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

Documents pareils
Exercice : la frontière des portefeuilles optimaux sans actif certain

M2 IAD UE MODE Notes de cours (3)

1 Complément sur la projection du nuage des individus

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

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

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

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

Le théorème des deux fonds et la gestion indicielle

Programmes des classes préparatoires aux Grandes Ecoles

CHAPITRE 5. Stratégies Mixtes

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Programmation linéaire et Optimisation. Didier Smets

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

Programmation linéaire

Introduction à l étude des Corps Finis

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

Chapitre VI - Méthodes de factorisation

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Correction du baccalauréat ES/L Métropole 20 juin 2014

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

3 Approximation de solutions d équations

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Calcul différentiel. Chapitre Différentiabilité

Programmation linéaire

Texte Agrégation limitée par diffusion interne

DCG 6. Finance d entreprise. L essentiel en fiches

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

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

Chp. 4. Minimisation d une fonction d une variable

Cours d Analyse. Fonctions de plusieurs variables

Programmation Linéaire - Cours 1

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

Fonctions de plusieurs variables

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Espérance conditionnelle

Le modèle de Black et Scholes

3. Conditionnement P (B)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

un environnement économique et politique

Cours 02 : Problème général de la programmation linéaire

Résolution d équations non linéaires

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

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

Moments des variables aléatoires réelles

Principe de symétrisation pour la construction d un test adaptatif

Propriétés des options sur actions

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

LES MÉTHODES DE POINT INTÉRIEUR 1

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

PROBABILITES ET STATISTIQUE I&II

Les indices à surplus constant

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

Correction du Baccalauréat S Amérique du Nord mai 2007

PRIME D UNE OPTION D ACHAT OU DE VENTE

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Précision d un résultat et calculs d incertitudes

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Sites web éducatifs et ressources en mathématiques

Simulation de variables aléatoires

Probabilités III Introduction à l évaluation d options

Limites finies en un point

Chapitre 2 Le problème de l unicité des solutions

Représentation d un entier en base b

Loi binomiale Lois normales

Chapitre 5 : Flot maximal dans un graphe

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Des caisses diversifiées et gérées professionnellement. Les Caisses privées

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Deux disques dans un carré

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

Théorèmes de Point Fixe et Applications 1

Image d un intervalle par une fonction continue

Gestion obligataire passive

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

Théorie de l estimation et de la décision statistique

Résolution de systèmes linéaires par des méthodes directes

Modèles et Méthodes de Réservation

Différentiabilité ; Fonctions de plusieurs variables réelles

Le produit semi-direct

MATHÉMATIQUES FINANCIÈRES I

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

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

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

Chapitre 3. Les distributions à deux variables

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Calcul différentiel sur R n Première partie

La classification automatique de données quantitatives

Table des matières. I Mise à niveau 11. Préface

ESSEC Cours Wealth management

Economie de l Incertain et des Incitations

PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading

Finance, Navier-Stokes, et la calibration

Angles orientés et trigonométrie

Transcription:

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. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 1 / 31

Motivations Comment aider un investisseur à placer son argent sur un marché financier complexe comprenant plusieurs actifs financiers? Nous étudions ici un modèle probabiliste simple de gestion de portefeuille basé sur l approche monopériodique de Markowitz. Ce modèle s intéresse exclusivement à l évolution du cours des actifs entre 2 dates (i.e. sur une période de temps) et propose une répartition des fonds sur les différents actifs (i.e. une composition de portefeuille) optimale pour un critère espérance/variance. Ce modèle simple admet une solution simple mais ne tiend pas compte de problématiques importantes dans la pratique de la gestion de portefeuille comme la liquidité, la fiscalité, les coûts de transaction... C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 2 / 31

Plan du cours 1 Comportement d un investisseur face au risque 2 Le modèle de Markowitz avec vente à découvert 3 Le modèle de Markowitz sans vente à découvert 4 Mini-projets autour du modèle de Markowitz C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 3 / 31

Notions de base On s intéresse à l évolution du cours d un actif financier entre deux dates t 0 et t 1 et on note On suppose : V A 0 : valeur de l actif A au temps t 0, V A 1 : valeur de l actif A au temps t 1. V A 0 connu (cours à la date t 0 d aujourd hui), V A 1 inconnu (cours à une date t 1 future) Pour tenir compte de l incertitude du cours futur, on modélise V1 A variable aléatoire. Question de base : comment comparer deux actifs A et B? par une C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 4 / 31

Exemple I : utilité moyenne Considérons deux actifs A et B tels que : V A 0 = V B 0 = 900e et { V A 1 = 920e avec proba 1/2 V1 A, = 960e avec proba 1/2 { V B 1 = 1100e avec proba 4/5. = 150e avec proba 1/5 V B 1 Les valeurs initiales étant identiques, on pense naturellement à comparer les espérances E[V1 A ] = 1 2 920 + 1 960 = 940 2 E[V1 B ] = 4 5 1100 + 1 150 = 910 5 et à préférer l actif A. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 5 / 31

Exemple I : utilité moyenne On suppose désormais que le placement doit servir à financer un achat de 1000eet on introduit la fonction d utilité : u(x) = (x 1000) + = max(x 1000, 0) Notons que A ne permettra jamais de financer cet achat et que E[u(V A 1 )] = 0 tandis que E[u(V B 1 )] = 4 5 100 + 1 5 0 = 80 On est donc ammené à préférer B. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 6 / 31

Règle 1 : maximisation de l utilité moyenne Une fonction d utilité est une fonction croissante sur [0, + [ et généralement concave. Par exemple u(x) = e αx (α > 0), u(x) = x 1 α (α 0), u(x) = log(x). 1 α Elle représente le comportement de l investisseur. D après les exemples précédent, un investisseur cherche à maximiser l utilité moyenne : Règle 1 - critère d espérance Etant donné deux actifs A et B de même cours initial V0 A = V 0 B, un investisseur préférera l actif maximisant l utilité moyenne E[u(V A,B 1 )]. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 7 / 31

Règle 2 : minimisation du risque Dans la suite du cours, on se place dans le contexte le plus fréquent de la fonction d utilité linéaire u(x) = x. Comment comparer deux actifs tels que V A 0 = V B 0 et E[V A 1 ] = E[V B 1 ]? On introduit la notion de risque d un actif mesuré par sa variance : plus la variance est élevée, plus l actif est risqué. Règle 2 - critère de variance Etant donné deux actifs A et B de même cours initial V0 A = V 0 B et de même utilité moyenne E[V1 A] = E[V 1 B ], un investisseur préférera l actif minimisant la variance Var[V A,B 1 ]. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 8 / 31

Exemple II : rôle de la corrélation Considérons deux actifs de même valeur initiale V A 0 = V B 0 tels que et de variance E[V A 1 ] = m A 1 E[V B 1 ] = m B 1 Var[V A 1 ] = σ 2 A, Var[V B 1 ] = σ 2 B. On considère un portefeuille contenant une proportion x d actif A et 1 x de B P x = xv A + (1 x)v B, x R. La valeur initial est P x 0 = V0 A = V0 B. Lorsque x [0, 1], on a x 0 et 1 x 0 (achat classique). Sinon, on a x < 0 ou 1 x < 0 (vente à découvert). C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 9 / 31

Exemple II : rôle de la corrélation Le portefeuille P x a pour caractéristiques E[P x 1 ] = xm A 1 + (1 x)m B 1 [m A 1, m B 1 ] Var[P x 1 ] = x 2 σ 2 A + (1 x) 2 σ 2 B + 2x(1 x)ρ A,B σ A σ B avec ρ A,B = corr(v1 A, V 1 B). On remarque que la variance du portefeuille P1 x monotone de la corrélation ρ A,B : croissante si x [0, 1], décroissante sinon. dépend de façon C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 10 / 31

Exemple II : rôle de la corrélation Lorsque m A = m B, tous les portefeuilles ont la même espérance finale. Quelle est le portefeuille de risque minimal? Il s obtient en minimisant (σ 2 A + σ 2 B 2ρ A,B σ A σ B )X 2 + 2(ρ A,B σ A σ B σ 2 B)X + σ 2 B conduisant au portefeuille optimal x = σ 2 B ρ A,Bσ A σ B σ 2 A + σ2 B 2ρ A,Bσ A σ B. La contrainte x [0, 1] n est pas toujours respectée, ce qui peut s interpréter comme un portefeuille avec vente à decouvert. Si on souhaite respecter la contrainte x [0, 1] (vente à découvert interdite), on posera x = 0 si x < 0 et x = 1 si x > 1. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 11 / 31

Exemple III : rôle de la diversification On considère n titres A 1,..., A n supposés «interchangeables» tels que et V A i 0 = m 0, E[V A i 1 ] = m 1, Var[V A i 1 ] = σ2 Cov(V A i 1, V A j 1 ) = ρσ2 pour i j. On considère le portefeuille P n = 1 n n i=1 V A i formé de n titres en proportions égales. On calcule de manière simple P n 0 = m 0, E[P n 1 ] = m 1, Var[P n 1 ] = 1 ρ n σ2 + ρσ 2. Interprétation : le risque décroît en diversifiant l investissement sur les différents titres. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 12 / 31

Notion de rendement Lorsque l on travaille avec la fonction d utilité linéaire u(x) = x, il est commode d introduire le rendement d un actif afin de comparer des actifs n ayant pas la même valeur initiale. Définition Le rendement d un titre prenant les valeurs V 0 > 0 et V 1 0 est R = V 1 V 0 V 0 Remarques : en anglais, rendement return. On a toujours R 1. R > 0 en cas de hausse, R < 0 en cas de baisse. On a une bijection (V0, V 1 ) (V 0, R), en effet V 1 = V 0 (1 + R). En général, V0 est connu et R est une variable aléatoire. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 13 / 31

Notion de rendement L intérêt du rendement est de pouvoir comparer deux actifs n ayant pas la même valeur initiale. Exemple : Analyse : A : V A 0 = 110, V A 1 = 120 B : V B 0 = 55, V A 1 = 61 Le titre A permet un bénéfice de 10, le titre B seulement de 6. En achetant deux titres B au même prix que A, bénéfice de 12. Les rendements sont : R A = 120 110 110 0, 091 et R B = 61 55 55 0, 109. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 14 / 31

Notion de rendement Le raisonnement précédent se généralise aisément et permet de montrer que dans le cas de l utilité linéaire u(x) = x, les règles d investissement de maximisation de l utilité moyenne et minimisation du risque sont équivalentes à la règle suivante : Règle espérance-variance Soient deux titres de rendement R A et R B. Si E[R A ] E[R B ], l investisseur préfèrera le titre A. Si E[R A ] = E[R B ] et Var[R A ] Var[R B ], l investisseur préfèrera le titre A. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 15 / 31

Plan du cours 1 Comportement d un investisseur face au risque 2 Le modèle de Markowitz avec vente à découvert 3 Le modèle de Markowitz sans vente à découvert 4 Mini-projets autour du modèle de Markowitz C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 16 / 31

Cadre mathématique et notations On considère un marché composé de d actifs risqués A 1,..., A d et d un actif non risqué A 0 sur une période [t 0, t 1 ]. On note V A i 0 = valeur de l actif A i au temps t 0, V A i 1 = valeur de l actif A i au temps t 1. Les valeurs initiales (V A i 0 ) 0 i d, sont connues ainsi que V A 0 1 (actif sans risque). Les valeurs finales des actifs risqués (V A i 1 ) 1 i d sont aléatoires. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 17 / 31

Cadre mathématique et notations Un investisseur achète une quantité α i de titres A i, 0 i d. Le vecteur α = (α i ) 0 i d R d+1 représente la composition du portefeuille noté P α. On autorise les valeurs α i négatives ce qui correspond à des ventes à découvert mais on suppose la valeur initiale du portefeuille positive : P α 0 = d i=0 α i V A i 0 0. La valeur finale du portefeuille P α 1 = d i=0 α i V A i 1 peut être négative. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 18 / 31

Rendement d un portefeuille Peut-on calculer le rendement R α du portefeuille P α en fonction des rendements (R i ) 0 i d des actifs A i? La réponse est donnée par la proposition suivante : Proposition (rendement d un portefeuille) Le rendement du portefeuille P α est donné par R α = d x i R i i=0 avec x i la proportion initiale en valeur de l actif A i dans le portefeuille x i = α iv A i 0 P0 α. Preuve : à faire en exercice, R α = Pα 1 Pα 0 P α 0 = C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 19 / 31

Rendement d un portefeuille Remarques : Lorsqu on s intéresse au rendement, on n a pas besoin de connaître la composition exacte du portefeuille et sa valeur initiale mais seulement les valeurs relatives (x i ) 1 i d. Remarquons que d i=0 x i = 1. On peut donc représenter la composition relative d un portefeuille par un vecteur x = (x i ) 1 i d R d et poser x 0 = 1 d i=1 x i. On obtient la formule Proposition (rendement d un portefeuille) Le rendement d un portefeuille de composition relative x = (x i ) 1 i d est donné par d R x = R 0 + x i (R i R 0 ) où R i R 0 s interprète comme le rendement excédentaire de l actif A i (par rapport à l actif sans risque A 0 ). i=1 C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 20 / 31

Espérance et variance du rendement On introduit le rendement excédentaire moyen des actifs risqués µ i = E[R i ] R 0, 1 i d et la matrice de covariance des rendements Γ = (Cov(R i, R j )) 1 i,j d. Proposition (espérance et variance du rendement) Le rendement d un portefeuille de composition relative x = (x i ) 1 i d a pour espérance d E[R x ] = R 0 + x i µ i = R 0 + µ x i=1 et variance Var[R x ] = x Γx Preuve : facile... C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 21 / 31

Notion de portefeuille M-V efficace La notion suivante est centrale dans l approche de Markowitz. Définition (portefeuille M-V efficace) Un portefeuille P est dit M-V efficace si parmi tous les portefeuilles de même rendement moyen, P présente le risque le plus faible au sens où la variance du rendement est minimale. C est une notion d optimalité mettant en jeu les critères de moyenne (M) et variance (V). Dans ce modèle, l investisseur préfère toujours les portefeuilles M-V efficace. En représentant un portefeuille P par sa composition relative x et en utilisant la proposition précédente, on a formellement si et seulement si y R d, x R d est M-V efficace d y i µ i = i=1 d x i µ i y Γy x Γx. i=1 C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 22 / 31

Caractérisation des portefeuilles M-V efficaces On rappelle que µ i = E[R i ] R 0 est le rendement excédentaire moyen de l actif A i et on note µ = (µ i ) 1 i d R d. Théorème On suppose la matrice de covariance des rendements Γ inversible. Un portefeuille x R d est M-V efficace si et seulement si x est colinéaire à Γ 1 µ. Le vecteur x M = Γ 1 µ apparaît comme une caractéristique du marché et s interprète comme un fond commun de placement. Deux preuves : multiplicateurs de Lagrange ou géométrie euclidienne. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 23 / 31

Portefeuilles M-V efficace de rendement moyen fixé Dans toute la suite,on suppose Γ inversible. Corollaire Étant donné un réel r R 0, il existe un unique portefeuille M-V efficace de rendement moyen r et sa composition relative est donnée par x(r) = r R 0 µ Γ 1 µ Γ 1 µ. De plus, le risque σ(r) = Var[R x(r) ] vérifie la relation affine r = R 0 + µ Γ 1 µ σ(r) Dans ce modèle, les investisseurs utilisent tous le fond commun de placement x M = Γ 1 µ. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 24 / 31

Remarques Pour un portefeuille M-V efficace, rendement moyen r et risque σ (mesuré comme l écart type du rendement) sont liés par une relation linéaire. r r = R 0 + µ Γ 1 µ σ σ Plus l investisseur est «gourmand» en terme de rendement moyen visé, plus il doit accepter de prendre de risques. De manière symétrique au corollaire précédent, pour un niveau de risque fixé à l avance σ, il existe un unique portefeuille M-V efficace x(σ) de risque σ. Quelle est sa composition? C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 25 / 31

Remarques Exemple : mandats de gestion en assurance vie (source : Boursorama Banque) Mandat défensif : L objectif est la valorisation régulière du capital avec une faible exposition aux fluctuations des marchés financiers et une volatilité cible inférieure à 5%. L investissement est effectué majoritairement en produits de taux. Mandat équilibré : L objectif est une valorisation attractive du capital grâce à une gestion discrétionnaire et de convictions, dans le cadre d un risque contrôlé (volatilité cible inférieure à 10%). Le mandat est très largement diversifié pour permettre une exposition équilibrée sur les marchés d actions internationaux et de taux. Mandat dynamique : Le mandat a pour objectif la recherche d une croissance dynamique, avec une volatilité cible inférieure à 16%. Il est exposé majoritairement sur les principaux marchés actions. Mandat offensif : Le mandat a pour objectif de valoriser offensivement le capital à travers une très forte exposition aux marchés actions, notamment à ceux des pays émergents. C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 26 / 31

Plan du cours 1 Comportement d un investisseur face au risque 2 Le modèle de Markowitz avec vente à découvert 3 Le modèle de Markowitz sans vente à découvert 4 Mini-projets autour du modèle de Markowitz C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 27 / 31

Marché sans vente à découvert Lorsque le marché ne permet pas les ventes à découvert d actifs, on doit considérer seulement les portefeuilles définis par α 0 R, α i 0, 1 i d et les compositions relatives vérifient donc x i 0, 1 i d. Si on ne veut ni vente à découvert d actif, ni emprunt de numéraire, on doit avoir α i 0, 0 i d et donc x i 0, 1 i d et d x i 1. i=1 C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 28 / 31

Portefeuille MV-efficace Pour déterminer le portefeuille MV-efficace de rendement moyen r > R 0, on est donc conduit à trouver le point réalisant le minimum de la variance Var[R x ] = x Γx sous les contraintes E[X] = R 0 + µ x = r x i 0, 1 i d et éventuellement Cet ensemble peut être vide! d x i 1. On ne dispose malheureusement pas de formule simple explicite, mais des algorithmes efficaces sont disponibles (optimisation d une fonction quadratique sous contrainte affine). i=1 C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 29 / 31

Interprétation géométrique Si on considère la norme euclidienne x 2 = x Γx, le portefeuille MV-efficace de rendement r s interprête comme le projeté orthogonal du point 0 sur l ensemble convexe { } d C(r) = x [0, ) d ; µ x = r R 0 et x i 1. i=1 C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 30 / 31

Plan du cours 1 Comportement d un investisseur face au risque 2 Le modèle de Markowitz avec vente à découvert 3 Le modèle de Markowitz sans vente à découvert 4 Mini-projets autour du modèle de Markowitz C.Dombry (Université de Franche-Comté) Finance - chapitre 1 Année 2014-2015 31 / 31