Université Paris 1 - Panthéon Sorbonne

Correction Contrôle Continu Novembre 2007

-1h20-
Année universitaire 2007-2008
(4 exercices à faire)
Variantes A et B

Exercice 1: (/5 points, 20 minutes) Variante A

Variantes A et B
a) Définir brièvement (3 lignes maximum par définition) :

la prime de risque de Markowitz, (0.25 pt)

La prime de risque de Markowitz πR est une mesure globale du risque définie par l’équation :

U(W+E(Z)- πR) = E(U(W+Z))

où W+Z représente la richesse finale (variable aléatoire, v. a.) et W+E(Z) est l’espérance de la richesse finale.

la notion d’aversion relative pour le risque(0.25 pt)

Si on s’intéresse à l’aversion pour le risque relativement à la richesse, on peut introduire l’aversion relative pour
le risque notée R(W), telle que ;
~
U ' ' (W )
R(W) = W*A(W) Avec : A(W)= − ~
U ' (W )

Où A(W) est une mesure absolue de l’aversion pour le risque, qui ne dépend que des préférences et de la
richesse, on l’appelle aussi coefficient d’Arrow-Pratt ou aversion absolue pour le risque.

Variante A
b) Considérons désormais trois individus Mr X, Mr Y, et Mr Z dont les fonctions d’utilité sont respectivement :
1
U X (W ) = ln(W ) U Y (W ) = − U Z (W ) = W − 4000W 2
W

Déterminez l’expression de l’aversion absolue et relative au risque de ces 3 individus

Pour Mr X : (0.25 pt)

U(W)=ln(W) on a donc A(W)= -U’’(W)/U’(W)=1/W et R(W) = W*A(W) =1

Pour Mr Y : (0.25 pt)

U(W)=-1/W on a donc A(W)= -U’’(W)/U’(W)=2/W et R(W) = W*A(W) =2

Pour Mr Z : (0.25 pt)

U(W)=W-4000W² on a donc A(W)= 8000/(1-8000W) et R(W) =8000/(1/W-8000)

Si la richesse initiale augmente, comment évolue l’investissement dans les actifs risqués pour les 3
individus (entourez la réponse correcte) ?
Tableau 1.1
Individu X (0.25 pt+0.25 pt) Individu Y(0.25 pt+0.25 pt) Individu Z(0.25 pt+0.25 pt)
Montant absolue de a) Augmente a) Augmente a) Augmente
l’investissement b) Diminue b) Diminue b) Diminue
c) Ne change pas c) Ne change pas c) Ne change pas
Proportion de a) Augmente a) Augmente a) Augmente
l’investissement b) Diminue b) Diminue b) Diminue
c) Ne change pas c) Ne change pas c) Ne change pas
c) Mr X, Y et Z ont la même richesse initiale de 1000 € (notée W0). Ces 3 individus sont confrontés à la loterie
suivante :
o la somme misée est multipliée par 1,25 avec une probabilité égale à 0,25
o la somme misée est multipliée par 1 avec une probabilité égale à 0,5
o la somme misée est multipliée par 0,75 avec une probabilité égale à 0,25

Calculez la prime de risque d’Arrow-Pratt et celle de Markowitz pour les individus X, Y et Z,

confrontés à cette loterie.

La prime de Markowitz est une mesure globale du risque, elle est définie par U(W+E(Z)- πR) = E(U(W+Z)).
Une approximation locale de cette prime est la mesure locale d’Arrow-Pratt (obtenue par un DL d’ordre 2), elle
s’écrit :
σ ² U ' ' (W 0 + E ( Z ))
πR = − ×
2 U ' (W 0 + E ( Z ))
A.N.
E(Z) = 0,25*(250) + 0,5*(0)+ 0,25*(-250) = 0.
σ Z2~ = 0,25*(250- 0)² + 0,5*(0 - 0)²+ 0,25*(-250- 0)²= 31250

Pour Mr X :
Prime de Markowitz (0.25 pt) :
U(W+E(Z)- πR) = E(U(W+Z)) <=> π R =1000+0-exp(0,25* ln(1250) + 0,5* ln(1000)+ 0,25* ln(750))
d’où π R = 16,01 (Prime de Markowitz de Mr X –mesure globale de risque-)
Prime d’Arrow Pratt (0.25 pt) :
π AP = 0,5*31250 * 1/(1000+0) = 15,63 (Mesure locale d’Arrow-Pratt de Mr X)

Pour Mr Y :
Prime de Markowitz (0.25 pt) :
U(W+E(Z)- πR) = E(U(W+Z)) <=> π R =1000+0+1/(0,25* (-1/1250) + 0,5* (-1/1000)+ 0,25* (-1/750))
d’où π R = 32,26 (Prime de Markowitz de Mr Y –mesure globale de risque-)
Prime d’Arrow Pratt (0.25 pt) :
π AP = 0,5*31250 * 2/(1000+0) = 31.25 (Mesure locale d’Arrow-Pratt de Mr Y)

Pour Mr Z :
Prime de Markowitz (0.25 pt) :
U(W+E(Z)- πR) = E(U(W+Z)) <=>
<=> U(W+E(Z)- πR)= (0,25* (1250-4000*1250²) + 0,5* (1000-4000*1000²)+ 0,25* (750-4000*750²))
<=> (1000+0- πR)-4000*(1000+0- πR)²= -4124999000
<=> -4 πR²+7999.99 πR -125 000=0
d’où π R = 15,75 (Prime de Markowitz de Mr Z –mesure globale de risque-)
Prime d’Arrow Pratt (0.25 pt) :
π AP = 0,5*31250 * 8000/(1-8000*(1000+0)) = 15.63 (Mesure locale d’Arrow-Pratt de Mr Z)

Comparez et interprétez ces primes pour chaque individu, et entre individus (10 lignes max). (0.75 pt)

D’après la mesure globale de risque qu’est la prime de Markowitz on constate que Mr Y est le plus averse au
risque dans le cas de cette loterie compte tenu de sa richesse initiale (devant Mr X puis Mr Z). En effet, la prime
qui le rend indifférent entre l’utilité de la richesse moyenne et l’utilité moyenne qu’il recevrait si il était soumis à
l’aléa de la loterie est plus forte respectivement que pour Mr X et Mr Z.

D’autre part, on voit ici que l’approximation d’ordre 2 de la prime de Markowitz qu’est la mesure locale
d’Arrow Pratt, est raisonnable, mais est tout de même significativement différente de la prime de Markowitz ceci
est dû à la dispersion importante des gains (de l’aléa) de la loterie par rapport au niveau de richesse initial.
Exercice 1: (/5 points, 20 minutes) Variante B

Variantes A et B
a) Définir brièvement (3 lignes maximum par définition) :

la prime de risque de Markowitz, (0.25 pt)

La prime de risque de Markowitz πR est une mesure globale du risque définie par l’équation :

U(W+E(Z)- πR) = E(U(W+Z))

où W+Z représente la richesse finale (variable aléatoire, v. a.) et W+E(Z) est l’espérance de la richesse finale.

la notion d’aversion relative pour le risque(0.25 pt)

Si on s’intéresse à l’aversion pour le risque relativement à la richesse, on peut introduire l’aversion relative pour
le risque notée R(W), telle que ;
~
U ' ' (W )
R(W) = W*A(W) Avec : A(W)= − ~
U ' (W )

Où A(W) est une mesure absolue de l’aversion pour le risque, qui ne dépend que des préférences et de la
richesse, on l’appelle aussi coefficient d’Arrow-Pratt ou aversion absolue pour le risque.

Variante B

b) Considérons désormais trois individus Mr X, Mr Y, et Mr Z dont les fonctions d’utilité sont respectivement :
2
U X (W ) = ln(W ) U Y (W ) = − U Z (W ) = 2W − 800W 2
W

Déterminez l’expression de l’aversion absolue et relative au risque de ces 3 individus

Pour Mr X : (0.25 pt)

U(W)=ln(W) on a donc A(W)= -U’’(W)/U’(W)=1/W et R(W) = W*A(W) =1

Pour Mr Y : (0.25 pt)

U(W)=-2/W on a donc A(W)= -U’’(W)/U’(W)=2/W et R(W) = W*A(W) =2

Pour Mr Z : (0.25 pt)

U(W)=2W-800W² on a donc A(W)= 800/(1-800W) et R(W) =800/(1/W-800)

Si la richesse initiale augmente, comment évolue l’investissement dans les actifs risqués pour les 3
individus (entourez la réponse correcte) ?
Tableau 1.1

Individu X (0.25 pt+0.25 pt) Individu Y(0.25 pt+0.25 pt) Individu Z(0.25 pt+0.25 pt)
Montant absolue de d) Augmente d) Augmente d) Augmente
l’investissement e) Diminue e) Diminue e) Diminue
f) Ne change pas f) Ne change pas f) Ne change pas
Proportion de d) Augmente d) Augmente d) Augmente
l’investissement e) Diminue e) Diminue e) Diminue
f) Ne change pas f) Ne change pas f) Ne change pas

c) Mr X , Y et Z ont la même richesse initiale de 100 € (notée W0). Ces 3 individus sont confrontés à la loterie
suivante :
o la somme misée est multipliée par 1,25 avec une probabilité égale à 0,2
o la somme misée est multipliée par 1 avec une probabilité égale à 0,5
o la somme misée est multipliée par 0,75 avec une probabilité égale à 0,3

Calculez la prime de risque d’Arrow-Pratt et celle de Markowitz pour les individus X, Y et Z,
confrontés à cette loterie. (0.25 pt+0.25 pt)*3

La prime de Markowitz est une mesure globale du risque, elle est définie par U(W+E(Z)- πR) = E(U(W+Z)).
Une approximation locale de cette prime est la mesure locale d’Arrow-Pratt (obtenue par un DL d’ordre 2), elle
s’écrit :
σ ² U ' ' (W 0 + E ( Z ))
πR = − ×
2 U ' (W 0 + E ( Z ))
A.N.
E(Z) = 0.2*(25) + 0.5*(0)+ 0.3*(-25) = -2.5.
σ Z2~ = 0.2*(25+2.5)² + 0.5*(0 +2.5)²+ 0.3*(-25+2.5)²=306.25

Pour Mr X :
Prime de Markowitz (0.25 pt) :
U(W+E(Z)- πR) = E(U(W+Z)) <=> π R =100+0-exp(0.2* ln(125) + 0.5* ln(100)+ 0.3* ln(75))
d’où π R = 4.08 (Prime de Markowitz de Mr X –mesure globale de risque-)
Prime d’Arrow Pratt (0.25 pt) :
π AP = 0.5*306.25 * 1/(100-2.5) = 1.57 (Mesure locale d’Arrow-Pratt de Mr X)

Pour Mr Y :
Prime de Markowitz (0.25 pt) :
U(W+E(Z)- πR) = E(U(W+Z)) <=> π R = 100-2.5+2/ (0.2* (-2/125) + 0.5* (-2/100)+ 0.3* (-2/75))
d’où π R = 3.16 (Prime de Markowitz de Mr Y –mesure globale de risque-)
Prime d’Arrow Pratt (0.25 pt) :
π AP = 0.5*306.25 * 2/(100-2.5) = 3.14 (Mesure locale d’Arrow-Pratt de Mr Y)

Pour Mr Z :
Prime de Markowitz (0.25 pt) :
U(W+E(Z)- πR) = E(U(W+Z)) <=>
<=> U(W+E(Z)- πR)= (0.2* (2*125-800*125²) + 0.5* (2*100-800*100²) + 0.3* (2*75-800*75²))
<=> 2*(100-2.5- πR)-800*(100-2.5- πR)²= -7849805
<=> -800 πR²+155998*πR+245000=0
d’où π R = 1,56 (Prime de Markowitz de Mr Z –mesure globale de risque-)
Prime d’Arrow Pratt (0.25 pt) :
π AP = 0.5*306.25 * 800/(1-800*(100-2.5)) = 1.57 (Mesure locale d’Arrow-Pratt de Mr Z)

Comparez et interprétez ces primes pour chaque individu, et entre individus (10 lignes max). (0.75 pt)

D’après la mesure globale de risque qu’est la prime de Markowitz on constate que Mr Y est le plus averse au
risque dans le cas de cette loterie compte tenu de sa richesse initiale (devant Mr X puis Mr Z). En effet, la prime
qui le rend indifférent entre l’utilité de la richesse moyenne et l’utilité moyenne qu’il recevrait si il était soumis à
l’aléa de la loterie est plus forte respectivement que pour Mr X et Mr Z.

D’autre part, on voit ici que l’approximation d’ordre 2 de la prime de Markowitz qu’est la mesure locale
d’Arrow Pratt, est raisonnable, ceci est dû à la dispersion moderée des gains (de l’aléa) de la loterie par rapport
au niveau de richesse initial.
Exercice 2 (/5 points, 20 minutes) Variante A

Variante A

Les distributions des rendements des actifs A, B et C sont décrites dans le tableau 2.1 ci-dessous.

Donnez la définition des critères moyenne-variance, et de dominance stochastique d’ordre 1 et 2.

Comparez les actifs par les critères moyenne-variance (MV), dominance stochastique d’ordre 1 (DS1)
et dominance stochastique d’ordre 2 (DS2) et remplissez le tableau 2.2 en utilisant la notation suivante :
o «X > Y» pour « X domine Y »
o «X < Y» pour « Y domine X »
o «X=Y » pour « X et Y sont équivalents »
o « - » ou pour « X et Y ne sont pas comparables »
Tableau 2.1 Actif A Tableau 2.2
Probabilité 0.3 0.2 0.5 MV DS1 DS2
Rendement, % 10 0 -5 A B A B A B
Actif B A C A C A C
Probabilité 0.5 0.3 0.2 B C B C B C
Rendement, % 10 -2 -5
Actif C
Probabilité 0.3 0.2 0.5
Rendement, % 20 0 -10

a) Définitions
Une v.a. X domine une v. a. Y au sens MV si : E(X)>E(Y) et Var(X)≤Var(Y), ou E(X)=E(Y) et
Var(X)<Var(Y). {0.5 point}
Une v.a. X domine une v. a. Y au sens DS1 si pour toute fonction U(x) croissante E{U(X)}>E{U(Y)}.
{0.5 point}
Une v.a. X domine une v. a. Y au sens DS1 si pour toute fonction U(x) croissante concave
E{U(X)}>E{U(Y)}. {0.5 point}

b) Critère MV
1. Calcul de M et V

E(RA)=0.3*0.10+0.2*0+0.5*(-0.05)=0.005=0.50%
Var(RA)= 0.3*0.102+0.2*02+0.5*(-0.05)2- 0.0052=0.004225
[σ(RA)=0.065=6.50%]

E(RB)=0.034=3.40%
Var(RB)= 0.004464
[σ(RB)=0.065=6.68%]

E(RC)=0.01=1%
Var(RC)= 0.01690
[σ(RC)=0.13=13%] {0.5 point}

{- 0.25 point} pour faute de calcul.

2. Conclusion
E(RA)< E(RB) et Var(RA)< Var(RB) => A et B ne sont pas comparables
E(RA)< E(RC) et Var(RA)< Var(RC) => A et C ne sont pas comparables
E(RB)> E(RC) et Var(RB)< Var(RC) => B domine C {0.5 point}

c) Critère DS1 et DS2

Rendement x -0.1 -0.05 -0.02 0 0.1 0.2

i=A 0 0.5 0 0.2 0.3 0
Probabilité pi(x) i=B 0 0.2 0.3 0 0.5 0
i=C 0.5 0 0 0.2 0 0.3
 DS1
i=A 0 0.5 0.5 0.7 1 1
Fonction de Conclusion
i=B 0 0.2 0.5 0.5 1 1
répartition Fi(x) {1.25 point}
i=C 0.5 0.5 0.5 0.7 0.7 1
i=A, j=B = + = + = = A<B
sgn[Fi(x)-Fj(x)] i=A, j=C - = = = + = pas comp
i=B, j=C - - = - + = pas comp
DS2
x i=A 0.0000 0.0000 0.0150 0.0250* 0.0950 0.1950
Conclusion
∫ F (y)dy
−∞
i
i=B
i=C
0.0000
0.0000
0.0000
0.0250
0.0060
0.0400
0.0160 0.0660 0.1660
0.0500 0.1200 0.1900
{1.25 point}

x i=A, j=B = = + + + + A<B

∫ (F (y) - F (y))dy
i j i=A, j=C = - - - - + pas comp
−∞ i=B, j=C = - - - - - B>C

* Exemple de calcul :
0.0150+[0-(-0.02)]x0.5=0.0250

Tableau de résultats :
MV DS1 DS2
A - B A < B A < B
A - C A - C A - C
B > C B - C B > C


Notation : Si la conclusion n’est pas bonne à cause de faute de calcul uniquement, 1 point ; si le principe
est correct, mais plusieurs fuates, 0.5 - 1 points. Si le résultat est faut et pas de calcul présent – 0 points.
Exercice 2 (/5 points, 20 minutes) Variante B

Variante B

Les distributions des rendements des actifs A, B et C sont décrites dans le tableau 2.1 ci-dessous.

Donnez la définition des critères moyenne-variance, et de dominance stochastique d’ordre 1 et 2.

Comparez les actifs par les critères moyenne-variance (MV), dominance stochastique d’ordre 1 (DS1)
et dominance stochastique d’ordre 2 (DS2) et remplissez le tableau 2.2 en utilisant la notation suivante :
o «X > Y» pour « X domine Y »
o «X < Y» pour « Y domine X »
o «X=Y » pour « X et Y sont équivalents »
o « - » ou pour « X et Y ne sont pas comparables »

Tableau 2.1 Actif A

Probabilité 0.3 0.3 0.4 Tableau 2.2
Rendement, % 20 0 -10 MV DS1 DS2
Actif B A B A B A B
Probabilité 0.4 0.4 0.2 A C A C A C
Rendement, % 10 -2 -5 B C B C B C
Actif C
Probabilité 0.3 0.1 0.6
Rendement, % 10 0 -5

a) Définitions
Une v.a. X domine une v. a. Y au sens MV si : E(X)>E(Y) et Var(X)≤Var(Y), ou E(X)=E(Y) et
Var(X)<Var(Y). {0.5 point}
Une v.a. X domine une v. a. Y au sens DS1 si pour toute fonction U(x) croissante E{U(X)}>E{U(Y)}.
{0.5 point}
Une v.a. X domine une v. a. Y au sens DS1 si pour toute fonction U(x) croissante concave
E{U(X)}>E{U(Y)}. {0.5 point}

b) Critère MV
1. Calcul de M et V

E(RA)=0.3*0.10+0.3*0+0.4*(-0.10)=0.020=2.0%
Var(RA)= 0.3*0.102+0.3*02+0.4*(-0.10)2- 0.022=0.01560
[σ(RA)=0.1249=12.49%]

E(RB)=0.022=2.20%
Var(RB)= 0.00418
[σ(RB)=0.0646=6.46%]

E(RC)=0.00=0%
Var(RC)= 0.00450
[σ(RC)=0.0671=6.71%] {0.5 point}

{- 0.25 point} pour faute de calcul.

2. Conclusion
E(RA)< E(RB) et Var(RA)> Var(RB) => B domine A
E(RA)> E(RC) et Var(RA)> Var(RC) => A et C ne sont pas comparables
E(RB)> E(RC) et Var(RB)< Var(RC) => B domine C {0.5 point}

c) Critère DS1 et DS2

Rendement x -0.1 -0.05 -0.02 0 0.1 0.2

Probabilité pi(x) i=A 0.4 0 0 0.3 0 0.3
i=B 0 0.2 0.4 0 0.4 0
 i=C 0 0.6 0 0.1 0.3 0
DS1
i=A 0.4 0.4 0.4 0.7 0.7 1
Fonction de Conclusion
i=B 0 0.2 0.6 0.6 1 1
répartition Fi(x) {1.25 point}
i=C 0 0.6 0.6 0.7 1 1
i=A, j=B + + - + - = pas comp
sgn[Fi(x)-Fj(x)] i=A, j=C + - - = - = pas comp
i=B, j=C = - = - = = B>C
DS2
x i=A 0.0000 0.0200 0.0320 0.0400* 0.1100 0.1800
Conclusion
∫ F (y)dy
−∞
i
i=B
i=C
0.0000
0.0000
0.0000
0.0000
0.0060
0.0180
0.0180 0.0780 0.1780
0.0300 0.1000 0.2000
{1.25 point}

x i=A, j=B = + + + + + A<B

∫ (F (y) - F (y))dy
i j i=A, j=C = + + + + - pas comp
−∞ i=B, j=C = = - - - - B>C

* Exemple de calcul :
0.0320+[0-(-0.02)]x0.4=0.0400

Tableau de résultats :
MV DS1 DS2
A < B A - B A < B
A - C A - C A - C
B > C B > C B > C


Notation : Si la conclusion n’est pas bonne à cause de faute de calcul uniquement, 1 point ; si le principe
est correct, mais plusieurs fuates, 0.5 - 1 points. Si le résultat est faut et pas de calcul présent – 0 points.
Exercice 4B (4 points, 10 minutes) Variante A

Variante A

Les préférences d’un investisseur sont caractérisé par la fonction d’utilité de la forme : U(W)=a(W+b)2+c
a) Quelles sont les conditions sur les paramètres a, b et c pour que cette fonction d’utilité représente le
comportement d’un individu gourmand et averse au risque ? (On suppose que la richesse de l’investisseur varie
entre 0 et 1 000).
b) Supposons qu’on propose de modéliser le comportement d’un investisseur par une fonction d’utilité
U(W)=ln(W) au lieu de la fonction d’utilité, décrite précédemment. Est-ce que cette modélisation correspond
mieux à la réalité ou pas ? Pourquoi ? (3 lignes max)
c) Exprimer l’utilité quadratique de (a) et logarithmique de (b) en fonction de l’espérance et variance de la
richesse, en utilisant l’approximation locale autour de la richesse W0=100.

a) La fonction d’utilité doit vérifier les propriétés U’(W)>0 et U’’(W)<0.

Pour la fonction U(W)=a(W+b)2+c :
U’(W)=2a(W+b)>0 (*), U’’(W)=2a<0 (**)
Ceci implique que a<0, et W<-b. On sait que W varie entre 0 et 1 000, donc on peut prendre ∀b<-1000.
Les conditions sur les paramètres sont donc : a<0 et b<-1000. {1 point}

b) La fonction logarithmique modélise mieux l’aversion pour le risque.

L’aversion relative pour le risque pour la fonction quadratique s’écrit :
− U quadr ' ' (W ) − 2a W b
RRAquadr = W =W =− = −1
U quadr ' (W ) 2a (W + b) W +b W +b
C’est une fonction croissante de la richesse (b<0), donc lorsque l’individu devient plus riche, il investit
relativement moins dans les actifs risqués, ce qui n’est pas réaliste.
Pour la fonction logarithmique on obtient :
 1 
− − 2 
− U log ' ' (W )
=W 
W 
RRAlog =W = 1.
U log ' (W ) 1
W
La proportion d’investissement dans les actifs risqués reste constante, ce qui est plus réaliste.

Rémarque : L’étudiant peut conclure sans faire les calculs en utilisant les résultats de l’exercice 1.
{1.5 points}

c) Pour la fonction quadratique on procède directement :

[ ] [
E (U quadr ) = E a (W + b) 2 + c = aE W 2 + 2Wb + b 2 + c = ]
[ ]
= a E (W 2 ) − ( E (W ) ) + ( E (W ) ) + 2bE (W ) + b 2 + c =
2 2

= a × Var (W ) + a ( E (W ) ) + 2abE (W ) + ab 2 + c
2

Pour la fonction logarithmique on utilise le développement limité autour du la richesse initiale :

 1 1  1
E (U log ) ≈ E ln(W0 ) + (W − W0 ) − 2 (W − W0 ) 2  = ln(W0 ) + (E (W ) − W0 ) −
 W0 W0  W0
1
( 2 2 2
− 2 E (W 2 ) − ( E (W ) ) + ( E (W ) ) − 2 E (W )W0 + W0 =
W0
)
1
= ln(100) + (E (W ) − 100) − 1 2 Var (W ) + (E (W ))2 − 200 E (W ) + 1002
( )
100 100
(simplifications pas obligatoires)
{1.5 points}
Exercice 4B (4 points, 10 minutes) Variante B

Variante B

Les préférences d’un investisseur sont caractérisé par la fonction d’utilité de la forme : U(W)=a*ln(W+b)+c
a) Quelles sont les conditions sur les paramètres a, b et c pour que cette fonction d’utilité représente le
comportement d’un individu gourmand et averse au risque ? (On suppose que la richesse de l’investisseur varie
entre 0 et 1 000).
b) Supposons qu’on propose de modéliser le comportement d’un investisseur par une fonction d’utilité
U(W)=2W-800W2 au lieu de la fonction d’utilité, décrite précédemment. Est-ce que cette modélisation
correspond mieux à la réalité ou pas ? Pourquoi ? (3 lignes max)
c) Exprimer l’utilité l’utilité logarithmique de (a) et quadratique de (b) en fonction de l’espérance et variance de
la richesse, en utilisant l’approximation locale autour de la richesse W0=100.

a) La fonction d’utilité doit vérifier les propriétés U’(W)>0 et U’’(W)<0.

Pour la fonction U(W)=a*ln(W+b)+c :
U’(W)=a/(W+b)>0 (*), U’’(W)=-a(W+b)2<0 (**)
Ceci implique que a>0, et W>-b. On sait que W varie entre 0 et 1 000, donc on peut prendre ∀b≥0.
Les conditions sur les paramètres sont donc : a>0 et b≥0.
{1 point}

b) La fonction qaudratique U(W)=2W-800W2 vérifie les conditions nécessaire pour une fonction d’utilité
d’un individu averse aux risque dans la région :
U’(W)=2-1600W>0, W<1/800
U’’(W)=-1600<0, OK
Donc cette fonction ne convient pas pour décrire le comportement d’un individu avec la richesse qui varie
entre 0 et 1000 euros.
Par ailleurs, la fonction logarithmique modélise mieux l’aversion pour le risque (voir variante A).
{1.5 point}

c) Pour la fonction quadratique on procède directement :

[ ] (
E (U quadr ) = E 2W − 800W 2 = 2 E (W ) − 800 × Var (W ) + ( E (W ) )
2
)
Pour la fonction logarithmique on utilise le développement limité autour du la richesse initiale :
 a a 
E (U log ) ≈ E  a ln(W0 + b) + c + (W − W0 ) − 2
(W − W0 ) 2  = a ln(W0 + b) + c +
 W0 + b (W0 + b) 
1
+ (E (W ) − W0 ) − a 2 E (W 2 ) − (E (W ))2 + (E (W ))2 − 2E (W )W0 + W0 2 =
( )
W0 + b (W0 + b)
a a
= a ln(100 + b) + c +
100 + b
(E (W ) − 100) −
(100 + b) 2
( 2
Var (W ) + ( E (W ) ) − 200 E (W ) + 1002 )
(simplifications pas obligatoires)
{1.5 point}
Exercice 3A :

1/ Si perte sur le portefeuille :

perte = 50 000 *0.3 = 15000 (1 point)

2 et 3 : voir les tableaux (2 points chacun)

4/ Il décide de s’assurer et choisit le contrat B (1 point)

Exercice 3A
U=ln(W)
Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 0 50000 0,03 230000 50000 10,8198 0,32459 1500
200000 30000 0 50000 0,02 200000 80000 11,2898 0,2258 1600
200000 30000 0 50000 0,2 30000 250000 12,4292 2,48584 50000
200000 30000 0 50000 0,15 0 280000 12,5425 1,88138 42000
200000 30000 0 50000 0,04 245000 35000 10,4631 0,41852 1400
200000 30000 0 50000 0,01 215000 65000 11,0821 0,11082 650
200000 30000 0 50000 0,3 45000 235000 12,3673 3,7102 70500
200000 30000 0 50000 0,25 15000 265000 12,4875 3,12187 66250
1 12,279 233900

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 9000 50000 0,03 30000 241000 12,3926 0,37178 7230
200000 30000 9000 50000 0,02 0 271000 12,5099 0,2502 5420
200000 30000 9000 50000 0,2 30000 241000 12,3926 2,47851 48200
200000 30000 9000 50000 0,15 0 271000 12,5099 1,87648 40650
200000 30000 9000 50000 0,04 45000 226000 12,3283 0,49313 9040
200000 30000 9000 50000 0,01 15000 256000 12,4529 0,12453 2560
200000 30000 9000 50000 0,3 45000 226000 12,3283 3,69849 67800
200000 30000 9000 50000 0,25 15000 256000 12,4529 3,11323 64000
12,4063 244900

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 12000 50000 0,03 2000 266000 12,4913 0,37474 7980
200000 30000 12000 50000 0,02 2000 266000 12,4913 0,24983 5320
200000 30000 12000 50000 0,2 2000 266000 12,4913 2,49825 53200
200000 30000 12000 50000 0,15 0 268000 12,4987 1,87481 40200
200000 30000 12000 50000 0,04 17000 251000 12,4332 0,49733 10040
200000 30000 12000 50000 0,01 17000 251000 12,4332 0,12433 2510
200000 30000 12000 50000 0,3 17000 251000 12,4332 3,72996 75300
200000 30000 12000 50000 0,25 15000 253000 12,4411 3,11029 63250
12,4595 257800

Exercice 3B :

1/ Si perte sur le portefeuille :

perte = 50 000 *0.3 = 15000 (1 point)

2 et 3 : voir les tableaux (2 points chacun)

4/ Il décide de ne pas s’assurer (1 point)

Exercice 3B
U=1/W
Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 0 50000 0,03 230000 50000 2E-05 6E-07 1500
200000 30000 0 50000 0,02 200000 80000 1E-05 2,5E-07 1600
200000 30000 0 50000 0,2 30000 250000 4E-06 8E-07 50000
200000 30000 0 50000 0,15 0 280000 4E-06 5,4E-07 42000
200000 30000 0 50000 0,04 245000 35000 3E-05 1,1E-06 1400
200000 30000 0 50000 0,01 215000 65000 2E-05 1,5E-07 650
200000 30000 0 50000 0,3 45000 235000 4E-06 1,3E-06 70500
200000 30000 0 50000 0,25 15000 265000 4E-06 9,4E-07 66250
1 5,7E-06 233900

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 9000 50000 0,03 30000 241000 4E-06 1,2E-07 7230
200000 30000 9000 50000 0,02 0 271000 4E-06 7,4E-08 5420
200000 30000 9000 50000 0,2 30000 241000 4E-06 8,3E-07 48200
200000 30000 9000 50000 0,15 0 271000 4E-06 5,5E-07 40650
200000 30000 9000 50000 0,04 45000 226000 4E-06 1,8E-07 9040
200000 30000 9000 50000 0,01 15000 256000 4E-06 3,9E-08 2560
200000 30000 9000 50000 0,3 45000 226000 4E-06 1,3E-06 67800
200000 30000 9000 50000 0,25 15000 256000 4E-06 9,8E-07 64000
4,1E-06 244900

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 12000 50000 0,03 2000 266000 4E-06 1,1E-07 7980
200000 30000 12000 50000 0,02 2000 266000 4E-06 7,5E-08 5320
200000 30000 12000 50000 0,2 2000 266000 4E-06 7,5E-07 53200
200000 30000 12000 50000 0,15 0 268000 4E-06 5,6E-07 40200
200000 30000 12000 50000 0,04 17000 251000 4E-06 1,6E-07 10040
200000 30000 12000 50000 0,01 17000 251000 4E-06 4E-08 2510
200000 30000 12000 50000 0,3 17000 251000 4E-06 1,2E-06 75300
200000 30000 12000 50000 0,25 15000 253000 4E-06 9,9E-07 63250
3,9E-06 257800

Exercice 4A :
Taux de rendement de X :
E(X) = 0.6*0+0.4*0 = 0
E(Y) = 0.6*-0.6+0.4*0 = -0.36

Rendement espéré du portefeuille :

E(Rp) = 0.5*0+0.5*-0.36 = -0.18

Rendement quand crise forte :

Rp = 0*0.5+0.5*-0.6 = -0.3 soit -30%

D'où Perte = 50000*-0.3 = -15000 euros

Si portefeuille composé à 75% de titre X et 25% de titre Y :

Rp = 0*0.75+0.25*-0.6 = -0.15 soit -15%

D'où Perte = 50000*-0.15 = -7500 euros

4/ Ne change pas les résultats

- question 1 : 1 point
- question 2 : 1 point
- question 3 : 0.5 point
- question 4 : 1.5 point

Exercice 4B
U=ln(W)
Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 0 50000 0,03 230000 50000 10,8198 0,3246 1500
200000 30000 0 50000 0,02 200000 80000 11,2898 0,2258 1600
200000 30000 0 50000 0,2 30000 250000 12,4292 2,4858 50000
200000 30000 0 50000 0,15 0 280000 12,5425 1,8814 42000
200000 30000 0 50000 0,04 237500 42500 10,6573 0,4263 1700
200000 30000 0 50000 0,01 207500 72500 11,1913 0,1119 725
200000 30000 0 50000 0,3 37500 242500 12,3988 3,7196 72750
200000 30000 0 50000 0,25 7500 272500 12,5154 3,1288 68125
1 12,304 238400

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 9000 50000 0,03 30000 241000 12,3926 0,3718 7230
200000 30000 9000 50000 0,02 0 271000 12,5099 0,2502 5420
200000 30000 9000 50000 0,2 30000 241000 12,3926 2,4785 48200
200000 30000 9000 50000 0,15 0 271000 12,5099 1,8765 40650
200000 30000 9000 50000 0,04 37500 233500 12,3609 0,4944 9340
200000 30000 9000 50000 0,01 7500 263500 12,4818 0,1248 2635
200000 30000 9000 50000 0,3 37500 233500 12,3609 3,7083 70050
200000 30000 9000 50000 0,25 7500 263500 12,4818 3,1205 65875
12,425 249400

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 12000 50000 0,03 2000 266000 12,4913 0,3747 7980
200000 30000 12000 50000 0,02 2000 266000 12,4913 0,2498 5320
200000 30000 12000 50000 0,2 2000 266000 12,4913 2,4983 53200
200000 30000 12000 50000 0,15 0 268000 12,4987 1,8748 40200
200000 30000 12000 50000 0,04 9500 258500 12,4627 0,4985 10340
200000 30000 12000 50000 0,01 9500 258500 12,4627 0,1246 2585
200000 30000 12000 50000 0,3 9500 258500 12,4627 3,7388 77550
200000 30000 12000 50000 0,25 7500 260500 12,4704 3,1176 65125
12,477 262300
Exercice 4B
U=1/W
Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 0 50000 0,03 230000 50000 0,00002 6E-07 1500
200000 30000 0 50000 0,02 200000 80000 1,3E-05 2,5E-07 1600
200000 30000 0 50000 0,2 30000 250000 4E-06 8E-07 50000
200000 30000 0 50000 0,15 0 280000 3,6E-06 5,4E-07 42000
200000 30000 0 50000 0,04 237500 42500 2,4E-05 9,4E-07 1700
200000 30000 0 50000 0,01 207500 72500 1,4E-05 1,4E-07 725
200000 30000 0 50000 0,3 37500 242500 4,1E-06 1,2E-06 72750
200000 30000 0 50000 0,25 7500 272500 3,7E-06 9,2E-07 68125
1 5,4E-06 238400

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 9000 50000 0,03 30000 241000 4,1E-06 1,2E-07 7230
200000 30000 9000 50000 0,02 0 271000 3,7E-06 7,4E-08 5420
200000 30000 9000 50000 0,2 30000 241000 4,1E-06 8,3E-07 48200
200000 30000 9000 50000 0,15 0 271000 3,7E-06 5,5E-07 40650
200000 30000 9000 50000 0,04 37500 233500 4,3E-06 1,7E-07 9340
200000 30000 9000 50000 0,01 7500 263500 3,8E-06 3,8E-08 2635
200000 30000 9000 50000 0,3 37500 233500 4,3E-06 1,3E-06 70050
200000 30000 9000 50000 0,25 7500 263500 3,8E-06 9,5E-07 65875
4E-06 249400

Maison Meubles Assurance Titres Probabilité Perte Richesse Finale Utilité U*p RF*p
200000 30000 12000 50000 0,03 2000 266000 3,8E-06 1,1E-07 7980
200000 30000 12000 50000 0,02 2000 266000 3,8E-06 7,5E-08 5320
200000 30000 12000 50000 0,2 2000 266000 3,8E-06 7,5E-07 53200
200000 30000 12000 50000 0,15 0 268000 3,7E-06 5,6E-07 40200
200000 30000 12000 50000 0,04 9500 258500 3,9E-06 1,5E-07 10340
200000 30000 12000 50000 0,01 9500 258500 3,9E-06 3,9E-08 2585
200000 30000 12000 50000 0,3 9500 258500 3,9E-06 1,2E-06 77550
200000 30000 12000 50000 0,25 7500 260500 3,8E-06 9,6E-07 65125
3,8E-06 262300