Exercice : la frontière des portefeuilles optimaux sans actif certain

Dimension: px
Commencer à balayer dès la page:

Download "Exercice : la frontière des portefeuilles optimaux sans actif certain"

Transcription

1 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 de trois titres risqués dont les rendements nets, les volatilités (écart-types), et les coe cients de corrélation sont les suivants : titres rend. volatilité growth value espérés (%) (%) stocks stocks bonds growth stocks 0 0:6 0: value stocks 0 6 0:6 0: bonds 6 6 0: 0:. Déterminer la matrice de covariances de l univers dé ni par ces trois autres titres.. Déterminer le portefeuille le moins risqué de cet univers. On suppose que l investisseur a comme critère d évaluation E [er p ] (er p ) Donner le programme d optimisation, ses conditions de premier ordre.. Calculer la composition des portefeuilles optimaux (ainsi que des couples volatilités - risques) pour allant de à 0 (avec un pas de ). () Pour calculer la matrice de covariances, on utilise la relation : ij = ij i j () reliant la covariance entre deux titres i et j ( ij ) à leur coe cient de corrélation ( ij ) et à leurs volatilités ( i et j ). Cette relation peut-être généralisée

2 à la matrice des covariances en introduisant la matrice diagonales des volatilités : ::: 0 ::: 0 ::: ::: ::: ::: ::: 6 0 ::: j ::: 0 7 ::: ::: ::: ::: ::: 0 ::: 0 ::: J La matrice des covariances est alors donnée par le produit quadratique : ::: 0 ::: 0 ::: 0 ::: 0 ::: ::: ::: ::: ::: = 6 0 ::: j ::: 0 7 ::: ::: ::: ::: ::: Corr ::: ::: ::: ::: ::: 6 0 ::: j ::: 0 7 ::: ::: ::: ::: ::: 0 ::: 0 ::: J 0 ::: 0 ::: J où Corr est la matrice des coe cients de corrélation. Numériquement dans notre cas, on a donc : 0: 0 0 0:6 0: = 0 0:6 0 0:6 0: 0 0 0:06 0: 0: = dont l inverse est égal à : = 0: : :06 0:0 0:09 0:00 0:09 0:0 6 0: :00 0: :00 6 0:09 9:0 9:00 9:0 6:07 :9 9:00 :9 9: () () () Le portefeuille le moins risqué de cet univers va être la solution du programme suivant : < : min x ;x ;x p sous la contrainte : x + x + x = ()

3 avec : p = x x x x x x Le lagrangien du problème peut s écrire : 0:0 0:09 0:00 0:09 0:0 6 0: :00 0: :00 6 L = p + (x + x + x ) () où est le multiplicateur de lagrange. Les conditions de premier ordre (nécessaires et su santes ici) sont : < x p + = 0 x : p + = 0 x p + = 0 ou encore : < x p = x : p = x p = ou encore comme x j p = P k x k jk : < [] x = [] x = : [] x = où [j] est le vecteur ligné constitué par la j-eme ligne de, x est le vecteur colonne des parts. Matriciellement la soution est donc : x = où est le vecteur colonne de J éléments égaux à. Le portefeuille optimal est donc : x = (7) Numériquement dans notre cas : 0:09 9:0 9:00 = 9:0 6:07 :9 9:00 :9 9: 9: 79 = : 6 0: (6)

4 Par conséquent le portefeuille optimal est en fonction de : 9: 79 x = : 6 () 0: Ici n est pas un coe cient d aversion au risque, un paramètre exogène, mais un multiplicateur de lagrange, donc une variable endogène dont la valeur est une des solutions du problème. Pour trouver, il nous faut utiliser une relation du problème non encore utilisée dans la résolution : la contrainte budgétaire : x + x + x = (9) ou encore : T x = (0) En injectant dans la contrainte budgétaire la valeur des parts, on a donc : T x = 9: 79 : 6 0: = 6: Par conséquent, la valeur de dans notre problème est : = 6: et donc on trouve le portefeuille optimal : x = 6: 9: 79 : 6 0: = : 0 0 7: 76 0 :0 0 () Ses performances (rendements espérés, volatilité, ratio de Sharpe) peuvent s écrire : Eer min var = 0: 0: 0:06 : 0 0 7: 76 0 ' 6: 0 0 () :0 0 min var = 0:0 0: :0 : 0 0 7: 76 0 :0 0 0:0 0:09 0:00 0:09 0:0 6 0: :00 0: :00 6 ()

5 min var ' : :0 0 S p = ' :96 () :7 9 0 où le ratio de Sharpe est calculée comme le rapport du rendement espéré à la volatilité en l absence d un taux d intérêt certain: () Si l on adopte comme fonction objectif le modèle espérance variance, alors le programme d optimisation s écrit : < : dont le lagrangien peut s écrire : Comme : L = Eer p max x ;x ;x Eer p p sous la contrainte : x + x + x = () p (x + x + x ) (6) Eer p = 0:x + 0:x + 0:06x (7) p = x x x 0:0 0:09 0:00 0:09 0:0 6 0: :00 0: :00 6 x x x = 0:0x + 0:0 x x 0:00 x x + 0:0 6x 0:00 9x x + 0:00 6x les conditions de premier ordre (nécessaires et su santes ici) sont : < 0: (0:0x + 0:09x 0:00x ) = 0 0: (0:09x + 0:06x 0:00096x ) = 0 : 0:06 ( 0:00x 0:00096x + 0:0006x ) = 0 ou sous forme matricielle : 0: 0:0 = 0:06 0:0 0:09 0:00 0:09 0:0 6 0: :00 0: :00 6 x x x () En mettant divisant par, puis en pré-multipliant par on trouve : 0: 0:0 0:0 0:09 0:00 x = 0:09 0:0 6 0: x (9) 0:06 0:00 0: :00 6 x

6 = 0:09 9:0 9:00 9:0 6:07 :9 9:00 :9 9: x x x 0: 0:0 0:06 0:09 9:0 9:00 9:0 6:07 :9 9:00 :9 9: (0 ( et donc comme : 0:09 9:0 9:00 9:0 6:07 :9 9:00 :9 9: on a : 0:09 9:0 9:00 9:0 6:07 :9 9:00 :9 9: x x x = : 0 : 6 9: 0: 0:0 0:06 = = 9: 79 : 6 0: : 0 : 6 9: 9: 79 : 6 0: () Le portefeuille est la somme de deux vecteurs, de deux portefeuilles. Le dernier a déjà été calculer : il s agit du portefeuille de variance minimale. Si est nul, on remarque que ce portefeuille ne contribuera pas à déterminer le portefeuille. Mais = 0 est équivalent à négliger la contrainte budgéaire puisque est la pénalité appliquée pour inciter l investisseur à respecter sa contrainte budgétaire. Ceci indique que dans la détermination du portefeuille optimal, on utilise le portefeuille de variance minimale pour équilibrer la contrainte budgétaire. Le premier portefeuille sera négligable dans le portefeuille lorsque l investisseur sera très prudent. En fait ce second portefeuille est un instrument permettant non d équilibrer la contrainte budgétaire mais d augmenter la performance. Des deux variables et, est une variable exogène, est une variable endogène, une solution du système. Donc il est nécessaire de la déterminer en fonction des paramètres du problème. Pour cela, on doit utiliser la relation non encore utilisée : la contrainte budgétaire. Comme : x + x + x = 6 x x x =

7 aversion lambda x x x volatilite Er Sharpe 0,07,0 0, 0,60,%,6% 0, 0,06 0, 0,0 0,,9% 0,7% 0,7 0,06 0, 0, 0,6 0,7% 9,% 0, 0,06 0, 0,9 0,,7%,7%,00 0,0 0, 0,7 0, 7,7%,%,09 6 0,0 0, 0, 0,60 7,0%,%,6 7 0,0 0, 0, 0,6 6,6% 7,9%,0 0,0 0, 0, 0,66 6,% 7,%, 9 0,0 0,9 0, 0,6 6,% 7,7%,6 0 0,0 0, 0, 0,70,9% 7,6%, on a donc en replaçant les parts par leurs expressions : : 0 ( : 6 9: 79 : 6 ) = 9: 0: ou encore : : 0 : 6 9: : 700 6: = 9: 79 : 6 0: ) = = 6:0 0 : 7 0 () Le tableau ci-dessous donne en fonction de la valeur du coe cient d aversion les valeurs de lambda, des parts des portefeuilles, de l espérance des rendements, de leurs volatilités et du ratio de Sharpe. On remarque dans le tableau comme dans le er graphique que l évolution des parts est monotone : lorsque l aversion est élevée, le portefeuille comprend essentiellement le titre (à plus des =) et à part égale les titres et ; puis plus l aversion diminue, plus le poids des titres les plus rentables (les titres et ) augmentent et le titre devient un actif de nancement (sa part devient négative). Sur le dernier graphique sont reportés les couples (volatilités, rendements espérés). En bleu, les portefeuilles optimaux, en rouge e portefeuille de variance minimale. Ce dernier est la base de la frontière des portefeuilles optimaux. En l absence d un actif certain, cette frontière n est pas une droite, mais une parabole inversée dont la base est le portefeuille de variance minimale. 7

8 ,0,00 0,0 0,60 0,0 0,0 0,00 0,0 0,0 0,60 0, x x x 0,6 0, 0, 0, 0,0 0,06 frontière min variance 0,0 0, ,0 0, 0, 0, 0, 0,

Exercice : covariance et gestion du risque. Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine

Exercice : covariance et gestion du risque. Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Exercice : covariance et gestion du risque Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Mars 2006 On considère deux actifs dont les rendements et les volatilités sont :

Plus en détail

Le théorème des deux fonds et la gestion indicielle

Le théorème des deux fonds et la gestion indicielle Le théorème des deux fonds et la gestion indicielle Philippe Bernard Ingénierie Economique& Financière Université Paris-Dauphine mars 2013 Les premiers fonds indiciels futent lancés aux Etats-Unis par

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

Joël FOLENS et Fabrice RIVA. Date limite de remise : 07 janvier 2015 à 17:00

Joël FOLENS et Fabrice RIVA. Date limite de remise : 07 janvier 2015 à 17:00 M2 MATHÉMATIQUES ET FINANCE UNIVERSITÉ LILLE 1 GESTION DE PORTEFEUILLE ET MESURE DU RISQUE Joël FOLENS et Fabrice RIVA Date limite de remise : 07 janvier 2015 à 17:00 1. Présentation du projet L objectif

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

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

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

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

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

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

ESSEC. Cours FIN 260 Gestion de portefeuille. Séance 8 Mesures de performance

ESSEC. Cours FIN 260 Gestion de portefeuille. Séance 8 Mesures de performance ESSEC Cours FIN 260 Gestion de portefeuille Séance 8 Mesures de performance François Longin Plan Introduction Mesures de performance des fonds: développements académiques Premier niveau: la rentabilité

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

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

Arbitrage et théorie factorielle Une introduction. Philippe Bernard Ingénierie Economique et Financière Université Paris-Dauphine

Arbitrage et théorie factorielle Une introduction. Philippe Bernard Ingénierie Economique et Financière Université Paris-Dauphine Arbitrage et théorie factorielle Une introduction Philippe Bernard Ingénierie Economique et Financière Université Paris-Dauphine Septembre 2013 Table des matières 1 Du CAPM à la théorie factorielle 2 2

Plus en détail

Chapitre IV : Couples de variables aléatoires discrètes

Chapitre IV : Couples de variables aléatoires discrètes UNIVERSITÉ DE CERG Année 0-03 UFR Économie & Gestion Licence d Économie et Gestion MATH0 : Probabilités Chapitre IV : Couples de variables aléatoires discrètes Généralités Définition Soit (Ω, P(Ω), P)

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

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

PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading

PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading PROJET DE GESTION PORTEFEUILLE Evaluation d une Stratégie de Trading Encadré par M. Philippe Bernard Master 1 Economie Appliquée-Ingénierie Economique et Financière Taylan Kunal 2011-2012 Sommaire 1) Introduction

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 2 L actualisation... 21

Chapitre 2 L actualisation... 21 III Table des matières Avant-propos Remerciements.... Les auteurs... XI XII Chapitre 1 L intérêt.... 1 1. Mise en situation.... 1 2. Concept d intérêt... 1 2.1. L unité de temps... 2 2.2. Le taux d intérêt...

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

La notion de dualité

La notion de dualité La notion de dualité Dual d un PL sous forme standard Un programme linéaire est caractérisé par le tableau simplexe [ ] A b. c Par définition, le problème dual est obtenu en transposant ce tableau. [ A

Plus en détail

La Nouvelle Finance et la Gestion des Portefeuilles

La Nouvelle Finance et la Gestion des Portefeuilles La Nouvelle Finance et la Gestion des Portefeuilles TABLE DES MATIERES Introduction 7 Chapitre 1. - Les rentabilités des actifs financiers 11 1. Définitions 11 2. Les moyennes des rentabilités 14 3. Les

Plus en détail

Simulations et Méthodes de Monte Carlo

Simulations et Méthodes de Monte Carlo Simulations et Méthodes de Monte Carlo Kam Yuen CHU Ezzoubir KODAD Responsable : Thierry RONCALLI 1 EXO 1 : Risque de marché library pgraph; @Exo1: Risque de marché@ let So=100 150 ; let theta = 1 1; let

Plus en détail

Choix en situations de risque et d incertitude. Choix inter-temporels de consommation

Choix en situations de risque et d incertitude. Choix inter-temporels de consommation THEME 7 Choix en situations de risque et d incertitude. Choix inter-temporels de consommation Concepts et définitions essentiels Risque et incertitude Théorie de l utilité espérée Aversion au risque Loterie

Plus en détail

Analyse de données longitudinales continues avec applications

Analyse de données longitudinales continues avec applications Université de Liège Département de Mathématique 29 Octobre 2002 Analyse de données longitudinales continues avec applications David MAGIS 1 Programme 1. Introduction 2. Exemples 3. Méthodes simples 4.

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

CHAPITRE 1 LA MÉTHODE DISCOUNTED CASH FLOWS

CHAPITRE 1 LA MÉTHODE DISCOUNTED CASH FLOWS CHAPITRE 1 LA MÉTHODE DISCOUNTED CASH FLOWS Ce chapitre est consacré à la valorisation par les cash flows actualisés ou DCF. Cette méthode est basée sur la capacité d une entreprise à générer des flux

Plus en détail

Table des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement...

Table des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement... III Table des matières Avant-propos Remerciements................................. Les auteurs..................................... Chapitre 1 L intérêt............................. 1 1. Mise en situation...........................

Plus en détail

Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1

Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 Introduction Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 L auteur remercie Mme Sylvie Gervais, Ph.D., maître

Plus en détail

Le marché boursier. Tour d horizon sur les thèmes théoriques.

Le marché boursier. Tour d horizon sur les thèmes théoriques. Le marché boursier Tour d horizon sur les thèmes théoriques. 1 Introduction : objectifs Têtes de chapitres : A - Coordination inter-temporelle et valorisation des actions: Aa - Valeur fondamentale : Fluctuations

Plus en détail

Sélection du portefeuille de projets d exploration production en utilisant la méthode de Markowitz

Sélection du portefeuille de projets d exploration production en utilisant la méthode de Markowitz Sélection du portefeuille de projets d exploration production en utilisant la méthode de Markowitz Fateh BELAID and Daniel DE WOLF Instiut des Mers du Nord, Université du Littoral, 21 quai de la citadelle,

Plus en détail

Cours 3: Inversion des matrices dans la pratique...

Cours 3: Inversion des matrices dans la pratique... Cours 3: Inversion des matrices dans la pratique... Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module complémentaire de maths, année 2012 1 Rappel de l épisode précédent

Plus en détail

Méthodes de placement multidimensionnelles. Fabrice Rossi Télécom ParisTech

Méthodes de placement multidimensionnelles. Fabrice Rossi Télécom ParisTech Méthodes de placement multidimensionnelles Fabrice Rossi Télécom ParisTech Plan Introduction Analyse en composantes principales Modèle Qualité et interprétation Autres méthodes 2 / 27 F. Rossi Plan Introduction

Plus en détail

Chapitre 13 - Le MEDAF

Chapitre 13 - Le MEDAF Chapitre 13 - Le MEDAF Plan Présentation et utilité du Medaf Deux propositions Tous les individus investissent dans le portefeuille de marché Les individus n'investissent pas dans les mêmes proportions

Plus en détail

Introduction à l analyse des données. Analyse des Données (1) Exemple, ville et (in)sécurité. Exemple, ville et (in)sécurité

Introduction à l analyse des données. Analyse des Données (1) Exemple, ville et (in)sécurité. Exemple, ville et (in)sécurité Introduction à l analyse des données Analyse des Données () Le but de l analyse de données est de synthétiser, structurer l information contenue dans des données multidimensionnelles Deux groupes de méthodes

Plus en détail

Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme

Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Trading system : Trend following Breakout Janvier 1996 - Janvier 2009 Etude de la performance du système Le

Plus en détail

Chapitre 3 RÉGRESSION ET CORRÉLATION

Chapitre 3 RÉGRESSION ET CORRÉLATION Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 3 RÉGRESSION ET CORRÉLATION La corrélation est une notion couramment utilisée dans toutes les applications

Plus en détail

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Année 2008/2009 1 Décomposition QR On rappelle que la multiplication avec une matrice unitaire Q C n n (c est-à-dire Q 1 = Q = Q T ) ne change

Plus en détail

NOUVELLES MESURES DE DÉPENDANCE POUR

NOUVELLES MESURES DE DÉPENDANCE POUR NOUVELLES MESURES DE DÉPENDANCE POUR UNE MODÉLISATION ALPHA-STABLE. Bernard GAREL & Bernédy KODIA Institut de Mathématiques de Toulouse et INPT-ENSEEIHT Xèmmes Journées de Méthodologie Statistique de l

Plus en détail

1998.02 Composition d un portefeuille optimal. Dinh Cung Dang

1998.02 Composition d un portefeuille optimal. Dinh Cung Dang 199802 Composition d un portefeuille optimal Dinh Cung Dang Docteur en gestion de l IAE de Paris Ingénieur Conseil Résumé : Dans ce travail, le risque est défini comme étant la probabilité de réaliser

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Codage Compression d images

Codage Compression d images Codage Compression d images E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CodageCompression d images 1/1 Une image Une image est un tableau de w h pixels, chaque pixel étant représenté

Plus en détail

Mathématiques appliquées à l informatique

Mathématiques appliquées à l informatique Mathématiques appliquées à l informatique Jean-Etienne Poirrier 15 décembre 2005 Table des matières 1 Matrices 3 1.1 Définition......................................... 3 1.2 Les différents types de matrices.............................

Plus en détail

3. Evaluer la valeur d une option. 1. Arbres binomiaux 2. Modèle de Black, Scholes et Merton

3. Evaluer la valeur d une option. 1. Arbres binomiaux 2. Modèle de Black, Scholes et Merton 3. Evaluer la valeur d une option 1. Arbres binomiaux. Modèle de Black, choles et Merton 1 Les arbres binomiaux ; évaluation des options sur actions Cox, Ross, Rubinstein 1979 Hypothèse absence opportunité

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

Cycle de vie, Portefeuille et Simulations. Ph. Bernard & N. El Mekkaoui de Freitas

Cycle de vie, Portefeuille et Simulations. Ph. Bernard & N. El Mekkaoui de Freitas Cycle de vie, Portefeuille et Simulations Ph. Bernard & N. El Mekkaoui de Freitas http://www.master272.com/vba/vba_cycledevie.html Les procédures ont été réalisées pour le cours cycle de vie et gestion

Plus en détail

INTRODUCTION : EDP ET FINANCE.

INTRODUCTION : EDP ET FINANCE. INTRODUCTION : EDP ET FINANCE. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) EDP et finance. 1 / 16 PLAN DU COURS 1 MODÈLE ET ÉQUATION DE BLACK SCHOLES 2 QUELQUES EXTENSIONS A. Popier

Plus en détail

Partie I Le consommateur et la demande

Partie I Le consommateur et la demande Partie I Le consommateur et la demande Chapitre 1 La fonction d utilité 1 Plan du cours 1. Le consommateur. 2. La notion d utilité. 3. Les courbes d indifférence. 4. L optimum du consommateur. 5. Exercices.

Plus en détail

Regime Switching Model : une approche «pseudo» multivarie e

Regime Switching Model : une approche «pseudo» multivarie e Regime Switching Model : une approche «pseudo» multivarie e A. Zerrad 1, R&D, Nexialog Consulting, Juin 2015 azerrad@nexialog.com Les crises financières survenues dans les trente dernières années et les

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

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

Introduction au modèle linéaire général

Introduction au modèle linéaire général Résumé Introductions au modèle linéaire général Retour au plan du cours Travaux pratiques 1 Introduction L objet de ce chapitre est d introduire le cadre théorique global permettant de regrouper tous les

Plus en détail

Calcul matriciel ... Il est impossible de faire la somme de 2 matrices de tailles différentes.

Calcul matriciel ... Il est impossible de faire la somme de 2 matrices de tailles différentes. Chapitre : Calcul matriciel Spé Maths - Matrices carrées, matrices-colonnes : opérations. - Matrice inverse d une matrice carrée. - Exemples de calcul de la puissance n-ième d une matrice carrée d ordre

Plus en détail

Calcul garanti des contraintes pour la planification sécurisée de trajectoire

Calcul garanti des contraintes pour la planification sécurisée de trajectoire Calcul garanti des contraintes pour la planification sécurisée de trajectoire Application à la génération de trajectoire articulaire pour un patient paraplégique sous Stimulation Électrique Fonctionnelle

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

LES FONDAMENTAUX DE L ALLOCATION D ACTIFS EN GESTION DE PORTEFEUILLE De la mise en place d un portefeuille à son pilotage au quotidien

LES FONDAMENTAUX DE L ALLOCATION D ACTIFS EN GESTION DE PORTEFEUILLE De la mise en place d un portefeuille à son pilotage au quotidien LES FONDAMENTAUX DE L ALLOCATION D ACTIFS EN GESTION DE PORTEFEUILLE De la mise en place d un portefeuille à son pilotage au quotidien L approche et le positionnement du cabinet ELESYS Un cabinet indépendant

Plus en détail

Le marché français de la gestion d actifs financiers

Le marché français de la gestion d actifs financiers 05/Bertrand/154 29/03/05 14:10 Page 59 FINANCE PAR PHILIPPE BERTRAND, PATRICK ROUSSEAU L attribution de performance en gestion de portefeuille L objet de cet article est de reprendre la méthodologie de

Plus en détail

Analyse en Composantes. Principales

Analyse en Composantes. Principales AgroParisTech Analyse en Composantes Principales C Duby, S Robin Table des matières Introduction 3 2 Tableau de données 4 3 Choix d une distance 6 4 Choix de l origine 7 5 Moments d inertie 9 5 Inertie

Plus en détail

Analyse des données individuelles groupées

Analyse des données individuelles groupées Analyse des données individuelles groupées Analyse des Temps de Réponse Le modèle mixte linéaire (L2M) Y ij, j-ième observation continue de l individu i (i = 1,, N ; j =1,, n) et le vecteur des réponses

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

Cours de Statistiques

Cours de Statistiques Cours de Statistiques Romain Raveaux 1 1 Laboratoire L3I Université de La Rochelle romain.raveaux01 at univ-lr.fr Octobre 24-11, 2008 1 / 35 Sommaire 1 Quelques Rappels 2 numériques Relations entre deux

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

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

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban EXERCICE 1 : 4 Points Cet exercice est un questionnaire à choix multiples. Aucune justification n est demandée. Pour chacune des questions, une

Plus en détail

Analyse en Composantes Principales

Analyse en Composantes Principales Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées

Plus en détail

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES STATISTIQUES I. Séries statistiques simples... 1 A. Définitions... 1 1. Population... 1 2. Caractère statistique... 1 B. Séries classées / représentations graphiques.... 2 1. Séries classées... 2 2. Représentations

Plus en détail

L impact de la distribution de dividendes : une étude de cas (GP) Professeur Didier MAILLARD Mai 2003

L impact de la distribution de dividendes : une étude de cas (GP) Professeur Didier MAILLARD Mai 2003 Conservatoire National des Arts et Métiers Chaire de BANQUE Document de recherche n 6 L impact de la distribution de dividendes : une étude de cas (GP) Professeur Didier MAILLARD Mai 2003 Avertissement

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

EQUILIBRES DU MARCHE FINANCIER. Mutualisation des risques Risque agrégé & individuel

EQUILIBRES DU MARCHE FINANCIER. Mutualisation des risques Risque agrégé & individuel EQUILIBRES DU MARCHE FINANCIER Mutualisation des risques Risque agrégé & individuel Plan du cours Préambule : le rôle du marché financier I II III IV Le modèle d Arrow Le modèle de Radner Le CAPM Le modèle

Plus en détail

2. Approche théorique A. Distribution des Mark-to-markets B. Risques de marchés C. VaR historique et paramétrique

2. Approche théorique A. Distribution des Mark-to-markets B. Risques de marchés C. VaR historique et paramétrique La Value at Risk (VaR) ESSI - 15/02/2004 Nicolas MARTIN Josselin TOBELEM 1 Sommaire 1. Présentation de la VaR A. La VaR : un standard B. Concept C. Définition 2. Approche théorique A. Distribution des

Plus en détail

Note pour le Conseil d orientation des Retraites. Situation et Perspectives du Fonds de Réserve pour les Retraites

Note pour le Conseil d orientation des Retraites. Situation et Perspectives du Fonds de Réserve pour les Retraites DF / JLN / 05-032 LE 10 FEVRIER 2005 Note pour le Conseil d orientation des Retraites Situation et Perspectives du Fonds de Réserve pour les Retraites 1. Où en est le FRR aujourd hui? Le Fonds de Réserve

Plus en détail

CORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts

CORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts CORRIGES DES CAS TRANSVERSAUX Corrigés des cas : Emprunts Remboursement par versements périodiques constants - Cas E1 Objectifs : Construire un échéancier et en changer la périodicité, Renégocier un emprunt.

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

1.1.1 Composantes contravariantes, covariantes d un vecteur

1.1.1 Composantes contravariantes, covariantes d un vecteur Chapitre 1 Prérequis Ce chapitre regroupe les définitions et les résultats sur les tenseurs qui sont utilisés dans la théorie des coques et des membranes. Il comprend deux parties : 1. L algèbre tensorielle,

Plus en détail

un environnement économique et politique

un environnement économique et politique Vision d un économiste sur le risque agricole et sa gestion un sol un climat un environnement économique et politique Jean Cordier Professeur Agrocampus Ouest Séminaire GIS GC HP2E Prise en compte du risque

Plus en détail

le Rôle de l Information M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2012

le Rôle de l Information M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2012 6 le Rôle de l Information - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2012 Plan du cours 1. Probabilités subjectives 2. Arrivée symétrique de l information 3. Information asymétrique

Plus en détail

Eléments de statistique Introduction - Analyse de données exploratoire

Eléments de statistique Introduction - Analyse de données exploratoire Eléments de statistique Introduction - Louis Wehenkel Département d Electricité, Electronique et Informatique - Université de Liège B24/II.93 - L.Wehenkel@ulg.ac.be MATH0487-2 : 3BacIng, 3BacInf - 16/9/2014

Plus en détail

Coefficient. 1 ère année. 2 ème année. 3 ème année. 4 ème année. Volume horaire par semaine (Cours magistral)

Coefficient. 1 ère année. 2 ème année. 3 ème année. 4 ème année. Volume horaire par semaine (Cours magistral) 1 ère 2 ème 3 ème 4 ème Université Mouloud MAMMERI de Tizi-Ouzou Faculté des Sciences Economiques et de Gestion Département : Sciences de Gestion Programme des études Enseignements Volume horaire par semaine

Plus en détail

Thème: Le modèle de Markowitz et détermination d'un portefeuille optimal.

Thème: Le modèle de Markowitz et détermination d'un portefeuille optimal. Unité de Formation et de Recherche Sciences Appliquées et Technologie Mémoire de Maitrise Mathématiques Appliquées Informatique et Finance Thème: Le modèle de Markowitz et détermination d'un portefeuille

Plus en détail

ECO434, Ecole polytechnique, 2e année PC 4 Approche Intertemporelle du Compte Courant

ECO434, Ecole polytechnique, 2e année PC 4 Approche Intertemporelle du Compte Courant ECO434, Ecole polytechnique, e année PC 4 Approche Intertemporelle du Compte Courant Exercice : Choix intertemporel et Taux de Change Réel (TCR) On considère une petite économie ouverte dans laquelle deux

Plus en détail

Chapitre 5 : Théorie et Gestion de Portefeuille

Chapitre 5 : Théorie et Gestion de Portefeuille Chapitre 5 : Théorie et Gestion de Portefeuille I. Notions de rentabilité et de risque II. Diversification de portefeuille III. Optimisation de Markowitz III.1. Portefeuilles composés d actifs risqués

Plus en détail

Fonction polynôme du second degré : Forme canonique

Fonction polynôme du second degré : Forme canonique Fonction polynôme du second degré : Forme canonique I) Introduction. Soit g(x) = a(x - s)²+h. Toute fonction polynôme du second degré peut s écrire sous cette forme. Le passage de la forme développée à

Plus en détail

Chapitre 17 Le modèle de Black et Scholes

Chapitre 17 Le modèle de Black et Scholes Chapitre 17 Le modèle de Black et Scholes Introduction Au début des 70 s, Black, Scholes et Merton ont opéré une avancée majeure en matière d évaluation d options Ces contributions et leurs développements

Plus en détail

- Value at Risk paramétrique -

- Value at Risk paramétrique - Hueber Roger Duruz Patrik Prof : Dr Akimou Ossé, Dr Emmanuel Fragnière Assistant : M Giuseppe Catenazzo Application VBA-EXCEL en Finance & Risk Management - Value at Risk paramétrique - EES3 Genève, le

Plus en détail

UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES. STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre. Fiche N 7.

UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES. STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre. Fiche N 7. UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre Fiche N 7 (avec corrigé) L objet de ce TD est de vous initier à la démarche et à quelques

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

Plus en détail

Economie Théorique - 2 -

Economie Théorique - 2 - Economie Théorique - 2 - Alea moral dans les relations investisseur - emprunteur - M2 Economiste d Entreprise - Arnold Chassagnon, Université de TOURS, PSE - Hiver 2015 who moves first? SMUF and SMIF In

Plus en détail

Projetde SériesTemporelles

Projetde SériesTemporelles COMMUNAUTE ECONOMIQU E ET MONETAIRE DE L AFRIQUE CENTRALE (CEMAC) INSTITUT SOUS REGIONAL DE STATISTIQUES ET D ECONOMIE APPLIQUEE (ISSEA) Projetde SériesTemporelles MODELISATION DE LA RENTABILITE DE L INDICE

Plus en détail

AIDE MÉMOIRE DU PACKAGE NLME DE R

AIDE MÉMOIRE DU PACKAGE NLME DE R AIDE MÉMOIRE DU PACKAGE NLME DE R D. CONCORDET R est un logiciel de statistique professionnel qui permet d'eectuer un grand nombre d'analyses. Il est composé d'un c ur qui est capable d'interpréter et

Plus en détail

MODÉLISATION D UNE SUSPENSION DE VOITURE T.D. G.E.I.I.

MODÉLISATION D UNE SUSPENSION DE VOITURE T.D. G.E.I.I. 1. Modèle de voiture MODÉLISATION D UNE SUSPENSION DE VOITURE T.D. G.E.I.I. Un modèle simpli é de voiture peut être obtenu en supposant le véhicule soumis uniquement à la force de traction u dûe au moteur

Plus en détail

Outil de Gestion des Risques

Outil de Gestion des Risques Outil de Gestion des Risques Daniel Herlemont Table des matières 1 Introduction 3 2 Gestion sous contrainte de perte maximale historique (Drawdown) et de Value at Risk 3 3 Enveloppe de trading 5 4 Approche

Plus en détail

Table des matières. l a r c i e r

Table des matières. l a r c i e r Chapitre 1 Introduction... 1 1.1. Objectifs et structure du livre.... 1 1.2. Qu est-ce que la gestion de portefeuille?.... 2 1.3. Qu est-ce que «investir»?.... 3 1.4. Canalisation des flux d épargne et

Plus en détail

SEMINAIRE PRIVILEGE SKANDIA

SEMINAIRE PRIVILEGE SKANDIA SEMINAIRE PRIVILEGE SKANDIA Les solutions actuelles en matière de placements de trésorerie INSURANCE INVESTMENT SAVINGS BANKING 1 LES SOLUTIONS ACTUELLES EN MATIERE DE PLACEMENTS DE TRESORERIE Enveloppes

Plus en détail

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Plan de la séance 3 : Le risque de crédit (1) Les opérations de crédit Définition d un crédit La décision de crédit Les crédits aux petites

Plus en détail

Courte initiation à R

Courte initiation à R Courte initiation à R Data science Master 2 ISIDIS Sébastien Verel verel@lisic.univ-littoral.fr http://www-lisic.univ-littoral.fr/~verel Université du Littoral Côte d Opale Laboratoire LISIC Equipe OSMOSE

Plus en détail

I La théorie de l arbitrage fiscal de la dette (8 points)

I La théorie de l arbitrage fiscal de la dette (8 points) E : «Théories de la finance d entreprise» Master M1 Université Paris-Dauphine Thierry Granger Année Universitaire 2013/2014 Session 1 Aucun document, calculette autorisée Durée 1h30 Respecter la numérotation

Plus en détail

Analyse de la variance

Analyse de la variance M2 Statistiques et Econométrie Fanny MEYER Morgane CADRAN Margaux GAILLARD Plan du cours I. Introduction II. Analyse de la variance à un facteur III. Analyse de la variance à deux facteurs IV. Analyse

Plus en détail