Exercice : la frontière des portefeuilles optimaux sans actif certain



Documents pareils
Le théorème des deux fonds et la gestion indicielle

PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading

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

Gestion obligataire passive

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

Programmation linéaire

Le risque Idiosyncrasique

Chapitre 3. Les distributions à deux variables

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

Analyse en Composantes Principales

Évaluation de la régression bornée

un environnement économique et politique

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Travail de projet sur VBA

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

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

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

Table des matières. l a r c i e r

Introduction à l approche bootstrap

Chapitre 5 : Flot maximal dans un graphe

1 Complément sur la projection du nuage des individus

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

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

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

La première étape du modèle était consacrée

Où investir en 2014? Grand colloque sur la gestion des actifs des caisses de retraite

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

Esarc - Pôle formations à distance

Chapitre 4 : cas Transversaux. Cas d Emprunts

CORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts

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

EXERCICES ET QUESTIONS DE COURS

Théorie et codage de l information

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen

Action quote-part d'une valeur patrimoniale; participation au capital-actions d'une société.

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

Présentation du métier d actuaire vie

Lagrange, où λ 1 est pour la contrainte sur µ p ).

Oscillations libres des systèmes à deux degrés de liberté

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

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

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

L Econométrie des Données de Panel

Programmes des classes préparatoires aux Grandes Ecoles

Outils théoriques du modèle standard. MASTER 2003 Paris IX [Dauphine] François Jubin

Dérivés Financiers Contrats à terme

table des matières PARtie i introduction Notations courantes... XXIII Les auteurs... XXV Avant-propos... XXVII Remerciements...

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

Solvabilité II Les impacts sur la tarification et l offre produit

Introduction aux algorithmes de trading

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Calcul différentiel sur R n Première partie

Ecole Polytechnique Macroéconomie avancée-eco 553 Chapitre 2 : Epargne, accumulation du capital et croissance

Extraction d informations stratégiques par Analyse en Composantes Principales

Cours d analyse numérique SMI-S4

De la mesure à l analyse des risques

La segmentation à l aide de EG-SAS. A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM

Cours 02 : Problème général de la programmation linéaire

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

Les indices à surplus constant

Séance 0 : Linux + Octave : le compromis idéal

Cedrus Sustainable Opportunities CSO Présentation du fonds Réservé exclusivement aux clients professionnels au sens de la Directive MIF

Programmation linéaire

Une approche rationnelle Investir dans un monde où la psychologie affecte les décisions financières

Gestion globale d actifs CIBC Inc. Être rémunéré pour le risque en devises

Chapitre 14 Cours à terme et futures. Plan

GESTION DES RISQUES FINANCIERS 4 ème année ESCE Exercices / Chapitre 3

De la mesure à l analyse des risques

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

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

Finance, Navier-Stokes, et la calibration

La classification automatique de données quantitatives

Programmation Linéaire - Cours 1

Le modèle de régression linéaire

FORMULAIRE DE STATISTIQUES

BMO Société d assurance-vie. Glossaire d aide juin 2009

UNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE

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

PRIVATE EQUITY. La solidité et la prospérité du marché suisse. Un rendement stable et durable dans l immobilier locatif et hôtelier

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008

Mathématiques appliquées à l'économie et à la Gestion

Qu est-ce qu une banque?

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

Fonctions de plusieurs variables

INFORM GESTION DE FORTUNE ACTIVE OU PASSIVE? INFORMATIONS FINANCIÈRES ESSENTIELLES POUR LES CAISSES DE PENSION

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités III Introduction à l évaluation d options

TABLE DES MATIERES. C Exercices complémentaires 42

POLITIQUE GÉNÉRALE D INVESTISSEMENT Ordre des conseillers en ressources humaines agréés

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Résolution de systèmes linéaires par des méthodes directes

Analyse des risques financiers

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

3 Approximation de solutions d équations

123CAPITAL PME. Bénéficiez d une double réduction d impôt : ISF + impôt sur le revenu Sous réserve de conserver votre placement 8 ans minimum

Transcription:

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

à la matrice des covariances en introduisant la matrice diagonales des volatilités : ::: 0 ::: 0 ::: ::: ::: ::: ::: 6 0 ::: j ::: 0 7 ::: ::: ::: ::: ::: 0 ::: 0 ::: J La matrice des covariances est alors donnée par le produit quadratique : ::: 0 ::: 0 ::: 0 ::: 0 ::: ::: ::: ::: ::: = 6 0 ::: j ::: 0 7 ::: ::: ::: ::: ::: Corr ::: ::: ::: ::: ::: 6 0 ::: j ::: 0 7 ::: ::: ::: ::: ::: 0 ::: 0 ::: J 0 ::: 0 ::: J où Corr est la matrice des coe cients de corrélation. Numériquement dans notre cas, on a donc : 0: 0 0 0:6 0: = 0 0:6 0 0:6 0: 0 0 0:06 0: 0: = dont l inverse est égal à : = 0: 0 0 0 0:6 0 0 0 0:06 0:0 0:09 0:00 0:09 0:0 6 0:000 96 0:00 0:000 96 0:00 6 0:09 9:0 9:00 9:0 6:07 :9 9:00 :9 9: () () () Le portefeuille le moins risqué de cet univers va être la solution du programme suivant : < : min x ;x ;x p sous la contrainte : x + x + x = ()

avec : p = x x x x x x Le lagrangien du problème peut s écrire : 0:0 0:09 0:00 0:09 0:0 6 0:000 96 0:00 0:000 96 0:00 6 L = p + (x + x + x ) () où est le multiplicateur de lagrange. Les conditions de premier ordre (nécessaires et su santes ici) sont : < x p + = 0 x : p + = 0 x p + = 0 ou encore : < x p = x : p = x p = ou encore comme x j p = P k x k jk : < [] x = [] x = : [] x = où [j] est le vecteur ligné constitué par la j-eme ligne de, x est le vecteur colonne des parts. Matriciellement la soution est donc : x = où est le vecteur colonne de J éléments égaux à. Le portefeuille optimal est donc : x = (7) Numériquement dans notre cas : 0:09 9:0 9:00 = 9:0 6:07 :9 9:00 :9 9: 9: 79 = : 6 0: (6)

Par conséquent le portefeuille optimal est en fonction de : 9: 79 x = : 6 () 0: Ici n est pas un coe cient d aversion au risque, un paramètre exogène, mais un multiplicateur de lagrange, donc une variable endogène dont la valeur est une des solutions du problème. Pour trouver, il nous faut utiliser une relation du problème non encore utilisée dans la résolution : la contrainte budgétaire : x + x + x = (9) ou encore : T x = (0) En injectant dans la contrainte budgétaire la valeur des parts, on a donc : T x = 9: 79 : 6 0: = 6: Par conséquent, la valeur de dans notre problème est : = 6: et donc on trouve le portefeuille optimal : x = 6: 9: 79 : 6 0: = : 0 0 7: 76 0 :0 0 () Ses performances (rendements espérés, volatilité, ratio de Sharpe) peuvent s écrire : Eer min var = 0: 0: 0:06 : 0 0 7: 76 0 ' 6: 0 0 () :0 0 min var = 0:0 0:077 6 0:0 : 0 0 7: 76 0 :0 0 0:0 0:09 0:00 0:09 0:0 6 0:000 96 0:00 0:000 96 0:00 6 ()

min var ' :7 9 0 6:0 0 S p = ' :96 () :7 9 0 où le ratio de Sharpe est calculée comme le rapport du rendement espéré à la volatilité en l absence d un taux d intérêt certain: () Si l on adopte comme fonction objectif le modèle espérance variance, alors le programme d optimisation s écrit : < : dont le lagrangien peut s écrire : Comme : L = Eer p max x ;x ;x Eer p p sous la contrainte : x + x + x = () p (x + x + x ) (6) Eer p = 0:x + 0:x + 0:06x (7) p = x x x 0:0 0:09 0:00 0:09 0:0 6 0:000 96 0:00 0:000 96 0:00 6 x x x = 0:0x + 0:0 x x 0:00 x x + 0:0 6x 0:00 9x x + 0:00 6x les conditions de premier ordre (nécessaires et su santes ici) sont : < 0: (0:0x + 0:09x 0:00x ) = 0 0: (0:09x + 0:06x 0:00096x ) = 0 : 0:06 ( 0:00x 0:00096x + 0:0006x ) = 0 ou sous forme matricielle : 0: 0:0 = 0:06 0:0 0:09 0:00 0:09 0:0 6 0:000 96 0:00 0:000 96 0:00 6 x x x () En mettant divisant par, puis en pré-multipliant par on trouve : 0: 0:0 0:0 0:09 0:00 x = 0:09 0:0 6 0:000 96 x (9) 0:06 0:00 0:000 96 0:00 6 x

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

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

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