Allocation Robuste et Restrictions sur les Contributions au Risque

Dimension: px
Commencer à balayer dès la page:

Download "Allocation Robuste et Restrictions sur les Contributions au Risque"

Transcription

1 Allocation Robuste et Restrictions sur les Contributions au Risque QuantValley/QMI Workshop, Geneve, 26 Septembre, /33

2 Les contributions du papier: Nous définissons des portefeuilles Risk Parity pour des mesures de risque générales: Value-at-Risk, Expected Shortfall,... We proposons une interprétation dynamique des portefeuilles Risk Parity avec une interprétation en termes de coûts de transaction Nous considérons des restrictions sur les contributions des composantes marché du risque 2/33

3 Les principaux résultats du papier: Les contributions au risque des composantes marché sont variables dans le temps Controler ces contributions permet de réduire le taux de rotation des portefeuilles Un gestion plus efficace des risques d un portefeuille passe par le traitement différencié des composantes marché et idiosyncratique 3/33

4 Plan de la présentation 1 Allocation Risk Parity Dynamique /33

5 1. Allocation Risk Parity Dynamique 5/33

6 Qu est ce qu une mesure de risque? 6/33

7 Qu est ce qu une mesure de risque? On considère un portefeuille composé de n actifs risqués: w = (w 1,..., w n ) où w i désigne le poids de l actif i dans ce portefeuille 6/33

8 Qu est ce qu une mesure de risque? On considère un portefeuille composé de n actifs risqués: w = (w 1,..., w n ) où w i désigne le poids de l actif i dans ce portefeuille Le rendement du portefeuille est: w y = n w i y i i=1 où y i est le rendement de l actif i 6/33

9 Le risque de ce portefeuille est alors mesuré par le scalaire R(w), qui dépend du vecteur des poids w 7/33

10 Le risque de ce portefeuille est alors mesuré par le scalaire R(w), qui dépend du vecteur des poids w Exemples de mesures de risque: Volatilité: R(w) = (w Ωw) 1/2 7/33

11 Le risque de ce portefeuille est alors mesuré par le scalaire R(w), qui dépend du vecteur des poids w Exemples de mesures de risque: Volatilité: R(w) = (w Ωw) 1/2 Value-at-Risk Gaussienne: R(w) = q α (w Ωw) 1/2 ω µ 7/33

12 Le risque de ce portefeuille est alors mesuré par le scalaire R(w), qui dépend du vecteur des poids w Exemples de mesures de risque: Volatilité: R(w) = (w Ωw) 1/2 Value-at-Risk Gaussienne: R(w) = q α (w Ωw) 1/2 ω µ Value-at-Risk, Expected Shortfall... 7/33

13 Comment obtient-on les contributions au risque? 8/33

14 Comment obtient-on les contributions au risque? Les mesures de risque classiques satisfont la propriété d homogénéité: R(λw) = λr(w) quel que soit λ positif 8/33

15 Comment obtient-on les contributions au risque? Les mesures de risque classiques satisfont la propriété d homogénéité: R(λw) = λr(w) quel que soit λ positif En dérivant, nous obtenons pour λ = 1: (Formule d Euler) R(w) = n i=1 w i R(w) w i = n R i (w) i=1 8/33

16 Comment obtient-on les contributions au risque? Les mesures de risque classiques satisfont la propriété d homogénéité: R(λw) = λr(w) quel que soit λ positif En dérivant, nous obtenons pour λ = 1: (Formule d Euler) R(w) = n i=1 w i R(w) w i = n R i (w) i=1 Chaque terme R i (w) s interprète comme la contribution de l actif i au risque R(w) 8/33

17 Qu est ce qu un portefeuille Risk Parity? 9/33

18 Qu est ce qu un portefeuille Risk Parity? L idée est de controler les contributions au risque de chaque actif 9/33

19 Qu est ce qu un portefeuille Risk Parity? L idée est de controler les contributions au risque de chaque actif L allocation est alors solution du système: R i (w) = λπ i, i = 1,..., n (1) où π = (π 1,..., π n ) s interprète comme un portefeuille benchmark 9/33

20 Les portfeuilles Risk Parity [Scherer (2007), Maillard et al. (2010)...] correspondent au portefeuille benchmark π i = 1/n avec comme mesure de risque la volatilité 10/33

21 Les portfeuilles Risk Parity [Scherer (2007), Maillard et al. (2010)...] correspondent au portefeuille benchmark π i = 1/n avec comme mesure de risque la volatilité MAIS 10/33

22 Les portfeuilles Risk Parity [Scherer (2007), Maillard et al. (2010)...] correspondent au portefeuille benchmark π i = 1/n avec comme mesure de risque la volatilité MAIS 1. D autres mesures de risque que la volatilité peuvent etre plus adaptée 10/33

23 Les portfeuilles Risk Parity [Scherer (2007), Maillard et al. (2010)...] correspondent au portefeuille benchmark π i = 1/n avec comme mesure de risque la volatilité MAIS 1. D autres mesures de risque que la volatilité peuvent etre plus adaptée 2. D autres portefeuilles que l équipondéré peuvent servir de portefeuille benchmark 10/33

24 1. Peut-on calculer les contributions dans le cas général? 11/33

25 1. Peut-on calculer les contributions dans le cas général? Volatilité: R i (w) = Cov(w iy i, w y) V (w y) 11/33

26 1. Peut-on calculer les contributions dans le cas général? Volatilité: R i (w) = Cov(w iy i, w y) V (w y) Value-at-Risk: R i (w) = E[w i y i w y = q α (w y)] 11/33

27 1. Peut-on calculer les contributions dans le cas général? Volatilité: R i (w) = Cov(w iy i, w y) V (w y) Value-at-Risk: R i (w) = E[w i y i w y = q α (w y)] Expected Shortfall: R i (w) = E[w i y i w y > q α (w y)] 11/33

28 1. Peut-on calculer les contributions dans le cas général? Volatilité: R i (w) = Cov(w iy i, w y) V (w y) Value-at-Risk: R i (w) = E[w i y i w y = q α (w y)] Expected Shortfall: R i (w) = E[w i y i w y > q α (w y)] Chaque expression de R i (w) a une interprétation financière différente: on peut donc choisir la mesure de risque la plus appropriée 11/33

29 2. Quel est le bon portefeuille benchmark? 12/33

30 2. Quel est le bon portefeuille benchmark? Les portefeuilles Risk Parity portfolios définis par le système (1) sont également solutions du problème d optimisation min (w 1,...,w n) R(w) + λ 2 n i=1 pour différentes valeurs du paramètre λ ( ) πi π i ln w i (2) 12/33

31 2. Quel est le bon portefeuille benchmark? Les portefeuilles Risk Parity portfolios définis par le système (1) sont également solutions du problème d optimisation min (w 1,...,w n) R(w) + λ 2 n i=1 pour différentes valeurs du paramètre λ ( ) πi π i ln w i (2) Preuve: La condition du premier ordre de (2) correspond au système (1) 12/33

32 Dans un cadre statique, π = (π 1,..., π n ) correspond aux vues du gérant sur chaque actif de son portfeuille, et w = arg min w R(w) + λ n i=1 où λ controle la confiance mise dans les vues: ( ) πi π i ln w i 13/33

33 Dans un cadre statique, π = (π 1,..., π n ) correspond aux vues du gérant sur chaque actif de son portfeuille, et w = arg min w R(w) + λ n i=1 où λ controle la confiance mise dans les vues: On s écarte peu de π lorsque λ ( ) πi π i ln w i 13/33

34 Dans un cadre statique, π = (π 1,..., π n ) correspond aux vues du gérant sur chaque actif de son portfeuille, et w = arg min w R(w) + λ n i=1 où λ controle la confiance mise dans les vues: On s écarte peu de π lorsque λ On s écarte beaucoup de π lorsque λ 0 ( ) πi π i ln w i 13/33

35 Dans un cadre dynamique (avec des mesure de risque fonction du temps), le choix naturel est: et π i = w t 1,i wt = arg min R t (w t ) + λ w t n ( w ) wt 1,i t 1,i ln i=1 w t,i où λ controle la vitesse de convergence du portefeuille optimal vers le portefeuille de variance minimale 14/33

36 Dans un cadre dynamique (avec des mesure de risque fonction du temps), le choix naturel est: et π i = w t 1,i wt = arg min R t (w t ) + λ w t n ( w ) wt 1,i t 1,i ln i=1 w t,i où λ controle la vitesse de convergence du portefeuille optimal vers le portefeuille de variance minimale Les ajustements du portefeuille courant se font en plusieurs étapes pour: de gros portefeuilles institutionnels des portefeuilles investis en actifs illiquides 14/33

37 2. 15/33

38 L univers d investissement Futures contracts on physical commodities, 5 secteurs : Energy (4) Grains & Seeds (5) Softs (5) Live Stock (2) Metals (5) Total : 21 séries Daily close du 14 Mai 1990 au 24 Septembre /33

39 Secteur Grains & Seeds 17/33

40 VaR Parity portfolio (re)allocation On compare le portefeuille optimal VaR Parity avec 3 portefeuilles classiques: Portefeuille Equi-pondéré Portefeuille Minimum Variance Portefeuille Volatility Parity 18/33

41 VaR Parity portfolio (re)allocation On compare le portefeuille optimal VaR Parity avec 3 portefeuilles classiques: Portefeuille Equi-pondéré Portefeuille Minimum Variance Portefeuille Volatility Parity Pour les 4 portfeuilles, nous donnons: Figure 1: les poids de chaque actif dans le portfeuille Figure 2: les contributions de chaque actif à la VaR du portefeuille 18/33

42 19/33

43 20/33

44 3. 21/33

45 Risque de marché et risque idiosyncratique La régulation financière fixe différents niveaux de Capitaux Requis (CR) pour les composantes marché et idiosyncratique 22/33

46 Risque de marché et risque idiosyncratique La régulation financière fixe différents niveaux de Capitaux Requis (CR) pour les composantes marché et idiosyncratique Pourquoi? Si le second élément peut facilement se diversifier, le premier ne peut etre éliminer par diversification 22/33

47 Risque de marché et risque idiosyncratique La régulation financière fixe différents niveaux de Capitaux Requis (CR) pour les composantes marché et idiosyncratique Pourquoi? Si le second élément peut facilement se diversifier, le premier ne peut etre éliminer par diversification Alors? De manière similaire, un gérant de portefeuille doit pouvoir prendre en compte différemment ces deux composantes 22/33

48 Considérons le modèle à facteur suivant: y i = β i f + σ i u i, i = 1,..., n f : facteur commun β i : sensibilité du rendement de l actif au facteur commun u i : terme idiosyncratique 23/33

49 Considérons le modèle à facteur suivant: y i = β i f + σ i u i, i = 1,..., n f : facteur commun β i : sensibilité du rendement de l actif au facteur commun u i : terme idiosyncratique Au niveau du portefeuille: ( n ) n w y = w i β i f + w i σ i u i i=1 i=1 23/33

50 Contributions au risque - marché et idiosyncratique Assets Market Idiosyncratic Total contrib contrib contrib 1 R 1 (w).. i R is (w) R iu (n) R i (w).. n R n (w) Total R s (w) R u (w) R(w) 24/33

51 Contraintes sur les contributions marché Nous devons résoudre le problème d optimisation: min R(w) subject to R s(w) = πr(w) w qui mixe une minimisation du risque et une contrainte sur les contributions au risque 25/33

52 Contraintes sur les contributions marché Nous devons résoudre le problème d optimisation: min R(w) subject to R s(w) = πr(w) w qui mixe une minimisation du risque et une contrainte sur les contributions au risque Ce problème est équilavent à: min w R2 (w) + δ[(1 π)r s (w) πr u (w)] 2 Ensemble de portefeuilles indexés par les deux paramètres δ et π 25/33

53 Comment choisir ces 2 paramètres? 26/33

54 Comment choisir ces 2 paramètres? δ est un paramètre de lissage: Portefeuille Minimum VaR portfolio quand δ 0 Portfeuille Risk Parity quand δ 26/33

55 Comment choisir ces 2 paramètres? δ est un paramètre de lissage: Portefeuille Minimum VaR portfolio quand δ 0 Portfeuille Risk Parity quand δ π controle la neutralité au marché: Market neutral ou α portfolio quand π 0 Index ou β portfolio quand π 1 26/33

56 4. 27/33

57 Market controlled Parity portfolios Nous comparons 9 (3 x 3) portefeuilles optimaux pour différentes valeurs δ and π pour le secteur Grains & Seeds 28/33

58 Market controlled Parity portfolios Nous comparons 9 (3 x 3) portefeuilles optimaux pour différentes valeurs δ and π pour le secteur Grains & Seeds Pour les 9 portfeuilles, nous donnons: Figure 1: les poids de chaque actif dans le portefeuille Figure 2: les contributions marché de chaque actif à la VaR du portefeuille 28/33

59 Market controlled Parity portfolios Nous comparons 9 (3 x 3) portefeuilles optimaux pour différentes valeurs δ and π pour le secteur Grains & Seeds Pour les 9 portfeuilles, nous donnons: Figure 1: les poids de chaque actif dans le portefeuille Figure 2: les contributions marché de chaque actif à la VaR du portefeuille Chaque ligne correspond à une valeur fixée de π (0%, 20%, 50%) Chaque colonne correspond à une valeur fixée de δ (10, 50, 100) 28/33

60 1 Min VaR(5%) Syst/Idio PTF for grains π=0% ; δ=10 ; λ=1 1 Min VaR(5%) Syst/Idio PTF for grains π=0% ; δ=50 ; λ=1 1 Min VaR(5%) Syst/Idio PTF for grains π=0% ; δ=100 ; λ=1 0.9 corn rice soybeanoil soybeans wheat corn 0.6 corn rice soybeanoil 0.5 rice soybeanoil soybeans soybeans wheat 0.4 wheat Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 1 Min VaR(5%) Syst/Idio PTF for grains π=20% ; δ=10 ; λ=1 1 Min VaR(5%) Syst/Idio PTF for grains π=20% ; δ=50 ; λ=1 1 Min VaR(5%) Syst/Idio PTF for grains π=20% ; δ=100 ; λ=1 0.9 corn rice 0.9 corn rice soybeanoil soybeans 0.8 soybeanoil soybeans 0.8 wheat wheat corn rice soybeanoil soybeans wheat Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 1 Min VaR(5%) Syst/Idio PTF for grains π=50% ; δ=10 ; λ=1 1 Min VaR(5%) Syst/Idio PTF for grains π=50% ; δ=50 ; λ=1 1 Min VaR(5%) Syst/Idio PTF for grains π=50% ; δ=100 ; λ=1 0.9 corn rice 0.9 corn rice soybeanoil soybeans 0.8 soybeanoil soybeans 0.8 wheat wheat corn rice soybeanoil soybeans wheat / Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12

61 Min VaR(5%) Syst. Contrib to Total for grains π=0% ; δ=10 ; λ=1 Min VaR(5%) Syst. Contrib to Total for grains π=0% ; δ=50 ; λ= Min VaR(5%) Syst. Contrib to Total for grains π=0% ; δ=100 ; λ=1 0.9 corn rice 0.9 corn rice 0.9 corn rice 0.8 soybeanoil soybeans 0.8 soybeanoil soybeans 0.8 soybeanoil soybeans wheat wheat wheat Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 1 Min VaR(5%) Syst. Contrib to Total for grains π=20% ; δ=10 ; λ=1 1 Min VaR(5%) Syst. Contrib to Total for grains π=20% ; δ=50 ; λ=1 Min VaR(5%) Syst. Contrib to Total for grains π=20% ; δ=100 ; λ= corn rice 0.9 corn rice 0.9 corn rice 0.8 soybeanoil soybeans 0.8 soybeanoil soybeans 0.8 soybeanoil soybeans wheat wheat wheat Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 0 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 1 Min VaR(5%) Syst. Contrib to Total for grains π=50% ; δ=10 ; λ=1 1 Min VaR(5%) Syst. Contrib to Total for grains π=50% ; δ=50 ; λ=1 Min VaR(5%) Syst. Contrib to Total for grains π=50% ; δ=100 ; λ= corn rice 0.9 corn rice 0.9 corn rice 0.8 soybeanoil soybeans 0.8 soybeanoil soybeans 0.8 soybeanoil soybeans wheat wheat wheat / Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12 Jan95 Jul97 Jan00 Jul02 Jan05 Jul07 Jan10 Jul12

62 Contributions au risque empiriques - marché et idiosync. Pour la dernière date de notre échantillon (24 Septembre 2012), basée sur les 252 jours précédents cette date Assets Beta Weight Market Idio. Total contrib contrib contrib Corn % 9.3% 6.9% 16.2% Rice % 8.7% 18.2% 26.8% Soy. Oil % 13.2% 8.8% 22.1% Soybeans % 10.2% 8.0% 18.2% Wheat % 10.4% 6.3% 16.7% Total 100% 51.8% 48.3% 100% 31/33

63 Conclusion 32/33

64 Il est possible (et conseillé) de gérer séparément les deux composantes du risque dans le cadre Risk Parity: Pour etre en ligne avec la régulation financière Pour controler le degré d exposition au marché du portefeuille Pour réduire le taux de rotation du portefeuille 33/33

Allocation de Portefeuille Stratégies Quantitatives

Allocation de Portefeuille Stratégies Quantitatives Allocation de Portefeuille Stratégies Quantitatives DIALLO Mamadou Bhoye, MOUAFO FOKOU Collince 12 Mars 2014 DIALLO Mamadou Bhoye, MOUAFO FOKOU Collince 1 / 25 Sommaire Introduction 1 Introduction 2 3

Plus en détail

Stratégies Quantitatives de Gestion

Stratégies Quantitatives de Gestion Stratégies Quantitatives de Gestion Thierry Roncalli 6 février 2012 Merci de rédiger entièrement vos réponses et de fournir les fichiers Excel. 1 Construction d un backtest 1. Quelle est la différence

Plus en détail

Morningstar Investment Conference France

Morningstar Investment Conference France Morningstar Investment Conference France Comment transformer votre risque en allié? TANGUY DE LAUZON MORNINGSTAR INVESTMENT CONSULTING 5 JUIN 2013 2013 Morningstar. All rights reserved. Sommaire 1.

Plus en détail

Les méthodes de contrôle des risques de portefeuilles

Les méthodes de contrôle des risques de portefeuilles Les méthodes de contrôle des risques de portefeuilles LE CERCLE INVESCO 006 Eric Tazé-Bernard Directeur de la Gestion INVESCO Asset Management Section 01 Section 0 Section 03 Les principaux indicateurs

Plus en détail

Best Styles ou comment capturer au mieux les primes de risque sur les marchés d actions

Best Styles ou comment capturer au mieux les primes de risque sur les marchés d actions Stratégie Best Styles ou comment capturer au mieux les primes de risque sur les marchés d actions La recherche des primes de risque constitue une stratégie relativement courante sur les marchés obligataires

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz Master Modélisation Statistique M2 Finance - chapitre 1 Gestion optimale de portefeuille, l approche de Markowitz Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté.

Plus en détail

Examen Gestion d Actifs

Examen Gestion d Actifs ESILV 2012 D. Herlemont Gestion d actifs Examen Gestion d Actifs 2 pt 1. On considère un portefeuille investi dans n actifs risqués, normalement distribués d espérance en excès du taux sans risque µ =

Plus en détail

13! Think Tank. Praticiens et Académiciens: Joignons nos forces. Gabriele Farei - Synopsis Asset Management SA

13! Think Tank. Praticiens et Académiciens: Joignons nos forces. Gabriele Farei - Synopsis Asset Management SA 13! Think Tank Praticiens et Académiciens: Joignons nos forces Agenda 1 Vue synoptique 2 Profil de risque: éléments à retenir 3 L outil de pilotage 1. Analyse par scénario de l actif 2. Modèle de congruence

Plus en détail

Chapitre 4 : construction de portefeuille (II)

Chapitre 4 : construction de portefeuille (II) Chapitre 4 : construction de portefeuille (II) 08.11.2013 Plan du cours Espérance de rentabilité d un portefeuille Volatilité d un portefeuille Choix du portefeuille efficient Prise en compte de l actif

Plus en détail

Méthodologie. Equaly Risk Contribution

Méthodologie. Equaly Risk Contribution Equaly Risk Contribution L objectif de cette gestion est de construire l allocation du portefeuille non pas en terme de type d actif ou de zone géographique par exemple, mais en fonction du risque sous

Plus en détail

Think Tank 13. Pilotage de l allocation d actifs. Gabriele Farei-Campagna

Think Tank 13. Pilotage de l allocation d actifs. Gabriele Farei-Campagna Think Tank 13 Pilotage de l allocation d actifs Gabriele Farei-Campagna L histoire du Think Tank 2 211 ALM: ENVERS ET CONTRE- TOUT? " Une étude sur la pértinence de l ALM suite à la crise financière 212

Plus en détail

Session : Coût du capital

Session : Coût du capital Session : Coût du capital 1 Objectifs Signification du coût du capital Mesure du coût du capital Exemple illustratif de calcul du coût du capital. 2 Capital fourni par les actionnaires ou les banques L

Plus en détail

Exercice : la frontière des portefeuilles optimaux sans actif certain

Exercice : la frontière des portefeuilles optimaux sans actif certain Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué

Plus en détail

TD : Microéconomie de l incertain. Emmanuel Duguet

TD : Microéconomie de l incertain. Emmanuel Duguet TD : Microéconomie de l incertain Emmanuel Duguet 2011-2012 Sommaire 1 Les loteries 2 2 Production en univers incertain 4 3 Prime de risque 6 3.1 Prime de risque et utilité CRRA.................. 6 3.2

Plus en détail

La tentation du risque Nécessité stratégique de la couverture du risque de change Résumé* J. Benetti, Th. Häfliger, Ph. Valta

La tentation du risque Nécessité stratégique de la couverture du risque de change Résumé* J. Benetti, Th. Häfliger, Ph. Valta La tentation du risque Nécessité stratégique de la couverture du risque de change Résumé* J. Benetti, Th. Häfliger, Ph. Valta PICTET STRATEGIC ADVISORY GROUP JUIN 2004 Une prise de risques à calculer En

Plus en détail

Théorie Financière 7. Relation risque rentabilité attendue (2/2)

Théorie Financière 7. Relation risque rentabilité attendue (2/2) Théorie Financière 7. Relation risque rentabilité attendue (/) Objectifs pour cette session. Revoir l effet de la combinaison de deux actifs risqués. Etendre à la combinaison de plusieurs actifs risqués

Plus en détail

Risk parity : quelle approche en risque choisir?

Risk parity : quelle approche en risque choisir? Risk parity : quelle approche en risque choisir? Papier de recherche Octobre 2014 // Document réservé exclusivement aux clients professionnels au sens de la MIF #1 Contacts Solutions Institutionnels &

Plus en détail

Hedging delta et gamma neutre d un option digitale

Hedging delta et gamma neutre d un option digitale Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing

Plus en détail

La gestion des risques en assurances de dommages: Un exemple concret

La gestion des risques en assurances de dommages: Un exemple concret La gestion des risques en assurances de dommages: Un exemple concret 1 Contenu 1. Gouvernance de la gestion de risques dans le Groupe AXA 2. AXA Canada - Structure organisationnelle de la gestion de risques

Plus en détail

1875 FINANCE GESTION INSTITUTIONNELLE ENSEMBLE, INVESTISSONS SUR DES BASES DIFFÉRENTES

1875 FINANCE GESTION INSTITUTIONNELLE ENSEMBLE, INVESTISSONS SUR DES BASES DIFFÉRENTES 1875 FINANCE GESTION INSTITUTIONNELLE ENSEMBLE, INVESTISSONS SUR DES BASES DIFFÉRENTES Nous proposons aux investisseurs institutionnels d aborder différemment la gestion de leurs actifs, pour mieux répondre

Plus en détail

Chapitre 4 : construction de portefeuille (I)

Chapitre 4 : construction de portefeuille (I) Chapitre 4 : construction de portefeuille (I) 25.10.2013 Plan du cours Risque et rentabilité : un premier aperçu Mesures traditionnelles du risque et rentabilité Rentabilité historique des actifs financiers

Plus en détail

et idées sur le marché du pétrole Diversification de styles dans les placements en revenu fixe : défis et solutions Septembre 2015

et idées sur le marché du pétrole Diversification de styles dans les placements en revenu fixe : défis et solutions Septembre 2015 Point de Analyse vue sur le marché du pétrole Septembre 2015 Diversification de styles dans les placements en revenu fixe : défis et solutions Les investisseurs en obligations ne seront pas étonnés de

Plus en détail

Enthousiasme? «Des indices innovants, un placement intelligent.» Helvetia Fondation de placement. Actions Suisse Smart Beta Dynamique.

Enthousiasme? «Des indices innovants, un placement intelligent.» Helvetia Fondation de placement. Actions Suisse Smart Beta Dynamique. Enthousiasme? «Des indices innovants, un placement intelligent.» Helvetia Fondation de placement. Actions Suisse Smart Beta Dynamique. Votre fondation de placement suisse. 1/6 Helvetia Fondation de placement

Plus en détail

I. Étude comparative des Compartiments absorbé et absorbant

I. Étude comparative des Compartiments absorbé et absorbant Amundi Funds Société d investissement à capital variable de droit luxembourgeois Siège social : 5, Allée Scheffer L-2520 Luxembourg R.C.S. de Luxembourg B-68.806 (la «Société») Cher Actionnaire, Luxembourg,

Plus en détail

Le risque Idiosyncrasique

Le risque Idiosyncrasique Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes

Plus en détail

IST ACTIONS EMERGING MARKETS

IST ACTIONS EMERGING MARKETS IST ACTIONS EMERGING MARKETS Octobre 2012 1 Table des matières IST ACTIONS EMERGING MARKETS Investment Case & historique page 3 L expertise de Quoniam Asset Management page 7 Philosophie et processus d

Plus en détail

Allocation d actifs optimisée avec les funds of hedge funds

Allocation d actifs optimisée avec les funds of hedge funds Allocation d actifs optimisée avec les funds of hedge funds Inform informations générales pour les investisseurs institutionnels 3 e trimestre 2006 Swisscanto le centre de compétence des Banques Cantonales

Plus en détail

Méthodes avancées en décision

Méthodes avancées en décision Méthodes avancées en décision Support vector machines - Chapitre 2 - Principes MRE et MRS Principe MRE. Il s agit de minimiser la fonctionnelle de risque 1 P e (d) = y d(x;w, b) p(x, y) dxdy. 2 La densité

Plus en détail

Examen de Gestion des Risques Financiers

Examen de Gestion des Risques Financiers Examen de Gestion des Risques Financiers Thierry Roncalli 4 janvier 2012 Merci de rédiger entièrement vos réponses. 1 Les réglementations Bâle II et Bâle III 1. Quelles sont les principales différences

Plus en détail

Investir durablement sans défauts de construction

Investir durablement sans défauts de construction Investir durablement sans défauts de construction Indexation optimisée pour des investissements durables avec IsoPro. Les bénéfices d investissements passifs durables. Mais sans désavantages. Investir

Plus en détail

TP 14 DE FINANCE & RISK MANAGEMENT

TP 14 DE FINANCE & RISK MANAGEMENT Roger HUEBER TP 14 DE FINANCE & RISK MANAGEMENT - 1 - VALUE-AT-RISK 1. ANALYSE DU RISK MANAGEMENT DE ABN AMRO BANK BASÉE SUR LE RAPPORT ANNUEL 2004 http://www.abnamro.com/com/about/ar2004en.pdf Le risque

Plus en détail

Marchés actions : l inefficience des indices capi-pondérés, la voie royale pour le «smart bêta»?

Marchés actions : l inefficience des indices capi-pondérés, la voie royale pour le «smart bêta»? Marchés actions : l inefficience des indices capi-pondérés, la voie royale pour le «smart bêta»? Analyse détaillée de l offre : ni passif, ni toujours «smart» mais une génération quantitative et pérenne

Plus en détail

La liquidité des marchés : quels enjeux pour les Asset Managers?

La liquidité des marchés : quels enjeux pour les Asset Managers? La liquidité des marchés : quels enjeux pour les Asset Managers? Fabrice Riva House of Finance Université d été de l Asset Management Université Paris-Dauphine 27 août 2015 Fabrice Riva Liquidité et Asset

Plus en détail

Méthodologies et Glossaire

Méthodologies et Glossaire Caractéristiques Précisions Calculs de performance 1.Performance 2.Performance relative 1.Volatilité 2.Tracking error 3.Ratio d'information 4.Bêta 5.Alpha 6.Ratio de Sharpe 7.Sensibilité Indicateurs de

Plus en détail

Cours Gestion de patrimoine. Les produits structurés

Cours Gestion de patrimoine. Les produits structurés Cours Gestion de patrimoine Les produits structurés Plan Introduction Importance de la garantie pour les épargnants Utilité des fonds garantis Méthodes de gestion des fonds garantis Méthode du coussin

Plus en détail

Livre Blanc Oracle Juin 2009. Gérer avec succès les risques des contrats pour établir une relation «gagnant-gagnant»

Livre Blanc Oracle Juin 2009. Gérer avec succès les risques des contrats pour établir une relation «gagnant-gagnant» Livre Blanc Oracle Juin 2009 Gérer avec succès les risques des contrats pour établir une relation «gagnant-gagnant» Préambule Ce livre blanc met en avant certains risques impliqués dans les travaux liés

Plus en détail

Sommaire. Conatus Finance. Conatus Finance

Sommaire. Conatus Finance. Conatus Finance L inefficience des indices capi-pondérés, la voie royale pour le «smart bêta»? La gestion par le risque : ni passif, ni toujours «smart» mais une génération quantitative et pérenne d alpha Le multifactoriel

Plus en détail

Gestion obligataire passive

Gestion obligataire passive Finance 1 Université d Evry Séance 7 Gestion obligataire passive Philippe Priaulet L efficience des marchés Stratégies passives Qu est-ce qu un bon benchmark? Réplication simple Réplication par échantillonnage

Plus en détail

Confiance et sécurité avec nos nouvelles assurances-vie. Nos plans de placement à la loupe

Confiance et sécurité avec nos nouvelles assurances-vie. Nos plans de placement à la loupe Confiance et sécurité avec nos nouvelles assurances-vie Nos plans de placement à la loupe Ces dernières années, le marché et ses mécanismes ont connu de profonds changements. Il est de plus en plus difficile

Plus en détail

Allocation straté giqué d actifs : Uné introduction au Factor Invésting

Allocation straté giqué d actifs : Uné introduction au Factor Invésting Allocation straté giqué d actifs : Uné introduction au Factor Invésting Ben Kilani R. Nexialog Consulting, Pôle R&D, Novembre 2015 rbenkilani@nexialog.com Dans le monde de la gestion d actifs, nous constatons

Plus en détail

Fonds Jantzi RBC. Investissement. Des choix socialement responsables pour votre portefeuille de placements

Fonds Jantzi RBC. Investissement. Des choix socialement responsables pour votre portefeuille de placements Investissement Pour plus de renseignements sur les fonds Jantzi RBC, veuillez vous adresser à votre conseiller ou visiter www.rbc.com/jantzifonds Fonds Jantzi RBC Des choix socialement responsables pour

Plus en détail

Examen Gestion de portefeuille

Examen Gestion de portefeuille ESC Toulouse 2005 D. Herlemont Mastère BIF Examen Gestion de portefeuille Durée : 2 heures Les documents ne sont pas autorisés. Pour les questions à choix multiples, une ou plusieurs réponses peuvent être

Plus en détail

Gestion Discrétionnaire

Gestion Discrétionnaire PANORAMA Profil d'investissement Paramètres d'investissement [1] Performance Rendement / Risque 2013 2014 Defensive MtD 0.82% Taux Rend. Composé 7.17% Min. Max. Neutre Actuel Diff. YtD -0.52% Ecart Type

Plus en détail

Volatilité 2 Gestion dynamique du risque: Une approche par contrôle de volatilité.

Volatilité 2 Gestion dynamique du risque: Une approche par contrôle de volatilité. Volatilité 2 Gestion dynamique du risque: Une approche par contrôle de volatilité. Présentation par Nicolas Papageorgiou, PHD Sommet Avantages et Retraite Mars 2012 L incertitude lié à la volatilité Le

Plus en détail

Séance 12: Algorithmes de Support Vector Machines

Séance 12: Algorithmes de Support Vector Machines Séance 12: Algorithmes de Support Vector Machines Laboratoire de Statistique et Probabilités UMR 5583 CNRS-UPS www.lsp.ups-tlse.fr/gadat Douzième partie XII Algorithmes de Support Vector Machines Principe

Plus en détail

Value at Risk - étude de cas

Value at Risk - étude de cas Value at Risk - étude de cas Daniel Herlemont 17 juin 2011 Table des matières 1 Introduction 1 2 La Value at Risk 1 2.1 La VaR historique................................. 2 2.2 La VaR normale..................................

Plus en détail

Problématiques dans trading à haute fréquence

Problématiques dans trading à haute fréquence Extrait de la présentation de Charles-Albert Lehalle, Atelier Trading & Micro-structure, Collège de France, 10 Décembre 2008. mdang@cheuvreux.com Recherche Quantitative, Séminaire de la finance, VNFinance

Plus en détail

Valorisation dans le secteur de l assurance

Valorisation dans le secteur de l assurance DRAFT Valorisation dans le secteur de l assurance Philippe TRAINAR Chief Risk Officer, SCOR Group Colloque de l Association de Comptabilité Nationale 2-4 juin 2010, Paris INTRODUCTION La question de la

Plus en détail

LA GESTION DU RISQUE DE PRIX SUR LES METAUX NON FERREUX

LA GESTION DU RISQUE DE PRIX SUR LES METAUX NON FERREUX LA GESTION DU RISQUE DE PRIX SUR LES METAUX NON FERREUX LES ACTEURS Les matières premières à la Société Générale La Société Générale SG Corporate & Investment Banking (SG CIB) est depuis 1987 un des intervenants

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

TD : Microéconomie de l incertain. Emmanuel Duguet

TD : Microéconomie de l incertain. Emmanuel Duguet TD : Microéconomie de l incertain Emmanuel Duguet 2013-2014 Sommaire 1 Les loteries 2 2 Production en univers incertain 4 3 Prime de risque 6 3.1 Prime de risque et utilité CRRA.................. 6 3.2

Plus en détail

The capital asset pricing model and the liquidity effect: A theoretical approach G. Jacoby, D.J. Fowler, A.A. Gottesman

The capital asset pricing model and the liquidity effect: A theoretical approach G. Jacoby, D.J. Fowler, A.A. Gottesman The capital asset pricing model and the liquidity effect: A theoretical approach G. Jacoby, D.J. Fowler, A.A. Gottesman Présenté par : Laurette IVAIN Ouafae BACHIRI Simon PAYAN Médéric de VINCELLES Groupe

Plus en détail

Comprendre les produits structurés

Comprendre les produits structurés Comprendre les produits structurés Sommaire Page 3 Introduction Page 4 Qu est-ce qu un produit structuré? Quels sont les avantages des produits structurés? Comment est construit un produit structuré? Page

Plus en détail

ASSET MANAGEMENT - PROFILS D INVESTISSEMENT

ASSET MANAGEMENT - PROFILS D INVESTISSEMENT ASSET MANAGEMENT - PROFILS D INVESTISSEMENT 1 Service de Gestion Discrétionnaire En vertu d'un contrat de gestion discrétionnaire, vous déléguez entièrement la gestion de votre portefeuille à votre gestionnaire

Plus en détail

Le Modèle de Black-Scholes. DeriveXperts. 27 octobre 2010

Le Modèle de Black-Scholes. DeriveXperts. 27 octobre 2010 27 octobre 2010 Outline 1 Définitions Le modèle de diffusion de Black-Scholes Portefeuille auto-finançant Objectif de BS 2 Portefeuille auto-finançant et formule de Black-Scholes Formulation mathématique

Plus en détail

2- La relation risque rentabilité attendue

2- La relation risque rentabilité attendue 2- La relation risque rentabilité attendue L'incertitude est au cœur de la logique financière. Par la composition de leur portefeuille, les investisseurs choisissent un profil de risque. Si on suppose

Plus en détail

Mathématiques appliquées à la finance J. Printems Année 2008 09

Mathématiques appliquées à la finance J. Printems Année 2008 09 IAE Gustave Eiffel Master 2 Gestion de Portefeuille Université Paris xii Val de Marne Mathématiques appliquées à la finance J. Printems Année 2008 09 Épreuve du 15 juillet 2009 Durée : 1 heure 30 Calculatrices

Plus en détail

Mise au point Genève. Situation et tendances de la gestion institutionnelle en Suisse. PPCmetrics SA. Pascal Frei, CFA, Associé

Mise au point Genève. Situation et tendances de la gestion institutionnelle en Suisse. PPCmetrics SA. Pascal Frei, CFA, Associé Mise au point Genève Situation et tendances de la gestion institutionnelle en Suisse PPCmetrics SA Pascal Frei, CFA, Associé Genève, le 18 octobre 2012 PPCmetrics SA Introduction De nombreuses études comparent

Plus en détail

Restauration d images

Restauration d images Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système

Plus en détail

ALPHA VERSUS BÊTA. Ksenya Rulik. Décembre 2008

ALPHA VERSUS BÊTA. Ksenya Rulik. Décembre 2008 Décembre 2008 Outline 1 Préparer le terrain: marchés financiers et actifs risqués 2 3 Outline 1 Préparer le terrain: marchés financiers et actifs risqués 2 3 Outline 1 Préparer le terrain: marchés financiers

Plus en détail

Mémoire du MASTER 104 FINANCE. Master 104 Finance dirigé par Edith Ginglinger, Professeur http://www.master104finance.com

Mémoire du MASTER 104 FINANCE. Master 104 Finance dirigé par Edith Ginglinger, Professeur http://www.master104finance.com Mémoire du MASTER 104 FINANCE Master 104 Finance dirigé par Edith Ginglinger, Professeur http://www.master104finance.com Les méthodes alternatives d allocation entre matières premières Hubert Corpechot

Plus en détail

Examen Mesures de Risque de Marché

Examen Mesures de Risque de Marché ESILV 2012 D. Herlemont Mesures de Risque de Marché I Examen Mesures de Risque de Marché Durée: 2 heures. Documents non autorisés et calculatrices simples autorisées. 2 pt 1. On se propose d effectuer

Plus en détail

Assurer ses arrières: Un placement de capital attrayant et la sécurité financière pour vos proches

Assurer ses arrières: Un placement de capital attrayant et la sécurité financière pour vos proches PRÉVOYANCE ET ÉPARGNE ASSURANCE-VIE SCALA PRÉVOYANCE ET ÉPARGNE Assurance-vie à prime unique CONFORTA Assurer ses arrières: Un placement de capital attrayant et la sécurité financière pour vos proches

Plus en détail

Plan. - La VaR. - Introduction à l FRTB. - Principales révisions Frontières Banking / Trading book l Expected Shortfall Les horizons de liquidité

Plan. - La VaR. - Introduction à l FRTB. - Principales révisions Frontières Banking / Trading book l Expected Shortfall Les horizons de liquidité PAGE 1 F R T B ( F u n d a m e n t a l R e v i e w o f t h e T r a d i n g B o o k ) u n e n o u v e l l e p e r s p e c t i v e d e m e s u r e d e l a V A R. Y o u s s e f M e l l o u k i Plan PAGE 2

Plus en détail

PREMIÈRE PARTIE LES ACTIONS... 13. CHAPITRE 1 Logique d investissement et mesure de la rentabilité... 15

PREMIÈRE PARTIE LES ACTIONS... 13. CHAPITRE 1 Logique d investissement et mesure de la rentabilité... 15 DBU11075.book Page 543 Mercredi, 8. avril 2015 4:44 16 TABLE DES MATIÈRES Présentation des auteurs... 5 Préface par Éric CHARPENTIER... 7 Préface par Vincent VAN DESSEL... 9 Introduction... 11 PREMIÈRE

Plus en détail

Analyse discriminante

Analyse discriminante Analyse discriminante Christine Decaestecker & Marco Saerens ULB & UCL LINF2275 1 Analyse Discriminante Particularités: 2 formes/utilisations complémentaires: méthode factorielle: description "géométrique"

Plus en détail

H12 PLAN DE COURS. Session. Investir Intelligemment. Numéro du cours : 410 AAJ LI. Unités : 3. Pondération : 2 1 3.

H12 PLAN DE COURS. Session. Investir Intelligemment. Numéro du cours : 410 AAJ LI. Unités : 3. Pondération : 2 1 3. PLAN DE COURS Session H12 Numéro du cours : 410 AAJ LI Titre du cours : Investir Intelligemment Unités : 3 Pondération : 2 1 3 Département : Technique administrative Enseignant : Rémy Vaillancourt Local

Plus en détail

Prise en compte de la liquidité dans les algorithmes de trading

Prise en compte de la liquidité dans les algorithmes de trading Prise en compte de la liquidité dans les algorithmes de trading clehalle@cheuvreux.com Resp. de la Recherche Quant., Atelier Trading & Micro Structure 10 décembre 2008 Contenu La liquidité en Europe Les

Plus en détail

THEORIE FINANCIERE Préparation à l'examen

THEORIE FINANCIERE Préparation à l'examen THEORIE FINANCIERE Préparation à l'examen N.B. : Il faut toujours justifier sa réponse. 1. Qu'est-ce que l'axiomatique de Von Neumann et Morgenstern? La représentation des préférences des investisseurs

Plus en détail

Modèle de Heston. Pricing d options européennes et calibration. G. BLANCHET, M. ELACHECHE, E. JEANGIRARD, K. SALEH Tuteur : Adel Ben Haj Yedder

Modèle de Heston. Pricing d options européennes et calibration. G. BLANCHET, M. ELACHECHE, E. JEANGIRARD, K. SALEH Tuteur : Adel Ben Haj Yedder Modèle de Heston Pricing d options européennes et calibration G. BLANCHET, M. ELACHECHE, E. JEANGIRARD, K. SALEH Tuteur : Adel Ben Haj Yedder Projet de département IMI En partenariat avec Natexis 21 juin

Plus en détail

Julien Limacher, CAPCO Yves Hennard, Union Bancaire Privée Philippe Grégoire, Orfival

Julien Limacher, CAPCO Yves Hennard, Union Bancaire Privée Philippe Grégoire, Orfival La conception de rapports d attribution de performance Julien Limacher, CAPCO Yves Hennard, Union Bancaire Privée Philippe Grégoire, Orfival Agenda Drivers, Attentes des clients et Pratiques de marché

Plus en détail

DIRECTIVES DE PLACEMENT RISK BUDGETING LINE 5

DIRECTIVES DE PLACEMENT RISK BUDGETING LINE 5 DIRECTIVES DE PLACEMENT RISK BUDGETING LINE 5 29.06.2011 Groupe de placement Prisma Risk Budgeting Line 5 (RBL 5) Caractéristiques du groupe de placement 1. Le RBL 5 est un fonds composé d actifs susceptibles

Plus en détail

Simulations des Grecques : Malliavin vs Différences finies

Simulations des Grecques : Malliavin vs Différences finies 0.1. LES GRECQUES 1 Simulations des Grecques : iavin vs Différences finies Christophe Chorro Ce petit document vise à illustrer de manière numérique les techniques présentées lors du mini cours sur le

Plus en détail

LES PRÉVISIONS SONT-ELLES UTILES/ NÉCESSAIRES À LA GESTION?

LES PRÉVISIONS SONT-ELLES UTILES/ NÉCESSAIRES À LA GESTION? www.cfamontreal.org LES PRÉVISIONS SONT-ELLES UTILES/ NÉCESSAIRES À LA GESTION? Jacques Lussier, M.Sc., Ph.D., CFA President and Chef des investissements, Chef de, Ph.D., CFA Mai 2015 QUATRE SOURCES DE

Plus en détail

Combiner anticipations et optimisation : le modèle Black-Litterman

Combiner anticipations et optimisation : le modèle Black-Litterman Combiner anticipations et optimisation : le modèle Black-Litterman Université Paris 1, Panthéon-Sorbonne, IAE (Sorbonne Graduate Business School) PLAN Les raisons du modèle 1 Les raisons du modèle 2 1.

Plus en détail

Pour vos appels d offre OPTIMISATION DES STOCKS. Mars 2009. 2 e ÉDITION AZAP. SupplyChainMagazine.fr 19, rue Saint-Georges - 94700 Maisons-Alfort

Pour vos appels d offre OPTIMISATION DES STOCKS. Mars 2009. 2 e ÉDITION AZAP. SupplyChainMagazine.fr 19, rue Saint-Georges - 94700 Maisons-Alfort Mars 2009 Pour vos appels d offre OPTIMISATION DES STOCKS 2 e ÉDITION AZAP SupplyChainMagazine.fr 19, rue Saint-Georges - 94700 Maisons-Alfort QUESTIONNAIRE EDITEURS DE LOGICIELS D OPTIMISATION DES STOCKS

Plus en détail

Contrat didactique Finance stochastique

Contrat didactique Finance stochastique Contrat didactique Finance stochastique Les compétences de ce cours sont à placer dans le contexte général de l appropriation de la notion de modèle mathématique et de son utilisation pratique en gestion

Plus en détail

Master en Droit et Economie / Automne 2013 / Prof. F. Alessandrini. Allocation d actifs. Sébastien Maucci, Stratégiste (BCV) 06.12.

Master en Droit et Economie / Automne 2013 / Prof. F. Alessandrini. Allocation d actifs. Sébastien Maucci, Stratégiste (BCV) 06.12. Allocation d actifs Sébastien Maucci, Stratégiste (BCV) 06.12.2013 Contenu Et si on était riche, on ferait quoi? Gestion de fortune 1. Définition des besoins 2. Définition d une stratégie d investissement

Plus en détail

Modélisation mathématique et finance des produits dérivés

Modélisation mathématique et finance des produits dérivés Modélisation mathématique et finance des produits dérivés Ecole Polytechnique Paris Académie Européenne Interdisciplinaire des Sciences Paris, 28 novembre 2011 Outline Introduction 1 Introduction 2 3 Qu

Plus en détail

Les stratégies de gestion de portefeuille d actions: Style de gestion et indexation de portefeuille

Les stratégies de gestion de portefeuille d actions: Style de gestion et indexation de portefeuille Les stratégies de gestion de portefeuille d actions: Style de gestion et indexation de portefeuille I. Concept d'efficience des marchés et stratégies de gestion - Efficience opérationnelle des marchés

Plus en détail

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

Sfev. Matinales de la SFEV. Bsar, stock options, management package les modèles d évaluation d options dans la pratique

Sfev. Matinales de la SFEV. Bsar, stock options, management package les modèles d évaluation d options dans la pratique Sfev Matinales de la SFEV Bsar, stock options, management package les modèles d évaluation d options dans la pratique Thomas Bouvet, Directeur Général délégué d Europe Offering Frédéric Dubuisson, Director

Plus en détail

INFORM GESTION DES PORTEFEUILLES D ACTIONS CHEZ SWISSCA (DEUXIÈME PARTIE)

INFORM GESTION DES PORTEFEUILLES D ACTIONS CHEZ SWISSCA (DEUXIÈME PARTIE) 2 2004 INFORM INFORMATIONS FINANCIÈRES ESSENTIELLES POUR LES CAISSES DE PENSION GESTION DES PORTEFEUILLES D ACTIONS CHEZ SWISSCA (DEUXIÈME PARTIE) Dans la gestion de portefeuilles en actions, Swissca mise

Plus en détail

JOURNEE INVESTISSEURS SOCIETE GENERALE. Gestion Alternative

JOURNEE INVESTISSEURS SOCIETE GENERALE. Gestion Alternative 27 / 09 / 2004 JOURNEE INVESTISSEURS SOCIETE GENERALE Gestion Alternative Alain Clot, Directeur Général du Groupe SG AM Philippe Brosse, Directeur Général de SG AM AI Christophe Mianné, Directeur des Dérivés

Plus en détail

Cours de gestion financière (M1)

Cours de gestion financière (M1) Cours de gestion financière (M1) Séance du 2 octobre 2015 Beta et risque de marché, MEDAF S&P500 vs high beta stocks 1 Séance du 2 octobre 2015 Beta et risque de marché, MEDAF 2 Partie 2 : Médaf, relation

Plus en détail

Normes de sécurité sanitaire et filières agroalimentaires

Normes de sécurité sanitaire et filières agroalimentaires Workshop «Socio économie des risques sanitaires» Quelles approches pour quels usages? 29 Novembre 2011 Normes de sécurité sanitaire et filières agroalimentaires L.G. Soler INRA Aliss INTRODUCTION Comment

Plus en détail

Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers

Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers (mardis soirs) Hiver 2015 Paul Bourget 514-376-1620, poste 7349; pbourget@crosemont.qc.ca Thématique générale

Plus en détail

Séminaire Wegelin. Quelle gestion tactique de l'allocation d'actifs? PPCmetrics SA Pascal Frei, CFA, Associé. Lausanne, le 11 octobre 2011

Séminaire Wegelin. Quelle gestion tactique de l'allocation d'actifs? PPCmetrics SA Pascal Frei, CFA, Associé. Lausanne, le 11 octobre 2011 Séminaire Wegelin Quelle gestion tactique de l'allocation d'actifs? PPCmetrics SA Pascal Frei, CFA, Associé Lausanne, le 11 octobre 2011 Agenda Introduction Gestion de l allocation et exemple d approches

Plus en détail

La gestion de patrimoine à la BCJ.

La gestion de patrimoine à la BCJ. La gestion de patrimoine à la BCJ. Table des matières 1. Introduction...5 2. La gestion moderne de portefeuille... 6 2.1. Les placements traditionnels...7 2.2. Les autres véhicules de placement...8 2.3.

Plus en détail

ORACLE PRIMAVERA PORTFOLIO MANAGEMENT

ORACLE PRIMAVERA PORTFOLIO MANAGEMENT ORACLE PRIMAVERA PORTFOLIO MANAGEMENT FONCTIONNALITÉS GESTION DE PORTEFEUILLE Stratégie d approche permettant de sélectionner les investissements les plus rentables et de créer de la valeur Paramètres

Plus en détail

La Finance responsable : du souhaitable au possible

La Finance responsable : du souhaitable au possible La Finance responsable : du souhaitable au possible Résultats des recherches IAE-CERAG en finance socialement responsable Isabelle Girerd-Potin Professeur, Responsable du Master Finance Objectif : répondre

Plus en détail

La parité des risques

La parité des risques 24 La parité des risques La pertinence des stratégies de parité des risques Si l on devait résumer la notion de «parité des risques» (ou Risk Parity en anglais) en un seul mot, le terme de «diversification»

Plus en détail

satisfaction client Relation client : satisfaction? fidélisation?

satisfaction client Relation client : satisfaction? fidélisation? Relation client : satisfaction? fidélisation? Un pilier fondamental de la GRC : la satisfaction client La gestion de la relation client Les missions de l entreprise Créer de la valeur pour les clients

Plus en détail

L'expertise pour structurer L'innovation pour exceller

L'expertise pour structurer L'innovation pour exceller L'expertise pour structurer L'innovation pour exceller LA BANQUE POSTALE STRUCTURED ASSET MANAGEMENT : ACTEUR MAJEUR DE LA GESTION STRUCTURÉE 2007 a été l année d une nouvelle impulsion dans la vie de

Plus en détail

Delta couverture de produits dérivés en Finance. ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart

Delta couverture de produits dérivés en Finance. ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart Delta couverture de produits dérivés en Finance ESILV Ingénierie Financière S8 Cours du 24 avril 2012 Partie 2 Marie Bernhart Plan de la présentation Couverture de produits dérivés en Finance Principe

Plus en détail

CONJUGUER SMART BETA ET ISR

CONJUGUER SMART BETA ET ISR CONJUGUER SMART BETA ET ISR Direction Innovation Méthodes et Process, Analyse ISR Valérie Pilcer Directeur Innovation Méthodes et Process +33 (0) 1 40 68 67 31 vpilcer@ofi-am.fr Eric Van La Beck Directeur

Plus en détail

Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base

Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base M.A. Knefati 1 & A. Oulidi 2 & P.Chauvet 1 & M. Delecroix 3 1 LUNAM Université, Université Catholique de l Ouest,

Plus en détail

Structure fonctionnelle d un SGBD

Structure fonctionnelle d un SGBD Fichiers et Disques Structure fonctionnelle d un SGBD Requetes Optimiseur de requetes Operateurs relationnels Methodes d acces Gestion de tampon Gestion de disque BD 1 Fichiers et Disques Lecture : Transfert

Plus en détail

Tactical Currency Allocation Revisited: Four Simple Currency Trading Rules

Tactical Currency Allocation Revisited: Four Simple Currency Trading Rules Tactical Currency Allocation Revisited: Four Simple Currency Trading Rules Travail de gestion des investissements internationaux Présenté Kodjovi Assoé Par Patrick Drouot Etienne Desmarais Jean-François

Plus en détail