ESG

École des sciences de la gestion

Département de finance
Université du Québec à Montréal

École des sciences de la gestion

Recueil de notes

Cours : FIN8506

Évaluation des actifs

Professeur : Raymond Théoret, Ph.D.

 ESG
École des sciences de la gestion
Département de finance
Université du Québec à Montréal

École des sciences de la gestion (UQAM)

PLAN DE COURS

FIN8506

Théories avancées de portefeuille

(Hiver 2015)

Professeur : Raymond Théoret, Ph.D.

Objectifs du cours

Le cours FIN 8506 vise d’abord à exposer de façon rigoureuse les

théories modernes en matière de gestion de portefeuille. A cet effet, les
théories de Markowitz, du CAPM et de l’APT seront analysées dans un
cadre mathématique rigoureux. Les indicateurs qui servent à évaluer la
performance d’un gestionnaire de portefeuille, tant du point de vue de la
sélection des titres que du timing du marché, sont par la suite examinés.

-2-
Puis nous déplaçons notre collimateur vers les théories de la structure à
terme des taux d’intérêt. Après avoir envisagé les théories classiques de la
structure à terme, – soit les théories des anticipations, de la préférence
pour la liquidité et de la segmentation des marchés –, nous étudions la
théorie des taux à terme, qui sert de fondement aux théories sur les
contrats à terme. Nous faisons par la suite une excursion dans le domaine
des théories modernes de la structure à terme des taux d’intérêt. Ces
théories se subdivisent en théories d’équilibre et théories basées sur
l’absence d’arbitrage. Ces théories nous permettent de déterminer les prix
des options sur les taux d’intérêt. A ce sujet, nous étudierons plus
spécifiquement les modèles de Black, Derman et Toy et de Ho et Lee, qui
nous introduiront aux principes du calcul numérique.

Pour bien assimiler le cours, l’étudiant devra posséder des

connaissances de base en calcul différentiel et intégral, en calcul matriciel
et en statistiques. Une maîtrise de l’économétrie financière constitue
également un atout. Le manuel d'économétrie financière que j'ai rédigé
avec François Racicot et qui apparaît dans la bibliographie du cours
renferme l'essentiel de ces connaissances de base. Il vous sera d'une grande
utilité pour la rédaction de vos travaux. Il expose également en détails
plusieurs modèles financiers très connus, tels le CAPM et l'APT. Vous y
trouverez un modèle de la couverture d'un bilan bancaire et le modèle de
tracking error de Roll. On vous y apprend finalement comment estimer
les paramètres d'un processus stochastique. Le chapitre 1 est un rappel
des principales notions en statistiques alors que le chapitre 3 est un rappel
du calcul matriciel.

Le manuel sur le Calcul numérique que j'ai également rédigé avec

François Racicot, en plus de renfermer une grande partie du cours FIN
8506, expose toute une série de modèles financiers solutionnés en ayant
recours au calcul numérique. Vous pourrez vous servir de l'un des
chapitres de ce livre pour définir votre travail de session. Le manuel est
centré sur l'ingénierie financière mais s'intéresse également à la VaR, à
l'évaluation de l'entreprise et à la théorie des taux à terme.

-3-
 Bibliographie sommaire du cours

Les manuels ou documents suivants sont obligatoires :

 Théoret, Raymond, Codex FIN8506 : Recueil de notes,

École des sciences de la gestion, UQAM, 2015.

 Racicot François-Éric et Théoret, Raymond (2001), Traité

d'économétrie financière: modélisation financière, Presses de
l'Université du Québec.

Les manuels ou documents suivants sont recommandés :

 Racicot F.-É. et Théoret, R., 2004. Le calcul numérique en

finance quantitative et empirique : ingénierie financière et
Excel (Visual Basic), Presses de l'Université du Québec : Levy.
Ce manuel renferme une grande partie des notes de cours.

 Copeland, T. Weston, J. et K. Shastri, 2005. Financial Theory

and Corporate Policy, 4ième edition, Pearson, Addison Wesley:
New York.

 Racicot F.-É. et Théoret, R., 2006. Finance computationnelle

et gestion des risques: ingénierie financière avec applications
Excel (Visual Basic) et Matlab. Presses de l'Université du
Québec : Levy.

 Le Courtois, O., Walter, C., 2012. Risques financiers extrêmes

et allocation d’actifs. Economica : Paris.

 Le Courtois, O., Walter, C., 2008. La concentration des

portefeuilles : perspective générale et illustration. Document de
travail, École de Management de Lyon.

-4-
 Le Courtois, O., 2010. On prudence, temperance and
monoperiodic portfolio optimization. Document de travail,
CEFRA, EM Lyon Business School (France).

 Van Nieuwerburgh, S., Veldkamp, L., 2008. Information

acquisition and under-diversification. Document de travail,
Stern Business School (New York).

 Walter, Christian, 2004. Le modèle linéaire dans la gestion des

portefeuilles : une perspective historique. Les cahiers de
JPMorgan sur l’histoire de la gestion d’actifs.

 Walter, C., 2004. La concentration de la performance :

quelques résultats empiriques. Document de travail,
PricewaterhouseCoopers et Institut d’études politiques de
Paris.

 Walter, C., 2005. La gestion indicielle et la théorie des

moyennes. Les cahiers de JPMorgan sur l’histoire de la gestion
d’actifs.

 Cochrane, J.H., 2005. Asset Pricing. Princeton University Press:

Princeton.

 Stowe, J.D. et al., 2007. Equity Asset Valuation, Wiley: New

York.

 Jurczenko, E. & Maillet, B.D.,2006. Multi-moment asset

allocation and pricing models, Wiley : New York.

-5-
 Évaluation

L’évaluation comporte deux examens dont l’un aura lieu à la

sixième semaine et l’autre, à la douzième. La pondération accordée aux
examens dans la note globale est de 60% (30% chacun).

Finalement, le travail de session (individuel ou de groupe)

comptera pour 40% de la note globale. Ce travail sera présenté au cours
des dernières semaines du cours. Les sujets qui pourront être étudiés sont
les suivants :

- Application des modèles de programmation (quadratique,

dynamique) à la sélection d’un portefeuille optimal de titres.
Le Solveur d'Excel peut être utilisé à cette fin. A ce sujet,
voir: Racicot et Théoret (2004), chapitre 4 (Solveur d'Excel) et
annexes 2, 5 et 6.

- Estimation du modèle de Fama et French. Voir à ce sujet:

Racicot, F-É et Théoret, R., On Comparing Hedge Fund
Strategies Using Higher Moment Estimators for Correcting
Specification Errors in Financial Models, dans: Gregoriou, G.N.
et Kaiser, D.G., Hedge Funds and Managed Futures, Risk
Books, 2006.

- Estimation du n-CAPM. Voir reference précédente.

- Estimation du CAPM conditionnel: bêta et alpha

conditionnels. Voir référence précédente.

- Simulation de Monte Carlo pour déterminer le prix d’une

option, par exemple une option asiatique ou une option sur
taux d’intérêt. À ce sujet, voir : Racicot et Théoret (2001),
chapitre 6; Racicot et Théoret (2004), chapitre 1,2 et chapitre

-6-
 7; Wilmott (2000), op.cit., chap. 66. Racicot et Théoret, 2006,
chap. 7.

- Application de la méthode généralisée des moments (GMM)

pour estimer les paramètres d’un modèle stochastique des taux
d’intérêt : modèle à un seul facteur ou à deux facteurs. A ce
sujet, voir: Racicot et Théoret (2001), chap. 11.

- Application du modèle GARCH (Generalized Autoregressive

Conditional Heteroscedasticity) à l’étude de la volatilité des
cours des actions. À ce sujet, voir : Racicot et Théoret (2001),
chap. 10. Racicot et Théoret (2006), chap. 21.

- Modèles de volatilité stochastique. Voir à ce sujet: R. Théoret,

An Essay on Stochastic Volatility and the Yield Curve, dans:
Gregoriou G.N. (ed.), Advances in Risk Management,
Palgrave-Macmillan, 2006. Co-auteurs: Pierre Rostan et deux
étudiants de la MFA.

- Modèle du CAPM incorporant les processus GARCH. A ce

sujet, voir: Racicot et Théoret (2001), chap. 11.

- Modèle du CAPM multifactoriel appliqué à l’étude des

rendements boursiers canadiens. Voir codex.

- Indices boursiers de référence (benchmarks) et analyse de la

performance des gestionnaires de portefeuilles de Fonds
mutuels ou de fonds de pension. Voir codex.

- Application du modèle de Black, Derman et Toy à la

détermination du prix d’une option sur taux d’intérêt. Cela
exige la programmation d’un arbre binomial. À ce sujet, voir :
Théoret et Racicot (2004), chapitres 4 et 6; Benninga, S.,
Financial Modeling, The MIT Press, Cambridge, 1997, chap.
11. Pour une programmation de l’arbre binomial en Visual

-7-
 Basic (Excel), on consultera : Racicot et Théoret (2004),
chapitres, 3, 4, 6 et 7; Wilmott, P. (2000), op. cit., chap. 12
ainsi que Jackson et Staunton (2001). Racicot et Théoret
(2006), chap. 6.

- Prévision des rendements boursiers à partir de la théorie du

chaos et des neurones. Plusieurs logiciels sur les neurones sont
disponibles au laboratoire d’informatique.

- Fiscalité et rendements boursiers.

- Application du modèle de Grinold et Khan à l’analyse des

fonds mutuels. Voir codex.

- Application de l’APT à l’étude des rendements boursiers

canadiens (analyse factorielle).

- Application du modèle du tracking error (modèle de Roll) à

l’analyse de la performance des Fonds mutuels canadiens. A ce
sujet, voir: Racicot et Théoret (2001), chap. 3, annexe.

- Étude de la performance d’institutions financières connues

comme la Caisse de dépôt et placement du Québec. Voir:
codex.

- Test du modèle ARCH-M dans le cadre d’un modèle CAPM. A

ce sujet, voir: Racicot et Théoret (2001), chap. 10.

- Calcul de la VaR d'un portefeuille de titres par la méthode du

bootstrapping. A cet effet, voir: Racicot et Théoret (2004),
chapitre 5. Racicot et Théoret (2006), chap. 16.

- Tout autre thème relié au cours.

-8-
 Chapitres

Chapitre 1

INTRODUCTION À LA THÉORIE DES MARCHÉS DES CAPITAUX

1. Vers un marché complet des capitaux. Notion de titres purs.

Détermination des prix des titres purs: le "stochastic discount model". 2.
Fonctions d'utilité et diverses mesures du degré d'aversion au risque.
Mesures théoriques de la prime de risque impliquant les moments
supérieurs de la distribution des rendements. Appendice : la prime de
risque : une synthèse. Exercices.

CHAPITRE 2

L’ANALYSE MOYENNE-VARIANCE

1. L’analyse moyenne-variance dans le cas de deux titres. 2. La frontière

efficiente lorsqu’il existe un actif risqué et un actif sans risque. 3.
Portefeuille optimal avec plusieurs actifs. 4. Transposition de l’analyse
moyenne variance à la détermination de la couverture optimale d’un bilan
bancaire. 5. Exercices.

 Codex.
 Racicot et Théoret (2001), chapitre 3: annexe. Cette annexe comporte
un rappel sur le calcul matriciel et expose le modèle de Markowitz
sous forme matricielle ainsi que le modèle de couverture d'un bilan
bancaire. On y étudie également la matrice variance-covariance d'un
portefeuille de titres et la covariance entre deux portefeuilles.

-9-
 Racicot et Théoret (2004), annexes 2, 5 et 6.

CHAPITRE 3

LA THÉORIE DU CAPM

1. Le CAPM : les préliminaires. La dérivation du CAPM. Les propriétés

du CAPM. 2. Le CAPM et l’évaluation des actifs financiers. 3. L’impact
des hypothèses du CAPM sur la validité de cette théorie. 4. Les
vérifications empiriques du CAPM. 5. La théorie du CAPM et les
moments supérieurs (higher moments) des rendements: le n-CAPM.
Théorie du CAPM conditionnel: le bêta variable. Annexe : Méthodes
d’évaluation d’une entreprise. Exercices.

 Codex.
 Racicot et Théoret (2001), chapitre 10, pp. 287-308.
 Racicot, F-É et Théoret, R., On Comparing Hedge Fund Strategies
Using Higher Moment Estimators for Correcting Specification Errors
in Financial Models, dans: Gregoriou, G.N. et Kaiser, D.G., Hedge
Funds and Managed Futures, Risk Books, 2006.

CHAPITRE 4

LA THÉORIE DE L’APT

1. Le principe de l’arbitrage. L’APT : c’est quoi? 2. Le modèle de l’APT.

Un exemple numérique. 3. Test de l’APT. 4. Les modèles multifactoriels
de Fama et French et de Fung et Hsieh. Exercices.

 Codex.
 Racicot et Théoret (2001), chapitre 10, pp. 308-323.
 Racicot, F-É et Théoret, R., On Comparing Hedge Fund Strategies
Using Higher Moment Estimators for Correcting Specification Errors

- 10 -
 in Financial Models, dans: Gregoriou, G.N. et Kaiser, D.G., Hedge
Funds and Managed Futures, Risk Books, 2006.
 R. Théoret, Hedge Funds Returns, Higher Moments and Nonlinear
Risk, dans: Gregoriou, G.N. et D.G. Kaiser, Hedge Funds and
Managed Futures: a Handbook for Institutional Investors, Risk Books,
2006. Co-auteurs: Prof. Alain Coën (UQAM) et Prof. François-Éric
Racicot (UQO)

CHAPITRE 5

L’ÉVALUATION DE LA GESTION DE PORTEFEUILLE

1. L’évaluation de la gestion de portefeuille. 2. La mesure statistique du

rendement d’un portefeuille. 3. L’indicateur de Jensen. L’indicateur de
Treynor. L’indicateur de Sharpe. 4. Le modèle de Grinold et Khan de la
sélection des titres (« stock picking »). 5. Indicateurs de performance de
seconde génération. Exercices.

 Codex.
 Racicot et Théoret (2004), annexe 3.

Chapitre 6

Modèles multifactoriels d’évaluation d’actifs : une synthèse

1. L’équation d’Euler. Transposition de l’équation d’Euler au plan

empirique. Anomalies de marché. Modèles d’évaluation des actifs en
équilibre général et en équilibre partiel.

- 11 -
 CHAPITRE 7

THÉORIE DES TAUX À TERME

1. Opérations au comptant et opérations à terme. 2. Contrat à terme. 3.

Opération à terme et absence d’arbitrage. 4. Création de contrats à terme
synthétiques à partir d'instruments au comptant. 5. Introduction à
l'ingénierie financière. Exercices.

 Codex.
 Racicot et Théoret (2004), chap. 11.
 Racicot et Théoret (2006), chap. 10.

CHAPITRE 8

THÉORIES TRADITIONNELLES ET CONTEMPORAINES DE LA STRUCTURE À

TERME DES TAUX D’INTÉRÊT

1. La théorie des anticipations (Fisher). La théorie de la préférence pour

la liquidité (Hicks). La théorie de la segmentation des marchés. 2. Les
modèles de la structure à terme des taux d’intérêt basés sur l’absence
d’arbitrage. Le modèle de Black, Derman et Toy. Le modèle de Ho et Lee.
Le modèle lognormal. Le modèle de Hull et White. 3. Les modèles
d’équilibre de la structure à terme des taux d’intérêt.

 Codex.
 Racicot et Théoret (2004), chap. 4, 6 et 9. Les modèles de Black et de
Ho et Lee sont présentés au chapitre 9.
 Racicot et Théoret (2006), chap. 2, 4, 6.

- 12 -
 CHAPITRE 9
L'ASSURANCE D'UN PORTEFEUILLE ET SA COUVERTURE OPTIMALE

1. Notion d'assurance de portefeuille. 2. Le hedging dynamique: intuition

du concept. 3. Modèle du portefeuille dupliquant. 4. Reproduction d'un
protective put. 5. Reproduction d'un covered call. 6. Formule du nombre
optimal de contrats à terme pour couvrir un portefeuille d'obligations. 7.
La couverture delta. 8. La couverture delta-gamma. Simulations.

 Codex.
 Racicot et Théoret (2004), annexe 4.
 Racicot et Théoret (2006), chap. 4, chap. 17.

- 13 -
PLAGIAT
Règlement no 18 sur les infractions de nature académique

Tout acte de plagiat, fraude, copiage, tricherie ou falsification de document commis par une
étudiante, un étudiant, de même que toute participation à ces actes ou tentative de les
commettre, à l’occasion d’un examen ou d’un travail faisant l’objet d’une évaluation ou dans
toute autre circonstance, constituent une infraction au sens de ce règlement

La liste non limitative des infractions est définie comme suit :

 la substitution de personnes ;
 l’utilisation totale ou partielle du texte d’autrui en le faisant passer pour sien ou sans
indication de référence ;
 la transmission d’un travail pour fins d’évaluation alors qu’il constitue essentiellement un
travail qui a déjà été transmis pour fins d’évaluation académique à l’Université ou dans
une autre institution d’enseignement, sauf avec l’accord préalable de l’enseignante,
l’enseignant ;
 l’obtention par vol, manœuvre ou corruption de questions ou de réponses d’examen ou de
tout autre document ou matériel non autorisés, ou encore d’une évaluation non méritée ;
 la possession ou l’utilisation, avant ou pendant un examen, de tout document non
autorisé ;
 l’utilisation pendant un examen de la copie d’examen d’une autre personne ;
 l’obtention de toute aide non autorisée, qu’elle soit collective ou individuelle ;
 la falsification d’un document, notamment d’un document transmis par l’Université ou
d’un document de l’Université transmis ou non à une tierce personne, quelles que soient
les circonstances ;
 la falsification de données de recherche dans un travail, notamment une thèse, un
mémoire, un mémoire-création, un rapport de stage ou un rapport de recherche.

Les sanctions reliées à ces infractions sont précisées à l’article 3 du Règlement no 18

Pour plus d’information sur les infractions académiques et comment les prévenir :
www.integrite.uqam.ca

- 14 -
 Chapitre 1

Introduction à la théorie
des marchés des capitaux

1. Vers un marché complet des capitaux

 Titres financiers purs

- Paient 1$ si un certain état de la nature se produit et 0$ autrement.

- Marché des capitaux complet :

 Nombre des titres financiers indépendants = nombre des états de la

nature

Exemple

- Trois états de la nature

- Trois titres : (1,1,1), (1,0,0) et (0,1,1)

- Marchés financiers incomplets :

* cash-flows du titre sans risque = somme des cash-flows des deux

autres titres.

1 1 0

1  0  1
    
1 0 1

 titre sans risque : combinaison linéaire des deux autres titres

- 15 -
 Marché complet des capitaux

* Nombre de titres purs = nombre des états de la nature possibles

* Titres indépendants entre eux

 Marché financier complet : situation idéale pour l’investisseur :

* il peut alors couvrir ou hedger toute situation

- 16 -
 Aspects mathématiques d’un marché complet des capitaux

- n titres et n états de la nature

- Titres indépendants si le déterminant de leurs cash-flows est non nul

* le marché des capitaux est alors complet

- Exemple

- Trois titres purs et trois états de la nature

- Déterminant de ces titres :

1 0 0
0 1 0 1
0 0 1

 marché des capitaux complet

 Titres purs : abstractions

* Ils n’existent pas comme tels

* Peuvent être reproduits à l’aide de combinaisons de titres existants

- 17 -
Exemple

- Trois titres dans l’économie et trois états de la nature

- Cash-flows de ces 3 titres :

1 0  0 
0  1 1
     
0 1 3

- Matrice des cash-flows de ces trois titres :

1 0 0
A  0 1 1 
 
0 1 3

- Déterminant de A non nul  marchés financiers complets

- 18 -
* Combinaisons de ces titres qui donnent les titres purs :

A 1A  I

 
1 0 0  1 0 0 1 0 0
 1
  0 1 1    0 1 0 
3
0
 2 2   
1   0 1 3  
  0 0 1 
0  1
 2 2 

* Pour obtenir le titre pur (0,1,0)

- Achat de 3/2 du titre (0,1,1)

- Vente à découvert de ½ du titre (0,1,3)

* Pour obtenir le titre pur (0,0,1)

- Vente à découvert de ½ du titre (0,1,1)

- Achat de ½ du titre (0,1,3)

- 19 -
Détermination des prix des titres financiers purs

 Prix qui dépendent de trois facteurs :

1) Préférences temporelles pour la consommation et la

productivité du capital

2) Probabilités des états de la nature

3) Aversion des individus à l’endroit du risque

 Premier cas : un titre sans risque paie 1$ dans un an quel que soit
l’état de la nature.

1
Ps 
1  rf

où rf : taux sans risque.

rf : dépend du facteur 1

 Deuxième cas : un titre paie 1$ dans un an si l’état s se réalise et 0$

pour tout autre état.

s : probabilité de l’état s

- Prix du titre :

ECF  1$s
Ps  
1  Ers  1  Ers 

1$  1  rf 
Ps  s 
1  rf 1  Ers 

- Trois facteurs déterminent le prix d’un titre :

1) Taux sans risque

- 20 -
2) Probabilité de l’état s

3) Degré d’aversion pour le risque :

Ers   rf

- 21 -
2. Notion d’aversion pour le risque

 Fonction d’utilité d’un individu qui craint le risque exprimée en termes de sa

richesse :

U(E(W))

E(U(W))

5 10 30 W

- Fonction d’utilité d’un individu qui craint le risque : concave.

* Il préfère la valeur actualisée d’un jeu avec certitude au jeu lui

même :

UEW   EUW 

- Sur le graphique :

* Un jeu donne droit à 5$ avec une probabilité de 80% et à 30$ avec une
probabilité de 20%.

* Valeur espérée du jeu : 10$

* L’individu préfère 10$ avec certitude au jeu lui-même (droite qui relie
les enjeux).

 Individu qui aime le risque : fonction d’utilité convexe :

- 22 -
 UEW   EUW 

 Individu neutre au risque : fonction d’utilité linéaire :

UEW   EUW 

Indicateur du degré d’aversion au risque

* Aversion pour le risque : reliée à la courbature de la fonction d’utilité :

- courbature : dérivée seconde

* Indicateur dû à Pratt et Arrow

 Pour un individu qui craint le risque :

UEW   EUW 

- Richesse initiale de l’individu : W

- On présente à cet individu un jeu de Z dollars.

EZ  0

 
E Z 2   2Z

- Il préfère la valeur certaine de Z dollars au jeu :

EUW  Z  UW  EZ

EUW  Z  UW 

puisque E(Z) = 0

- Pour rétablir l’égalité, retrancher une prime de risque  dans le terme de droite :

EUW  Z  UW  

- 23 -
 Isoler cette prime en recourant à l’expansion de Taylor :

- Approximation de f(.) autour du point a; h : petit accroissement.

f ' ' a h 2
f a  h   f a   f ' a h 
2!

 Approximation de la partie gauche de l’équation :

 a=W et h=Z

 
EUW  Z  E UW   ZU ' W   Z 2 U' ' W   ...
1
 2 

1 
EUW  Z  EUW   EZU '  E  Z 2 U' '
2 

 EU  U' EZ  U' ' E Z 2

1
2
 
1
U   2Z U' '
2
puisque E(U) = U

 Approximation de la partie droite de l’équation

- La partie droite de l’équation est de :

U[W - ]

 Son approximation est de:

- 24 -
 a = W et h = -

UW    UW   U'

 En égalisant les deux approximations de Taylor et en mettant  en évidence,

on a :

1  U' ' 
   2Z   
2  U' 

  : mesure locale de la prime de risque Pratt-Arrow

 Degré absolu d’aversion pour le risque :

U' '
ARA  
U'

 Signe de ARA dépend de U’’ (courbature de la fonction d’utilité) puisque U’

est toujours positif.

 Individu qui craint le risque :

- Fonction d’utilité concave

 U’’< 0

>0

-  augmente avec U’’ (degré de convexité de la fonction d’utilité).

 Exemple

U(W)  ln( W)

 Cette fonction est concave :

- 25 -
 1
U'  0
W

1
U' '   0
W2

 Le degré absolu d’aversion pour le risque de cet individu est donc de :

1

U' ' 2 1
ARA    W 
U' 1 W
W

 ARA inversement proportionnel à la richesse.

- 26 -
 Appendice

La prime de risque : une synthèse

Pour introduire la notion de prime de risque, nous nous basons sur l’excellente

présentation de Jean-Louis Cayatte dans son manuel intitulé : Microéconomie de

l’incertitude (de boeck, Bruxelles, 2009). Représentons par W 1une richesse aléatoire et

w*, son équivalent certain et soit u(.) une fonction d’utilité définie sur la richesse. Par

 
exemple, W ~ N  , 2 . L’équivalent certain w* de la richesse aléatoire W est tel que :

w*  W (1)

i.e., l’agent est indifférent entre une richesse certaine w* et une richesse aléatoire W . En

termes de la fonction d’utilité, (1) s’écrit :

  
u  w *  E u W 

(2)

i.e., l’utilité de l’équivalent certain w* doit être égale à la valeur espérée de l’utilité de

W.

On dira qu’un individu est averse au risque ou riscophobe si :

  
u  E W   E u W 
    (3)

i.e., l’individu préfère l’espérance mathématique de la richesse aléatoire à la richesse

aléatoire elle-même. Selon l’inégalité de Jensen, lorsque la fonction f  E  x   E  f  x 

f(x) est concave. La fonction d’utilité d’un riscophobe est donc concave dans la richesse.

Selon (2) et (3), on peut écrire :

1 Nous coiffons la variable W d’un tilde pour indiquer qu’elle est aléatoire.

- 27 -
 w*  E W  (4)

Par conséquent, pour un individu qui craint le risque, l’équivalent-certain d’une richesse

aléatoire est inférieur à son espérance mathématique. On peut donc définir la prime de

risque comme suit :

  E W   w * (5)

 
Puisque w*  E W   , on peut réécrire (2) en termes de la prime de risque :

  
u  E W     E u W 
     (6)

Pour fixer les idées, supposons que w* soit le prix p d’un actif et X , son cash-flow

aléatoire. La prime de risque de cet actif est alors de2 :

  EX  p (7)

ce qui implique :

 
p  E X  (8)

Par conséquent, un individu qui craint le risque achètera le titre seulement si son prix

est inférieur à l’espérance de son cash-flow. Si l’on offre à l’individu riscophobe une

 
loterie pour laquelle E X  0 , il paiera pour cette loterie :

 
p  E X     (9)

i.e., il faudra verser une compensation de  à l’individu pour qu’il accepte la loterie

puisque la loterie peut lui occasionner des pertes. La Figure X fournit une représentation

de la prime de risque exigée par un riscophobe :

2 On néglige ici le phénomène de l’actualisation du cash-flow.

- 28 -
Figure X Calcul de la prime de risque

u(w)

  
E u W

w1 w*  
E W w2

Comme notre individu est riscophobe, sa fonction d’utilité est concave. Supposons que sa

richesse puisse prendre seulement deux valeurs :

 p 1 p
W 
 w1 w2

Par conséquent, sa richesse peut être égale à w1 avec une probabilité de p ou à w2 avec

une probabilité de (1-p). L’espérance de sa richesse aléatoire est donc de :

 
E W  pw1  1  p  w2

La valeur espérée de l’utilité qui lui est associée sur la Figure X est de :

  
E u W   pu  w1   1  p  u  w2 


- 29 -
Selon l’équation (2), l’équivalent certain de W est w*. Sur la Figure X, la prime de

risque est donc de :

 
  E W  w*

Pour un individu neutre au risque, on peut écrire :

w*  E W 
L’individu neutre au risque est donc prêt à payer un prix pour un titre qui correspond à

l’espérance de son cash-flow. Il n’exige aucune prime de risque sur le placement. Sa

fonction d’utilité est linéaire.

Finalement, pour un individu qui aime le risque ou riscophile, la prime de risque est

négative. Sa fonction d’utilité en termes de la richesse est donc convexe. Il est donc prêt

à payer pour s’impliquer dans une loterie dont l’espérance mathématique est nulle, alors

que le riscophobe exigeait une compensation pour s’impliquer dans le même jeu.

Exprimons la prime de risque en termes de rendement. Soit r le taux sans risque et Ri , le

taux de rendement d’un placement risqué désigné par i. On a :

 
E Ri  r   i

ce qui implique :

 
 i  E Ri  r

La prime de risque est définie comme l’écart entre l’espérance du rendement du

placement et le taux sans risque. C’est là une règle de pouce pour calculer la prime de

risque sur un placement. Puisque E  Ri  est inconnu, il faut recourir à un modèle pour

calculer la prime de risque. Si l’on recourt au CAPM, la prime de risque est de :

 
 i  E Ri  r  i  E  Rm   r 

- 30 -
où  i est le bêta du titre i—défini comme i 

cov Ri , Rm  —et où  E  Rm   r  est la
var Rm   

prime de risque du portefeuille du marché. Dans un modèle multifactoriel—disons à deux

facteurs—la prime de risque serait de :

 
 i  E Ri  r  i1 F1  i 2 F2

où Fj est un facteur de risque et  ij , l’exposition du titre i à ce facteur de risque. Par

exemple, un facteur de risque peut être l’inflation non anticipée ou la croissance

économique non anticipée.

Exemple

Pour illustrer l’utilité des formules précédentes, nous recourons à un exemple emprunté à

Cayatte (2009). L’individu dispose d’une richesse certaine w et d’une maison de valeur

aléatoire V qui est un actif risqué :

 p 1 p
V  (10)
0 v

La richesse globale de l’individu est donc de :

 p 1 p
W  (11)
w w  v

On peut aussi considérer que : W = w + v + X, où X est le risque (pertes)rattaché à la

maison :

 p 1 p
X  (12)
 v 0

Comme Cayatte (2009), supposons que w = 100, v = 900 et p = 0,01.

- 31 -
On suppose que la fonction d’utilité de l’agent est logarithmique, i.e., u  ln  w .

Calculons l’équivalent certain de la richesse globale qui, selon l’équation (6), est égal à :

  
u  E W     E u W 
     (13)

En vertu de (11) :

E W    0,01100   0,99 1000  991

En vertu de (13), on a :

ln  E W      E ln W  (14)

D’où :

E ln W   ln  991     0,01 ln 100   0,99  ln 1000   6,88

L’équation (14) devient donc :

ln  991     6,88  991    e6,88    14

L’équivalent certain est donc de :

991 – 14 = 977

Calculons le prix minimal auquel cet individu est prêt à vendre sa maison :

u  w *  E u W 

 ln  w  pv   E ln W 

où pv est le prix de vente de la maison.

w* étant égal à 977, cela implique que pv = 977 – 100 = 877.

Au lieu de vendre la maison pour se débarrasser de son risque, le propriétaire peut céder

le risque X de la maison donnée par l’équation (12) à une compagnie d’assurance. On a :

- 32 -
 u  w *  E u W 

ln  w  v  prime   E ln W 

w* = 977 = w + v + prime = 100 + 900 + prime

 prime  23

Le propriétaire paie donc une prime maximale de 23$ pour couvrir les pertes qu’il peut

subir sur sa maison. Selon l’équation (12), E(X) = -9, soit 0,01 x 900. On appelle ce

montant E(I), soit l’espérance de l’indemnité ou la valeur actuarielle de la perte. Il

s’ensuit que la prime, qui est égale à 23, est plus élevée que l’espérance de la perte, qui

est de 9. Un individu qui craint le risque paiera donc une prime supérieure à l’espérance

de la perte.

Il est possible de se situer à un niveau beaucoup plus général pour définir la prime de

risque en recourant à l’équation d’Euler, très connue en sciences économiques. Pour

écrire cette section, nous basons sur l’excellent manuel de John H. Cochrane intitulée :

Asset Pricing (2ième édition, 2005, Princeton University Press). L’équation d’Euler

découle d’un programme d’optimisation dynamique. C’est la condition de premier ordre

de ce programme, d’où le nom donné à cette équation. Elle s’écrit comme suit :

pt  E  mt 1 xt 1  (10)

Dans cette expression pt est le prix d’un titre, mt+1 est le facteur d’escompte et xt+1 est le

cash-flow du titre. Le prix d’un titre est donc la valeur actualisée de l’espérance de son

cash-flow, une équation de base en « asset pricing ». On peut exprimer l’équation (10)

sous forme de rendement en divisant les deux côtés de l’expression par pt :

- 33 -
 pt  x 
 E  mt 1 t 1   E  mR   1 (11)
pt  pt 

où R est le rendement du titre.

Il est possible de préciser le facteur d’escompte mt+1 en recourant au CCAPM

(« consumption-based model »). Il est alors égal à :

 uc' ,t 1
mt 1  (12)
uc' ,t

et le prix d’un titre devient, en substituant (12) dans (10) :

 u' 
pt   E  c ,'t 1 xt 1  (13)
 u 
 c ,t 

où  représente le facteur d’escompte psychologique et uc' , l’utilité marginale de la

1
consommation. Le facteur d’escompte psychologique est égal à , où  est le taux
1 

d’escompte psychologique. Plus  est important, plus l’individu est impatient et plus le

prix qu’il sera à payer pour un titre qui lui procure une consommation future sera faible

selon l’équation (13). On sait par ailleurs que l’utilité marginale est décroissante pour un

individu qui craint le risque, i.e., la dérivée seconde de sa fonction d’utilité est négative.

Selon l’équation (13), pour une utilité marginale de la consommation donnée (fixe) pour

la période t, plus l’utilité marginale de la consommation est élevée à la période (t+1),

plus il sera prêt à payer un prix important pour la titre. En effet, si son utilité marginale

est élevée à la période (t+1), c’est que son niveau de consommation est relativement

faible en (t+1) par rapport à t en vertu de la décroissance de l’utilité marginale de la

consommation. Par conséquent, il sera prêt à payer un prix plus important pour le titre

à la période t de manière à transférer de la consommation en (t+1)3.

3
Selon un principe bien connu en macroéconomie moderne qui origine de Kydland and Prescott (Econometrica, 1982),
l’individu lisse sa consommation dans le temps, ce qui revient à dire que sa fonction d’utilité, définie en termes de la

- 34 -
Il est possible de faire apparaître une prime de risque dans l’équation (13) en recourant

au modèle du CCAPM. On a alors :

pt 
   cov  u
E X '
c ,t 1

(14)
 , xt 1 
1 r  u '
c ,t 

Dans cette expression, r représente le taux sans risque et cov, l’opérateur de covariance.

Si la covariance est positive, i.e., on aura :

pt 
E X  
1 r

L’individu est alors prêt à payer pour le titre un prix plus élevé que l’espérance de son

cash-flow actualisé au taux sans risque. Cette situation se comprend facilement. La

covariance sera positive si le co-mouvement entre l’utilité marginale relative en (t+1) et

le cash-flow du titre est positif. C’est-à-dire que le titre fournit un cash-flow positif au

moment où l’investisseur en a le plus besoin, c’est-à-dire quand sa consommation est

uc' ,t 1
relativement faible en (t+1). Par exemple, en période de récession, est relativement
uc' ,t

important et le titre dégage alors un cash-flow positif au moment où l’investisseur en a le

plus besoin. De tels titres sont donc assimilables à une police d’assurance, telles les

options de vente. L’investisseur est donc prêt à verser une prime pour ces titres selon

l’équation (14). Mais pour la plupart des titres, le co-mouvement entre cash-flow et

utilité marginale de la consommation est négatif, la majorité des titres affichant

généralement une mauvaise performance en période de récession. C’est pourquoi l’on

observe généralement :

pt 
E X  
1 r

consommation, est concave. Ainsi, le consommateur transfère sa consommation des périodes où elle est élevée (expansion)
vers les périodes où elle est faible (récession). Pour ce faire il utilise les titres financiers pour effectuer ces transferts.

- 35 -
Comme nous l’avons vu antérieurement, un individu qui craint le risque paie

généralement un titre à un prix qui est inférieur à la valeur actualisée au taux sans

risque de l’espérance de son cash-flow futur.

Il est possible de redéfinir la prime de risque en recourant à une expansion de

Taylor de l’équation (6). On suppose que la richesse initiale de l’individu est de w
(richesse certaine). On présente à cet individu une loterie de Z dollars aux
caractéristiques suivantes :

EZ   0

E Z  
2 2
Z

L’équation (6) s’écrit dans ce cas :

E u  w  Z   U  w    (15)

Nous allons isoler la prime de risque en recourant à l’expansion de Taylor :

Approximation de f(.) autour du point a; h : petit accroissement. Une expansion

de Taylor du second degré est égale à :

f ''  a  h 2
f a  h  f a  f 'a h 
2!

On approxime d’abord la partie gauche de l’équation (15) où a=w et h=Z

 
E u  w  Z   E u  w   Zu '  w  
1
Z 2 u ''  w  
 2 

- 36 -
 1 
E u  w  Z   E u  w   E  Zu '  E  Z 2 u ''
2 

1
 E u   u ' E  Z   u '' E  Z 2 
2

1
= u   Z2 u '' (16)
2

puisque E(u) = u, w étant un montant certain.

On approxime ensuite la partie droite de l’équation (15). La partie droite de

l’équation est de :
u[w - ]

Son approximation du premier degré4 est de, puisque a = w et h = -:

u W     u W    u ' (17)

En égalisant les deux approximations de Taylor (16) et (17) et en mettant  en

évidence, on a :

1  u '' 
  Z2    (18)
2  u' 

On appelle  la mesure locale de la prime de risque Pratt-Arrow. On définit

comme suit le degré absolu d’aversion pour le risque que l’on nomme ARA:

u ''
ARA   (19)
u'
Le degré relatif d’aversion au risque (RRA ou « relative risk aversion ») se
définit pour sa part comme suit :
u ''
RRA   w (20)
u'

4 Puisque  2 est très faible, on arrête l’expansion au premier degré pour le côté droit de
l’équation (15).

- 37 -
Le signe de ARA (« absolute risk aversion) dépend de u’’ (courbature de la
fonction d’utilité) puisque u’ est toujours positif. Pour un individu qui craint le
risque, u’’<0, sa fonction d’utilité étant concave, et le degré absolu d’aversion au
risque est positif selon l’équation (19). Un exemple d’une fonction d’utilité
concave est la fonction logarithmique. Elle s’écrit :

u  ln  w
Cette fonction est bien concave :
1
u'  0
w

1
u ''   0
w2

Le degré absolu d’aversion au risque de cet individu est donc de :

1

u '' 2 1
ARA    w 
u' 1 w
w

ARA est inversement proportionnel à la richesse. RRA est quant à lui égal à 1.

Une autre fonction d’utilité concave souvent utilisée en macroéconomie est la fonction
puissance. Elle s’écrit :
w1 
u  w 
1 

Pour calculer ARA, il faut trouver les dérivées première et seconde de cette fonction.
u '  w

1  
u ''   w

 w 
 1  
u '' 
 ARA    
u' w  w

RRA  w  ARA  

- 38 -
Dans le cas de la fonction puissance, le coefficient  représente le degré relatif d’aversion
au risque, ce qui rend cette fonction très intéressante dans les travaux empiriques.

Pour un individu neutre au risque, la fonction d’utilité prend la forme suivante :

uw

Toutes les transformations affines (linéaires) sont aussi des candidates aux fonctions

d’utilité d’un individu neutre au risque. Pour ces fonctions, u’’ est nul et donc, ARA =

RRA =0. Notons que l’individu neutre au risque semble souffrir d’une illusion car il est

préoccupé par les variations absolues de la richesse et non par les variations relatives. Si

sa richesse varie de 500 à 1000, il éprouve la même utilité que si sa richesse varie de 1000

à 1500. Mais dans le premier cas, sa richesse augmente de 100% et dans le deuxième cas

elle n’augmente que de 50%. Une fonction logarithmique corrige ce problème car elle est

définie sur les valeurs relatives et non absolues. Mais dans ce cas, l’individu n’est plus

neutre au risque puisque la fonction logarithmique est concave.

- 39 -
 Chapitre 2

L'analyse moyenne-variance

 L'analyse moyenne-variance : associée au prix Nobel d'économie, Harry

Markowitz.

 L'essentiel de ses résultats fut publié au cours de la décennie 50.

 Chez Markowitz, un investisseur ne détermine la composition de son portefeuille

sur la base de deux paramètres seulement: l'espérance du rendement des titres et
la variance de leur rendement.

 Markowitz suppose donc que la distribution des rendements des titres est
normale ou que la fonction d’utilité des investisseurs est quadratique.

- Markowitz ne tient donc pas compte des troisième et quatrième moments

d’une distribution : asymétrie et leptokurtisme.

 On sait en effet que les investisseurs préfèrent une asymétrie

positive (troisième moment);

 Ils ont une aversion pour le leptokurtisme (4ième moment) :

événements extrêmes.

 La théorie de Markowitz ne vise pas à déterminer les rendements d'équilibre des

titres, comme les théories ultérieures du CAPM et de l'APT.

- 40 -
 - Elle vise simplement à démontrer que la diversification des titres est
souhaitable.

- La théorie des options contestera cette affirmation. La diversification des

activités d'une entreprise n'est en effet pas nécessairement favorable pour
les actionnaires existants d'une entreprise.

1. L'analyse moyenne-variance dans le cas de deux titres

 Un portefeuille est composé de deux titres: X et Y.

 Une proportion de a% est investie dans le titre X et une proportion de b% (100%-

a%) est investie dans le titre Y.

 L'espérance du rendement de ce portefeuille est donc la suivante:

E ( R p )  aE ( X )  bE (Y )

 La variance du rendement de ce portefeuille est la suivante:

Var( R p )  a 2Var( X )  b 2Var( y)  2abCov ( X ,Y )

 On peut exprimer cette expression en termes du coefficient de corrélation.

 Le coefficient de corrélation, rxy, est égal à l'expression suivante:

- 41 -
 Cov ( X , Y )
rxy 
 x y

La variance de notre portefeuille de deux titres est donc égale à l'expression

suivante:

Var( R p )  a 2Var( X )  b 2Var(Y )  2abrxy x y

Le portefeuille à variance minimale

 On veut déterminer la composition du portefeuille à variance minimale.

 Pour ce faire, il suffit de dériver la variance du portefeuille par rapport à a et

d'égaler cette dérivée à 0. Nous avons:

 En remplaçant b par (1-a) :

Var( Rp )  a 2 X2  1  a   Y2  2a 1  a  rXY  X  Y
2
(1)

 On applique deux règles de dérivation pour calculer cette dérivée :

x n
 nx n1
x
f  x 
n

 nf  x  f '  x 
n1

x
 La dérivée du premier terme de (1) est de :

- 42 -
   a 2 x2 
 2a x2
a
 Pour dériver le 2ième terme, on pose : f(a) = (1-a). On a :

1  a   Y2  f  a   y2
2 2

 La dérivée est donc de :

  f  a   y2 
2
   2 f a f ' a  2  2 1  a 1  2
    y    y
a
 2 y2  2a y2
 Pour dériver le 3ième terme de la variance, soit 2a 1  a  rXY  X  Y , on peut
multiplier 2a par (1-a) et on obtient alors facilement le résultat. On peut aussi voir
ce terme comme un produit de fonctions :
f(a) = 2a

g(a) = 1  a  rXY X  Y
 Et appliquer la règle d’un produit de fonctions :

  f  x   g  x  
 f '  x  g  x   g'  x  f  x 
x
 Dans les deux cas, on obtient comme résultat :

2rxy x y  4arxy x y

 La dérivée de la variance du portefeuille est donc de :

dVar( R p )
 2a x2  2 y2  2a y2  2rxy x y  4arxy x y
da
0

- 43 -
 a(  x2   y2  2rxy x y )  rxy x y   y2  0
 La proportion optimale de l'actif x à investir dans le portefeuille à variance
minimale est donc la suivante:

 y2  rxy x y
a 
*
 x2   y2  2rxy x y

 S'il existe un actif sans risque, disons x, la proportion optimale à investir dans
cet actif pour obtenir le portefeuille à variance minimale est de 100%:

 y2
a 
*
1
 y2

- 44 -
Le lieu des combinaisons risque-rendement d'actifs dont les rendements sont
parfaitement corrélés

E(Rp)

écart-ty pe
B

 On suppose encore une fois qu'il n'existe que deux actifs dans le portefeuille.

 Sur le graphique, la droite AB représente les combinaisons possibles

rendement-risque lorsque la corrélation entre les rendements des deux actifs
est égale à +1

 Le cône ABC représente lesdites combinaisons quand la corrélation entre les

rendements des deux actifs est de -1.

- 45 -
 Corrélation +1

 On peut alors démontrer que les combinaisons risque-rendement se situent sur

une droite.

 La pente de cette droite n'est donc pas affectée par les combinaisons relatives
des deux actifs dans le portefeuille. Prouvons-le.

 L'espérance mathématique du portefeuille est la suivante:

E ( R p )  aE ( X )  (1  a) E (Y )

 et sa variance:

Var( R p )  a 2 x2  (1  a) 2  y2  2a(1  a) x y

- puisque la corrélation entre les rendements des deux actifs est égale à l'unité.

 En complétant le carré.

Var( R p )  [a x  (1  a) y ]2

 ( R p )  a x  (1  a) y

 Pour démontrer que la droite AB est une ligne droite, nous devons bien sûr
évaluer la pente suivante (pente de la frontière efficiente):

- 46 -
 dE ( R p )
Pente 
d ( R p )

 Cette dérivée est égale à l'expression suivante:

dE ( R p ) dE ( R p ) / da

d p d p / da

dE ( R p ) E ( X )  E (Y )

d ( R p ) x  y

 Quand les rendements des deux actifs qui constituent le portefeuille sont
parfaitement corrélés, le lieu des combinaisons risque-rendement est donc une
droite.

 L'arbitrage risque-rendement n'est pas influencé par les proportions relatives

des deux titres dans le portefeuille.

 Corrélation : -1

 Le lieu des combinaisons possibles rendement-risque est représenté par le

cône ABC sur le graphique précédent.

 On peut le démontrer de la façon suivante. L'espérance mathématique et la

variance d'un portefeuille composé de deux titres dont la corrélation est de -1
sont les suivants:

- 47 -
 E ( R p )  aE ( X )  (1  a) E (Y )

Var( R p )  a 2 x2  (1  a) 2  y2  2a(1  a) x y

 L'écart-type du rendement est le suivant:

Var( R p )  [a x  (1  a) y ]2

 ( R p )  a x  (1  a) y

 Le lieu des combinaisons rendement-risque a deux segments lorsque la

corrélation entre les rendements est de -1: un de pente positive et l'autre de
pente négative.

 Lorsque que la corrélation entre les rendements des deux titres qui
constituent le portefeuille est de -1, le portefeuille à variance minimale a
une variance nulle.

 La valeur de a correspondant au portefeuille à variance minimale est la

suivante:

 y2   x y  y ( y   x )
a  *

 x2   y2  2 x y ( x   y ) 2

y
a* 
x  y

 En substituant cette valeur dans l'écart-type du rendement du portefeuille,

on obtient:

- 48 -
 y y
 (Rp )   x  (1  )
x  y x  y y

y x
 x   0
x  y x  y y

 Lorsque la corrélation est de -1, il est donc possible d'en arriver à une
couverture parfaite: le portefeuille à variance minimale a un écart-type nul.

 C’est le principe même de la couverture(hedging).

- Pour en arriver à une couverture parfaite, il est souhaitable que la

corrélation entre les rendements des deux titres soit de -1.

 On peut réécrire a* comme suit, en divisant le numérateur et le

dénominateur par y :

1
a* 
x
1
y

 Disons que le titre X serve à couvrir Y.

 L'équation de a* nous indique que plus l'écart-type de Y est important par

rapport à celui de X, plus la proportion relative de X devra être importante
dans le portefeuille pour en arriver à un écart-type nul pour le rendement
du portefeuille.

- 49 -
 Moins X fluctue par rapport à Y, plus il faudra exercer un effet de levier
sur X en augmentant sa proportion relative dans le portefeuille de façon à
ce qu'il puisse amortir les fluctuations relativement plus fortes de Y.

- 50 -
Le lieu des combinaisons risque-rendement quand la corrélation entre les rendements
des deux titres est comprise entre -1 et 1.

 La corrélation entre les rendements de deux titres est généralement

comprise entre -1 et +1.

 Les sections précédentes ont présenté les deux cas extrêmes. Le lieu des
combinaisons rendement-risque prend alors la forme suivante (parabole):

Espérance

variance

 Le lieu des combinaisons risque-rendement a alors une forme concave.

 La frontière efficiente est le segment positif de ce graphique.

 Pour un écart-type donné, la frontière efficiente donne l'espérance

maximale du rendement qu'il est possible d'obtenir en combinant les deux
titres.

- 51 -
2. La frontière efficiente quand il existe N actifs risqués

 La frontière efficiente a la même forme que lorsqu’il n’existe deux

actifs risqués :

 c’est la portion à pente positive d’une parabole.

 La frontière efficiente quand il existe N actifs risqués et un actif sans

risque.

E(Rp) N

M A

B
Rf
C

écart-ty pe

 CBA : frontière efficiente quand il existe N actifs risqués et aucun actif sans
risque.

 S’il existe un actif sans risque : taux de rendement Rf

- la droite RfMN domine CBA

M : portefeuille du marché

 elle devient la frontière efficiente

- 52 -
 Phénomène de la séparation quand il existe un actif sans risque

- séparation entre la proportion des actifs risqués dans le

portefeuille et le degré d’aversion au risque.

- il n’existe plus que deux fonds : le fonds f et le fonds M

- la pondération des actifs risqués dans le portefeuille de tout

individu est celle du fonds M

- Le degré d’aversion pour le risque détermine :

Part du Fonds f
Part du fonds M

 L'espérance mathématique , la variance et la covariance d'un portefeuille

composé de N actifs en termes matriciels

 Nous allons recourir à l'approche matricielle pour dériver l'espérance

mathématique et la variance d'un portefeuille qui comprend n actifs.

 Soit R le vecteur des espérances de rendement des n titres qui constituent le

portefeuille et W le vecteur des pondérations relatives de chacun de ces titres dans
le portefeuille.

 L'espérance mathématique du rendement du portefeuille:

E ( R p )  R 'W

- 53 -
  Dans cette expression, R' est la transposée de R. Par exemple, dans le cas
de deux titres, on aura:

w 
E( Rp )   E( R1 ) E( R2 )  1   R'W
 w2 

ou:
n
E ( R p )   wi E ( Ri )
i 1

 Soit  la matrice variance-covariance des rendements des n titres qui

constituent le portefeuille. On a alors:

Var( R p )  W 'W

 Par exemple, dans le cas de deux titres, on a:

  12   w1 
Var( Rp )   w1 w2   11  
 21  22   w2 

 ou, en notation traditionnelle:

n n
Var( R p )    wi w j ij
i 1 j 1

 La notation matricielle est particulièrement pratique car elle peut traiter un

très grand nombre d'actifs.

- 54 -
  Et elle est souvent utilisée dans les programmes informatiques.

3. Application de la théorie de Markowitz au bilan d’une banque

- Transposer la théorie de Markowitz au bilan d’une banque.

. passifs : actifs négatifs

- Rendement que l’on cherche à maximiser : celui des actionnaires.

- Composition du bilan de la banque

.actifs à court terme: V1

. actifs à long terme : V2
. passifs à court terme : V3 (signe négatif)
. passifs à long terme : V4 (signe négatif)
. Équité : S

- Le bilan se présente comme suit :

Actifs Passifs
V1 V3
V2 V4
S

- Position des actionnaires : investissement dans un portefeuille qui

est long dans les actifs et à découvert dans les passifs

- Chacune des rubriques du bilan comporte un taux de rendement Ri

et un coefficient de pondération

Vi
wi 
S

- 55 -
où : Vi : valeur de l’actif et S, l’équité

- On peut écrire (en vertu de l’identité du bilan) :

R s  w1R1  w 2 R 2  w 3R 3  w 4 R 4

où w3 et w4 sont négatifs.

- La banque craint une baisse de taux d’intérêt qui aurait un impact

défavorable sur son bilan

- Pour se couvrir : elle achète des contrats à terme

 Hausse de la valeur des contrats à la suite de la baisse des

taux : elle récupère sur le marché à terme ce qu’elle perd sur le
marché au comptant (bilan)

- Prix d’un contrat à terme : P5

- Rendement d’un contrat à terme : R5

- On veut déterminer N : soit le nombre de contrats à terme qui

minimise la variance du rendement des actionnaires.

- A la suite de l’achat de contrats à terme (nouvel actif) le rendement

des actionnaires devient :

NP5
R s  w1R1  w 2 R 2  w 3R 3  w 4 R 4  R5
S

- Pour trouver le N qui minimise la variance de Rs, on égale la

variance de Rs par rapport à N à zéro.

Var R s   w T w

où :

- 56 -
  NP5 
w T   w1 w2 w3 w4
 S 

et  : matrice variance-covariance des rendements de tous les actifs et passifs

présents dans le bilan de la firme.

 11 12 . . 15 

  22 . .  25 
 21 
 . . . 
 
 . . . 
51 52 . . .55 

- Se baser sur le calcul matriciel pour déterminer N

Rappel

-La variance de Rs est ici une forme quadratique du type :

y  x T Ax

A est une matrice NxN et x, un vecteur Nx1.

dy
 2Ax
dx
- Pour le cas où A est une matrice 2x2

 dy 
dy  dx1   2a11x1  2a12 x 2 
 
dx  dy  2a 21x1  2a 22 x 2 
 dx 2 

- On a ici :

dVar (R s )
 2w
dw
- Pour le cinquième actif, on a :

- 57 -
 dVar (R s )
 25 w  251w1  252 w 2  ...  255 w 5
dw 5

NP5
où w 5  et 5 désigne la 5ième ligne de la matrice .
S
- On veut trouver le N qui minimise la variance de Rs. Pour ce faire,
on recourt à la règle de la chaîne :

dVar (R s ) dVar (R s ) dw 5
 0
dN dw 5 dN

P5
25 w  0
S
- Puisque (P5/S) ne peut être nul :

25 W  0

- Comme :

Vi
wi 
S

25V  0

- En isolant le cinquième actif (contrat à terme), on a :

4
52 NP5   Vi i 5
i

Vi i 5
N  
P5 52

- Comme :

i 5  ri 5i 5

- 58 -
 - On a finalement :

Vi i
N    r i 5
P5 5

- La couverture dépend donc de trois facteurs :

i) Le rapport entre la valeur à couvrir et le prix d’un contrat à

Vi
terme :
P5

- couverture naïve.

- Celui qui ne connaît rien à la finance divise la valeur à couvrir par

le prix d’un contrat pour déterminer le nombre de contrats.

- Mais il oublie deux éléments :

ii) Le rapport entre la volatilité de l’actif à couvrir et du contrat à

i
terme : .
5

Plus la volatilité de l’actif est élevée par rapport au contrat à

terme, plus il faut acheter de contrats.

iii) De la corrélation entre le contrat et l’actif à couvrir : ri 5

- S’il n’y a aucune corrélation, inutile de couvrir.

- Si la corrélation est de –1 : couverture parfaite. La variance de Rs

est nulle après couverture.

- 59 -
Exercices

 4. Le principe de la diversification

 Lorsque l’on augmente le nombre de titres dans un portefeuille;

 Sa variance décroît jusqu’à s’annuler quand N

 Elle converge vers la covariance moyenne des titres du

portefeuille quand le nombre de titres tend vers l’infini

 Preuve

n n
Var( R p )    wi w j ij
i 1 j 1

 En termes des variances et des covariances :

 
n
Var R p   wi2 i2    wi w j ij
i 1 i j ,i  j

- Hypothèse :

1
wi 
N

1 n 2 1
Var (R p )  2  i  2   ij
N i 1 N i j,i  j

- 60 -
- Exprimer le tout en termes de variance moyenne et de covariance moyenne des
rendements des titres du portefeuille :

* il existe N variances et (N2 – N) covariances.

1   i2  1 2   
Var (R p )  2 N   2 N  N 2 ij 
N  N  N N  N

1 2 N 1
Var (R p )    ij
N N
où :

 2 : variance moyenne

ij : covariance moyenne

 Quand la diversification tend vers l’infini, ou N :

Var( R p )   ij

 puisque :

1
lim 0
N  N

1
1
N 1 N 1
lim  lim
N  N N  1

- 61 -
la proposition de départ

* Par conséquent, un portefeuille p (2 titres) n’est pas diversifié si :

 p  a a  b b

* La corrélation entre les rendements des deux titres est alors de 1.

 Si le regroupement des deux titres diversifie le portefeuille, on a :

 p  a a  b b

 Et plus  P diminue à la suite de la diversification, plus le portefeuille est

diversifié.

- 62 -
 4. Une méthode générale pour calculer une frontière efficiente

 Minimiser la variance du rendement du portefeuille :

Var R p    w i w jij
i, j

 sous la contrainte d’un niveau donné de rendement E* :

 w i ER i   E *

 et sous la contrainte que la somme des pondérations soit égale à l’unité :

 wi  1

 Fonction de Lagrange correspondante :

z   w i w jij  1  w i Eri   E *   2  w i  1
i. j

 Solution : égaler les dérivées premières de cette fonction par rapport aux wi
et aux  à 0.

- la solution donne les wi optimaux associés à E*.

- calculer avec ces wi : *

- on obtient un point de la frontière efficiente : (*, E*).

- On refait cet exercice pour d’autres niveaux de E* de façon à générer

toute la frontière efficiente.

- 63 -
 Formulation matricielle du problème :

z  w' w  1 w' E  E *   2 w'1  1

 On rappelle les règles de dérivation des matrices:

y  a' x

 alors:

y
 a'
x

 Par ailleurs, si la matrice représente une forme quadratique, c'est-à-dire:

y  x' ax

 Alors, on a:

y
 2 Ax  2 x' A
x

 Les dérivées pour trouver le vecteur w* optimal sont les suivantes :

z
 2w  1E   2 1  0
w

z
 w ' E  E*  0
1

- 64 -
 z
 w '1  1  0
 2

* En termes matriciels s’il n’existe que trois titres dans le portefeuille :

 212 212 213 E1 1  w 1   0 

    
2 21 2 2 2 23
2
E2 1  w 2   0 
2 31 2 32 2 33 E3 1  w 3    0 
    
 1 1 1 0 0   1   1 
 E 0   2  E *
 1 E2 E3 0

 Notation matricielle compacte :

Cy = k

où y est le vecteur des inconnues.

 Solution pour y :

y  C 1k

 On obtient w* qui correspond à E*

 Avec w*, on calcule le * correspondant.

 on a un point de la frontière efficiente : (*, E*)

- 65 -
 On refait l’exercice avec d’autres niveaux de E* de façon à générer
toute la frontière efficiente.

On peut représenter schématiquement le problème d’optimisation précédent comme suit :

min var( R p )
 w j 
 s.c.

 E  R p   R*

N
 w j  1
 j 1
où s.c. signifie : sous contrainte et Rp représente le rendement d’un portefeuille.

On peut reformuler le problème de la façon suivante (dual) :

max E( R p )
 w j 
 s.c.

var  R p    2

N
 w j  1
 j 1
où  2 représente un niveau donné de la variance.

Exercices

Le lagrangien de ce programme est donné par l’expression suivante :

 n 
 
 E  Rp     var  R p      u   w j  1
2

 j 1 

La première condition d’optimalité est la suivante :

- 66 -
 
 0, j  1,...,n
w j

En effectuant ces dérivées, on obtient :

E  R j   u    wi cov  R j ,Ri 
n
j  1,...,n (1)
i 1

En notant Rp la rentabilité du portefeuille optimal, il vient que :

n
R p   wi Ri
i 1

On peut faire apparaître ce portefeuille optimal dans (1) en sachant que :

 
wi cov  R j ,Ri   cov  R j , wi Ri   cov( R j ,Rp )
n N


i 1  i 1 

L’équation (1) se réécrit :

E  R j   u   cov  R j ,Rp  j  1,...,n (2)

 il existe une relation linéaire entre l’espérance de rentabilité de chaque titre j et la

covariance de la rentabilité de ce titre avec la rentabilité du portefeuille optimal.

Nous allons maintenant faire disparaître les deux coefficients de lagrange u et  de

l’équation.

1. Pour le multiplcateur u, on cherche un actif z tel que cov  Rz ,Rp   0 . On a :

- 67 -
 E  Rz   u (3)

2. Pour  , on veut éliminer le terme de covariance de l’équation (2). Comme la

relation (2) est vraie pour tout actif, elle l’est nécessairement pour le titre j.
L’équation (2) pour le titre j s’écrit :

E  R j   u   cov  R j ,R j   u   var  R j  (4)

On suppose maintenant que Rj est le portefeuille optimal. (4) se réécrit :

E  Rp   u   var  Rp 
Et en isolant  , on a :
E  Rp   u

var  R p 
(5)

En mettant (5) et (3) dans (2), on a :

cov  R j ,Rp 
E  R j   E  Rz    E  R p   E  Rz  
var  Rp   

- Le rendement excédentaire de tout actif est un multiple du rendement excédentaire du

portefeuille. Appelons ce multiple  j . On a finalement :

E  R j   E  Rz    j  E  Rp   E  Rz 

Donc plus le bêta de j est important, plus la prime de risque du titre j

E  R j   E  Rz  est importante.

- 68 -
  plus le titre j covarie avec le portefeuille optimal, plus son rendement sera élevé.
- On verra comment Sharpe, dans sa théorie du CAPM, assimilera RP au portefeuille du

marché .
 On aura alors le célèbre modèle linéaire en finance.

 5. La frontière efficiente quand il existe un actif risqué et un actif sans risque

 Quand il existe un actif sans risque dont le rendement est de rf, l'espérance
mathématique du portefeuille et sa variance sont les suivantes:

E( R p )  aE( X )  ( 1  a )R f

Var( R p )  a 2Var( X )

 La variance du portefeuille est simplement celle de l'actif risqué.

 Déterminons la pente du lieu des combinaisons rendement-risque dans ce

cas.

 La pente est égale à l'expression suivante:

dE( R p ) dE( R p ) / da E( X )  r f
 
d p d p / da x

 La pente de la frontière efficiente quand il existe un actif sans risque est

donc linéaire car elle n'est pas influencée par le pourcentage investi dans le
titre X. Elle se représente de la façon suivante:

- 69 -
 E(Rp) a>1
B
*
a=1
(écart-ty pe)p=
rf
(écart-ty pe)x

écart-ty pe

 Au point B, a=1, c'est-à-dire que tout le portefeuille est investi dans l'actif
risqué.

 L'écart-type du portefeuille est alors égal à l'écart-type du rendement du

titre X.

 Mais on peut augmenter davantage l'investissement dans le titre risqué en

empruntant le titre sans risque, c'est-à-dire en le vendant à découvert.

 La proportion investie dans le titre sans risque est alors négative puisque la
proportion investie dans le titre X est supérieure à 100% ( la somme des
deux proportions doit toujours être égale à 100%).

 Les portefeuilles au-delà du point B sont des portefeuilles qui disposent

d'un levier ou d'emprunts si l'on veut: ils sont particulièrement risqués.

 Lorsque l'actif X est le portefeuille du marché M, la pente de la frontière

efficiente avec actif risqué est alors égale à l'expression suivante:

E( Rm )  r f
Pente 
m

- 70 -
  Ce résultat prendra toute son importance lorsque nous formulerons la
théorie du CAPM. Ce sera en effet la pente de la droite du marché des
capitaux.

Un avant-goût de l'équilibre sur les marchés financiers

 Nous nous plaçons dans une économie où il existe un actif sans risque.

 De plus, les individus peuvent emprunter des montants illimités au taux

sans risque.

 Ils ont également des attentes homogènes, c'est-à-dire que leurs prévisions
des espérances de rendement, des variances et des covariances sont
identiques.

 Une telle économie est caractérisée par le principe de la séparation (de

deux fonds).

 En effet, dans une telle économie, les individus vont détenir une
combinaison de l'actif sans risque et du portefeuille du marché, M.

 Ils détiendront donc les actifs risqués dans des proportions identiques.
C'est comme s'il n'existait que deux titres dans l'économie: l'actif sans
risque et l'actif risqué, soit le portefeuille du marché.

 L'équilibre sera atteint quand le portefeuille du marché sera détenu.

 Ce portefeuille est au point de tangence de la droite qui relie le titre sans

risque et le portefeuille du marché M.

- 71 -
  Cette droite est appelée «droite du marché des capitaux».

 Elle décrit les diverses combinaisons de l'actif sans risque et du

portefeuille du marché qui sont possible lorsque l'équilibre des marchés
financiers est atteint. Elle se représente comme suit:

La C ML (capital market line)

E(Rp)

Rf

écart-ty pe de Rp

 La droite du marché des capitaux s’écrit donc :

 E Rm   R f 
 
E Rp  R f  
m p
 

On remarquera que c'est l'écart-type du rendement du portefeuille qui apparaît

sur l'abscisse.

La CML décrit l'équilibre sur les marchés financiers.

- 72 -
Elle fait également état de tous les portefeuilles efficients, qui sont des
combinaisons linéaires du titre sans risque et du portefeuille du marché M.

Pour de tels portefeuilles, l'écart-type du rendement est une mesure adéquate

du risque puisque ces portefeuilles sont très diversifiés.

L'écart-type du rendement n'est cependant pas une mesure adéquate du risque

lorsque l'on veut mesurer le risque de titres individuels ou de portefeuilles peu
diversifiés.

Comme nous le verrons dans le chapitre suivant, c'est le bêta qui constitue
alors une mesure adéquate du risque, soit la contribution d'un titre au risque
d'un portefeuille bien diversifié.

- 73 -
 Exercices chapitre 2

EXERCICE

Bilan et couverture

Une banque a le bilan suivant (en millions $)

Actifs Passifs
Court terme 100 Court terme 50
Obligations 200 Dépôts 850
Prêts 700 Avoir 100
1000 1000

Écarts-types et corrélations entre actifs et passifs :

 ACT  0.02

 OBG  0.04

 prêts  0.07

 PCT  0.02

 Dépôts  0.03
Corrélations entre rendements :

rOBG ,Pr êts  0.8

rprêts ,dépôts  0.2

robg ,dépôts  0.3

Tous les autres coefficients de corrélation sont nuls.

- 74 -
  La banque veut se couvrir (hedger) en prenant une position dans des
contrats à terme sur obligations.

 Les caractéristiques du contrat sont les suivantes :

PTB = 90000$ par contrat (valeur nominale 100000 $)

où TB désigne le contrat.

 TB  0.08

rTB,OBG  0.9

rTB,prêts  0.5

rTB,dépôts  0.3

Questions

1) Calculer la variance de l’équité avant la couverture. Quel en est l’écart-

type ?

2) La banque doit-elle prendre une position en compte (« long ») ou à

découvert (« short ») dans les contrats à terme ?

3) Combien de contrats à terme la banque doit-elle vendre ou acheter ?

4) De combien la variance de l’équité est-elle réduite à la suite de la

couverture ?

- 75 -
 1) Le rendement de l’équité est de :

Rs  wACT RACT  wOBG ROBG  wPR RPR  wPCT RPCT  wD RD

Les coefficients de pondération doivent sommer à 1 :

wACT  wOBG  wPR  wPCT  wD  1

Vi
wi 
S
Vi : valeur de la rubrique

S : valeur de l’équité

100
wACT  1
100
200
wOBG  2
100
et ainsi de suite.

La variance de Rs est égale à :

var  Rs   w' w

w'  1.0 2.0 7.0 0.5 8.5

 11 . .  15 
.
 . .  25 
.
 21 
 . . . . 
.
 
 . . .
. . 
 51 . . .  55 

- 76 -
 11   0.02 
2

12  r121 2  0
etc...

On obtient comme variance :

var  Rs   0.33003

 R  0.33003  0.574482
s

2) On achète (ou vend) le nombre de contrats à terme qui minimise var(Rs).

 Il existe trois rubriques du bilan qui ont une corrélation avec le

contrat à terme, donc 3 rubriques qu’on peut couvrir.

a) rTB,OBG  0.9

 Quand le rendement des obligations diminue, le rendement des contrats à

terme diminue également.

 Pour couvrir les obligations, il faut donc vendre des contrats à terme.

 Si le rendement des obligations diminue, le rendement des contrats à terme

s’améliore.

 On a vendu initialement les contrats à un prix supérieur au prix de

rachat.

 Ce que l’on perd sur le marché au comptant, on le récupère sur le

marché à terme : principe même de la couverture.


b) rTB,PR  0.5

 Encore une fois, il faut vendre des contrats à terme pour couvrir les prêts
(corrélation +).

- 77 -
c) rTB,D  0.3

 Les dépôts sont une dette (actif négatif)

 lorsque leur rendement augmente, cela est défavorable pour la banque.

 En vertu de la corrélation positive, quand le rendement des dépôts
augmente, le rendement des contrats à terme augmente.

 Ce qui est désirable du point de vue de la couverture.

 La banque doit donc acheter des contrats à terme pour

couvrir ses dépôts (dette)

 Ce serait l’inverse si c’était un actif.

3) Le nombre optimal de contrats à acheter ou à vendre est égal à :

Vi 
N    ri ,TB  i
i PTB  TB

 Pour couvrir les obligations, il faut vendre (on exprime le tout en millions
$):

VOBG 
N   rOBG ,TB  OBG
PTB  TB

200 0.04
N   0.9   1000
0.09 0.08
 vente de 1000 contrats pour couvrir les obligations.

 Pour couvrir les prêts, il faut vendre :

VPR 
N   rPR ,TB  PR
PTB  TB

700 0.07
N   0.5   3403
0.09 0.08

- 78 -
 Il faut vendre 3403 contrats à terme pour couvrir les prêts.

 Pour couvrir les dépôts, il faut acheter :

850 0.03
N   0.3   1063
0.09 0.08
 Les dépôts étant un actif négatif, ils entrent avec un signe – dans la formule.

 Il faut acheter 1063 contrats à terme pour couvrir les dépôts.

 Nombre total de contrats à terme à vendre pour couvrir obligations, prêts et

dépôts :

N  1000  3403  1063  3340

 Pour minimiser la variance du rendement de l’équité, il faut vendre 3340

contrats à terme.

4) Calcul de la variance de l’équité après la couverture.

 Un nouveau terme s’ajoute au rendement de l’équité à la suite de la

couverture :

wTB RTB

NPTB 3340  0.09 million

wTB    3
S 100 millions

 La variance est égale à :

var  RSh   w'h h wh

où h signifie « hedged ».

- 79 -
On obtient :

var  RSh   0.253605

soit :

 R  0.503592
h
S

  0.574482 (écart-type sans hedge).

- 80 -
 Exercices

Analyse moyenne variance

Chapitre 2

Raymond Théoret, Ph.D.

- 81 -
 1. On a les prix suivants de fin de période pour la compagnie X avec leurs
probabilités :

Prob 0,15 0,1 0,3 0,2 0,25

Prix 35 42 50 55 60

Le prix actuel de l’action est de 50$.

Calculez le taux de rendement pour chaque probabilité.
Calculez le rendement espéré.
Calculez la variance des taux de rendement.

- 82 -
Solution

Le rendement se calcule comme suit :

P1  P0
r avec P0  50$
P0

On trouve donc :
Prob. ri
0.15 -0.30
0.10 -0.16
0.30 0.00
0.20 0.10
0.25 0.20

E  r    pi ri  0.009
i

Var  ri    pi  ri  E  r   0.028

2

- 83 -
2. La matrice variance-covariance des rendements de 3 titres est la suivante :

 0.24 0.10 0.25 

 0.10 0.75 0.32 
 
 0.25 0.32 0.12 

a) Calculez la variance d’un portefeuille qui comprend

i) 1/3 du titre 1
ii) 1/3 du titre 2
iii) 1/3 du titre 3

b) Calculez la covariance entre le portefeuille précédent et un portefeuille qui comprend :

iv) 1/2 du titre 1

v) 1/2 du titre 2
vi) 0 du titre 3

- 84 -
Solution.

a)
 .24 .10 .25 .33
w' w   .33 .33 .33  .10 .75 .32  .33
 .25 .32 .12  .33

 .24  .33   .10  .33   .25  .33 

 
  .33 .33 .33  .10  .33   .75  .33   .32  .33 
  .25  .33   .32  .33   .12  .33 

 .13 
  .33 .33 .33 .323
 .23 

  .33  .13   .33  .323   .33  .23  0.227

b)
Cov  Rp1 ,Rp 2   w1' w2

 .24 .10 .25 .5

w w2  .33 .33 .33  .10 .75 .32  .5  0.2266
'
1

 .25 .32 .12   0 

- 85 -
 Sur Excel, on effectue un produit matriciel à partir de la fonction : PRODUITMAT.

Ex. Soit à effectuer le produit de deux matrices : A et B. Dimension de A : 1x2 et de B

2x2.

A B C D E F
1 1 2 5 7 23 23
2 9 8 output

- Input :

A  1 2

5 7 
B 
9 8 
- Sélectionner cellules où on va mettre le résultat : E1 et F1.

- Insère fonction PRODUITMAT.

- Le logiciel demande de spécifier les cellules des matrices A et B.

Matrice A : A1 : B1
Matrice B : C1 : D2

- Ensuite ne pas toucher ENTER mais bien CTRL-SHIFT-ENTER simultanément.

Résultat apparaît dans E1 et F1.

- 86 -
3. On a les données suivantes :

E(rx) = 0.09
var(rx) = 0.28
E(ry) = 0.05
var(ry) = 0.508
cov(rx,ry) = - 0.012

On demande de calculer:
- l’espérance du rendement
- la variance du rendement
d’un portefeuille composé de :
125% du titre X
-25% du titre Y (short)

- 87 -
Solution

E  Rp   1.25  0.09   0.25  0.05

 0.1125  0.0125  0.10 ou 10%

var  Rp   a 2 var  rx   1  a  var  ry   2a 1  a  cov  rx ,ry 

2

var  Rp   1.25  0.28   0.25  0.508  2 1.25 0.25  0.012 
2 2

   
var  Rp   0.4768
  Rp   0.6905

- 88 -
- Sous forme matricielle :

0.09
E  Rp   1.25 0.25    0.10
0.05

var  Rp   w' w
où  : matrice variance-covariance.
Matrice symétrique :   '

 0.28 0.012  1.25 

var  Rp   1.25 0.25   
 0.012 0.508   0.25
var  Rp   0.4768

- 89 -
4. Soit R1 et R2 les rendements de deux titres :

E(R1) = 0.03
E(R2) = 0.08
var(R1) = 0.02
var(R2) = 0.05
cov(R1, R2) = -0.01

a) Tracez la frontière efficiente

b) Calculer l’effet de diversification relié au placement de 25% dans le titre 1 et 75%

dans le titre 2. Il y a effet de diversification si  P  w11  w2 2 .
c) Calculez les pondérations reliées au portefeuille à variance minimale.

- 90 -
Solution

a) Pour tracer la frontière efficiente, il faut envisager diverses combinaisons des titres
1 et 2.
et mettre leur espérance de rendement et leur écart-type sur graphique.

- Première combinaison :
150% du titre 1
-50% du titre 2

E  Rp   1.5  0.03   0.5  0.08  0.005

var  Rp   1.5  0.02    0.5  0.05  2 1.5 0.5  0.01  0.0725
2 2

   
 Rp  0.0725  0.2693

%X %Y E(Rp) sigma(Rp)
150 -50 0.50% 0.269
100 0 3% 0.141
75 25 4.25% 0.103
50 50 5.50% 0.112
25 75 6.75% 0.160

Frontière efficiente

- 91 -
b) S’il y a diversification, alors :
 p  w11  w2 2

L’écart :
 p   w11  w2 2 
est un indicateur du degré de diversification.

- Pour la combinaison (0.25, 0.75)

w11  w2 2  0.25 0.02  0.75 0.05  0.203

- Or  p  0.160
- La diversification a donc réduit le risque :

0.160  0.203

- 92 -
c ) On sait que la proportion a* associée à X dans le portefeuille à variance minimale est
de :
 Y2  cov  X ,Y 
a*  2
 X   Y2  2 cov( X ,Y )

0.05   0.01 0.06

a*    0.67
0.02  0.05  2  0.01 0.09

- Le portefeuille à variance minimale est donc composé de 67% du titre 1 et de 33% du

titre 2.

E  Rp   0.67  0.03  0.33  0.08  4.65%

var  Rp    0.67   0.02    0.33  0.05  2  0.67  0.33 0.01  0.01

2 2

 Rp  0.10

- 93 -
 5. On a les données suivantes pour une compagnie

Rendement du marché % Rendement de la compagnie

2005 27 30
2006 -3 -10
2007 12 15
2008 -3 -5
2009 12 5
2010 27 25

Le taux sans risque est de 6.6%.

Calculez :

a) Le rendement espéré du marché.

b) La variance du rendement du marché.

c) Le rendement anticipé de la compagnie

d) La covariance du rendement de la compagnie avec celui du marché

e) Le bêta de la compagnie

f) Écrire la SML (security market line) de la compagnie.

- 94 -
Solution

r
i
i
a) Rendement espéré = moyenne =
N

Rendement espéré du marché = 0.12 ou 12%.

r  r 
2
i
b) Variance  i

N 1
r : rendement moyen
- Variance du rendement du marché : 0.0180
écart-type : 0.134

c) Rendement espéré de la compagnie : 0.10 ou 10%.

 R ct  Rc  Rmt  Rm 
d) cov  Rc ,Rm   t

N 1

Ri-moyenne Rm-moyenne Produit

0.20 0.15 0.03
-0.20 -0.15 0.03
0.05 0.00 0
-0.15 -0.15 0.0225
-0.05 0.00 0
0.15 0.15 0.0225
covariance 0.021
variance Rm 0.018
bêta 1.17

Corrélation entre rendement compagnie et rendement du marché :

cov  rc ,rm 
cm 
 c m

0.0210
  0.97
0.134  0.1612
e) bêta de la compagnie

cov  rc ,rm  0.0210

c    1.17
var  rm  0.0180

- 95 -
f) SML

E  Rc   rf   E  Rm   rf  c

- La SML est donc de :

E  Rc   0.066  0.12  0.066c  0.066  0.054c

- Le rendement d’équilibre du titre de la compagnie est donc de :

E  Rc   0.066   0.054 1.17  12.9%

- 96 -
6. Soit :
 R  0.12
 R  0.16
 R  0.07 (taux sans risque)
f

R : rendement annuel logarithmique espéré d’une catégorie d’actifs.

R : écart-type.

i) Calculez l’espérance et l’écart-type sur les horizons suivantes : 1 an ; 2 ans ; 5

ans ; 10 ans ; 20 ans.

Calculez les intervalles de confiance au seuil de 95%. R~N(  , ).

2

Commenter.
ii) Même question que i) sauf qu’on demande d’annualiser les rendements.
Commenter.
iii) Montrer que la probabilité de perdre du capital diminue avec l’horizon.
iv) Conclure sur la détention d’actifs risqués par les investisseurs.

- 97 -
Solution
i)
E  R0 ,T   E  R1  R2  ...  RT 
 E  R1   E  R2   ...  E  RT 
 T R  T  0.12 
T : horizon de placement
Var  R0 ,T   Var  R1  R2  ...  RT 
Comme les rendements sont indépendants :

Var( R0 ,T )  Var  R1   Var  R2   ...  Var  RT 

 TVar  R 
   R0,T   T   R 
 Le risque croît avec la racine carrée du temps.

- Intervalle de confiance à 95% :

2.5% 2.5%

u-1.96σ u u+1.96σ

intervalle de confiance

- Limite inférieure de l’intervalle de confiance à 95%

  1.96

- Limite supérieure :

  1.96

- Horizon 1 an :

u  R0 ,T   0.12

- 98 -
   R0 ,T   0.16

- Limite inférieure :

0.12 1.96( 0.16 )  0.1936

- Limite supérieure

0.12  1.96( 0.16 )  0.4336

- Horizon 5 ans

u  R0 ,T   T R  5  0.12   0.6
  R0 ,T   T  0.16  5  0.16   0.3578

- limite inférieure :
0.6 1.96(.3578 )  0.1013
- limite supérieure
0.6  1.96(.3578 )  1.3012

Horizon μR σR Limit. Inf. Limit. Sup. rf

1 an 0.12 0.16 -0.1936 0.4336 0.07
5 ans 0.6 0.3578 -0.1012 1.3012 0.35
20 ans 2.4 0.7155 0.9975 3.8025 1.4

- Commentaires

- Quand T augmente, la limite inférieure se rapproche du taux sans risque.

- En % de l’intervalle de confiance.

- écart entre rf et limite inférieure

42.03% si T = 1
0.07   0.1936 
i.e.,  42.03%
0.4336   0.1936 

- si T = 20 ans, écart = 14.35%

 Diversification dans le temps

- 99 -
- car u augmente au rythme de T
et  au rythme de T

- 100 -
ii) Rendements annualisés

Espérance annualisée des rendements

 moyenne

1 
E   R1  R2  ...  RT  
T 
 
1 T R
 E  R1  R2  ...  RT    R
T T

Variance annualisée des rendements

 moyenne

1 
Var  Var   R1  R2  ...  RT  
T 
 
1 1 2
 2 TVar  R    R
T T

1
  R
T

- 101 -
 Horizon μR σR Limit. Inf. Limit. Sup. rf
1 an 0.12 0.16 -0.1936 0.4336 0.07
5 ans 0.12 0.0716 -0.0202 0.2602 0.07
20 ans 0.12 0.0358 0.0499 0.1901 0.07

Commentaires :

1) L’intervalle de confiance diminue à mesure que T augmente

2) Quand T est assez élevé, les années de rentabilité forte compensent les
années de rentabilité faible.

3)  risque relatif diminue.

4) Quand T augmente, la limite inférieure se rapproche de rf.

- 102 -
 iii) La probabilité de réaliser une perte diminue avec l’horizon.
- On mesure cette probabilité par la probabilité cumulative sous la normale jusqu’à
0.
Exemple :   0.12 et   0.16

Prob

0.2266

Sur Excel : Loi.Normale (X = 0, u = 0.12, sigma = 0.16, TRUE).

- Probabilité de réaliser une perte sur un an : 0.2266

Horizon 1 2 5 10 20
Prob. Perte 0.2266 0.1444 0.0468 0.0089 0.0004

- Horizon 1 an : probabilité de perte : 23%

5 ans : 4.7%

prob. presque nulle si horizon 20 ans.

- 103 -
7. Soit deux titres :

E(RN) = 0.06
E(RV) = 0.08

Matrice des covariances

 0.0064 0.008
 
 0.008 0.01 

Les ventes à découvert ne sont pas permises.

1) Calculez la frontière efficiente de ces deux titres. Représentez-la

graphiquement.

2) Déterminez l’espérance et la variance du portefeuille à variance minimale.

3) Le niveau choisi d’écart-type est de 0.07. Déterminez les pourcentages

investis dans chaque titre.

4) la fonction d’utilité d’un individu est quadratique :

U W   10  W  2W 2
Quel est le portefeuille optimal de cet individu ?

- 104 -
Solution

 Variance du portefeuille formé de deux titres:

Var  Rp   xN2  N2  1  xN   V2  2 xN 1  xN   N V
2

 Calcul de 

cov  RN ,RV 

 N V

0.008 0.008
   1
0.0064  0.01 0.08  0.1

 La variance est alors un carré parfait (notes de cours)

Var  Rp    xN N  1  xN   V 
2

  P  xN N  1  xN   V (2)

 Pour calculer la frontière efficiente à partir de cette dernière équation,

on exprime d’abord xN en fonction de E(Rp) :

E  Rp   xN E  RN   1  xN  E  RV 

E  RP   E  RV 
xN 
E  RN   E  RV 

E  Rp   0.08
xN   50 E  RP   4 (3)
0.06  0.08

 Substituons cette valeur de xN dans l’équation (2) :

  RP   9E  Rp   0.62

 C’est là l’expression de la frontière efficiente.

- 105 -
  2 cas

 On calcule la valeur de E(Rp) qui annule   Rp  , ici 0.06889.

i) Si E(Rp) < 0.06889

On a :

  Rp   0    Rp   9E  Rp   0.62

ii) Si E(Rp) > 0.06889    Rp   0 (impossible)

 On prend alors la valeur absolue, i.e., - le contenu de .

  Rp   9E  Rp   0.62

Frontière efficiente :

B
E(Rp) (0.1,0.08)

0.06889 A

C (0.08,0.06)

σ(Rp)

 On retrouve la forme de la frontière efficiente pour   1

Frontière efficiente : segment AB

- 106 -
 iii) Portefeuille à variance minimale

 On rappelle que pour le portefeuille à variance minimale :

 V2   N  V 
xN 
 N2   V2  2 N V 

 En substituant les données du problème, on a :

xN = 0.5556

xV = 0.4444

E(Rp) = 0.0689

Var(Rp) = 0

 Quand   1, variance minimale = 0.

- 107 -
iv) On recherche le portefeuille optimal associé à   Rp   0.07

 Frontière efficiente

  Rp   9E  Rp   0.62

0.07  9 E  Rp   0.62

0.07  0.62
E  Rp    0.0767
9

 On connaît l’expression de xN en termes de E(Rp) (équation (3) ):

xN  50E  Rp   4  0.165

xV  1  0.165  0.835

- 108 -
 iv) La fonction d’utilité d’un individu est quadratique, i.e.

U W   a  bW  cW 2

avec W, la richesse de l’individu.

 Quel est le portefeuille optimal de cet individu ?

 Représentation dans l’espace   , 2 

espérance courbe d’indifférence

Frontière efficiente

u* .......................A* portefeuille optimal

σ2* Variance

 On aura le portefeuille optimal quand :

pente courbe d’indifférence = pente frontière efficiente

 Construction de la courbe d’indifférence dans l’espace   , 2 

E U   k où k est une constante

E  a  bW  cW 2   k (4)

- 109 -
 E  a   bE W   cE W 2   k

 Soit E W   E
  2 W    2

(4) devient :

a  bE  cE W 2   k

 On sait que :

 2  E W 2    E W 
2

(voir Traité d’économétrie financière, p. 21)

 E W 2    2  E 2

a  bE  c  2  E 2   k

 Représentation de la courbe d’indifférence dans l’espace   , 2 

ak b
2   E  E2 (5)
c c

 Pour la frontière efficiente :

 p  9E  Rp   0.62

 Dans l’espace   , 2  :

 2  81E 2 11.16E  0.3844 (6)

 Portefeuille optimal
dérivée courbe d’indifférence = dérivée frontière efficiente

- 110 -
 Pente de la courbe d’indifférence (équation (5))

b=1; c=2

 2
 2 E  Rp  
1
E  Rp  2

 Pente de la frontière efficiente (équation (6))

 2
 162 E  Rp   11.16
E  Rp 

 En égalisant les deux pentes, on trouve la combinaison  E, 2  associée au

portefeuille optimal

E  Rp   0.0711

Var  Rp   0.000396

 Comme :

xN  50E  4

xN  50  0.0711  4  0.445

xV  1  xN  0.5550

- 111 -
 8. Soit deux titres :

E(RN) = 0.06
E(RV) = 0.08

Matrice des covariances

0.0064 0.008
 
 0.008 0.01 
Les ventes à découvert ne sont pas permises.

1) Calculez la frontière efficiente de ces deux titres. Représentez-la

graphiquement.
2) Déterminez l’espérance et la variance du portefeuille à variance minimale.
3) Le niveau choisi d’écart-type est de 0.07. Déterminez les pourcentages
investis dans chaque titre.
4) la fonction d’utilité d’un individu est quadratique :
U W   10  W  2W 2
Quel est le portefeuille optimal de cet individu ?

- 112 -
Solution
i) Construction de la frontière efficiente

cov  RN ,RV  0.008

  1
 N V 0.08  0.1
- Dans ce cas :
Var  Rp    xN N  1  xN   V 
2

  P  xN N  1  xN  V
- Comme on sait que :
xN  50E  RP   4
 Frontière   Rp   E  Rp   0.02

B
E(Rp) 0.08

0.06 A

0.08 0.1 σ(Rp)

- Les ventes à découvert ne sont pas permises.

- La frontière efficiente est une droite (AB).
 aucune diversification possible

ii) Portefeuille à variance minimale

 V2   N  V 
xN 
 N2   V2  2 N V 

 xN  500% 
 
 p  0
 x  400% 
 V 
- Comme les ventes à découvert ne sont pas permises, ce portefeuille n’est pas
envisageable.

- De plus, E p  2% (non admissible)

- Selon la frontière, le portefeuille possible qui a l’écart-type le plus faible est associé à :

- 113 -
  p  0.08
E p  0.06

iii) On veut déterminer la composition du portefeuille qui a un écart-type de 0.07.

- À partir de la frontière efficiente :
 p  E  Rp   0.02  E  Rp   0.05
xN  50E  Rp   4  1.50
xV  1  1.50  0.50
- Possible seulement si les ventes à découvert sont permises.
- Sinon, il n’est pas possible d’avoir  p  0.07 à partir de ces deux titres.

iv) On cherche encore une fois le portefeuille qui maximise l’utilité de notre investisseur
étant donné la nouvelle frontière efficiente.

pente courbe d’indifférence = pente frontière

a) Pente courbe d’indifférence

 2
 2 E  Rp  
1
E 2
b) Pente frontière
 p  E  Rp   0.02
 p2  E 2  0.04E  0.0004
 2
 2 E  0.04
E
- En égalisant les deux pentes, on trouve :
 2  0.018225
  0.1350
- Comme la frontière efficiente est de :
 p  E  Rp   0.02
E  Rp    p  0.02  0.1350  0.02  0.1150
xN  50E  Rp   4
 50  0.1150  4  1.75
xV  1  xN  2.75
 Ce portefeuille n’est admissible que si les ventes à découvert sont permises.
 Autrement dit, l’investisseur est prêt à prendre plus de risque que permis.

- 114 -
- Si les ventes à découvert ne sont pas permises, son utilité sera maximisée s’il investit
100% dans l’actif V.

- 115 -
 Appendice

Construction d’une frontière efficiente sur Excel

- 4 actifs
- Espérances de rendement :
E  r1   0.06
E  r2   0.05
E  r3   0.07
E  r4   0.08

- Matrice variance-covariance :

0.40 0.03 0.02 0.00 

 0.03 0.20 0.00 0.06 

0.02 0.00 0.30 0.03 
 
0.00 0.06 0.03 0.10 

1
 w1   0.06 1 0
w   0.05 1
  
 2  0
 w3   244 0.07 1 0
    
 w4   0.08 1 0
 1   1 1 1 1 0 0 1
     *
 2  0.06 0.05 0.07 0.08 0 0   E 

- On inverse la matrice (bordée) à partir de la fonction INVERSEMAT (même principe

que PRODUITMAT).

- Sélectionner cellules où apparaîtra l’inverse (espace 6 x 6).

- Donner à INVERSEMAT les cellules extrêmes de la diagonale principale de la matrice

à inverser.

- CTRL – Shift – Enter

- L’inverse apparaît.

- 116 -
- Choisir une valeur de départ pour E*, disons 0.05.

- À partir de la fonction PRODUITMAT, calculer les wi :

 w1   0.18 
 w   0.85 
 2   
 w3   0.06 
   
 w4   0.10 

- Substituer ces valeurs dans la formule de l’écart-type pour trouver l’écart-type associé à
E* = 0.05 :
1
 w' w 2  0.42
- On procède ainsi pour trouver d’autres points de la frontière efficiente simplement en
modifiant E*. On a :

E(rp) = E* σ(rp)
0.05 0.42
0.055 0.34
0.06 0.25
0.065 0.20
0.07 0.19
0.075 0.24
0.08 0.31
0.09 0.49
0.10 0.70
0.11 0.90

- On voit que la frontière efficiente va débuter près d’un rendement de 0.07 puisque σ(rp)
diminue auparavant.

- En fait, pour trouver le portefeuille à variance minimale, il suffit de minimiser :

w' w
sous la contrainte :

1
1
w' e  1 e 
1

1

- La fonction de Lagrange correspondante :

L  w' w   '  w' e  1

- 117 -
- Trouver :
L
0
w

2w   ' e  0

'
w  e où 
2

- On inverse  avec la fonction INVERSEMAT et on trouve :

w1  1.72
w2  9.25
w3  1.71

w4  15.0
Comme :

w1  w2  w3  w4  1

On a :
1
 0.0361
27.7

et :
w1  0.06
w2  0.33
w3  0.06
w4  0.54

E  rp   w' E  r   0.068

  rp    w' w 2  0.1899

1

- 118 -
 Construction d’une frontière efficiente dans Visual Basic

- Cas de deux titres.

- Introduire l'input de la construction de la frontière efficiente dans un

chiffrier Excel.

A B C D E F G H I J K
1 Frontière efficiente de deux titres
2 Espérances(ESP1) Pondérations(Poids1) Corrélations
3 Matrice Variance-Covariance(VCV1) 1 -1.00
4 0.0102 -0.021 Obg. 2.0% 100.0% -1.00 1
5 -0.021 0.0433 Actions 9.0% 0.0%
6
7
8 Espérance port. Variance port. Écart-type port
9 0.02 0.0102 0.10099505

- Matrice variance-covariance de deux titres:

- Dans le range: A4:B5

- Nom du Range: VCV1

- Pour nommer un range:

* L'ombrager

* Aller dans le coin supérieur gauche du chiffrier où se trouvent

les noms des cellules

* Inscrire VCV1 dans le petit rectangle réservé aux noms

* Faire Enter

- Range F4:F5 nommé ESP1:

* Espérances des rendements des deux catégories de titres:

obligations et actions.

- 119 -
 - Range H4:H5 nommé poids1:

* Pondérations des deux titres dans le portefeuille

- Cellule B9:

- Calcul de l'espérance du portefeuille

- En langage matriciel: w'E

- Formule Excell correspondante:

=MMULT5(Transpose(poids1),ESP1)

- On presse sur CTRL+SHIFT+ENTER pour faire apparaître le

résultat dans la cellule6.

- On voit que le langage Excel est très près du langage matriciel.

- Cellule D9: variance du portefeuille:

- En langage matriciel: w' w

- En langage Excel:

=MMULT((MMULT(TRANSPOSE(poids1),VCV1)),poids1)

- Cellule F9: Écart-type du portefeuille:

=SQRT(D9)

- L'input étant en place, on passe au calcul de la frontière efficiente

comme tel.

5 La fonction MMULT effectue un produit matriciel. Dans la version française d'Excel, elle
s'appelle: PRODUITMAT.
6 C'est là la procédure à suivre pour les fonctions de type Array

- 120 -
 A B C D E F G H
12 Calcul de la frontière efficiente par le lagrangien
13
14 Matrice bordée:C Inconnues:y Cible:k
15
16 0.0204 -0.042 0.02 1 100.0% 0
17 -0.042 0.0866 0.09 1 0.0% 0
18 1 1 0 0 0.89142857 1
19 0.02 0.09 0 0 -0.03822857 0.02
20

- Range A16:D19

- Matrice C, désignée par matrice bordée

- Nom du range: VCVBORD1

- Range F16 à F19

- Matrice y des inconnues

- Nom: Inco1

- Les deux premières inconnues: les deux pondérations

recherchées

- Pour assurer la cohérence du chiffrier:

* Mettre la formule =F16 dans la cellule H4 du premier

poids

* Mettre la formule =F17 dans la cellule H5 du second

poids

- Range H16:H19

* Vecteur k désigné par cible

- 121 -
 * Nom du Range: cible1

- Il faut calculer:

y  C 1k

- pour un premier E*, ici 2%.

- Écrire une fonction Visual Basic pour effectuer cette opération.

- Pour accéder à Visual Basic: ALT+F11

- Puis: Insert, module du menu principal

- Et on écrit la fonction:

Function front(VCVBORD1, cible1)

mat1 = Application.WorksheetFunction.MInverse(VCVBORD1)
inco = Application.WorksheetFunction.MMult(mat1, cible1)
front = inco1

End Function

- Fonction nommée front:

- Arguments: VCVBORD1 et CIBLE1 du chiffrier

- mat1: inversion de VCVBORD1

- inco: multiplication matricielle de mat1 et cible1

- front=inco1 signifie que la fonction retourne le vecteur d'inconnues

- 122 -
- Et l'on retourne au chiffrier:

- Front est maintenant ajouté à la liste des fonctions.

- On ombrage le range Inco1 des inconnues et on écrit la formule:

=Front(VCVBORD1, cible1)

- Et les pondérations optimales sont trouvées pour un rendement

espéré du portefeuille de 2%.

100% d'obligations
0% d'actions

- Pour construire la frontière efficiente:

commandes: Data puis Table

- 123 -
 B C D E F G H
23 Frontière efficiente
24 0.10099505 Frontière efficiente: Corrélation -1
25 0.02 0.10099505
26 0.025 0.078931 0.25

Espérance
27 0.03 0.05687437 0.2
28 0.035 0.03483928 0.15
29 0.04 0.01293626 0.1
30 0.045 0.00976771 0.05
31 0.05 0.03159049 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
32 0.055 0.05361903
33 0.06 0.07567384 sigma
34 0.065 0.09773715
35 0.07 0.11980426
36 0.075 0.1418734
37 0.08 0.16394374
38 0.085 0.18601487
39 0.09 0.20808652
40 0.095 0.23015855
41 0.1 0.25223086
42 0.105 0.27430338
43 0.11 0.29637607
44 0.115 0.31844889
45 0.12 0.34052181
46 0.125 0.36259482
47 0.13 0.38466789
48 0.135 0.40674103
49 0.14 0.42881422
50 0.145 0.45088745
51 0.15 0.47296071
52 0.155 0.49503401
53 0.16 0.51710734
54 0.165 0.53918069
55 0.17 0.56125406
56 0.175 0.58332745
57 0.18 0.60540086
58 0.185 0.62747429
59 0.19 0.64954772
60 0.195 0.67162117
61 0.2 0.69369463

- On introduit des rendements de 2% à 20% dans les cellules:

B25:B61 (2%: minimum des rendements des titres, ici obg.).

- Dans la cellule C24: on met la formule =F9 (formule de l'écart-type)

- On ombrage la zone B24 à C61

- Dans le menu principal: Data, Table

- 124 -
- Column input Cell de la boîte: H19 (soit le niveau du rendement
espéré du portefeuille)

- On touche enter et on a alors l'input pour la construction de la

frontière efficiente: espérance du rendement et écart-type.

- Pour construire la frontière, on clique sur l'icône des graphiques du

menu principal et on demande un scatter diagram.

- Ici corrélation de -1:

* On retrouve le cas théorique d'une frontière anguleuse qui

touche l'ordonnée.

- Autres cas théoriques:

* Corrélation de +1:
Frontière efficiente: Corrélation +1

0.25
Espérance

0.2
0.15
0.1
0.05
0
0 0.1 0.2 0.3 0.4

sigm a

- Pas de diversification possible

- La frontière est une droite fermant le cône associé à la corrélation -1.

- 125 -
Corrélation 0

Frontière efficiente: Corrélation 0

Espérance 0.25
0.2
0.15
0.1
0.05
0
0 0.1 0.2 0.3 0.4 0.5 0.6

sigm a

- Cas du pooling (assurances)

- La frontière prend sa forme habituelle.

- Il existe un actif sans risque:

* variance des obligations est nulle.

* La frontière efficiente devient une droite (CAPM) dont

l'ordonnée à l'origine est le taux sans risque, ici 2%.

Frontière efficiente: Actif sans risque

0.25
Espérance

0.2
0.15
0.1
0.05
0
0 0.1 0.2 0.3 0.4 0.5 0.6

sigm a

- 126 -
 * Avec la même fonction Visual Basic, bâtir une frontière
efficiente dans le cas de 4 titres.
A B C D E F G H I J
1 Quatre titres
2 Matrice Variance-Covariance(VCV) Espérances(ESP) Pondérations(Poids)
3
4 0.4 0.03 0.02 0 6.0% 19.7%
5 0.03 0.2 0 0.12 5.0% 76.3%
6 0.02 0 0.3 0.03 7.0% 31.7%
7 0 0.12 0.03 0.1 8.0% -27.7%
8 100.0%
9 Espérance port. Variance port. Écart-type port.
10 5.0% 0.1253 0.3540
11
12 Calcul de la frontière efficiente par le lagrangien
13 Matrice bordée:C Inconnues:y Cible:k
14 0.8 0.06 0.04 0 0.06 1 19.7% 0
15 0.06 0.4 0 0.24 0.05 1 76.3% 0
16 0.04 0 0.6 0.06 0.07 1 31.7% 0
17 0 0.24 0.06 0.2 0.08 1 -27.7% 0
18 1 1 1 1 0 0 3.46076711 1
19 0.06 0.05 0.07 0.08 0 0 -0.42364001 0.05
20
21
22 Frontière efficiente
23 0.3540
24 0.05 0.354
25 0.055 0.331
26 0.06 0.310
27 0.065 0.292
28 0.07 0.277
29 0.075 0.267
30 0.08 0.262 Frontière efficiente
31 0.085 0.261
32 0.09 0.266
0.2
33 0.095 0.275
0.175
34 0.1 0.288 0.15
Espérance

35 0.105 0.305 0.125

36 0.11 0.325 0.1
37 0.115 0.348 0.075
38 0.12 0.373 0.05
39 0.125 0.400 0.025
40 0.13 0.428 0
41 0.135 0.457 0.000 0.100 0.200 0.300 0.400 0.500 0.600 0.700 0.800
42 0.14 0.487 sigma
43 0.145 0.518
44 0.15 0.549
45 0.155 0.582
46 0.16 0.614
47 0.165 0.647
48 0.17 0.680
49 0.175 0.714
50 0.18 0.747
51 0.185 0.781
52 0.19 0.816
53 0.195 0.850
54 0.2 0.884

- 127 -
 - Comment calculer le portefeuille à variance minimale dans un
tel contexte?

* Revenir au cas de deux titres, avec corrélation de -1 entre les

rendements des deux titres.
A B C D E F G H I
1 Frontière efficiente de deux titres
2 Espérances(ESP1) Pondérations(Poids1)
3 Matrice Variance-Covariance(VCV1)
4 0.0102 -0.021 Obg. 2.0% 100.0%
5 -0.021 0.0433 Actions 9.0% 0.0%
6
7
8 Espérance port. Variance port. Écart-type port
9 0.02 0.0102 0.10099505
10
11
12 Calcul de la frontière efficiente par le lagrangien
13
14 Matrice bordée:C Inconnues:y Cible:k
15
16 0.0204 -0.042 0.02 1 100.0% 0
17 -0.042 0.0866 0.09 1 0.0% 0
18 1 1 0 0 0.89142857 1
19 0.02 0.09 0 0 -0.03822857 0.02
20
21
22
23 Frontière efficiente
24 0.10099505 Frontière efficiente: Actif sans risque
25 0.02 0.10099505
26 0.025 0.078931 0.25
27 0.03 0.05687437 0.2
Espérance

28 0.035 0.03483928 0.15

29 0.04 0.01293626 0.1
30 0.045 0.00976771 0.05
31 0.05 0.03159049 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
32 0.055 0.05361903
33 0.06 0.07567384 sigma
34 0.065 0.09773715
35 0.07 0.11980426

- Dans la cellule I10, écrivons la formule =D9, soit la variance du

portefeuille.

- A partir de cette cellule, on appelle le Solveur par la commande du

menu principal:

Tools, Solver

- Et on remplit les cases appropriées de la boîte du Solveur:

i) Set Target Cell: $I$10, i.e. là ou on est.

- 128 -
 ii) Equal to: Min

* i.e. on lui demande de minimiser la variance.

iii) By Changing Cells: $H$19

* i.e. on lui demande d'arriver au minimum en modifiant le

rendement espéré du portefeuille.

- On clique sur OK et on obtient le résultat suivant:

A B C D E F G H I
1 Frontière efficiente de deux titres
2 Espérances(ESP1) Pondérations(Poids1)
3 Matrice Variance-Covariance(VCV1)
4 0.0102 -0.021 Obg. 2.0% 67.3%
5 -0.021 0.0433 Actions 9.0% 32.7%
6
7
8 Espérance port. Variance port. Écart-type port
9 0.04286911 6.911E-06 0.00262888
10 6.911E-06
11
12 Calcul de la frontière efficiente par le lagrangien
13
14 Matrice bordée:C Inconnues:y Cible:k
15
16 0.0204 -0.042 0.02 1 67.3% 0
17 -0.042 0.0866 0.09 1 32.7% 0
18 1 1 0 0 4.9295E-10 1
19 0.02 0.09 0 0 -1.3822E-05 0.04286911
20
21
22
23 Frontière efficiente
24 0.00262888 Frontière efficiente: Actif sans risque
25 0.02 0.10099505
26 0.025 0.078931 0.25
27 0.03 0.05687437 0.2
Espérance

28 0.035 0.03483928 0.15

29 0.04 0.01293626 0.1
30 0.045 0.00976771 0.05
31 0.05 0.03159049 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
32 0.055 0.05361903
33 0.06 0.07567384 sigma
34 0.065 0.09773715
35 0.07 0.11980426

- A la cellule B9, on lit le rendement qui correspond à la variance

minimale, soit 4,29%

- 129 -
 - Comme il fallait s'y attendre, la variance est alors
pratiquement nulle (cellule D9).

- Écart-type correspondant: cellule F9: .003.

* Certes, on aurait obtenu le même résultat si on avait demandé de

minimiser l'écart-type du rendement du portefeuille plutôt que sa
variance.

- 130 -
 Chapitre 3

LA THÉORIE DU CAPM

(CAPITAL ASSET PRICING MODEL)

- Modèle de Markowitz: analyse moyenne-variance

* choix d'un portefeuille sur la base de l'espérance du rendement et de la variance.

- Modèle de Sharpe:

- modèle d'équilibre des marchés financiers: le CAPM

- 131 -
1. Hypothèses du CAPM

i) Aversion pour le risque

ii) Attentes homogènes des investisseurs au plan des rendementts (distribution normale)

iii) Existence d'un actif sans risque

iv) Information gratuite

v) Pas d'imperfections de marché: pas d'impôts ou de restrictions sur les ventes à

découvert.

- 132 -
2. La dérivation du CAPM

a) La CML: Capital Market Line

- Droite qui décrit l'équilibre sur le marché des capitaux.

- Lieu des combinaisons de l'actif sans risque et du portefeuille du marché M:

La C ML
E(Rp)

rf

écart-ty pe

- Expression mathématique de cette droite:

 E  Rm   R f 
E  Rp   R f    p
 m 

- Pente de La CML:
 E  Rm   R f 
 
 m 

- 133 -
- Seulements des portefeuilles efficicients sur la CML:

. portefeuilles sans risque non systématique

- 134 -
b) La SML (Security Market Line ou droite du marché des titres)

- Un portefeuille est composé de a% d'un actif risqué i et de (1-a) % du portefeuille du

marché M

Dériv ation de la SML

E(Rp)

R
M
a=0: équilibre

Égaler pentes des deux courbes

rf
à ce point pour trouv er la SML
R'

écart-ty pe

- R'MR: combinaisons rendement-risque de l'actif i et du portefeuille du marché M

- L'équilibre des marchés ne peut être qu'au point M

* à ce point: a = 0 (i a déjà sa pondération optimale dans M).

* a: demande excédentaire qui doit être nulle à l'équilibre.

- Égaler les pentes de la CML et de R'MR au point a=0 pour trouver la SML

- 135 -
 Pente CML = pente R'MR

E  Rm   R f  E  Rp  /  a

m   Rp  /  a
a 0

* Effectuons la dérivée à droite:

- Numérateur

E  Rp   aE  Ri   1  a  E  Rm 

 E  Rp 
 E  Ri   E  Rm 
a

- Dénominateur

  Rp   a 2 i2  1  a   m2  2a 1  a   im 
2 1/ 2
 y1/ 2
 

* Règle de la chaîne:

 p  p  y

a  y a

 p 1 1/ 21  y
 y
a 2 a

- 136 -
  p 1 2 2 1/ 2
  a  i  1  a   m2  2a 1  a   im  
2

a 2 
 2a i2  2 m2  2a m2  2 im  4a im 

* Au point a = 0

 p 1 2 1/ 2    m2
  m   2 m2  2 im   im
a 2 m

* L'égalité des pentes s'écrit:

E  Rm   R f  E  Rp  /  a

m   Rp  /  a
a 0

E  Rm   R f E  Ri   E  Rm 

m  im   m2
m

E  Rm   R f
 2  im   m2   E  Ri   E  Rm 
m


 E  Rm   R f  im2  E  Rm   R f  E  Ri   E  Rm 
 m

* D'où:

- 137 -
 
E  Ri   R f   E  Rm   R f  im2
m

* Définition du bêta ou risque systématique du titre i:

 im
i 
 m2

- Expression finale de la SML:

E  Ri   R f   E  Rm   R f  i

- À l'équilibre sur les marchés financiers:

- relation linéaire entre le rendement espéré d'un titre et sa quantité de

risque: son bêta

- 138 -
- Graphique de la SML:

La SML

E(Ri)

Rf

bêta de i

- Emprunt à Markowitz:

*Dans un portefeuille bien diversifié, le risque est seulement fonction de sa

covariance entre son rendement et celui des autres titres, représentés par M.

* À l'équilibre, le marché ne rémunère que le risque relié au bêta.

- le risque diversifiable ne sera pas rémunéré.

- 139 -
3. Quelques considérations

* Le bêta du titre sans risque est nul

* Le bêta de M est de 1:

Cov  Rm ,Rm  Var  Rm 

m   1
Var  Rm  Var  Rm 

* Le bêta d'un portefeuille: moyenne pondérée des bêtas des titres qui le composent.

* Si deux titres x et y dont les pondérations sont de a et de b dans le

portefeuille: a + b = 1

 p  a x  b y

* Risque total d'un titre

Risque total = risque systématique (risque de marché) + risque non systématique

Ri  i  i Rm   i

 i2  i2 m2   2i

risque total = risque systématique + risque non systématique

* Le risque systématique est orthogonal au risque non systématique:

* Le risque non systématique n'est pas rémunéré par le marché

- 140 -
risque risque total
sys.

90 degrés: orthogonal

risque non syst.

- 141 -
4. Le CAPM et l'évaluation des actifs financiers

* Contexte: une période

* Évaluer un titre qui paie un cash-flow de Pe à la fin de la période:

Po Pe

* Déterminer Po en termes du CAPM

Cov  R j ,Rm 
E  R j   R f   E  Rm   R f   R f  Cov  R j ,Rm 
Var  Rm 

(1)

* : rendement excédentaire du marché par unité de risque

: prix du risque

* Or:

Pe  P0
Rj 
P0

E  Pe   P0
E  Rj  
P0

- En substituant dans le CAPM (équation (1), on a:

- 142 -
 E  Pe   P0
 R f  Cov  R j ,Rm 
P0

* D'où le prix d'équilibre Po du titre j:

E  Pe 
P0  (2)
1  R f  Cov  R j ,Rm 

* On retrouve la formule:

E  CF 
Ps 
1  E  Rs 

dans le cadre du CAPM.

- 143 -
* Pour déterminer le prix d'équilibre d'un titre, on actualise l'espérance de son
cash-flow:

- au taux sans risque rehaussé d'une prime de risque:

prime de risque =  Cov  R j ,Rm 

prime de risque = prix du risque x quantité de risque du titre j

* Autre façon de calculer le prix d'un actif risqué: l'équivalent-certain

* Expression de la covariance en termes des prix initiaux et finaux:

P P 
Cov  R j ,Rm   Cov  e 0 ,Rm 
 P0 

  P  P E( Pe )  P0 
 

 E  e 0    Rm  E  Rm   

  P0 P0  


E  Pe  E  Pe   Rm  E  Rm   Cov  Pe ,Rm 

1 1

P0 P0

* En remplaçant, dans Po (équation(2)), Cov par cette valeur, on a:

E  Pe 
P0 
1  R f   1 / P0  Cov  Pe ,Rm 

- 144 -
* En mettant Po en évidence, on trouve finalement:

E  Pe   Cov  Pe ,Rm 
P0 
1 Rf

* Prix d'un titre: actualisation au taux sans risque, de l'équivalent- certain du cash-
flow que paiera le titre à la fin de la période.

* équivalent-certain: espérance mathématique du cash-flow à laquelle on retranche

une pénalité pour le risque.

- 145 -
5. L'impact des hypothèses du CAPM sur la validité de cette théorie.

L'inexistence d'un actif sans risque

- En 1972, Black a démontré que le CAPM était valable même s'il n'existait pas
d'actif sans risque.

- On identifie alors les portefeuilles qui ne sont pas corrélés avec le portefeuille du
marché:

* on retient le portefeuille efficient

* ce portefeuille z : portefeuille zéro-bêta

* E(Rz): tient lieu de taux sans risque dans la formule du CAPM

- Expression de la CML lorsqu'il existe un portefeuille zéro-bêta:

 E  Rm   E  Rz  
E  R p   E  Rz     p
  m 

- Expression de la SML lorsqu'il existe un portefeuille zéro-bêta:

E  Ri   E  Rz    E  Rm   E  Rz  i

- 146 -
* Il existe des impôts

- Formule de Brennan modifiée pour l'existence d'impôts: taux d'imposition des

dividendes supérieur aux gains de capital:

E  Ri   a1R f  a2 i  a3 DYi

DYi: taux de rendement du dividende du titre i

a3  0

* Les investisseurs exigent un rendement avant impôts plus élevé sur les titres qui
versent un dividende important.

- 147 -
6. Les vérifications empiriques du CAPM

- CAPM formulé en termes d'espérance mathématique: forme ex ante:

E  Ri   R f   E  Rm   R f  i

- Formuler le CAPM en termes des rendements observés

- Hypothèse: taux de rendement d'un titre obéit à un jeu non biaisé:

Rit  E  Rit   i  Rmt  E  Rmt    it

- Remplacer E(Rit) par sa valeur en termes du CAPM:

Rit  R ft  E Rmt   R ft i  i Rmt  E Rmt    it

Rit  R ft   Rmt  R ft  i   it

Modèle de marché :

Rit  R ft   Rmt  R ft  i   it

* Forme empirique du CAPM pour calculer le bêta:

- on régresse le rendement excédentaire du titre i sur le rendement

excédentaire du portefeuille du marché.

- 148 -
* Test empirique du CAPM

- On forme des portefeuilles et on calcule leur bêta

- On régresse ensuite le rendement moyen de ces portefeuilles sur leur bêta

respectif:

rj  a0  a1 j   j

- Pour que le CAPM soit valable, il faut que:

1) ao n'est pas significativement différent de 0

* sinon l'investisseur reçoit un rendement exceptionnel après ajustement

pour le risque.

* ao: alpha de Jensen.

2) le bêta: seul facteur qui affecte le rendement excédentaire du portefeuille

3) La relation doit être linéaire dans le bêta

4) a1 doit être égal à E(Rm) - Rf.

- 149 -
Résultats:

i) ao est significativement différent de 0

ii) a1 < E(Rm) - Rf.

iii) La relation semble linéaire dans le bêta

iv) D'autres facteurs que le bêta pourraient affecter le rendement des titres:

a) La capitalisation.

* Les petites firmes auraient des rendements excédentaires plus élevés

que les grandes firmes, après ajustement pour leur risque respectif.

b) Le rapport cours-bénéfice.

* Les entreprises qui ont un (P/E) plus faible ont tendance à avoir un
rendement excédentaire plus élevé sur une base ajustée pour le risque

c) Le rapport: valeur marchande/valeur aux livres des actions.

* plus ce rapport est faible, plus le rendement excédentaire semble

important.

* titres sous-évalués

- 150 -
* Relation entre le rapport cours-bénéfices et le bêta

* En 1991, sur l'ensemble des titres américains:

P
 2,77  22,89 PAYOUT  0,1326 bêta  13,86 EGR
E

*R2: 0,32

* PAYOUT: taux de paiement du dividende à la fin de l'année

* EGR: taux de croissance des profits au cours des cinq dernières années

- Un bêta plus élevé est donc associé à un (P/E) plus faible.

* Plus de risque.

- 151 -
 Exercices

Chapitre 3

CAPM

Raymond Théoret, Ph.D.

- 152 -
1. a) Quel est le bêta d’un portefeuille efficient étant donné que:

E  R j   0.20

R f  0.05

E  Rm   0.15

 m  0.20

b) À quoi est égal  j ?

c) Quelle est la corrélation du portefeuille efficient avec le marché?

- 153 -
Solution

a) Selon le CAPM

E  R j   R f   E  Rm   R f   j

E  Rj   Rf 0.20  0.05
j    1.5
E  Rm   R f 0.15  0.05

b) On sait que le risque total d’un portefeuille est égal à:

 2j   j2 m2   2
risque systématique risque idiosyncratique

- Par définition, un portefeuille efficient ne comporte pas de risque

idiosyncratique:

 2  0

  2j   j2 m2

ou  j   j m

 j  1.5 0.2   0.3

c) Corrélation d’un portefeuille efficient avec le marché:

cov  R j ,Rm 
rjm 
 j m

- On peut dériver cov  R j ,Rm  de deux façons:

i) par le bêta:

- 154 -
 cov  R j ,Rm 
j 
 m2

 cov  R j ,Rm    j m2  1.5  0.2   0.06

2

ii) par la définition même de la covariance dans le CAPM:

cov  R j ,Rm    j m m2

m  1

cov  R j ,Rm    j m2  1.5 0.2   0.06

2

cov  R j ,Rm  0.06

rjm   1
 j m  0.3 0.2 

- Dans le CAPM, les portefeuilles efficients ont une corrélation de 1 avec le

portefeuille de marché:

- portefeuilles efficients: combinaisons du portefeuille M

(portefeuille de marché) et du titre sans risque (combinaisons qui
forment la CML).

- 155 -
2. La matrice variance-covariance pour deux actifs X et Y est la suivante :

0.01 0 
 
 0 0.0064

On a aussi que :

E  Rx   0.2

E  Ry   0.1

a) Quel est le rendement espéré du portefeuille à bêta 0, sachant que le

portefeuille de marché est composé de 50% du titre X et de 50% du titre Y?

b) Quelles sont les pondérations des deux titres dans le portefeuille à variance
minimale?

c) Quelle est l’équation de la SML?

- 156 -
Solution

a) Par définition, le portefeuille à bêta 0 a une covariance de 0 avec le

portefeuille de marché :

cov  Rz ,Rm   w'z wm  0

wz : vecteur des pondérations du portefeuille à bêta 0.

 : matrice variance-covariance des rendements des titres.

wm : vecteur des pondérations du portefeuille de marché.

0.5
wm   
0.5

- Calcul des pondérations du portefeuille à bêta 0 :

0.01 0  0.5
cov   w1 w2   0
 0 0.0064  0.5
12
22 21

 0.005  0 
 w1 w2   0
0  0.0032

0.005w1  0.0032w2  0

- On sait aussi que :

w1  w2  1

- 2 équations, 2 inconnues : on peut résoudre.

- Selon la 2ième équation :

w1  1  w2

- En substituant cette valeur dans la première équation, on a :

0.005 1  w2   0.0032w2  0

- 157 -
  w2  2.78

w1  1  w2  1  2.78  1.78

 le portefeuille à bêta 0 est composé de -178% du titre 1 et de 278% du

titre 2.

E  Rz   1.78E  R1   2.78E  R2 

 1.78  0.2   2.78  0.1  0.078 ou -7.8%

- 158 -
b) Pour calculer les pondérations du portefeuille à variance minimale, on se
sert de la proportion déjà calculée du titre X dans le portefeuille à variance
minimale :

 y2  rxy x y
a* 
 x2   y2  2rxy x y

- Selon la matrice variance-covariance, on sait que :

 x2  0.01

cov  X ,Y   0  rXY  0

 Y2  0.0064

0.0064  0
a*   0.39
0.01  0.0064  0

 Le portefeuille à variance minimale est composé de 39% du titre 1 et de

61% du titre 2.

d) La SML est la suivante lorsqu’il existe un portefeuille à bêta 0 :

E  R j   E  RZ    E  Rm   E  RZ   j

E  R j   0.078  0.15   0.078  j  0.078  0.228 j

- 159 -
3. Soit les données suivantes :

Titre rim σi
A 0.5 0.25
B 0.5 0.30

rim : corrélation entre le titre i et le portefeuille de marché.

E(Rm) = 0.12

rf = 0.05

σ2(Rm) = 0.01

a) Calculez les bêtas

- Titre A
- Titre B
- Portefeuille 50% A et 50% B

b) Calculez le rendement d’équilibre :

- Titre A
- Titre B
- Portefeuille 50% A et 50% B

- 160 -
Solution
a)

cov  ra ,rm 
A 
 m2

cov  ra ,rm   ram  ra    rm 

cov  ra ,rm    0.5 0.25  0.01  0.0125

cov  ra ,rm  0.0125

A    1.25
 2
m 0.01

cov  rb ,rm  0.015

B    1.5
 2
m 0.01

 p  0.5 A  0.5 B  0.5 1.25  0.5 1.5  1.375

b)

E  rA   rf   E  Rm   rf   A

E  rA   0.05  0.12  0.051.25  0.1375

E  rB   rf   E  Rm   rf   B  0.1550

E  rP    0.5 0.1375   0.5 0.1550   0.1462

- 161 -
4. Remplissez les cases libres dans le tableau suivant :

Titre E(Ri) σ(Ri) Bêta Variance résiduelle

1 0.15 - 2.00 0.10
2 - 0.25 0.75 0.04
3 0.09 - 0.50 0.17

- 162 -
Solution

On sait que :

E  r1   rf   E  Rm   rf  1

E  r3   rf   E  Rm   rf  3

 E  r1   E  r3    1  3   E  Rm   rf 

E  r1   E  r3  0.15  0.09
E  Rm   rf    0.4
1  3 2.0  0.5

- À partir de l’info. qu’on a pour le titre 1, on peut calculer rf :

E  r1   rf   E  Rm   rf  1

 rf  E  r1    E  Rm   rf  1  0.15   0.04  2  0.07

- On peut calculer E(r2) :

E  r2   0.07   0.04  0.75  0.10

- L’information disponible pour l’action 2 nous permet d’estimer la variance

du rendement du marché :

 2  r2   22 2  rm    2  2 

 2  r2    2  2   0.25  0.04
2

   rm  
2
  0.04
 22  0.75
2

- On peut calculer les écart-types des titres 1 et 3.

 2  r1    2.0   0.04   0.10  0.26

2

  r1    0.26   0.5099
0.5

- 163 -
 2  r3    0.05  0.04   0.17  0.18
2

  r3    0.18  0.4243
0.5

- 164 -
5. Il n’existe pas de titre sans risque mais un portefeuille à bêta 0 (non corrélé
avec le portefeuille de marché).

E  rz   0.06

E  rm   0.10

 m  0.30

Remplissez les cases vides dans le tableau suivant :

Titre E(Ri) σ(Ri) Bêta Variance résiduelle

x 0.16 - - 0.0375
y 0.08 - - 0.0775

- 165 -
Solution
E  ri   E  rz    E  rm   E  rz  i

E  ri   E  rz 
 i 
E  rm   E  rz 

0.16  0.06 0.10

x    2.5
0.10  0.06 0.04

0.08  0.06 0.02

y    0.5
0.10  0.06 0.04

 2  rx    x2 m2   2x

  2.5  0.30   0.0375  0.60

2 2

   rx   0.60  0.7746

 2  ry    y2 m2   2y

  0.5  0.30   0.0775  0.10

2 2

   ry   0.10  0.3162

- 166 -
6.

E  rm   0.08

  rm   0.07

rf  0.05

a) Quelles est l’équation de la droite du marché des capitaux (CML).

b) Si E(Rp) = 0.06, déterminez la composition de ce portefeuille. Quel est son

écart-type?

c) Quelle est l’équation de la droite du marché des titres (SML). Quel est le
bêta du titre dont E(ri) = 0.08?

d) Pour calculer l’espérance du rendement d’un titre, faut-il utiliser la SML ou

la CML? Pourquoi?

- 167 -
 Solution

a)

 E  rm   rf 
CML : E  rp   rf    p
 m 

où p : portefeuille efficient.

- Avec les données du problème on a :

E  rp   0.05  0.4286 p

b)

E  rp   xrf  1  x  E  rm   0.06

où x : % investi dans l’actif sans risque.

2 1
 x  ; 1  x  
3 3

Var  rp   Var  xrf  1  x  rm 

 Var 1  x  rm 

 1  x  Var  rm 
2

   rp   1  x    rm    0.07  0.0233
1
3

c) Équation de la SML :

E  ri   rf   E  rm   rf  i

- Si E(ri) = 0.08

0.08  0.05  i 0.08  0.05

- 168 -
  i  1

d)

- La CML ne s’applique qu’aux portefeuilles efficients (totalement diversifiés).

- La SML s’applique à tout actif individuel et à tout portefeuille.

 Pour une action individuelle, utiliser la SML pour calculer E(ri).

- 169 -
7. On a les données suivantes :

Titre Bêta E(ri)

A 0.6 0.07
B 0.8 0.08
C 1.3 0.105

a) Calculer rf et E(rm).

b) De nouvelles informations arrivent et les investisseurs révisent E(ri) et  i .

Titre Bêta E(ri)

A 0.6 0.07
B 0.7 0.10
C 1.3 0.095

Connaissant la SML (question a), que peut-on dire de ces titres?

- 170 -
Solution

a)

- SML : E  ri   rf   E  rm   rf  i

- En utilisant les titres A et B :

(1) 0.07  rf  0.6  E  rm   rf 

(2) 0.08  rf  0.8  E  rm   rf 

De (1) : 0.07  0.4rf  0.6E  rm 

 rf  0.1750  1.5E  rm 

En substituant dans (2), on trouve :

E  rm   0.09

rf  0.04

 SML : E  ri   0.04  0.05i

b)

Calculons les rendements théoriques avec la SML :

E  rA   0.04  0.05 0.6  0.07

Titre Bêta rendement observé rendement théorique

A 0.6 0.07 0.07
B 0.7 0.10 0.075
C 1.3 0.095 0.105

- 171 -
 E(ri)

0.105

0.10 B sous-évalué
0.095 C surévalué

(0.075)
0.04

βi

- B : sous-évalué

i.e. son rendement est trop élevé

son prix est trop faible (cheap)

 son prix va augmenter (ou son rendement va diminuer) jusqu’à ce

qu’il revienne sur la SML.

- C : surévalué

- rendement trop faible ou prix trop élevé (rich)

 son prix va diminuer jusqu’à ce qu’il retourne sur la SML.

- 172 -
 Chapitre 4

La théorie de l'APT

1. Le principe de l'arbitrage

- Possibilité d'arbitrage:

- un réaménagement du portefeuille pour lequel

i) aucune variation du risque

ii) espérance de rendement supérieure.

- Situation d'équilibre: absence d'arbitrage.

- 173 -
- Exemple: un individu est confronté à 3 placements:

Cas 1

Cash-flows en $ au temps t0 t1 t2
Placement 1 -1 0.10 1.10
Placement 2 -1 0 1.21
Placement 3 -1 1.12 0

- Trois placements sont offerts:

- coût de chacun: 1$.

- Placement 1: échéance 2 ans.

- cash-flow de 0,10$ la première année et de 1,10$ la seconde.

- Placement 2: échéance de 2 ans

- Aucun cash-flow la première année et cash-flow de $1,21 la seconde.

- Placement 3: placement d'un an.

- cash-flow de 1,12$ à la fin de la première année.

- Y a-t-il possibilité d'arbitrage?

- 174 -
 - En réaménageant son portefeuille, l'individu peut-il dégager un profit
net? (free lunch).

* Réaménagement du portefeuille:

- Retrait de 10000$ du placement 1

- Conséquences:

- 1000$ d'intérêts de moins à la période 1

- 11000$ de moins à la fin de la période 2

- Reconstitution à l'aide des placements 2 et 3

* Pour maintenir ses intérêts à la période 1:

- Accroître le placement 3 de:

1000$
 892.86
1.12

* Pour maintenir son 11000$ à la fin de la période 2:

- Investir dans le placement 2:

11000$
 9090.91
1.21

- Les cash-flows des périodes 1 et 2 sont maintenus.

- 175 -
* Repas gratuit résultant du réaménagement:

- Cash-flow positif au départ 10000$

- Cash-flow négatif: coût du réaménagement:

892.86 + 9090.91 = 9983.77$

- Gain net du réaménagement: 16,23 $.

* Même résultat avec la théorie des anticipations de la structure à terme des taux
d'intérêt.

- Exemple de cette théorie:

R2: taux spot 2 ans

R3: taux spot 3 ans

R3
R3

R2
R2 taux d'un an
taux d'un an dans
dans 22 ans
ans

00 11 22 33

3
1 + R3 
taux à terme d ' un an dans 2 ans = 1
2
1  R2 

- 176 -
* Dans notre exemple:

- R1: 12%

- R2: 10%.

1, 21 0,5  1  1,10 ou 10%

- Avec ces taux, la valeur actualisée des placements 2 et 3 est de 1$.

* prix juste pour ces placements.

- Placement 1: trop dispendieux à 1$:

0.10 1.10
  0.998$
1.12 (1.10)2

- prix du placement 1: 0,998$ et non 1$

- 177 -
* Calcul de la valeur future du placement 3

Valeur future = cash-flowt1 (1 + taux de réinvestissement)+ cash-flowt2

- taux de réinvestissement: taux à terme d'un an dans un an:

1.21
 1  0. 0804
1.12

- Valeur future du placement 3:

0,101.0804  1,10  1,2080  1, 21valeur future du placement 2

- 2 placements pourtant de même coût

- 178 -
* Calcul des prix d'équilibre des titres en utilisant le principe de l'arbitrage

- Théorème général: aucune possibilité d'arbitrage s'il existe un système de prix tel
que:

Bp = -a

- Dans l'exemple précédent:

a: coûts des divers placements à la période 0.

B: matrice des cash-flows (positifs) aux périodes 1 et 2.

- 179 -
- Exemple: calcul du coût du placement 1 de façon à ce qu'il n'y ait plus d'arbitrage.

Cas 2

Cash-flows en $ au temps t0 t1 t2
placement 1 - a1 0.10 1.10
placement 2 -1 0 1.21
placement 3 -1 1.12 0

- Coût calculé auparavant: 0,998 $.

Bp = -a:

 . 10 1.10     a1  
   p1    
 0 1. 21       1 
   p 2    

1. 12 0   1 

0.10p1 + 1.10p2 = -a1

1.21p2 = 1

1.12p1 = 1

- Selon les équations 2 et 3:

- 180 -
 p1 = 0,893

p2 = 0,826

- En substituant ces valeurs dans l'équation 1:

a1 = -0,998

- Si le placement 1 se vend à ce prix, plus d'arbitrage possible. On est à

l'équilibre.

- Autre façon de poser de problème:

- prix du placement 1: 1$

- quel doit être le taux d'intérêt du placement 3 pour qu'il n'y ait plus
d'arbitrage?

- Cas 3: tableau suivant:

Cas 3

Cash-flows en $ au temps t0 t1 t2
placement 1 -1 0.10 1.10
placement 2 -1 0 1.21
placement 3 -1 Rdt 0

- 181 -
- On veut déterminer Rdt.

- En appliquant Bp = -a:

0.10p1 + 1.10p2 = 1

1.21p2 = 1

Rdtp1 = 1

* Rdt = 1,10: taux d'intérêt d'équilibre du placement 3 : 10%.

- 182 -
2. Qu'est-ce que l'APT

* L'APT: théorie concurrente au CAPM:

- elle vise à déterminer les rendements d'équilibre des titres.

- Contrairement au CAPM, elle ne se situe pas dans le cadre de l'analyse

moyenne-variance.

- Elle se veut donc beaucoup plus générale que le CAPM.

- L'APT: théorie qui repose sur le principe de l'arbitrage tel qu'il vient d'être
exposé.

- À l'équilibre, il doit y avoir absence d'arbitrage

- Quelle est l'incidence de ce principe sur les rendements d'équilibre?

- 183 -
3. Le modèle de l'APT

La notion de matrice orthogonale

- La matrice carrée A est orthogonale si:

A'A = AA' =I

A': transposée de A

I: matrice identité

- Donc, pour une matrice orthogonale:

1
A'  A

Les équations de l'APT

- Modèle proposé par Ross en 1976.

* Le rendement du titre i (Ri) est une fonction linéaire de k facteurs (F):

Ri  E( Ri )  bi1F1 ...bik Fk   i

- 184 -
- CAPM : cas particulier de l'APT:

• taux de rendement du marché: seul facteur pertinent.

* L'APT repose sur le principe de l'arbitrage.

- À l'équilibre, les portefeuilles qui:

* ne requièrent aucune injection d'argent frais;

* ne comportent aucun risque;

doivent comporter un rendement nul.

- Construction des portefeuilles d'arbitrage

* 1) Aucune injection d'argent frais:

n
 wi  0
i1
wi: facteurs de réaménagement (modification des pondérations initiales

- 185 -
* En termes matriciels:

 1    0  
   
 1    0  
w1 w2 .. . wn        
 .. .    ..  . 
 1    0  
soit:

w'e = 0

* le vecteur est orthogonal au vecteur e

- 2) portefeuille d'arbitrage: sans risque.

* Pour tout facteur k:

 wi bik  0
i
- En termes matriciels:

* Vecteur des bêtas des n titres associé au facteur k:

 b 1k  
 
 b 2k  
  . ..  
 
 b nk  

- 186 -
  b1k  
 
b
 2k 
w1 w2 .. . wn  
.. .   0
 
 bnk  

pour l'ensemble des facteurs:

w'b = 0

* D'où w est orthogonal à b

• 3) Taux de rendement d'un portefeuille d'arbitrage :nul.

Rp   wi E(Ri )  0
i
* en termes matriciels:

R  w' E R  0

* w est orthogonal à E(R)

- 187 -
 - Les trois conditions de l'absence d'arbitrage

w'e=0

w'b = 0

w' E(R) = 0

- Vecteur w: orthogonal à trois vecteurs:

- le vecteur unitaire;

- le vecteur des b;

- le vecteur des E(R).

- Conséquence algébrique: le rendement anticipé du titre i: combinaison linéaire

du vecteur e et du vecteur b.

E(Ri )   0  1bi1 ... k bik

* Résultat principal de la théorie de l'APT.

- Exemple: 3 titres et un seul facteur.

- 188 -
* les 3 équations de l'absence d'arbitrage:

 1 1 w1  0 
1
 b1 b2 b3 w 2  0 

E( R1 ) E( R2 ) E( R3 ) 

w3 
 
0 


- La matrice:

 1 1 1
 b1 b2 b3 

E( R1 ) E( R2 ) E( R3 ) 


est singulière.

- Sinon, les wi seraient nuls: solution triviale.

* La troisième ligne: combinaison linéaire des deux premières (qui ne

peuvent être colinéaires).

- 189 -
 * Il en résulte que:

E( R1 )  1 b1 

E( R2 )  1 0  b2 1

E( R3 ) 
 
1
 
b3 


• On retrouve ici le CAPM: 1 seul facteur.

- 0: taux sans risque

- 1: prix du risque, soit le rendement excédentaire du portefeuille du marché

- b: bêta du titre.

* Quand il existe k facteurs:

E(Ri )   0  1bi1 ... k bik

- terme constant: taux sans risque.

- Si le titre i n'a aucun risque (bij nuls):

E(Ri) = 0

* lambdas: prix du risque.

- 190 -
 - lambda du facteur j: prix du risque associé au facteur j.

- prix du risque: rendement excédentaire par unité de risque

D'où:

 1  ER1   r f

- 1: prix du risque du facteur 1:

- rendement excédentaire requis pour supporter une unité de risque

associée au facteur 1.

- bij: bêtas des divers facteurs: quantité de risque

- Équation de base de l'APT:

E(Ri )  r f  (E(R1 )  r f )bi1 ...(E(Rk)  r f )bik

- 191 -
  En résumé, l'APT comprend deux équations:

1) L'équation du rendement du titre i:

Ri  E(Ri ) bi1 F1 ... bik Fk   i

2) L'équation de l'espérance du rendement du titre i:

E(Ri )  r f  (E(R1 )  r f )bi1 ...(E(Rk)  r f )bik

- Le modèle de l'APT est plus robuste que le CAPM.

1) Pas d'hypothèses quant à la distribution des rendements des titres.

- Le CAPM suppose que cette distribution est normale.

2) L'APT ne formule pas d'hypothèses fortes quant aux fonctions d'utilité des
individus.

3) Les taux de rendement d'équilibre peuvent dépendre de plusieurs facteurs

dans l'APT, et non d'un seul (CAPM).

- 192 -
4) L'APT n'accorde aucun rôle spécial au portefeuille du marché.

- Le CAPM exige qu'il soit efficient.

5) L'APT peut être transposé facilement à un contexte de plusieurs périodes.

- 193 -
4. Tests de l'APT

- Procédure habituelle pour tester le modèle de l'APT:

1) Colliger des séries statistiques pour un groupe d'actions;

2) Recourir à l'analyse factorielle pour déterminer le nombre de facteurs et les

bêtas de ces facteurs pour chaque titre;

3) Utiliser les bêtas pour calculer les primes de risque de chacun des facteurs. On
recourt à la régression pour estimer ces primes de risque.

- Les premières vérifications de l'APT ont démontré que le marché ne

rémunérait qu'un nombre limité de facteurs, 3 ou 4.

- L'APT ne spécifie pas la nature des facteurs.

- Cela relève des tests empiriques.

- D'où la part d'arbitraire de la théorie.

- 194 -
- Le test empirique le plus connu de l'APT:

- celui effectué par Chen, Roll et Ross en 1983.

- Leur étude a permis d'identifier 4 variables macro comme candidats au titre de

facteurs:

1) La production industrielle;

2) Le changement dans une prime de risque de défaut (mesuré par la

différence entre les titres AAA et Baa);

3) La différence entre les rendements à l'échéance des obligations

gouvernementales à long et à court terme (la structure à terme des taux);

4) L'inflation non anticipée.

- Choix pertinent de variables:

- Le prix d'une action est la valeur escomptée de ses cash-flows anticipés.

- La production industrielle est reliée aux cash-flows;

- Les autres variables sont reliées au taux d'escompte.

- 195 -
 Exercices

Chapitre 4

APT

Raymond Théoret, Ph.D.

- 196 -
1. Le bêta d’un fonds mutuel est de 1.0.

rf = 0.08 (8%)

E(rm) – rf = 0.062

Le fonds considère le modèle de l’APT et estime que deux facteurs

influencent le portefeuille :

i) Les changements dans la production industrielle ( prix de ce risque :

0.05).

ii) L’inflation non anticipée (prix de ce risque : 0.11).

a) Si la sensibilité (bêta) du portefeuille à la production industrielle est de -

0.5, quelle est sa sensibilité à l’inflation non anticipée?

b) Le fonds veut conserver le même rendement anticipé mais veut réduire son
exposition à l’inflation à 0. Quel sera alors le bêta du premier facteur.

- 197 -
Solution

a) Calcul du rendement espéré du portefeuille selon le CAPM :

E  ri   rf   E  rm   rf  i

 0.08  0.0621.0  0.142

- Les équations de l’APT pour le fonds sont les suivantes :

E  rp   rf  1  rf   p1   2  rf   p2
prix du risque: facteur 1 prix du risque: facteur 2

0.142  0.08  0.05  0.5  0.11  p 2 

  p 2  0.7909

b) E  ri   0.142  rf   0.05 p1  0.11  p 2

0

0.142  0.08   0.05 p1

  p1  1.24

- 198 -
2. Dans le modèle de l’APT :

- Prix du facteur 1 : rendement excédentaire requis pour supporter

une unité du risque associé au facteur 1 1  rf  = 0.15

- Prix du facteur 2 : -0.2

On a aussi les informations suivantes :

β1 β2
Titre 1 1.4 0.4
Titre 2 0.9 0.2

rf = 0.05

Calculez le rendement d’équilibre de chacun des deux titres.

- 199 -
Solution

E  ri   rf  11  2 2

E  r1   0.05   0.151.4    0.2  0.4 

E  r1   0.05  0.21  0.08  0.18

E  r2   0.05   0.15 0.9    0.2  0.2 

E  r2   0.05  0.135  0.04  0.1450

- 200 -
 3. Dans le modèle de l’APT, la relation entre les espérances de rendement et
les bêtas est linéaire à l’équilibre, i.e.,

E  ri   0  1i1  1i 2  ...  k ik

Supposons qu’il n’y ait qu’un seul facteur et que la relation entre E(r) et β ne soit pas
linéaire :

Portefeuille Bêta E(r)

A 0.5 0.06
B 1.0 0.09
C 1.5 0.11

a)

Trouvez une combinaison linéaire des portefeuilles A et C qui donne un bêta nul. Quel
est le rendement espéré de cette combinaison?

b)

Trouvez une combinaison linéaire des portefeuilles B et C qui donne un bêta nul. Quel
est le rendement espéré de cette combinaison?

c)

- 201 -
Quelle opération d’arbitrage pouvez-vous effectuer à partir des résultats obtenus en a) et
b)? Veuillez bien préciser ce qu’est une opération d’arbitrage. Représentez-la
graphiquement.

Solution

a) Combinaison de A et C qui donne un bêta de 0 :

a  0.5  1  a 1.5  0

a  1.5

1  a  0.5

- Un portefeuille compos de 150% de A et de -50% de C a un bêta nul.

E  rp   1.5  0.06   0.5  0.11  0.09  0.0550  0.0350

b) Combinaison de B et C qui donne un bêta nul :

a 1.0   1  a 1.5  0

a3

1  a  2

- Un portefeuille composé de 300% de B et de -200% de C a un bêta nul.

E  rp   3  0.09   2  0.11  0.05

c) L’opération d’arbitrage sans risque (bêta = 0) :

- Vendre à découvert la combinaison de A et de C.

- Se servir du produit pour acheter la combinaison de B et de C.

- 202 -
- Profit gratuit résultant de cet arbitrage :

E  rp _ BC   E  rp _ AC 

= 0.05 – 0.0350 = 0.0150

 À l’équilibre, la relation entre E(r) et bêta doit être linéaire.

- Ici un seul facteur :

E  ri   0  1i

- 203 -
4. Soit les informations suivantes :

Titre βi1 βi2 E(ri)

A 0.5 1.2 0.098
B -0.5 0.7 0.056

βij : sensibilité du titre i au facteur j

Un portefeuille a une sensibilité au facteur 1 de 0.66 et au facteur 2 de 0.76.

Quelle est l’espérance de rendement de ce portefeuille selon l’APT, sachant

que rf = 0.04.

- 204 -
Solution

Il faut d’abord trouver les primes de risque de chaque facteur.

Selon l’APT :

E  rp   rf  1 p1  2  p 2

où λi : prime de risque du facteur i.

- Selon les informations fournies par les titres A et B.

0.098  0.04   1  0.5   2 1.2 

0.056  0.04   1  0.5   2  0.7 

1  0.0225

2  0.0389

E  rp   rf  1 p1  2  p 2

 0.04   0.0225  0.66    0.0389  0.76 

 0.0844

- 205 -
5. Données :

  ri   0.1

i  0.8

im  0.4 (corrélation du titre avec le marché)

a) En utilisant le modèle de marché, décomposez le risque total du titre en

risque systématique et risque spécifique.

b) La relation rendement-risque est mieux représentée par le modèle multi-

indice suivant :

ri  i  i1F1  i 2 F2   i

F1 et F2 : facteurs communs de risque.

 i : part du rendement non expliquée par Fi.

  F1   0.08

  F2   0.03

Décomposez le risque total du titre en risque systématique et risque

spécifique.

- 206 -
Solution

a) Modèle de marché

ri  i  i rm   i

var  ri   i2var  rm   var  i 

- Calculons var(rm) :

cov  ri ,rm  i i m 

i    i i
var  rm  m 2
m

i i 0.4  0.1

 m    0.05
i 0.8

 m2  0.0025

var  ri   i2var  rm   var  i 

risque systématique risque spécifique

 0.1   0.8  0.0025  var  i 

2 2

0.0016

 var  i   0.0084

- D’où le tableau suivant :

risque total risque systématique risque spécifique

0.01 0.0016 0.0084
100% 16% 84%

- Part du risque expliquée par le marché : 16%.

- part associée au facteur propre au titre : 84%.

- 207 -
b)

On a :

ri  i  i1F1  i 2 F2   i

- Hypothèses :

cov  F1 ,F2   0

cov  F1 , i   0

cov  F2 , i   0

i1  0.6

i 2  0.9

 var  ri   i21 var  F1   i22 var  F2   var  i 

risque systématique risque spécifique ou idiosyncratique

0.01   0.6   0.08    0.9   0.03   var  i 

2 2 2 2

   

 var  i   0.006967

risque total risque syst. F1 risque syst. F2 risque spécif.

0.01 0.002304 0.000729 0.006967
100% 23.04% 7.29% 69.67%

 La part du risque expliquée par les deux facteurs : 30.33% (supérieure à ce

qu’elle est dans le modèle monofactoriel).

- 208 -
 Chapitre 5

L’évaluation de la gestion de portefeuille

 But du chapitre

* Évaluer le gestionnaire en fonction de deux paramètres :

- rendement réalisé

- risque supporté ( pénaliser le gestionnaire pour le risque)

- 209 -
1. Les diverses notions des rendements des titres

 Notions de rendements réalisés

1) Rendement total composé d’un portefeuille p

T
R p 1, T   R p 1  R p 2   ... R p T    R p t 
t 1

- rendements définis en termes relatifs :

(1+ i)

2) Rendement moyen géométrique (gp) :

1  g p    R p t 
T
T

t 1

3) Rendement moyen logarithmique (zp) :

z p T T
e   R p t 
t 1

1 T
z p      ln R p t   
 T  t 1

* Taux de rendement composé de façon continue

4) Rendement moyen arithmétique (ap) :

1 T
1  a p      R p t 
 T  t 1

- 210 -
 zp  gp  a p

 Rendements des fonds mutuels

- Problème : l’équité d’un fonds change constamment

* Entrées et sorties de fonds continues qui faussent le rendement

- Deux méthodes d’ajustement :

i) Rendement moyen réalisé annuellement par un Fonds (average

annualized Holding Period Return : HPR)

ii) Taux de rendement interne du fonds (IRR)

 Rendement moyen réalisé annuellement par un Fonds

- Intègre les entrées et des sorties de fonds

- Données suivantes pour un Fonds :

Mois/jour Cash-flow Valeur

01/03 100 7660
02/01 100 8756
03/01 100 8778
03/23 (5000) 4103

- Procédure du calcul du HPR:

i) Calcul du rendement réalisé périodiquement :

 Vt  Vt 1  CFt 
   100
 V t 1 

- 211 -
 Vt : valeur du fonds en t

CFt : cash-flow en t

Date # jours Valeur HPR HPR ann. HPR pondéré

02/01 29 8756 13,00% 163,62% 65,45%
03/01 29 8778 -0,89% -11,20% -4,59%
03/23 23 4103 3,70% 58,72% 11,16%
Total 21637 72,02%

* HPR 02/01 :

8756  7660  100

 100  13,00%
7660
ii) Annualisation des rendements :

365
HPR 
# de jours

365
13%   163,62%
29

iii) Pondération des rendements (dollar-weighted annualized return)

- Coefficient de pondération d’une période :

Vt
 Vt

- 212 -
 8756
 163,62%  0,40  163,62%  65,45%
21637

* HPR global annualisé par le Fonds :

- somme des HPR pondérés : 72,02%

- 213 -
 Taux de rendement interne du Fonds

- Série plus longue du Fonds précédent

Cash-flow Jour Valeur présente

(7560,08) 0 (7560,08)
(100) 2 (99,67)
(100) 31 (95,04)
(100) 60 (90,62)
5000 83 4363,16
(100) 94 (85,70)
(100) 123 (81,72)
(100) 153 (77,79)
(100) 185 (73,81)
(100) 214 (70,38)
5500,97 214 3871,55
VAN = (0,10)

- Valeur du fonds 1er janvier : cash-flow négatif :

 coût de l’investissement

* Valeur du fonds le premier août (214): cash-flow positif

 valeur de liquidation du fonds

* Achat de titres par le fonds :

- cash-flows négatifs pour les investisseurs dans le Fonds

- au jour 2 : (100)

 Taux de rendement interne

- Taux i qui annule la VAN :

7560,08  1002  10031   ...  5500,97  0

1  i  1  i  1  i 214

- 214 -
 i = 0,1642%

- Sur une base annuelle :

0,1642%  365  59,93%

- 215 -
2. Mesures traditionnelles de la performance d’un gestionnaire de
portefeuille

 Indice de Sharpe

- Pente de la CML :

Sp 
 
E Rp  Rf
R p

- Indice qui sert à évaluer des portefeuilles diversifiés

. R : mesure adéquate du risque quand portefeuille diversifié

- 216 -
 Indice de Treynor

Tp 
 
E Rp  Rf
p

- Sert à l’analyse de portefeuilles non diversifiés (inefficients)

- 217 -
 Alpha de Jensen

- Constante (p) de la régression suivante :

R pt   p  p R mt   pt

- Risque systématique :

 p R mt

- Risque résiduel :

 p   pt

- En vertu du CAPM :

p  0

- D’où : p >0  rendement exceptionnel

- Caractère significatif de p mesuré par la statistique t

ˆ p ˆ p
t 
 
ˆ ˆ p  
ˆ  p
T

. T : nombre d’observations

- Autre indicateur de la performance d’un gestionnaire :

ˆ p
 
ˆ  p

- ratio d’évaluation

- mesure directe du caractère significatif du alpha de Jensen.

- 218 -
3. Quelques scénarios

Scénario 1

 Un gestionnaire détient deux portefeuilles :

i) Portefeuille géré ou actif

ii) Portefeuille non géré ou passif : portefeuille du marché ou tout autre

benchmark

 Indice de Sharpe non pertinent pour évaluer le portefeuille géré (non

diversifié)

 Utiliser le ratio d’information pour évaluer le portefeuille géré.

 On peut démontrer :

2
 p 
SC2  S2M   
  
  p 


- S : indice de Sharpe
- M : benchmark
- P : portefeuille actif
-C=M+P

 Indice d’évaluation :

 plus-value d’un portefeuille actif par rapport à un portefeuille géré.

- 219 -
Scénario 2

 Un gestionnaire détient plusieurs portefeuilles actifs.

- regroupement : fonds d’investissement diversifié

 pas de risque non systématique

 Bon critère d’évaluation : indice de Treynor :

Tp 
 
E Rp  Rf
p

 Bêtas des portefeuilles

- bons indicateurs pour discriminer entre les risques des divers secteurs (portefeuilles)

- 220 -
3. Le synchronisme (timing) et la sélectivité

 Timing :

- Prévoir les grandes tendances du marché boursier

- Ajuster le bêta du portefeuille en conséquence

 On prévoit une hausse du marché boursier :

i) détenir moins de liquidités

ii) Augmenter le bêta : prendre plus de risque

 On prévoit une baisse du marché boursier :

i) Détenir davantage de liquidités

ii) Diminuer le bêta : prendre moins de risque

 Sélectivité

- achat des titres sous-évalués

- Vente (à découvert) des titres surévalués

- Sans changer le bêta du benchmark

 En résumé :

- Timing :

* Modifier le ratio (liquidités / benchmark) sans changer la composition du

benchmark :


  p

- Sélectivité :

- Modifier la composition du benchmark sans changer son bêta.

- 221 -
* Graphique d’un bon timing

Un bon timing

Rp-Rf

bêta augmente

Rm<Rf : marché bear Rm>Rf: marché bull Rm-Rf

bêta diminue
<

 Pente de cette courbe : bêta du portefeuille

R p  R f   p  p R m  R f    p

 Bon timing :

bêta marché bull > bêta marché bear

- 222 -
 Deux méthodes pour estimer le timing

1) Méthode de Treynor et Mazuy7

 Estimer l’équation suivante :

R p  R f   p  bR m  R f   cR m  R f 2   p

 Bon timing si c > 0

- Plus (Rm - Rf ) augmente, plus le bêta augmente

2) Méthode de Henriksson et Merton8

 Estimer l’équation suivante :

R p  R f   p  bR m  R f   cR m  R f D   p

- D variable auxiliaire ou dichotomique (dummy)

- D = 0 si Rm  R f (marché bear)

- D = 1 si Rm  R f (marché bull)

 Si c > 0, bon timing :

bêta (bull) > bêta (bear)

b + c > b (puisque c > 0)

7 Can Mutual Funds Outguess the Market, Harvard Business Review, Juillet-août
1966.
8 On Market Timing and Investment Performance, Journal of Business, oct. 1981.

- 223 -
 Stratégie du market timing

* Maximiser les gains en période de marché bull

* Minimiser les pertes en période de marché bear

- 224 -
Le modèle de Grinold et Khan

- Un Fonds p se compare au benchmark (ou portefeuille de référence )

b:

2p  2p 2b  2

où :

Covr p , rb 
p 
2b

- 225 -
Cas 1 : la composition de p est la même que b : gestion passive

2p  2b

Cas 2 : la composition de p diffère de celle de b mais p a le même bêta que b : cas de la

sélectivité

p  b  1

2p  2b  2

- Portefeuille obtenu en modifiant les pondérations du portefeuille b

sans modifier son bêta.

- Rendement additionnel espéré suite à la sélectivité : l’alpha de Jensen :

p

Cas 3 : en plus de la sélectivité, le gestionnaire effectue du benchmark-timing

- Benchmark-timing : le gestionnaire modifie le bêta de son portefeuille

en fonction de l’évolution générale du marché boursier.

- 226 -
 p  b  pa  1  pa

 p2  1   pa   b2   p2   b2   pa
2 2
 b2   p2

- Risque additionnel dû au benchmark timing : 2pa  2b

- Rendement additionnel espéré du benchmark-timing :


p *b   b 
b  Erb   rf : prime de risque du marché
*b : prévision de la prime de risque du marché

- Prévision du gestionnaire

E  Ri*   rf   pub*
- Prévision du marché :

E  Ri   rf   pub

 Rendement additionnel :
E  Ri*   E  Ri    p  b*  b 

- 227 -
 -Benchmark-timing pur :

i) Ne pas modifier la composition du benchmark;

ii) Modifier la proportion cash-benchmark selon la conjoncture

du marché.

- En résumé

- Variance active : obtenue en réaménageant la composition du benchmark .

- Vecteur des pondérations actives des titres du portefeuille :

h pa  h p  h b

- Variance active :

 2p  h Tpa Vh pa  2pa 2b  2p

 Variance globale du portefeuille = variance passive + variance active

2p  2b   2p

 2p : erreur de suivi ou trackin g - error

- Rendement additionnel espéré à la suite de ce risque additionnel :


 p  p *b  b 

- 228 -
 Nouvelle expression de la SML dans un contexte de gestion active :



ER p   R f  p ER b   R f    p  p *b  b 
- Deux premiers termes : SML classique

- Troisième terme : rendement espéré dû à la sélectivité

- Quatrième terme : rendement espéré dû au benchmark-timing.

* Les deux derniers termes sont dus à des inefficiences de marché.

- 229 -
 EXERCICES

Chapitre 5

ÉVALUATION DE LA GESTION DE
PORTEFEUILLE

RAYMOND THÉORET, Ph.D.

- 230 -
1. On a les rendements mensuels suivants :

J 0.04
F 0.02
M -0.02
A 0.03

Calculez

a) Rendement moyen arithmétique (ap)

b) Rendement total composé

c) Rendement moyen géométrique (gp)

d) Rendement moyen logarithmique (zp)

- 231 -
Solution

a) Rendement moyen arithmétique (ap)

1  a   
1.04   1.02    0.98   1.03
p
4

1  a p  1.0175

 a p  0.0175 ou 1.75%

- C’est un rendement mensuel moyen.

b) Rendement total composé

Rp  1.04 1.02  0.981.03  1.0708

i  1.0708 1  0.0708 ou 7.08%

- C’est un rendement sur 4 mois.

c) Rendement moyen géométrique (gp)

1  g 
4
p  1.0708

 1  g p  1.0708
0.25
 1.0172

g p  1.0172  1  0.0172 ou 1.72%

- C’est un rendement mensuel moyen.

d) Rendement moyen logarithmique (zp)

1
zp  ln 1.04   ln 1.02   ln  0.98  ln 1.03
4

- 232 -
 1
zp  0.0392  0.0198  0.0202  0.0296
4

z p  0.0171 ou 1.71%

z p  g p  ap

1.71% < 1.72% < 1.75%

- Quelques relations utiles :

ln 1  x   x

- Par exemple :

ln 1.04   0.04

- Donc, quand les rendements ne sont pas trop élevés, le rendement

logarithmique se rapproche du rendement arithmétique.

- Cette approximation provient de la série suivante :

x n 1
 n
x 2 x3
ln 1  x     1  x  
n 0 n  1! 2! 3!

ex  1  x

- Par exemple :

e0.04  1.04

- La fonction exponentielle est donc comparable à un taux de croissance.

- Cette approximation provient de la série suivante :


xn x 2 x3
ex    1  x    ...
n 0 n! 2! 3!

- 233 -
 2. On a les statistiques suivantes d’un fonds mutuel :

Année Cash-flow Valeur marchande

2009 1000 8000
2010 -100 8500
2011 100 9000
2012 200 10000

Calculez :

a) Le rendement moyen du fonds mutuel (fin 2009 – fin 2012).

b) Le taux de rendement interne du fonds mutuel (dollar-weighted rate of

return).

- 234 -
Solution

a) Rendement annuel moyen du fonds

- Rendement réalisé en 2010

 cash  flow

8500  8000 100

 0.0750 (7.50%)
8000

- Rendement réalisé en 2011

 cash  flow

9000  8500 100

 0.0471 (4.71%)
8500

- Rendement réalisé en 2012

 cash  flow

10000  9000 200

 0.0889 (8.89%)
9000

- Rendement annuel moyen :

8500 + 9000+ 10000 = 27500

 8500   9000   10000 

  0.0750     0.0471    0.0889 
 27500   27500   27500 

= 0.0232 + 0.0154 + 0.0323 = 0.0709 (ou 7.09%)

- 235 -
b) Taux de rendement interne du fonds

- Valeur initiale du fonds en 2009 : cash-flow négatif ou mise de fonds : -

8000

- Sortie de fonds en 2010 : désinvestissement ou cash-flow positif : +100

- Entrée de fonds en 2011 : investissement ou cash-flow négatif : -100

- Entrée de fonds en 2012 : -200

- Valeur finale du fonds en 2012 : cash-flow positif : +10000.

100 100 10000  200

8000    0
1  i 1  i 2 1  i  3
- Sur Excel, on utilise la fonction TRI pour résoudre ce problème

- 236 -
- Résultat : TRI = 7.03%

- Résultat très rapproché du taux de rendement annuel moyen : 7.09%.

- 237 -
3. On a les statistiques suivantes sur les Fonds A et B

Fonds Rendement moyen bêta écart-type rendement

A 0.13 1 0.15
B 0.18 2 0.19

- Autres statistiques

rm  0.12
 rm  0.08
r f  8%

a) Calculez l’indice de Jensen (α) pour chaque fonds. Conclusion.

b) Calculez l’indice de Treynor pour chaque fonds. Interprétez les résultats.

c) Calculez l’indice de Sharpe pour les fonds et le marché.

d) Quels fonds semble préférable?

- 238 -
Solution

a) Indice de Jensen

Fonds A :

J A  rA  rf   rm  rf  A 

 13%  8%  12%  8% 1  1%

Fonds B :

J B  rB  rf   rm  rf  B 

 18%  8%  12%  8% 2  2%

Le rendement excédentaire dégagé par le fonds B est le double de A.

- 239 -
b) Indice de Treynor

rA  rf
TA 
A

13%  8%
TA  5
1

18%  8%
TB  5
2

12%  8%
TM  4
1

- Les deux fonds sont capables d’identifier les titres sous-évalués (alpha
positif).

B   A

mais comme A peut se donner davantage de levier   A   B  , les deux fonds

semblent avoir la même performance avec l’indice de Treynor.

 Si A augmente son bêta de 1 à 2, son alpha augmente également

de 1 à 2.

- 240 -
c) Indice de Sharpe

rA  rf
SA 
 rA

13%  8%
SA   0.333
15%

18%  8%
SB   0.526
19%

12%  8%
SM   0.500
8%

- σr relié à la diversification du fonds

- Le fonds B a un indice de Sharpe plus élevé que A.

- Le Fonds B peut capter son rendement excédentaire en diversifiant

davantage :

 Fonds B plus performant

- 241 -
d) B l’emporte sur A

-B A selon l’indice (ou alpha) de Jensen.

- Mais en examinant l’indice de Treynor : B  A : c’est parce que B prend

plus de risque qu’il a un rendement excédentaire supérieur.

- Le Fonds B est cependant mieux diversifié selon l’indice de Sharpe :

B A

- Au total :

B A

- 242 -
4. On a les données suivantes pour deux portefeuilles :

Rendement moyen bêta Variance résiduelle

Port. 1 0.15 1.5 0.02
Port. 2 0.10 0.5 0.00

Autres données :

rm  0.12
 rm  0.04
r f  5%

a) Calculer les indices de Jensen pour les portefeuilles 1 et 2.

b) Calculer les indices de Treynor pour les portefeuilles 1 et 2 et pour le

portefeuille du marché.

c) Calculer l’indice de Sharpe pour les trois portefeuilles.

- 243 -
Solution

a) Indice de Jensen

Portefeuille 1
J1  r1  rf   rm  rf 1 

J1  15%  5%  12%  5% 1.5  0.5%

Portefeuille 2

J 2  10%  5%  12%  5% 0.5  1.5%

- 244 -
b) Indice de Treynor

rm  rf 12%  5%
TM    7.00
m 1.0

r1  rf 15%  5%
T1    6.67
1 1.5

r2  rf 10%  5%
T2    10.00
2 0.5

- 245 -
c) Indice de Sharpe

rM  rf 12%  5%
SM    1.75
 rM 4%

- S1

-écart-type du portefeuille 1 :

0.5
1   12 rM
2
  21 

1  1.52  0.0016   0.02

0.5

1  15.36%

r1  rf 15%  5%
S1    0.651
 r1 15.36%

- S2

- écart-type du portefeuille 2 :

 2  0.52  0.0016   0

0.5
 2%

r2  rf 10%  5%
S2    2.5
r2 2%

- 246 -
 L’attribution de la performance

- Soit R p : le rendement moyen d’un portefeuille géré

Rb : rendement moyen du benchmark (portefeuille passif) du

gestionnaire.

R p - Rb : surperformance du gestionnaire p/r au benchmark.

- On veut décomposer le rendement excédentaire en deux composantes :

i) composante due à la sélectivité

i.e., choix de titres différents de ceux du benchmark.

ii) Composante due à l’allocation tactique

i.e., choix de pondérations différentes de celles du benchmark en

fonction des prévisions du marché.

- On a :

n
Rp   wpi Rpi
i 1

- avec n titres

- wpi : pondération du titre i dans le portefeuille géré

- Rpi : rendement du titre i

n
Rb   wbi Rbi
i 1

- On veut décomposer :

n n
Rp  Rb   wpi Rpi   wbi Rbi
i 1 i 1

- 247 -
 n
- Soustrayons w
i 1
pi Rbi au premier terme et ajoutons-le au second (aucun

changement) :

sélectivité allocation tactique

 n n
  n n

 Rp  Rb    wpi R pi   wpi Rbi     wpi Rbi   wbi Rbi 
 i 1 i 1   i 1 i 1 

- Premier terme : sélectivité : choix de titres différents du benchmark sans

changement de pondérations.

- Deuxième terme : allocation tactique : choix de pondérations différentes de

celles du benchmark en fonction des anticipations du marché.

- Précisons davantage chacune des composantes :

i) Sélectivité

 n  n
  pi pi  pi bi    wpi  Rpi  Rbi 
n
w R  w R
 i 1 i 1  i 1

ii) Allocation tactique

 n  n
  pi bi  bi bi     wpi  wbi Rbi
n
w R  w R
 i 1 i 1  i 1

   wpi  wbi Rbi    wpi  wbi Rb

n n

i 1 i 1
terme égal à 0

- Le second terme est en effet égal à 0 puisque :

w pi   wbi  1

- 248 -
 allocation tactique

w  wbi   Rbi  Rb 

n

pi
i 1

n n
- Tableau de décomposition de Rp  Rb   wpi Rpi   wbi Rbi
i 1 i 1

Titre 1 Titre 2 … Total

Sélectivité wp1(Rp1-Rb1) wp2(Rp2-Rb2) Σ wpi (Rpi-Rbi)

Allocation tactique w
p1  wb1   Rb1  Rb  w p2  wb 2   Rb 2  Rb   w pi  wbi   Rbi  Rb 

Total R p  Rb

- 249 -
5. Exercice sur l’attribution de la performance

- On dispose de deux catégories d’actifs : actions et obligations.

Actions Obligations

benchmark
wbi 0.4 0.6
Rbi 0.05 0.03

port. géré
wpi 0.7 0.3
Rpi 0.04 0.035

Question

Décomposez la surperformance du gestionnaire ( R p - Rb ) en :

- surperformance due à la sélectivité

- surperformance due à l’allocation tactique.

- 250 -
Solution

Rp   0.7  0.04    0.3  0.035  0.0385

Rb   0.4  0.05   0.6  0.03  0.038

- Surperformance :

Rp  Rb  0.0385  0.038  0.0005 (ou 0,05%)

On veut effectuer la décomposition suivante :

Actions Obligations Total

Sélectivité - - -

Allocation tactique - - -

Total - - Rp  Rb

- 251 -
- D’abord pour les actions

- Surperformance due à la sélectivité

 wpi  Rpi  Rbi 

 0.7  0.04  0.05

 0.007

- Surperformance due à l’allocation tactique

w pi  wbi   Rbi  Rb 

=  0.7  0.4  0.05  0.038

 0.0036

- Et l’on procède de la sorte pour toutes les autres rubriques du tableau.

- 252 -
- On obtient finalement

Décomposition de la surperformance du gestionnaire

Actions Obligations Total

Sélectivité -0.007 0.0015 -0.0055

Allocation tactique 0.0036 0.0024 0.0060

Total -0.0034 0.0039 0.0005

Conclusions :

i) La surperformance du gestionnaire est très faible : 0.05%

ii) Les composantes se compensent :

Bonne allocation tactique : 0.6%

Mauvaise sélectivité : -0.55%

iii) Bonne allocation tactique et pour actions (0.36%) et pour obligations

(0.24%).

iv) Très mauvaise sélectivité pour actions (-0.7%) alors que bonne pour
obligations (0.15%).

- 253 -
 Annexe 1

Rappel des indices d’évaluation

de la performance du gestionnaire de portefeuille

1. Indice de Sharpe

E  rp   rf
Sp 
  rp 

- Rendement excédentaire du portefeuille par unité de risque (risque mesuré

par l’écart-type du rendement du portefeuille).

- Indice pertinent lorsqu’on veut mesurer la performance d’un portefeuille

bien diversifié.

-   rp  est alors une mesure valable du risque du portefeuille :

  rp    ij (covariance moyenne entre les rendements du portefeuille)

- 254 -
2. Indice de Treynor

E  rp   rf
Tp 
p

- Rendement excédentaire du portefeuille par unité de risque, le risque étant

mesuré par le bêta.

- Indice utilisé lorsque l’on veut comparer la performance de fonds entre eux.

- Ces fonds ne sont pas nécessairement diversifiés.

- Le bêta est alors une mesure appropriée du risque.

- 255 -
2. L’indice de Jensen (α de Jensen)

- On sait que l’on peut estimer le CAPM par la formule suivante :

rit  rft  i  i rmt  rft    it

- Selon le CAPM :

 0

- Si   0 (significativement : t > 1.96)

 mesure de performance du gestionnaire

 le gestionnaire a réalisé un rendement au-delà de celui qui rémunère

le risque.

 il a donc effectué une bonne sélection de titres sous-évalués (bonne

sélectivité).

- 256 -
4. L’indice d’évaluation (appraisal or information ratio)

- C’est une amélioration de l’indice de Jensen

- Reprenons l’équation précédente :

rit  rft  i  i rmt  rft    it

- Indice d’évaluation :

rendement excédentaire

i

risque supporté par le gestionnaire

- Indice d’évaluation tient compte du risque que subit le gestionnaire.

- L’indice de Jensen n’en tient pas compte.

-   : risque résultant de la sélection des titres par le gestionnaire.


- Plus est élevé :


 plus le gestionnaire de portefeuille est performant.

 i.e. plus il a réalisé un rendement excédentaire important par unité de

risque.

- 257 -
 Annexe 2

La décomposition de Fama

- Graphique de la droite des portefeuilles efficients : RfA’’

E(Rp)

E(RA) A
sélectivité nette
E(R’’A) sélectivité A’’
E(R’A) alpha A’ diversification

Rf

βA βA’’ βp

- Un gestionnaire espère une rendement E(RA) en détenant le portefeuille A,

non efficient.

- Si ses prévisions s’avèrent justes, il va réaliser un rendement exceptionnel

de E(RA) - E(RA’)

- E(RA) - E(RA’) : α de Jensen dû à la sélectivité.

- Comme le portefeuille A n’est pas efficient : une partie de son risque est
diversifiable.

 α obtenu en subissant un risque diversifiable.

- Question de Fama : est-ce que subir ce risque en vaut la peine?

- 258 -
- Pour répondre à cette question, trouver le portefeuille efficient qui a le
même risque total que A.

- Ce portefeuille est A’’.

- Comment déterminer A’’

- variance du rendement de A :  A2

- variance de A’’ (efficient)

 A''
2
  A''
2
 m2

 A''
  A'' 
m

- Puisque  A''   A

A
  A'' 
m

- D’où la décomposition de Fama.

- En détenant le portefeuille efficient (pleinement diversifié) de même

risque total que A :

- le gestionnaire aurait réalisé un rendement E(RA’’)

 une partie du rendement du gestionnaire aurait pu être

obtenue en diversifiant davantage.

- Sur le graphique, le rendement dû à la diversification :

E(RA’’) - E(RA’)

- 259 -
- Par conséquent, en diversifiant davantage, le gestionnaire aurait obtenu ce
rendement exceptionnel en ne subissant pas de risque diversifiable.

 il aurait eu un portefeuille moins volatil.

- Par conséquent, une partie du rendement réalisé par le gestionnaire n’est pas
de la sélectivité au sens strict.

- Véritable plus-value du gestionnaire : sélectivité nette :

E(RA) - E(RA’’)

- 260 -
 Chapitre 6

Le processus d’évaluation des titres financiers

1. Fondement des théories du pricing des actifs en économie

 Formule économique de base dans l'évaluation des actifs (Équation

d'Euler)

p  E m  x 

où p = prix de l'actif (action, obligation, option, etc…)

m = facteur d'escompte
x = cash-flow de l'actif

→ prix d'un actif: espérance du cash-flow actualisé de l'actif

(on suppose que l'actif procure un seul cash-flow).

 Définir l'équation d'Euler sous forme de rendement en divisant les deux

côtés de l'équation par p:

p  x
 E m    E m  R  1
p  p

x / p = R = rendement de l'actif

Cette équation est une condition de moment sur les rendements de l'actif.

- 261 -
Si l'actif est une option, disons un call européen écrit sur une action, l'équation
d'Euler devient:

p  E m  max  0,S  K 

où S = prix de l'action (sous-jacent)

K = le prix d'exercice.

Cash-flow (x) d'un call à l'échéance: maximum de 0 et de sa valeur d'exercice.

 L'équation d'Euler permet donc d'évaluer toute catégorie d'actif.

Transposition de l’équation d’Euler au plan empirique

D'abord, il faut définir les cash-flows de l'actif dans un univers incertain.

Comment introduire l'incertitude dans un modèle d'évaluation?

 On peut faire une prévision ad hoc des cash-flows.

 On peut rechercher la distribution empirique des cash-flows puis calculer

l'espérance.

 On peut se donner un modèle stochastique des cash-flows, par exemple un

processus de retour vers la moyenne.

 Forme empirique de ce processus:

yt  yt 1     yt 1   t

- 262 -
On estime alors les paramètres de cette équation par la méthode OLS (ordinary
least squares) et l'on peut alors simuler les cash flows de l'actif.

 Autre composante de l’équation d’Euler : facteur d’escompte m

 Valeur économique de m:

u'c,t 1
mt 1  
u'c,t

Le facteur d'escompte m des cash-flows dépend de deux termes:

1) Le facteur d'escompte psychologique de l'agent représentatif : β

2) Le rapport de l'utilité marginale de la consommation au temps (t+1) et t (taux

marginal de substitution entre consommation au temps t+1 et t).

Le facteur d'escompte psychologique est égal à:

1

1 

 = taux d'escompte psychologique.

Il dénote le degré d'impatience du consommateur.

Plus un consommateur est impatient, plus il escompte son utilité future et plus il
privilégie la consommation actuelle.

 plus ρ est important

- 263 -
  Le deuxième terme de l'équation est le rapport des utilités marginales de la
consommation aux temps t+1 et t.

 C’est un taux marginal de substitution entre consommation au temps t et

consommation au temps (t+1)

 Le problème du consommateur consiste à substituer consommation

présente à consommation future.

 Optimalement, ce qu'il perd en utilité quand il diminue sa consommation

d'une unité au temps t, il doit le regagner au temps t+1.

C'est pourquoi le rapport des utilités marginales apparaît dans l'équation d'Euler.

Plus l'utilité marginale de la consommation est importante en t+1 par rapport à t

(peut-être en raison d’une récession prévue), plus le facteur d'escompte m est
important.

 Donc, en pratique, il faut trouver un taux d'escompte qui soit conforme à

son expression théorique:

u'c,t 1
mt 1  
u'c,t

 Le modèle de pricing des actifs basé sur la consommation (consumption-

based model ou CBM) est celui qui est le plus rapproché de l'équation
d'Euler.

- 264 -
  Il relie le rapport des utilités marginales à la croissance de la
consommation.

 Mais dans certaines théories, comme dans le CAPM, on supprime toute

référence aux fonctions d'utilité.

 On y parvient soit en supposant que la fonction d'utilité est quadratique, ce

qui permet d'éliminer les utilités marginales du pricing d'un actif (utilités
marginales constantes).

 Dans le CAPM, on relie alors le facteur d'escompte m au rendement de la

richesse, représenté par le rendement d'un indice boursier.

mi,t 1  f  RW ,t 1 
avec Rw, le rendement de la richesse.

On peut aussi en arriver au même résultat en supposant que les rendements sont
distribués normalement. On peut alors escamoter la fonction d'utilité.

 Sharpe, l'instigateur du CAPM, établit une relation linéaire entre le facteur

d'escompte et le rendement de la richesse. L'équation du rendement d'un
titre devient:

Rit  R ft    i  Rmt  R ft    it

avec Rf, le taux sans risque et Rm, le rendement d'un indice bousier. ε représente
l'innovation.

C’est le modèle de marché.

- 265 -
  Le bêta mesure le risque systémique (non diversifiable) du titre.

 L'alpha (encore appelé "alpha de Jensen") mesure le rendement

exceptionnel réalisé par le titre après prise en compte du risque.

 On appelle encore l'alpha: le rendement absolu.

 Si le CAPM est valide, l'alpha de Jensen doit être nul car s'il est
significativement positif, il correspond à un repas gratuit ("free lunch").

 La théorie de l'APT, une autre théorie financière du pricing des actifs, est
pour sa part basée sur l'absence d'arbitrage.

 Elle fait partie des modèles de pricing factoriels. Un autre modèle de

pricing factoriel est celui de Fama et French.

On sait que la consommation est reliée à des facteurs macroéconomiques, comme

le revenu permanent.

La consommation est aussi en co-mouvement avec la plupart des données

macroéconomiques, comme l'emploi, la productivité, les taux d'intérêt.

Voulant tester la théorie de l'APT, Chen, Roll et Ross supposent que le taux
d'escompte m est relié aux facteurs suivants:

i) La structure à terme des taux d'intérêt: écart entre un taux d'intérêt à long
terme et un taux d'intérêt à court terme;
ii) La structure à risque des taux d'intérêt: écart entre rendement BBB et
AAA.

- 266 -
iii) La production industrielle
iv) L'inflation non anticipée

 A remarquer que les facteurs doivent être exprimés sous forme

d'innovation (variables aléatoires).

 C'est leur composante non anticipée qui compte. Leur composante

anticipée est déjà incorporée dans le rendement de l'actif.

Les facteurs sont déterminés sur une base ad hoc dans la théorie de l'APT (la
théorie de l’APT n’identifie pas les facteurs).

 Le modèle de pricing de Fama et French s'éloigne encore plus de

l'équation d'Euler.

 C'est un modèle empirique qui se donne pour objectif d’ajouter au CAPM

les anomalies de marché

Anomalies de marché:

i) L'effet de taille. Les actions d’entreprises de petite taille rapporteraient à

long terme un meilleur rendement que celles d’entreprises de grande taille.

ii) L'effet de revenu. Les actions à revenu (value stock) rapporteraient à long
terme un meilleur rendement que les actions de croissance (growth stock).

- 267 -
 valeur aux livres
Cet effet est mesuré par le rapport : des actions d’une
valeur marchande
entreprise

Plus ce rapport est élevé, plus l'action serait sous-évaluée: d'où son
potentiel de gain.

Les actions sous-évaluées sont souvent des "value stock" par rapport au
"growth stock" qui sont surévaluées.

Les premières ont tendance à avoir une valeur aux livres importante par
rapport à leur valeur marchande. Et vice-versa pour les secondes.

Dans le modèle de Fama et French, le facteur d'escompte m est donc fonction des
facteurs suivants:

mt 1  f  Rm  rf ,SMB,HML 

avec, Rm  rf : la prime de risque du marché, mesurée par l'écart entre le

rendement d'un indice boursier ( Rm ) et le taux sans risque ( r f ).

SMB (Small Minus Big): un portefeuille dupliquant le facteur taille qui est "long"
(en compte) dans les titres de petite taille et "short" (à découvert) dans les
entreprises de grande taille.

HML (High Minus Low): un portefeuille dupliquant relié au facteur des actions de
valeur aux livres
valeur. Ce facteur est mesuré par le ratio .
valeur marchande

- 268 -
Ce portefeuille est long dans les actions qui comportent un ratio élevé et short
dans les actions qui comportent un ratio faible.

Fama et French supposent que le facteur d'escompte est linéaire dans ces facteurs,
ce qui leur permet d'écrire l'équation du rendement d'un titre comme suit.

Ri,t  R f ,t     ( Rm  R f )t  2 SMBt  3 HMLt   t

Dans cette équation, on retrouve l'alpha de Jensen qui doit être nul si les marchés
financiers sont efficients.

Si l'alpha est significativement positif, cela signifie que le gestionnaire a réalisé

un rendement exceptionnel, donc a joui d’un repas gratuit.

Si l'alpha est significativement négatif, le gestionnaire devrait être remplacé. Il

vaudrait mieux dans ce cas gérer un portefeuille indiciel (répliquant un indice
boursier) associé à une gestion passive.

- 269 -
2. Le processus d'évaluation des actions en pratique

Modèle d'évaluation absolue

En sciences économiques, le modèle d'évaluation d'Euler est un modèle

d'évaluation absolue.

De tels modèles ont comme cadre d'analyse l'équilibre général.

En finance, on parle d'évaluation absolue dans un cadre plus restreint qu'en

sciences économiques.

On ne se situe pas nécessairement dans un contexte d'équilibre général.

Le CAPM est un modèle d'équilibre général mais dans la pratique, on le ramène

en équilibre partiel.

Dans un modèle d'équilibre général, on expliquerait la prime de risque du

marché alors que dans la pratique, on la considère comme exogène.

Modèles d'évaluation relative

 En sciences économiques, un modèle d'évaluation relative se situe en

équilibre partiel.

 On suppose que certaines variables du modèle sont connues. Elles sont

dès lors considérées comme exogènes.

- 270 -
 Dans le cadre d'un modèle d'équilibre général, ces variables seraient
considérées comme endogènes, donc expliquées par le modèle.

 Pour revenir au CAPM, l'on ne cherche pas à expliquer le prix du

risque lors de l'estimation du modèle. On se situe donc dans le cadre
d'un équilibre partiel. En équilibre général, le prix du risque serait une
variable endogène du modèle.

 En finance, les modèles d'évaluation relative spécifient la valeur d'un

actif en fonction de la valeur d'un autre actif, supposée connue.

 La méthode de l'évaluation relative est très utilisée pour évaluer

les produits dérivés.

 Pour évaluer une option d'achat, on suppose connu le prix du

sous-jacent. Dans un contexte d'équilibre général, il faudrait
également calculer le prix du sous-jacent et non considérer le
prix observé sur le marché comme un prix d'équilibre
("mispricing").

- 271 -
 Chapitre 7

Théorie des taux à terme

 Hypothèses :

i) Pas de coûts de transaction;

ii) Pas d’impôts;

iii) Pas de risque de défaut;

iv) Ventes à découvert sans restrictions (i.e on peut utiliser les

cash-flows de la vente).

- 272 -
Vente à découvert

P0 x Vente de titres (emprunt)

Profit de la vente à découvert

P1 x Rachat

Quantité de titres

- 273 -
 Taux au comptant (taux spot)

- Définition : taux d’actualisation d’une obligation à coupon 0.

- Taux au comptant d’une période :

-

1
D1 
1  R1

D1 : prix d’une obligation à coupon 0 qui verse 1$ à la fin de la période 1 :

R1 : taux spot d’une période.

- Taux au comptant de n périodes :

 Taux d’actualisation d’une obligation à coupon 0 de n périodes :

1
Dn 
1  R n n

- 274 -
 Calcul du prix d’une obligation à partir des taux spot :

. c : coupon
. PAR : valeur nominale de l’obligation

c c c  PAR
P   ... 
1  R1  1  R 2 2 1  R n n

 un cash-flow versé à la période n doit être escompté au taux spot Rn.

- 275 -
 Notion de contrat à terme

- Contrat signé au moment présent pour effectuer une transaction dans le

futur

- Sur le marché spot : la livraison est immédiate.

- Contrat forward financier :

. les parties s’entendent aujourd’hui pour échanger des titres dans le futur
à un prix déterminé aujourd’hui.

. Cash-flow nul aujourd’hui

- Acheteur du contrat : long dans la transaction;

- Vendeur du contrat : à découvert ou short dans la transaction.

- 276 -
. Taux forward pour la période n : fn :

. Taux fixé à la période 0 pour des fonds qui seront prêtés entre les
périodes (n-1) et n.

 Relation d’arbitrage entre taux spot et forward

- Pour deux périodes :

1  R 2 2  1  R1 1  f 2 

 taux spot de deux périodes : moyenne géométrique de R1 et de f2.

R1  f 2
R2 
2

- 277 -
 Preuve de cette relation

- Cas d’un investisseur qui veut placer son argent pour deux ans :

- Deux alternatives :

i) Placer son argent au taux R1 et renouveler au taux f2 (déterminé

aujourd’hui sur le marché forward)

ii) Placer son argent pour deux ans au taux R2

Périodes
0 1 2
Cas 1 1$ (1+R1) (1+R1)(1+f2)

Cas 2 1$ 0 (1+R2)2

- 278 -
-Absence d’arbitrage :

1  R1 1  f 2   1  R 2 2

- Plus généralement :

1  R n   1  R n 1 n 1 1  f n 

1  R n n
fn  1
1  R n 1 n 1

- 279 -
 Prix forward

1
F2 
1 f2
- F2 : prix à terme de la période 2 :

. valeur au temps 1 d’un dollar reçu à la période 2.

- En termes des prix des obligations à coupon 0 :

1  R 2 2  1  R1 1  f 2 

1 1 1
 
1  R 2 2 1  R1  1  f 2

D 2  D1  F2

D2
F2 
D1

- 280 -
 Création de contrats forward à partir de contrats spot.

-Contrat forward typique :

i) Temps 0 : cash-flow 0

ii) Temps 1 : sortie de fonds (prix à terme au temps 1) : prêt

au taux f2

1
F2 
1 f2

iii) Temps 2 : entrée de fonds de 1$

- 281 -
 Contrat forward long typique
Prêt au temps 0 pour la période 1 au taux f2

Périodes
0 1 2
Forward
long 0$ - prix +1 $
forward = -
F2

 But : Reproduire ces transactions à partir de transactions sur le marché

spot :

i.e. à partir d’obligations à coupon 0 d’un an ( prix D1) et de

deux ans ( prix D2).

- 282 -
. Transactions sur le marché au comptant :

- Temps 0 : cash-flow nul

. Achat d’une obligation de 2 ans : prix D2

. Vente à découvert de x obligations d’un an (D1)

xD1  D 2  0

D2
x
D1

- Temps 1 : il faut renverser la vente à découvert qui arrive à échéance

Cash-flow = - xD1 = -x

puisque qu’à l’échéance, D1 = 1

D2
Cash  flow   x    F2
D1
- Temps 2 : l’obligation 2 arrive à échéance
-

Cash-flow = +1$

 Le contrat à terme peut être reproduit par des transactions sur le marché au comptant.

- Exemple

- 283 -
R1 = 0,08

R2 = 0,0998

1
D1 = = 0,9259
1  R1

1
D2 = = 0,8267
1  R 2  2

- 284 -
. Pour reproduire le contrat à terme précédent :

- Temps 0 :
-

. Achat d’une obligation 2 ans :

cash-flow = -D2 = -0,8267

. Pour annuler ce cash-flow

- Vente à découvert de (D2/D1) obligations d’un an :

-

0,8267
x  0,8929
0,9259
cash-flow = 0,8929 x 0,9259 = + 0,8267

 cash-flow du temps 0 est nul.

- 285 -
 - Temps 1

. Rachat de la vente à découvert :

cash-flow = - (D2 / D1) = -0,8929 $

- Temps 2

. L’obligation 2 ans arrive à échéance:

cash-flow = 1$

- 286 -
Résumé des transactions

Périodes
0 1 2
Achat oblig.
2 ans -0,8267 $ +1 $

Short oblig. +0,8267 -0,8929 = -

1 an (D2 / D1) = -
F2
=
0$ +1$
Net = -0,8929
contrat
forward
(long)

- 287 -
 - On sait que :

D2
F2   0,8929
D1

- Mais on sait aussi que :

1
F2 
1 f2

- Donc f2 est égal à :

1 1
f2  1   1  0,12
F2 0,8929

. 12% : taux auquel on a prêté à la période 1 pour recevoir 1$ à la période 2 : taux

forward.

- 288 -
 L’arbitrage force une relation précise entre les marchés au comptant et à terme

- Dans l’exemple précédent, taux qui prévaut sur le marché forward est de 15% et
non 12% (implicite au deux taux spot).

- Arbitrage possible :

i) Emprunter au taux de 12% en créant une position forward

synthétique.

ii) Prêter au taux de 15%.

- 289 -
- Pour emprunter à 12%

. Temps 0 :

. Vendre à découvert oblig. 2 ans

cash-flow = + 0,8267 $

. Achat de (D2 / D1) oblig. 1 an

0,8267
cash  flow    0,9259  0,8267$
0,9259
 cash-flow nul au temps 0

. Temps 1

. les obligations d’un an échoient :

cash-flow = +0,8929

. Temps 2

. Renverser la vente à découvert du temps 0 :

cash-flow = - 1$

- 290 -
 Résumé des transactions

Périodes
0 1 2
Vente oblig.
2 ans + 0,8267 $ -1 $

Achat oblig. -0,8267 +0,8929 = +

1 an (D2 / D1) =
+F2
=
0$ - 1$
Net = + 0,8929
contrat
forward
(short)

- 291 -
- Position forward synthétique :

- Emprunt de 0,8929$ au temps 1

- Repaiement de 1$ au temps 2.

 taux d’intérêt payé : 12%

Taux implicite au deux taux spot : 1 an et 2 ans.

- Prêt par l’arbitragiste au taux de 15% sur le marché forward.

- 292 -
 Résumé des transactions

Périodes
0 1 2
Emprunt
forward 0$ +0,8929 -1 $
(1/1.12)

Prêt 0$ -0,8696 +1$

forward (1/1.15)

=
0$ 0$
Net = +0,0233
contrat
forward

 Profit d’arbitrage :

*Aucun cash-flow négatif

*Un profit de 0,0233$ à la période 1.

- 293 -
 Ces opérations forcent le retour du taux forward à 12% ( taux implicite au deux taux
spot) :

i) Les prêts à 15% forcent ce taux à la baisse :

ii) Les emprunts à 12% forcent ce taux à la hausse.

 L’arbitrage cesse d’être profitable quand les deux taux sont identiques.

- 294 -
 Taux forward et prix forward

D n  D1F2 F3  ... Fn
soit :

1 1

1  R n n 1  R1 1  f 2 1  f 3  ... 1  f n 

 taux à terme : taux d’escompte des périodes futures.

 On peut aussi écrire :

1  R n n  1  R 2 2 1  f 3  ... 1  f n 

- À la limite :

1  R n n  1  R n 1 n 1 1  f n 
 à partir de deux taux spot d’échéances successives (n-1) et n, on calcule le taux
forward de la période n.

- 295 -
 Exercice sur le calcul des prix à terme

1. Soit les taux spot suivants:

R1 = 0,05

R2 = 0,06

R3 = 0,08

R4 = 0,07

R5 = 0,06

a) Calculer les taux forward correspondants.

b) Achat sur le marché forward d'une obligation à coupon zéro (valeur nominale 100$) de
4 ans dans un an. Quel sera son prix sur le marché forward?

c) Achat sur le marché forward d'une obligation de deux ans à coupon zéro (valeur
nominale 100$) dans 3 ans. Prix de cette obligation sur le marché forward?

- 296 -
Solution

a) Taux forward dans 1 an:

1,06 
2

f2   1  0,0701
1,05

Taux forward dans deux ans :

1,08  1  0,1211
3

f3 
1,06 
2

- En procédant ainsi :

f 4  0,0406

f5  0,0209

b) Prix forward de l’obligation de 4 ans dans un an :

100
Pr ix forward   78,46$
1  f 2 1  f3 1  f 4 1  f5 

On aurait pu obtenir le même résultat en procédant comme suit :

1  R5 
5
1,3382
  1, 2745
1  R1 1,05

100
Pr ix forward   78, 46$
1, 2745

- 297 -
c) Prix forward de l’obligation de 2 ans dans 3 ans :

100
Pr ix forward   94,1311$
1,04061,0209

- 298 -
Exercices sur les taux à terme

Chapitre 7

Raymond Théoret, Ph.D.

- 299 -
1. On observe les taux spots suivants:

Taux 1 an : 10%
Taux 2 ans : 12.47%

- Taux forward des transactions d’un an dans un an : 20%

a) Une opération d’arbitrage est-elle possible ?

b) Préciser cette opération d’arbitrage.

- 300 -
Solution

a) Taux forward implicite à la structure à terme des taux d’intérêt :

1.1247 
2

iF   1  0.15 15% 
1.10
- Or le taux qui prévaut sur le marché forward est de 20%.

- Opération d’arbitrage :

i) Prêter au taux forward de 20% ;

ii) Emprunter au taux implicite de 15% ;
iii) Réaliser un profit.

- 301 -
 b)
- Au temps 0

Pour emprunter au taux implicite de 15%

 Vendre à découvert, au temps 0, une obligation qui échoit au temps

2.

1
Entrée de fonds =  0.7905
1.1247 
2

D2
- Pour que le cash-flow soit nul au temps 0 : acheter obligation
D1
d’un an :

1
D1   0.9091
1.10

D2 0.7905
  0.8695
D1 0.9091

- Sortie de fonds à la suite de l’achat d’obligations d’un an :

D2
 D1   0.7905
D1

 cash-flow nul au temps 0

- Au temps 1 :

i) L’obligation d’un an arrive à échéance :

- 302 -
 D2
Entrée de fonds :  0.8695
D1

ii) Prêt au taux de 20%

1
Sortie de fonds :  0.8333
1.20

 cash-flow net positif au temps 1 :

0.8695  0.8333  0.0362

- Au temps 2

* Le prêt arrive à échéance :

entrée de fonds : +1

* Renversement de la vente à découvert de la période 0 :

sortie de fonds : -1

 cash-flow net au temps 2 : 0

- 303 -
- Résumé des transactions :

Période 0 Cash-flow

Vente à découvert: obligation 2 ans +0.7905

Achat D2 / D1 obligation 1 an -0.7905

Cash-flow net 0

Periode 1

Les obligations 1 an échoient +0.8695

Prêt au taux de 20% -0.8333

Cash-flow net +0.0362

Période 2

Échéance du prêt +1

Renversement vente à découvert -1

cash-flow net 0

- Effet net de l’opération d’arbitrage : cash-flow de +0.0362

- 304 -
2. On observe les taux spots suivants :

Taux 1 an : 10%
Taux 2 ans : 14.89%

- Taux forward des transactions d’un an dans un an : 15%

a) Une opération d’arbitrage est-elle possible ?

b) Préciser cette opération d’arbitrage.

- 305 -
a) Taux implicite à la structure à terme des taux d’intérêt :

1.1489 
2

iF   1  0.20  20% 
1.10

 opération d’arbitrage :

i) Emprunter au taux forward de 15%

ii) Prêter au taux implicite de 20%

- 306 -
b) Temps 0

- Création d’un prêt forward au taux de 20%

- Acheter l’obligation à coupon zéro de 2 ans

1
cash-flow négatif :   0.7576 
1.1489
2

D2
- Vente à découvert de obligation d’un an (pour avoir un
D1
cash-flow nul):
1
D1   0.9091
1.10
D2 0.7576
  0.8334
D1 0.9091
- Cash-flow positif à la suite de la vente à découvert : +0.7576

 cash-flow net à la période 0 : 0.

Temps 1

- Renversement de la vente à découvert :

D2
sortie de fonds :   0.8334 
D1

- Emprunt au taux forward de 15% :

1
Entrée de fonds :  0.8696
1.15

- 307 -
 cash-flow net de la période 1 :

0.8696  0.8334  0.0362

Temps 2

- Arrivée à échéance de l’obligation de 2 ans :

cash-flow positif : +1

- Arrivée à échéance de l’emprunt :

cash-flow négatif : -1

 cash-flow net à la période 2 : 0

- 308 -
 - Résumé des transactions

Période 0 Cash-flow

Achat obligation 2 ans -0.7576

Vente à découvert D2 / D1 obligation 1 an +0.7576

Cash-flow net 0

Periode 1

Renversement vente à découvert -0.8334

Emprunt au taux de 15% +0.8696

Cash-flow net +0.0362

Période 2

L'obligation 2 ans échoit +1

L'emprunt échoit -1

cash-flow net 0

 Effet net de l’arbitrage : +0.0362

- 309 -
 Chapitre 8

THÉORIES DE LA STRUCTURE À TERME

DES TAUX D’INTÉRÊT

DÉVELOPPEMENTS RÉCENTS

• Théories traditionnelles de la structure à terme des taux d'intérêt

- Théories des anticipations

- Irving Fisher: 1896

Taux forward = E(taux spot) = taux prévu

taux forward: estimateur non biaisé du taux spot

- Théorie de la préférence pour la liquidité

- John Hicks: 1946

Taux forward = E(taux spot) + prime de risque

taux forward: estimateur biaisé du taux spot

- 310 -
• Théories modernes de la structure à terme des taux d'intérêt

- Initiées par un article de Merton en 1974

- Deux catégories:

1) Modèles basés sur l'absence d'arbitrage

2) Modèles d'équilibre

- Utilité des théories modernes:

. Elles permettent de déterminer les prix des options américaines sur taux
d'intérêt

- 311 -
1. Les modèles de la structure à terme des taux d'intérêt basés sur l'absence
d'arbitrage.

• Input de ces modèles:

- Structure à terme courante des taux spot

- Volatilité des taux spot selon l'échéance

• But de ces modèles:

- Déterminer les taux d'intérêt prévus au cours des périodes subséquentes

- Ces taux prévus servent à calculer les prix des obligations et d'options
américaines sur taux d'intérêt

- 312 -
1.1 Le modèle de Black, Derman et Toy (BDT)

• Modèle paru en 1990 dans le Financial Analysts Journal

• Modèle mono-factoriel:

- vise à déterminer les prévisions du taux spot à court terme

Calcul du prix d'une obligation à coupon zéro

• Outil d'analyse:

- Arbre binômial ou treillis binômial

• Soit S le prix actuel de l'obligation

- D'ici à un an, deux mouvements possibles de S:

- monter à Su

- diminuer à Sd

- probabilité de chacun de ces deux mouvements: 0,5

- 313 -
 Figure 1

Su

0,5

0,5

Sd

• Taux d'intérêt spot d'un an (connu): r

• Prix actuel de l'obligation:

0,5Su  0,5Sd
S
1 r

- 314 -
• Figure 2: arbre de taux d'intérêt pour deux ans.

- Valeur actuelle du taux spot d'un an: 10%

- Il peut augmenter à 11% d'ici à un an ou diminuer à 9%

- Mouvements équiprobables

Figure 2

Évolution du taux d'intérêt à court terme

- 315 -
• À partir de cet arbre, construire l'arbre de l'évolution du prix d'une obligation de
deux ans.

- Prix de cette obligation dans deux ans: 100$ (date d'échéance)

- Dans un an, si les taux montent à 11%, son prix sera de:

100
 90 ,09$
1,11

- Si les taux d'intérêt diminuent à 9%, son prix sera de:

100
 91,74$
1, 09

- Prix actuel de l'obligation de deux ans (S): valeur espérée de ces deux prix actualisée
à 10%:

0,5  90,09   0,5  91,74 

 82,65$
1,10

- 316 -
• Arbre de l'évolution du prix de l'obligation de deux ans jusqu'à son échéance:

Figure 3

Évolution temporelle du prix de l'obligation à 2 ans

2 ans
1 an
100

90,09

100
82,65

91,74

100

- Calculer de cette façon les arbres de prix des obligations de toute échéance en autant
que l'arbre des taux d'intérêt aille assez loin dans le futur.

- 317 -
Détermination de la structure des taux d'intérêt prévus

• Structure à terme des taux d'intérêt: généralement exprimée en termes des

rendements à l'échéance plutôt que des prix.

• Structure actuelle des taux d'intérêt apparaît au tableau 1.

- Taux spot des obligations de 1 à 5 ans et volatilité de ces taux.

Tableau 1

Structure à terme actuelle

des taux de rendement
(taux spot)

Échéance Rendement Volatilité

(années) (%) (%)
1 10 20
2 11 19
3 12 18
4 12,5 17
5 13 16

• Objectif: construire l'arbre des taux qui obéisse à la structure actuelle des
taux et à leur volatilité.

- 318 -
• Cas 1: obligation d'un an.

* Arbre des prix et des taux de cette obligation:

arbre des prix arbre des taux

100

?
10%

100

- 319 -
• Pour déterminer le prix actuel de l'obligation d'un an, seul input requis: taux spot
actuel des obligations d'un an:

* l'obligation vaudra 100$ dans un an.

* Son prix actuel:

0,5 100  0,5  100

S  90,91
1,10

- 320 -
• Cas 2: déterminer les taux prévus d'un an dans un an:

* input requis: taux spot actuel et volatilité des obligations de deux ans.

- Taux spot des obligations d'un an connu: 10%

- On veut déterminer les deux taux de l'an prochain: ru et rd.

- On suppose que ces deux taux sont 14,32% et 9,79% (pur pari)

- But: déterminer avec ces taux le prix actuel de l'obligation de deux ans (à coupon
zéro).

- Arbre des taux:

14,32

10%

9,79

• Arbre correspondant de l'évolution du prix de l'obligation de deux ans:

- 321 -
 100

87,47

81,16
100

91,08

100

1
 87, 47
1.1432

- Prix actuel de l'obligation à deux ans:

0,5  87, 47  0,5  91,08

 81,16
1,1

- Rendement de cette obligation: 11%

- y dans l'équation suivante:

100
81,16 
1 y 2

- 322 -
 - Les deux taux prévus compatibles avec la courbe actuelle des rendements à
l'échéance:

* le taux actuel de l'obligation de deux ans est de 11% (tableau 1).

• Autre condition que doivent satisfaire les deux taux:

- leur volatilité doit correspondre à celle qui apparaît au tableau 1 pour les
obligations de 2 ans.

- Hypothèse: la distribution des taux est lognormale.

- Volatilité de deux taux dans une distribution lognormale.

ru 
ln  
rd 

2
- Volatilité des deux taux prévus pour l'année 1:

14,32 
ln  
 9,79 
  19%
2
- = volatilité des taux de rendement à 2 ans (tableau 1)

• Prévision des taux pour l'année prochaine :juste.

- Elle satisfait aux deux conditions recherchées:

- 323 -
 • le taux de rendement de l'obligation à coupon zéro de deux ans doit être
égal à 11%;

• la volatilité des taux prévus doit être de 19%.

* Ces deux conditions : deux équations pour déterminer les deux taux recherchés: ru et
rd.

- Ils sont donc uniques. Ils sont respectivement de 14,32% et de 9,79%.

- 324 -
• Cas 3: déterminer les taux prévus dans deux ans à partir de la structure à terme
actuelle qui apparaît au tableau 1.

- 3 taux à prévoir (figure 4):

* ruu, rud et rdd

Figure 4

ruu=19,42

14,32

10 rud=(ruu x rdd)* *0,5

= 13,77

9,79

rdd=9,76

• Les trois taux doivent satisfaire à deux conditions:

1) Compatibles avec le taux de rendement actuel des obligations à 3 ans

2) Compatibles avec la volatilité actuelle des obligations à 3 ans (tableau 1).

- 325 -
• Deux équations et trois inconnues

• Supprimer une inconnue à partir de la distribution lognormale:

- La volatilité des taux ne dépend pas des états de la nature mais du temps

- Volatilité des taux pour la troisième année: 18% quel que soit l'état de la
nature

• On peut donc écrire:

ruu  rud 
ln   ln  
rud  rdd 

0,5 0,5

De là, on déduit que:

2  r r
rud uu dd

• Deux inconnues: ruu et rdd.

- rud déterminé par ces deux taux

- Taux recherchés:

- ruu: 19,42%

- rud: 13,77%

- rdd: 9,76%

- 326 -
Détermination du prix d'une obligation avec coupons

• Évaluer des obligations avec coupons en les considérant comme des portefeuilles
d'obligations à coupon zéro.

* coupons: obligations à coupon zéro

• Ex. évaluer une obligation à 3 ans

- valeur nominale: 100$

- coupon: 10%.

• Se servir de l'arbre des taux précédent pour évaluer cette obligation.

• Cette obligation: portefeuille de 3 obligations à coupon zéro:

* premier coupon: obligation à coupon zéro d'un an

* deuxième coupon: obligation à coupon zéro de deux ans

* valeur nominale de l'obligation + troisième coupon: obligation à

coupon zéro de 3 ans.

• Évaluer l'une après l'autre les composantes de l'obligation de 3 ans.

• Évaluation du coupon de 10$ versé dans un an: escompté au taux actuel de 10%.

- 327 -
• Arbre de ce taux

10

9,09

10

- 328 -
• Coupon versé dans deux ans évalué par l'arbre suivant:

10

8,75

8,12
10

9,11

10

- 329 -
• Valeur actuelle du troisième cash-flow versé dans trois ans, soit 110, calculée par
l'arbre suivant:

110

92,11

110

82,58
78,30
96,69

89,68 110

100,22

110

92,11  96,69
82,58  2
1,1432

• Valeur actualisés des cash-flows totaux de l'obligation à 3 ans:

- somme des trois arbres précédents

- cash-flows qui incluent l'intérêt couru

• Somme des trois arbres:

- 330 -
 110

102,11

110

101,33
95,51 106,69
110
108,79

110,22

110

• Prix de l'obligation: retrancher l'intérêt couru de 10$ à toutes les branches (sauf la
première)

- 331 -
• Arbre de l'évolution du prix de l'obligation jusqu'à son échéance:

100

92,11

100
91,33
96,69
95,51
100
98,79

100,22

100

- 332 -
Détermination du prix d'une option d'achat (call) et de
vente (put) sur une obligation

• Calculer le prix d'un call de deux ans sur cette obligation:

- prix d'exercice: 95$

• Option qui donne le droit d'acheter une obligation de 3 ans au prix d'exercice de
95$ jusqu'à son échéance.

- Option en jeu si:

prix de l'obligation > 95$

- Option hors-jeu si:

prix de l'obligation < 95$

• À l'échéance du call, son prix est égal à:

Prix de l'obligation - prix d'exercice

• Échéance du call: dans deux ans

• L'obligation à 3 ans pourra alors prendre trois valeurs:

92,11$ , 96,69$ et 100,22$

- 333 -
 • Si S = 92,11

Prix du call = 0

Prix de l'obligation < prix d'exercice

• Si S = 96,69$

Prix du call = 96,69 - 95 = 1,69$

• Si S = 100,22$

Prix du call = 100,22$ - 95$ = 5,22$

- 334 -
• Reporter ces valeurs sur l'arbre du call de façon à calculer son prix actuel:

Prix du call
1,69

5,22

• Calcul du prix du call dans un an en actualisant les cash-flows de la deuxième

année.

- Deux embranchements dans un an

- Cash-flow actualisé de l'embranchement supérieur:

0 1,69
2  0,74
1,1432

- 335 -
• Cash-flow actualisé de l'embranchement inférieur:

1,69  5, 22
2  3,15
1,0979

- Reporter ces valeurs dans l'arbre précédent au bout de la première année.

- À partir de ces deux nombres, on obtient le prix recherché pour le call:

0,74  3,15
2  1,77
1,10

• Arbre de l'évolution des cash-flows actualisés du call:

Prix du call 0,74

1,69
= 1,77

3,15
5,22

- 336 -
• Calcul du prix d'un put de deux ans écrit sur l'obligation de 3 ans

- Prix d'exercice de ce put: 95$

- Put en jeu si:

prix de l'obligation < 95$

- Put hors-jeu si:

prix de l'obligation > 95$

• Arbre de l'évolution des cash-flows actualisés du put:

2,89

1,26
Prix du put
= 0,57 0

- Prix du put: 0,57$.

- 337 -
• Calcul des ratios de couverture: hedging ratios

- Ratios qui permettent de calculer le nombre d'options nécessaires pour couvrir

une obligation

• Delta d'un call:

 prix du call
 call 
 prix de l' obligation

• Calcul du delta du call dans l'exemple précédent pour la première année:

- Variation du prix de l'obligation:

91,33 - 98,79 = -7,46

- Variation du prix du call:

0,74 - 3,15 = -2,41

• Delta du call

2,41
 0,32
7, 46

• Pour avoir une couverture parfaite:

- 338 -
 - vendre 3,13 call (1/delta) pour chaque obligation détenue

- la hausse de la valeur des call annule la baisse du prix de l'obligation

• delta du put :
1,26
 put   0,17
7,46
- delta du put négatif: prix du put diminue quand prix de l'obligation augmente

• Contre chaque obligation détenue, il faut acheter 5,88 puts pour être couvert.

- si le prix de l'obligation diminue de 1$, la valeur des puts augmente de 1$

1.2 Une digression: le modèle de Black pour déterminer le prix d'une option
européenne sur taux d'intérêt

• En 1976, modèle de Black pour déterminer les prix d'un grand nombre d'options
européennes sur taux d'intérêt.

. ajustement du modèle de Black et Scholes (1973)

- Prix des options européennes ne dépendent pas de la dynamique des taux

d'intérêt

- On n'a pas besoin de recourir aux arbres de taux d'intérêt pour calculer leur
prix.

- 339 -
• Notation de la formule de Black:

• T: durée de l'option sur taux d'intérêt

• V: valeur du titre sur lequel est écrite l'option
• F: prix à terme de V pour un contrat de durée T
• X: prix d'exercice de l'option
• r: taux d'intérêt sans risque de durée T
• : volatilité de F

• Valeur d'un call sur une obligation:

c  e rT FN d1   XN d2 

où:

 F   2 T
ln 
X  2
d1 
 T

F   2 T
ln 
X  2  d  T
d1  1
 T

• Simple ajustement de l'équation de Black et Scholes

- prix de l'obligation remplacé par le prix à terme de l'obligation

- F et X sont actualisés

• Modèle de Black peut être utilisé pour évaluer:

- des calls et des puts européens sur des obligations

- des caps et des floors européens

- 340 -
- des swaps européens

- 341 -
 1.3 Aspects formels des modèles basés sur l'absence d'arbitrage.9

• Processus stochastique suivi par les taux d'intérêt dans les modèles d'absence
d'arbitrage

dr   (r,t)dt   (r,t )dz

terme tendanciel, qui dépend du niveau du taux d'intérêt et du temps

:volatilité du taux d'intérêt

dz : processus de Wiener (aléatoire).

9Nous nous inspirons de la monographie suivante pour cette section: Brooks, R., Interest Rate
Modeling and the Risk Premiums im Interest Rate Swaps,, The Research Foundation of the Institute of
CFA, 1997.

- 342 -
 Le modèle de Ho et Lee10

• Modèle de Ho et Lee: l'un des premiers modèles de la structure à terme basés sur
l'absence d'arbitrage

- structure à terme actuelle des taux d'intérêt: l'un des ingrédients du modèle

• Expliquer comment ce modèle satisfait à la condition d'absence d'arbitrage.

- Pit(T): prix d'une obligation à coupon zéro payant $1 à sa date d'échéance T

* prix observé au temps t

* i: état de la nature

- introduire des titres purs:

* ils paient 1$ si un état de la nature se produit et 0 autrement

• SCin: valeur présente de 1$ reçu à la période n dans l’état i.

10Ho,T & Lee, S., Term Structure Movements and Pricing Interest rate Contingent Claims, Journal of
Finance, déc. 1986, pp. 1011-1029.

- 343 -
 - La relation suivante doit s'observer dans le modèle basé sur l'absence d'arbitrage:

P00  n    SCin
i

• Prix actuel de l'obligation d'échéance n: somme des titres purs qu'il livre à
l'échéance.

- Construction de l'arbre de l'évolution des prix des titres purs et des prix des
obligations d'une période

- Hypothèse: la probabilité d'une hausse de taux d'intérêt = probabilité d'une baisse =

1/2

Figure 5

Temps 0 Temps 1 Temps 2

r2(1)=7,32%
P2(1)=0,92941
r1(1)=6,255% SC2=0,223388
r0(1)=5%
P1(1)=0,939366
SC1=0,475615
Po(1)=0,951229
r1(1)=5,32%

SCo=1$ P1(1)=0,94819
r0(1)=4,255% Sc1=0,451289
Po(1)=0,958343

SCo=0,475615
r0(1)=3,32%
Po(1)=0,96735
SCo=0,227901

- 344 -
• Quelques exemples de ces calculs.

• L'indice supérieur, qui représente la période, a été omis dans l'arbre précédent. Les
périodes sont indiquées en tête de l'arbre.

• Prix de l'obligation suivante:

T=1 elle échoit dans une période

t=0 prix calculé au temps 0 (temps présent)

i=0 1 seul état de la nature au temps 0

P00 1  1$e 0,05  0, 9512

- Prix de l'obligation suivante:

T=1 elle échoit dans une période

t =1 prix calculé au temps 1

i =1 état 1 (hausse de taux

P11 (1)  e 0,06255  0, 939366$

- 345 -
• Calcul des prix des titres purs

. Calcul du prix du titre pur suivant:

t=0

i=0

SC00  1$

. Il verse en effet un dollar avec certitude au temps 1

• Autre titre pur :

t=1

i=1

= Valeur actualisée du titre pur au temps 0 x 0,5 (probabilité de l'état 1:

SC11  SC00  P00  0,5  1$  0,9512  0,5  0, 4756

• Autre titre pur:

t=2

i=2

= Valeur actualisée du titre pur ( t=1 ; i=1) x 0,5

SC22  SC11  P11  0,5  0, 4756  0,9393  0,5  0, 2234

• De la même façon:

- 346 -
SC12  0,5  0,9393  0, 4756  0,5  0,9583  0, 4756   0, 4513

- 347 -
 • Évaluation d'options sur taux d'intérêt à partir de l'arbre de Ho et Lee.

* Cap (plafond de taux d'intérêt)

* Cap: série d'options d'achat, les caplets, qui sont en jeu si:

taux d'intérêt > taux d'exercice du cap.

* Une entreprise les achète pour plafonner son taux d'emprunt.

* Taux d'exercice du cap: 5,3145%

La banque rembourse l’emprunteur dès que le taux dépasse le plafond

Plafond
évolution du taux d’intérêt

- 348 -
Un floor : la banque rembourse dès que le taux défonce le plancher

plancher

* Calcul du prix d'un cap

1) Repérer toutes les branches où:

taux d'intérêt > taux d'exercice (calculé sur une bas effective)

Spread = taux d'intérêt - taux d'exercice

2) Multiplier le spread de chaque branche par les trois items suivants:

i) Prix d'un titre pur à cette branche

ii) Facteur d'actualisation P de cette branche (paiement effectué avec un

retard d'une période)

iii) Durée de la période en années

- 349 -
• Calcul de la valeur d'un cap dans le cas de l'arbre précédent

- taux d'exercice: 5,3145%

• Taux composés de façon continue dans l'arbre précédent alors que ce sont les taux
effectifs qui servent au calcul d'un cap.

- Ex. taux de 6,255% à la période 1 dans l'état 1

- Valeur de ce taux sur une base effective:

:

e0.06255  1  0.064548

Preuve :

Un dollar actualisé sur base effective doit être égal à un dollar actualisé en continu

1$
 1$e  rcont
1  reff

1  reff  ercont  reff  ercont  1

• taux effectif qui correspond à un taux continu de 6,255% : 6,4548%.

e0.06255  1  0.064548

• Cap en jeu si le taux d'intérêt observé excède le taux d'exercice.

* À la figure 5, trois états dans lequel le taux observé excède le taux d'exercice

- 350 -
 - état 1 à la période 1

- état 1 à la période 2

- état 2 à la période 2

• Prix du cap de 3 ans:

= prix du titre pur x facteur d’actualisation x spread

Cap(3 ans)=0,475615(0,939366)(0,064548 - 0,053145)

+ 0,451289(0,94819)(0,054641- 0,053145)

+0,223388(0,92941)(0,075946 - 0,053145)

=0,005095+0,000640+0,004734=1,0469% de NP

• prix du cap :1,0469% du principal du cap.

• Procédure qui permet également de calculer le prix

d'un swap:

- Swap: échange de cash-flows d'échéances différentes entre deux parties

- Une entreprise a une dette à taux d’intérêt flottant

- Elle l’échange contre une dette à taux fixe (swap ou échange) peut-être parce
qu’elle craint une hausse de taux d’intérêt.

- 351 -
- Elle paie maintenant le taux fixe et reçoit de sa contrepartie le taux variable

* elle a converti une dette à taux flottant en une dette à taux fixe

- Elle bénéficie d'une hausse de taux et est défavorisée par une baisse de taux

* swap: équivalent d'une position longue dans un cap et d'une position

courte dans un floor

- floor: plancher de taux d'intérêt

- une entreprise qui a une position longue dans un floor en

bénéficie quand les taux baissent.

- Après avoir calculé le prix d'un floor en transposant la formule du cap,

on peut évaluer un swap.

Swap = cap - floor

- 352 -
Le modèle lognormal

• Hypothèse: les taux d'intérêt obéissent à un processus lognormal

• Équation différentielle des taux d'intérêt:

dr   (t )rdt   rdz

ou, sous forme logarithmique:

 
d ln( r )   (t )  dt   dz
 2 

- Avantages de ce modèle:

• des taux d'intérêt négatifs ne sont pas possibles;

• la volatilité des taux d'intérêt :proportionnelle au niveau des taux d'intérêt

* taux d'intérêt plus volatils dans un environnement de taux d'intérêt

élevés que dans un environnement de taux d'intérêt faibles.

- 353 -
• Modèle qui ignore la tendance des taux d'intérêt à revenir vers un niveau normal
(mean reverting tendency)

• Les mouvements de hausse et de baisse de taux d'intérêt obéissent au processus

suivant (on suppose ici des intervalles de temps d'un an):

ri t11 (1)  ri t (1)eu 

t

ri t 1 (1)  ri t (1)eu 
t

• Première équation: état de hausse de taux d'intérêt et la seconde équation: état de

baisse.

• Les paramètres et  doivent être estimés. Ils doivent satisfaire à la structure à
terme actuelle des taux d'intérêt.

- 354 -
Le modèle de Black, Derman et Toy: aspects formels

• Dans le modèle de BDT, les taux d'intérêt suivent un processus lognormal et leur
volatilité dépend du temps.

• Le taux d'intérêt obéit à l'équation différentielle suivante dans leur modèle:

dr   (t )rdt   (t )rdz

• inputs du modèle:

* Structure à terme actuelle des taux d'intérêt, représentée par t) et la

structure à terme des volatilités, représentée par (t).

* La flexibilité de ce modèle l'a rendu très populaire.

- 355 -
Le modèle de Hull et White11

• Modèle de Hull et White: modèle trinômial, au lieu de binômial.

* Chaque noeud comprend trois branches au lieu de deux.

* Les états sont: hausse, baisse et mouvement intermédiaire des taux. On a donc
un état additionnel par rapport aux modèles précédents.

• L'équation différentielle du modèle de Hull et White est la suivante:

  (t ) 
dx  a   x  dt   dz
 a 

• Cette équation suppose que la variable x retourne à long terme au niveau (t)/a)
à la vitesse a.

Hull, J. & White, A., Using Hull-White Interest Rate Trees, Journal of Derivatives, Printemps 1996,
11

pp. 26-36.

- 356 -
 Exercices chapitre 8

Exercice 1

Soit l’arbre de taux d’intérêt suivant:

6%

5%

4% 4%

3%

2%

Calculez l’arbre du prix d’une obligation aux caractéristiques suivantes:

- Échéance: 3 ans

- Valeur nominale: 100$

- Taux du coupon: 4%.

L’actualisation est à taux continus.

- 357 -
On inscrit 100 à la fin de l’arbre du prix (t = 3):

100

100

100

100

On commence l’actualisation à la fin de l’arbre qui sert aux calculs:

Les cash-flows à la fin de l’arbre sont de 104:

104

0.06

104

0.04

104

0.02
104

- 358 -
Qu’on actualise à taux continus

104 e-0.06 = 97.94

104 e-0.04= 99.92
104 e-0.02 = 101.94

On reporte ces valeurs dans l’arbre des prix:

100
97.94
100
99.92
100
101.94
100

- 359 -
On revient à l’arbre des calculs: on ajoute les coupons de 4$ aux cash-flows:

101.9435
97.94351 104
0.06

103.9221
99.9221 104
0.04

105.9407
101.9407 104
0.02

104

Puis on actualise les cash-flows:

0.5 (103.92 + 101.94) e-0.05 = 97.91

0.5 (103.92 +105.94) e-0.03 = 101.83

Que l’on reporte dans l’arbre des prix:

100
97.94
97.91 100
99.92
101.83 100
101.94
100

Pour obtenir finalement l’arbre suivant des prix de l’obligation:

- 360 -
 100
97.94
97.91 100
99.80 99.92
101.83 100
101.94
100

Le prix de l’obligation est donc de 99.80$.

- 361 -
Exercice 2

Calculez le prix d’un call de 2 ans sur l’obligation précédente. Le prix d’exercice est de
95$.

On calcule les cash-flows du call à la fin de l’arbre.

Cash-flows ou payoffs d’un call:

MAX  B  K ,0 

avec B: valeur de l’obligation

K: prix d’exercice: ici 95$

Arbre du prix de l’obligation

taux d’intérêt en italiques

97.94
97.91
99.80 0.05 99.92
0.04 101.83
0.03 101.94

- 362 -
Cash-flows du call à l’échéance

2.94

4.92

6.94

Ex: 2.94 = 97.94 - 95

Que l’on actualise selon l’arbre des taux:

Ex: 0.5 (2.94 + 4.92) e-0.05 = 3.73

Et l’on obtient l’arbre du call:

2.94
3.74
4.56 4.92
5.75
6.94

Le prix du call: 4.56$.

- 363 -
Si le call est américain, quell est son prix.

Call européen ne peut être exercé avant échéance

Call américain: peut être exercé avant l’échéance:

Il faut comparer la valeur actualisée à un noeud à sa valeur d’exercice.

Valeur d’exercice: Prix de l’obligation au noeud – prix d’exercice

On choisit max (valeur actualisée, valeur d’exercice).

2.94
3.74
2.91 4.92
5.75
6.83 6.94

Au prix 101.83, la valeur d’exercice est de: 101.83 – 95 = 6.83

6.83 > 5.75, on choisit donc 6.83

3.74
5.08
6.83

Le prix du call est donc de 5.08.

- 364 -
Quel est le delta du call européen?

Faut-il acheter ou vendre des calls pour couvrir 1$ d’obligation? Et combine faut-il en
acheter (ou vendre).

Delta du call calculé au temps 1 dans l’arbre binomial:

obligation call
100
97.94 2.94
97.91 100 3.74
99.80 0.05 99.92 4.56 4.92
0.04 101.83 100 5.75
0.03 101.94 6.94
100

t=0 1 2 3

Le delta du call: variation du prix du call / variation correspondante du prix de

l’obligation:

3.74  5.75
 0.51
delta du call: 97.91  101.83

Il faut vendre des calls pour couvrir l’obligation car le prix du call se déplace dans le
même sens que le prix de l’obligation

Le ratio de couverture est de 1/(0.51) = 1.94

Il faut donc vendre 1.94 call pour couvrir chaque dollar d’obligation.

delta du call 0.51

ratio de couverture 1.94

- 365 -
 Exercice 3

Calculez le prix d’un put (européen) de 2 ans sur l’obligation

précédente. Le prix d’exercice est de 99$.

On calcule les cash-flows du put à la fin de l’arbre.

Cash-flows ou payoffs d’un put:

MAX  K  B,0 

avec B: valeur de l’obligation

K: prix d’exercice: ici 99$

Obligation put

100
97.94 1.06
97.91 100
99.80 0.05 99.92 0
0.04 101.83 100
0.03 101.94 0
100

t=0 1 2 3

- 366 -
Ex: 99 – 97.94 = 1.06

Que l’on actualise:

1.06
0.50
0.24 0
0
0

Le prix du put est donc de 0.24$.

- 367 -
 Quel est le delta du put européen?

Faut-il acheter ou vendre des puts pour couvrir 1$ d’obligation? Et combine faut-il en
acheter (ou vendre).

Le delta du put = (variation du prix du put) / variation du prix de l’obligation

On calcule le delta à t = 1

100
97.94 1.06
97.91 100 0.50
99.80 0.05 99.92 0.24 0
0.04 101.83 100 0
0.03 101.94 0
100

t=0 1 2 3

0.50  0
Delta du put:  0.13
97.91  101.83
-) Il faut acheter des puts pour couvrir l’obligation car relation inverse entre le prix de
l’obligation et le prix du put.

-) ratio de couverture = 1 / delta = -7.78

Il faut donc acheter 7.78 puts pour couvrir 1$ d’obligation.

Exercice 4

A partir de l’arbre binomial de taux suivant:

- 368 -
Soit l’arbre de taux d’intérêt suivant:

6%

5%

4% 4%

3%

2%

Calculez le prix d’un cap sur une valeur notionnelle de 1 million $

dont le taux d’exercice est de 4%.

- 369 -
On calcule d’abord les facteurs d’escompte (prix des obligations à coupon 0 d’un an et
les prix des titres purs à chaque noeud de l’arbre.

0.9418
0.2285 2
0.9512 0.06
0.4804
0.05
P0 0.9608 0.9608
SC 1 0.4616 1
0.04 0.04
0.9704
0.4804
0.03 0.9802
0.2331 s=0 états
0.02

t=0 1 2

temps

Par exemple,

P11  0.9512

SC11  0.4804

- 370 -
On repère les noeuds pour lesquels le taux effectif est plus élevé que 4%:

Il y en a quatre:

Taux de 4% sur base effective:

e0.04  1  0.0408

Taux effectifs 0.04 0.0408

0.05 0.0513
0.06 0.0618

Prix du cap:

A un noeud:

Spread x SC x P

Somme les résultats pour tous les noeuds:

[(0.0408 – 0.04) x 0.9608 x 1] + [(0.0408 – 0.04) x 0.9608 x

0.4616]
+ [(0.0513 – 0.04) x 0.9512 x 0.4804]+ [(0.0618 – 0.04) x 0.9418 x
0.2215] = 0.0110

Le cap vaut donc 1.10% de la valeur notionnelle

Comme la valeur notionnelle est ici de 1 million $, le cap vaut:

1000000 x 0.0110 = 11 000$

- 371 -
Quel est le prix du floor pour le même taux d’exercice de 4%?

On répère les noeuds pour lesquels le taux effectif est inférieur à

4%.

Il y en a deux:

Taux effectifs 0.02 0.0202

0.03 0.0305

En procédant comme dans le cas du cap:

floor = [(0.04-0.0202)(0.9802)(0.2331)]

+[(0.04-0.0305)(0.9704)(0.4804)] = 0.0090

Le floor vaut donc 0,9% de la valeur notionnelle

Comme la valeur notionnelle est ici de 1 million $, le floor vaut:

1000000 x 0.0090 = 9 000$

- 372 -
Quelle est la valeur du swap dans le cas précédent?

Le taux de 4% peut-il server de taux d’exercice au swap (taux

fixe)?

Swap = Cap – floor = 11000 – 9000 = 2000 $

Le taux de 4% ne peut donc pas servir de taux d’exercice au swap

car au départ, swap = 0.

- 373 -
 Annexe 1

Introduction à la programmation Visual Basic (Excel)

- 374 -
 INTRODUCTION À LA PROGRAMMATION VISUAL BASIC
(EXCEL)

 La programmation Visual Basic (Excel) comprend

deux types de procédures: les sous-routines et les
fonctions.

 Les procédures de type Sub (sous-routine)

accomplissent une tâche déterminée sans retourner
nécessairement de résultat.

La structure d'une telle procédure est la suivante:

Sub nom de la procédure()12

Instructions

End Sub

12 L'italique indique des informations qui doivent être fournies par le programmeur.

- 375 -
  Les procédures de type Function (fonction)
retournent un résultat (nombre, vecteur ou matrice).

 Structure d'une telle procédure est la suivante:

Function nom de la fonction (input1, input2…)

Instructions

End Function

 Section 1 : Comment écrire une fonction en langage

Visual Basic (Excel), soit la formule de Black et Scholes
pour un call européen.

 Section 2 : principales commandes du langage Visual

Basic.

- 376 -
1. Introduction aux fonctions Visual Basic

 On veut traduire en langage Visual Basic l'équation

de Black et Scholes pour un call européen c, soit:

c  SN  d1   Xe N  d2 
 r f T

S   2 
log     rf  2  T
X   
d1 
 T
d2  d1   T
avec:
S: prix actuel de l'action;
X: prix d'exercice du call;
rf: taux sans risque (annuel)
T: échéance de l'option (en années)
 : écart type du rendement de l'action (annuel)
N(.): probabilité cumulative sous la normale.

 Une fois le programme Excel chargé, on accède au

programme Visual Basic en enfonçant les touches:
ALT + F11

- 377 -
 Puis on clique dans le menu principal de Visual Basic
sur:
Insert puis New module

 On est alors prêts à écrire la fonction sur la fenêtre qui

y apparaît.

 Écrire deux fonctions pour mieux diviser le travail: une

fonction pour d1; une fonction pour c.

 Fonction pour d1
- On écrit:
Function dOne (S,X,T,rf,sigma)

- Apparaît aussitôt sur l'autre ligne

End Function

- Function et End Function font partie du langage

Visual Basic.

- dOne est le nom que l'on donne à la fonction.

- Entre (.) dans la déclaration de la fonction, on
spécifie les arguments de la fonction auxquels on

- 378 -
 devra donner une valeur lors de l'exécution du
programme: S, T, X, rf, sigma.

- Ce sont les inputs de la formule de Black et

Scholes.

 Puis on écrit l'expression de dOne:

dOne = (Log(S / X) + (rf + (sigma ^ 2) / 2) * T) /

(sigma * Sqr(T))

 On voit que l'écriture de la formule est directe.

 Il suffit de savoir que le correspondant de logarithme

dans le langage VBA est log, que celui de la racine
carrée est Sqr et que * est le signe de la multiplication.

- 379 -
  Le programme prend alors l'allure suivante:

Function dOne (S,X,T,rf,sigma)

dOne = (Log(S / X) + (rf + (sigma ^ 2) / 2) * T) /

(sigma * Sqr(T))

End Function

 Le résultat de la fonction, dOne, doit porter le même

nom que la fonction.

 On peut se servir de cette fonction dans un chiffrier Excel

comme tout autre fonction en cliquant dans le menu
principal d'Excel: Insert puis Function, etc.

 Remarques

- On peut insérer des commentaires dans le

programme en les faisant précéder de l'apostrophe
('). Ces commentaires ne sont alors pas lus par
VBA.

- 380 -
 - Pour poursuivre une ligne s'il y a manque
d'espace, on fait un espace au bout de la ligne, on
fait suivre cet espace de _ et l'on continue sur la
ligne qui suit.

 Fonction pour le call européen : c

 Il reste à écrire la fonction du call proprement dite

Function Call (S,X,T,rf,sigma)

Call = S*Application.NormSdist(dOne(arguments)) _

- X*exp(T*rf)*Application.NormSdist(dOne(arguments)-

sigma*Sqr(T))

End Function

 Précisions

- 381 -
 - On remarque d'abord que l'écriture de la fonction en
VBA est très rapprochée de celle de la fonction originale.

- On fait ici appel à une fonction Excel NormSdist qui

calcule N(.), soit la probabilité cumulative sous la
normale.

- Quand on appelle une fonction Excel dans Visual Basic,

on écrit: Application.nom de la fonction.

- c'est-à-dire, dans notre cas:

- Application.NormSdist(dOne(arguments)) calcule N(d1),

d1 étant déjà programmé par la fonction dOne.

- Si on ne connaît pas le nom de la fonction, on intercale

Worksheetfunction après Application :

Application.Worksheetfunction.

- 382 -
2. Commandes fréquemment utilisées dans Visual Basic

 La programmation VBA ressemble beaucoup à tout autre

langage de programmation.

 La clef du succès d'un programme repose dans une

conceptualisation claire exacte de son algorithme.

La lecture des variables

 Un programme Visual Basic fait appel à une série de

variables.

 On les déclare par la commande dim:

dim variable1, variable2

 On peut donner la dimension de la variable lors de sa

déclaration.

- 383 -
 Si variable1 est un entier, la commande est integer.

 Si par ailleurs variable2 est un nombre réel quelconque,

la commande est double.

 La commande variant peut accommoder tous les types

de dimensions mais elle consomme davantage de
mémoire.

Dim variable1 as Integer

Dim variable2 as double

ou encore: Dim variable1 as Integer, variable2 as double

- Pour déclarer un vecteur, on utilise la commande Dim

pour le déclarer et ReDim pour donner sa dimension.

- Disons que l'on veuille déclarer le vecteur que nous

nommons Smat et que ce vecteur soit de dimension N.

- 384 -
- Les commandes VBA seraient alors les suivantes:

Dim Smat() as Variant

ReDim Smat(N)

L'écriture des résultats dans le chiffrier

 La structure de la procédure Sub est exactement la

même que celle de la procédure Function.

 La première comporte cependant un avantage sur la

seconde car elle permet d'écrire dans le chiffrier les
résultats intermédiaires alors que la seconde ne donne
que le résultat final.

 Les résultats intermédiaires permettent entre autres de

détecter les erreurs de programmation.

 Disons qu'on ait calculé le pas dt dans un arbre

binomial:
dt = T/N

- 385 -
où T est l'échéance de l'option et N le nombre
d'intervalles.

 On veut inscrire ce résultat dans le chiffrier. On

choisit d'abord l'une des feuilles du chiffrier, disons
la feuille 1:
Sheet1.Activate

 La commande Range nous permet d'écrire le résultat

du calcul précédent dans la feuille 1.

 Disons que l'on veut que le résultat apparaisse à la

cellule B21. On écrit alors dans le programme

Range("B21") = dt

 Le résultat du calcul apparaît dans la cellule B21 de

la feuille 1.

 Si on veut rapporter rapporter l'ensemble des

résultats d’une itération pour une variable donnée,

- 386 -
 on utilise de la fonction Offset, combinée à la
commande Range. On écrit alors:

Range(" numéro de la cellule").Offset(i,j)

Offset(0,0) désigne la position de la cellule inscrite dans

la commande Range. Elle sert donc de point de repère.

 Si i (indice associé aux lignes du chiffrier)

augmente, on se déplace vers le bas (ligne)

A B C D E F
1
2
3
4 Offset(0,0)
5
6 i j
7
8
9
10
11
12
13

- 387 -
  Si j (indice associé aux colonnes du chiffrier)
augmente, on se déplace vers la droite (colonne).

 L'utilisation de la commande Offset demande

cependant une certaine expertise.

Les opérations arithmétiques

 Opérateurs de Visual basic.

*: multiplication

/: division

^: exposant

Exp (x) = ex

log (x) = logarithme de x

Sqr(x) = racine carrée de x

- 388 -
 Les boucles itératives

 Les boucles effectuent des itérations.

 Nous présentons ici les deux principales.

a) La procédure:
For i = 1 to N

Instructions

Next i

 Cette procédure effectue N fois la boucle débutant

par For et se terminant par Next.

 Le compteur i va débuter à 1 et augmenter de 1 à

chaque itération13, cela jusqu'à N.

13La commande Step 1 est la commande par défaut. Si on veut faire reculer le compteur, on indiquerait,
par exemple: For i=N to 0 step -1.

- 389 -
  Par exemple, supposons que l'on veuille calculer les
flux monétaires d'un call à son échéance. Les états
de la nature vont de 0 à N et les données
correspondantes du prix de l'action sont stockées
dans le vecteur Smat(). Pour calculer ces flux, on
écrirait alors:

For j = 0 to N

Cash(j) = Application.MAX(0, Smat(j)-X)

Next j

On fait donc appel à la fonction MAX d'Excel pour

calculer les flux monétaires du call (Cash) à son échéance,
X étant le prix d'exercice du call.

b) La procédure:
Do

Intructions

Loop While condition

- 390 -
 Cette procédure itérera tant que la condition est
satisfaite.

 Par exemple, supposons que l'on veuille déterminer

l'extremum de la fonction suivante à partir de la
procédure Newton-Raphson.

f ( x )   ln( x )  0,1x2

 La procédure itérative de Newton-Raphson est la

suivante:
f '  x
xt 1  xt 
f "( x )

 Pour trouver l'extremum de la fonction, on itère tant

que f'(x) s'éloigne d'un nombre très rapproché de 0.

 Pour mettre en œuvre la procédure Newton-

Raphson, on recourt à la boucle Do…Loop While
avec comme condition que f'(x) doit être égal ou
supérieur à un nombre très rapproché de 0.

- 391 -
  Le programme itère tant que cette condition est
satisfaite. Le programme pour calculer l'extremum
de la fonction prendra alors la forme suivante:

__________________________________
Sub NewtonRaphson()

' On déclare les variables

Dim x As Variant
Dim fx1, fprimex1, f2primex1

'On donne une valeur de départ à x

x=3

'On enclenche la procédure Do

Do

'On écrit la fonction dont on cherche l'extremum qui

n'entre pas directement dans le 'calcul

fx1 = -Log(x) + (0.1 * x ^ 2)

- 392 -
' On écrit la dérivée première de la fonction
fprimex1 = -1 / x + 0.2 * x

' On écrit la dérivée seconde de la fonction

f2primex1 = (1 / x ^ 2) + 0.2

' On écrit l'équation de Newton-Raphson

x = x - (fprimex1 / f2primex1)

'On itère jusqu'à ce que la dérivée première de x soit

très rapprochée de 0

Loop While fprimex1 >= 0.0001

Range("B1")=x
Range("B2")=fx1
End Sub
______________________________________________

- 393 -
 Les traitements conditionnels

 Pour prendre une décision si une condition se réalise

et une autre si cette condition n'est pas réalisée, on
recourt à la procédure Visual Basic suivante:

IF condition Then

Instructions

Else

Instructions

End IF

 La décision repose sur une condition que l'on

spécifie qui peut par exemple être une inégalité
comme dans le cas de la boucle Do.

- 394 -
 Si cette condition est réalisée, le programme
effectue les instructions qui suivent immédiatement
la ligne IF.

 Sinon, le programme exécute les instructions sous

Else.

 La règle de décision peut être plus complexe et

comporter plusieurs étapes.

- 395 -
 On se sert alors de la structure Visual Basic suivante
pour la mettre en place:

IF condition Then

Instructions

ElseIf condition Then

Instructions

ElseIf condition Then

Instructions

Else

Instructions

End IF

- 396 -
 Exercices Visual Basic
Fin 8506

Automne 2015

Professeur: Raymond Théoret, Ph.D.

1. Exercice 1: Fonction Black et Scholes: prix du call

Calculez le prix d’un call européen à partir de la formule de Black et Scholes (fonction Visual Basic):
c  SN  d1   Xe N  d2 
 r f T

 S   2 
log     r f  T
X  2 
d1 
 T

d2  d1   T

Données :

S (prix action)= 70; X (prix d’exercice)= 50; rf (taux sans risque)= 0.05; sigma (volatilité)= 0.2; T (durée)= 1

N(.): probabilité cumulative sous la normale

- Ouvrir Excel
- Appeler Visual Basic par : ALT F11
- Dans le menu, Insertion puis Module
__________________________

Function calloption(S, X, T, rf, sigma)

'Calcul de d1 (d_one)

num = (Log(S / X) + (rf + (sigma ^ 2) / 2) * T)

deno = (sigma * Sqr(T))

d_one = num / deno

'Calcul de N(d1): Nd_one

' on appelle la function Excel NormSdist par : Application.Worksheetfunction

N_done = Application.WorksheetFunction.NormSDist(d_one)

- 397 -
'Calcul de d2: d_two

d_two = d_one - sigma * Sqr(T)

'Calcul de N(d2):Nd_two

Nd_two = Application.WorksheetFunction.NormSDist(d_two)

'Calcul du prix du call: la fonction doit se terminer obligatoirement par le nom de la fonction

calloption = S * N_done - X * Exp(-T * rf) * Nd_two

End Function

Faire fonctionner la function comme toute autre fonction Excel en allant dans le menu formules.

2. Exercice 2: Sous-routine Black et Scholes: prix du call

Transformer la fonction en sous routine Sub nom().

Inscrire les résultats intermédiaires dans le chiffrier par la commande d’écriture de Visual Basic :
Range(« cellule »)=résultat. Pour lire dans le chiffrier, on inverse l’égalité :
résultat=Range(« cellule »).

______________________________________________________________
Sub calloption1 ()

S=70
X=50
T=1
Rf=0.05
Sigma=0.02

'Calcul de d1 (d_one)

num = (Log(S / X) + (rf + (sigma ^ 2) / 2) * T)

deno = (sigma * Sqr(T))

d_one = num / deno

Range(“b2”)=d_one

'Calcul de N(d1): Nd_one

' on appelle la function Excel NormSdist par : Application.Worksheetfunction

N_done = Application.WorksheetFunction.NormSDist(d_one)

Range(“b3”)=N_done

'Calcul de d2: d_two

- 398 -
d_two = d_one - sigma * Sqr(T)

Range(“b4”)=d_two

'Calcul de N(d2):Nd_two

Nd_two = Application.WorksheetFunction.NormSDist(d_two)

Range(“b5”)=Nd_two

'Calcul du prix du call: la fonction doit se terminer obligatoirement par le nom de la fonction

Call1 = S * N_done - X * Exp(-T * rf) * Nd_two

Range(“b7”)=call1

End Sub

Dans le menu, cliquez sur exécuter pour faire fonctionner la macro. Vous pouvez également lui donner
une commande d’exécution.

3. Exercice 3: Sous-routine Black et Scholes: prix du call

Dans la sous-routine précédente, plutôt que d’inscrire les inputs ou données du problème dans
la sous-routine elle=même, faites-les lire directement dans le chiffrier. Voir début exercice 2.

4. Exercice 4 : Maîtrise de la boucle For et de la fonction d’écriture : Offset(i,j)

Dans la sous-routine précédente, calculer les prix du call pour des prix de l’action allant de 40 à
100 par sauts de 5. Utiliser la boucle FOR pour ce faire ainsi que l’option d’écriture OFFSET (i,j).

La boucle For permet de répéter n fois une procédure.

A B C D E F
1
Procédure FOR 2
3
4 Offset(0,0)
5
For i = 1 to N 6 i j
7
Instructions 8
9

Next i 10
11
12
13

Procédure d’écriture dans le chiffrier avec boucle

For i = 1 to N
Range(" numéro de la cellule").Offset(i,j)=résultat
Next i
 Offset(0,0) désigne la position de la cellule inscrite dans la commande Range. Elle sert donc de point
de repère.

- 399 -
  Si i (indice associé aux lignes du chiffrier) augmente, on se déplace vers le bas (ligne) pour écrire dans
le chiffrier.

Sub calloption1()

‘Les inputs sont inscrits dans le chiffrier

X = Range("b3")
T = Range("b4")
rf = Range("b5")
sigma = Range("b6")

‘Niveau de départ de l’action

S = 40

‘On enclenche la boucle pour répéter 13 fois ((100-40)/5+1) la procédure

For i = 1 To 13

'Calcul de d1 (d_one)
num = (Log(S / X) + (rf + (sigma ^ 2) / 2) * T)
deno = (sigma * Sqr(T))
d_one = num / deno
Range("b10") = d_one

'Calcul de N(d1): Nd_one

' on appelle la function Excel NormSdist par : Application.Worksheetfunction
N_done = Application.WorksheetFunction.NormSDist(d_one)
Range("b11") = N_done

'Calcul de d2: d_two

d_two = d_one - sigma * Sqr(T)
Range("b12") = d_two

'Calcul de N(d2):Nd_two
Nd_two = Application.WorksheetFunction.NormSDist(d_two)
Range("b13") = Nd_two

'Calcul du prix du call: la fonction doit se terminer obligatoirement par le nom de la fonction

call1 = S * N_done - X * Exp(-T * rf) * Nd_two

‘On utilise la function Offset d’écriture (Visual basic n’est pas sensible aux majuscules)
Range("b15").Offset(i, 0) = S
Range("c15").Offset(i, 0) = call1

‘ On augmente le prix de l’action de 5. Remarquer l’emplacement.

S=S+5

Next i

- 400 -
End Sub

5. Exercice 5 : Introduction à la simulation de Monte Carlo : scénario du prix d’une action

Générer M scénarios du prix de l’action.

Un scénario : Scénario du prix de l'action: 100 pas

120
110
100
Prix

90
80
70
60
1 8 15 22 29 36 43 50 57 64 71 78 85 92 99
Pas

On suppose que le prix de l’action suit une distribution lognormale. Son rendement suit donc une
distribution normale.
On se sert de la formule suivante pour simuler le prix de l’action :
St 1  St e
mudt  sigdt 

mudt  r  0.5 2 dt 

T
r: taux sans risque ;  2 : variance du rendement de l'action ; dt: pas du scénario de prix : dt 
N
T: horizon du scénarion (par exemple, 1 an) ; N: nombre de pas (par exemple 1 mois)
sigdt      dt ,  ~ N  0,1

Les nombres aléatoires (RND) suivent une distribution uniforme sur Excel On les ramène à la .
distribution normale par la commande suivante:

epsilon = Application.WorsheetFunction.NormSInv(RND)

Énoncé de l’exercice. Générer 100 scénarios du prix d’une action avec les inputs suivants:
r = 0.03; sigma = 0.3; T = 0.25
N = 100 (nombre de pas dans un scénario ainsi que le nombre de scénarios du prix de l’action).

' On démarre une sous-routine Sub que l'on nomme scenario

Sub scenario()

'Données du problème

r = 0.03
sigma = 0.3
T = 0.25
N = 100

'Le pas d'un scénario: on subdivise la période T (0.25 année ou 1 trimestre) en N

'(ici 100) sous-périodes

- 401 -
dt = T / N

'j est la boucle du nombre de scénarios. Une boucle débute par For et se termine par next

'Nombre de scénarios: 100

For j = 1 To 100

' Prix initial de l'action. On l'écrit au début de chaque colonne ( 1 colonne = 1 scénario)

st = 100

Range("prix").Offset(0, j) = 100

'Un scénario

'i permet de passer d'une période à l'autre

For i = 1 To N

mudt = (r - (0.5 * sigma ^ 2)) * dt

' epsilon est le nombre aléatoire. Il est obtenu en normalisant

' une distribution uniforme

epsilon = Application.WorksheetFunction.NormSInv(Rnd)

sigdt = sigma * epsilon * Sqr(dt)

st = st * Exp(mudt + sigdt)

' Voir la fonction d'écriture offset dans les notes sur Visual Basic

Range("prix").Offset(i, j) = st

Next i

' On passe à un autre scénario

Next j

End Sub

- 402 -
 Annexe 2

Analyse de la performance
des fonds de placement

- 403 -
 Analyse de la performance
des fonds communs de placement

A. Les indices de performance de première génération

1. Le ratio (ou indice) de Sharpe (1966)

- Il exprime le rendement excédentaire d'un Fonds par unité de risque, le risque

étant mesuré par l'écart-type du rendement du Fonds:
ER i   R f
SR i 
i

- où SRi: ratio de Sharpe pour le Fonds i; E(Ri): espérance de rendement du Fonds; Rf: taux sans
risque; i : écart-type du rendement du Fonds.

- Avantage: il permet de classifier les Fonds.

- Désavantages: la mesure retenue du risque, soit l'écart-type du rendement, ne
convient que pour l'analyse de Fonds très diversifiés. Le ratio est aussi de lecture
difficile pour un administrateur qui ne connaît pas la théorie des marchés des
capitaux. En effet, le ratio de Sharpe est la pente de la droite qui relie le taux
sans risque à l'espérance du rendement du Fonds dans le système de
coordonnées ( i , E(Ri)). C'est la pente de la CML (capital market line) si le
Fonds est efficient.
- On préférerait une mesure plus évidente de la performance d'un gestionnaire de
fonds, qui soit exprimée sur la base d'une différentielle de taux de rendement,
c'est-à-dire en points de base. On aurait alors une mesure directe de la plus-value
du gestionnaire. Cette mesure sera fournie pas Modigliani et Modigliani (1997).
- A remarquer que le ratio de Sharpe peut être exprimé sur une base ex ante ou
ex post. Selon cette dernière base, l'espérance du rendement est remplacée par
une moyenne historique des rendements. Le taux sans risque pourrait également
être remplacé par un indice de référence (benchmark) quelconque.

- 404 -
- Il reste que le ratio de Sharpe est encore très utilisé.

2. Le ratio de Treynor (1965)

- Ce ratio est défini comme celui de Sharpe sauf qu'il retient comme mesure du
risque le risque systématique, soit le bêta du Fonds.
ER i   R f
T Ri 
i

- Il permet de classifier des fonds qui ne sont pas nécessairement diversifiés,

cela contrairement à l'indice de Sharpe. La mesure de risque choisie, soit le
bêta, est commune à tous les Fonds puisqu'elle mesure le risque de marché. Elle
exclut les risques spécifiques aux titres. Le ratio de Treynor est donc défini en
fonction de la SML (security market line).
- L'indice de Treynor présente cependant le même désavantage que l'indice de
Sharpe, à savoir qu'il est une mesure relative de la performance, donc
difficilement interprétable.

3. Le ratio de Jensen (alpha de Jensen, 1968)

- L'alpha de Jensen mesure le rendement exceptionnel d'un Fonds relié à sa

sélectivité.
- Il retient la même mesure de risque que Treynor, soit le bêta. L'alpha de Jensen
est le rendement d'un Fonds en sus du rendement théorique d'un benchmark de
même risque que le Fonds, le rendement théorique étant celui donné par la SML
(security market line) du CAPM.
Ji  ER i   ER BJi 

où,
ER BJi   R f  i ER m   R f 

- Empiriquement, l'alpha de Jensen est la constante du modèle de marché:

R it  Ji  i R mt   t

- 405 -
- L'alpha de Jensen est donc obtenu en régressant le rendement observé du
Fonds sur celui du portefeuille du marché. La constante de la régression est alors
une mesure de l'alpha de Jensen. On peut juger du caractère significatif de
l'alpha de Jensen en le divisant par l'écart-type du terme d'erreur de la
régression. On a alors le ratio d'information (RI):
ˆ Ji
RI 
ˆ 

A remarquer que la statistique t de l'alpha de Jensen, qui mesure directement son

degré de signification, est approximativement égale à:
ˆ Ji
t T
ˆ 

où T est le nombre d'observations sur les variables de la régression.

- L'alpha de Jensen est une mesure de la performance du gestionnaire au niveau
de la sélection des titres, soit sa capacité d'identifier les titres sous-évalués et
surévalués. C'est donc un indice de sélectivité.
- Par rapport aux ratios de Sharpe et de Treynor, l'alpha de Jensen présente
l'avantage d'être exprimé directement en termes de taux de rendement, c'est-à-
dire en points de pourcentage. Il peut ainsi être interprété facilement par un non-
spécialiste de la finance.
- Mais l'alpha de Jensen ne peut permettre de classifier directement les Fonds.
En effet, un Fonds peut accroître son alpha simplement en augmentant son levier
financier, c'est-à-dire son bêta. On dit que de tels indices souffrent du biais du
levier. On verra comment corriger ce biais par la suite tout en gardant l'avantage
de l'alpha de Jensen au niveau de sa facilité d'interprétation.
- On peut toutefois exprimer l'alpha de Jensen en termes de l'indice de Treynor,
cela dans le cadre du modèle du CAPM. Après transformation, l'alpha de Jensen
peut alors servir à classifier les Fonds.
Ji  ER i   ER BJi 

 E(R i )  R f   ER m  R f  
 E(R i )  R f  i ER m   R f    i    i 
 i   m 
puisque m  1.

- 406 -
- On a:
Ji  i TRi  TRm 

 Ji
- Le ratio est donc corrigé du biais dû au levier et peut alors être utilisé
i

comme mesure de classification d'un Fonds. Il est en effet égal à (TRi -TRm),
TRm étant commun à tous les Fonds et TRi étant un indice non biaisé de
classification.

4. L'alpha du risque total ( alpha de Fama, 1972)

- Fama (1972) a mis au point une autre mesure de sélectivité en recourant, pour
calculer son benchmark, non au bêta comme chez Jensen mais à l'écart-type du
rendement du Fonds. Il utilise donc la CML pour calculer son benchmark et non
la SML comme chez Jensen. Moyennant cette différence, l'alpha de Fama
s'interprète comme l'alpha de Jensen.
Fi  E(R i )  E(R BFi )

où,
E(R m )  R f
ER BFI   R f  i
m

- Le rendement du benchmark est donc mesuré par la CML. L'expression:

ER m   R f
est le prix du risque, soit le rendement excédentaire du portefeuille
m

du marché par unité de risque.

- A l'instar de l'alpha de Jensen, l'alpha de Fama souffre du biais du levier. Il ne
permet donc pas de classifier directement les Fonds.
- Comme pour l'alpha de Jensen, on peut toutefois corriger l'alpha de Fama du
biais du levier en l'exprimant en termes du ratio de Sharpe. On a:
Fi  E(R i )  E(R BFi )

 ER m   R f   ER i   R f   ER m   R f 

 ER i   R f    i    i    i
 m   i   m 
Fi  i SR i  SR m 

- 407 -
  Fi
- Le ratio est alors corrigé du biais dû au levier financier et peut être utilisé
i

comme critère de classement des Fonds.

B. Les indices de seconde génération

- Les indicateurs de première génération présentent deux tares majeures. Certes,

les indices de Sharpe et de Treynor permettent de classifier les Fonds mais ils
sont difficiles à interpréter, étant des mesures relatives de performance et non
des mesures absolues. Comment arriver à maintenir l'avantage de ces ratios au
plan de la classification des Fonds tout en les exprimant, comme les alphas, en
termes de la mesure du rendement (points de base), qui peut être comprise
facilement par le non-spécialiste? Deuxièmement, les benchmarks utilisés par
les indices de première génération commandent des améliorations. En effet, ces
benchmarks ne sont pas adaptés au style du gestionnaire. Or, il est impératif de
comparer un gestionnaire à un benchmark qui reflète bien sa politique de
placement ou, si l'on veut, l'allocation des actifs qu'il effectue. Les indices de
performance de seconde génération essaient donc de résoudre ces deux
problèmes associés aux indices de première génération.

1. Le RAP (risk-adjusted performance) ou M2.

- Modigliani et Modigliani (1997) ont converti le ratio de Sharpe en mesure

absolue, le rendant ainsi d'interprétation plus facile. Le RAP du Fonds i
s'exprime comme suit:
 
RAPi   m ER i   R f   R f
 i 
Le raisonnement sous-jacent au calcul du RAP est fort simple. Soit
 i l’espérance du rendement du Fonds mutuel, qui mesure le risque dudit Fonds,
et  m , l’espérance du rendement du portefeuille du marché, qui mesure le risque

de marché. Comme l’objectif est ici de comparer le rendement ajusté du Fonds

- 408 -
 au rendement du portefeuille du marché, on ramène d’abord le risque du
portefeuille au niveau du risque du marché en exerçant un effet de levier sur le
portefeuille du Fonds14. Cet ajustement est le suivant :
 ajusté  1  di  i   m
Il résulte que di est égal à :
m
di  1
i
Il est à remarquer que di sera positif si  m   i et qu’il sera négatif dans le cas

inverse. Le terme di sert alors à ajuster le rendement du Fonds de façon à

pouvoir le comparer au rendement du marché pour un même niveau de risque. Si
di>0, l’effet de levier est alors positif: il suffit d’augmenter la proportion investie
dans le fonds de di et d’emprunter cette proportion au taux sans risque. Ce
rendement ajusté est celui qui correspond au risque de marché. Dans le cas où di
est négatif, cette opération revient à vendre une proportion di du Fonds pour
l’investir au taux sans risque.

- Le rendement ajusté du Fonds mutuel, soit son RAP, est alors le suivant :
rendementajusté  1  di ER i   di rf

En remplaçant di par sa valeur, on a:

m   
RAPi  ER i   1  m R f
i  i 

En regroupant les termes, on obtient:

 
RAPi   m ER i   R f   R f
 i 
ce qui est l'expression finale du RAP. Si m  i , c'est-à-dire que le portefeuille
de marché est plus risqué que le Fonds, alors le rendement excédentaire du
Fonds est relevé de manière à le ramener à un niveau de risque équivalant à celui

14Comme l’indiquent Modigliani et Modigliani dans leur article (1997, p.47) : «Given any
portfolio i, it is possible to construct a new version of that portfolio having any desired level of
dispersion (risk). This can be accomplished by a financial operation called levering or unlevering
the original portfolio. By unlevering a portfolio we mean selling a portion of that portfolio and
using the proceeds to buy riskless securities. »

- 409 -
du marché. Le rendement excédentaire est en effet considéré comme
proportionnel au risque. On exerce alors un effet de levier positif sur le
rendement excédentaire du Fonds. Par ailleurs, si m  i , le rendement
excédentaire du Fonds doit être abaissé pour l'ajuster au risque inférieur du
portefeuille du marché.

Comme le rendement du Fonds est maintenant réconcilié avec le risque de

marché, l’indicateur de performance du Fonds mutuel est la différentielle de
rendement : RAPi  ER m  .
- En termes du ratio de Sharpe, le RAP du Fonds i s'écrit comme suit:
 ER i   R f 
RAPi   m   R f  SR i m  R f
 i 
- On voit que le RAP effectue la même classification que l'indice de Sharpe sauf
qu'il est exprimé en points de base plutôt que sous la forme d'un ratio. C'est donc
une mesure de performance absolue, laquelle est plus facile à interpréter. Il s'agit
là d'une simple conversion d'une mesure relative, le ratio de Sharpe, en une
mesure absolue, le RAP.

2. Le MRAP

- Plutôt que de choisir comme mesure du risque l'écart-type du rendement, il est

préférable de choisir une mesure de risque qui soit commune à tous les Fonds,
soit le bêta. En effet, le bêta ne retient que le risque de marché, commun à tous
les Fonds, et exclut les risques spécifiques, soit le risque non systématique. Ce
dernier disparaît en effet dans un portefeuille bien diversifié.

- Scholz et Wilkens (2000) ont développé une mesure similaire au RAP mais qui
est définie en termes de l'indice de Treynor et non de Sharpe. Le MRAP du
Fonds i est défini comme suit:
MRAPi  TRi  R f

- 410 -
- Il est facile d'obtenir ce résultat. Comme chez Modigliani et Modigliani, on
ramène ici le risque du Fonds au risque du marché. Mais ce dernier est ici
mesuré par le bêta du portefeuille du marché, bien sûr égal à 1, et non par l'écart-
type de ce portefeuille. Le terme di, soit le facteur d'ajustement, devient donc ici:
1
di  1
i

La procédure d'ajustement du rendement du Fonds est identique à celle de

Modigliani et Modigliani. Si i  1 , soit le cas où di  0 , il faudra alors effectuer
un emprunt correspondant à une fraction di du portefeuille du Fonds de façon à
l'investir dans le portefeuille du Fonds. On exerce alors l'effet de levier requis
pour faire correspondre le risque du Fonds au risque du marché. Dans le cas
inverse, on écoulera une fraction di du portefeuille du Fonds de façon à effectuer
un prêt. L'effet de levier est négatif dans ce cas. Le rendement ajusté du Fonds,
appelé MRAPi, est alors de:
MRAPi  1  di ER i   di R f  ER i   di ER i   R f 

Cette équation peut être réécrite comme suit:

ER i   1  i  ER i   R f
MRAPi    R f   R f  T Ri  R f
i  i  i

soit l'expression du MRAP en termes de l'indice de Treynor. Le MRAP classe

donc les fonds de la même façon que l'indice de Treynor sauf qu'il est exprimé
en points de base, ce qui en facilite la lecture.
- La mesure MRAP retient donc l'avantage du RAP au niveau de l'interprétation
tout en choisissant une mesure de risque commune à tous les Fonds, soit le bêta.
A l'instar de Modigliani et Modigliani, la mesure de performance du fonds est:
MRAPi  ER m  .

- On a déjà établi que:

 Ji
T Ri   T Rm
i


- En termes du ratio , le MRAP s'écrit donc:


- 411 -
  Ji
MRAP   T Rm  R f
i

3. L'alpha de Sharpe (1992) et l'analyse du style du gestionnaire

- On ne saurait choisir un benchmark au hasard pour évaluer la performance d'un

Fonds. Un bon benchmark doit respecter le mécanisme d'allocation des actifs
dudit Fonds. Il doit donc être adapté à son style.
- Sharpe (1992) s'inspire de l'analyse factorielle pour définir le benchmark d'un
Fonds. Selon cette analyse, le rendement d'un Fonds (Ri) est relié à certains
facteurs de risque (Fi) et à un terme d'erreur (ei) qui a les propriétés désirables
habituelles:
R i  i1F1  i 2F2  ...  in Fn   ei

- Les bêtas des facteurs représentent la sensibilité du rendement du Fonds aux

facteurs, soit les taux d'exposition du Fonds aux facteurs de risque.
- Pour convertir cette équation en benchmark (à remarquer que cette équation ne
contient pas de terme constant), Sharpe identifie les facteurs comme les
rendements d'indices boursiers officiels qui recouvrent l'étendue des placements
du Fonds. Ces indices doivent être exclusifs et exhaustifs. La corrélation entre
ces indices doit être aussi faible que possible. S'ils sont corrélés entre eux, leur
écart-type respectif doit différer sensiblement. Par exemple, l'équation
comportera des indices ayant trait aux diverses catégories d'obligations et
d'actions, en plus d'un indice représentant les avoirs liquides.

* Par exemple, Sharpe distingue un indice d'actions à revenus (value stocks)

et un indice d'actions de croissance (growth stocks). Les actions à revenus
sont associées à des compagnies qui ont un rapport (valeur aux livres/valeur
marchande) important. Pour les actions de croissance, ce ratio est faible.
Cette classification permet de recouvrir plusieurs dimensions des actions. En
effet, une action associée à un ratio (valeur aux livres/valeur marchande)
important est habituellement reliée à une entreprise qui a un P/E (price-

- 412 -
 earnings ratio) faible, qui dispose d'une faible croissance de ses bénéfices,
qui a un taux de versement du dividende élevé et qui a un rendement faible
sur son avoir propre (équité).

- Suite à cette identification des facteurs, l'équation du rendement du Fonds i devient:

R i  i1I1  i 2I2  ...  in In   ei

où Ij est le rendement de l'indice j.

- Dans le cadre de l'analyse du style, ei est appelé erreur de suivi (tracking error). Il
est donc égal à:
ei  R i  i1I1  i 2I2  ...  in In 

- Pour calculer les bêtas, on recourt à un critère d'optimisation. On peut utiliser le

critère de régression des moindres carrés ordinaires, c'est-à-dire minimiser la somme
des erreurs au carré. Les bêtas pourraient alors être interprétés comme les facteurs de
pondération du Fonds dans chacun des indices. Le Fonds est alors vu comme un
portefeuille d'indices. Mais comme la régression n'est pas contrainte, ces coefficients
ne sommeront pas à 1. De plus, certains seront négatifs, ce qui veut dire que le Fonds
a vendu l'indice qui lui est associé à découvert, ce qui n'est pas autorisé pour bon
nombre de Fonds.
- Réécrivons l'équation précédente comme suit:
ei  R i  wi1I1  wi 2I2  ...  win In 

- Le terme entre crochets est le benchmark du Fonds, wij étant le coefficient de

pondération de ce portefeuille pour l'indice j. Comme on conçoit le terme entre
crochets comme un portefeuille, on doit imposer les contraintes suivantes aux
coefficients de pondération:
n
 w ij  1
j1
w ij  0...j

la deuxième contrainte excluant les ventes à découvert.

- Le programme consiste donc à minimiser la variance de ei, soit l'erreur de suivi,
sous les deux contraintes ayant trait aux wij. La solution donne les wij optimaux. Ce

- 413 -
problème, qui relève de la programmation dynamique et non de la régression, peut
être solutionné sur Excel (voir Jackson et Stauton, chapitre 8).

- La performance du gestionnaire peut alors être analysée de deux façons:

i) La mesure intra-échantillonnale (in-the-sample) de la performance

- Cette mesure est appelée: alpha de Sharpe (appellation due à la Prudential

Investments (1998) et non à Sharpe).

- C'est la moyenne des ei au cours de la période ayant servi à estimer le benchmark.

Disons que la période d'observation comporte N données. L'alpha de Sharpe est alors
égal à15:
N N  n 
 ê t   R t   ŵ jI jt 
t 1 t 1 j1 
ˆ s  
N N

ii) La mesure extra-échantillonnale (out-of-the-sample), soit la mesure de Sharpe

proprement dite.

- On dispose de N observations sur le rendement du Fonds i. Les étapes du calcul de

la performance du Fonds sont les suivantes:

a) Le style du Fonds est estimé en utilisant les observations (t-N) à (t-1).

b) Le rendement du Fonds est estimé pour l'instant t en utilisant les wj estimés
à l'étape a).
R̂ t  ŵ1I1t  ŵ 2I2t  ...  ŵ n Int

c) La différence entre le rendement observé en t et le rendement estimé est

calculée. Cet écart (St) est appelé rendement de sélection pour le mois t.
St  R t  R̂ t

15 L'indice i du Fonds a été omis pour ne pas surcharger la notation.

- 414 -
- Pour le mois (t+1), on estime à nouveau le style de (t-N+1) à t et on calcule
le rendement de sélection comme il vient d'être dit.

* Pour calculer le rendement de sélection au cours d'une période, on calcule

la somme cumulative (non composée) des rendements de sélection observés
au cours de ladite période.

- 415 -
 Bibliographie

Fama, E.(1972), Components of Investment Performance, Journal of

Finance, vol. 27, no.3, pp. 551-567.
Gressis, N., Philipattos, G.C. abd Vlahos, G.(1986), Net Selectivity as a
Component measure of Investment Performance, Financial Review, vol. 21,
no.1, pp. 103-110.
Jackson, M. and Stauton, M. (2001), Advanced Modelling in Finance using
Excel and VBA, John Wiley and Sons.
Jensen, M.C. (1968), Problems in Selection of Security Portfolios; The
Performance of the Mutual Funds in the Period 1945-1964, Journal of
Finance, vol.23, no.2, pp. 389-419.
Liang, Y. and McIntosh, W., (1998), Sharpe's Alpha: A New Performance
Measure, Prudential Investments.
Modigliani, F. and Modigliani, L. (1997), Risk Adjusted Performance,
Journal of Portfolio Management, pp. 45-54.
Scholz, H. and Wilkens, M. (2000), Market Risk-Adjusted Performance,
working paper, University of Goettingen.
Sharpe, W. (1966), Mutual Fund Performance, Journal of Business, vol.39,
no. 1, pp. 119-138.
Sharpe, W., (1994), The Sharpe Ratio, Journal of Portfolio Management, pp.
49-58.
Sharpe, W. (1992), Asset Allocation: Management Style and Performance
Measurement, Journal of Portfolio Management, pp. 7-19.
Treynor, J.L.(1965), How to Rate Management of Investment Funds,
Harvard Business Review, pp. 63-75.

- 416 -
 Annexe 3

Le modèle de Fama et French: Théorie

- 417 -
Le modèle de Fama et French

Exercice
Cours FIN8504
Automne 2013

- 418 -
 Modèle multifactoriel
E ( Ri )  R f    1  E  Rm   R f   2 SMB  3 HML   i

• E(Rm-rf): prime de risque du marché

• SMB (short minus big): portefeuille exposé au

rendement des petites firmes =

• rendement moyen d’un portefeuille d’actions de

petites firmes – rendement moyen d’un
portefeuille d’actions de grosses firmes

- 419 -
• HML (high minus low): portefeuille exposé aux
actions de valeur (versant un dividende)

• par opposition à un portefeuille d’actions de

croissance (ne versant pas de dividendes)

• Portefeuille long dans les actions qui ont un ratio

valeur aux livres / valeur marchande important
et short dans les actions qui ont un ratio faible.

- 420 -
• α: alpha de Jensen (devrait être nul si les
marchés sont efficients).

• C'est un rendement exceptionnel au-delà

du risque subi par l'investisseur.

- 421 -
 Énoncé de l’exercice
• Colliger les données sur le site de
K. French (en format texte)
• Mkt (rendement S&P500); SMB; HML; rf
• Rendement de quelques secteurs
industriels
• Importer ces données sur Excel
• Estimer le modèle de Fama et French
(Excel et EViews)
• Interpréter les résultats

- 422 -
 alpha mkt_rf SMB HML R2
Secteur 1 coefficient coefficient coefficient coefficient R2 secteur 1
(statistique t) (statistique t) (statistique t) (statistique t)
Secteur 2

Secteur j

- 423 -
 Annexe 4

Le modèle de Fama et French: Pratique

- 424 -
Modèle de Fama et French

Interprétation des résultats

de l’exercice sur les institutions
financières

- 425 -
 Institutions financières
États-Unis, 1990-2013

Coefficients Erreur-type Statistique t Probabilité

Constante -0.18 0.16 -1.17 0.24
mkt_rf 1.23 0.04 34.01 0.00
SMB -0.33 0.05 -6.99 0.00
HML 0.49 0.05 9.95 0.00

- 426 -
 Alpha de Jensen
• Constante de la régression: alpha de Jensen

- Mesure de rendement exceptionnel réalisé par le

secteur

- Ici, alpha = -0.18% par mois (données exprimées

en pourcentage)

- Le fonds réalise un rendement exceptionnel

négatif sur l’ensemble de la période

- 427 -
 Statistique t ou p-value (probabilité)
• Concept

• Si statistique t > 1.96 ou p-value < 0.05, le coefficient est significatif au seuil de 95%

 coefficient mesuré avec une marge d’erreur de 5%.

• Si statistique t > 2.57 ou p-value < 0.01, le coefficient est significatif au seuil de 99%

• coefficient mesuré avec une marge d’erreur de 1%.

• Et ainsi de suite

- 428 -
 Alpha de Jensen
• Statistique t de l’alpha de Jensen ici égale à
1.17 (-0.18 / 0.16) en valeur absolue.
• Donc le coefficient n’est pas significatif aux
seuils habituels (5% ou 1%).
• Il peut être considéré comne égal à 0
• En fait, il est significatif au seuil de 76% (100%
- 24%). Marge d’erreur de 24% sur la mesure
du coefficient!

- 429 -
Coefficient de mkt_rf (prime de risque
du marché)
• C’est le bêta du titre: mesure de son risque
systématique (non-diversifiable).
• Bêta égal à 1.23 ( les actions des institutions
financières sont plus risquées que le
portefeuille du marché).
• p-value de 0.00: donc significatif à un seuil qui
s’approche de 100% (statistique t très élevée).

- 430 -
 Coefficient de SMB
• SMB est un portefeuille exposé aux actions
d’entreprises de petite taille.
• Coefficient estimé de -0.33
• Les institutions financières préfèrent donc investir
dans les grosses entreprises: elles sont exposées
à un portefeuille de grosses firmes par opposition
aux petites.
• Statistique t du coefficient (en v.a.): 6.99.
Coefficient très significativement différent de 0
(fiable).

- 431 -
 Coefficient de HML
• HML est un portefeuille exposé aux actions de
valeur (ratio valeur aux livres / valeur
marchande important) par opposition aux
actions de croissance (ratio faible)
• Coefficient estimé: 0.49
• Les banques semblent préférer les actions de
valeur aux actions de croissance (elles y sont
davantage exposées).
• Coefficient très significatif: p-value près de 0.

- 432 -
Performance globale de l’équation
• Performance globale de l’équation:

• R2: égal à 0.80

• R2 compris entre 0 et 1

• Donc les facteurs prédisent bien le rendement

à l’intérieur de l’échantillon.

- 433 -