THÈME 7 Le risque.

Slides:



Advertisements
Présentations similaires
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
Advertisements

GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
Le Modèle d’Equilibre des actifs financiers
THÈME 8 Le risque et lanalyse coûts-avantages 1. PLAN I.Le risque II.Lanalyse coûts-avantages : application 2.
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
LE CHOIX EN CONTEXTE D’INCERTITUDE
RENTABILITE ET RISQUE D’UN ACTIF
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau Rationalisation des choix: référence à l’utilité.
Auteur : Patrice LEPISSIER Les probabilités  Notions de base Notions de base  Variable aléatoire Variable aléatoire  La loi Normale La loi Normale.
Généralisation de la comparaison de moyennes par Analyse de la variance (ANOVA)
Consigne : Donner deux facteurs entiers compris entre 2 et 11 dont le produit est égal au nombre donné. Thème 02 : Tables de multiplication Séance 1 4e4e27/09/2016.
Exemple Mise au point d’un nouveau produit: –Coûts additionnels pour développer un nouveau produit –Coûts = $ dans une probabilité de 30% et 350.
Utilisation du logiciel EduStat © Analyse classique d’items L’examen du rapport.
13. Diriger : finaliser, animer et contrôler 1. La décision dans la direction de l’organisation 1.1 En quoi la direction repose-t-elle sur la décision.
AU LYCEE D’ARTOIS.  Tous les élèves.  Seuls la motivation, la volonté et le sérieux sont exigés  Néanmoins, un niveau correct en fin de troisième semble.
La finance comportementale
Microéconomie I.
Cours d’Econométrie de la Finance (Stat des choix de portf. IV 1-2)
Analyse, Classification,Indexation des Données ACID
Etude de rentabilité sans actualisation:
Deuxième partie : La courbe d’indifférence
Le modèle d’Harry Markowitz (Travaux de 1954 et prix Nobel en 1990)
Microéconomie I.
chapitre : Les Probabilités
Stratégie d’investissement
Créez votre entreprise part 1
Lycée Eugène Hénaff - Bagnolet
Action-Gardien de Pointe-Saint-Charles Août 2009
Connaître les fonctions affines
Introduction aux Statistiques Variables aléatoires
Technologies de l’intelligence d’affaires Séance 12
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
4.3 Estimation d’une proportion
Le consommateur ECS 1 Camille Vernet Nicolas Danglade
4. Assurance emploi.
3.3 loi discrète 1 cours 14.
Cyber-Sphinx Séance 2.
Evaluation par les options réelles
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau Rationalisation des choix: référence à l’utilité.
Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Des Flashs analytiques RGPH 2014
FUSION avec participation fusion simplifiée et confusion de patrimoine (dissolution confusion ou TUP)
Fluctuations d’une fréquence selon les échantillons, Probabilités
Axiomatique de Von Neumann et Morgenstern M. Clévenot
Le modèle d’évaluation des actifs financiers à l’équilibre
Présentation 3 : Sondage aléatoire simple
CHAPITRE 2. Les critères de décision en univers mesurable.
Les rendements et les coûts à CT
Chapitre 11 Choix optimal de portefeuille et modèle d’évaluation des actifs financiers.
Journée de l’inspection –2011
Position, dispersion, forme
Le risque de taux d’intérêt Jean-Marcel Dalbarade.
Courbes d'indifférence & équilibre LA THEORIE DU CONSOMMATEUR J-M HENEFFE 2011.
Moteurs de recherches Data mining Nizar Jegham.
Elasticité comme rapport d’accroissements relatifs
Programme d’appui à la gestion publique et aux statistiques
En 2009, parmi les Canadiens de 25 à 39 ans, 31,4 % détenaient un diplôme universitaire. Cette proportion grimpe à 55,8 % parmi ceux dont un parent était.
Les méthodes quantitatives en éducation
Relier proportionnalité et fonction linéaire
Sera vu pendant le cours.
A. Zemmari SDRP & MA Problème du rendez vous : un algorithme probabiliste et une analyse probabiliste A. Zemmari.
Impact Evaluation 4 Peace March 2014, Lisbon, Portugal 1 Echantillonage pour une Evaluation d’Impact Latin America and the Caribbean’s Citizen Security.
Chapitre Introductif: Rappels. LE CHOIX D’UNE STRUCTURE FINANCIERE OPTIMALE.
De l’évaluation par compétences à PRONOTE/LSU
Évaluation des Actifs Financiers 1. 2 Valeur capitalisée: Valeur d’un investissement après une ou plusieurs périodes Intérêts simples: Intérêts calculés.
1 L ’ÉVALUATION DES ACTIONS ORDINAIRES: Il existe 2 méthodes pour effectuer l ’analyse d ’une action et faire une prévision: L ’analyse fondamentale: utilise.
Transcription de la présentation:

THÈME 7 Le risque

Le risque Tout événement futur est incertain, différents états du monde sont toujours possibles et chacun est soumis à une probabilité d’occurrence. Risque total = Risque spécifique (non-systématique) + Risque du marché (systématique) Parmi les risques spécifiques des projets dans les TI, notons les risques techniques et organisationnels.

L’aversion au risque La fonction d’utilité met en relation la richesse d’un agent (W) et le bien-être qui lui est associé (U). On a : U(W) avec U’(W) > 0 et U’’(W) < 0. Une augmentation de la richesse entraîne toujours une augmentation du bien-être, mais l’utilité marginale de la cons. supplémentaire décroît progressivement. L’aversion au risque est causée par le fait que le bien-être de l’agent est davantage affecté par une baisse que par hausse équivalente de sa richesse. U W1-  W1 W1+ W

L’aversion au risque U Soit une loterie ou vous avez 50% de chance de perdre ou de gagner  et une fonction U=ln(W). On a : E(W) = 0,5*(W1 + ) + 0,5*(W1 - ) = W1 mais… E(U(.)) = 0,5*U(W1 + ) + 0,5*U(W1 - )  U(W1) U(W1+ ) U(W1) U(W1- ) W1-  W1 W1+ W

L’aversion au risque Entre deux actifs offrant le même rendement espéré, le moins risqué sera préféré. Entre deux projets d’investissement soumis au risque et offrant la même bénéfice espéré, le moins risqué sera préféré.

Le bénéfice espéré Soit N états du monde possibles pour un projet  noté n pour n = 1, …, N survenant avec les probabilités n avec : 0n1 n et nn=1 . On a : E() = 11 + 22 …. + nn Si E()>0, on devrait aller de l’avant. Si on a les projets  et  et que E()>E(), on devrait retenir le projet  (pour autant que le risque est équivalent ou que l’agent est neutre au risque).

Le bénéfice espéré (ex.) Les projets Les états du monde posssibles Les gains conditionnels Les probabilités d’occurence Projet  1 (succès complet) 200 0,5 2 (succès mitigé) 140 Projet  1(succès complet) 180 0,4 2(succès mitigé) 160 0,6 E() = 11 + 22 = 200 *0,5 + 140*0,5 = 170 E() = 1 1 + 2 2 =180*0,4 + 160 *0,6 = 168 Un investisseur neutre au risque retiendrait le projet .

L’évaluation du risque : l’approche statistique Afin de tenir compte du risque, il faut tenir compte de l’écart entre l’espérance et les différents bénéfices espérés associés aux états du monde possibles. Ces mesures de dispersion sont : la variance Var ()= n (n –E())2 * n L’écart-type (Var ())1/2 et le coefficient de dispersion (Var ())1/2 / E() Pour E()=E(), le projet avec le plus petit coefficient de dispersion sera retenu.

Calcul du coefficient de dispersion (ex.) Var () = n (n –E())2 * n = (200 – 170)2 * 0,5 + (140-170)2 * 0,5 = 900 Var () = n (n –E())2 * n = (180 – 168)2 * 0,4 + (160-168)2 * 0,6 = 96 Coef. disp. () = 9001/2 / 170 = 17,65% Coef. disp. () = 961/2 / 168 = 5,83% Le projet , bien qu’il offre une espérance de gains légèrement plus élevée que le projet , est beaucoup plus risqué.

L’évaluation du risque : l’approche financière Il suffit de considérer la prime de risque () dans le calcul de la VAN  est l’écart entre le rendement d’un actif et celui d’un actif sans risque exigé pour compenser le risque inhérent à l’actif On note : VAN = t ( BNt / (1 + R + )t ) + VR / (1 + R)t – I >0 implique une diminution de la VAN

L’évaluation du risque : l’approche financière Évaluation du risque par le marché Risque

L’évaluation du risque : l’approche probabiliste structurée Il s’agit de schématiser les résultats associés à différents choix et états du monde à l’intérieur d’un arbre de décision où : les branches représentent les choix et les états du monde possibles; les nœuds indiquent les gains ou les utilités espérés(es); Les feuilles représentent les résultats financiers associés à chaque branche.

Arbre de décision et bénéfices espérés (ex.) 1 : W=200 0,5 Projet  0,5 2 : W=140 Choix 1 : W=180 0,4 Projet  0,6 2 : W=160 E() = 180*0,4 + 160 *0,6 = 168

Arbre de décision et utilités espérées (ex.) EU() = 5,30*0,5 + 4,94*0,5 = 5,12 Soit U(W) = lnW 1 : U(200) = 5,30 0,5 Projet  0,5 2 : U(140) = 4,94 Choix 0,4 1 : U(180) = 5,19 Projet  0,6 2 : U(160) = 5,08 EU() = 5,19*0,4 + 5,08*0,6 = 5,124