2008/03. La concentration des portefeuilles : perspective générale et illustration

Dimension: px
Commencer à balayer dès la page:

Download "2008/03. La concentration des portefeuilles : perspective générale et illustration"

Transcription

1 2008/03 La concentration des portefeuilles : perspective générale et illustration Olivier Le Courtois Professeur de finance et d assurance UPR Economie, Finance et Gestion EMLYON Christian Walter Actuaire agrégé et directeur de programme à la Fondation Maison des Sciences de l Homme Août 2008

2 NUMÉRO 2008/03 La concentration des portefeuilles : perspective générale et illustration Olivier Le Courtois Professeur de finance et d assurance UPR Economie, Finance et Gestion EMLYON Christian Walter Actuaire agrégé et directeur de programme à la Fondation Maison des Sciences de l Homme Août 2008 ISSN : X

3 La concentration des portefeuilles : perspective générale et illustration Olivier Le Courtois * Christian Walter ** * Professeur de finance et d assurance à l Ecole de Management de Lyon et directeur du centre d analyse des risques financiers ** Actuaire agrégé et directeur de programme à la Fondation Maison des Sciences de l Homme 1

4 1 INTRODUCTION : L IDÉE DE CONCENTRATION 1 Introduction : l idée de concentration Dans un texte de 1942, à propos des règles de conduite à adopter lorsqu on se trouve dans la situation de choisir une politique d investissement d un portefeuille, J. M. Keynes a ce commentaire radical : Je suis partisan de l achat d autant de titres d une seule société que les conditions du marché le permettent. Supposer que faire passer la sécurité en premier consiste à détenir de petites quantités de nombreuses sociétés que je ne peux juger précisément faute d informations, plutôt qu une grosse part d une seule entreprise sur laquelle je possède des informations précises, me semble être une parodie d investissement. Une parodie de politique d investissement : ainsi Keynes qualifie ce qui est appelé aujourd hui la diversification d un portefeuille. Pour Keynes, gérer un portefeuille de manière efficace revient donc à concentrer ses fonds et non à les diversifier. D une certaine manière, c est également ce qu affirment des investisseurs professionnels aussi reconnus que Warren Buffet ou Benjamin Graham : gérer de manière optimale, c est concentrer un portefeuille sur très peu de bonnes sociétés. C est exactement le contraire de ce que propose la théorie dite moderne du portefeuille, introduite en 1952 par Markowitz, soit dix ans après l assertion de Keynes. On connaît la fortune postérieure de cette théorie passée massivement dans les pratiques professionnelles : si l on peut céder à la facilité d un jeu de mots, on pourrait dire qu elle a aussi fait la fortune (bien réelle) des gestionnaires qui l ont promue et vendue, à défaut d enrichir réellement ceux qui en ont acheté les produits. La pénétration de cette théorie dans les pratiques professionnelles a été renforcée par l instauration de règlementations contraignantes pour les gérants de portefeuille et par la mise en place d un cadre intellectuel conformant les pratiques réelles à la théorie : ce qu on appelle en sociologie des sciences la performation des théories. Pourtant, dès son introduction, cette théorie fut contestée et aujourd hui, l idée selon laquelle il suffirait de détenir un petit nombre de titres (de lignes) au lieu d un grand nombre semble redevenir d actualité malgré la prédominance de la conception diversifiante. Par exemple, on assiste depuis 2000 à l émergence d un nombre de plus en plus important de gestions de portefeuille concentrées avec la création de petites sociétés de gestion indépendantes. Mais il faut également observer que, nonobstant l ambiance intellectuelle qui donnait à la diversification et à l indexation une place prédominante, un certain nombre d institutionnels n ont en pratique jamais suivi les principes de la théorie de la diversification, dans la mesure où leurs stratégies de placement se construisait explicitement sur des approches opposées. Ce phénomène est très intéressant car il illustre la résistance effective des professionnels de la gestion devant l application aveugle d une théorie perçue comme inadéquate ; ceci malgré la 2

5 1 INTRODUCTION : L IDÉE DE CONCENTRATION pression intellectuelle des cabinets de conseil en politique d investissement ou qui ont été des vecteurs majeurs de la diffusion de la théorie de la diversification, en raison du pouvoir qu ils détenaient sur les gérants professionnels de par leur situation de sélectionneurs de gérants (par exemple lors des appels d offre) ou de conseillers des conseils d administration des institutions de gestion de l épargne longue (compagnie d assurance, caisses de retraites). Parallèlement à ce mouvement de réticence professionnelle devant la diversification systématique, la question théorique a été récemment réexaminée dans la recherche universitaire : plusieurs travaux (par exemple Kelly [1995], Odean [1999], Polkovnichenko [2005], Goetzmann et Kumar [2004]) ont été entrepris sur ce qui a été qualifié en langue anglaise de sous- diversification, ou diversification sous-optimale (underdiversification), c est-à-dire en pratique la concentration du portefeuille sur un nombre de titres plus réduit que le nombre théorique optimal résultant d une construction classique selon les critères espérance volatilité. On remarquera le choix de la terminologie anglo-saxonne : la concentration n est pas envisagée comme telle pour ses caractéristiques propres, mais seulement en référence à la diversification ; et est finalement présentée comme une sous-diversification, c est-à-dire comme un défaut de diversification. Dernière forme de l impact sur les mentalités du paradigme de la diversification. Donnons un exemple de ce phénomène que nous venons de décrire chez les professionnels de la gestion. En France, la compagnie d assurance SMA BTP (Société mutuelle d assurance du bâtiment et des travaux publics) a ainsi, et depuis de longues années, construit un processus d investissement volontairement et explicitement sans référence à la diversification et à l indexation au sens de la théorie du portefeuille. Cette politique de placement est clairement exprimée dans ses documents dont on cite quelques extraits ci-après afin de faire apparaître à quel point une théorie consensuellement acceptée peut être perçue comme inadéquate pour une politique de placement. Dans les Principes de gestion 1, l introduction précise que La SMA BTP est un assureur dommages et de responsabilité civile dont les engagements vis-à-vis de ses assurés sont très longs. Ils peuvent s étendre sur 10 à 30 ans. Ils sont gérés dans le cadre de la capitalisation des primes payés par les assurés. La gestion financière doit contribuer aux équilibres risques / tarifs. (...) La quasi parfaite indépendance entre la sinistralité objet d assurance et le comportement des marchés financiers explique que l objectif de la gestion financière est la recherche à long terme d un rendement absolu le plus élevé possible (nos italiques). 1 Les citations ci-après renvoient aux références SMA BTP [2004a, 2004b]. 3

6 1 INTRODUCTION : L IDÉE DE CONCENTRATION On voit que, dès l introduction, est précisée l idée d une recherche de performance absolue et non pas relative à un indice de marché. Puis les principes du processus de gestion développent cette conception en insistant sur certaines caractéristiques spécifiques de cette démarche : Par rapport aux démarches habituellement pratiquées, on remarquera l absence du découpage classique (...) entre allocation stratégique et allocation tactique (nos italiques). En effet, la première étape n a de sens que si une partie du travail de l investissement consiste à prendre en compte le comportement moyen des classes d actifs parfaitement représenté par un benchmark. Le document intitulé Éléments de réflexion sur la stratégie financière précise cette idée en donnant les raisons pour lesquelles la SMA BTP s écarte de cette conception : Si ce type de démarche a indéniablement fait progresser la clarification des processus de décision, il n en demeure pas moins que les hypothèses fondamentales sur lesquelles elles reposent se sont avérées souvent trop simplificatrices pour appréhender le réel de façon robuste dans la durée pour un investisseur à long terme (nos italiques), et souvent inadaptées à la gestion au jour le jour des positions à long terme. (...) Ainsi, elles se sont révélées inaptes à protéger les portefeuilles de prises de risques excessives, lourdes de conséquences en cas de bulles et de krachs boursiers. Le document insiste ensuite sur une conséquence importante de ces conceptions : leur performation dans le monde de la gestion professionnelle : [ces conceptions] ont favorisé également une façon simplificatrice de raisonner uniquement à partir des représentations (indices de références) (nos italiques) détachant la décision financière de la réalité concrète. (...) [elles seront aussi] à la base de la justification d organisations, de raisonnements et de processus de décision principalement fondés sur le comportement global des classes d actifs. Aussi, lorsque l on veut gérer des portefeuilles sur le long terme dans un but de préservation patrimoniale, l idée fondamentale est de limiter le poids des représentations globalisantes (nos italiques) des modèles intellectuels dans la décision d investissement. La suite du document Principes de gestion insiste sur les avantages que présente le refus de l application aveugle de la théorie de la diversification. 4

7 1 INTRODUCTION : L IDÉE DE CONCENTRATION De ces caractéristiques découlent des composantes inhabituelles et qui sont apparues comme des avantages déterminants. (...) L allocation se fait au niveau microéconomique de façon fluide. (...) La décision d achat ou de vente se fait systématiquement par arbitrage face à de la trésorerie qui est de l actif sans risque dans le cadre de la règlementation. (...) Le niveau de concentration du portefeuille est fixé en fonction des objectifs de gestion notamment du niveau de risque qui peut être supporté. En pratique, les portefeuilles les plus concentrés sont composés d une trentaine de titres (nos italiques), les moins concentrés contiennent soixante dix titres. Et, pour être certain que ce processus ne soit pas confondu avec d autres formes de gestion par choix de titres, le document sur les principes de gestion ajoute : Une vision rapide des portefeuilles pourrait faire analyser la gestion comme une gestion value. Si l estimation de la valeur est commune ainsi que la recherche de décote, celle-ci n est pas le seul critère. [De même], une vision de la composition des portefeuilles et des valeurs détenues pourrait tenter de la classer (...) en mid cap ou small cap. Ceci serait erroné (nos italiques). Autrement dit, la caractéristique déterminante qui qualifie le processus de gestion de la SMA BTP est la concentration. Cet exemple fait apparaître que, bien que prédominante dans les cadres conceptuels des régulateurs et des acteurs de la gestion professionnelle, la théorie de la diversification et de l indexation systématique n a pas été acceptée par tous les professionnels. Il semble donc intéressant aujourd hui de rouvrir le dossier de la concentration. C est l objet de la présente étude, réalisée avec la collaboration active des équipes de gestion et d actuariat de la SMA BTP 2. Le plan de cette étude est le suivant. Dans une première partie, nous rappelons la logique à l œuvre dans la théorie de la diversification, telle qu on la trouve dans tous les textes (articles et manuels) de finance usuels, dans le but de faire apparaître qu elle repose sur une réduction du risque au seul moment d ordre 2 et à l application corrélative de la théorie des erreurs du XVIII e siècle. On rappelle alors la controverse ouverte par E. Fama en 1965 sur cette théorie des erreurs, pour faire apparaître qu un changement dans le type d aléa peut conduire à concentrer et non à diversifier. Puis nous présentons les voies actuelles explorées par la recherche pour prendre en compte et expliquer le phénomène de concentration des portefeuilles. La seconde partie présente deux approches de justification de la concentration : par l incertitude sur les 2 Nous remercions tout particulièrement Hubert Rodarie, directeur général délégué de la SMA BTP et Philippe Desurmont, directeur général de SMA Gestion, pour leur engagement actif et leur soutien réel dans ce projet de recherche, sans lesquels le présent travail n aurait pas pu voir le jour. 5

8 2 DE LA DIVERSIFICATION À LA CONCENTRATION paramètres, et par une dynamique non brownienne sur les rentabilités. La troisième partie présente la manière dont on peut produire une concentration par inclusion dans le programme d optimisation de la dissymétrie entre les gains et les pertes. Nous présentons pour cela le modèle de Mitton et Vorkink [2007] puis nous proposons ensuite une autre approche dans l esprit de ce modèle, modifiée par rapport aux hypothèses de Mitton et Vorkink. Nous terminons par une application du modèle que nous proposons au marché américain, qui fait apparaître la grande différence de performance obtenue par un portefeuille classiquement diversifié, concentré selon les modèles existants, et concentré selon le modèle que nous proposons. 2 De la diversification à la concentration 2.1 La rationalité limitée de la diversification Nous commençons par rappeler 3 comment la réduction du risque à la seule dimension du moment d ordre 2 a conduit à concevoir l idée classique de diversification comme une transposition à la gestion des portefeuilles de la théorie des erreurs du XVIIIème siècle. Puis nous faisons apparaître sur un contre-exemple célèbre comment une modification de la loi des erreurs conduit à inverser la conclusion et à concentrer ses actifs pour réduire le risque du portefeuille Le raisonnement de la théorie des erreurs On note w i le poids du titre i dans le portefeuille et R le taux de rentabilité du portefeuille sur la période examinée : R = n j=i w ir i. La décomposition de la variance du portefeuille est immédiate : var(r) = i w 2 i var(r i ) + i j w i w j cov(r i,r j ) (1) Pour n actifs, il y a n termes de variance et n 2 n = n(n 1) termes de covariance. On peut calculer la variance moyenne des n actions, qui est var = 1 n var(r i ) n et de la même manière la covariance moyenne entre les n actions : 2 cov = cov(r i,r j ) n(n 1) 3 Voir Walter [2004]. i=1 i,j 6

9 2 DE LA DIVERSIFICATION À LA CONCENTRATION On va exprimer la variance du portefeuille en fonction de la variance moyenne et de la covariance moyenne des titres dans le cas d un portefeuille équipondéré, soit w i = 1/n pour tout i. Partant de l équation (1), il vient que var(r) = 1 n 2 ( i var(r i ) + 2 i j ) ( cov(r i,r j ) = 1n2 n var + 2 n(n 1) 2 ) cov soit var(r) = 1 n var + n 1 cov (2) n On voit que cette relation (2) définit une partition du risque (assimilé à la variance) d un portefeuille entre la moyenne des causes propres aux titres (le risque spécifique des titres), et la cause moyenne commune à tous les titres (le risque lié aux facteurs communs de variations à tous les titres), et donc que la covariance moyenne apparaîtrait comme la cause commune des variations. On voit donc que, lorsque la notion de risque est réduite à la seule dimension de la variance, il apparaît naturellement une incitation à supprimer les causes dites spécifiques pour ne conserver que la seule cause commune, la covariance moyenne. Plus précisément, lorsque le nombre d actions devient grand, on a lim var(r) = cov (3) n qui montre que la variance totale du portefeuille converge vers la covariance moyenne entre les titres qui le composent qui représente, dans le référentiel conceptuel du risque comme variance, un plancher de risque : il s agit là d un risque non réductible même après augmentation du nombre de titres dans le portefeuille. En fait, si les titres étaient parfaitement indépendants, la variance totale du portefeuille serait nulle. Cette idée de plancher de risque a été ensuite développée et simplifiée avec le modèle de marché de Sharpe (1963). Dans ce modèle, la relation postulée par Sharpe est R i = a i + b i R M + ε i i = 1,,d (4) où R M est la rentabilité du marché M, où a i et b i sont des coefficients qui dépendent de l action i. Le terme aléatoire ε i spécifique à l action i est tel que cov(ε i,ε j ) = 0 pour tout i j, IE(ε i ) = 0, et cov(ε i,r M ) = 0. Avec ce modèle, la covariance entre deux actions i et j devient simplement cov(r i,r j ) = b i b j var(r M ) 7

10 2 DE LA DIVERSIFICATION À LA CONCENTRATION et la variance de toute action i se décompose comme var(r i ) = b 2 i var(r M ) + var(ε i ) (5) c est-à-dire deux termes qui correspondent à la variance produite par la cause commune des variations boursières et la variance propre à chaque titre i. Cette décomposition de la variance par Sharpe rejoint et précise la partition du risque de Markowitz entre cause propre au titre, et cause commune à tous les titres, décomposition dénommée risque spécifique et risque systématique : risque lié aux titres, et risque lié au facteur commun de variation à tous les titres. Comme précédemment, si w i = 1/n, la variance du portefeuille devient soit var(r) = ( 1 n ) 2 ( n 1 b i var(r M ) + var n i=1 var(r) = b 2 var(r M ) + ) n ε i i=1 ( ) 2 n 1 var(ε i ) (6) n i=1 où b = 1 n n j=1 b i. Si l on suppose de plus que var(ε) 0, alors quand le nombre d actions devient grand (n ), on obtient lim var(r) = b 2 var(r M ) (7) n et l on retrouve le résultat (3) de Markowitz. Dans la réalité, il existe toujours une forme de dépendance, même faible. L on peut alors supposer qu une gestion efficace et non passive des titres conduise à choisir précisément des titres le plus faiblement corrélés possible. Cela pourrait d ailleurs définir un savoir-faire de la gestion : puisque la variance totale du portefeuille décroît en fonction du niveau d indépendance des titres, plus la sélection des titres aura été appropriée (aura bien détectée cette indépendance), et plus la gestion active aura permis de se rapprocher d une variance nulle. On pourrait donc imaginer que, dans une gestion active à l intérieur du cadre conceptuel de la théorie des erreurs, il y aurait deux opérations distinctes à effectuer : 1. Augmenter le nombre de titres, ce qui permet de diminuer le risque jusqu àu niveau plancher de la cause commune, et pas en-deçà. 2. Réduire l effet de la cause commune par sélection de titres non corrélés. 8

11 2 DE LA DIVERSIFICATION À LA CONCENTRATION Une théorie des erreurs sans diversification Il est connu que la théorie des erreurs a été contestée par Paul Lévy en 1924 en utilisant ce qu il dénommait les lois exceptionnelles et que l on appelle aujourd hui les distributions α-stables (sans moments d ordre supérieur à α). Ce contre-exemple célèbre a ensuite été appliquée à la finance dans le cas d un portefeuille par Fama [1965] puis Samuelson [1965] : dans le cas des distributions α-stables, la théorie des erreurs se modifie dans ses conclusions. Ces premières études ont fait apparaître que, dans le cas de ces lois, la réduction du risque spécifique ne fonctionnait pas de manière simple, et que l on pouvait donc avoir intérêt à concentrer ses lignes. L article de 1965 de Fama concluait que [les résultats obtenus] ne doivent pas laisser supposer que la diversification est toujours un concept pertinent. Nous allons voir à présent que cette notion n a un sens que pour une étroite bande de valeurs de l exposant caractéristique α. On présente ci-après le fonctionnement de la contre-argumentation de Lévy - Fama - Samuelson : les modifications résultants de l usage de lois sans moments sur la notion de diversification. Avec des lois α-stables, le risque n est plus mesuré par la variance mais par un paramètre d échelle des fluctuations qui a la même fonction et que l on notera par analogie var α. Chaque titre i de rentabilité R i reste caractérisé par un couple rentabilité-risque mais le risque est mesuré par l échelle var α (R i ). Dans ce cas, la décomposition du risque (au sens de l échelle des fluctuations) généralise la décomposition classique (6) de la manière suivante : var α (R) = b α var α (R M ) + ( ) α n 1 var α (ε i ) (8) n i=1 qui conduit pour un nombre n de titres augmentant de plus en plus à la relation lim var α(r) = b α 1 var α (R M ) + lim n n n α n var α (ε i ) Trois cas se présentent selon la valeur de l exposant caractéristique α. 1. Cas α > 1 Dans ce cas, lim n 1 n α i=1 n var α (ε i ) = 0 i=1 9

12 2 DE LA DIVERSIFICATION À LA CONCENTRATION d où lim var α(r) = b α var α (R M ) n et le principe de diversification fonctionne, quoique la convergence vers zéro est ralentie : l échelle des fluctuations propres à chaque titre a tendance à perdurer plus longtemps : l effet individuel de chaque titre (son échelle propre d amplitude) reste davantage présent dans le portefeuille. Il est donc nécessaire d utiliser un plus grand nombre de titres pour parvenir à l annulation des amplitudes spécifiques de chaque titre. 2. Cas α = 1 Dans ce cas, 1 lim n n n var α (ε i ) = γ ε i=1 d où lim var α(r) = bγ M + γ ε n L échelle des fluctuations du portefeuille ne décroît plus en fonction du nombre de titres. Le principe de diversification ne fonctionne plus, dans la mesure où l adjonction d un titre supplémentaire ne réduit pas pour autant l échelle des fluctuations de la valeur du portefeuille. 3. Cas α < 1 Dans ce cas, lim n 1 n α n var α (ε i ) = i=1 d où lim var α(r) = n et le principe de diversification est inversé. L amplitude des fluctuations du portefeuille augmente au fur et à mesure que le nombre de titres augmente. Dans cette situation, le risque provient de l adjonction de chaque nouveau titre entré en portefeuille. Plus on ajoute de titres, et plus on court le risque de subir des fluctuations globales de grande amplitude. La sommation des échelles spécifiques conduit à une échelle globale plus grande que ce que l on attend. Pour ces valeurs de l exposant α, on est donc conduit à concentrer son portefeuille sur peu de lignes, d autant moins que α est petit. On voit sur ce contre-exemple que le raisonnement par la théorie des erreurs ne peut pas être utilisé systématiquement pour justifier la diversification : dans certains cas, ce même raisonnement conduit tout au contraire à concentrer ses fonds sur très peu de titres. 10

13 2 DE LA DIVERSIFICATION À LA CONCENTRATION 2.2 Les voies de recherche explorées La diversification classique repose donc ultimement sur la prise en compte de la réduction du moment d ordre 2 dans les programmes d optimisation de type rentabilité risque. Il apparaît à la lecture des principaux travaux de la recherche théorique en finance que l on peut parvenir à expliquer le phénomène de la concentration en mobilisant deux grands types d arguments : 1. L inclusion de moments d ordres supérieurs à 2 dans la définition du risque et des préférences. 2. L introduction de la notion d incertitude sur le seul moment d ordre 2. Il s agit de deux voies assez nettement distinctes dans leurs méthodologies, leurs techniques, et la vision du monde qu elles impliquent : 1. Dans le cas de moments d ordres supérieurs à 2, les investisseurs peuvent connaitre la distribution de probabilité des rentabilités des actifs du marché. Il leur suffit alors de calculer les valeurs appropriées pour leur portefeuille. C est un univers intellectuel complexe mais rassurant. 2. Dans le cas de l incertitude, cette distribution n est pas connue, et il importe peu de s interroger sur les valeurs des moments d ordre supérieur. La seule imprécision du moment d ordre 2 représente déjà en elle-même un facteur qui vient troubler les décisions d investissement et ce trouble, cette equivocité sur les valeurs possibles du paramètre de risque, créent un sentiment d incertitude gênant. C est un univers intellectuel éventuellement inquiétant. On peut les résumer de la manière suivante : 1. L introduction de moments d ordres supérieurs à 2 dans un contexte de non incertitude sur leur valeur : cadre non gaussien sans incertitude. 2. L introduction d un facteur d incertitude sur le moment d ordre 2 : cadre gaussien avec incertitude. De plus, les modélisations effectuées dans la recherche se partagent entre deux situations de gestion de portefeuille : 1. Cadre statique, ou mise en place d un portefeuille sur une seule période. 2. Cadre dynamique, ou gestion d un portefeuille au cours du temps. Considérons par exemple la première approche. Plusieurs études (Arditti [1967], Scott et Horvath [1980], Simkowitz et Beedles [1978], Coninie et Tamarkin [1981]) ont montré que la prise en compte du moment d ordre 3 conduisait à moins diversifier que ce que la théorie classique préconise. C est donc la préférence pour l asymétrie des distributions des rentabilités (ou, en termes plus intuitifs, pour les gains...) qui 11

14 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION représenterait une raison non négligeable pour laquelle les investisseurs (particuliers ou institutionnels) construisent des portefeuilles concentrés. Les portefeuilles qui sont optimaux selon le critère moyenne volatilité ne le sont plus selon le critère moyenne volatilité asymétrie, et réciproquement. La diversification retire certes de la volatilité non souhaitée, mais également toute asymétrie dans les structures de rentabilités, y compris ce que l on pourrait appeler l asymétrie recherchée. Réciproquement, la concentration peut augmenter la volatilité, mais permet aussi d espérer des rentabilités bien plus élevées, donc une asymétrie dans les profils gains / pertes. En fait, la concentration d un portefeuille sur quelques lignes dégrade le rapport espérance volatilité pour pouvoir capter des rentabilités plus importantes. Ou, en d autres termes, la rémunération de la prise de volatilité (par exemple la rentabilité par unité de volatilité, comme mesuré des ratios de type Sharpe) diminue lorsqu on inclue une préférence pour des structures de gains / pertes dissymétriques. On voit par cette introduction comment le calcul des investisseurs, pour autant qu on introduise le moment d ordre 3 et que l on soit dans une démarche de calculabilité, permet de rendre compte de la concentration. 3 Deux justifications de la concentration 3.1 L incertitude sur les paramètres On présente maintenant la deuxième voie possible qui conduit à moins diversifier un portefeuille : l idée d une incertitude sur les rentabilités et les volatilités. Cette approche est celle du modèle de Van Nieuwerburgh et Veldkamp [2007] Le modèle de Van Nieuwerburgh et Veldkamp (2007) Cadre conceptuel du modèle On considère un ensemble de titres produisant un (vecteur) de flux F de revenus (par exemple un flux annuel). On suppose que ce flux de revenu peut être caractérisé par un couple espérance variance, d espérance µ (en vectoriel) et de matrice de variance covariance Γ, soit F N(µ, Γ). Les quantités µ et Γ représentent donc les valeurs ex ante ou a priori des espérances et variances covariances. Puis, une fois le temps passé (une fois l histoire faite), on aura obtenu effectivement des estimations ex post) des mêmes quantités, notées classiquement ˆµ et ˆΓ. La question est donc, au moment de se déterminer dans ses choix de portefeuille, de savoir comment combiner les valeurs a priori avec la connaissance que l on a des sociétés ou, plus précisément, à déterminer du mieux possible ˆµ et ˆΓ en fonction 12

15 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION de µ et Γ et de l information dont on dispose. Si l on parvient à avoir une bonne information sur les sociétés, à bien lire dans le présent un signe du futur de leurs résultats, alors il s agira d intégrer ce signe avec les quantités µ et Γ. Notons s ce signe du futur dans le présent (ou signal informationnel ) et µ(s) l espérance des flux résultants. Ce signe du futur est lui-même incertain ( on n est jamais sur de rien ), et on peut considérer que l on probabilise l incertitude sur s par sa matrice de variance notée Γ(s). La question est alors de combiner les estimations a priori et l information s pour obtenir des valeurs µ et Γ. Van Nieuwerburgh et Veldkamp [2007] font l hypothèse que ˆµ = Γ 1 µ + Γ(s) 1 µ(s) Γ 1 + Γ(s) 1 et ˆΓ = ( Γ 1 + Γ(s) 1) 1 La variance ex-post vérifie la relation 1 ˆΓ = 1 Γ + 1 Γ(s) qui fait apparaître que cette variance est la moyenne harmonique des deux variances a priori et informationnelle. Cette expression est commode pour interpréter ˆΓ : si par exemple le signal informationnel apparaît très sur (peu de doutes sur l information), alors Γ(s) sera très faible, et donc Γ(s) 1 sera très grand (tendra vers l infini). Dans ce cas, il vient de l expression précédente que ˆΓ sera très faible (tendra vers zéro). Autrement dit, si le signal obtenu par l investisseur présente une matrice de variance-covariance Γ(s) faible, alors la variance des titres telle qu elle apparaît expost à l investisseur est diminuée. D où l intérêt de la réduction au maximum de l incertitude ˆΓ. La contribution de Van Nieuwerburgh et Veldkamp [2007] porte sur la caractérisation des portefeuilles pour lesquels l utilité est optimisée et pour lesquels on a pu réussir à réduire ˆΓ au maximum. En revanche, rien n est dit sur la nature de l information et la façon de l obtenir. Le cadre d incertitude étudié ici repose sur deux contraintes. 1. Tout d abord, la matrice de variance-covariance des actifs doit être définie positive. Il s agit d une contrainte standard. 2. Plus innovante est la seconde contrainte : l investisseur est supposé avoir initialement une certaine capacité à obtenir de l information, mais pas au-delà ( on ne peut pas tout savoir sur tout ). Cette capacité, exprimée par le nombre réel 13

16 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION K, induit une réduction maximale de la variance ex-post des actifs, selon la relation Γ ˆΓ e2k (9) Autrement dit, plus la capacité de l investisseur à obtenir de l information sera grande (c est-à-dire plus K sera grand), et plus il sera possible de réduire ˆΓ. De manière équivalente, on ne peut pas réduire ˆΓ au-delà d un facteur fonction de K : la relation (9) borne la capacité à s informer sur les sociétés. Ou, dit autrement, il reste toujours une part d incertitude incompressible : le démon de Maxwell ne peut exister dans le monde de Van Nieuwerburgh et Veldkamp! Pour la résolution du programme d optimisation, on considère successivement le cas d actifs indépendants et d actifs non indépendants. Cas d actifs indépendants C est un cas simplifié de n actifs indépendants. Dans ce cas, les matrices Γ et ˆΓ sont diagonales, et le programme d optimisation est ( n Γ i ( ) ) max 1 + SR 2 i ˆΓ ˆΓ i i=1 où SR i = µ i P i r Γ 1/2 i est le ratio de Sharpe (Sharpe Ratio : SR) de l actif i avec P i le prix de l actif i. La résolution de ce programme aboutit au résultat suivant : il est optimal d affecter toute sa capacité de recherche d informations dans l actif disposant du plus grand ratio de Sharpe. Autrement dit, on va chercher à minimiser le ˆΓ i de l actif i ayant le plus grand SR i. Ce choix maximise l utilité qui est ici du type moyenne-variance. On aboutit à ˆΓ i = e 2K Γ i pour l actif i de plus grand ratio de Sharpe et à ˆΓ j = Γ j pour tous les autres actifs. On voit que la quantité investie dans l actif i (notée θ i ), égale à 1 θ i = τ ˆΓ i (µ i P i r) où τ est le coefficient de tolérance au risque, croît à mesure que l on réduit ˆΓ i. 14

17 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION Dans le cas d actifs indépendants, on aboutit donc à une concentration très forte sur l actif de ratio de Sharpe le plus élevé. D autre part, cet actif représentera une part d autant plus importante du portefeuille que l on aura une capacité d information K élevée. Cas d actifs non indépendants Dans le cas d actifs corrélés, tout apprentissage relatif aux caractéristiques risquées d un actif renseigne aussi sur le niveau de risque des autres. On peut dégager des facteurs de risque au moyen d une analyse en composantes principales (ACP), qui a pour effet de décomposer la matrice de variance covariance initiale (les estimations a priori) de la manière suivante : ˆΓ = Φ ˆΛΦ où Φ est la matrice contenant les vecteurs propres de l ACP, et ˆΛ est celle qui en contient les valeurs propres : les variances de chaque facteur de risque (on retrouve le cadre de la théorie de l APT de Ross). Dans ce cadre plus général, on peut définir des indicateurs du type ratio de Sharpe pour chaque composante principale : SR i devient alors SR i = (µ i P i r) Φ i Λ 1/2 i où la notation désigne la transposée du vecteur correspondant. Van Nieuwerburgh et Veldkamp montrent alors qu un investisseur rationnel allouera toute sa capacité de recherche d information pour diminuer la variance de la composante propre possédant le ratio de Sharpe le plus élevé. On aboutit dans ce cas à ˆΛ i = e 2K Λ i pour la composante i de plus grand ratio de Sharpe et à ˆΛ j = Λ j pour toutes les autres composantes. La concentration du portefeuille sur quelques actifs (lorsqu ils sont corrélés) va apparaître de la manière suivante : à partir d un portefeuille maximalement diversifié, les investisseurs vont dans un premier temps augmenter leur capacité à s informer sur la composante principale (combinaison linéaire d actifs) possédant le ratio de Sharpe généralisé le plus élevé. Ils investiront ensuite massivement dans cette composante et ce d autant plus qu ils auront dépensé en capacité à s informer, puisque les quantités investies sont inversement proportionnelles à ˆΛ i qui est d autant plus réduit que l on aura investi pour avoir une capacité K élevée. Limitation informationnelle intrinsèque 15

18 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION Van Nieuwerburgh et Veldkamp considèrent ensuite le cas où on ne peut pas réduire ˆΓ i en-deçà d un certain niveau pour chaque actif i. Il y a ainsi un seuil d information au-delà duquel la variance n est plus réductible. Cette variance minimale est appelée non-learnable risk : une sorte de volatilité intrinsèque sur laquelle on ne peut rien savoir, une fluctuation naturelle non accessible par un apprentissage informationnel classique, et que seule la diversification peut éliminer. En présence d un tel type de risque, la constitution du portefeuille se modifie comme suit. Dans un premier temps l investisseur alloue toute sa capacité d information pour l actif (ou la composante si les actifs sont corrélés) possédant le ratio de Sharpe le plus élevé. A partir d un certain niveau de capacité, il n y a plus aucun gain en termes de réduction de variance. Des moyens supplémentaires sont alors alloués pour l actif possédant le second ratio de Sharpe le plus élevé. Et ainsi de suite. On aboutit alors au phénomène suivant : dans un premier temps, l augmentation des moyens (de la capacité à s informer) conduit à un accroissement de la concentration. Puis, à partir d un certain niveau, la concentration diminue à nouveau et le portefeuille se rediversifie. Cela correspond au fait qu une capacité informationnelle théoriquement illimitée amènerait à pouvoir obtenir des informations pertinentes sur l ensemble des actifs de la cote, et l on retomberait alors dans un cas de diversification parfaite Le modèle d Uppal et Wang (2003) A l instar de son équivalent en statique, ce modèle cherche à montrer comment l incertitude peut justifier la concentration : on choisira de s investir sur les titres sur lesquels l incertitude est la moins forte. On présente ci-après l approche d Uppal et Wang [2003] qui est une variante de l approche de Maenhout [2004], elle-même étant une variante de l approche de Anderson, Hansen et Sargent [2000]. Dans cette manière de justifier la concentration, il s agit d obtenir des équations d Hamilton-Jacobi-Bellman en présence d une incertitude sur les paramètres. Rappelons que, en économie générale en temps discret, le point de départ est l équation de Bellman J(t) = s u 1 (c t ) + e ρs IE[J(t + s)] que l on étend en temps continu en équation de Hamilton-Jacobi-Bellman 0 = u(c t ) ρj(t) + AJ(t) où A est le générateur différentiel total, c est-à-dire incluant la dérivée temporelle AJ(t) = LJ(t) + J t(t) 16

19 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION Le point de départ de la démarche d Uppal et Wang est une équation de Bellman en temps discret et généralisée, que l on présente ci-dessous sous une forme plus précise que dans leur texte : J(t) = s u 1 (c t ) + e ρs inf ξ { ψ ( IE Q ξ [J t+s ] ) n i=1 [ φ i IE Q ξ i ln dq ] } ξ i + IE Q ξ [J t+s ] dp i dans laquelle les variables ont la signification suivante : P est le mesure de probabilité dite historique, qui correspond aux actifs dans le monde réel. Mais il existe une incertitude sur P : on n est pas tout à fait certain de ses valeurs pour la juste description des dynamiques des actifs. Q ξ est une autre mesure de probabilité, dont on cherche à examiner la pertinence. Elle correspond aux comportements des actifs dans un monde dual. De manière classique en changement de probabilité, on passe de P à Q ξ au moyen de la densité ξ, qui représente, d une certaine manière, la densité de l incertitude : ξ = dq ξ dp Cette densité ξ se décompose à son tour en plusieurs sous-densités notées ξ i, où chaque densité est relative à un actif donné. Q ξ correspond donc à un ensemble de mesures de probabilités Q ξi, chacune décrivant l actif i dans le nouvel univers. Pour simplifier les calculs, nous n avons pas supposé l existence de sous-ensemble de {J i } comme dans l article d Uppal et Wang, ce qui permet d accentuer la démonstration faite sans perdre en contenu explicatif. La nouvelle forme d équation de Bellman, introduite par Uppal et Wang, s interprète alors ainsi : L on cherche à minimiser l incertitude, il s agit donc de minimiser ξ. D où l infimum sur ξ. Les termes notés L i et définis comme [ L i = IE Q ξ i ln dq ] ξ i dp i (10) sont des expressions appelées entropiques de l incertitude sur chaque actif i. En effet, il vient de la définition de l espérance mathématique que L i = ln dq ξ dqξi i dq ξi = ln dq ξ i dp i dp i dp i dp i soit L i = ξ i ln ξ i dp i 17

20 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION qui est la définition de l entropie. Chacun de ces termes est pondéré par une constante φ i qui dépend de l actif i. L ensemble étant renormalisé par un terme ψ IE Q ξ [J t+s ]. En temps continu, l équation (10) devient 0 = inf ν { u(c t ) ρj + AJ(t) + ν t J S + ψ(j) 2 } ν t Φ ν Et l on observe alors un point important : l incertitude passe de ξ au vecteur ν. Cela revient en pratique à passer d une approche par changement de mesure avec ξ, à une approche par changement de dérive, ou incertitude sur la rentabilité d un titre avec ν. Le changement de mesure permet en effet de passer de la dynamique des actifs à la nouvelle dynamique ds t = µ(s t,t) dt + σ(s t,t) dw P t ds t = (µ(s t,t) + ν) dt + σ(s t,t) dw Q ξ t L interprétation de Φ dans l équation (11) est la suivante. En faisant l hypothèse que les actifs ne sont pas corrélés et que leur rentabilité est affectée par un degré d incertitude spécifique mesuré par φ i, alors Φ est la matrice diagonale formée des termes Φ i,i = φ i σ 2 i où σ i est la volatilité de l actif i. Résolution selon le degré d incertitude On considère l équation (11) dans un cadre de portefeuille, c est-à-dire qu on cherche un choix optimal de poids et de consommation. Cela revient à en prendre un supremum : 0 = sup inf w,c ν { u(c t ) ρj + AJ + ν t J X + ψ(j) 2 } ν t Φν On fait l hypothèse que la dynamique boursière des rentabilités des actifs est lognormale. On obtient alors dv = (V (r + w t (µ r)) c)dt + wσv dw (11) (12) 18

21 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION En faisant l hypothèse que la fonction d utilité est de type CRRA soit u(c t ) = c1 a t, 1 a on obtient comme équation avec : 0 = sup inf w,c ν { c 1 a t 1 a ρj + AJ + νt J V + ψ(j) ν t Φν 2 AJ = J t + J V (V (r + w t (µ r)) c) J V V w t σ 2 V 2 w où l on rappelle que σ est diagonale et avec ν t J V = ν t V J V = w t ν S V J V et ψ(j) ν t Φν = ψ(j) ν t 2 2 Sw t Φwν S La résolution de cette équation nécessite deux étapes préliminaires. Tout d abord, la minimisation en fonction de ν S qui conduit à une valeur νs optimale : ν S = 1 ψ(j) Φ 1 J V V w Cette valeur est alors introduite dans l équation (13). On peut ensuite procéder à la maximisation en fonction de w et c. On obtient : et : soit : ( w = 1 J V 2 ψ(j)j c = J V 1 a V V w = 1 1 J V 2 ψ(j) J V V ) 1 1 (σ 1 ) 2 Φ 1 µ r a σ 2 1 φ i 1 a µ r σ 2 où [.] est une matrice diagonale de terme indiqué entre les crochets. Si l on prend comme hypothèses supplémentaires } (13) alors on observe que ψ(j) = 1 a 1 a V J et J(V ) = a 1 a J V 2 ψ(j) J V V = 1 19

22 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION d où il vient aisément : w = [ φi 1 + φ i ] 1 µ r (14) γ σ 2 qui est la formule simple donnée en fin de leur article par Uppal et Wang. Nous présentons en illustration un exemple en dimension d = 1 : actif sans risque et actif risqué. La figure 1 représente la proportion à investir en actif risqué en fonction du degré de confiance que l on a sur les prévisions de la rentabilité de cet actif. On voit que plus le degré de confiance est élevé, et plus la proportion investie en actif risqué augmente : si cela semble intuitivement logique, on voit que c est bien vérifié dans cette modélisation Weight Confidence Level Fig. 1 Proportion d actif risqué selon le degré de confiance sur les prévisions de rentabilité Ensuite, deux éléments paraissent intéressants à relever : 1. Le poids en actif risqué est toujours positif. On ne se trouve donc jamais dans une situation où l on devrait envisager de prendre des positions de vente à découvert, comme ce qui apparaît avec d autres types de modélisations ou en présence de sauts. 2. La progression de la part investie en actif risqué est non linéaire de manière très marquée : elle croît très fortement, puis se stabilise pour rester à un niveau qui ne varie quasiment plus, ici 16%. Autrement dit, soit on considère que l on y voit suffisamment clair sur l actif risqué, et on l achète à hauteur de 16% de son portefeuille, soit on estime que la situation 20

23 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION n est pas assez claire, et on ne le prend pas. C est en quelque sorte une logique de type binaire : oui ou non, sans graduation. La conclusion opérationnelle de ceci est très importante. On accepte l investissement pour un poids bien précis (ici 16%) qui n augmente quasiment pas avec le degré confiance sur les prévisions, une fois celui-ci raisonnable. Réciproquement, on exclut certains actifs sur lesquels on estime que les prévisions ne sont pas suffisamment fiables. On peut donc, par cette modélisation, bien rendre compte de la décision de conserver un nombre restreint de titres : ceux pour lesquels on a une confiance suffisante dans les prévisions réalisées. A ce stade de la présentation, on peut en conclure que la démarche d Uppal et Wang permet bien de bien rendre compte d un point de vue théorique d une faible diversification. D autre part, il apparaît également qu une piste d exploration empirique serait la construction d indicateurs de confiance (comme par exemple des indicateurs statistiques de type p-value... ) dans les prévisions de rentabilité des actions. On pourrait également envisager d étendre cette construction empirique aux autres moments de la distribution. 3.2 Une dynamique non brownienne sur les rentabilités Le modèle de Aït-Sahalia et al. (2006) La modélisation de la dynamique boursière proposée par Aït-Sahalia [2006] est celle d un processus à sauts dans lequel on fait l hypothèse que chaque titre va réagir de manière propre à un saut global commun pour toute la cote. Chaque titre pourra amplifier ou réduire cette secousse commune en fonction d un coefficient de sensibilité noté C i et qui lui est propre. La secousse commune est modélisée par une variable aléatoire indéfiniment divisible à valeurs dans l intervalle [0, 1], notée Z t. Le facteur d échelle propre à chaque titre, qui va dilater ou contracter le mouvement global, est noté C i. Autrement dit, si ϕ i k représente l amplitude du saut survenant à un moment t k pour un actif i, on aura ϕ i k = C i Z tk. Dans le cas d un marché de dimension d, la dynamique boursière s écrit ds i (t) S i (t ) = µ i dt + d j=1 σ i,j dw j t + C i Z t dn t N est un processus de Poisson standard. Une structure de corrélation implicite fait dépendre chaque actif de l ensemble des autres (en pratique, de l ensemble des mouvements browniens modélisant les parties diffusives des variations des actifs). La dynamique du portefeuille de valeur V pour une consommation c t en date t est alors dv t = (rv t + w t πv t c t )dt + V t w t σdw t + V t w t CZ t dn t 21

24 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION En notant comme précédemment J la satisfaction indirecte associée à un niveau de patrimoine, et où par défintion AJ = J t + J V (rv + w t πv c) J V V V 2 w t Γw l équation de Hamilton-Jacobi-Bellman généralisée à la présence de sauts s écrit 0 = sup w,c e ρt u(c t ) + AJ(t) +λ } {{ } HJB classique 1 J(V (1 + w t C x)) J(V ) ν(dx) 0 } {{ } } {{ } après le saut avant le saut } {{ } adjonction des sauts où λ est l intensité du processus de Poisson. Il est intéressant d observer la forme du terme qui caractérise les sauts de taille x : λ 1 0 [ J(V (1 + w t C x)) J(V ) ] ν(dx) On voit que ce terme comprend deux parties, représentant la satisfaction associée à la détention du portefeuille avant et après le passage du saut pour un saut de taille x, ceci sur l ensemble de toutes les tailles x possibles des sauts (l intégration), et selon la probabilité d occurrence du saut, donnée par la mesure ν qui représente la loi des sauts. La résolution de cette équation est complexe dans le cas général. Sa résolution numérique est compliquée par le fait que l adjonction de sauts fait passer d une une équation aux dérivées partielles à une équation intégro-différentielle. Nous présentons ci-dessous un cas simple de résolution qui présente l avantage de bien faire apparaître l effet des sauts sur la diversification d un portefeuille. La simplification du modèle de Aït-Sahalia. On spécifie distinctement trois éléments fondamentaux pour la résolution du problème d optimisation : (15) 1. La fonction d utilité. On choisit une fonction d utilité de type CRRA avec a = 2. L extension à a différent de 2, non traitée par ces auteurs, ne semble pas compliquée, alors que le fait de prendre une fonction d utilité plus générale que la CARA ne semble plus permettre d obtenir une solution analytique. 2. La mesure de Lévy. On choisit une mesure de Lévy de type ν(dx) = dx x 22

25 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION c est-à-dire que l on est dans une situation où la probabilité d avoir des grands sauts (qu ils soient positifs ou négatifs) décroît très rapidement avec la taille des sauts. 3. On considère également une situation extrêmement simplifiée dans laquelle tous les actifs sont caractérisés par des sauts de même taille, donc de facteur d échelle commun noté C, et une prime de risque commune notée π. Dans ce cas, la matrice de variance-covariance est : 1 ρ ρ Γ = σ 2 ρ ρ ρ ρ 1 où σ 2 est la variance commune des rentabilités et ρ le coefficient de corrélation commun. on note λ l intensité, c est-à-dire le taux d arrivée des sauts. On définit κ = σ 2 + (d 1)σ 2 ρ soit κ d = 1 d σ2 + d 1 σ 2 ρ d que l on peut rapprocher de l expression (2) que l on rappelle var(r) = 1 n var + n 1 n qui est la variance du portefeuille. Avec ces hypothèses, on obtient les poids optimaux pour un portefeuille de dimension d. Ce sont les poids où w = w d d cov w d = 2κ/d + C π + (2κ/d C π) C( π + Cλ)κ/d 4 Cκ/d Si l on fait l hypothèse d une absence de corrélation entre les actifs (soit ρ = 0 donc κ = v 2 ), et en choisissant a = 2, on peut montrer par un développement limité sur C à l ordre 2, que : w = π ( ) 2σ + C λ 2 2σ + π2 2 8σ 4 23

26 3 DEUX JUSTIFICATIONS DE LA CONCENTRATION On observe que le poids est fonction d un terme proportionnel à C. Or C < 0 : il apparaît donc un effet de diminution sur le poids, qui dépend de la proportion de l arrivée des sauts λ. Ainsi, plus il y a de sauts dans la dynamique d un actif, moins l on investira dans cet actif Statique comparative Examinons du point de vue statique les effets des différents paramètres sur la composition du portefeuille. Plaçons-nous en dimension d = 1 et notons w la proportion du portefeuille à investir en actif risqué. Cette proportion est fonction de quatre éléments : la prime de risque π, la volatilité σ, l intensité λ, et la sensibilité au saut c : w = w (π,σ,λ,c) On analyse par simulation l influence de ces quatre éléments sur la proportion w. 1. Impact des sauts. (a) La sensibilité aux sauts. On commence par étudier la sensibilité de la proportion à investir en actif risqué en fonction de la sensibilité des actifs à la taille d un saut global de toute la cote. Le graphique 2 fait apparaître que cette proportion est d autant plus faible que les actifs sont sensibles à un saut global, c est-à-dire que F est proche de 1 soit grand en valeur absolue : ceci indique qu il n est pas nécessairement intéressant d acheter des actifs dont le comportement suit celui du marché (comme le disent les opérateurs : qui décrochent quand le marché décroche ). (b) L intensité (le taux d arrivée des sauts). Le graphique 2 représente la sensibilité de la proportion à investir en actif risqué en fonction de l intensité, c est-à-dire du taux d arrivée de sauts. On voit clairement qu un taux d arrivée élevé aura pour conséquence un investissement moindre en actif risqué. A terme, quand l intensité est trop élevée, on investit négativement dans l actif risqué, c est-à-dire que l on vend de l actif risqué pour acheter de l actif sans risque. Si les investisseurs (par exemple une compagnie d assurance) ne prennent pas de positions de vente à découvert sur les actifs risqués, alors cela conduit à l existence de seuils au-delà desquels certains actifs (ceux pour lesquels le taux d arrivée de sauts est trop élevé) ne sont pas pris en portefeuille. Ce qui est une autre façon de dire que l on concentre son portefeuille en éliminant les actifs qui ont un trop grand risque de sauts (analogue à un risque de kurtosis). 24

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains. Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY

Plus en détail

Chapitre 2/ La fonction de consommation et la fonction d épargne

Chapitre 2/ La fonction de consommation et la fonction d épargne hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation

Plus en détail

ESSEC Cours Wealth management

ESSEC Cours Wealth management ESSEC Cours Wealth management Séance 9 Gestion de patrimoine : théories économiques et études empiriques François Longin 1 www.longin.fr Plan de la séance 9 Epargne et patrimoine des ménages Analyse macroéconomique

Plus en détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

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

LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE.

LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE. LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE. Synthèse des travaux réalisés 1. Problématique La question D7 du plan d exécution du Programme National de Recherches

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

M2 IAD UE MODE Notes de cours (3)

M2 IAD UE MODE Notes de cours (3) M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de

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

PRIME D UNE OPTION D ACHAT OU DE VENTE

PRIME D UNE OPTION D ACHAT OU DE VENTE Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,

Plus en détail

Les mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

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

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal

Plus en détail

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Value at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061

Value at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061 Value at Risk 27 février & 13 mars 20061 CNAM Gréory Taillard CNAM Master Finance de marché et estion de capitaux 2 Value at Risk Biblioraphie Jorion, Philippe, «Value at Risk: The New Benchmark for Manain

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

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

Des caisses diversifiées et gérées professionnellement. Les Caisses privées

Des caisses diversifiées et gérées professionnellement. Les Caisses privées Des caisses diversifiées et gérées professionnellement Les Caisses privées 3 La simplicité rendue accessible 4 Qu est-ce qu une Caisse privée? 6 La diversification, ou comment réduire votre risque 8 Une

Plus en détail

Le WACC est-il le coût du capital?

Le WACC est-il le coût du capital? Echanges d'expériences Comptabilité et communication financière Dans une évaluation fondée sur la méthode DCF, l objectif premier du WACC est d intégrer l impact positif de la dette sur la valeur des actifs.

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Comment évaluer une banque?

Comment évaluer une banque? Comment évaluer une banque? L évaluation d une banque est basée sur les mêmes principes généraux que n importe quelle autre entreprise : une banque vaut les flux qu elle est susceptible de rapporter dans

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Solvabilité II Les impacts sur la tarification et l offre produit

Solvabilité II Les impacts sur la tarification et l offre produit Solvabilité II Les impacts sur la tarification et l offre produit Colloque du CNAM 6 octobre 2011 Intervenants OPTIMIND Gildas Robert actuaire ERM, senior manager AGENDA Introduction Partie 1 Mesures de

Plus en détail

INTRODUCTION EN BOURSE EVALUATION D ENTREPRISE

INTRODUCTION EN BOURSE EVALUATION D ENTREPRISE INTRODUCTION EN BOURSE EVALUATION D ENTREPRISE Avril 2013 EVALUATION D ENTREPRISE 1 Introduction en bourse Une introduction en bourse est avant tout une opération financière. Les avantages financiers de

Plus en détail

Attitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014

Attitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Attitude des ménages face au risque - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Plan du cours 1. Introduction : demande de couverture et comportements induits pa 2. Représentations

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

Politique de placements

Politique de placements Politique de placements Le 7 octobre 2010 Politique de placements Table des matières 1. La mission de la Fondation pour le développement des coopératives en Outaouais 2. Les principes de la gouvernance

Plus en détail

Établissement des taux d actualisation fondés sur la meilleure estimation aux fins des évaluations de provisionnement sur base de continuité

Établissement des taux d actualisation fondés sur la meilleure estimation aux fins des évaluations de provisionnement sur base de continuité Ébauche de note éducative Établissement des taux d actualisation fondés sur la meilleure estimation aux fins des évaluations de provisionnement sur base de continuité Commission des rapports financiers

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

Mesure et gestion des risques d assurance

Mesure et gestion des risques d assurance Mesure et gestion des risques d assurance Analyse critique des futurs référentiels prudentiel et d information financière Congrès annuel de l Institut des Actuaires 26 juin 2008 Pierre THEROND ptherond@winter-associes.fr

Plus en détail

Stratégie d assurance retraite

Stratégie d assurance retraite Stratégie d assurance retraite Département de Formation INDUSTRIELLE ALLIANCE Page 1 Table des matières : Stratégie d assurance retraite Introduction et situation actuelle page 3 Fiscalité de la police

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

RAPPORT DE 2010 SUR L ATTRIBUTION DE BÉNÉFICES AUX ÉTABLISSEMENTS STABLES

RAPPORT DE 2010 SUR L ATTRIBUTION DE BÉNÉFICES AUX ÉTABLISSEMENTS STABLES ORGANISATION DE COOPÉRATION ET DE DÉVELOPPEMENT ÉCONOMIQUES RAPPORT DE 2010 SUR L ATTRIBUTION DE BÉNÉFICES AUX ÉTABLISSEMENTS STABLES 22 juillet 2010 CENTRE DE POLITIQUE ET D ADMINISTRATION FISCALES AVANT-PROPOS

Plus en détail

des compagnies d assurance : évolutions récentes

des compagnies d assurance : évolutions récentes Les Contrôle normes IFRS de la solvabilité en assurance des compagnies d assurance : évolutions récentes - DIAF Hanoi, le 28 février 2005 Pierre THEROND Consultant JWA - Actuaires & chargé de cours à l

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Allocation Robuste et Restrictions sur les Contributions au Risque

Allocation Robuste et Restrictions sur les Contributions au Risque Allocation Robuste et Restrictions sur les Contributions au Risque QuantValley/QMI Workshop, Geneve, 26 Septembre, 2013 http://ssrn.com/abstract=2192399 1/33 Les contributions du papier: Nous définissons

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

Plus en détail

Monia Amami Franck Brulhart Raymond Gambini Pierre-Xavier Meschi

Monia Amami Franck Brulhart Raymond Gambini Pierre-Xavier Meschi Version 4.7 Simulation d Entreprise «Artemis» Monia Amami Franck Brulhart Raymond Gambini Pierre-Xavier Meschi p. 1 1. Objectifs et Contexte Général L objectif de la simulation d entreprise «Artemis» est

Plus en détail

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Plus en détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire

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

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce

Plus en détail

master Principes de Finance d Entreprise Corporate Finance Création de valeur Philippe Thomas Collection BANQUE FINANCE ASSURANCE

master Principes de Finance d Entreprise Corporate Finance Création de valeur Philippe Thomas Collection BANQUE FINANCE ASSURANCE Collection master BANQUE FINANCE ASSURANCE Principes de Finance d Entreprise Corporate Finance Création de valeur Philippe Thomas Table des matières Introduction... 9 Chapitre 1 L entreprise : l investissement

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

SOLUTIONS DE PLACEMENT

SOLUTIONS DE PLACEMENT COMPRENDRE VOS BESOINS LA PIERRE ANGULAIRE D UNE GESTION PATRIMONIALE PÉRENNE RÉCONCILIER VOS OBJECTIFS ET VOTRE TOLÉRANCE AUX RISQUES Dans la vie, chaque individu possède une combinaison unique de besoins

Plus en détail

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de : Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la

Plus en détail

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

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

Les Conditions aux limites

Les Conditions aux limites Chapitre 5 Les Conditions aux limites Lorsque nous désirons appliquer les équations de base de l EM à des problèmes d exploration géophysique, il est essentiel, pour pouvoir résoudre les équations différentielles,

Plus en détail

Résumé des communications des Intervenants

Résumé des communications des Intervenants Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit

Plus en détail

Capital économique en assurance vie : utilisation des «replicating portfolios»

Capital économique en assurance vie : utilisation des «replicating portfolios» Capital économique en assurance vie : utilisation des «replicating portfolios» Anne LARPIN, CFO SL France Stéphane CAMON, CRO SL France 1 Executive summary Le bouleversement de la réglementation financière

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

www.styleanalytics.com

www.styleanalytics.com www.styleanalytics.com Style Analytics EuroPerformance a le plaisir de vous présenter Style Analytics, outil de mesure des risques et de la performance des fonds d investissement. Style Analytics offre

Plus en détail

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone... Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................

Plus en détail

Analyse des risques financiers

Analyse des risques financiers Analyse des risques financiers Version du 1 er octobre 2014 Cette fiche s'adresse aux services de l État mandatés pour mener une analyse financière et est susceptible de contribuer à la définition du niveau

Plus en détail

DCG 6. Finance d entreprise. L essentiel en fiches

DCG 6. Finance d entreprise. L essentiel en fiches DCG 6 Finance d entreprise L essentiel en fiches DCG DSCG Collection «Express Expertise comptable» J.-F. Bocquillon, M. Mariage, Introduction au droit DCG 1 L. Siné, Droit des sociétés DCG 2 V. Roy, Droit

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

REER, CELI ou prêt hypothécaire : comment faire le bon choix?

REER, CELI ou prêt hypothécaire : comment faire le bon choix? REER, CELI ou prêt hypothécaire : comment faire le bon choix? Jamie Golombek L épargne est une pratique importante. Elle nous permet de mettre de côté une partie de nos revenus actuels afin d en profiter

Plus en détail

CAISSE REGIONALE DU CREDIT AGRICOLE MUTUEL D AQUITAINE

CAISSE REGIONALE DU CREDIT AGRICOLE MUTUEL D AQUITAINE CAISSE REGIONALE DU CREDIT AGRICOLE MUTUEL D AQUITAINE Eléments d appréciation du prix de rachat des CCI émis par la CRCAM d Aquitaine dans le cadre de l approbation par l'assemblée générale des sociétaires,

Plus en détail

Chapitre 1: Introduction à la théorie de l équilibre à prix fixes

Chapitre 1: Introduction à la théorie de l équilibre à prix fixes Chapitre 1: Introduction à la théorie de l équilibre à prix fixes L3 Eco-Gestion/ Faculté de Droit, Sciences Economiques et de Gestion Plan 1 Rappels sur l utilité espérée La représentation des événements

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

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

relatif aux opérations d assurance réalisées dans le cadre d un «patrimoine d affectation»

relatif aux opérations d assurance réalisées dans le cadre d un «patrimoine d affectation» COMITE DE LA REGLEMENTATION COMPTABLE Règlement n 2004-11 du 23 novembre 2004 relatif aux opérations d assurance réalisées dans le cadre d un «patrimoine d affectation» Le Comité de la réglementation comptable,

Plus en détail

L activité financière des sociétes d assurances

L activité financière des sociétes d assurances L activité financière des sociétes d assurances L année 2002 est de nouveau marquée par une forte baisse des marchés financiers. Celle-ci entraîne une diminution des plus-values latentes et des produits

Plus en détail

Des Paniers diversifiés et gérés professionnellement. Les Paniers

Des Paniers diversifiés et gérés professionnellement. Les Paniers Des Paniers diversifiés et gérés professionnellement Les Paniers 3 Optez pour la flexibilité, la clarté et la tranquillité d esprit 4 Qu est-ce qu un Panier? 6 La diversification, ou comment réduire le

Plus en détail

DISCOUNTED CASH-FLOW

DISCOUNTED CASH-FLOW DISCOUNTED CASH-FLOW Principes généraux La méthode des flux futurs de trésorerie, également désignée sous le terme de Discounted Cash Flow (DCF), est très largement admise en matière d évaluation d actif

Plus en détail

Analyse des coûts. 1 ère année DUT GEA, 2005/2006 Analyse des coûts

Analyse des coûts. 1 ère année DUT GEA, 2005/2006 Analyse des coûts Analyse des coûts Les techniques de calcul et d analyse des coûts portent le nom de comptabilité analytique ou comptabilité de gestion. Ces deux termes seront utilisés indifféremment dans ce cours. Contrairement

Plus en détail

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage

Plus en détail

Norme comptable internationale 33 Résultat par action

Norme comptable internationale 33 Résultat par action Norme comptable internationale 33 Résultat par action Objectif 1 L objectif de la présente norme est de prescrire les principes de détermination et de présentation du résultat par action de manière à améliorer

Plus en détail

Les débats sur l évolution des

Les débats sur l évolution des D o c u m e n t d e t r a v a i l d e l a B r a n c h e R e t r a i t e s d e l a C a i s s e d e s d é p ô t s e t c o n s i g n a t i o n s n 9 8-0 7 C o n t a c t : La u re nt V e r n i è r e 0 1 4

Plus en détail

Cadre de référence de la gestion du patrimoine de l Institut Pasteur

Cadre de référence de la gestion du patrimoine de l Institut Pasteur Cadre de référence de la gestion du patrimoine de l Institut Pasteur Préambule Fondation privée reconnue d utilité publique à but non lucratif, l Institut Pasteur dispose de différents types de ressources

Plus en détail

Le scoring est-il la nouvelle révolution du microcrédit?

Le scoring est-il la nouvelle révolution du microcrédit? Retour au sommaire Le scoring est-il la nouvelle révolution du microcrédit? BIM n 32-01 octobre 2002 Frédéric DE SOUSA-SANTOS Le BIM de cette semaine se propose de vous présenter un ouvrage de Mark Schreiner

Plus en détail

Un outil pour les entreprises en réseau

Un outil pour les entreprises en réseau STRATEGIE COMMERCIALE : LA «MONTGOLFIERE», UN OUTIL D ANALYSE DE LA PERFORMANCE COMMERCIALE DES ENTREPRISES EN RESEAU Executive summary La stratégie commerciale mise en place par les points de vente des

Plus en détail

INFORM OBLIGATIONS DE PREMIÈRE QUALITÉ ET OBLIGATIONS À HAUT RENDEMENT: AUGMENTER LE RENDEMENT ET DIMINUER LE RISQUE GRÂCE À UNE JUSTE COMBINAISON

INFORM OBLIGATIONS DE PREMIÈRE QUALITÉ ET OBLIGATIONS À HAUT RENDEMENT: AUGMENTER LE RENDEMENT ET DIMINUER LE RISQUE GRÂCE À UNE JUSTE COMBINAISON 2 2002 INFORM INFORMATIONS FINANCIÈRES ESSENTIELLES POUR LES CAISSES DE PENSION OBLIGATIONS DE PREMIÈRE QUALITÉ ET OBLIGATIONS À HAUT RENDEMENT: AUGMENTER LE RENDEMENT ET DIMINUER LE RISQUE GRÂCE À UNE

Plus en détail

Optimiser la Gestion des réserves ou des excédents de trésorerie des Entreprises et des Associations

Optimiser la Gestion des réserves ou des excédents de trésorerie des Entreprises et des Associations Optimiser la Gestion des réserves ou des excédents de trésorerie des Entreprises et des Associations L opportunité pour l Expert- Comptable de proposer un audit financier aux clients concernés Au sommaire

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De

Plus en détail

CAPTEURS - CHAINES DE MESURES

CAPTEURS - CHAINES DE MESURES CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,

Plus en détail

Dossier retraite. Profil 1B. Année de naissance. Profil 1A

Dossier retraite. Profil 1B. Année de naissance. Profil 1A Dossier retraite Mise à jour : 10/03/2014 Vos ressources De quelles ressources disposerez-vous lors de votre départ en retraite? Elles sont de 5 natures : - La retraite sécurité sociale dite retraite de

Plus en détail

INF6304 Interfaces Intelligentes

INF6304 Interfaces Intelligentes INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie

Plus en détail

Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple

Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple Laurent Batsch ahier de recherche n 2005-01 Le financement adossé est une des modalités de financement de l investissement

Plus en détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation entre deux variables : estimation de la corrélation linéaire CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence

Plus en détail

Info Finance. et Prévoyance. En 2013 aussi, les clients profitent d une rémunération globale attractive!

Info Finance. et Prévoyance. En 2013 aussi, les clients profitent d une rémunération globale attractive! Allianz Suisse Case postale 8010 Zurich www.allianz-suisse.ch Info Finance 01 YDPPR267F et Prévoyance Édition 01, mars 2013 EXCÉDENTS LPP En 2013 aussi, les clients profitent d une rémunération globale

Plus en détail

LES SIIC. Pierre Schoeffler Président S&Partners Senior Advisor IEIF. Étude réalisée par. Les SIIC et la retraite 1

LES SIIC. Pierre Schoeffler Président S&Partners Senior Advisor IEIF. Étude réalisée par. Les SIIC et la retraite 1 LES SIIC et la retraite Étude réalisée par Pierre Schoeffler Président S&Partners Senior Advisor IEIF Les SIIC et la retraite 1 23 juin 2014 2 Les SIIC et la retraite La retraite est, avec l emploi et

Plus en détail

Production des Services d Assurance non-vie selon le SCN 2008

Production des Services d Assurance non-vie selon le SCN 2008 REPUBLIQUE DU CAMEROUN Paix - Travail Patrie ---------- INSTITUT NATIONAL DE LA STATISTIQUE ---------- REPUBLIC OF CAMEROON Peace - Work Fatherland ---------- NATIONAL INSTITUTE OF STATISTICS ----------

Plus en détail

FINANCEMENT OPTIMAL DE LA SOLVABILITE D UN ASSUREUR

FINANCEMENT OPTIMAL DE LA SOLVABILITE D UN ASSUREUR FINANCEMENT OPTIMAL DE LA SOLVABILITE D UN ASSUREUR Guillaume PLANTIN GREMAQ Université Toulouse I 1 La détermination d un plan de réassurance optimal est une des applications les plus classiques de la

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

Le management des risques de l entreprise Cadre de Référence. Synthèse

Le management des risques de l entreprise Cadre de Référence. Synthèse Le management des risques de l entreprise Cadre de Référence Synthèse SYNTHESE L incertitude est une donnée intrinsèque à la vie de toute organisation. Aussi l un des principaux défis pour la direction

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

LIFE MOBILITY. épargne patrimoniale

LIFE MOBILITY. épargne patrimoniale épargne patrimoniale LIFE MOBILITY evolution UN CONTRAT D ASSURANCE VIE ÉMIS AU GRAND-DUCHÉ DU LUXEMBOURG AU SERVICE DE LA MOBILITÉ PARCE QUE VOUS SOUHAITEZ Un contrat sur-mesure pour une stratégie patrimoniale

Plus en détail

Qu est-ce-qu un Warrant?

Qu est-ce-qu un Warrant? Qu est-ce-qu un Warrant? L epargne est investi dans une multitude d instruments financiers Comptes d epargne Titres Conditionnel= le detenteur à un droit Inconditionnel= le detenteur a une obligation Obligations

Plus en détail

Fonds d investissement Tangerine

Fonds d investissement Tangerine Fonds d investissement Tangerine Prospectus simplifié Portefeuille Tangerine revenu équilibré Portefeuille Tangerine équilibré Portefeuille Tangerine croissance équilibrée Portefeuille Tangerine croissance

Plus en détail

TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé

TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé Plan de l intervention 1 2 3 Généralités sur le fonctionnement de l assurance

Plus en détail

afférent au projet de décret relatif aux obligations indexées sur le niveau général des prix

afférent au projet de décret relatif aux obligations indexées sur le niveau général des prix CONSEIL NATIONAL DE LA COMPTABILITÉ Note de présentation - Avis N 2002-11 du 22 octobre 2002 afférent au projet de décret relatif aux obligations indexées sur le niveau général des prix Sommaire I - Rappels

Plus en détail

Simulation d application des règles CNAV AGIRC ARRCO sur des carrières type de fonctionnaires d Etat

Simulation d application des règles CNAV AGIRC ARRCO sur des carrières type de fonctionnaires d Etat CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 10 avril 2014 à 9 h 30 «Carrières salariales et retraites dans les secteurs et public» Document N 9 Document de travail, n engage pas le Conseil Simulation

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

Méthodes de la gestion indicielle

Méthodes de la gestion indicielle Méthodes de la gestion indicielle La gestion répliquante : Ce type de gestion indicielle peut être mis en œuvre par trois manières, soit par une réplication pure, une réplication synthétique, ou une réplication

Plus en détail

Tests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire

Tests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 16 décembre 2014 à 14 h 30 «Actualisation des projections» Document N 5 Document de travail, n engage pas le Conseil Tests de sensibilité des projections

Plus en détail