le tableau suvant : État de la nature Probablté Rchesse p W Foncton de répartton F Foncton décumulatve D /3 2/ E[ W ] = ( ) = 20 3 ou 2 1 E[ W ] = 10 + (20 10) + (30 20) =

26 Les sentments de crante et d espor vont se tradure par des transformatons des probabltés D. La recherche de sécurté consste à attrbuer des pods aux accrossements de rchesse a successfs défns par une foncton Φ de la forme Φ ( D ) = D avec a > 1 pour obtenr une foncton convexe : Φ ( D ) < D. Cette foncton vérfe également Φ (0) = 0 et Φ (1) = 1. Cela revent à attrbuer un p * n = Φ ( D ). n pods à l état égal à p = Φ( D ) Φ ( D + ) pour < n et * 1 Ans les états correspondant aux rchesses fables sont pondérées plus fortement, tradusant le beson de sécurté de l agent qu va prvléger l obtenton d une rchesse mnmale dans tous les états. 26

27 Exemple Reconsdérons notre exemple précédent avec a = 2. État de la nature Probablté p Rchesse W Foncton décumulatve Pods des probabltés décumulées D ( ) Pods des états * Φ D p / /3 4/ /9 1/9 * E [ W ] = = < E[ W ] = L agent anmer par la crante de perdre de l argent transforme les probabltés de façon à surpondérer les rchesses fables. 27

28 b) L espor La composante espor va condure l nvestsseur à surpondérer les évènements favorables. La foncton de transformaton des probabltés est de la forme : ψ ( D ) = 1 (1 D ) b Exemple : En reprenant les données des exemples précédents et en supposant b = 2 État de la nature Probablté p Rchesse W Foncton décumulatve Pods des probabltés décumulées D ( ) Pods des états * ψ D p / /3 8/ /9 5/9 28

29 c) Entre crante et espor Un nvestsseur peut être caractérsé par une transformaton des probabltés qu combne Φ et ψ sous la forme : θ = δφ ( D ) + (1 δψ ) ( D ) S δ est proche de 1, l nvestsseur est prncpalement anmé par la crante et réalse des nvestssements très défensfs (produts monétares) S δ est proche de 0, l est anmé par l espor et construt un portefeulle plus agressf (actons, actons émergentes vore optons). 29

30 4.3.2 Le problème d optmsaton Le problème résolu par l agent s écrt : max E ( W ) θ sous la contrante P( W A) α La foncton objectf dépend de la foncton θ caractérsée par les paramètres δ, a, b. La contrante correspond au nveau d aspraton A (un nveau de rchesse rasonnable et non mnmal) que l nvestsseur souhate dépasser avec une probablté 1 - α. Ce programme revent à maxmser l espérance de la rchesse fnale sous les probabltés déformées sur un sous-ensemble restrent de portefeulles respectant la contrante. Le résultat de l optmsaton est un portefeulle d une forme très partculère. Concrètement, Shefrn et Statman (2000) montrent que le portefeulle fnal content deux composantes (geston en couche) : - La premère est un actf permettant d assurer le nveau d aspraton A de l ndvdu avec la probablté de fallte qu ne dépasse pas α. - La deuxème composante est un actf ayant les caractérstques d une lotere. 30

31 4.4. Les moments d ordre supéreurs à deux Les hypothèses qu sous tendent l analyse moyenne varance (normalté des rendements, foncton d utlté quadratque) sont fragles. Smplcté La prse en compte des moments d ordre supéreur à deux permet de reposer la constructon de portefeulles sur des assses théorques plus soldes et d explquer des comportements effectvement observés sur le marché. temps de calcul (nombreux co-moments). Les portefeulles par analyse MV très proches de ceux obtenus avec HM Généralsaton de l analyse moyenne-varance Une foncton d utlté peut être approxmée par un développement lmté. Plus celu-c est d ordre élevé, melleure est l approxmaton. Le développement lmté de l utlté de la rchesse fnale aléatore W ɶ autour de sa moyenne E( W ɶ ) est : ( n) n u u( Wɶ ) = h n= 0 n! où ( n) u représente la dérvée énème de la foncton d utlté ; et : h = Wɶ E( Wɶ ). ( n) n u E u( Wɶ ) = E( h ) n= 0 n! n où E( h ) représente le moment centré d ordre n. L analyse moyenne-varance développement à l ordre 2. Quel est l ordre du développement lmté pertnent compte tenu des préférences de l nvestsseur et de l unvers des ttres dsponbles? moyenne-varance est une bonne approxmaton de la soluton générale. La dversfcaton permettant de rédure la varance a pour effet de rédure également le moment d ordre 4 (la kurtoss). L optmsaton à partr des tros premers moments réalse également les objectfs représentés par les moments suvant. 31

32 Quel est le sgne de la dérvée de la foncton d utlté devant chacun des moments? les agents valorsent les moments mpars et mnmsent les moments pars (non satété, averson au rsque, prudence, tempérance, anxété). Nous allons nous concentrer sur le moment d ordre supéreur à tros La skewness et la geston de portefeulle n 1 ( Rt µ ) n 1 t= 1 Sk = 3 σ( R) 3 Un nvestsseur qu dspose d une rchesse ntale W 0 nvestt la proporton x dans l actf rsqué de rendement rɶ et (1 x) dans l actf sans rsque de rendement r f. Nous notons : ( rɶ rf ) rɶ e = et W = W0 (1 + r ) (1 + r ) f f En fn de pérode, la rchesse devent : W = (1 x) W (1 + r ) + xw (1 + rɶ ) 1 0 f 0 W = (1 x) W (1 + r ) + xw (1 + rɶ )(1 + r ) 1 0 f 0 e f W = W (1 + xrɶ ) 1 e Le développement lmté à l ordre 3 de l espérance d utlté s écrt : ( n) n u E u( Wɶ ) = E( h ) n= 0 n! h = Wɶ E( Wɶ ) E u ( W (1 + xrɶ e) ) = u( W ) + WxE( rɶ e) u '( W ) + W x E( rɶ e ) u ''( W ) + W x E( rɶ e ) u '''( W ) 2 6 La condton d optmalté du premer ordre s obtent en dérvant l espérance d utlté par rapport à x et en l annulant : 1 WE rɶ u W W xe rɶ u W W x E rɶ u W ( e) '( ) + ( e ) ''( ) + ( e ) '''( ) = 0 32

33 Dans le cadre de l analyse moyenne-varance, le derner terme de la condton d optmalté serat gnoré. La proporton optmale serat donc : x MV u '( W ) = Wu W E( rɶ ) e 2 ''( ) E( rɶ e ) Le premer terme correspond à l nverse de l ndce d averson relatve pour le rsque. Le second terme donne le rendement excédentare par unté de rsque. Ans plus l agent est averse au rsque ou plus l actf est rsqué et mons la proporton nveste dans cet actf est forte. Dans le cadre de l analyse moyenne-varance-skewness, la proporton optmale sera : u '( W ) E( rɶ ) 1 WE( rɶ ) u '''( W ) u '''( W ) 1 E( rɶ ) x x x W x 3 3 e 2 e e 2 3M = 2 3M = 2 MV 2 3M Wu ''( W ) E( rɶ e ) 2 E( rɶ e ) u ''( W ) u ''( W ) 2 E( rɶ e ) Le premer terme correspond à la proporton optmale dans le cadre de l analyse moyennevarance. Les agents ont généralement une préférence pour la dssymétre postve (l ndce de prudence est postf). Dans le cadre moyenne-varance, la dversfcaton est toujours bénéfque pusque la varance du portefeulle décroît avec le nombre de ttres. Dans le cadre moyenne-varance-skewness, l analyse devent plus complexe car la dversfcaton a un double effet : - elle rédut la varance - elle élmne la dssymétre postve. La préférence pour la dssymétre peut ans explquer la sous-dversfcaton observée des portefeulles effectvemment détenus. 33

34 Exercce d applcaton : Consdérons la foncton d utlté suvante : u W W W 3 2 ( ) = 0, La rchesse ntale est de 100. Le rendement de l actf rsqué est de 4% et : E( rɶ ) = 0,03 e E rɶ 2 ( e ) 0,09 E rɶ = = 3 ( e ) 0,02 Calculez la proporton optmale nveste dans l actf rsque 1) dans le cadre de l analyse moyenne-varance 2) dans le cadre de l analyse moyenne-varance-skewness c est à dre en tenant compte de la dssymétre des rendements Correcton : W = 106 u W = W W + = u ''( W ) = 0,024W 4 = 1,504 u '''( W ) = 0,024 2 '( ) 0, , 792 x MV = u '( W ) E( rɶ ) 66,87% Wu W = e 2 ''( ) E( rɶ e ) ɶ x x W x x 3 = u '''( W ) 1 E( re ) 2 2 3M MV 2 3M 0, , M u ''( W ) 2 E( rɶ e ) = Lorsqu on résout cette équaton du second degré, nous obtenons : x 3M = 78,13% La prse en compte de la dssymétre condut à augmenter sensblement la part nveste dans l actf rsqué. 34

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats

Plus en détail

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria. 1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant de SAS : Laisser le choix du statut social Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF 1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs

Plus en détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43

Plus en détail

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare

Plus en détail

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle» Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton

Plus en détail

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD Conservatore atonal des Arts et Méters Chare de BAQUE Document de recherche n 9 Impôt sur la fortune et nvestssement dans les PME Professeur Dder MAILLARD Avertssement ovembre 2007 La chare de Banque du

Plus en détail

Prêt de groupe et sanction sociale Group lending and social fine

Prêt de groupe et sanction sociale Group lending and social fine Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de

Plus en détail

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département

Plus en détail

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3. Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs

Plus en détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS. ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque

Plus en détail

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h. A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

Grandeur physique, chiffres significatifs

Grandeur physique, chiffres significatifs Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère

Plus en détail

Exercices d Électrocinétique

Exercices d Électrocinétique ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec

Plus en détail

santé Les arrêts de travail des séniors en emploi

santé Les arrêts de travail des séniors en emploi soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d

Plus en détail

Système solaire combiné Estimation des besoins énergétiques

Système solaire combiné Estimation des besoins énergétiques Revue des Energes Renouvelables ICRESD-07 Tlemcen (007) 109 114 Système solare combné Estmaton des besons énergétques R. Kharch 1, B. Benyoucef et M. Belhamel 1 1 Centre de Développement des Energes Renouvelables

Plus en détail

Interface OneNote 2013

Interface OneNote 2013 Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

Plus en détail

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton

Plus en détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail

Stéganographie Adaptative par Oracle (ASO)

Stéganographie Adaptative par Oracle (ASO) Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson

Plus en détail

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne

Plus en détail

Page 5 TABLE DES MATIÈRES

Page 5 TABLE DES MATIÈRES Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

COMPARAISON DE MÉTHODES POUR LA CORRECTION COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce

Plus en détail

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School

Plus en détail

LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION?

LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? Anne PERRAUD (CRÉDOC) Phlppe MOATI (CRÉDOC Unversté Pars) Nadège COUVERT (ENSAE) INTRODUCTION Au cours des dernères années, de nombreux

Plus en détail

Prise en compte des politiques de transport dans le choix des fournisseurs

Prise en compte des politiques de transport dans le choix des fournisseurs INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE N attrbué par la bblothèque THÈSE Pour obtenr le grade de DOCTEUR DE L I.N.P.G. Spécalté : Géne Industrel Préparée au Laboratore d Automatque de Grenoble Dans

Plus en détail

L enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir

L enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir L ensegnement vrtuel dans une économe émergente : percepton des étudants et perspectves d avenr Hatem Dellag Laboratore d Econome et de Fnances applquées Faculté des scences économques et de geston de

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

Corrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio

Corrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio Correctons adabatques et nonadabatques dans les systèmes datomques par calculs ab-nto Compte rendu du traval réalsé dans le cadre d un stage de quatre mos au sen du Groupe de Spectroscope Moléculare et

Plus en détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan

Plus en détail

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

Plus en détail

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**

Plus en détail

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi GATE Groupe d Analyse et de Théore Économque UMR 5824 du CNRS DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24 Préférences temporelles et recherche d emplo «Applcatons économétrques sur le panel Européen

Plus en détail

Afflux de capitaux, taux de change réel et développement financier : évidence empirique pour les pays du Maghreb

Afflux de capitaux, taux de change réel et développement financier : évidence empirique pour les pays du Maghreb Global Journal of Management and Busness Research Volume Issue Verson.0 November 20 Type: Double Blnd Peer Revewed Internatonal Research Journal Publsher: Global Journals Inc. (USA) Onlne ISSN: 2249-4588

Plus en détail

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation Integral T 3 Compact raccordé aux nstallatons Integral 5 Notce d utlsaton Remarques mportantes Remarques mportantes A quelle nstallaton pouvez-vous connecter votre téléphone Ce téléphone est conçu unquement

Plus en détail

Étranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes

Étranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes Étranglement du crédt, prêts bancares et poltque monétare : un modèle d ntermédaton fnancère à projets hétérogènes Mngwe Yuan et Chrstan Zmmermann Introducton et objet de l étude Par étranglement du crédt

Plus en détail

Terminal numérique TM 13 raccordé aux installations Integral 33

Terminal numérique TM 13 raccordé aux installations Integral 33 Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue

Plus en détail

INTERNET. Initiation à

INTERNET. Initiation à Intaton à INTERNET Surfez sur Internet Envoyez des messages Téléchargez Dscutez avec Skype Découvrez Facebook Regardez des vdéos Protégez votre ordnateur Myram GRIS Table des matères Internet Introducton

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4 GEMINI-E3 XL France Un outl destné à l étude des mpacts ndustrels de poltques énergétques et envronnementales VIELLE Marc CEA-IDEI Janver 1998 I LA STRUCTURE DU MODELE GEMINI-E3 XL FRANCE 3 1 La nomenclature

Plus en détail

Documents de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs

Documents de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs Documents de traval «La taxe Tobn : une synthèse des travaux basés sur la théore des jeux et l économétre» Auteurs Francs Bsmans, Olver Damette Document de Traval n 2012-09 Jullet 2012 Faculté des scences

Plus en détail

Le Prêt Efficience Fioul

Le Prêt Efficience Fioul Le Prêt Effcence Foul EMPRUNTEUR M. Mme CO-EMPRUNTEUR M. Mlle Mme Mlle (CONJOINT, PACSÉ, CONCUBIN ) Départ. de nass. Nature de la pèce d dentté : Natonalté : CNI Passeport Ttre de séjour N : Salaré Stuaton

Plus en détail

Une analyse économique et expérimentale de la fraude à l assurance et de l audit

Une analyse économique et expérimentale de la fraude à l assurance et de l audit Une analyse économque et expérmentale de la fraude à l assurance et de l audt Sameh Borg To cte ths verson: Sameh Borg. Une analyse économque et expérmentale de la fraude à l assurance et de l audt. Economes

Plus en détail

La Quantification du Risque Opérationnel des Institutions Bancaires

La Quantification du Risque Opérationnel des Institutions Bancaires HEC Montréal Afflée à l Unversté de Montréal La Quantfcaton du Rsque Opératonnel des Insttutons Bancares par Hela Dahen Département Fnance Thèse présentée à la Faculté des études supéreures en vue d obtenton

Plus en détail

OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT

OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT Etudes en Econoe Islaque, Vol. 6, Nos. & (-7) Mouharra, Raab 434H (Novebre 0, Ma 03) OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT ALIM BELEK Résué Le ratonneent

Plus en détail

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov. La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles

Plus en détail

MODÈLE D ISING À UNE ET DEUX DIMENSIONS.

MODÈLE D ISING À UNE ET DEUX DIMENSIONS. Chapter MODÈLE DISIG À UE ET DEUX DIMESIOS.. ITRODUCTIO. ous commençons, dans ce chaptre, létude dun problème de mécanque statstque de la matère condensée où leffet des nteractons est mportant. Le modèle

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009 THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par Insttut Natonal Polytechnque de Toulouse (INPT) Dscplne ou spécalté : Informatque Présentée et soutenue par Elayeb Blel Le

Plus en détail

Faire des régimes TNS les laboratoires de la protection sociale de demain appelle des évolutions à deux niveaux :

Faire des régimes TNS les laboratoires de la protection sociale de demain appelle des évolutions à deux niveaux : Réformer en profondeur la protecton socale des TNS pour la rendre plus effcace Résumé de notre proposton : Fare des régmes TNS les laboratores de la protecton socale de deman appelle des évolutons à deux

Plus en détail

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE. MEMOIRE Présentée à

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE. MEMOIRE Présentée à REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE MEMOIRE Présentée à L Unversté de Batna Faculté des Scences Département de Physque

Plus en détail

GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES

GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES Gude destné au mleu muncpal québécos NOVEMBRE 2013 Coordnaton : Martn Cormer,

Plus en détail

TRAVAUX PRATIQUES SPECTRO- COLORIMETRIE

TRAVAUX PRATIQUES SPECTRO- COLORIMETRIE UNIVERSITE MONTPELLIER 2 Département de Physque TRAVAUX PRATIQUES DE SPECTRO- COLORIMETRIE F. GENIET 2 INTRODUCTION Cet ensegnement de travaux pratques de seconde année se propose de revor rapdement l'aspect

Plus en détail

EURIsCO. Cahiers de recherche. Cahier n 2008-05. L épargne des ménages au Maroc : Une analyse macroéconomique et microéconomique.

EURIsCO. Cahiers de recherche. Cahier n 2008-05. L épargne des ménages au Maroc : Une analyse macroéconomique et microéconomique. Cahers de recherche EURIsCO Caher n 2008-05 L épargne des ménages au Maroc : Une analyse macroéconomque et mcroéconomque Rapport d étude Najat El Mekkaou de Fretas (coordnateur) Eursco Unversté Pars Dauphne

Plus en détail

Paquets. Paquets nationaux 1. Paquets internationaux 11

Paquets. Paquets nationaux 1. Paquets internationaux 11 Paquets Paquets natonaux 1 Paquets nternatonaux 11 Paquets natonaux Servces & optons 1 Créaton 3 1. Dmensons, pods & épasseurs 3 2. Présentaton des paquets 4 2.1. Face avant du paquet 4 2.2. Comment obtenr

Plus en détail

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7 lucas.greze@polymtl.ca robert.pellerin@polymtl.

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7 lucas.greze@polymtl.ca robert.pellerin@polymtl. CIGI 2011 Processus d accélératon de proets sous contrantes de ressources avec odes de chevaucheent LUCAS GREZE 1, ROBERT PELLERIN 1, PATRICE LECLAIRE 2 1 CHAIRE DE RECHERCHE JARISLOWSKY/SNC-LAVALIN EN

Plus en détail

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Meva DODO Le 06 novembre 2008

En vue de l'obtention du. Présentée et soutenue par Meva DODO Le 06 novembre 2008 THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par l'unversté Toulouse III - Paul Sabater Spécalté : Informatque Présentée et soutenue par Meva DODO Le 06 novembre 2008 Ttre

Plus en détail

Projet de fin d études

Projet de fin d études Unversté Franços Rabelas Tours Ecole Polytechnque Unverstare de Tours Département Informatque Projet de fn d études Ordonnancement Juste à Temps avec geston des stocks Chopn Antone Mrault Arnaud 3ème année

Plus en détail

ErP : éco-conception et étiquetage énergétique. Les solutions Vaillant. Pour dépasser la performance. La satisfaction de faire le bon choix.

ErP : éco-conception et étiquetage énergétique. Les solutions Vaillant. Pour dépasser la performance. La satisfaction de faire le bon choix. ErP : éco-concepton et étquetage énergétque Les solutons Vallant Pour dépasser la performance La satsfacton de fare le bon chox. ErP : éco-concepton et étquetage énergétque Eco-concepton et Etquetage

Plus en détail

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta hermodynamque statstque Master Chme Unversté d Ax-Marselle Bogdan Kuchta Plan: Rappel: thermodynamque phénoménologque (dscuter l entrope, l évoluton de gaz parfat,) Premer prncpe Deuxème prncpe (transformaton

Plus en détail

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central Etude numérque de la consoldaton undmensonnelle en tenant compte des varatons de la perméablté et de la compressblté du sol, du fluage et de la non-saturaton Jean-Perre MAGNAN Chef de la secton des ouvrages

Plus en détail

ACTE DE PRÊT HYPOTHÉCAIRE

ACTE DE PRÊT HYPOTHÉCAIRE - 1 - ACTE DE PRÊT HYPOTHÉCAIRE 5453F QC FR-2010/01 Taux fxe Le. Devant M e, notare soussgné pour la provnce de Québec, exerçant à. ONT COMPARU : ET : (C-après parfos appelé dans le présent Acte l «emprunteur»

Plus en détail

Pro2030 GUIDE D UTILISATION. Français

Pro2030 GUIDE D UTILISATION. Français Pro2030 GUIDE D UTILISATION Franças Contents Garante... Introducton... 1 Artcle nº 605056 Rév C Schéma nº A605056 Novembre 2010 2010 YSI Incorporated. Le logo YSI est une marque déposée de YSI Incorporated.

Plus en détail

Intégration financière et croissance économique : évidence empirique dans. la région MENA

Intégration financière et croissance économique : évidence empirique dans. la région MENA Décembre 2011 Volume 6, No.2 (pp. 115-131) Zouher Abda Revue Congolase d Econome Intégraton fnancère et crossance économque : évdence emprque dans la régon MENA Zouher ABIDA * Résumé: L objectf de cet

Plus en détail

P R I S E E N M A I N R A P I D E O L I V E 4 H D

P R I S E E N M A I N R A P I D E O L I V E 4 H D P R I S E E N M A I N R A P I D E O L I V E 4 H D Sommare 1 2 2.1 2.2 2.3 3 3.1 3.2 3.3 4 4.1 4.2 4.3 4.4 4.5 4.6 5 6 7 7.1 7.2 7.3 8 8.1 8.2 8.3 8.4 8.5 8.6 Contenu du carton... 4 Paramétrage... 4 Connexon

Plus en détail

CHAPITRE DEUX : FORMALISME GEOMETRIQUE

CHAPITRE DEUX : FORMALISME GEOMETRIQUE CHPITRE DEUX FORMLISME GEOMETRIQUE. CHPITRE DEUX : FORMLISME GEOMETRIQUE verson.3, -8 I. GEOMETRIE DNS L ESPCE-TEMPS ) Prncpe de relatvté Le prncpe de relatvté peut s exprmer ans : toutes les los physques

Plus en détail

Professionnel de santé équipé de Médiclick!

Professionnel de santé équipé de Médiclick! Professonnel de santé équpé de Médclck! Dosser Médcal Partagé en Aqutane Ce gude vous présente les prncpales fonctonnaltés réservées aux professonnels de santé membres du réseau AquDMP. Sommare Connexon

Plus en détail

1. Les enjeux de la prévision du risque de défaut de paiement

1. Les enjeux de la prévision du risque de défaut de paiement Scorng sur données d entreprses : nstrument de dagnostc ndvduel et outl d analyse de portefeulle d une clentèle Mrelle Bardos Ancen chef de servce de l Observatore des entreprses de la Banque de France

Plus en détail

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences REPUBLIQUE LERIEN DEMOCRTIQUE ET POPULIRE Mnstère de l ensegnement supéreur et de la recherche scentfque Unversté El-Hadj Lakhdar-BTN- MEMOIRE Présenté au département des scences de la matère Faculté des

Plus en détail

TABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1

TABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1 TABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1 1. PROBLEMATIQUE 1 2. MISSION 1 3. ACTES D ENQUETE 2 4. ANALYSE

Plus en détail

Contact SCD Nancy 1 : theses.sciences@scd.uhp-nancy.fr

Contact SCD Nancy 1 : theses.sciences@scd.uhp-nancy.fr AVERTISSEMENT Ce document est le frut d'un long traval approuvé par le jury de soutenance et ms à dsposton de l'ensemble de la communauté unverstare élarge. Il est soums à la proprété ntellectuelle de

Plus en détail

Réseau RRFR pour la surveillance dynamique : application en e-maintenance.

Réseau RRFR pour la surveillance dynamique : application en e-maintenance. Réseau RRFR pour la survellance dynamue : applcaton en e-mantenance. RYAD ZEMOURI, DANIEL RACOCEANU, NOUREDDINE ZERHOUNI Laboratore Unverstare de Recherche en Producton Automatsée (LURPA) 6, avenue du

Plus en détail

STRATEGIE NATIONALE DES BANQUES CEREALIERES DU NIGER

STRATEGIE NATIONALE DES BANQUES CEREALIERES DU NIGER REPUBLIQUE DU NIGER MINISTERE DE L'AGRICULTURE ET DE L'ELEVAGE B-P, 12091 NIAMEY NIGER Té1 : 7320-58 Drecton de Promoton des Organsatons Rurales et de la Geston de l'espace Rural (DPOR/GER) NIAMEY Té1

Plus en détail

Dynamique du point matériel

Dynamique du point matériel Chaptre III Dynaqe d pont atérel I Généraltés La cnéatqe a por objet l étde des oveents des corps en foncton d teps, sans tenr copte des cases q les provoqent La dynaqe est la scence q étde (o déterne)

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton

Plus en détail

Calcul de tableaux d amortissement

Calcul de tableaux d amortissement Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,

Plus en détail

Parlons. retraite. au service du «bien vieillir» L Assurance retraite. en chiffres* 639 192 retraités payés pour un montant de 4,2 milliards d euros

Parlons. retraite. au service du «bien vieillir» L Assurance retraite. en chiffres* 639 192 retraités payés pour un montant de 4,2 milliards d euros Édton Pays de la Lore Parlons La lettre aux retratés du régme général de la Sécurté socale 2012 retrate L Assurance retrate en chffres* 12,88 mllons de retratés 17,58 mllons de cotsants 346 000 bénéfcares

Plus en détail

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991 Ggaset SX353 / französsch / A31008-X353-P100-1-7719 / cover_0_hedelberg.fm / 03.12.2003 s Be nspred www.onedrect.fr www.onedrect.es www.onedrect.t www.onedrect.pt 0 800 72 4000 902 30 32 32 02 365 22 990

Plus en détail

- Acquisition de signaux en sismologie large bande. - Acquisition de signaux lents, magnétisme, MT.

- Acquisition de signaux en sismologie large bande. - Acquisition de signaux lents, magnétisme, MT. 87 DUCAPTEURAUXEANQUESDEDONNEES. TECHNQUES D'NSTRUMENTATON EN GEOPEY8QUE. J:M. CANTN Unversté Lous Pasteur (Strasbourg 1) nsttut de Physque du Globe de Strasbourg Ecole et Observatore de Physque du Globe.

Plus en détail

RAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD

RAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD UFR SCIENCES ET TECHNOLOGIES DEPARTEMENT DE MATHEMATIQUES ET INFORMATIQUE 63 177 AUBIERE CEDEX Année 2008-2009 Master II : SIAD RAPPORT DE STAGE Sujet : Approcher la frontère d'une sous-parte de l'espace

Plus en détail

Pratique de la statistique avec SPSS

Pratique de la statistique avec SPSS Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/

Plus en détail

22 environnement technico-professionnel

22 environnement technico-professionnel 22 envronnement technco-professonnel CYRIL SABATIÉ Drecteur du servce jurdque FNAIM Ouverture du ma IMMOBILIER, OÙ 1 Artcle paru également dans la Revue des Loyers, jullet à septembre 2007, n 879, p. 314

Plus en détail