Académique Documents
Professionnel Documents
Culture Documents
Gestion de portefeuille
Structuration et anticipations
Journ¶
ee Gestion Alternative, 2 avril 2004
Universit¶
e d'Evry
1 Probl¶
ematique
² Faut-il opposer gestion \standard" et gestion \alternative" ?
² Restriction µ
a la gestion structur¶
ee
² Cette th¶
eorie est-elle conciliable avec les pratiques observ¶
ees ?
2 Agenda
² Gestion d'actifs \standard" : choix statique de titres
² Choix de strat¶
egies dynamiques optimales
{ enseignements
{ revisiter la variance en gestion de portefeuille
² Conclusions et ouvertures
Gestion µ
a une p¶
eriode
Markowitz (59), Sharpe (64)
3 Gestion µ
a 1 p¶
eriode
² N actifs risqu¶ eriode f0; T g : Rentabilit¶
es, un actif sans risque. Une p¶ e
e » N (¹; §) ; r: Sur rentabilit¶
: ¹ e¼e ´¹e ¡ r1
² Rentabilit¶
e du portefeuille ®
VeT = V0 £ (1 + r + ¼
e (®))
e (®) = ®0¼
¼ e
² Programme de l'investisseur
³ ³ ´´
u (V0) = sup EP U VeT
®2R
4 Portefeuille e±cient
² Utilit¶
e CARA : U (x) = ¡ exp (¡¸x) : Il vient u (V0) = U (Veq )
avec
µ ¶
¸V 0 0
Veq (®) = V0 1 + r + ®0¼ ¡ ® §®
2
² Strat¶
egie optimale
1 ¡1 1 ¼
®¤ = § ¼ ®¤ = en dimension 1
¸V0 ¸V0 ¾2
² Utilit¶
e retir¶
ee :
³ ´
Prime = ¼ 0§¡1¼ = (¸V0) Sharpe2 en dimension 1
² Th¶
eorµ
eme de s¶
eparation en deux fonds
P = xPm + (1 ¡ x) B avec x = ¸m=¸
SGAM Alternative Investment Recherche structur¶
ee 6
Journ¶
ee Gestion Alternative - Evry Vendredi 2 avril 2004
Strat¶
egies optimales
Merton (71), Merton (98)
5 Gestion dynamique
² Mod¶
elisation du sous-jacent
(
dSt = St [¹ (t; St) dt + ¾ (t; St) dWt]
S0 = 1
² Strat¶
egie en temps continu : ®t investi µ
a la date t:
6 R¶
esolution
² Introduction de la fonction valeur
J (t; v) = sup E (U (VT jVt = v))
(®s)t·s·T
² Obtention de la strat¶
egie optimale
1 ¼t Jvv
® (t; v) = 2
avec ¸ (t; v) = ¡v £
¸ (t; v) ¾t Jv
SGAM Alternative Investment Recherche structur¶
ee 9
Journ¶
ee Gestion Alternative - Evry Vendredi 2 avril 2004
7 Interpr¶
etations
² Changement de strat¶
egie :
{ changement d'aversion au risque (e®et richesse)
{ changement d'anticipations
e puissance dU
² Utilit¶ dx
U = (1 ¡ °) x : pas de niveau de richesse de
r¶
ef¶
erence :
¸ (t; Vt) = °
e exponentielle : dU
² Utilit¶ U = dx : une richesse de r¶
xR ef¶
erence xR
Vter(T ¡t)
¸ (t; Vt) = e®et \cliquet" de perf
xR
8 Une strat¶
egie importante : la gestion constant-
mix
² Gestion diversi¯¶
ee, CPPI : levier constant sur la richesse
9 Revisiter la variance
² En esp¶
erance :
8
< E (VT ) = V0 £ exp [(r + ® (¹ ¡ r)) T ]
¾ 2³ ´
: co^ 2
uts = ¡ 2 ® ¡ ®
² Tendance n¶
egative (volatilit¶
e 20%):
Levier 0 1 2 3 4 5
Gamma 0 0 -2 -6 -12 -20
Coûts 0% 0% -4% -12% -24% -40%
Esperance de gain 0% 6% 12% 18% 24% 30%
L'aversion µ
a la variance en gestion de portefeuille a la m^
eme origine
que pour le pricing.
Pro¯ls optimaux
Cox Huang (89), Karatzas (89), Schachermayer (99)
10 Choix d'options
³ ´
² Si le march¶
e est complet, il est ¶
equivalent de contr^
oler V0; (®t)0·t·T
³ ´
et EQ (») ; » oµ
u » est la valeur terminale de la strat¶
egie.
² Le programme peut ^
etre r¶
e¶
ecrit
8
< sup EP (U (»))
u (V0) = »2At
:
EQ (») = V0=B (0; T ) (1)
² En introduisant HT ´ ddQ
P ; la condition d'optimalit¶
e s'¶
ecrit
U 0 (») = yHT
oµ
u le coe±cient de Lagrange y permet de respecter (1).
11 Principaux r¶
esultats
² Lorsque I (x) ´ U 0¡1 (c) existe, il vient
» = I (yHT )
12 Interpr¶
etations µ
a utilit¶
e connue
eraire : U (x) = ln (x), I (x) = x1 ;
² Le portefeuille num¶
dP
»=k
dQ
² Anticipations implicites µ
a un choix d'option :
ero - coupon + call : » = V0 + ¸ (ST ¡ K)+
{ Z¶
{ Probabilit¶
e d'un ¶
evµ
enement B :
³³ ´ ´
+
EP (1A) = EQ V0 + ¸ (ST ¡ K) 1B
² A utilit¶
e ¯x¶
ee, le choix d'un portefeuille r¶
evµ
ele les anticipations de
l'agent
13 Interpr¶
etations µ
a anticipations connues
² Anticipation homogµ
enes (Black et Scholes) : HT = h (T; ST )
à !¡® · ¸
x ®³ 2
´
h (t; x) = exp ¡ r + ¹ ¡ ¾ T ¡ rT
S0 2
Densité
3.00
2.80
2.60 Densité 1
2.40 Densité 2
2.20 Densité 3
Densité 4
2.00
1.80
1.60
1.40
1.20
1.00
0.80
0.60
0.40
0.20
0.00
0% 20% 40% 60% 80% 100% 120% 140% 160% 180% 200%
Valeur terminale
14 Utilit¶
es implicites µ
a une option europ¶
eenne
² Pour une maturit¶
e donn¶
ee, U doit satisfaire
8x ¸ 0; U 0 (f (x)) = yh (x)
soit formellement
³ ´
8x ¸ 0; U 0 (x) =h f ¡1 (x) :
µ
a supposer que le pro¯l de l'option soit une fonction inversible.
x ¡ a + ¸K
U (x) = (¡1) 1x·a + h (x ¡ a + ¸K) 1x>a
®+1
SGAM Alternative Investment Recherche structur¶
ee 18
Journ¶
ee Gestion Alternative - Evry Vendredi 2 avril 2004
2.8
Aversion (K=100)
Aversion (K=110)
Aversion (K=90)
2.3
1.8
1.3
0.8
90% 100% 110% 120% 130% 140% 150% 160% 170% 180%
16 Optimalit¶
e des options europ¶
eennes
² Choix d'option europ¶
eenne optimale ssi :
{ (H1) : utilit¶
e fonction de la richesse terminale
P est une fonction de S
{ (H2) : ddQ T
17 Conclusions et ouvertures
² Deux objets fondamentaux de la th¶ eorie du portefeuille : utilit¶
e et
P)
erence entre anticipations et prix ( ddQ
di®¶
² Perspectives
P est acces-
{ enrichir la classe des anticipations pour lesquelles ddQ
sible
{ enrichir la classe des fonctions d'utilit¶
e (utilit¶
e path dependant)
{ approfondir la compr¶
ehension des options exotiques via cette
th¶
eorie
{ en march¶e incomplet : s¶
election jointe d'un portefeuille optimal
et d'une fonctionnelle de pricing
SGAM Alternative Investment Recherche structur¶
ee 21