Value at Risk - étude de cas

Dimension: px
Commencer à balayer dès la page:

Download "Value at Risk - étude de cas"

Transcription

1 Value at Risk - étude de cas Daniel Herlemont 17 juin 2011 Table des matières 1 Introduction 1 2 La Value at Risk La VaR historique La VaR normale Approximation de Cornish Fisher Borne de la Value at Risk Backtesting de la VaR 4 4 A faire Les données Estimation de la Value at Risk et backtesting Backtesting Gestion du risque d un fond investi dans le Future CAC Gestion dans un contexte de prop trading References 9 1 Introduction Dans ce TP, nous proposons d examiner la Value at Risk d une gestion active. L objectif de Value at Risk à 99% 10 jours est fixé à 4% de la valeur du portefeuille. Nous supposerons que le fond est investi dans un seul actif risqué : le Future CAC40. 1

2 2 LA VALUE AT RISK 2 La Value at Risk La Value at Risk avec un niveau de confiance 1 α (par exemple 99%) et un horizon T (par exemple 10 jours) est définie comme la perte sur une période T pouvant survenir avec une probabilité α. Par exemple, si la VaR à 99% sur 10 jours est de 1 million d euros, cela signifie que la probalité de perdre plus de 1 millions d euros sur 10 jours est de 1%. Si X T représente la perte sur une période T : P rob(x T V ar(α, T )) = α Dans cette simple étude, nous considérons les modèles suivants : la VaR historique, la VaR normale se décomposant en autant de de VaR normale que de modèle de volatilité (historique RiskMetrics, GARCH), l approximation de Cornish Fisher, l utilisation de la Théorie des Valeurs Extrêmes. 2.1 La VaR historique La VaR historique consiste à utiliser la distribution historique. Considérons par exemple, la VaR historique sur un jour à 99% d un portefeuille composé de n actifs en proportion w = (w 1,...w n ), avec i=1,n w i = 1. Pour chaque jours t = 1, T de l historique, et les rendements r i,t, on caclule les rendements du portefeuille : r t = i=1,n w ir i,t. La VaR à 99% historique du portefeuille est alors simplement le quantile des T rendements r t obtenus. Par exemple, si T = 1000, on classe les rendements par ordre croissant r 1,...r 1000, et V ar0.99 hist = r 10. Cette méthode ne fait aucune hypothèse sur la distribution, elle est non paramétrique. Elle permet de tenir compte des queues épaisses, des asymétries des corrélations, etc... En revanche, elle suppose la disponibilité des données. En outre, cette méthode suppose que la VaR future se comporte comme la VaR passée. Elle peut donc ne pas être représentative des pertes futures dans le cas où des évènements extrêmes ne sont pas représentés dans l historique (effet Péso). Un autre problème, que nous allons mettre en évidence, est la difficulté à s adapter rapidement à de nouvelles conditions de marché. En effet, pour effectuer une estimation suffisamment précise de la VaR historique, on doit utiliser un historique suffisamment grand. Dans l exemple précédent, pour 1000 jours d historique et une VaR à 99%, la VaR est déterminé par le 10 ieme rendement de l echantillon classé. Or on sait que la variance de la statistique de rang est relativement élevée pour les extrêmes. Daniel Herlemont 2

3 2 LA VALUE AT RISK 2.2 La VaR normale Si les rendements X sur une seule période sont indépendants de même loi normale de moyenne µ et variance σ 2, alors les rendements sur la période T sont également gaussiens de moyenne µt et variance σ 2 T P rob(x T V ar(α, T )) = P rob( X T µt σ T En notant z α = N 1 (α), la VaR gaussienne est définie par V ar(α, T ) µt σ T = z α V ar(α, T ) = µt + z α σ T Pour une VaR à 1 jour, l expression précédente se réduit à V ar(α, 1) = µ + z α σ V ar(α, T ) µt σ ) = α T En pratique, pour des rendements journaliers, on pourra considérer que le terme en µ est négligeable devant σ, d où V ar(α, 1) z α σ Notons que z α est négatif. La VaR normale dépend donc essentiellement de la volatilité qui pourra être estimée en utilisant une moyenne mobile exponentielle (RiskMetrics) ou une estimation GARCH. Cette méthode est simple à implémenter, cependant elle ne tient pas compte des queues épaisses. La VaR qui en résulte est, en général, sous estimée. 2.3 Approximation de Cornish Fisher Sous l hypothèse de normalité des rendements, l asymétrie et la kurtosis (en excès) sont nulles. En réalité, les rendements ont, en général, des asymétries négatives et des kurtosis élevées (fat tails). En utilisant un développement limité du quantile normal, on peut tenir compte de l asymétrie et la kurtosis : z CornishF isher z (z2 1)S (z3 3z)K 1 36 (2z3 5z)S 2 (1) où z est le quantile normal à α : N(z) = α, S est l asymétrie et K la kurtosis en excès. Dans le cas d une asymétrie nulle, l expression précédente se reduit à : z CornishF isher z (z3 3z)K Daniel Herlemont 3

4 3 BACKTESTING DE LA VAR La VaR de Cornish Fisher VaR est alors 2.4 Borne de la Value at Risk V ar(α, T ) µt + z CornishF isher σ T On peut déterminer une limite de la VaR, en utilisant l inégalité de Tchebychev, valable pour toute distribution pourvu que σ 2 < + P [ X µ a] σ2 a 2 En supposant que la distribution est symétrique et de moyenne nulle, puis appliquant l inégalité avec a = cσ, avec c une constante, on obtient P [X cσ] 1 2c 2 autrement dit, si nous nous intéressons au seuil de α = 1/2c 2, c est à dire pour c = 1/2α on obtient une borne inférieure de la VaR à 1 α : V ar max 1 α = cσ = σ 2α Par exemple, pour α = 0.01, on obtient c = 7.07, d où V ar max 0.99 = 7.07σ Si on compare à la VaR gaussienne, V ar normale 0.99 = 2.33σ, le facteur est V ar max 0.99 = 3.04V ar normale Ce simple argument justifie la règle utilisée par les autorités de régulation (Basle) qui consiste à multiplier la VaR par un facteur de 3 à 4 ( [?]) en cas de forte sous estimation. Pour une VaR à 95%, la limite est V ar max 0.95 = 3.16σ alors que la VaR normale à 95% est V ar normale 0.95 = 1.64σ, le facteur est V ar max 0.95 = 1.92V ar normale Backtesting de la VaR Le backtesting consiste à comparer, au quotidien, la VaR estimée avec les pertes réalisées. Daniel Herlemont 4

5 3 BACKTESTING DE LA VAR En principe, si nous testons une VaR à 99%, on doit s attendre à ce que les rendements quotidiens du portefeuille dépassent la VaR une fois sur 100. les aurorités (Bâle) exigent un backtest sur 250 jours d historique, au minimum. Sur 250 jours, le nombre de dépassements (ou exceptions) devrait être de l ordre de 2.5 = Si le nombre d exceptions est significativement plus élevé, la VaR et par conséquence, les risques, sont sous estimés. Inversement, si le nombre d exceptions est significativement plus faible, la VaR est surestimée, la banque ou le fond est trop conservatif. Figure 1 Exemple P&L vs prévisions de la VaR à 95% source : RiskMetrics [?] Soit V ar 1 α, la VaR à 1 α de niveau de confiance, par exemple α = Pour chaque jour de l historique comprenant T jours, on comparer la VaR prévue à la variation réalisée. Soit N, le nombre d exceptions. N/T doit être le plus proche possible de la probabilité α. Plus précisément, le nombre d exceptions N est distribué suivant une loi binomiale : ( ) T P rob(n) = α N (1 α) T N (2) N de moyenne E(N) = αt et variance V (N) = T α(1 α). On notera que la variance peut être assez grande comparée à l espérance. Les intervalles de confiance de N sont généralement assez grands. Par exemple, pour α = 0.01 et T = 255, on acceptera le modèle tant que N < 7 au niveau de confiance de 95%. Cependant, la problabilité pour que N < 7 et le modèle soit incorrect reste élevée. Il s agira alors de déterminer les erreurs de type I et II : ˆ on fait une erreur de type I lorsqu on rejète un modèle correct Daniel Herlemont 5

6 4 A FAIRE VaR Niveau de Régions d acceptation confiance T = 255 days T = 510 days T = 1000 days 99% N < 7 1 < N < 11 4 < N < % 2 < N < 12 6 < N < < N < 36 95% 6 < N < < N < < N < % 11 < N < < N < < N < 92 90% 16 < N < < N < < N < 120 Table 1 Intervalles d acceptation d une VaR à 95% en fonction du nombre constaté d exceptions N Source : Jorion [?] ˆ on fait une erreur de type II lorsqu on accepte un modèle incorrect La table 1 a été établie par le comité de Bâle pour indiquer les zone d acceptation et de rejet en fonction du nombre d exceptions pour une VaR quotidienne à 95%. Si T = 510, alors le nombre d exceptions attendu est = 25. Cependant, en utilisant la table ci dessous, on acceptera la VaR à 95% tant que le nombre d exceptions sera compris entre 16 et 36. Une valeur de N supérieure à 36 indique que la VaR est sous estimée, une valeur de N inférieure à 6 indique que la VaR est trop conservative. Cette table montre que l intervalle de confiance N/T se réduit au fur et à mesure que le nombre de jours T augmente. On aura donc intérêt à prendre un nombre de jours le plus grand possible. En contre partie, un historique trop grand ne prendra pas en compte les changements récents (améliorations ou détériorations). Un historique d un an constitue le compromis (en réalité le minimum) choisi par le comité de Bâle. Remarque : les autorités exigent une VaR sur 10 ou 20 jours. Avec une VaR à 10 jours et une confiance à 99%, on doit s attendre à une exception tous les = 1000 jours, soit 4 ans environ. Il n est donc pas possible de backtester une VaR à 10 ou 20 jours. On doit donc se ramener à une VaR quotidienne. 4 A faire 4.1 Les données Le portefeuille est entièrement investi dans le CAC40. Utiliser les cours du CAC40 issus d un téléchargement YAHOO et disponibles à l adresse Daniel Herlemont 6

7 4 A FAIRE > closes=rev(read.csv("^fchi.csv")[,"close"]) > r = diff(log(closes)) 4.2 Estimation de la Value at Risk et backtesting Dans la suite on considère plusieurs modèles de Value at Risk : ˆ la VaR historique (on utilisera la fonction quantile) ˆ la VaR normale avec une volatilité RiskMetrics ou mieux encore une volatilité GARCH Asymétrique ˆ la VaR de Cornish Fisher avec une volatilité RiskMetrics ou GARCH ˆ la VaR utilisant la théorie des valeurs extrêmes (Pareto Généralisé) Pour chaque modèle de VaR et pour α = 0.01 calculer la VaR sur tout l historique du CAC40 (à l exception des 500 premiers jours qui seront utilisés pour initialiser les estimateurs). Indications. On poura utiliser les fonctions suivantes : n=length(r) dates0=dates[500:n] #pour la var historique r0=r[500:n] varh0=0 for (i in 500:n) { varh0[i-499]=quantile(r[(i-499):(i-1)],prob=0.01) } plot(dates0,r0) lines(dates0,varh0,col='red') # pour la var gaussienne ema=function(x,lambda) { y=x[1] for(i in 2:length(x)) y[i]=lambda*y[i-1]+(1-lambda)*x[i-1] return(y) } Daniel Herlemont 7

8 4 A FAIRE sigmat=sqrt(ema(r^2,0.92)) varg=qnorm(0.01)*sigmat varg0=varg[499:(n-1)] plot(r0) lines(varg0,col='red') 4.3 Backtesting ˆ Retrouver les valeurs de la table 1, en utilisant la fonction binom.test ˆ Compléter ce tableau pour la taille de l historique utilisé dans le backtest (c est à dire pour T de l ordre de 3000). ˆ comparer ces valeurs aux nombres d exceptions des différents modèles de VaR (Historique, RiskMetrics, GARCH, Cornish Fischer,...) ˆ Effectuer le backtesting sur les derniers 250 jours pour les différents modèles. Conclusions? 4.4 Gestion du risque d un fond investi dans le Future CAC40 On supposera que le Fond gère 10 Millions d euros. L objectif de la VaR à 10 jours à 99% est fixée à 4%. L objectif de VaR au quotidien est V ar obj 1 = 0.04W t / 10, avec W t la valeur du portefeuille à la date t, soit V ar obj 1 = 0.013W On supposera que le Fond est investi sur le marché future du CAC40 (en achat seulement), de telle façon que la Value at Risk soit respectée. En fonction du modèle de Value at Risk choisi (en fonction des backtests précédents), on déterminera, au quotidien, la proportion investie en actif risqué (CAC40). On en déduira le nombre de contrats à ne pas dépasser, en déduire les caractéristiques du fond en terme de performance, levier, ratio de Sharpe, etc... Indications : ˆ Le notionnel d un contrat CAC40 est la valeur de l indice multiplié par 10. La valeur du contrat est égale au cours coté multiplié par 10 euros. Exemple : si le cours du contrat à terme CAC 40 s établit à 4000, le contrat a une valeur de : euros. Si Daniel Herlemont 8

9 4 A FAIRE vous achetez un Contrat Future à points et que vous le revendez à points, votre gain est de ( ) 10 euros = euros. ˆ le taux sans risque est de 5% par an ˆ il n y a pas de coûts de transactions Soit V art CAC la VaR estimée (en pourcentage) à la date t, VaR estimée selon la méthode historique, RiskMetrics ou GARCH. On doit ajuster la proportion θ t investie dans le CAC de manière à respecter l objectif de VaR quotidienne par un stratégie auto finançante : L évolution de la richesse est W 1 = (1 θ 1 )(1 + r f )W 0 + θ 1 (1 + r 1 )W 0 = (1 + r f + θ 1 (r 1 r f ))W 0 (3) W 2 = (1 + r f + θ 2 (r 2 r f ))W 1 et ainsi de suite, d où W t = (1 + r f + θ i (r i r f ))W 0 i=1,t On doit donc déterminer θ t de manière à respecter un objectif de VaR V ar( W, 99%, 10Jours) = 4%W, En utilisant les propriétés de la fonction quantile de cash transalation (V ar(x + a) = V ar(x) + a) et d homogénéité (V ar(λx) = λv ar(x)), on obtient θ t = r f V ar cac,t+1 r f (4) En pratique on pourra négliger le taux sans risque dans le calcul du θ 4.5 Gestion dans un contexte de prop trading Dans ce contexte, il n y a pas de notion de richesse et les objectifs de Value at Risk sont donnés en Euros. Par exemple, on se donne comme contrainte une value at risk annuelle à 99% sur 10 jours, de 1 million d euros. Déterminer la stratégie de manière à respecter cet objectif. Nota : la richesse à la date t = 0 est nulle. Notons X(t) le P&L à la date t et N(t) le nombre de contrats. avec S t le prix de l actif. X(t) = N(t)(S t+1 S t ) 10 (5) Daniel Herlemont 9

10 On se donne pour objectif V ar(x, 99%, 10jours) = 1 Million, soit V ar(x, 99%, 1jour) = 10 6 / 10. En négligeant le taux sans risque, on trouve facilement N t = 1 10V arcac,t+1 S t (6) 5 References [1] JORION, P. The Value at Risk Fieldbook: The Complete Guide to Implementing Var. McGraw-Hill Companies, [2] RISKMETRICS GROUP. RiskMetrics Technical Document, December [3] STAHL, G. Three cheers, Daniel Herlemont 10

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

Hedging delta et gamma neutre d un option digitale

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

Plus en détail

Modèle GARCH Application à la prévision de la volatilité

Modèle GARCH Application à la prévision de la volatilité Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes

Plus en détail

Apprentissage par renforcement (1a/3)

Apprentissage par renforcement (1a/3) Apprentissage par renforcement (1a/3) Bruno Bouzy 23 septembre 2014 Ce document est le chapitre «Apprentissage par renforcement» du cours d apprentissage automatique donné aux étudiants de Master MI, parcours

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

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

Ce document synthétise les principaux aspects de DayTrader Live, le service le plus haut de gamme de DayByDay.

Ce document synthétise les principaux aspects de DayTrader Live, le service le plus haut de gamme de DayByDay. Bienvenue chez DayByDay, Ce document synthétise les principaux aspects de DayTrader Live, le service le plus haut de gamme de DayByDay. Il est en deux parties : - Les idées de trading : quels sont les

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

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

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

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

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

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

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

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

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

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

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

TURBOS WARRANTS CERTIFICATS. Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital.

TURBOS WARRANTS CERTIFICATS. Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital. TURBOS WARRANTS CERTIFICATS Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital. 2 LES TURBOS 1. Introduction Que sont les Turbos? Les Turbos sont des produits

Plus en détail

Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France

Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France Le 13 octobre 2014 Autorité des marchés financiers 17, place de la Bourse 75082 Paris cedex 02 Tél. : 01 53

Plus en détail

Gestion de Portefeuille. Mesures de Performance Ajustées du Risque

Gestion de Portefeuille. Mesures de Performance Ajustées du Risque Gestion de Portefeuille Mesures de Performance Ajustées du Risque Le Ratio de Sharpe La mesure de performance (ajustée du risque) la plus utilisée Rappel: Propriétés du ratio de Sharpe Mesure de la stratégie:

Plus en détail

Théorie Financière 8 P. rod i u t its dé dérivés

Théorie Financière 8 P. rod i u t its dé dérivés Théorie Financière 8P 8. Produits dit dérivés déié Objectifsdelasession session 1. Définir les produits dérivés (forward, futures et options (calls et puts) 2. Analyser les flux financiers terminaux 3.

Plus en détail

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables

Plus en détail

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur

Plus en détail

TURBOS JOUR : DES EFFETS DE LEVIER DE x20, x50, x100 jusqu à x300!

TURBOS JOUR : DES EFFETS DE LEVIER DE x20, x50, x100 jusqu à x300! TURBOS Jour TURBOS JOUR : DES EFFETS DE LEVIER DE x20, x50, x100 jusqu à x300! PRODUITS À EFFET DE LEVIER PRéSENTANT UN RISQUE DE PERTE DU CAPITAL Société Générale propose une nouvelle génération de Turbos,

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

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,

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

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

Placements sur longue période à fin 2011

Placements sur longue période à fin 2011 Les analyses MARS 2012 Placements sur longue période à fin 2011 Une année 2011 particulièrement favorable aux «valeurs refuges», mais la suprématie des actifs risqués reste entière sur longue période.

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

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

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

PRODUITS DE BOURSE GUIDE DES WARRANTS. Donnez du levier à votre portefeuille! Produits non garantis en capital et à effet de levier

PRODUITS DE BOURSE GUIDE DES WARRANTS. Donnez du levier à votre portefeuille! Produits non garantis en capital et à effet de levier GUIDE DES WARRANTS Donnez du levier à votre portefeuille! PRODUITS DE BOURSE www.produitsdebourse.bnpparibas.com Produits non garantis en capital et à effet de levier COMMENT LES WARRANTS FONCTIONNENT-ILS?

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

TURBOS Votre effet de levier sur mesure

TURBOS Votre effet de levier sur mesure TURBOS Votre effet de levier sur mesure Société Générale attire l attention du public sur le fait que ces produits, de par leur nature optionnelle, sont susceptibles de connaître de fortes fluctuations,

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

GUIDE DES WARRANTS. Donnez du levier à votre portefeuille!

GUIDE DES WARRANTS. Donnez du levier à votre portefeuille! GUIDE DES WARRANTS Donnez du levier à votre portefeuille! Instrument dérivé au sens du Règlement Européen 809/2004 du 29 avril 2004 Produits non garantis en capital à effet de levier EN SAVOIR PLUS? www.listedproducts.cib.bnpparibas.be

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

Instruments financiers et comptabilité de couverture : de nouveaux principes français en préparation

Instruments financiers et comptabilité de couverture : de nouveaux principes français en préparation Instruments financiers et comptabilité de couverture : de nouveaux principes français en préparation Conférence IMA du 05 avril 2012 Isabelle SAPET, Associée Programme 1. Introduction 2. Classification

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

La valeur présente (ou actuelle) d une annuité, si elle est constante, est donc aussi calculable par cette fonction : VA = A [(1-1/(1+k) T )/k]

La valeur présente (ou actuelle) d une annuité, si elle est constante, est donc aussi calculable par cette fonction : VA = A [(1-1/(1+k) T )/k] Evaluation de la rentabilité d un projet d investissement La décision d investir dans un quelconque projet se base principalement sur l évaluation de son intérêt économique et par conséquent, du calcul

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

Problèmes de crédit et coûts de financement

Problèmes de crédit et coûts de financement Chapitre 9 Problèmes de crédit et coûts de financement Ce chapitre aborde un ensemble de préoccupations devenues essentielles sur les marchés dedérivésdecréditdepuislacriseducréditde2007.lapremièredecespréoccupations

Plus en détail

Propriétés des options sur actions

Propriétés des options sur actions Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

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

ING Turbos Infinis. Avantages des Turbos Infinis Potentiel de rendement élevé. Pas d impact de la volatilité. La transparence du prix

ING Turbos Infinis. Avantages des Turbos Infinis Potentiel de rendement élevé. Pas d impact de la volatilité. La transparence du prix ING Turbos Infinis Produit présentant un risque de perte en capital et à effet de levier. Les Turbos sont émis par ING Bank N.V. et sont soumis au risque de défaut de l émetteur. ING Turbos Infinis Les

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

Méthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques

Méthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques Méthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques Asshvin Gajadharsingh Mesure et analyse quantitative du risque Caisse de dépôt et placement du Québec

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

WEBINAIRE SUR LE SUIVI DE TENDANCES

WEBINAIRE SUR LE SUIVI DE TENDANCES WEBINAIRE SUR LE SUIVI DE TENDANCES Le 16/02/2012 à 21H Présenté par Gilles SANTACREU (Boursikoter.com) En partenariat avec CMC Markets 1 Gilles SANTACREU, 43 ans - Webmaster et fondateur du site Boursikoter.com

Plus en détail

Introduction à la statistique non paramétrique

Introduction à la statistique non paramétrique Introduction à la statistique non paramétrique Catherine MATIAS CNRS, Laboratoire Statistique & Génome, Évry http://stat.genopole.cnrs.fr/ cmatias Atelier SFDS 27/28 septembre 2012 Partie 2 : Tests non

Plus en détail

Assurance maladie publique et «Opting out» - Réflexions théoriques

Assurance maladie publique et «Opting out» - Réflexions théoriques Assurance maladie publique et «Opting out» - Réflexions théoriques Carine Franc CREGAS INSERM - U 537 Une définition de «l opting out» «to opt out» : choisir de ne pas participer ; [hopital, school] choisir

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

LISTE D EXERCICES 2 (à la maison)

LISTE D EXERCICES 2 (à la maison) Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. Caractéristiques et fonctions d une v.a. 3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions

Plus en détail

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs

Plus en détail

CAC, DAX ou DJ : lequel choisir?

CAC, DAX ou DJ : lequel choisir? CAC, DAX ou DJ : lequel choisir? 1. Pourquoi cette question Tout trader «travaillant 1» sur les indices s est, à un moment ou un autre, posé cette question : «je sais que la tendance est bien haussière

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»

Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

Le Data Mining au service du Scoring ou notation statistique des emprunteurs! France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative

Plus en détail

Impact de Solvabilité II sur l économie réelle : une approche micro-économique

Impact de Solvabilité II sur l économie réelle : une approche micro-économique Impact de Solvabilité II sur l économie réelle : une approche micro-économique Marius Frunza a,b,c a Schwarzthal Kapital, Université Paris 1, 34 quai de Dion Bouton, Puteaux, 92800, France b Centre d Economie

Plus en détail

Portée et limites des VaR publiées par les grandes institutions financières

Portée et limites des VaR publiées par les grandes institutions financières Portée et limites des VaR publiées par les grandes institutions financières GUY LÉVY-RUEFF Direction pour la Coordination de la stabilité financière Service des Études sur les marchés et la stabilité financière

Plus en détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre. Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences

Plus en détail

DERIVES SUR ACTIONS ET INDICES. Christophe Mianné, Luc François

DERIVES SUR ACTIONS ET INDICES. Christophe Mianné, Luc François DERIVES SUR ACTIONS ET INDICES Christophe Mianné, Luc François Sommaire Notre activité Nos atouts La gestion du risque Conclusion 2 Notre activité 3 Les métiers Distribution de produits dérivés actions

Plus en détail

L allocataire dans un couple : l homme ou la femme?

L allocataire dans un couple : l homme ou la femme? L allocataire dans un couple : l homme ou la femme? par Alain Jacquot CNAF-Bureau des Prévisions Les CAF versent une trentaine de prestations (prestations familiales stricto sensu, aides au logement, et

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Le montant des garanties constituées aux fins du STPGV est-il excessif?

Le montant des garanties constituées aux fins du STPGV est-il excessif? Le montant des garanties constituées aux fins du STPGV est-il excessif? Kim McPhail et Anastasia Vakos* L e système canadien de transfert des paiements de grande valeur (STPGV) sert à effectuer les paiements

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

ING Turbos. Faible impact de la volatilité. Evolution simple du prix

ING Turbos. Faible impact de la volatilité. Evolution simple du prix ING Turbos Produit présentant un risque de perte en capital et à effet de levier. Les Turbos sont émis par ING Bank N.V. et sont soumis au risque de défaut de l émetteur. ING Turbos ING a lancé les Turbos

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

4 Distributions particulières de probabilités

4 Distributions particulières de probabilités 4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli

Plus en détail

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3

Plus en détail

Pratique des options Grecs et stratégies de trading. F. Wellers

Pratique des options Grecs et stratégies de trading. F. Wellers Pratique des options Grecs et stratégies de trading F. Wellers Plan de la conférence 0 Philosophie et structure du cours 1 Définitions des grecs 2 Propriétés des grecs 3 Qu est ce que la volatilité? 4

Plus en détail

Certificats TURBO. Bénéficiez d un effet de levier en investissant sur l indice CAC 40! Produits non garantis en capital.

Certificats TURBO. Bénéficiez d un effet de levier en investissant sur l indice CAC 40! Produits non garantis en capital. Certificats TURBO Bénéficiez d un effet de levier en investissant sur l indice CAC 40! Produits non garantis en capital. www.produitsdebourse.bnpparibas.com Les Certificats Turbo Le Certificat Turbo est

Plus en détail

Les techniques des marchés financiers

Les techniques des marchés financiers Les techniques des marchés financiers Corrigé des exercices supplémentaires Christine Lambert éditions Ellipses Exercice 1 : le suivi d une position de change... 2 Exercice 2 : les titres de taux... 3

Plus en détail

Analyse de la relation entre primes de terme et prime de change dans un cadre d équilibre international

Analyse de la relation entre primes de terme et prime de change dans un cadre d équilibre international ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 46 1997 Analyse de la relation entre primes de terme et prime de change dans un cadre d équilibre international Hubert de LA BRUSLERIE, Jean MATHIS * RÉSUMÉ. Cet

Plus en détail

Formules et Approches Utilisées dans le Calcul du Coût Réel

Formules et Approches Utilisées dans le Calcul du Coût Réel Formules et Approches Utilisées dans le Calcul du Coût Réel Objectifs du Taux Annuel Effectif Global (TAEG) et du Taux d Intérêt Effectif (TIE) Le coût réel d un crédit inclut non seulement l intérêt,

Plus en détail

Trucs et astuces pour gagner avec l analyse technique sur les Turbos

Trucs et astuces pour gagner avec l analyse technique sur les Turbos Trucs et astuces pour gagner avec l analyse technique sur les Turbos Ou comment appliquer de façon optimale une discipline encore trop méconnue pour spéculer sur des produits encore trop peu connus Marc

Plus en détail

Bonus Cappés et Reverse Bonus Cappés

Bonus Cappés et Reverse Bonus Cappés Bonus Cappés et Reverse Bonus Cappés Le prospectus d émission des certificats Bonus a été approuvé par la Bafin, régulateur Allemand, en date du 9 octobre 2009. Ce document à caractère promotionnel est

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

Le modèle de régression linéaire

Le modèle de régression linéaire Chapitre 2 Le modèle de régression linéaire 2.1 Introduction L économétrie traite de la construction de modèles. Le premier point de l analyse consiste à se poser la question : «Quel est le modèle?». Le

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

Formation 2 mois. Trader les Futures par les carnets d ordres :

Formation 2 mois. Trader les Futures par les carnets d ordres : Formation 2 mois Trader les Futures par les carnets d ordres : Marché des Matières premières avec Gold, Pétrole, Argent, Marché obligataire du Bund, Eurostoxx, Dax, Russel, S&P, Spread Dax-Stoxx, EUR/USD.

Plus en détail

Un essai de mesure de la ponction actionnariale note hussonet n 63, 7 novembre 2013

Un essai de mesure de la ponction actionnariale note hussonet n 63, 7 novembre 2013 Un essai de mesure de la ponction actionnariale note hussonet n 63, 7 novembre 2013 L objectif de cette note est de présenter une mesure de la ponction actionnariale. Son point de départ est un double

Plus en détail

Qu est-ce que l effet de levier?

Qu est-ce que l effet de levier? EMPRUNTER POUR INVESTIR : CE N EST PAS POUR TOUT LE MONDE Qu est-ce que l effet de levier? L effet de levier consiste à investir en empruntant une partie ou la totalité des sommes. De cette façon, vous

Plus en détail

14. Introduction aux files d attente

14. Introduction aux files d attente 14. Introduction aux files d attente MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: Files d attente 1/24 Plan 1. Introduction 2. Modèle M/M/1 3. Modèle M/M/1/K MTH2302D: Files

Plus en détail