Analyse du risque et évaluation des projets d investissement

Dimension: px
Commencer à balayer dès la page:

Download "Analyse du risque et évaluation des projets d investissement"

Transcription

1 8e Conférence Internationale de MOdélisation et SIMulation -MOSIM au 12 mai Hammamet Tunisie «Évaluation et optimisation des systèmes innovants de production de biens et de services» Analyse du risque et évaluation des projets d investissement F. BELAID CRS/ UMR 7218 LAVUE ESA PARIS 3-15 Quai Panhard et Levassor Paris- France A. D. DE WOLF IM/Univ-Littoral 49/79 Place du Général de Gaulle B.P Dunkerque-France B. RÉSUMÉ : L objet de cet article est une étude quantitative du risque, autour de la problématique principale de la prise de décision d investissement en amont pétrolier (exploration & production). L objectif premier est de fournir aux décideurs un outil d aide à la décision qui va leur permettre de choisir prudemment leurs stratégies d investissement et de réduire les échecs. En l état actuel des choses, le processus décisionnel au sein des compagnies s est fortement complexifié. En effet, elles sont amenées à sélectionner un ensemble de projets sur la base de critères variables et incertains, notamment la volatilité du prix, et l étendu des ressources disponibles. Par ailleurs les correctifs classiques qui sont destinés à atténuer la complexité du processus décisionnel, notamment la valeur actuelle nette (VA) et l indice de profitabilité, se révèlent insuffisants vu, d une part, une faible prise en compte de la notion du risque qui est un élément essentiel de tout investissement, et d autre part, l omission des interactions entre les différents projets. En résumé, nous allons définir une méthodologie pour la gestion de portefeuille de projets d investissement qui va non seulement tenir compte du risque, mais également de l effet de l interdépendance des projets. La méthodologie va être appliquée à un portefeuille de projets en amont pétrolier. Mots-Clés. Optimisation d un portefeuille de projets ; Evaluation de projets ; Simulation de Monte Carlo ; Gestion du risque. 1. ITRODUCTIO L exploration et le développement d un champ pétrolier font face à de nombreuses inconnues : les incertitudes liées aux rendements et aux coûts tout au long du cycle de vie du projet, aux coûts d investissement (Capex), aux coûts opératoires (Opex), au taux de production, au prix du pétrole (et du gaz), au taux de succès géologique, et au train des dépenses, notamment pour les puits sousmarins (l exploitation off-shore). Avec toutes ces incertitudes il est extraordinairement difficile de prévoir les bénéfices et les cash-flows, même pour les prospects les plus simples. Turner [1992] définit l investissement de la manière suivante : «Une tentative dans laquelle des ressources matérielles, humaines et financières sont organisées de manière novatrice, afin d'entreprendre un objectif unique de travail d une spécification donnée, en respectant les contraintes du coût et du temps, de manière à atteindre les changements bénéfiques unitaires, grâce à des objectifs quantitatifs et qualitatifs donnés.» Cette définition met en lumière les changements induits par la nature des projets, la nécessité d organiser une variété de ressources soumises à des contraintes significatives, et le rôle central des objectifs dans la définition du projet. Il suggère également de prêter une attention particulière aux incertitudes inhérentes à la nouvelle organisation en tant qu'élément central d une gestion efficace des projets. 1

2 La méthodologie suivie dans cet article est issue de la théorie de la décision et de la théorie de portefeuille. La théorie de la décision a été d'abord appliquée aux projets d exploration-production par Allais [1956] avec son étude sur la faisabilité économique de l'exploration dans le sud de Sahara Algérien. Ensuite, plusieurs tentatives ont misé à mettre en œuvre ces concepts dans le processus décisionnel en amont pétrolier, par Grayson [1960], Krumbein and Graybill [1965], Drew [1967], ces concepts ont été popularisés par Cozzolino [1977], Harris [1984,1990], Harbaugh [1984], ewendorp and Schuyler [2000], et autres. Cozzolino avait utilisé une fonction d'utilité exponentielle dans la détermination des flux financiers futurs d un projet d'exploration pétrolière pour exprimer l'équivalent certain, cet équivalent est égale à la valeur espérée moins une rémunération de risque, appelée prime de risque. Une autre contribution importante est celle faite par Walls [1995] qui intègre le concept de la théorie de l'utilité multi-attributs (Multi- Attribute Utility Theory Approach) au choix de projets d investissement pétroliers. Cette approche donne un aperçu riche sur les effets de l'intégration des objectifs des compagnies pétrolières et sur l analyse de risques dans les choix d'investissement. Walls et Dyer [1996] ont utilisé cette approche pour étudier les changements dans la propension des risques en fonction de la taille des entreprises dans l'industrie pétrolière. L histoire de l analyse quantitative du portefeuille a commencé dans les années 50, avec le travail révolutionnaire d Harry Markowitz, qui a vulgarisé l idée que l accroissement des rendements implique l accroissement du risque. Markowitz a développé la base mathématique et les conséquences de cette analyse dans sa thèse, soutenue en Dans les années 60, William Sharpe [1964] a étendu et développé les travaux de Markowitz, avec son modèle d évaluation d actifs du marché (CAPM : Capital Asset Pricing Model), tandis que Franco Modigliani et Merton Miller [1958] faisaient une autre contribution importante à la théorie d'évaluation des valeurs. Au début des années 70, Fischer Black, Myron Scholes [1972] et Robert Merton [1973] ont déterminé le principe de l évaluation rationnelle des stocks options. Depuis, plusieurs recherches on été menées dans ce domaine. David B. Hertz [1968] a discuté l application du modèle de Markowitz aux projets industriels risqués avec la manière dont il est utilisé dans le marché financier. En 1983, Ball & Savage ont proposé l application du modèle de Markowitz aux décisions stratégiques en E&P. Depuis 1990, les deux auteurs ont collaboré sur un ensemble de modèles pour répondre aux besoins de certaines compagnies. Cela, a permis d affiner la méthode, et de faciliter son application aux projets d'e&p. En outre, en 1997, l'observatoire de la terre de Lamont- Doherty de l'université de Colombie a fondé un consortium de sociétés de pétrole pour partager les connaissances en analyse des portefeuilles de projets d'e&p en se basant sur les modèles de Ball & Savage [1999], Holistic vs. Hole-istic E&P Strategies. Ce dernier article reste l un des plus populaires dans le domaine. Depuis, plusieurs travaux ont été menés dans ce sens (Michael R. Walls [2004], Erdogan et al. [2005], etc.) L'idée d'origine est qu un portefeuille peut avoir une valeur supérieure ou inférieure à la somme des projets qui le composent, et qu il n'y a pas un meilleur portefeuille, mais une famille de portefeuilles optimaux qui permettent d'atteindre un équilibre entre le risque et le rendement. Dans les années 30 et 40, le développement de la collecte et de l'analyse de données séismiques a sensiblement réduit le risque de non découverte du pétrole. La géologie et la géophysique résultantes (G&G) ont révolutionné la prospection pétrolière. L'analyse de décision a été traditionnellement appliquée à l'information dérivée de G&G pour ranger les projets puits par puits, déterminant sur une base individuelle s ils devaient être explorés et développés. Aujourd'hui, cette approche puits par puits (hole-istic) est concurrencée par l approche holistique globale (holistic) qui tient compte du portefeuille entier de projets potentiels. Cette analyse de portefeuille commence par la représentation des incertitudes locales des différents projets fournis par la science et la technologie de Géologie et la Géophysique (G&G). On tient compte alors des incertitudes globales en ajoutant deux G additionnels : la Géoéconomique et la Géopolitique. On essaye de ce fait de réduire les risques liés aux fluctuations des prix et aux événements politiques en plus des risques physiques adressés par l analyse traditionnelle de G&G. L évaluation économique de la rentabilité potentielle d un projet pétrolier est incertaine, elle dépend des résultats de plusieurs variables : les coûts totaux du projet, la probabilité de trouver un réservoir économiquement exploitable, le volume et le type (pétrole/gaz) des hydrocarbures trouvés, et les prix de vente futurs de la production. Tous ces paramètres ont un impact sur les indicateurs économiques des projets d exploration-production. Le risque économique d un projet d exploration production, est essentiellement lié à l environnement économique. otamment, l'évaluation de la rentabilité des investissements est basée essentiellement sur les 2

3 scénarios de prix du pétrole, ce qui fait que ce dernier reste le facteur déterminant des revenus. 2. MODELE PROPOSE Le modèle que nous proposons est un modèle économique intégral, ventilé en trois étapes principales : 1. Evaluation individuelle de chaque projet par l utilisation de la méthode déterministe pour l évaluation des cash-flows du projet d exploration ou production pétrolière. 2. Génération des simulations de Monte Carlo pour l évaluation des risques économiques de projets ; 3. Construction d un modèle d optimisation pour sélectionner le portefeuille optimal de projets Evaluation déterministe des projets La première étape d évaluation d un projet est de mettre en place un scénario de la situation de base et de calculer sa valeur actuelle nette (PV : et Present Value). Ceci suppose que les valeurs des paramètres d'entrée sont connues : la nature du pétrole en place ; le taux de déclin ; les prix du pétrole pour chaque année ; les coûts de chaque année ; le taux d actualisation ; la structure fiscale ; etc. Pour notre modèle, la formule utilisée est la suivante : n i VA i = (P i Prix Capex i Opex i Taxes i ) [1 + r + p + (r p)] n i=1 14 : Le nombre de projets dans le portefeuille n = Le nombre de périodes pour la durée d actualisation Prix = Prix du brut Pi : Production de projet i Capex i : Investissements du projet i Opex i : Les coûts opératoires de projet i Taxes i : Taxes payées au gouvernement hôte pour le projet i La détermination du taux d actualisation à utiliser est un élément critique du calcul économique. En effet, un taux trop élevé aura pour effet de valoriser le présent au détriment du futur et vice-versa. Les décisions fondées sur ces calculs seront donc faussées. L actualisation repose sur trois éléments essentiels : l inflation, la préférence pour la jouissance immédiate, et l aversion au risque. Les deux premiers principes sont souvent confondus dans ce que l'on nomme le "coût du temps" par opposition au troisième principe correspondant au "coût du risque". Le coût du temps reflète le fait qu'un euro de demain vaut moins qu'un euro d'aujourd'hui. Le coût du risque, quant à lui, reflète le fait qu'un euro certain vaut plus qu'un euro espéré mais incertain Evaluation probabiliste Pour analyser la sensibilité des projets aux paramètres d entrée, nous utilisons la simulation de Monte Carlo. La simulation permet aux analystes de décrire le risque et l incertitude des variables qui influencent la rentabilité du projet par des distributions de probabilité. Comme exemple de variables incertaines, on peut citer : les réserves, les coûts de forage, les prix du brut, etc. L'avantage de simuler un système sur ordinateur réside dans la possibilité de répliquer son évolution autant de fois que nécessaire dans des conditions indépendantes. Le premier objectif de l utilisation de la simulation dans l évaluation de projet en amont pétrolier est de déterminer la distribution de la VA à partir des variables qui influent sur le rendement du projet, d où sa moyenne ou la valeur actuelle espérée (voir ewendrop, 2002). Pour tout le processus on a utilisé la dernière version du logiciel Crystal Ball version 7.3 (voir John Charnes, 2007). On peut résumer le processus de la simulation de Monte Carlo effectué en trois étapes principales, comme suit : 1. Création d une distribution de probabilité pour chaque paramètre économique d entrée : comme première étape, nous devons déterminer les principaux facteurs de risque, qui sont ici en nombre de trois (production, Opex, Capex) et estimer leurs distributions de probabilités en utilisant les valeurs historiques et les jugements d experts. Dans notre exemple les distributions attribuées aux variables principales sont : log-normale pour la production, triangulaire pour Opex et Capex. Un exemple est donné dans le graphique de la figure 1 : r : Le taux d actualisation p : Le taux d inflation 3

4 En théorie, l application d une procédure prévisionnelle devrait se dérouler en trois étapes : - La collecte et l analyse des informations, qu il s agisse de données historiques ou des résultats d une enquête ; - L élaboration d un modèle orienté vers la prévision; - Le contrôle des prévisions. La réalité est tout autre, notamment en évaluation. L expérience montre, en effet, que la troisième condition n est jamais, ou presque jamais remplie. Il est rare qu un suivi d une analyse de marché pétrolier soit assuré. Figure 1: Distribution de probabilité de la production de la troisième année de projet 1. Rappelons que ces distributions sont fréquemment utilisées en industrie pétrolière, par exemple, Rodriguez et Oliveira [2005], Rose [1987]. 2. Génération d une simulation de Monte Carlo avec itérations. 3. Enregistrement des résultats de la simulation (la distribution de VA espérée EPV, la moyenne de la VA, sa variance, et enfin on récupère les données de la simulation qui vont être utilisées pour le calcul de la matrice des variances-covariances des valeurs espérées de la VA et celle des semi-covariances. Le calcul des deux matrices est fait sur Excel, à l aide de l utilitaire d analyse. Pour le prix du pétrole, vu le contexte actuel (la forte volatilité de prix du brut), il est difficile de détecter une relation de long terme qui peut décrire l évolution du prix. En conséquence, le modèle de prévision sera voué à l échec, en sachant que le portefeuille de projets dont on dispose a une durée de vie de 22 ans. Pour pallier ce problème, dans le calcul de la VA, l idéal serait d imaginer quelques scénarios de prix (deux à trois) en prenant compte tous les facteurs de la conjoncture économique actuelle, et les éventuels changements futurs (accroissement continu de la demande mondiale, épuisement éventuel des réserves, découverte de nouveaux gisements, éventuelle arrivée d une énergie nouvelle, etc.). Pour cela, on a imaginé trois scénarios de prix différents. Un prix bas à 25 $ le baril avec une probabilité d occurrence de 0,2 ; un prix moyen à 100 $ le baril avec une probabilité d occurrence de 0,4 ; un prix élevé à 200 $ le baril avec une probabilité d occurrence de 0,4. Enfin on calcule l espérance du prix. Pour cela, nous avons imaginé trois scénarios «type» de prix (bas, moyen et élevé). Les scénarios représentent un moyen de réfléchir sur les perspectives futures sans s appuyer sur des préconceptions Optimisation et sélection du portefeuille optimale Depuis Markowitz [1952], l analyse mathématique de la gestion de portefeuilles s est développée considérablement, et la variance est devenue la définition mathématique la plus populaire du risque pour la sélection de portefeuille. Les chercheurs ont développé une variété de modèles en utilisant la variance comme mesure du risque dans diverses situations, par exemple, Chow [1994], Chopra [1998], Hlouskova [2000], etc. En revanche, quand les distributions des rendements sont asymétriques, la sélection du portefeuille basée sur la variance peut être un handicap potentiel, de fait qu elle sacrifie trop de rendement prévu en éliminant les rendements extrêmes, à la fois les rendements extrêmes élevés et les rendements extrêmes faibles ; pour pallier ce problème, la semi-variance a été proposée comme une autre mesure alternative du risque. Beaucoup de modèles ont été construits sur la base de la minimisation de la semi-variance, par exemple, Markowitz [1993], Homaifar [1999], Grootveld [1999], Huang [2008], etc. Pour ces raisons, nous utilisons la semi-variance comme mesure du risque pour notre application. Le modèle avec la semi-variance comme mesure du risque s écrit de la manière suivante : 4

5 Max Z 1 = 1 λ i=1. EVA i λ i=1 J =1 X j Ω ij Sous les contraintes suivantes : i= 1, ; t = 2013, 2017 (horizon de production dans le moyen terme) 0 1 i=1. I i I max i=1. R i R min i=1. EVA i ρ min ( i=1. I i ) Exploration β. ( i=1. I i ) Total 0 i=1. I i P min t otation Comme indices, nous utilisons i et j pour indicer les différents projets et t pour les années. Où : λ = coefficient reflétant le facteur d aversion au risque de l investisseur (0 λ 1) β = la fraction des investissements attribuée aux cinq premiers projets (20 %) Pour obtenir la courbe de la frontière efficiente, on fait varier les valeurs du coefficient λ (tolérance au risque) dans l intervalle [0; 1]. Pour la résolution du modèle nous utilisons le logiciel GAMS (Brook and al, 1992). En tout nous avons eu 20 portefeuilles efficients. A lecture des résultats, on remarque que le portefeuille P 1 est le plus rentable avec un rendement de ,14 Millions $, une variance de ,55, et un investissement de 4 995,78 millions de $. Le portefeuille correspond au portefeuille sélectionné avec la méthode de l indice de profitabilité, avec une petite différence de composition, à l exemple du projet EXP 7 qui est sélectionné avec une fraction de 24 %, ce dernier n as pas été choisi auparavant, il en va de même pour le projet EXP 4, qui est sélectionné avec une fraction de 0,89 %, alors qu avant il avait été sélectionné en intégralité. La figure 2 présente la frontière efficiente résultante du modèle. = le nombre total de projets (14) E = le nombre de premier lot de projets (5) EVA i = le rendement espéré du projet i (fournit par la simulation de Monte Carlo) Ω ij : les coefficients de la matrice des semi-covariances entre les valeurs actuelles nettes espérées des projets i et j (fournis par la simulation de Monte Carlo) R i = les réserves du projet i P i = la production du projet i I i = l investissement du projet i P min t = la production minimale ciblée à l horizon t R min = le seuil de production minimal requis pour le portefeuille sélectionné I max = le capital d investissement disponible Figure 2 : Frontière efficiente résultante du modèle. 3. COCLUSIO otre modèle s articule sur les trois étapes principales suivantes : - Analyse des cash-flows de projets à l aide de calculs déterministes en utilisant les critères de la VA ; ρ min = le seuil de la valeur actuelle nette désiré du portefeuille 5

6 - Analyse des cash-flows de projets à l aide de calculs stochastiques en utilisant la simulation de Monte Carlo pour le calcul de la VA ; - Sélection du portefeuille optimal de projets en utilisant la méthode de Markowitz, en utilisant deux statistiques différentes comme mesure du risque (variance et semi-variance). La simulation de Monte Carlo que nous avons utilisé pour la simulation des VA des projets, est une méthode d'estimation générale, flexible et souvent simple à implanter. Elle permet d'estimer des paramètres inconnus qui, autrement, seraient insaisissables. Elle reste une des méthodes les plus performantes en analyse de risque projet, car c est la seule méthode qui soit capable d intégrer les diverses dimensions d un problème. En effet, elle nous permet d imaginer tous les scénarii possibles des distributions des variables de projets. La comparaison des valeurs obtenues par l approche de Monte Carlo aux valeurs déterministe nous éclaire sur la validité de la méthode Monte Carlo. En effet, les valeurs des différentes variables utilisées dans cette méthode sont «correctement» estimées. La méthode d optimisation de portefeuille qui est basée sur la méthode de Markowitz, permet aux décideurs de voir la contribution marginale de chaque projet au portefeuille, de définir ainsi les portefeuilles de projets optimaux, et le meilleur taux de participation dans chaque projet. Cette méthode, contrairement aux méthodes de sélection classiques, analyse les projets en prenant en considération les différentes facettes du risque et les différentes corrélations qui existent entre les différents projets, ce qui nous permet de cerner au mieux le risque encouru par les projets, de les quantifier, et de limiter les échecs d investissement. Elle permet de déterminer : - les allocations en capital, ainsi que la distribution de la production et des rendements pour chaque projet ; - déterminer les stratégies d investissement adéquates, qui répondent aux objectifs attendus, et respectent les contraintes budgétaires de la compagnie. Cette étude montre qu une analyse explicite des incertitudes et des corrélations dans l évaluation individuelle du risque de projets d exploration production, améliore la qualité de la prise de décision d investissement. L utilisation de la théorie du portefeuille de Markowitz qui incorpore le risque dans le processus de sélection, rend le système d analyse d investissement plus adéquat avec les attentes des décideurs. 4. BIBLIOGRAPHIE Allais, M., (1956), évaluation des Perspectives économiques de la recherche minière sur de grands espaces-application au Sahara Algérien, Revue de l Industrie Minérale, Paris, January, Al-Harthy, M. H., (2007). Stochastic oil price models: Comparison and impact, Eng. Econ. 52(3)pp Ball, B.C, Savage, S.L., (1999), Holistic vs. Hole-istic E&P Strategies, SPE Journal of Petroleum Technology, September, 74. Brook and al, (1992), GAMS user s guide release 2.25, The Scientific Press, San Francisco. Chow K., Denning K.C., (1994), On variance and lower partial moment betas: The equivalence of systematic risk measures, Journal of Business Finance and Accounting 11, pp Cozzolino, J. M., (1977), Management of Oil and Gas Exploration Risk, Cozzolino Associates, Inc., West Berlin. Drew, L.J., (1967), Grid-drilling exploration and its application to the search for petroleum, Economic Geology 62, Erdogan, M., Mudford, B., (2001), Optimization of decision tree and simulation of portfolios: a comparison, SPE SPE Hydrocarbon Economics and Evaluation Symposium, Dallas. Estrada, J., (2007), Mean-semi-variance behavior: Downside risk and capital asset pricing, Int. Rev. Econ. Financ. 16(2) Fateh Belaid, Daniel DE WOLF, (2008a), Petroleum projects selection by taking the risk into account, HEC Ecole de Gestion de l'ulg Working Paper, /01. Fateh Belaid, Daniel DE WOLF, (2009b), Stochastic evaluation of investment projects, HEC Ecole de Gestion de l'ulg Working Paper, May 09 / /02. Fichter, D.P., (2000), Application of genetic algorithms in portfolio optimization for the oil and gas industry, SPE 62970, SPE Annual Technical Conference and Exhibition, Texas. 6

7 Grayson, C. J., (1960), Decisions Under Uncertainty: Drilling Decisions By Oil and Gas Operators, Harvard Business School, Boston. Hertz, David B., (1968), Investment Policies That Pay Off, Harvard Business Review, vol. 46, o. 1 (January-February) Hightower, M. L. and A. David, (1991), Portfolio Modeling: A Technique for Sophisticated Oil and Gas Investors, SPE Paper 22016, presented at the 1991 SPE Hydrocarbon Economics and Evaluation Symposium, Dallas, TX, April Homaifar G., Graddy D.B., (1990), Variance and lower partial moment betas as alternative risk measures in cost of capital estimation: A defense of the CAPM beta, Journal of Business Finance and Accounting 17, pp Huang, X., (2008), Portfolio selection with new definition of risk, Eur. J. Oper. Res. 1(1) pp John Charnes, (2007), Financial Modeling with Crystal Ball and Excel, John Wiley & Sons, ew York. Sefair, J. A., A. L. Medaglia, (2005), Towards a model for selection and scheduling of risky projects, E. J. Bass, ed., Proceedings of the 2005 Systems and Information Engineering Design Symposium. Sira, E., (2006), Semi-variance as real project portfolio selection optimization criteria: An oil and gas industry application, Int. J. Global Energy 26(1 2) Tversky, A., D. Kahneman, (1991), Loss aversion in riskless choice: A reference dependent model, Q. J. Econ 106(4) Walls, M. R., J. S. Dyer, (1996), Risk propensity and firm performance: A study of the petroleum exploration industry, Management Sci. 42(7) Walls, M. R., (2004), Combining decision analysis and portfolio management to improve project selection in the exploration and production firm, J. Petrol. Sci. Eng. 44(1 2) Kaufman, G. M., (1963), Statistical Decision and Related Techniques in Oil and Gas Exploration, Prentice-Hall, Englewood Cliffs. Markowitz, H., (1952a), Portfolio selection, J. Financ. 7(1), pp Markowitz, H., (1959b), Portfolio Selection: Efficient Diversification of Investment, John Wiley & Sons, ew York. Markowitz, H., P. Todd, G. Xu, Y. Yamane (1993), Computation of mean-semivariance efficient sets by the critical line algorithm, Ann. Oper. Res. 45(1), pp Megill, R. E., (1977), An Introduction to Risk Analysis, PennWell Books, Tulsa. ewendorp, P.D., Schuyler, J.R., (2000), Decision Analysis for Petroleum Exploration, 2nd ed. Planning Press, Colorado. Orman, M., Duggan, T.E., (1998), Applying Modern Portfolio Theory to Upstream Investment Decision- Making, Paper SPE presented at the 1998 Annual Technical Conference and Exhibition, ew Orleans, Sept Ross, J. G., (2004), Risk and uncertainty in portfolio characterization, J. Petrol. Sci. Eng. 44(1 2)

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

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

Plus en détail

Evaluation de projets d investissement pétrolier en utilisant la simulation de Monte Carlo

Evaluation de projets d investissement pétrolier en utilisant la simulation de Monte Carlo Evaluation de projets d investissement pétrolier en utilisant la simulation de Monte Carlo Fateh BELAID and Daniel DE WOLF Instiut des Mers du Nord, Université du Littoral, 21 quai de la citadelle, 59140

Plus en détail

CHAPITRE 1 LA MÉTHODE DISCOUNTED CASH FLOWS

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

Plus en détail

Chapitre 4 : construction de portefeuille (I)

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

Plus en détail

La Nouvelle Finance et la Gestion des Portefeuilles

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

Plus en détail

Chapitre 2 L actualisation... 21

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

Plus en détail

Optimisation du mix de production sous incertitude l importance des arrangements contractuels

Optimisation du mix de production sous incertitude l importance des arrangements contractuels EdF Le Printemps de la Recherche 2008 Optimisation du mix de production sous incertitude l importance des arrangements contractuels Fabien Roques Agence Internationale de l Energie* EPRG, University of

Plus en détail

Examen Gestion de portefeuille

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

Plus en détail

1998.02 Composition d un portefeuille optimal. Dinh Cung Dang

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

Plus en détail

THEORIE FINANCIERE Préparation à l'examen

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

Plus en détail

Décision d investissement et contrôle de gestion. Contrôle de gestion- ISTIC 2012

Décision d investissement et contrôle de gestion. Contrôle de gestion- ISTIC 2012 Décision d investissement et contrôle de gestion Contrôle de gestion- ISTIC 2012 Rappel : Profit = RT-CT Profit = Q.Px-Q.CU Profit unitaire = Px-CU Q est la quantité produite, Px est le prix, et CU le

Plus en détail

Chapitre 4 : construction de portefeuille (II)

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

Plus en détail

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

- Value at Risk paramétrique -

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

Plus en détail

Les méthodes de contrôle des risques de portefeuilles

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

Plus en détail

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

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

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

Plus en détail

ECOLE SUPERIEURE DE COMMERCE D ALGER

ECOLE SUPERIEURE DE COMMERCE D ALGER MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE ECOLE SUPERIEURE DE COMMERCE D ALGER PROGRAMME DE LICENCE EN SCIENCES COMMERCIALES ET FINANCIERES OPTION : FINANCE ( applicable à partir

Plus en détail

Choix de Portefeuille

Choix de Portefeuille Année 2007-2008 Choix de Portefeuille Christophe Boucher Chapitre 1. Théorie de la décision en avenir incertain Critère d espérance d utilité L attitude vis-à-vis du risque Chapitre 2. Rendements et critères

Plus en détail

Stratégies Quantitatives de Gestion

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

Plus en détail

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

Wacc et risque de défaut. Jean-Michel Moinade Oddo Corporate Finance

Wacc et risque de défaut. Jean-Michel Moinade Oddo Corporate Finance Wacc et risque de défaut Jean-Michel Moinade Oddo Corporate Finance Stocks, Flux et Actualisation (MM1) Approche de Modigliani-Miller (première version) Approche Théorique Approche Théorique Agrégat Flux

Plus en détail

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

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

Plus en détail

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

1. Embedded Value (EV) au 31.12.2013

1. Embedded Value (EV) au 31.12.2013 1. Embedded Value (EV) au 31.12.2013 1.1 La notion d embedded value La présente communication porte sur l Embedded Value agrégée des deux sociétés Vie qui sont détenues à 100% par Foyer S.A., à savoir

Plus en détail

DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002

DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002 Département d économie politique DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS Semestre d hiver 2001-2002 Professeurs Marc Chesney et François Quittard-Pinon Séance

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

Chapitre 5 : Théorie et Gestion de Portefeuille

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

Plus en détail

Question 1: Analyse et évaluation des obligations

Question 1: Analyse et évaluation des obligations Question 1: Analyse et évaluation des obligations (56 points) Vous travaillez pour le département de trésorerie d une banque internationale. L établissement bénéficie d une très bonne réputation et peut

Plus en détail

De l aversion au risque à l aversion à l ambiguïté vis à vis de la perte

De l aversion au risque à l aversion à l ambiguïté vis à vis de la perte De l aversion au risque à l aversion à l ambiguïté vis à vis de la perte by Q-Hedge Technologies Mathieu Hamel avril 2014 Abstract La théorie de la gestion de portefeuille est en pleine mutation sous l

Plus en détail

Mesures de performance

Mesures de performance Mesures de performance Présenter les mesures de performance d'un portefeuille. Analyser la performance implique de : indiquer la rentabilité réalisée (performance «absolue») tenir compte des objectifs

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

L avantage des portefeuilles d actions à faible volatilité TD

L avantage des portefeuilles d actions à faible volatilité TD L avantage des portefeuilles d actions à faible volatilité TD Par : Jean Masson, Ph. D., Directeur général Avril 05 La plupart des investisseurs préfèrent les rendements élevés, mais n aiment pas prendre

Plus en détail

COURS GESTION FINANCIERE SEANCE 6 DECISIONS D INVESTISSEMENT EFFET DE LEVIER

COURS GESTION FINANCIERE SEANCE 6 DECISIONS D INVESTISSEMENT EFFET DE LEVIER COURS GESTION FINANCIERE SEANCE 6 DECISIONS D INVESTISSEMENT EFFET DE LEVIER SEANCE 6 DECISIONS D INVESTISSEMENT EFFET DE LEVIER La séance 6 traite des décisions d investissement. Il s agit d optimiser

Plus en détail

Chapitre 13 - Le MEDAF

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

Plus en détail

Principes de Finance

Principes de Finance Principes de Finance 13. Théorie des options II Daniel Andrei Semestre de printemps 2011 Principes de Finance 13. Théorie des options II Printemps 2011 1 / 34 Plan I Stratégie de réplication dynamique

Plus en détail

D Expert en Finance et Investissements

D Expert en Finance et Investissements MODULES FINAL D Expert en Finance et Investissements Copyright 2014, AZEK AZEK, Feldstrasse 80, 8180 Bülach, T +41 44 872 35 35, F +41 44 872 35 32, info@azek.ch, www.azek.ch Table des matières 1. Modules

Plus en détail

Fondements de Finance

Fondements de Finance Programme Grande Ecole Fondements de Finance Chapitre 7. : Risque, rentabilité et diversification Cours proposé par Fahmi Ben Abdelkader Version Etudiants Mars 2012 Préambule Fig. 10.1 (p.294) : Evolution

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

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

Placements. Colloque sur les perspectives démographiques, économiques et d investissement pour le Canada. Donald Raymond. Le 28 septembre 2012

Placements. Colloque sur les perspectives démographiques, économiques et d investissement pour le Canada. Donald Raymond. Le 28 septembre 2012 Placements Colloque sur les perspectives démographiques, économiques et d investissement pour le Canada Donald Raymond Le 28 septembre 2012 Programme 1. Mandat de l Office d Investissement du RPC (OIRPC)

Plus en détail

Activités d encadrement et de recherche - Membre du projet PREMIA (1999-2003), logiciel d évaluation d options

Activités d encadrement et de recherche - Membre du projet PREMIA (1999-2003), logiciel d évaluation d options Stéphane VILLENEUVE Né le 25 Février 1971 Marié, 2 enfants GREMAQ Université des Sciences Sociales Manufacture des Tabacs 21 allée de Brienne 31000 TOULOUSE Tél: 05-61-12-85-67 e-mail: stephane.villeneuve@univ-tlse1.fr

Plus en détail

Document d implémentation - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO

Document d implémentation - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO - Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 11 juin 2012 Table des matières 1 Avant-propos 3 2 Présentation de l architecture du logiciel 3 2.1 Core..........................................

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

Scénarios économiques en assurance

Scénarios économiques en assurance Motivation et plan du cours Galea & Associés ISFA - Université Lyon 1 ptherond@galea-associes.eu pierre@therond.fr 18 octobre 2013 Motivation Les nouveaux référentiels prudentiel et d'information nancière

Plus en détail

Contrat didactique Finance stochastique

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

Plus en détail

Combiner anticipations et optimisation : le modèle Black-Litterman

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

Plus en détail

CHAPITRE 2 LA MESURE ET L ANALYSE DU RISQUE D EXPLOITATION

CHAPITRE 2 LA MESURE ET L ANALYSE DU RISQUE D EXPLOITATION CHAPITRE 2 LA MESURE ET L ANALYSE DU RISQUE D EXPLOITATION 42 NOTES DE COURS CHAPITRE 2 43 1. INTRODUCTION Au premier chapitre, nous avons étudié le rendement de l exploitation. Nous avons également introduit

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

2. Risques et performances de portefeuille

2. Risques et performances de portefeuille 2. Risques et performances de portefeuille Objectifs du chapitre : à la fin de ce chapitre, vous devrez savoir... Calculer la rentabilité d un portefeuille Présenter et calculer des mesures de performance

Plus en détail

Décomposition de domaine pour un milieu poreux fracturé

Décomposition de domaine pour un milieu poreux fracturé Décomposition de domaine pour un milieu poreux fracturé Laila AMIR 1, Michel KERN 2, Vincent MARTIN 3, Jean E ROBERTS 4 1 INRIA-Rocquencourt, B.P. 105, F-78153 Le Chesnay Cedex Email: laila.amir@inria.fr

Plus en détail

Séance 4 - Les rachats d engagements de retraite sur le marché américain. Caitlin Long Groupe de solutions en matière de retraite

Séance 4 - Les rachats d engagements de retraite sur le marché américain. Caitlin Long Groupe de solutions en matière de retraite Séance 4 - Les rachats d engagements de retraite sur le marché américain Caitlin Long Groupe de solutions en matière de retraite Ce sont GM et Verizon qui ont ouvert le marché des rachats d engagements

Plus en détail

Solvabilité II un changement de paradigme

Solvabilité II un changement de paradigme Réglementation Solvabilité II un changement de paradigme En Europe, près de 7 700 milliards d euros d actifs sont gérés par des investisseurs institutionnels qui ont un horizon d investissement de long

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

Les mathématiques appliquées de la finance

Les mathématiques appliquées de la finance Les mathématiques appliquées de la finance Utiliser le hasard pour annuler le risque Emmanuel Temam Université Paris 7 19 mars 2007 Emmanuel Temam (Université Paris 7) Les mathématiques appliquées de la

Plus en détail

Comment intégrer les modèles prospectifs dans le pilotage de l activité d assurance

Comment intégrer les modèles prospectifs dans le pilotage de l activité d assurance Comment intégrer les modèles prospectifs dans le pilotage de l activité d assurance 10 juillet 2012 Intervention à l Université d Eté de l Institut des Actuaires Gildas Robert Actuaire Senior Manager Frédérique

Plus en détail

GPA-786 Rentabilité de projets d automatisation. Cours 1 Rappel des notions de base d analyse de rentabilité de projet

GPA-786 Rentabilité de projets d automatisation. Cours 1 Rappel des notions de base d analyse de rentabilité de projet GPA-786 Rentabilité de projets d automatisation Cours 1 Rappel des notions de base d analyse de rentabilité de projet Cours 1 : Sommaire Concepts de coût Coût d opportunité ou d option Coût perdu Coût

Plus en détail

Cours de gestion financière (M1)

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

Plus en détail

Théorie Financière 4E 4. Evaluation d actions et td d entreprises

Théorie Financière 4E 4. Evaluation d actions et td d entreprises Théorie Financière 4E 4. Evaluation d actions et td d entreprises Objectifs de la session 1. Introduire le «dividend discount model» (DDM) 2. Comprendre les sources de croissance du dividende 3. Analyser

Plus en détail

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

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

Plus en détail

La planification financière

La planification financière La planification financière La planification financière est une phase fondamentale dans le processus de gestion de l entreprise qui lui permet de limiter l incertitude et d anticiper l évolution de l environnement.

Plus en détail

Market Consistent Embedded Value

Market Consistent Embedded Value Market Consistent Embedded Value 1 Objectif de la séance } Comprendre de façon économique et intuitive la valorisation d une compagnie d assurances-vie } Aborder le concept de Market-Consistent Embedded

Plus en détail

COURS GESTION FINANCIERE SEANCE 6 DECISIONS D INVESTISSEMENT

COURS GESTION FINANCIERE SEANCE 6 DECISIONS D INVESTISSEMENT COURS GESTION FINANCIERE SEANCE 6 DECISIONS D INVESTISSEMENT SEANCE 6 DECISIONS D INVESTISSEMENT EFFET DE LEVIER La séance 6 (première partie) traite des décisions d investissement. Il s agit d optimiser

Plus en détail

Gestion de Portefeuille ENSAE 6 janvier 2006 Axel Cabrol

Gestion de Portefeuille ENSAE 6 janvier 2006 Axel Cabrol Gestion de Portefeuille ENSAE 6 janvier 2006 Axel Cabrol 1. Présentation du processus d investissement 2. L optimisation de portefeuille 3. Au-delà de l approche de Markowitz Processus de gestion de portefeuille

Plus en détail

Chronique Assurances et gestion des risques. par Gilles Bernier 1

Chronique Assurances et gestion des risques. par Gilles Bernier 1 Chronique Assurances et gestion des risques par Gilles Bernier 1 Dans le but d écrire cette chronique trimestrielle, j ai pris connaissance de la plus récente analyse de la performance financière de l

Plus en détail

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

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

Plus en détail

Marie-Elaine Gaudreault Directrice principale Marketing, Assurance et rentes individuelles. Une solution de retraite optimale?

Marie-Elaine Gaudreault Directrice principale Marketing, Assurance et rentes individuelles. Une solution de retraite optimale? Marie-Elaine Gaudreault Directrice principale Marketing, Assurance et rentes individuelles Une solution de retraite optimale? Octobre 2013 1 Une solution de retraite optimale? Ou croyez-vous que les rentes

Plus en détail

Théorie Financière 5. Analyse de projets d investissement

Théorie Financière 5. Analyse de projets d investissement Théorie Financière 5. Analyse de projets d investissement t VAN: Un rappel VAN: mesure le changement de la valeur de marché attendue de l entreprise si ile projet est entrepris Comme la valeur de l entreprise

Plus en détail

ECOLE SUPERIEURE DE COMMERCE D ALGER

ECOLE SUPERIEURE DE COMMERCE D ALGER MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE ECOLE SUPERIEURE DE COMMERCE D ALGER PROGRAMME DE LICENCE EN SCIENCES COMMERCIALES ET FINANCIERES OPTION : MARKETING ( applicable à

Plus en détail

Logiciels pour l analyse d incertitude et l analyse de sensibilité. David Makowski, Hervé Monod, Hervé Richard

Logiciels pour l analyse d incertitude et l analyse de sensibilité. David Makowski, Hervé Monod, Hervé Richard Logiciels pour l analyse d incertitude et l analyse de sensibilité David Makowski, Hervé Monod, Hervé Richard PLAN Exemple sous tableur : Crystal Ball Panorama des logiciels disponibles Modules de tableurs

Plus en détail

Overmind. Project Management Optimization

Overmind. Project Management Optimization Project Management Optimization Contenu Objectifs Expérience et compétences Project Management Optimization : Mission et Vision Grands programmes Données, Méthodologie et Résultats Process Appendix 1 Front

Plus en détail

relatif à la comptabilisation des comptes et plans d'épargne-logement dans les établissements habilités à recevoir des dépôts d'épargne-logement

relatif à la comptabilisation des comptes et plans d'épargne-logement dans les établissements habilités à recevoir des dépôts d'épargne-logement CONSEIL NATIONAL DE LA COMPTABILITÉ NOTE DE PRÉSENTATION - AVIS N 2006-02 DU 31 MARS 2006 relatif à la comptabilisation des comptes et plans d'épargne-logement dans les établissements habilités à recevoir

Plus en détail

VALORISATION DES PRODUITS DE CHANGE :

VALORISATION DES PRODUITS DE CHANGE : VALORISATION DES PRODUITS DE CHANGE : TERMES, SWAPS & OPTIONS LIVRE BLANC I 2 Table des Matières Introduction... 3 Les produits non optionnels... 3 La méthode des flux projetés... 3 Les options de change

Plus en détail

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

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

Plus en détail

Table des matières détaillée

Table des matières détaillée Table des matières détaillée Préface XIX Avant-propos XXI PARTIE I LA FINANCE ET LE SYSTÈME FINANCIER 1 Chapitre 1 Qu est-ce que la finance? 1 Résumé 1 1.1 Définition de la finance 3 1.2 Pourquoi étudier

Plus en détail

Formation portant sur StockPointer destinée aux Conseillers en Placement

Formation portant sur StockPointer destinée aux Conseillers en Placement Formation portant sur StockPointer destinée aux Conseillers en Placement Copyright 2001 StockPointer - Tous droits réservés 2000 Arthur Andersen All rights reserved. Sommaire Objectifs de la formation

Plus en détail

Management financier d une entreprise pétrolière et gazière

Management financier d une entreprise pétrolière et gazière Gestion et Finance Gestion et Finance GIP / MFP GIP / FMC Management financier d une entreprise pétrolière et gazière 10 Jours Approfondir ses connaissances en comptabilité pétrolière et s initier à l

Plus en détail

Quelles perspectives énergétiques pour la Belgique?

Quelles perspectives énergétiques pour la Belgique? Conférence «L actualité 214 des énergies renouvelables & du stockage énergétique» 26 mars 214 Quelles perspectives énergétiques pour la Belgique? Dominique Gusbin Equipe Energie-Transport Bureau fédéral

Plus en détail

SOMMAIRE SOMMAIRE 7 INTRODUCTION GENERALE...11

SOMMAIRE SOMMAIRE 7 INTRODUCTION GENERALE...11 SOMMAIRE SOMMAIRE 7 INTRODUCTION GENERALE...11 - PARTIE I - Organisation de trésorerie du régime général et principes d optimisation de la régulation des positions de trésorerie à très court terme...15

Plus en détail

PRIMAVERA RISK ANALYSIS

PRIMAVERA RISK ANALYSIS PRIMAVERA RISK ANALYSIS PRINCIPALES FONCTIONNALITÉS Guide d analyse des risques Vérification de planning Modélisation rapide des risques Assistant de registres de risques Registre de risques Analyse de

Plus en détail

Modélisation du risque opérationnel dans le secteur de l assurance

Modélisation du risque opérationnel dans le secteur de l assurance Avril 2011 N 14 Modélisation du risque opérationnel dans le secteur de l assurance Par Julie Gamonet Centre d études actuarielles Lauréate du prix du jeune actuaire 2010 Un texte paraissant dans SCOR Papers

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

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

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

Plus en détail

Note finale:... Q1 :... Q2 :... Q3 :... Q4 :... Bonus :... Total :...

Note finale:... Q1 :... Q2 :... Q3 :... Q4 :... Bonus :... Total :... FACULTE DES HAUTES ETUDES COMMERCIALES DE L'UNIVERSITE DE LAUSANNE Professeurs : D. Andrei C. Bobtcheff Matière : Principes généraux de finance Session : Automne 2012 Informations générales: o Documentation

Plus en détail

ECOLE SUPERIEURE DE COMMERCE D ALGER

ECOLE SUPERIEURE DE COMMERCE D ALGER MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE ECOLE SUPERIEURE DE COMMERCE D ALGER PROGRAMME DE LICENCE EN SCIENCES COMMERCIALES ET FINANCIERES OPTION : COMPTABILITE ( applicable

Plus en détail

Finance durable et investissement responsable. Groupe de travail 1 Christian Gollier

Finance durable et investissement responsable. Groupe de travail 1 Christian Gollier Finance durable et investissement responsable Groupe de travail 1 Christian Gollier Réalisations (I) Finance durable dans le rapport Stern Gollier, C., (2007), La finance durable du rapport Stern, Revue

Plus en détail

MÉTHODOLOGIE DE PLANIFICATION FINANCIÈRE

MÉTHODOLOGIE DE PLANIFICATION FINANCIÈRE MÉTHODOLOGIE DE PLANIFICATION FINANCIÈRE Les outils de planification MeDirect proposent des solutions de planification d investissement en ligne qui fournissent des projections de votre patrimoine et des

Plus en détail

Allocation de Portefeuille Stratégies Quantitatives

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

Plus en détail

Introduction aux Produits Structurés

Introduction aux Produits Structurés QUATRIEME PARTIE Introduction aux Produits Structurés Mai 2012 Sommaire Sect 1 Le concept de Produit Structuré Définition Historique Les clients et leur problématique d investissement Sect 2 Introduction

Plus en détail

INFORMATION CONNECTED

INFORMATION CONNECTED INFORMATION CONNECTED Solutions Métiers Primavera pour l Industrie des Services Publics Gestion de Portefeuilles de Projets Garantir l Excellence Opérationnelle grâce à la Fiabilité des Solutions de Gestion

Plus en détail

Cornèr Banque (Luxembourg) S.A. Risques associés aux profils de gestion

Cornèr Banque (Luxembourg) S.A. Risques associés aux profils de gestion Cornèr Banque (Luxembourg) S.A. Risques associés aux profils de gestion 1 Introduction Gestion patrimoniale mobilière Gestion patrimoniale fonds d investissement Gestion en placements alternatifs Gestion

Plus en détail

Simulations de Monte Carlo en finance : Pricer d option

Simulations de Monte Carlo en finance : Pricer d option Emma Alfonsi, Xavier Milhaud - M2R SAF Simulations de Monte Carlo en finance : Pricer d option Sous la direction de M. Pierre Alain Patard ISFA - Mars 2008 . 1 Table des matières 1 Introduction 4 2 Un

Plus en détail

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

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

Plus en détail

1 La formule de Black et Scholes en t discret

1 La formule de Black et Scholes en t discret Université de Provence Préparation Agrégation Epreuve de Modélisation, Option Proba. Texte : La formule de Black Scholes en Finance Étienne Pardoux 1 La formule de Black et Scholes en t discret On suppose

Plus en détail

FIXAGE. Le risque de taux en assurance-vie : Modélisation stochastique et fair value

FIXAGE. Le risque de taux en assurance-vie : Modélisation stochastique et fair value FIXAGE Le risque de taux en assurance-vie : Modélisation stochastique et fair value Petit-déjeuner du 9 janvier 2003 animé par Michel PIERMAY et Arnaud COHEN FIXAGE 11, avenue Myron Herrick 75008 Paris

Plus en détail

Risque ou rendement :

Risque ou rendement : Risque ou rendement : un choix essentiel! 1. Votre profil de risque constitue la pierre angulaire d un bon conseil en investissement. Le service de conseil en investissement personnalisé de KBC se base

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

PLAN DE COURS. Description du cours. Approche pédagogique. Matériel pédagogique. 3-203-99 Gestion de portefeuille Automne 2005

PLAN DE COURS. Description du cours. Approche pédagogique. Matériel pédagogique. 3-203-99 Gestion de portefeuille Automne 2005 3-203-99 Gestion de portefeuille Automne 2005 PLAN DE COURS Professeurs : Kodjovi Assoé Téléphone : 340-6615, bureau 4.222, kodjovi.assoe@hec.ca Jean-Philippe Tarte Téléphone : 340-6612, bureau 4.261,

Plus en détail