Cours 1

Fonctionnement Rendement d’un actif Rappels Choix de portefeuille: théorie de Markowitz Compléments algorithmiques (bio et biblio)graphie
Probabilité, Espérance, Variance

C HOIX OPTIMAL DE PORTEFEUILLE
Caracteristiques du rendement des portefeuilles
0.20
0.15
Moyenne du rendement
0.10
0.05
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30

Ecart type du rendement
Bernard Lapeyre
http://cermics.enpc.fr/~bl
Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 1 / 31

P LAN
1 Fonctionnement
2 Rendement d’un actif
3 Rappels
4 Choix de portefeuille: théorie de Markowitz
5 (bio et biblio)graphie

F ONCTIONNEMENT DU COURS
◮ Site du cours
http://cermics.enpc.fr/~bl/decision-incertain
◮ 6 séances : 1h de cours, 1h30 de TP informatique
◮ une conférence qui remplace le dernier cours (le 14 mars)
◮ Enseignants :
- Oumaïma Beincheikh (oumaima.bencheikh@enpc.fr)
- Jean-Philippe Chancelier
(jean-philippe.chancelier@enpc.fr)
- Adel Cherchali (cherchaliadel@gmail.com)
- Bernard Lapeyre (bernard.lapeyre@enpc.fr)
- Sophian Mehalla (Sophian.Mehalla@milliman.com)
◮ Language de programmation: Python.
◮ [Scicoslab (Matlab clone) possible si souhaité.]

O RGANISATION ET RÈGLES DE VALIDATION
Organisation
◮ une semaine entre le cours et le TD correspondant ...
◮ ... pour: lire le cours, faire les exos, préparer le TP info
◮ une feuille d’exos par séance disponible sur le site
Évaluation
◮ présence vérifiée en cours et en TD
◮ pas de contrôle formel à l’issue du module
◮ ... sauf si plus d’une absence constatée (examen dans ce cas)
◮ rendu (individuel) de l’un des 5 TP informatiques rédigé en
détails (LATEX suggéré).

O BJET DU COURS
◮ Exposer des situations où la modélisation probabiliste est

utile/indispensable pour prendre des décisions.
◮ Décrire un outil nouveau (les chaînes de Markov) et montrer
comment cet outil peut être utilisé de façon effective.
◮ Implémenter les méthodes mathématiques proposées.

A UJOURD ’ HUI ...
◮ Des rappels de probabilité (espérance, variance, ...)

◮ Théorie du portefeuille de Markowitz.
◮ Pourquoi des actifs (actions,...) ayant des rendements aux
caractéristiques diverses peuvent ils coexister ?
◮ Comment s’y prendre pour optimiser un portefeuille d’actif ?

L E RENDEMENT D ’ UN ACTIF
◮ Actif i (action, obligation, ...) de rendement Ri
◮ Rendement = sur une période de temps donnée T:
1E à l’instant 0 va rapporter (1 + Ri )E en T.
◮ Plusieurs actifs (ex CAC40 i = 1 . . . 40), vecteur de rendement
R = (R1 , . . . , Rn ).
◮ Rendements déterministes et un marché où l’on peut acheter et
vendre ces actifs,
tous les Ri doivent être égaux.
◮ Mais c’est un fait d’expérience que les rendements des actifs
n’ont pas des caractéristiques identiques: il est nécessaire de les
supposer aléatoires: “Risk is not an add-on”1 ...
◮ ce qui nous amène à quelques rappels de probabilité ...
1 Voir R.C.Merton interviewed in [Bernstein(2007)].

P ROBABILITÉ ET ESPÉRANCE : RAPPELS

◮ Description d’un expérience aléatoire : une probabilité, sur (Ω, A),
P qui opère sur des ensembles de A.
◮ A ∈ A, 0 ≤ P(A) ≤ 1 et P(Ω) = 1. i≥1 Ai signifie une réunion
P
dénombrable et disjointe.
 
X X
P Ai  = P(Ai )
i≥1 i≥1
◮ À une probabilité P est associée une espérance E (qui opère sur

des variables aléatoires à valeurs dans R)
◮ E(1A ) = P(A).
◮ linéarité (X et Y positifs ou intégrables, Xi positifs).
E(λX + µY) = λE(X) + µE(Y)

 
X X
E Xi  = E(Xi )
i≥1 i≥1

E SPÉRANCE ET VARIANCE
◮ L’espérance est linéaire.
n o
◮ Variance : Var(X) := E (X − E(X))2 = E(X2 ) − E(X)2 .
◮ Var(X) = 0 implique X = Cte (p.s.).
◮ Covariance :
Cov(X, Y) = E {(X − E(X)) (Y − E(Y))} = E(XY) − E(X)E(Y).
◮ La linéarité de l’espérance permet de prouver
n
! n X n
X X
Var λi Xi = λi λj Cov(Xi , Xj )
i=1 i=1 j=1
◮ La variance fonctionne comme une forme quadratique, la

covariance comme une forme bilinéaire.
◮ Cas particulier : si indépendance des Xi , Cov(Xi , Xj ) = 0, i 6= j
n n
!
X X
Var Xi = Var(Xi ).
i=1 i=1

V ECTEUR ET MATRICE DE VARIANCE - COVARIANCE
◮ X = (X1 , . . . , Xn ) un vecteur de Rn . Γ matrice de

variance-covariance de X
Γ = Cov(Xi , Xj ) 1≤i,j≤n

Pn
◮ Permet de calculer Var λi Xi

i=1
n n X
n
!
X X
Var λi Xi = λT Γλ = λi λj Γij .
i=1 i=1 j=1
◮ Γ est une matrice symétrique, positive (λT Γλ ≥ 0, pour tout λ).

E SPÉRANCE ET VARIANCE COMME CRITÈRES DE

DÉCISION
◮ Comment choisir entre 2 v.a. X et Y dont on ne connait que la loi
?
◮ On utilise (souvent) l’espérance et la variance comme critère de
choix (plus l’espérance est grande ou plus la variance est petite,
“meilleure” est la v.a.).
◮ C’est discutable 2 , mais c’est l’approche la plus simple, bien
justifiée dans le cas (restrictif) d’un vecteur gaussien.
◮ Des “mesures de risque” mieux fondées (Voir
[Föllmer and Schied(2008)]) existent et sont aussi utilisées :
“value at risk”, “expected shortfall”, ...
◮ ... au prix toutefois d’une complexité accrue de la modélisation
et/ou des calculs.
2 On peut avoir P(X ≤ Y) = 1, sans que X et Y soient comparables pour l’ordre
partiel suggéré (voir la feuille d’exercice pour un exemple).

P ORTEFEUILLE DE M ARKOWITZ : LE MODÈLE
◮ d actifs (actions, obligations, ...). Ri le rendement, aléatoires, du

ième actif.
1E en actif i en 0 → (1 + Ri )E en T.
◮ R = (R1 , . . . , Rd ) le vecteur, aléatoire, des rendements
◮ r = (E(R1 ), . . . , E(Rd )), le vecteur des moyennes des rendements,
par convention on suppose
r1 ≤ r2 ≤ · · · ≤ rd .
◮ Γ la matrice de variance-covariance de R.
σi2 = Var(Xi ) = Γii .

P ORTEFEUILLE DE M ARKOWITZ : LES PORTEFEUILLES

◮ On va considérer des portefeuilles, composés de quantités
d’actifs λi , de valeur initiale V0 égale (par convention) à 1E
d
X d
X d
X
V0 = λi = 1, VT = λi (1 + Ri ) = 1 + λi Ri .
i=1 i=1 i=1
◮ Souvent 0 ≤ λi ≤ 1. Mais dans certains cas on acceptera des

quantités négatives pour λi (emprunt d’actif).
◮ Le gain du portefeuille est égal à G = VT − V0
d
X
G= λi Ri
i=1
◮ La moyenne et la variance de G se calcule facilement

E(G) = λ.r Var(G) = λT Γλ
en fonction de r et Γ. On va comparer les portefeuilles grâce à ces
deux valeurs.
P ORTEFEUILLE DE M ARKOWITZ : LES 2 CRITÈRES
◮ L’hypothèse de base du modèle est que l’investisseur va classer

les portefeuilles en utilisant la moyenne et l’écart-type (= la
racine de la variance) du gain.
◮ Un portefeuille de moyenne inférieure et de variance supérieure
ne sera jamais choisi par un investisseur rationnel (c’est réaliste,
mais ça reste une hypothèse).
◮ On définit un ordre partiel sur les portefeuilles :
G1 préférable à G2 , ssi E(G1 ) ≥ E(G2 ) et Var(G1 ) ≤ Var(G2 ).
◮ On suppose que les actifs de base ne sont pas comparables pour
cet ordre partiel, ce qui impose
0 < σ1 ≤ σ2 ≤ · · · ≤ σd .

P ORTEFEUILLE DE M ARKOWITZ : FRONTIÈRE

EFFICIENTE
◮ On s’intéresse aux portefeuilles “non dominés” (maximaux pour

l’ordre partiel) : ceux sont les seuls susceptibles d’être utilisé par
un intervenant rationnel.
◮ Ces portefeuilles “non dominés” forment une frontière de Pareto
(ou d’indifférence).
◮ Markowitz l’appelle la frontière efficiente.
◮ On calculera cette frontière par exploration/simulation (en TD).
◮ Il existe d’autres méthodes plus efficaces (voir page 23) .

E XEMPLE DE FRONTIÈRE EFFICIENTE

◮ 3 actifs risqués, covariances nulles, frontière obtenue par
simulation (cf TD), avec contraintes 0 ≤ λi ≤ 1, λ1 + λ2 + λ3 = 1.
◮ frontière efficiente : points non dominés.
0.20
0.15
0.10
0.05
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30


F RONTIÈRE EFFICIENTE : REMARQUES

◮ Le point de variance minimale.
◮ Effet de diversification : portefeuille de variance inférieure à
l’actif de variance minimale, rendement meilleur.
◮ Sur la frontière efficiente on choisit un compromis
espérance-variance.
0.20
0.15
0.10
0.05
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30


A CTIF SANS RISQUE ET PORTEFEUILLE DE MARCHÉ
◮ On suppose souvent l’existence d’un actif 0 sans risque (de

variance nulle σ0 = 0) et (donc) de rendement constant r0 .
◮ Cet actif correspond à un placement (quantité positive) ou un
emprunt (quantité négative) dans une banque.
◮ Le rajout de cet actif modifie la forme de la frontière efficiente (cf
TD) et fait apparaître un portefeuille remarquable: le “portefeuille
de marché”.

L E PORTEFEUILLE DE MARCHÉ
◮ Cas 2 actifs risqués et un actif sans risque r0 = 0, frontière obtenue par simulation
(cf TD), avec contrainte λi ≥ 0.
◮ Frontière efficiente pour les deux actifs risqués, les trois actifs.
◮ Portefeuille de marché : le point où les deux frontières se séparent.
0.20
0.15
0.10
0.05
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30


P ORTEFEUILLE DE MARCHÉ
◮ Son intérêt apparaît lorsque l’on autorise l’emprunt de l’actif non risqué.
◮ La frontière efficiente est modifiée (cf TD). La droite se prolonge au delà de P.
◮ Cette droite porte le nom de “droite de marché”.
0.20
0.15
0.10
0.05
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30


I NTÉRÊT DU PORTEFEUILLE DE MARCHÉ

◮ La droite de marché domine strictement la frontière efficiente
“sans emprunt” (sauf pour le portefeuille de marché où elle
coïncide).
◮ Le seul point “rationnel” de la frontière efficiente, qui ne contient
pas d’actif sans risque, est le portefeuille de marché.
◮ Si l’on peut emprunter, les portefeuilles “rationnels” sont
obtenus par combinaison de l’actif sans risque et du portefeuille
de marché.
◮ En empruntant, on peut obtenir un rendement de même
moyenne mais de variance inférieure à celle du meilleur actif
individuel.
◮ En empruntant, on peut obtenir un rendement de même variance
mais de moyenne supérieure à celle du meilleur actif individuel.
◮ Si l’on peut emprunter, il faut le faire !
◮ Le portefeuille de marché fait intervenir l’ensemble des actifs
risqués (tous les actifs peuvent coexister).
◮ Variance nulle : il faut tout investir dans l’actif sans risque.
C ONCLUSIONS : FINANCE ET ALÉAS
◮ Sans hasard, pas d’activité financière.

◮ ... ou dès qu’il y a du hasard, l’activité financière se développe.
◮ cf développement des produits dérivées suite à l’abandon en
1971 de la convertibilité du dollars en or (accord de
Bretton-Wood).

L E PORTEFEUILLE DE MARCHÉ COMME SOLUTION

D ’ UN PROBLÈME D ’ OPTIMISATION
◮ Pour calculer P il faut résoudre le problème d’optimisation

suivant : max en λ (vérifiant les contraintes) de la pente du point
( Var(G), E(G)) ou encore
p
E(G)2 (rT λ)2

max = max T
λ Var(G) λ λ Γλ
◮ Le quotient √E(G) s’appelle le ratio de Sharpe du portefeuille3 .

Var(G)
3 William Sharpe a été lui aussi prix Nobel d’économie en 1990 avec Harry
Markowitz et Merton Miller.

C ALCUL DU PORTEFEUILLE DE MARCHÉ
E(G)2 (rT λ)2

max = max T
λ Var(G) λ λ Γλ
◮ Voir cours optimisation de 1A.

◮ Lorsque l’on ne tient pas compte des contraintes de positivité sur
Pn
λ, mais seulement de i=1 λi = 1T λ = 1, on peut résoudre ce
problème.
◮ On peut utiliser un algorithme générique d’optimisation de type
gradient. Ce type de problème est accessible dans Scicoslab
ou Python, via une fonction d’optimisation. Voir le corrigé du
TD.
◮ Le problème évoqué peut être traité explicitement, en utilisant
l’inégalité de Cauchy-Schwartz.

C ALCUL DU PORTEFEUILLE DE MARCHÉ
◮ En utilisant l’inégalité de Cauchy-Schwartz pour la norme

√
xT Γx, on obtient
√ √
rT λ = (Γ−1 r)T Γλ ≤ rT Γ−1 r λT Γλ.
On en déduit que
rT λ √
Pd
sup √ ≤ rT Γ−1 r
λ, i=1 λi =1
λT Γλ
et que l’égalité est atteinte pour λ = Γ−1 r/(1 Γ−1 r) où

1 = (1, . . . , 1)

PARAMÈTRISATION DE LA FRONTIÈRE EFFICIENTE PAR

DES PROBLÈMES D ’ OPTIMISATION
◮ Une façon de calculer la frontière efficiente est de minimiser la

variance à espérance égale à α, puis de faire varier α.
min λT Γλ.
λ, 1T λ=1, rT λ=α
◮ Toujours en ignorant les contraintes de positivité sur λ, on peut

encore résoudre ce problème
◮ Soit en utilisant une routine d’optimisation en éliminant les 2
contraintes (voir TD).
◮ Soit une utilisant deux multiplicateurs de Lagrange, le problème
se résolvant alors de façon explicite en utilisant l’inverse de la
matrice Γ (exercice).

C ONCLUSIONS : DÉCIDER DANS L’ INCERTAIN
◮ Décider en environnement incertain suppose d’identifier un

modèle et de choisir des critères de décision (ce qui n’est pas
toujours simple).
◮ Un fois ceci fait, on utilise des algorithmes pour résoudre les
problèmes d’optimisation (ce qui n’est pas toujours simple).
◮ Une modélisation aléatoire simple peut éclairer la pratique et
conduire à des règles opératoires.

H ARRY M ARKOWITZ
◮ Né en 1927, prix Nobel d’Economie

1990.
◮ Article fondateur, à 25 ans, en 1952
("Portfolio Selection", The Journal of
Finance).
◮ “ ... when I defended my dissertation as a student in the Economics Department

of the University of Chicago, Professor Milton Friedman argued that portfolio
theory was not Economics, and that they could not award me a Ph.D. degree in
Economics for a dissertation which was not in Economics. ... at the time I
defended my dissertation, portfolio theory was not part of Economics. But now it
is.” Nobel Lecture, December 7, 1990, Harry M. Markowitz.

P OUR ALLER PLUS LOIN : COURS DE L’É COLE DES

P ONTS
◮ 1A : cours de “Probabilité”, cours d’“Optimisation”

◮ 2A : cours “Processus Aléatoires”, cours de “Recherche
Opérationnelle”, cours “Optimisation”, cours “Méthodes
Mathématiques pour la Finance”, cours “Stratégie financière de
l’entreprise”

B IBLIOGRAPHIE
P.L. Bernstein.
Capital Ideas Evolving.
Jhon Wiley and Son, 2007.
Hans Föllmer and Alexander Schied.

Convex and coherent risk measures.
http://www.alexschied.de/Encyclopedia6.pdf, 2008.
M. Haugh.
Asset allocation and risk management.
Available on ieor e4602 web page, Columbia University, 2009.
H.M. Markowitz.
Portfolio selection.
The Journal of Finance, 7(1):77–91, 1952.
H.M. Markowitz.
Portfolio Selection: Efficient Diversification of Investments.
John Wiley and Sons, 1959.

U N PUZZLE ( DU SITE ) DE LA NSA

◮ Deux œufs “au hasard” dans une matrice p × q.
◮ Deux joueurs: le joueur A parcours la matrice en colonne, le
joueur B en ligne.
◮ Le gagnant est celui qui atteint le premier l’un des deux œufs.
A↓
B→
◮ Ce jeu est-il équitable ?

◮ La réponse dépend de p et q de façon bizarre:
6= pour (p = 3, q = 4), (p = 4, q = 4) et (p = 4, q = 5)!

Cours 1

Transféré par

Droits d'auteur :

Formats disponibles

Cours 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours 1

Transféré par

Droits d'auteur :

Formats disponibles

Fonctionnement Rendement d’un actif Rappels Choix de portefeuille: théorie de Markowitz Compléments algorithmiques (bio et biblio)graphie

Probabilité, Espérance, Variance

Caracteristiques du rendement des portefeuilles

0.00 0.05 0.10 0.15 0.20 0.25 0.30

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 1 / 31

2 Rendement d’un actif

4 Choix de portefeuille: théorie de Markowitz

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 2 / 31

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 3 / 31

O RGANISATION ET RÈGLES DE VALIDATION

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 4 / 31

◮ Exposer des situations où la modélisation probabiliste est

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 5 / 31

A UJOURD ’ HUI ...

◮ Des rappels de probabilité (espérance, variance, ...)

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 6 / 31

1 Voir R.C.Merton interviewed in [Bernstein(2007)].

P ROBABILITÉ ET ESPÉRANCE : RAPPELS

◮ À une probabilité P est associée une espérance E (qui opère sur

E(λX + µY) = λE(X) + µE(Y)

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 8 / 31

◮ La variance fonctionne comme une forme quadratique, la

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 9 / 31

V ECTEUR ET MATRICE DE VARIANCE - COVARIANCE

◮ X = (X1 , . . . , Xn ) un vecteur de Rn . Γ matrice de

◮ Γ est une matrice symétrique, positive (λT Γλ ≥ 0, pour tout λ).

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 10 / 31

E SPÉRANCE ET VARIANCE COMME CRITÈRES DE

partiel suggéré (voir la feuille d’exercice pour un exemple).

P ORTEFEUILLE DE M ARKOWITZ : LE MODÈLE

◮ d actifs (actions, obligations, ...). Ri le rendement, aléatoires, du

σi2 = Var(Xi ) = Γii .

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 12 / 31

P ORTEFEUILLE DE M ARKOWITZ : LES PORTEFEUILLES

◮ Souvent 0 ≤ λi ≤ 1. Mais dans certains cas on acceptera des

◮ La moyenne et la variance de G se calcule facilement

P ORTEFEUILLE DE M ARKOWITZ : LES 2 CRITÈRES

◮ L’hypothèse de base du modèle est que l’investisseur va classer

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 14 / 31

P ORTEFEUILLE DE M ARKOWITZ : FRONTIÈRE

◮ On s’intéresse aux portefeuilles “non dominés” (maximaux pour

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 15 / 31

E XEMPLE DE FRONTIÈRE EFFICIENTE

Caracteristiques du rendement des portefeuilles

0.00 0.05 0.10 0.15 0.20 0.25 0.30

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 16 / 31

F RONTIÈRE EFFICIENTE : REMARQUES

0.00 0.05 0.10 0.15 0.20 0.25 0.30

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 17 / 31

A CTIF SANS RISQUE ET PORTEFEUILLE DE MARCHÉ

◮ On suppose souvent l’existence d’un actif 0 sans risque (de

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 18 / 31

Caracteristiques du rendement des portefeuilles

0.00 0.05 0.10 0.15 0.20 0.25 0.30

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 19 / 31

Caracteristiques du rendement des portefeuilles

0.00 0.05 0.10 0.15 0.20 0.25 0.30

Bernard Lapeyre (Ecole des Ponts) Jeudi 31 janvier 2019 20 / 31

I NTÉRÊT DU PORTEFEUILLE DE MARCHÉ