Apport Et Limites Des Options Réelles À La Décision PDF

E c o l e D o c t o r a l e n 471
SCIENCES DE LA DECISION ET DE LORGANISATION
ECOLE DES HAUTES ETUDES COMMERCIALES

Apport et limites des options relles la dcision
dinvestissement stratgique :
Une tude applique dans le secteur des tlcommunications
THESE
prsente et soutenue publiquement le 1er octobre 2007
en vue de lobtention du
DOCTORAT EN SCIENCES DE GESTION

par
Charlotte KRYCHOWSKI
JURY
Prsident de Jury
Laurent BATSCH
Professeur
Universit de Paris-Dauphine
Directeur de Thse :
Bertrand QULIN
Professeur
Ecole des Hautes Etudes Commerciales
Rapporteurs :
Marcel BOYER
Professeur
Universit de Montral
Dominique JACQUET
Professeur
Universit de Paris X-Nanterre
Suffragants :
Jrme CABY
Professeur
Universit de Paris I Panthon-Sorbonne, IAE Paris
Rodolphe DURAND
Professeur Associ, HDR
Ecole des Hautes Etudes Commerciales
Le Groupe HEC nentend donner ni approbation ni improbation aux opinions mises dans la thse,
celles-ci devant tre considres comme propres leur auteur.
REMERCIEMENTS
Mes remerciements vont tout dabord mon directeur de thse, Bertrand Qulin, qui ma soutenue
tout au long de ces annes de recherche. Je lui transmets mes plus vifs remerciements pour sa
disponibilit et son esprit douverture, et pour mavoir transmis la rigueur de la recherche. Bertrand a
cr toutes les conditions me permettant deffectuer le meilleur travail de recherche possible, et je le
remercie tout particulirement pour les accs aux tudes terrain quil ma donns.
Je remercie vivement les professeurs Dominique Jacquet et Marcel Boyer lhonneur dtre les
rapporteurs de ce travail
A Dominique Jacquet, jadresse aussi mes remerciements pour ses cours de finance et son sminaire
de recherche sur les options relles, auxquels jai assist avec beaucoup de plaisir et dintrt.
Mes remerciements vont galement aux professeurs Laurent Batsch, Jrme Caby et Rodolphe
Durand, qui ont accept dexaminer ce travail et de participer ce jury.
Je voudrais aussi tmoigner toute ma reconnaissance aux entreprises avec lesquelles jai collabor. Jai
souhait raliser une recherche qui tablisse un dialogue entre la thorie dune part, et la complexit
ainsi que les contraintes du monde de lentreprise dautre part. Sans la confiance et lintrt des gens
dentreprise, ce travail naurait pas t possible.
Plus spcifiquement, je voudrais remercier Herv Moal, du cabinet ABD.
Jadresse mes plus profonds remerciements aux reprsentants de France Telecom, qui ont financ cette
recherche, mont donn accs leurs donnes, et mont fait progresser dans ma rflexion par leurs
conseils et leurs ractions. Je remercie tout particulirement Franois Vulliod, Jacques Cauchy,
Etienne Turpin, Lionel Levasseur et Jean-Sbastien Bedo. Mes remerciements vont aussi lensemble
des collaborateurs des dpartements dans lesquels jai travaill : la DPS, la branche rseaux, lquipe
projet TOP CAPEX et FT R&D. Il serait difficile de les nommer tous, mais je salue notamment
Alain Simonian, Patrick Berthi, Michel Cloud, Eric Zinovieff, Franois Moulinier et Hlne Martin.
Mme si nous avons finalement peu collabor, je souhaite galement remercier Eric Nicolas, chez
Renault, pour avoir inspir et stimul ma rflexion.
Enfin, cette thse a bnfici de lenvironnement humain, intellectuel et matriel du programme

doctoral dHEC. Le soutien des autres doctorants ma t bien utile, ainsi que celui de toute lquipe
du Doctorat : Marie-Anne Dureuil, Danile Alix, Elisabeth Sartiaux, Dominique de Saint-Aubert et
Isabelle Bossard. Je remercie la Fondation HEC pour son financement. Jadresse mes remerciements
tous les professeurs du dpartement Stratgie et Politique dentreprise dHEC qui mont donn des
conseils, en particulier Jean-Pierre Nioche et Rodolphe Durand.
TABLE DES MATIERES
Introduction gnrale........................................................................................................................ 7
I. Contexte et intrt de la recherche ............................................................................................... 8
II. Question de recherche............................................................................................................... 10
III. Droulement de la recherche ................................................................................................... 11
IV. Plan de la thse........................................................................................................................ 16
Partie I.................................................................................................................................................. 17
Chapitre 1 Les options relles : Une transposition difficile de la thorie la pratique ......... 19
Section 1 : Les options relles : une ide sduisante, mais peu utilise dans le monde de
lentreprise..................................................................................................................................... 21
Section 2 : Les modalits concrtes dutilisation des options relles pour assister les dcisions
dinvestissement : un domaine encore peu exploit par la littrature acadmique........................ 39
Chapitre 2 Apports possibles des options relles la dcision dinvestissement stratgique 65
Section 1 : Pour quels types de projets les options relles sont-elles utiles ?................................ 67
Section 2 : Apports et limites des options relles la dcision dinvestissement stratgique....... 78
Section 3 : Validation empirique : contributions et limites des options relles la prise de
dcision dinvestissement dans la R&D ........................................................................................ 92
Partie II .............................................................................................................................................. 112
Chapitre 3 Prsentation des mthodes actuelles de valorisation doptions relles ............... 115
Section 1 : Prsentation des modles actuels de valorisation doptions relles .......................... 117
Section 2 : Les limites des modles actuels de valorisation des options relles.......................... 136
Chapitre 4 Prsentation des mthodes de valorisation bases sur les simulations de MonteCarlo ............................................................................................................................................... 151
Section 1 : Utilisation des simulations de Monte Carlo par les modles actuels ........................ 153
Section 2 : Proposition dun modle simplifi bas sur les simulations de Monte Carlo ........... 165
Partie III............................................................................................................................................. 186
Chapitre 5 Etude de Cas UMTS .......................................................................................... 191
Section 1 : Analyse stratgique de la dcision dinvestissement................................................. 194
Section 2 : Valorisation de loption............................................................................................. 204
Section 3 : Discussion : Apport des options relles la dcision de lancement dune nouvelle
technologie .................................................................................................................................. 214
Chapitre 6 Etude de Cas ADSL .......................................................................................... 223
Section 1: Analyse stratgique de la dcision dinvestissement.................................................. 225
Section 3 : Discussion : Apport des options relles la dcision dinvestissement dans un rseau
de tlcommunications ................................................................................................................ 240
Chapitre 7 Etude de Cas R&D ............................................................................................ 251
Section 1: Prsentation du contexte, et analyse optionnelle de la dcision dinvestissement ..... 254
Section 3 : Discussion : Apport des options relles la dcision dinvestissement dans la R&D
..................................................................................................................................................... 278
Conclusion gnrale ...................................................................................................................... 289
I. Rappel du cheminement de la thse ......................................................................................... 290
II. Principales contributions de la thse....................................................................................... 290
III. Pistes de recherche future...................................................................................................... 292
Annexes .............................................................................................................................................. 295

Annexe 1 : Description des outils complmentaires daide la dcision dinvestissement tudis
dans lenqute de Ryan & Ryan (2003) ...................................................................................... 297
Annexe 2 : Liste des entreprises interroges par Triantis et Borison (2001) sur leur exprience
dans la pratique des options relles ............................................................................................. 298
Annexe 3 : Liste des revues ayant publi trois articles ou plus sur le thme des options relles 299
Annexe 4 : Modlisation des sources dincertitude dans ltude de cas du Chapitre 5............... 301
Annexe 6 : Prvision dvolution des prix de vente dans ltude de cas du Chapitre 6.............. 306
Table des matires............................................................................................................................. 309
Plan dtaill ................................................................................................................................. 310
Liste des Tableaux....................................................................................................................... 315
Liste des Figures.......................................................................................................................... 317
Liste des Encadrs ....................................................................................................................... 319
Rfrences bibliographiques ............................................................................................................ 321
Introduction gnrale
Introduction gnrale
In ten years, real options will replace NPV as the central paradigm for investment
decisions
Copeland et Antikarov, 2001: VI
the extent of acceptance and application of real options today has probably not lived up to
the expectations created in the mid- to late-1990s
Triantis, 2005: 8
I. CONTEXTE ET INTERET DE LA RECHERCHE
a dcision dinvestissement stratgique est lallocation des ressources critiques dune organisation
vers des opportunits perues, dans un environnement en permanente volution (Bower, 1970 : 7) et
source dincertitude. Plus que par leur taille, les dcisions dinvestissement stratgiques se dfinissent
par limpact quelles ont sur la performance long-terme de lentreprise (Hickson et al., 1986; Van
Cauwenbergh et al., 1996: 169) et lengagement de ressources quelles exigent. Cest dire toute
limportance quil convient daccorder ce processus.
Traditionnellement, les dcisions dinvestissement ont t considres comme relevant du domaine de

la thorie financire (Grundy & Johnson, 1993). Pourtant, la prise de dcision stratgique repose sur
des analyses tant financires que stratgiques (Grundy & Johnson, 1993 : 253 ; Barwise et al, 1989).
Ceci sexplique par la nature complexe de la dcision dinvestissement stratgique. Les facteurs
affectant lissue de la dcision sont multiples, et ne peuvent tre apprhends que de faon trs
incomplte par le dcideur, dot dune rationalit limite (Simon, 1960).
Daprs Grundy et Johnson (1993), les outils de valorisation financire ne traitent pas de faon
satisfaisante toutes les dimensions de la dcision. Les principaux problmes proviennent du traitement
des incertitudes long terme, des interdpendances entre projets, et des bnfices intangibles dun
projet.
Inversement, Myers (1984 : 131) souligne que les analyses stratgiques peuvent tre errones. Des
erreurs peuvent tre faites dans lidentification des domaines permettant dacqurir un avantage
comptitif ou dans lidentification des marchs ouvrant lexploitation dune rente.
De fait, les tudes empiriques montrent que les modles de valorisation financire du projet sont trs
souvent utiliss, mais que le management attache autant, sinon plus dimportance, des considrations
stratgiques provenant de processus informels (Pike, 1983; Carr et al., 1994; Van Cauwenbergh et al.,
1996). Ainsi, Butler et al. (1991) constatent que la dcision est fonde prioritairement sur la qualit du
produit, la cohrence avec la stratgie de lentreprise et la position concurrentielle confre par la
ralisation du projet.
La qualit de la dcision dinvestissement dpend de la capacit des managers tablir des liens
entre les analyses financires et stratgiques.
Malheureusement, ces deux sphres sont difficiles rconcilier. Myers (1984 :129) indique ainsi
quun projet dinvestissement peut tre lanc en dpit dune VAN (Valeur Actuelle Nette) ngative,
car le top management estime quil a un caractre stratgique. Inversement, un projet dont la VAN est
attractive pourra tre rejet sil ne sinscrit pas dans la stratgie gnrale de lentreprise.
Grundy et Johnson (1993) constatent que les passerelles entre stratgie et finance sont aussi difficiles
tablir dans le monde de lentreprise, que dans la recherche acadmique.
Introduction gnrale
Lune des principales difficults auxquelles se heurtent les managers dans la prise de dcision est le
traitement de lincertitude (Thompson & Tuden, 1959). Lincertitude peut porter sur les consquences
dune alternative ou sur les alternatives possibles elles-mmes (Aharoni, 1966 : 37).
Dans un environnement incertain, il est particulirement difficile danticiper les cash-flows futurs
gnrs par un projet. Bien souvent, suivant lvolution de la situation, les entreprises sont amenes
modifier les caractristiques du projet : elles peuvent par exemple en reporter le lancement, en
modifier le primtre la hausse ou la baisse , laborer des dveloppements sur la base du projet
initial, ou linverse abandonner le projet en cours de route.
Les outils financiers classiques tels que la VAN (Valeur Actuelle Nette) ont t dvelopps une
poque o les entreprises voluaient dans un univers relativement stable. Or, lenvironnement
conomique est devenu de plus en plus turbulent : le cycle de vie des produits est raccourci, les
volutions technologiques sont de plus en plus rapides, et le jeu concurrentiel devient trs complexe en
raison dune mondialisation croissante, ainsi que dun phnomne de drgulation dans de nombreuses
industries.
Dans ce type de contexte, la principale faiblesse de la VAN rside dans son caractre statique. En
effet, le calcul de la VAN suppose que la dcision est prise une fois pour toute, sans possibilit de
pouvoir dans le futur modifier les caractristiques de linvestissement.
Face ce phnomne, on assiste lmergence dune nouvelle approche, de nature plus dynamique :
les options relles. Lide sur laquelle se fonde ce concept est quune opportunit dinvestissement
peut tre compare une option : lentreprise ralise un investissement de faible importance pour
acqurir loption ; elle conserve ensuite cette option jusqu une date donne, ou jusqu ce quune
opportunit se prsente. Suivant que les circonstances sont alors favorables ou non, elle dcidera
dexercer loption et dengranger les gains correspondants ou bien de labandonner. Par exemple,
un investissement initial pour simplanter commercialement dans un nouveau pays pourra par la suite
en cas de succs tre complt par un dveloppement de lactivit commerciale dans dautres pays
frontaliers.
Le principal apport de lapproche optionnelle rside dans le fait quelle reconnat demble que
lentreprise pourra ajuster sa stratgie dinvestissement aux circonstances du moment. Cette
flexibilit managriale a de la valeur, et il faut en tenir compte dans lvaluation dun projet.
La valeur totale dun projet est constitue dune part de la VAN, et dautre part de la valeur doption(s)
que contient ce projet. On comprend ds lors pourquoi un projet peut tre attractif en dpit dune VAN
ngative.
Selon Myers (1984: 135-136), la thorie des options constitue un outil prometteur pour faire
dialoguer lanalyse financire et lanalyse stratgique. Dune manire gnrale, la communaut
acadmique a port un intrt grandissant la thorie des options relles, et le nombre de publications
sur ce sujet a connu un essor trs important partir de la deuxime moiti des annes 1990. Certains
chercheurs ont vu dans les options relles le principal outil daide la dcision de demain (ex :
Copeland et Antikarov, 2001 : VI).
Pourtant, force est de constater que lutilisation des options relles dans le monde de lentreprise
reste trs limite : Despite the theoretical attractiveness of the real options approach, its use by
managers appears to be limited (Bowman et Moskowitz, 2001 : 772). Les enqutes empiriques font
tat dune faible diffusion des options relles dans lentreprise, et lune delles suggre mme que leur
pratique est en recul. Pour Triantis (2005: 8), les options relles ne sont pas la hauteur des attentes
Introduction gnrale
quelles ont suscites dans la deuxime partie des annes 1990, lorsquun nombre important
dentreprises a commenc sintresser cette approche.
Dans ces conditions, on peut sinterroger sur les raisons expliquant ce dcalage entre
recommandations acadmiques et pratique des entreprises. La question que nous nous posons est de
savoir si, lavenir, les options relles pourront jouer le rle potentiellement important que les
acadmiques ont identifi dans le processus de dcision stratgique.
II. QUESTION DE RECHERCHE
Ce hiatus entre thorie et pratique peut sexpliquer par la nouveaut de lapproche. La VAN a ainsi
mis plusieurs dcennies simposer largement dans la pratique des entreprises (Teach, 2003). Or, les
options relles constituent un outil encore plus sophistiqu que la VAN. Comme les entreprises ont
commenc utiliser les options relles au milieu des annes 1990, il nest pas surprenant que celles-ci
ne connaissent encore quune diffusion limite dans le monde de lentreprise.
Nanmoins, il convient de sinterroger sur deux raisons plus structurelles.
La premire raison touche au domaine dapplication des options relles.
Certains chercheurs considrent que presque toutes les dcisions dinvestissement sont porteuses
doptions (ex : Bowman et Hurry, 1993). Ainsi, Myers (1996 : 100) affirme: My point is that real
options are nearly ubiquitous.
Ce point de vue contraste avec la pratique des entreprises, qui concentrent leur utilisation des options
relles sur des types de dcisions dinvestissement bien prcis, comme des dcisions dans la
production et lexploration ptrolire ou dans le dveloppement de programmes de R&D
pharmaceutiques.1
Contrairement aux options financires, les options relles ne sont pas formalises par un contrat, et
sont donc difficiles identifier. Rien ne garantit que tous les projets dinvestissement peuvent tre
analyss selon un prisme optionnel. Par exemple, la pression concurrentielle rduit souvent fortement
les marges de manuvre des entreprises. Dans la pratique, celles-ci ne disposent pas ncessairement
de la flexibilit qui est lorigine de la valeur doption.
Quand bien mme un projet serait porteur doption(s) relle(s), il nest pas assur que la conduite
dune analyse optionnelle apporte des lments complmentaires utiles par rapport ceux dont on
disposait avec les outils de valorisation classiques . Par exemple, Philippe (2004; 2005) montre que,
pour des raisons de droits de proprit, il nest pas toujours appropri dinclure la valeur doption dans
la valorisation dune entreprise.
En consquence, comme le suggrent McGrath et al. (2004: 86), il est pertinent de sinterroger sur les
caractristiques des dcisions dinvestissement qui bnficieraient de lutilisation dune lecture
optionnelle.
La deuxime raison touche aux modalits dapplication des options relles.

Un des principaux freins la diffusion des options relles dans lentreprise provient des difficults de
mise-en-uvre de cette approche.
Dune part, les modles actuels de valorisation doptions relles sont perus comme trop complexes
par les managers.2 Dautre part, ladaptation des modles doptions financires aux dcisions
dinvestissement relles est un exercice ambitieux, du fait de la difficult dcrire les caractristiques
de loption relle, et/ou prendre en compte toute sa complexit. Myers (1996 : 100) dcrit ce
problme de la faon suivante :
1
2
Cf. Chapitre 1
Cf. Chapitre 1
10
Introduction gnrale
The second, deeper problem is the fuzziness of many real options. Their terms are not contractual but
part and parcel of the business. So they have to be identified and modelled ().
() in other cases, for example, strategic investments or outlays for R&D, the real option may be easy
to see intuitively but very hard to write down. The option may be too complex, or its boundaries not
crisply defined. That may be discouraging for quantitative, normative finance.
Dans ces conditions, certains chercheurs prconisent une utilisation qualitative des options relles.3 Il
semble en effet que si les entreprises sont rticentes utiliser les modles de valorisation doption, un
certain nombre dentre elles ont intgr la logique optionnelle dans leur faon dapprhender et de
structurer les projets dinvestissement (Triantis, 2005).
Mais une utilisation exclusivement conceptuelle risque de vider la thorie des options relles dune
bonne partie de sa substance, et notamment de sa capacit faire dialoguer analyses stratgique et
financire. Par ailleurs, une telle approche laisse la porte ouverte une utilisation trs subjective des
options relles ; ceci serait particulirement dommageable, car lune des principales rsistances des
dirigeants lgard des options relles provient de leur crainte que cet outil soit utilis pour justifier le
lancement de projets dont la VAN est ngative (Triantis & Borison, 2001, 20-21).
Notre question de recherche est donc la suivante :

Comment les options relles peuvent-elles jouer un rle dans le processus dinvestissement
stratgique des entreprises ?
Cette question de recherche gnrale se dcline en trois sous-questions :
a) Pour quels types de projets dinvestissement les options relles sont-elles le plus utiles ?
b) Est-il possible de valoriser les options relles de faon simple, tout en prenant en compte la
complexit dune dcision dinvestissement stratgique ?
c) In fine, quels sont les apports des options relles la dcision stratgique : sagit-il
essentiellement dun outil de valorisation, ou peut-on en attendre des bnfices de nature
plus qualitative ?
III. DEROULEMENT DE LA RECHERCHE
III.1. Dmarche de recherche
Cette recherche sinscrit rsolument dans une dmarche applique et exploratoire. Comme nous
le verrons en dtail dans la revue de littrature du Chapitre 1, la littrature sur les options relles est
trs largement domine par des contributions de nature thorique, dmontrant lintrt des options
relles pour prendre des dcisions dinvestissement stratgiques.
Dans ce contexte, notre objectif est double.
Il sagit dune part, de dmontrer que lintrt thorique des options relles pour la dcision
dinvestissement est effectivement valid par des rsultats empiriques. Dautre part, il sagit dadapter
la thorie des options relles, afin que celle-ci soit applicable dans la pratique.
Ainsi, notre recherche poursuit une logique prescriptive, et non descriptive. Notre objectif nest pas
de raliser une analyse, dans laquelle on essaie de comprendre en quoi les dcisions actuelles des
entreprises obissent une logique optionnelle. Plutt, nous nous efforcerons de fournir trois cls, qui
permettraient aux praticiens dappliquer la thorie des options relles :
La premire cl est celle permettant aux managers de dterminer pour quels types de projets la
thorie des options relles est dune part applicable, et dautre part utile.
3
Dans la terminologie anglo-saxonne : Real Option Reasoning (ROR) ou Real Option Thinking
11
Introduction gnrale
La deuxime cl est une mthodologie gnrale pour la conduite dune analyse optionnelle : plutt
que dopposer, comme le fait souvent la littrature, une version qualitative et une version
quantitative de lanalyse optionnelle, la mthodologie propose montre comment ces approches
peuvent tre combines, avec une prvalence soit de lune, soit de lautre suivant les caractristiques
du projet dinvestissement tudi. A travers les tudes de cas relles, nous montrons aussi comment
structurer la problmatique tudie suivant une logique optionnelle, avant den venir la valorisation
de loption.
La troisime cl porte sur la valorisation des options relles. Notre objectif est ici dadapter les
modles de valorisation doptions relles, qui ont jou un rle fondamental pour mettre jour un
certain nombre de mcanismes, mais nont pas vocation tre appliqus dans la pratique. Nous
proposons un modle de valorisation original, fond sur les simulations de Monte Carlo, qui est la
fois plus facile dutilisation pour les managers, et repose sur des hypothses plus ralistes que les
modles actuels.
Cette dmarche prescriptive, teste de manire empirique, est accompagne dun travail plus
exploratoire sur les contributions des options relles au processus de dcision dinvestissement
stratgique.
Pour ce faire, nous nous plaons dans une perspective politique de la dcision. Une telle approche
contraste avec la littrature sur les options relles, qui envisage le plus souvent la dcision
dinvestissement sous langle de lacteur rationnel unique.
En fait, la dcision dinvestissement stratgique fait intervenir de trs nombreux acteurs, tous les
chelons de lentreprise (Bower, 1970). Il sagit donc de prendre en compte les deux composantes du
processus de dcision dinvestissement stratgique : sa dimension technique cest--dire la rsolution
dun problme complexe et sa dimension politique cest--dire la prise en compte des intrts
divergents que soulve le projet dinvestissement (Hickson et al., 1989). Nous pourrons ainsi
considrer le double rle des outils daide la dcision dinvestissement : comme outil de choix, mais
aussi comme outil de communication (Van Cauwenbergh et al., 1996).
Concrtement, notre dmarche passe par la ralisation dtudes de cas fouilles. Nous replaons la
dcision dinvestissement tudie dans son contexte stratgique, et analysons les fondamentaux
conomiques et financiers. En parallle, nous analysons comme les diffrents acteurs, lintrieur
comme lextrieur de lentreprise, se positionnent par rapport au projet dinvestissement.
La validation empirique peut passer par plusieurs mthodologies de collecte de donnes : enqutes,
tudes de cas, simulations / exprimentations, analyse documentaire, approche historique, etc. Etant
donn les objectifs de notre recherche noncs ci-dessus, la mthodologie retenue sest naturellement
porte sur les tudes de cas.
Plus spcifiquement, la littrature sur les options relles a recours trois grands types de validation
empirique : les simulations, les tudes de cas et les tudes statistiques de donnes secondaires ou, plus
rarement, de donnes issues denqutes.
Les simulations / exprimentations sont essentiellement destines tester les aspects
comportementaux de la dcision, ce qui ne constitue pas le cur de notre recherche.
Les tudes quantitatives sont mobilises dans une perspective descriptive. En effet, dans la mesure o
les entreprises nont, pour linstant, pas intgr les options relles dans leur processus de dcision
stratgique, il nest pas possible de mener des analyses mesurant par exemple le lien entre recours
lanalyse optionnelle et performance de lentreprise. Dans la littrature, les tudes quantitatives sont
utilises pour dcrire en quoi le comportement des entreprises pourrait sapparenter une logique
optionnelle. Comme nous lavons expos prcdemment, cette recherche ne sinscrit pas dans une
logique descriptive.
A linverse, les tudes de cas se prtent bien notre problmatique. Yin (1994) indique que cette
mthodologie est particulirement approprie pour analyser des situations complexes. Or, notre
recherche est prcisment motive par le souci dadapter la thorie des options relles au monde rel,
12
Introduction gnrale
dont la complexit est beaucoup plus importante que celle de lunivers des marchs financiers. Cette
complexit provient dune part, du fait que les options relles ne sont pas dfinies par les termes dun
contrat comme les options financires (Myers, 1996), et dautre part du fait quune dcision
stratgique fait intervenir une multiplicit de facteurs. En consquence, il est difficile la fois
didentifier les options gnres par un projet dinvestissement, et de les valoriser.
Dans ce contexte, lintrt des tudes de cas est double. Elles permettent tout dabord de montrer dans
quelles conditions un projet dinvestissement peut tre tudi travers une logique optionnelle, et en
quoi les caractristiques des options relles se distinguent de celles des options financires. Par
ailleurs, les tudes de cas permettent daffiner larbitrage ncessaire entre dun ct la complexit des
facteurs entrant en ligne de compte pour la dcision, et dun autre ct la ncessaire simplification du
rel impose par tout modle daide la dcision.
Comme nous le dtaillerons dans le Chapitre 1, de nombreux chercheurs ont ainsi identifi les tudes
de cas rels comme un des axes prioritaires pour faire progresser la recherche sur les options relles
(Trigeorgis, 1996: 375; Pike, 1997; Laughton, 1998; Triantis, 2005; Hartmann & Hassan, 2006).
Plus prcisment, nous avons fait le choix de raliser des tudes de cas sous la forme dune
observation participative.
Celle-ci a t permise par la ralisation de plusieurs contrats de recherche au sein de diffrents
dpartements dun oprateur de tlcommunications. Lobjet des contrats tait, partir de donnes
empiriques, de montrer lintrt et les limites des options relles la dcision dinvestissement, et de
produire des lments de mthodologie.
Lune des principales raisons motivant cette approche est laccs aux donnes. En effet, lanalyse de la
littrature montre que les tudes de cas qui ont t ralises partir de donnes publiques restent un
niveau danalyse peu dtaill en raison de labsence de donnes au caractre fortement confidentiel.
Par exemple, Bowe et Lee (2004) ont ralis lanalyse optionnelle dun projet de construction de ligne
de chemin de fer grande vitesse partir de donnes publiques. Les auteurs expliquent que, nayant
pas accs au processus de dcision, il ne leur est pas possible de connatre la valorisation prcise du
projet effectue par le management, ni de savoir quelles options sont pertinentes aux yeux du
management (p. 82). De faon similaire, Tanguturi et Harmantzis (2006 : 418 ; 2007 : 120)
mentionnent la difficult dterminer la valeur des paramtres utiliss dans leur modle doption, en
raison de la nature propritaire des informations.
Ainsi, laccs aux donnes permet de mener une analyse pertinente pour la description de la ou des
option(s) qui ont le plus dimportance dans la dcision dinvestissement tudie, et pour valoriser cette
ou ces option(s).
Par ailleurs, laccs au terrain permet dobtenir une vision privilgie du processus de dcision
dinvestissement. Cette vision est partielle, car une dcision dinvestissement stratgique implique un
grand nombre dacteurs, et se droule sur une longue priode de temps. Avoir une vision globale du
processus aurait ncessit, pour chacune des trois dcisions dinvestissement tudies, de raliser un
grand nombre dentretiens auprs dun chantillon reprsentatif des diffrentes parties prenantes, et de
couvrir lanalyse sur une longue priode de temps. Un tel programme de recherche va bien au-del des
objectifs de cette thse.
Il nempche quun travail de recherche dans les locaux de lentreprise a permis davoir accs des
documents, de raliser des observations, deffectuer des entretiens informels et de participer
certaines runions de travail. Lensemble du matriel collect dans ces occasions nous a permis de
formuler des conclusions sur le rle que peut jouer lanalyse optionnelle au cours de lensemble du
processus de dcision stratgique et pour le pilotage de ralisation du projet.
Enfin, il faut noter que nous avons choisi danalyser des dcisions dinvestissement en cours, et non
pas se rattachant des projets dj lancs ou dj raliss. Ce choix sexplique par trois grandes
raisons : a) le manque de documents crits dcrivant des projets dinvestissement prcdents ; b) le
manque dintrt des managers pour collaborer lanalyse dune dcision passe ; c) le risque de
rationaliser a postriori les principaux facteurs de la dcision, en faisant abstraction de toutes les
sources dincertitude qui existaient au moment de la dcision dinvestissement.
13
Introduction gnrale
Le principal inconvnient dune mthodologie fonde sur les tudes de cas est le risque dune faible
validit. Comme le conseille Yin (1994), nous avons compens cette faiblesse en ralisant une tude
multi-cas. Nos rsultats reposent sur trois tudes de cas, que nous avons slectionns de faon tre
les plus complmentaires possibles en termes de nature de lobjet dinvestissement, de
lenvironnement concurrentiel et du type doption relle tudie. 4
III.2. Niveau danalyse et primtre de la recherche
Une partie de la littrature, en particulier les publications sintressant aux options relles comme outil
de valorisation de lentreprise, utilisent lentreprise comme niveau danalyse.
Dans le cadre de cette thse, lexpos de la question de recherche a montr que nous nous intressons
la dcision dinvestissement. Nous avons donc retenu selon les chapitres le projet ou le
portefeuille de projets comme unit danalyse. Comme lexpliquent Jensen et Warren (2001: 179),
la thorie des options ncessite une comprhension rigoureuse des cots et revenus potentiels gnrs
par loption. Pour cette raison, elle est pertinente lchelle dun projet ou dun groupe de projets,
plutt qu lchelle de lentreprise.
Dans le Chapitre 2, consacr une rflexion gnrale sur le rle des options relles dans la dcision
dinvestissement, nous avons effectu notre analyse au niveau du portefeuille de projets. En effet, les
diffrents projets dinvestissement des entreprises sont souvent interdpendants, et leur valeur ne peut
pas tre estime de faon isole. Cest particulirement le cas dans le domaine de la R&D, que nous
avons choisi comme terrain dtude du Chapitre 2.
Cependant, pour les tudes de cas, nous avons restreint notre unit danalyse un seul projet
dinvestissement. Lanalyse dtaille et la valorisation optionnelle dun projet dinvestissement
constituent dj une tche difficile, et il aurait t trop complexe ce stade dtudier et de valoriser les
interactions avec dautres projets.
La littrature tudiant lapplication des options relles la dcision dinvestissement concentre

presquexclusivement son analyse sur lvaluation du projet dinvestissement. Or, comme le
soulignent Arnold et Hatzopoulos (2000: 621), lvaluation financire dun projet ne constitue quune
petite partie du processus de ralisation dun investissement.
Bower (1970 : 7-8) explique que la ralisation dun investissement passe par trois sous-processus :
(1) des activits intellectuelles de perception, danalyse et de choix, qui sont gnralement dsignes
par lexpression prise de dcision ;
(2) le processus social de mise en uvre des politiques formules ;
(3) le processus dynamique de rvision de la politique, dans la mesure o des modifications dans les
ressources de lorganisation ou dans son environnement viennent remettre en cause lanalyse
initiale.
Dans la continuit de Bower, de Bodt et Bouquin (2001) identifient quatre sous-processus de la
dcision dinvestissement : la construction, la promotion, lvaluation et le suivi du projet.
Dans ce contexte, lambition de cette thse est dtendre lanalyse lensemble du processus
dinvestissement.
Naturellement, nous consacrons une bonne partie de notre recherche la valorisation et la slection
du projet dinvestissement. Mais nous nous intressons galement aux phases en amont de dfinition
du projet, en nous demandant comment les caractristiques du projet peuvent tre modifies de faon
4
Cf. Introduction de la Partie III de la thse
14
Introduction gnrale
crer des options relles. Arrivs au stade de lvaluation et de la slection du projet, nous ne
considrons pas cette phase comme un vnement unique, mais plutt comme une succession
dtapes : si la dcision a t repousse, nous nous demandons en quoi les options relles peuvent
contribuer guider lorganisation jusquau point de dcision suivant. Enfin, lorsque le projet principal
est lanc, nous nous intressons galement au suivi, et la faon dont les options relles peuvent
contribuer identifier les opportunits de dveloppement du projet.
III.3. Choix du terrain
Nous avons choisi le secteur des tlcommunications comme terrain de validation empirique,
pour deux principales raisons.
En premier lieu, lindustrie des tlcommunications se prte particulirement bien la lecture
optionnelle. Il sagit en effet dun secteur dont lintensit capitalistique est forte. Des dpenses
dinvestissements trs lourdes doivent tre consenties en amont pour acheter les licences et dployer
les infrastructures rseau. De plus, ces dcisions dinvestissement doivent tre prises dans un
contexte de forte incertitude.
Le secteur des tlcommunications est marqu par lutilisation de technologies de pointe, dont le
rythme de renouvellement est rapide, gnrant des incertitudes la fois sur le succs technique et sur
les dbouchs commerciaux de la nouvelle technologie. Par ailleurs, ce secteur dactivit a connu des
transformations profondes suite un mouvement de drgulation. Il volue dsormais dans des
structures de march oligopolistiques, qui donnent naissance de fortes incertitudes sur la dynamique
concurrentielle.
Ainsi, Alleman (2002) conclut que le secteur des tlcommunications est mr pour la
mthodologie des options relles. Pourtant, lauteur constate que les options relles nont pas t
largement appliques dans cette industrie.
Cela nous amne la deuxime raison pour laquelle nous avons choisi le secteur des
tlcommunications comme terrain dtude : le faible nombre de publications acadmiques sur
lapplication des options relles au secteur des tlcommunications.
Comme nous le montrerons dans le Chapitre 1, la littrature a dvelopp de nombreuses applications
des options relles dans les secteurs du ptrole, de llectricit et de la pharmacie. En revanche, les
applications dans le secteur des tlcommunications sont rares :
Trois articles prsentent des modles doptions relles dans les tlcommunications : Keppo
(2005) pour valoriser un contrat de location de bande passante et dHalluin et al. (2007) pour
dterminer la date optimale dextension de la capacit dun rseau de tlphonie mobile. Murto et
Keppo (2002) combinent options relles et thorie des jeux, et offrent une illustration de leur
modle avec un exemple thorique de dploiement dun rseau de tlcommunications.
On peut par ailleurs relever trois tudes de cas dans ce secteur : ltude de Iatropoulos et al.
(2004), publie dans Communications et Stratgies, ainsi que celles de Harmantzis et Tanguturi
(Tanguturi & Harmantzis, 2006; Harmantzis & Tanguturi, 2007). Toutefois, la contribution de ces
tudes de cas reste limite, en raison dun recours des modles de valorisation trs simples le
modle de Black et Scholes et / ou le manque de donnes relles.
Les investissements des oprateurs de tlcommunications sont bien sr destins la mise en place
des infrastructures de rseau, auxquelles nous consacrons deux tudes de cas.5 Mais une part assez
importante des investissements est galement consacre la R&D.
Chapitres 5 et 6
15
Introduction gnrale
En matire stratgique, la R&D est un domaine essentiel pour la cration de valeur (Boer, 2002). Or, le
Chapitre 1 montrera que la littrature a identifi la R&D comme lun des domaines privilgis pour
lapplication des options relles. Dans le mme temps, certains chercheurs sinterrogent sur les
conditions dans lesquelles les options relles sont applicables aux dcisions de R&D, et mentionnent
clairement la ncessit de raliser des tudes de cas rels dans ce domaine (Perlitz et al., 1999: 267;
Huchzermeier & Loch, 2001: 99).
Cest pourquoi il nous a paru particulirement intressant de dvelopper une tude de cas appliqu
un projet R&D dun oprateur de tlcommunications.6 Dune manire plus gnrale, nous nous
interrogeons dans le Chapitre 2 sur les conditions et les modalits dutilisation des options relles pour
piloter les projets de R&D dun oprateur de tlcommunications.
IV. PLAN DE LA THESE
La thse est structure en trois grandes parties.

La premire partie dcrit le cadre de la recherche, et fait le point sur les apports et les limites
des options relles la dcision dinvestissement.
Le Chapitre 1 vient confirmer lintrt de la recherche : la revue de littrature permet dtablir que
dune part, lutilisation des options relles par les entreprises est marginale, et dautre part, que les
publications acadmiques sont largement domines par des contributions thoriques. Il y a donc
un potentiel de recherche important pour adapter les modles la pratique, et valider de faon
empirique lintrt de lanalyse optionnelle.
Le Chapitre 2 est une rflexion gnrale sur le rle que peuvent jouer les options relles dans le
processus de dcision dinvestissement, et leurs limites dapplication. Ces considrations sont
illustres par un diagnostic sur lapport possible des options relles effectu au sein du
dpartement R&D dun oprateur de tlcommunications.
La Partie II se concentre sur les aspects de la valorisation, qui constitue lune des principales
pierres dachoppement lapplication des options relles dans le monde de lentreprise.
Le Chapitre 3 fait le point sur les modles de valorisation existants, et les adaptations ncessaires
de ces modles pour quils soient plus faciles mettre en uvre ;
Le Chapitre 4 propose un modle de valorisation doption relle bas sur les simulations de Monte
Carlo, permettant une plus grande facilit dutilisation que les modles actuels, tout en reposant
sur des hypothses plus compatibles avec la complexit dune dcision dinvestissement relle.
La Partie III est consacre aux tudes de cas. Lobjectif des tudes de cas est de valider, de faon
empirique, la pertinence de lanalyse optionnelle comme outil daide la dcision dinvestissement.
En particulier, laccent est mis sur lintrt de valoriser un projet en prenant en compte la valeur
doption quil gnre. Plus largement, les tudes de cas constituent une base de rflexion sur la
contribution des options relles lensemble du processus de dcision dinvestissement stratgique.
Le Chapitre 5 est une tude de cas sur une dcision dinvestissement dans un rseau de tlphonie
mobile de 3me gnration ;.
Le Chapitre 6 porte sur une dcision dinvestissement dans un rseau daccs haut dbit ;
Ltude de cas du Chapitre 7 porte sur une dcision de dploiement dun projet de R&D.
La conclusion gnrale dresse le bilan des enseignements tirs dans la thse, et en particulier des
tudes de cas. Elle identifie les limites de cette recherche, et propose des pistes de recherche futures.
Chapitre 7
16
Partie I
17
Chapitre 1 Les options

relles : Une
transposition difficile de
la thorie la pratique
19
Chapitre 1
Introduction
Le point de dpart de cette thse est constitu par le contraste entre dun ct, lintrt des
acadmiques pour les options relles comme outil daide la dcision dinvestissement, et dun autre
ct la faible utilisation de cette approche par les entreprises.
Lobjectif du prsent chapitre est dtudier plus prcisment, et de mieux comprendre ce
dcalage entre acadmiques et praticiens, partir dune revue de la littrature.
Dans un premier temps, nous plantons le dcor, en dtaillant les positions occupes par les deux
parties :
Du ct des acadmiques, nous revenons sur les fondements thoriques des options relles et les
grandes volutions de la littrature ce sujet. Nous prsentons et discutons les principaux
arguments dvelopps par les acadmiques sur lintrt des options relles pour assister les
dcisions dinvestissement stratgiques en contexte dincertitude.
Du ct des entreprises, nous tudions les lments factuels tmoignant de lusage des options
relles par les entreprises, et identifions les motifs possibles pour lesquels les entreprises utilisent
ou nutilisent pas les options relles.
La faible diffusion des options relles peut bien sr sexpliquer par des raisons conjoncturelles.
Les nouveaux outils de gestion mettent gnralement longtemps simposer dans la pratique des
entreprises, a fortiori lorsquil sagit doutils sophistiqus comme les options relles.
Nanmoins, il convient aussi de sinterroger sur des motifs plus structurels. La faible utilisation
des options relles laisse suggrer que la littrature acadmique sur les options relles ne propose pas
un outil correspondant aux besoins et aux contraintes des entreprises.
Dans la deuxime partie du chapitre, nous tudions comment et dans quelle mesure labondante
littrature sur les options relles sintresse lapplicabilit de cet outil aux dcisions
stratgiques des entreprises : la littrature donne-t-elle aux praticiens les modalits concrtes
dutilisation des options relles ? Les chercheurs ont-ils tabli pour quels types de dcisions
dinvestissement les options relles taient adaptes ? Les articles acadmiques ont-ils valid de faon
empirique lintrt et les limites des options relles pour prendre des dcisions dinvestissement ?
Cest le type de questions auxquelles nous nous efforons de rpondre dans le panorama de la
littrature prsent en deuxime section du chapitre.
20
Chapitre 1
SECTION 1 : LES OPTIONS REELLES : UNE IDEE SEDUISANTE, MAIS PEU UTILISEE
DANS LE MONDE DE LENTREPRISE
Dans cette section, nous prsentons tout dabord la thorie des options relles dans ses grandes lignes :
lorigine dans lunivers des options financires, les principes fondateurs de la logique optionnelle, et
les principaux types doptions relles.
Nous expliquons lintrt de cette approche pour aider la dcision dinvestissement en contexte
incertain, et montrons lenthousiasme des chercheurs pour ce nouveau concept travers la forte
progression du nombre de publications sur ce thme.
Face au succs acadmique des options relles, nous tentons de mieux cerner les pratiques des
entreprises, et les raisons pour lesquelles celles-ci nutilisent pas les options relles. Pour ceci, nous
nous appuyons sur les rsultats denqutes ralises auprs des entreprises sur les principaux outils
utiliss pour leurs dcisions dinvestissement. Nous exploitons galement les exemples de cas rels
dutilisation des options relles recenss dans la littrature.
I. Les options relles : une ide sduisante
I.1. La gense des options relles

Les options relles sont un concept directement driv de la thorie des options financires, qui est
apparu la fin des annes 1970. Cest Myers (1977) qui a le premier vritablement formalis le
concept doptions relles, en considrant quune firme est compose de deux types dactifs : dune part
des actifs rels, qui sont ddis aux activits existantes, et ont des valeurs de march indpendantes de
la stratgie dinvestissement de la firme ; dautre part des options relles, qui sont des opportunits
dinvestir dans des actifs rels si les circonstances lavenir sont favorables.
Myers a pu mettre en vidence que ces opportunits de croissance, bien que ntant pas matrialises
par un contrat prcis, avaient le mme profil dinvestissement que les options financires : aprs avoir
effectu un faible investissement initial, lentreprise pourra plus tard, si les conditions sont favorables,
investir de faon plus importante dans ces possibilits de croissance. Myers a qualifi ces options de
relles par opposition aux options financires , dont la valeur est lie lvolution dactifs
financiers. Ainsi est n le concept doptions relles.
I.2. Le principe de loption relle
I.2.1. Dfinition dune option relle

Les options relles correspondent lapplication de la thorie des options financires (cf. Encadr 1.1)
des actifs rels. Ainsi, le dtenteur dune option relle dispose, en toute souverainet, du droit : (1)
de faire ou de ne pas faire un acte futur ; (2) de prendre ou de ne pas prendre une certaine dcision
une date ou avant une date future (McGrath, 1999).
Gnralement, lentreprise acquiert loption en effectuant un investissement initial (par exemple un
test de march, la formation dun joint-venture, un projet R&D pilote) qui lui donne lopportunit
dinvestir davantage. Par la suite, lentreprise pourra choisir si elle exerce ou non loption, en
dveloppant le projet grande chelle (lancement du produit sur lensemble du march,
dveloppement dune filiale possde 100%, lancement dun grand programme de R&D) (Coff &
Laverty, 2001 : 73).
21
Chapitre 1
Encadr 1.1 : Dfinition dune option financire

Une option financire est le droit, mais pas lobligation, dacheter (ou de vendre) une date future
(lchance), et un prix dtermin (prix dexercice ou strike ) un actif financier (par exemple une
action) appel actif sous-jacent, dont le prix varie sur le march de faon alatoire (Jaeger, 1996).
Pour disposer dun tel droit, il faut payer une prime doption.
On distingue :
- Les options dachat ( call ) des options de vente ( put ) ;
- les options europennes (exercice possible une date donne) des options amricaines (exercice
possible tout moment avant une date donne).
Prenons lexemple dune option dachat ( call ) sur une action, dont les caractristiques sont les
suivantes :
- Option europenne
- Date dchance : 31/12/2007
- Prix dexercice: 20
Le 01/09/2007, le cours de laction sous-jacente tait de 11 . A cette date, loption tudie tait
valorise par le march 0,07 . Pour comprendre quoi correspond une telle prime doption,
tudions le gain potentiel ( pay-off ) gnr par ce call lchance :
Si le 31/12/2007, le cours est par exemple 22 , le dtenteur exerce son option, et gagne :
(22 - 20) 0,07 = 1,93 1
Si le 31/12/2007, le cours est 15, le dtenteur nexerce pas son option et perd 0,07 7
Figure E1.1 : Gain gnr par loption dachat suivant la valeur de laction lchance
Gain gnr
par l option
0
20
- 0,07
20,07
Valeur de l action
sous-jacente au 31/12/2007
Les gains potentiels gnrs par lachat de loption sont schmatiss dans la Figure E1.1. Celle-ci
montre que les pertes sont limites 0,07 , quel que soit le cours de laction sous-jacente
lchance. En revanche, les gains potentiels gnrs par lachat du call sont infinis.
Cette asymtrie dans les gains gnrs est lune des principales caractristiques des options.
Le modle fondateur de la valorisation des options relles est celui de Black et Scholes (1972).8 La
formule de Black et Scholes tablit la valeur de loption (europenne) en fonction de cinq paramtres :
le cours actuel de lactif sous-jacent (S) ; le prix dexercice de loption (K) ; le taux dintrt sans
risque (rf) ; le temps restant jusqu lchance de loption (T) ; la volatilit du cours du sous-jacent
().
7
8
Pour tre tout fait rigoureux, il faudrait actualiser la valeur de la prime

Cf. Chapitre 3, section 1, II.1. Valorisation de loption europenne : le modle de Black et Scholes
22
Chapitre 1
La dcision sera prise en fonction dun vnement alatoire, ou plus exactement en fonction de la
valeur prise par une variable alatoire qui suit un processus stochastique et dont on ne peut pas prvoir
les valeurs futures (Goffin, 1999). En consquence, les options relles sont engendres dans des
contextes de forte incertitude.
Pour illustrer cette dfinition thorique des options relles, nous pouvons aussi reprendre lexemple de
la mine de charbon donn par Goffin (1999). Lexemple porte sur lachat de la concession dune mine
de charbon pour une dure de 10 ans. Cette dcision est prise dans un contexte de forte incertitude, car
le prix futur de la houille nest pas connu.
En fait, lachat de la concession peut tre assimile lacquisition dune option dachat ( call )
amricaine, dont :
le sous-jacent correspond aux cash-flows gnrs par lexploitation de la mine ;
le prix dexercice est constitu par les investissements ncessaires pour mettre la mine en
exploitation ;
lchance est la dure de la concession.
Comme dans le cas des options financires, on peut observer une asymtrie dans les bnfices
potentiels dgags par lacquisition de la concession :
Si lavenir le prix de la houille a baiss, alors lexploitation de la mine de charbon ne sera pas
rentable ; ceci signifie que lentreprise nexercera pas son option, et aura perdu un montant
quivalent au prix de la concession (la prime doption).
Si au contraire le prix de la houille a augment, alors lexploitation de la mine de charbon sera
rentable. En consquence, lentreprise exercera son option en exploitant la mine de charbon.
Ainsi, les options relles peuvent tre utilises pour dterminer la valeur de la concession. Comme
dans le cas des options financires, le montant de la prime doption sera fonction de cinq principaux
paramtres voqus dans lEncadr 1.1.
Tableau 1.1 : Analogie entre les options financires et les options relles
Option financire
Cours actuel de lactif sous-jacent
Variable
S
Prix dexercice
Taux dintrt sans risque

Temps scoulant jusqu lchance
Volatilit du cours de lactif sous-jacent
r
T
Option relle
Valeur actuelle des cash-flows futurs,
calculs avec le prix actuel de la houille
Investissements ncessaires pour mettre la
mine en exploitation
Dure du projet (concession de 10 ans)
Volatilit de la valeur du projet
directement corrle la volatilit du prix
de la houille
Le Tableau 1.1 tablit un parallle entre les paramtres financiers , et les paramtres rels du
projet dinvestissement. Toute la thorie des options relles est ainsi fonde sur lanalogie avec les
options financires.
I.2.2. Lapport principal des options relles : la valorisation de la flexibilit managriale
23
Chapitre 1
Le principal apport des options relles sur le calcul de VAN rside dans le fait que les projets
dinvestissement sont tudis de faon dynamique, et non plus statique (Leslie & Michaels, 1997).
Lorsquun projet dinvestissement est valoris par un calcul de VAN, il est analys dans une
configuration bien prcise, sans prendre en compte le fait quil peut subir des modifications par la
suite. Dans la pratique, on peut observer que les projets dinvestissements sont rarement mens de
cette manire : les entreprises prennent souvent les dcisions de faon incrmentale, et ajustent leur
stratgie dinvestissement afin de prendre en considration les informations nouvelles (Gertner &
Rosenfield, 1999: 14). Ces opportunits dadaptation ne sont pas prises en compte dans le calcul de la
VAN (Kulatilaka, 1993: 271).
En consquence, les entreprises tendent manipuler le taux dactualisation utilis pour le calcul de
VAN, afin den corriger les faiblesses. Ainsi, Luehrman (1997) indique que les entreprises sont parfois
amenes choisir, pour les projets stratgiques, un taux de rentabilit minimum ( hurdle rate )
infrieur celui des projets dinvestissement plus routiniers. Ceci permet de corriger le fait que les
projets stratgiques porteurs doptions de croissance sont sous-valoriss avec la mthode de la VAN.
Inversement, on peut observer que certaines entreprises effectuent le calcul de VAN laide de taux
dactualisation bien suprieurs ceux recommands par la thorie financire classique (MEDAF).
Pour Busby et Pitts (1997) cette pratique est un moyen de prendre en compte loption dattente dont
peut disposer une entreprise dans le lancement dun projet. De faon similaire, nous avons pu observer
dans le cadre de nos recherches empiriques que les entreprises pouvaient implicitement prendre en
compte loption dattente en calculant la VAN sur un nombre dannes de cash-flows infrieur la
dure de vie relle de projet.9
Contrairement la VAN, lapproche optionnelle part du principe que le projet dinvestissement pourra
voluer au gr des circonstances : par exemple, si le projet rencontre un succs plus large quescompt
initialement, il pourra tre tendu dautres zones gographiques, ou dautres lignes de produits. Si
inversement, les conditions conomiques savrent peu favorables, on pourra envisager un repli, voire
un abandon du projet. Cette flexibilit managriale face lala a de la valeur, qui est capture
travers la valeur doption.
Cf. Chapitre 6, section 3, I. Une meilleure apprciation de la valeur du projet et de la date optimale
dinvestissement
24
Chapitre 1
Encadr 1.2 : Les options relles : Un outil permettant de valoriser la flexibilit managriale
Copeland et Keenan (1998) illustrent travers lexemple de lusine pilote la supriorit des options
relles sur la VAN pour prendre des dcisions dinvestissement en contexte incertain.
Une entreprise sinterroge sur lopportunit de construire une usine pour fabriquer un nouveau produit.
La construction de lusine ncessite un investissement de 100 millions de $. Le succs du nouveau
produit est incertain : il y a 50% de chances que la construction de lusine gnre des ventes
importantes, et conduise des cash-flows pour une valeur totale actualise de 150 millions de $. Mais
il y a 50% de chances que la valeur actualise des cash-flows natteigne que 10 millions de $. Par
ailleurs, il est envisageable de construire une usine pilote pour un montant de 10 millions de $, avec la
possibilit un an plus tard de construire la grosse usine pour un montant de 110 millions de $ si le
produit se rvle un succs.
Le calcul de la VAN conduirait rejeter le projet. En effet, lesprance de la valeur actuelle des cashflows est de 80 millions de $ (moyenne entre 150 et 10 millions de $), ce qui ne compense pas les
cots de construction (100 millions de $).
Mais plutt que dinvestir immdiatement 100 millions de $, lentreprise pourrait construire lusine
pilote, ce qui revient se constituer une option de croissance sur la grosse usine :
Si le projet est un succs, lentreprise construira la grosse usine un an plus tard. Ceci lui cotera
10% plus cher que si elle avait construit demble la grosse usine soit 110 millions de $ mais
par ailleurs gnrera des cash-flows pour une valeur globale de 150 millions de $. Comme la
construction de lusine pilote a report les cash-flows dune anne, il faut actualiser ces derniers
(ici au taux de 10%). La valeur du projet en cas de succs est alors de 35 millions de $ (135
millions de cash-flows moins 100 millions dinvestissements) ;
si au contraire, le projet est un chec, lentreprise ne construira pas la grande usine.
En simplifiant le raisonnement lextrme, la valeur globale du projet est donc de 7,5 millions de $ (la
moyenne entre 35 millions et 0, moins 10 millions de construction de lusine pilote).
La valorisation par les options relles conduit donc une dcision diamtralement oppose celle qui
aurait t prise sur la base dun calcul de Valeur Actuelle Nette.
I.3. Prsentation des principaux types doptions relles

Lexemple doption relle prsent dans lEncadr 1.2 correspond une option dattente. Il existe
dautres leviers de flexibilit que lattente, et la littrature a ainsi labor une classification des options
relles en fonction du type de flexibilit en cause.
Les Tableaux 1.2 et 1.3 prsentent les principaux types doptions relles figurant dans la littrature.
25
Chapitre 1
Tableau 1.2 : Principales options dinvestissement (et de dsinvestissement)

Type doption
Option de
croissance
Option
dapprentissage
Option de report
(ou dattente)
Option de
squenage
Option
dabandon
Principe
Exemple
dapplication
Possibilit, grce la ralisation dun investissement Construction
dune
initial, davoir accs de futures opportunits de usine pilote
dveloppement
Un investissement initial donne la possibilit dacqurir de Forage ptrolier
linformation, et donc de prendre une dcision
dinvestissement en connaissance de cause
Possibilit dattendre avant de prendre la dcision de Exploitation
dune
raliser ou non un investissement
mine de charbon
Le dcoupage dun investissement en plusieurs phases Construction
dune
donne la possibilit dabandonner (modifier) le projet en centrale lectrique
cours de route si linformation nouvelle est dfavorable
Possibilit dabandonner un projet en cours de route grce Revente de la flotte en
la revente des actifs concerns
cas dchec dans
lexploitation dune
ligne maritime
Tableau 1.3 : Principales options dexploitation
Type doption
Option darrt
temporaire et option de
production dbit
variable
Option de choix de
linput minimum
Principe
Possibilit, suivant lvolution des
circonstances, de stopper lexploitation dun
actif (ou de rduire / daugmenter
lenvergure de lexploitation)
Possibilit de produire un output avec linput
le moins onreux
Option de choix de
loutput maximum
Possibilit, partir dun input donn, de

produire loutput permettant une rentabilit
maximale
Exemple dapplication
Fermeture temporaire d une
raffinerie si le crackspread est trop faible
Production dnergie par une
centrale thermique soit avec
du gaz, soit avec du fuel
Production par une laiterie
soit de lait UHT, soit de lait
pasteuris, soit de yaourts
La littrature fait traditionnellement la distinction entre deux grandes catgories doption :

les options dexploitation ( operating options ) ou options de flexibilit : ces options tirent leur
valeur de la flexibilit dont disposent les dirigeants dans le cadre de lexploitation dun actif donn
(on raisonne ici niveau dquipement constant) ;
les options dinvestissement / dsinvestissement ( Investment and dis-investment options ) ou
options stratgiques : ces options tirent leur valeur de la flexibilit dans le rythme et les modalits
dacquisition (de cession) dun actif.
A ces deux catgories doptions, Amram et Kulatilaka (1999) ajoutent les options de nature
contractuelle ( contractual options ). Il sagit des termes dun contrat qui modifient le profil de
risque support par les dtenteurs de lactif. Les auteurs citent lexemple des capital risqueurs, qui
incluent frquemment dans les contrats des clauses leur donnant un droit de priorit en cas de faillite
(protection la baisse) ou encore le droit dinvestir ultrieurement aux cts dautres investisseurs
(protection contre un phnomne de dilution en cas de hausse).
On pourrait aussi citer les clauses contenues dans les contrats de leasing automobile ou de location
immobilire voques par Bowman et Hurry (1993) comme des exemples typiques doptions relles
de nature contractuelle.
26
Chapitre 1
I.4. Un succs grandissant dans le monde acadmique

La Figure 1.1 reprsente le nombre darticles publis chaque anne dans les principales revues anglosaxonnes dconomie et de gestion sur le thme des options relles. Les dtails de la constitution de la
base bibliographique sont prsents plus loin, en Section 2. 10
Figure 1.1 : Evolution du nombre de publications sur les options relles

120
Nb. de publications sur le thme des options relles
100
80
60
40
20
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
Anne de publication
Aprs larticle fondateur de Myers (1977), la problmatique des options relles est reste assez
confidentielle dans la littrature acadmique, et sest cantonne essentiellement la publication de
modles thoriques de valorisation doptions relles (ex: Stulz, 1982; Brennan & Schwartz, 1985;
McDonald & Siegel, 1985; McDonald & Siegel, 1986; Majd & Pindyck, 1987).
Lessor de la thmatique des options relles remonte la fin des annes 1990. Il a sans doute t
favoris par la publication douvrages, qui ont permis de faire connatre ce paradigme un plus large
public (Dixit & Pindyck, 1994; Trigeorgis, 1996; Amram & Kulatilaka, 1999; Copeland & Antikarov,
2001).
Les options relles ont progressivement donn naissance une abondante littrature, avec plus dune
centaine darticles publis en 2005, et presquautant en 2006.
Il existe aujourdhui un large consensus pour affirmer quen contexte incertain, les options relles
constituent une approche plus approprie que les outils classiques daide la dcision
dinvestissement, en particulier la Valeur Actuelle Nette (VAN).
Pour de nombreux acadmiques, les options relles marquent un tournant majeur dans les mthodes de
dcisions dinvestissement. Copeland et Antikarov (2001) avaient mme prdit quen lespace de dix
ans, les options relles auraient supplant la VAN comme outil daide la dcision dinvestissement.
10
Cf. section 2, I. Panorama gnral de la littrature sur les options relles
27
Chapitre 1
Pourtant, nous allons voir dans les pages qui suivent que les options relles sont trs peu utilises par
les entreprises pour prendre les dcisions dinvestissement.
II. Une faible utilisation des options relles par les entreprises
II.1. Rsultats denqutes sur lutilisation des options relles par les entreprises
Le contraste entre lengouement des acadmiques pour les options relles, et la faible utilisation de
celles-ci par les entreprises est saisissant.
Trois principales enqutes ont estim le pourcentage des entreprises ayant recours aux options relles.
Les enqutes ne sont pas directement comparables, et on observe des diffrences dans les rsultats.
Mais ces tudes convergent clairement vers le constat que les options relles constituent un outil peu
utilis par les entreprises.
II.1.1 Ltude de Graham et Harvey (2001)

Graham et Harvey (2001) ont men une enqute auprs de 392 directeurs financiers dentreprises Nord
Amricaines. Lchantillon tait constitu dentreprises de toutes tailles : 26% des entreprises de
lchantillon avaient un chiffre daffaires annuel infrieur 100 millions $, tandis que 42% avaient un
chiffre daffaires annuel suprieur 1 milliard $.
Lenqute rvle que les techniques les plus utilises pour prendre les dcisions dinvestissement sont,
de loin, le taux de rentabilit interne (IRR, Internal Rate of Return), et la Valeur Actuelle Nette (NPV,
Net Present Value). Ces deux techniques sont toujours ou presque toujours utilises par
respectivement 76% et 75% des entreprises de lchantillon. A linverse, seulement 27% des directeurs
financiers interrogs ont recours aux options relles.
On peut par ailleurs noter que lenqute na pas tabli de lien entre dune part le recours aux options
relles et dautre part les caractristiques de lentreprise (taille, niveau dendettement, activit
manufacturire ou non, entreprise cote ou non). Les seuls facteurs pouvant influencer sur le recours
aux options relles (statistiques significatives un seuil de 10%) sont
lge du directeur financier : les directeurs financiers de moins de 59 ans sont plus susceptibles
dutiliser les options relles ;
lenvironnement rglementaire de lentreprise : les entreprises appartenant des secteurs non
rguls sont plus susceptibles de recourir aux options relles que les entreprises subissant une
importante rgulation (comme par exemple les utilities ).
28
Chapitre 1
Figure 1.2. : Techniques utilises par les entreprises pour slectionner les projets
dinvestissement (Graham & Harvey, 2001)
76%
IRR
NPV
75%
Hurdle rate
57%
Pay back
57%
Sensitivity analysis
52%
39%
P/E multiples
Discounted payback
29%
Real Options
27%
Book rate of return
20%
Simulation analysis
14%
Profitability index
12%
APV
11%
0%
10%
20%
30%
40%
50%
60%
70%
80%
% des entreprises utilisant toujours ou presque toujours l'outil pour slectionner les projets d'investissement
Source : Graham et Harvey (2001)
II.1.2. Ltude de Ryan et Ryan (2002)

Ryan et Ryan (2002) ont men une enqute auprs des directeurs financiers des entreprises du
Fortune 1000 pour dterminer quels sont les outils daide la dcision dinvestissement les plus
utiliss. Ils prsentent les rsultats bass sur 205 rponses.
Comme Graham et Harvey (2001), les auteurs constatent une nette domination de la VAN et du taux
de retour interne (IRR), qui sont toujours ou souvent utiliss par respectivement 85,1% et 76,7%
des entreprises.
En complment des sept techniques les plus souvent utilises, les chercheurs ont interrog les
directeurs financiers sur leur utilisation de 13 outils complmentaires. Parmi ceux-ci, les options
relles apparaissent comme loutil le moins utilis (Figure 1.3).
29
Chapitre 1
Figure 1.3 : Taux dutilisation doutils daide la dcision dinvestissement complmentaires

(Ryan & Ryan, 2002)
Analyse de sensibilit (M)
Analyse de scnario (M)
Outil d'aide la dcision d'investissement (*)
Cash-flows corrigs par l'inflation (M)

Economic Value Added (EVA) (M)
Taux de rendement interne incrmental (M)
Simulation (H)
Market Value Added (MVA) (M)
PERT/CPM (M)
Arbres de dcision (M)
Modles mathmatiques complexes (H)
Programmation linaire (H)
Modle de valorisation d'option (H)
Options relles (H)
0%
10%
20%
30%
40%
50%
60%
70%
% des rpondant utilisant toujours ou souvent l'outil de dcision d'investissement
Note (*) : Niveau de difficult technique : M = moyen ; H = haut. La description des outils est
prcise en Annexe 1 de la thse.
Source : Ryan et Ryan (2002)
Les auteurs distinguent deux modes dutilisation des options relles.
Le premier correspond lemploi de modles de valorisation doption, comme le modle binomial
ou le modle de Black et Scholes.
Le deuxime correspond la prise en compte des opportunits dextension, de contraction ou
dabandon du projet dinvestissement avant la fin de sa vie . Ryan et Ryan ne donnent
malheureusement pas davantage de prcision sur les modalits dutilisation ; on peut supposer
quils font ici rfrence une utilisation qualitative des options relles ( Real Option Thinking ),
par opposition une approche quantitative utilisant les modles de valorisation doption.11
Tableau 1.4 : Dtail du taux dutilisation des options relles par les entreprises
Source : Ryan et Ryan (2002)
11
Le faible taux dutilisation de loutil options relles pourrait en partie sexpliquer par lambigut de
lintitul.
30
Chapitre 1
Cest lapproche quantitative fonde sur les modles doption qui est la plus utilise des deux : 5,3%
des entreprises lutilisent toujours ou souvent (soit dans plus de 75% des cas) ; le taux dutilisation
passe 20,9% si lon inclut les rponses parfois (soit dans plus de 50% des cas).
II.1.3. Les enqutes de Bain & Co.

Le cabinet de conseil Bain & Company a initi en 1993 un cycle dtudes sur les outils de
management les plus employs par les entreprises (Rigby & Gillies, 2000). Le spectre est plus large
que celui des enqutes de Graham et Harvey (2001) ou Ryan et Rayan (2002), car il couvre lensemble
des outils de management, et non pas seulement daide la dcision dinvestissement.
Lenqute de 2000 a t effectue auprs de 451 cadres dirigeants dentreprises prsentes dans plus de
30 secteurs dactivit (Teach, 2003). Elle a rvl que 6% des entreprises nord amricaines, et 13%
des entreprises dans le reste du monde, ont recours aux options relles (Colleau & Rigby, 2001).
Tableau 1.5. : Taux dutilisation doutils de management par les entreprises (Bain & Co.)
Planning stratgique
Mission de l'entreprise
Stratgies de croissance
Qualit totale
Rduction du temps de cycle
Intgration de la chane de production
Dveloppement de scnarios
Analyse des options relles
Analyse des bouleversement de march
% d'entreprises utilisatrices
Amrique du Nord
Reste du monde
89%
74%
85%
74%
65%
47%
40%
56%
38%
27%
35%
27%
21%
34%
6%
13%
5%
13%
Source : Colleau et Rigby (Bain & Co.), 2001

Par ailleurs, lenqute de 2000 rvle un taux dabandon lev : environ 32% des utilisateurs ayant eu
recours aux options relles ont par la suite abandonn cet outil, alors que le taux moyen dabandon sur
lensemble des outils de management tests est de 11%.
La dception des entreprises lgard des options relles est confirme par le fait que le taux
dutilisation des options relles semble en baisse. En effet, Bain & Co. a supprim les options relles
de sa liste des outils de management dans son enqute de 2003.
II.1.4. Lenqute de De Bodt et Bouquin (2001)

En France, la faible diffusion des options relles est confirme par une enqute postale ralise par De
Bodt et Bouquin (2001) sur le contrle de linvestissement : parmi les 44 entreprises ayant rpondu au
questionnaire, seulement deux affirment utiliser des critres issus de la thorie des options relles
pour raliser les tudes de rentabilit de leurs dcisions dinvestissement.
31
Chapitre 1
Tableau 1.6 : Outils utiliss par les entreprises franaises pour la slection de projets
dinvestissement
On utilise, pour ltude de la Nombre de rponses % par rapport au
rentabilit
(plusieurs rponses
total de rponses
possibles)
TIR
30
38,0%
Priode de remboursement
26
32,9%
VAN
16
20,2%
Retour sur capitaux engags*
3
3,8%
Cration de valeur*
2
2,5%
Critres issus de la thorie
2
2,5%
des options
TOTAL
79
100%
*: Ces critres ont t mentionns par les rpondants eux-mmes
Source : De Bodt et Bouquin, 2001
% par rapport
lchantillon
68,2%
59,1%
36,4%
6,8%
4,6%
4,6%
Ces enqutes dutilisation comportent naturellement certaines limites, et il faut interprter les rsultats
avec prudence.
En premier lieu, comme le soulignent Graham et Harvey (2001 : 197), les rsultats refltent les
opinions des personnes interviewes, et ces opinions ne correspondent pas ncessairement la
pratique.
Dans le cas prcis des options relles, qui constituent un instrument complexe dutilisation, il est fort
possible que le pourcentage total dutilisateurs indiqu par les deux tudes ci-dessus incluent des
entreprises nutilisant quune version trs simpliste (par exemple uniquement qualitative) des options
relles.
Ainsi, Triantis et Borison (2001) estiment que lutilisation des options relles comme un raisonnement
sous forme qualitative (cest--dire la formulation avec un vocable optionnel de la logique qui soustend un investissement) semble beaucoup plus rpandue que lanalyse formelle des options relles.
Busby et Pitts (1997) 12 notent pour leur part que les explications donnes par les rpondants laissaient
suggrer que ceux-ci ne donnaient pas aux options relles le mme sens que celui utilis dans la
littrature.
Dautre part, comme le remarquent Ryan et Ryan (2002), la rponse donne reflte lopinion dun seul
individu, et non pas la pratique de lentreprise dans son ensemble.
Or, Triantis et Borison (2001) indiquent quil existe pour une entreprise plusieurs stades pour
lutilisation des options relles. Celles-ci peuvent navoir t testes que dans le cadre dun projet
pilote. Ou bien lentreprise peut se trouver dans un deuxime stade, o les options relles sont utilises
pour certains types de dcisions seulement. 13 Seul un trs petit nombre dentreprises (ex : Texaco,
Intel) tendraient vers un stade o les options relles sont vritablement intgres dans le processus de
dcision dinvestissement de lentreprise.
Par ailleurs, les auteurs notent que lutilisation des options relles dans les entreprises se fait
gnralement linitiative du middle management.
Le fait que le directeur financier dune (grande) entreprise ne mentionne pas les options relles comme
outil daide la dcision, ne signifie donc pas que celles-ci ne sont pas utilises au sein de
lorganisation.
12
Voir Section 1, II.3. pour plus de dtails sur lenqute de Busby et Pitts (1997). Voir aussi ce sujet le
Chapitre 2
13
Ltude de la littrature suggre par exemple que, dans le cas des compagnies ptrolires, les options relles
sont uniquement employes pour les dcisions dinvestissement dans les activits amont (exploration et
production).
32
Chapitre 1
En dpit de ces prcautions dusage, il apparat clairement travers ces enqutes que les options
relles ne constituent lheure actuelle quun outil daide la dcision dinvestissement marginal pour
les entreprises.
II.2. Une utilisation des options relles qui semble pour linstant concentre sur certains secteurs
dactivit
Si le taux moyen dutilisation des options relles reste faible, il semble que celles-ci sont
majoritairement utilises dans un nombre restreint de secteurs dactivit, et pour des problmatiques
prcises.
Dans le Tableau 1.7, nous avons rassembl les entreprises cites dans la littrature comme ayant utilis
les options relles. Le tableau prcise par ailleurs le type dinvestissement pour lequel les options
relles ont t utilises.
En complment du Tableau 1.7, nous avons plac en Annexe 2 une liste de 33 multinationales utilisant
les options relles des degrs de sophistication divers. Il sagit dentreprises auprs desquelles
Triantis et Borison (2001) ont men une srie dentretiens pour comprendre leurs motivations pour les
options relles, et le type dusage quelles en font.
Le Tableau 1.7 montre que lutilisation des options relles est concentre sur trois secteurs dactivit.
1. Le secteur ptrolier, pour des investissements concernant les activits amont dexploration et
de production (de ptrole ou de gaz).
2. Le secteur de lnergie
Les options relles y sont utilises comme outil de trading dans le ngoce de llectricit.
Ainsi, la Tennessee Valley Authority sest fonde sur les options relles pour ngocier des
options d'achat de capacits de production lectrique (Tufano, 1996; Coy, 1999; Copeland &
Antikarov, 2001).
La littrature relate par ailleurs des exemples dans lesquels les options relles ont permis de
valoriser des actifs de production flexibles face la forte volatilit des prix de llectricit.
3. Le secteur de la pharmacie et des biotechnologies
Les options relles sont utilises soit des fins internes, pour piloter les programmes de R&D (ex :
Genentech dans Triantis et Borison, 2001), soit comme support de ngociation avec des tiers pour
lachat et la vente de socits ou de licences (ex : Merck dans Nichols, 1994).
Lidentification de ces trois ples comme principaux utilisateurs des options relles est confirme par
Boer (2002: 28). Lchantillon dentreprises interroges par Triantis et Borison (2001) est lui aussi
largement domin par des entreprises prsentes dans le secteur de lnergie et du ptrole (14
entreprises sur 33).
33
Chapitre 1
Tableau 1.7. : Exemples dentreprises ayant utilis les options relles

Secteur
Type dinvestissement
Exemples dentreprises
dactivit
Exploration / production Anarkado Petroleum
Ptrole &
gaz
Chevron
Exxon, Mobil,
Texaco
Energie
Outil de trading
Shell
BP Amaco
Tennessee Valley Authority
Dynegy, Amerada Hess, Duke

Energy, Aquila Energy
Valorisation de socits / Enron
dactifs de production ou
transport du courant
Socit Gnrale, Rseau de
lectrique
Transport dElectricit
New England Electric
Pharmacie / - Choix dinvestissement Merck
bio-techno- dans la R&D
- Valorisation de socits Genentech
logies
ou de licences
Amgen
Eli Lilly, Baxter International,
Genzyme, Smith & Nephew
Industrie
Production et distribution Hewlett Packard
ICI
Intel
Coy, 1999; Copeland & Antikarov,

2001 ; Miller & Park, 2002
Coy, 1999
Copeland & Antikarov, 2001
Copeland & Antikarov, 2001, Miller
& Park, 2002
Kemna, 1993
Miller & Park, 2002
Tufano, 1996; Coy, 1999; Copeland
& Antikarov, 2001
Boer, 2002
2001
Colloque du 25/1/2002 lUniversit
Paris IX Dauphine
Miller & Park, 2002
Nichols, 1994; Bowman &
Moskowitz, 2001
Triantis & Borison, 2001; Boer,
2002 ; Miller & Park, 2002
Stuart, 1999 ; Boer, 2002
Boer, 2002
2001; Triantis & Borison, 2001 ;
Miller & Park, 2002 ; Billington &
Triantis, 2003
Utilisation de machines
de production flexibles
ABB Motors

Triantis & Borison, 2001; Teach,
2003
Bengtsson & Olhager, 2002
Lancement dun nouveau

produit
Ngociation de droits
(licences, annulation /
modification de
commandes)
Philips
Pennings & Lint, 2000
Intel, Pratt & Whitney

Airbus Industries, Cadence Design
Systems
Toshiba
Apple

Copeland & Antikarov, 2001; Miller
& Park, 2002
Miller & Park, 2002
Yankee 24
Client anonyme dIBM
Benaroch et Kaufman, 2000

Bardhan et al., 2004
Dcision de sortie d'un

march
Services
Rfrences bibliographiques
Systme dinformation
34
Chapitre 1
Lintrt des entreprises dans ces secteurs pour les options relles sexplique par la combinaison dune
forte intensit capitalistique, et dun niveau dincertitude lev concernant la rentabilit des projets
dinvestissement : incertitude sur les prix du ptrole et la taille des rserve dun gisement dans le
secteur ptrolier, sur les prix de llectricit dans le secteur de lnergie, sur le succs puis
lacceptation par les autorits sanitaires, ainsi que sur la taille des dbouchs commerciaux dans le
secteur de la pharmacie et des biotechnologies.
Comme le notent Triantis et Borison (2001), il sagit dindustries forte culture dingnieurs, qui sont
familires avec lutilisation doutils danalyse sophistiqus, et cherchent en permanence amliorer
leurs mthodes de valorisation des projets et dallocation du capital.
Par ailleurs, dans le cas du secteur du ptrole et de llectricit, la valeur des investissements est
fortement corrle au prix dactifs ngocis sur les marchs financiers. Les options relles tudies
dans ces secteurs se trouvent dans une logique proche de celle des options financires. La transposition
des modles de valorisation doptions financires la valorisation des options relles est donc
relativement aise. En particulier, laccessibilit des prix ngocis sur les marchs financiers permet
de plus facilement estimer la valeur de paramtres de calcul comme la volatilit ou le taux de
dividende, ce qui est un des obstacles majeurs rencontrs dans la valorisation des options relles. 14
Dans le secteur de la pharmacie, on ne retrouve pas cette proximit avec les marchs financiers. En
revanche, la flexibilit managriale face lincertitude est importante. Le squenage des programmes
de recherche en plusieurs phases ou llaboration de contrats contingents avec les entreprises
partenaires suivent une logique incrmentale, qui est au coeur du raisonnement optionnel.
En dehors de ces trois grands ples dutilisation, on peut relever diverses applications des options
relles par des entreprises, notamment pour des dcisions dinvestissement concernant :
lemplacement ou la construction des actifs de production ;
le systme dinformation.
Enfin, on note des applications intressantes des options relles pour assister les entreprises dans leur
ngociations de droits, que ce soit des droits de licence ou encore des droits dannulation ou de
modification de commandes. Ces applications correspondent la valorisation de ce quAmram et
Kulatilaka (1999) dnomment les options contractuelles . 15 On se rapproche dans ce cas de la
logique des options financires, car les caractristiques de loption tudie sont en grande partie
dcrites dans le contrat ngoci. En consquence, on se retrouve dans un environnement plus
balis que pour les autres catgories doptions relles, et la valorisation sen trouve facilite.
Ces exemples dutilisation des options relles par les entreprises sont dune porte limite.
Dune part, mme dans les secteurs o les options relles sont censes tre particulirement adaptes,
il ne faut pas dduire de quelques exemples dutilisation que le recours aux options relles est une
pratique courante de lindustrie.
Dautre part, la littrature ne nous donne quune faible visibilit sur les modalits concrtes
dutilisation des options relles par les entreprises. Dans presque tous les cas, seule la problmatique
de la dcision dinvestissement et sa nature optionnelle sont dcrites. Mais lexception de Merck
(Bowman & Moskowitz, 2001), on ne connat pas la teneur des analyses optionnelles effectues par
ces entreprises.
Ce que suggrent en tous cas ces exemples dutilisation, cest que les options relles semblent utiles
pour des dcisions dinvestissement intervenant sur des problmatiques bien prcises.
14
Cf. Chapitre 3, section 2, II.2.4. Une grande difficult valuer la valeur des paramtres utiliss par les
modles
15
cf. Section 1, I.3. Prsentation des principaux types doptions relles
35
Chapitre 1
Cet tat de fait contraste fortement avec une partie de la littrature annonant les options relles
comme un nouveau paradigme, et luniversalit du raisonnement optionnel comme logique sousjacente aux dcisions dinvestissement stratgiques (ex: Bowman & Hurry, 1993).
II.3. Les raisons possibles de la faible utilisation des options relles par les entreprises
Deux principales raisons peuvent expliquer la faible utilisation des options relles par les entreprises :
la nouveaut de lapproche, et les difficults de mise-en-uvre.
II.3.1. Nouveaut de lapproche

Les options relles sont une approche rcente, qui nest enseign en MBA que depuis une dizaine
dannes, et leur faible diffusion dans le monde de lentreprise provient en premier lieu du fait quelles
sont peu connues du grand public.
Busby et Pitts (1997) ont envoy un questionnaire postal aux directeurs financiers de toutes les
entreprises du FT-SE 100. Les auteurs ont reu sur cet chantillon 44 questionnaires complts, dont
les rponses taient exploitables.
Lenqute rvle que le concept doptions relles reste largement mconnu dans le domaine de
lentreprise. A la question Avez-vous dj entendu parler du terme options relles , options de
croissance ou options dexploitation , seulement respectivement 6, 3 et 2 rpondants (sur 44) ont
rpondu par laffirmative.
De faon plus rcente et plus cible, on peut mentionner le constat de Slade (2001: 198) dans le
secteur minier. Daprs Trigeorgis (1996), le secteur minier se prte particulirement bien
lapplication des options relles. Pourtant, lors des entretiens mens dans le cadre de la prparation de
son tude sur les mines de cuivre canadiennes, Slade a constat que trs peu des personnes
responsables des dcisions dinvestissement avaient dj entendu parler de la thorie des options
relles, et quaucun dentre eux ne lavaient jamais utilise.
En dehors de cet obstacle conjoncturel, apparat une difficult plus structurelle, lie la complexit de
la thorie des options relles.
II.3.2. Complexit de loutil et difficults de mise-en-oeuvre

Dune manire gnrale, Ryan et Ryan (2002) constatent que plus un outil daide la dcision
dinvestissement est complexe mettre en uvre, moins il est utilis par les entreprises. La Figure 1.3
montre ainsi que tous les outils dont le niveau de difficult technique est lev se retrouvent en fin de
classement du taux dutilisation par les entreprises.
Dans les commentaires gnraux effectus par les directeurs financiers ayant rpondu lenqute de
Busby et Pitts (1997), les deux rpondants qui avaient lu louvrage de Dixit et Pindyck (1994) ont
indiqu que la thorie des options relles dans sa forme actuelle tait trop complique, et devait tre
simplifie pour pouvoir tre utilise dans la pratique par les entreprises.
Pour leur part, Hartmann et Hassan (2006) ont men une enqute auprs de 28 grands groupes
pharmaceutiques sur lutilisation des options relles pour prendre des dcisions dinvestissement dans
la R&D.
36
Chapitre 1
Les chercheurs ont propos une srie de raisons expliquant la faible utilisation des options relles.
Nous les avons regroupes en trois grandes catgories : les raisons de nature mthodologique, les
raisons de nature organisationnelle, et labsence de besoin dune mthodologie comme celle des
options relles (Figure 1.4).
Figure 1.4 : Principaux obstacles lutilisation des options relles cits par 28 grands groupes
pharmaceutiques
Obstacles lis la mthodologie / valorisation
OR considres comme complexes
Manque de transparence
Mauvaise connaissance des mthodes de valorisation
Fiabilit incertaine
Insuffisance d'tudes de cas
Absence de mthodologie standard des OR
Pas de comparaison possible avec d'autres mthodes
Absence de rigueur scientifique
Dtermination de la volatilit
Obstacles de nature organisationnelle
Pas d'acceptation par les dcideurs / clients
Absence d'integration avec les mthodes actuelles
Pas d'acceptation par les actionnaires
Dpenses de mise en oeuvre leves
Obstacles lis l'apport des options relles
Satisfaction avec les mthodes actuelles
OR utiles seulement pour les phases de recherche/pr-cliniques
OR utiles seulement pour les travaux acadmiques
Pas de rponse
0
10
12
14
16
Nb. de citations (28 rpondants)
Source : daprs Hartmann et Hassan, 2006, p.350

Les rsultats, prsents dans la Figure 1.4, montrent la domination des obstacles de nature
mthodologique. La thorie des options relles est perue comme trop complexe ; elle manque de
transparence, et souffre de labsence dune mthodologie dapplication standard. Les mthodes de
valorisation possibles sont multiples, et la fiabilit des rsultats est juge incertaine.
Mme dans le secteur du ptrole, qui est lun des secteurs dapplication des options relles privilgis,
la mise en uvre des options relles apparat difficile.
Ainsi, Cortazar et Schwartz (1997: 126) soulignent que, en dpit du consensus existant sur lintrt des
options relles pour prendre les dcisions dinvestissement dans le domaine des commodities , le
rythme dadoption est trs lent. Les auteurs expliquent ce phnomne par la complexit de la thorie
des options relles.
Cortazar et Schwartz prcisent que la plupart des entreprises utilisant les options relles se limitent
des formules dapproximation, comme le modle de Black et Scholes. Or, ces modles ont t
dvelopps pour valoriser des options financires. Ils ne prennent pas en compte les spcificits
propres aux dcisions dinvestissement dans le domaine des commodities .
***
37
Chapitre 1
Une approche qui semble adapte uniquement des problmatiques dinvestissement prcises, une
mthodologie complexe mettre en uvre, et qui na pas effectu sa mutation de lunivers financier
vers lunivers rel : voici quelques pistes de rflexion contribuant expliquer le dphasage entre
acadmiques et praticiens au sujet des options relles.
Dans la section suivante, nous nous efforons danalyser en quoi la littrature acadmique, si
abondante soit-elle, a tudi la pertinence et les limites de lapproche des options relles comme outil
daide la dcision dinvestissement stratgique.
38
Chapitre 1
SECTION 2 : LES MODALITES CONCRETES DUTILISATION DES OPTIONS REELLES

POUR ASSISTER LES DECISIONS DINVESTISSEMENT : UN DOMAINE ENCORE PEU
EXPLOITE PAR LA LITTERATURE ACADEMIQUE
Dans cette section, nous dressons une cartographie de la littrature sur les options relles. Lobjectif de
cette tude est danalyser dans quelle mesure les recherches acadmiques ont tudi la pertinence et les
limites des options relles comme outil daide la dcision dinvestissement stratgique.
Pour ceci, nous procdons en deux temps :
Dans un premier temps, nous dressons un panorama gnral de lensemble de la littrature sur les
options relles. En passant en revue environ 700 articles sur les options relles publis dans les
principales revues anglo-saxonnes de sciences conomiques et de gestion, nous identifions quels
sont les types de problmatiques pour lesquelles les options relles sont les plus utilises.
Dans un deuxime temps, nous nous concentrons sur les articles plus spcifiquement consacrs
lapplication des options relles la dcision dinvestissement stratgique. Pour comprendre
lapport et les limites de la littrature notre sujet de recherche, nous analysons ces articles avec
une double question.
Il sagit dune part de comprendre la problmatique des auteurs, et dtudier en quoi celle-ci
permet de mieux cerner lapplicabilit des options relles la dcision dinvestissement.
Dautre part, nous analysons le type de recherche effectu dans ces publications, et plus
prcisment leur degr de validation empirique. En effet, nous avons voqu dans la section 1 le
dcalage entre dun ct la multiplication des publications sur les options relles, et de lautre ct
la faible utilisation faite par les entreprises de cette approche. Lune des raisons de cette faible
utilisation rside dans la forte opacit de la thorie des options relles aux yeux des managers. Il
est donc important de dterminer dans quelle mesure la littrature actuelle a su sadapter la
ralit des entreprises, ou relve essentiellement de considrations thoriques.
I. Panorama gnral de la littrature sur les options relles

Le panorama gnral de la littrature sur les options relles qui est prsent dans les pages qui suivent
a t tabli en analysant une base de 705 articles de recherche. Ces articles ont t publis dans les
principales revues anglo-saxonnes de sciences conomiques et de gestion avec comit de lecture 16. Ils
ont t slectionns dans la base de recherche Business Source Premier laide des critres
suivants :
Date de publication comprise entre 1977 (date de la 1re publication des options relles, avec
larticle fondateur de Myers) et avril 2007 ;
Articles comportant lexpression real option dans le titre, les mots cls, ou le rsum.
Nous avons regroup les revues tudies en six grandes disciplines :
Revues de finance ;
Revues dconomie ;
Revues de recherche oprationnelle et sciences du management ;
Revues de management et stratgie ;
Revues spcialises sur dautres fonctions de lentreprise que la stratgie ou la finance (marketing,
comptabilit / contrle, droit / fiscalit, etc.) ;
Revues sectorielles.
16
Nous avons rajout cette base de donnes les articles publis dans la revue Harvard Business Review qui
nest pas comit de lecture
39
Chapitre 1
Pour une plus grande visibilit, certaines de ces disciplines ont t divises en Catgories .
Lattribution des revues par discipline / catgorie a t tablie essentiellement sur la base de la
segmentation retenue dans la Journal Quality List 17, qui reprend les classements des principales
revues dconomie et de gestion effectus par de grandes universits amricaines, europennes et
asiatiques, ainsi que par le Financial Times.
Lorsque cela tait ncessaire, nous nous sommes galement appuys sur le classement des revues du
CNRS, qui est trs complet dans le domaine des sciences conomiques, et couvre un certain nombre
de revues qui ne sont pas cites dans la JQL. Pour un nombre restreint de revues plus faible
diffusion, nous avons galement utilis la description de la revue donne par la base Business Source
Premier .
Les principaux rsultats de ltude sont rsums dans les Figures 1.5 et 1.6. La Figure 1.5 dtaille la
rpartition du nombre darticles par discipline / catgorie. Pour permettre au lecteur de mieux
apprhender quoi correspondent les diffrentes disciplines, la Figure 1.6 prsente les revues les plus
reprsentatives de chacune dentre elles.18
Figure 1.5 : Rpartition des publications sur les options relles par type de revue
178
Total: 705 articles
137
7
102
37
65
99
Mthodes
quantitatives,
mathmatiques,
jeux et dcision
Oprations,
Production,
Sciences du
Management
31
96
Management
RH, risque
Marketing
Stratgie
Sant
Droit, fiscalit
18
Comptabilit,
contrle
25
Energie
IT / IS, KM
25
Agriculture,
environnement,
ressources
naturelles
Stratgie
36
Recherche oprationnelle
63
Divers
9
5
20
68
93
R&D,
innovation
Autres fonctions
29
Economie
industrielle
Economie
178
67
Economie
financire
Immobilier,
construction
Revues sectorielles
Economie
Finance
17
26me dition, 5 mars 2007. Liste compile et dite par Dr Anne-Wil Harzing, http ://www.harzing.com
Pour plus de dtail, nous avons fait figurer en Annexe 3 la liste de toutes les revues ayant publi au moins trois
articles sur le thme des options relles.
18
40
Chapitre 1
Figure 1.6 : Principales revues ayant publi sur le thme des options relles
IEEE Trans. On engineering mngt
Eur J. Operational Research

Recherche
oprationnelle
Mngt Science
Autres revues
Operations Research
McKinsey Quarterly.
Stratgie &
Management
SMJ
AMR
HBR
Autres revues
Quart. R. Econ. & Finance

Finance
R. Financial Econ.
Autres revues
J. Applied Corp.
Finance
J. Financial Econ.
J. Econ. Dynamics & Control
Applied Economics
Autres revues
Economie Engeneering Economist

Applied Econ. Letters
Research Techn Mngt
Intl J. of Technology Mngt
Autres
R&D Mngt
fonctions
Autres revues
J. of Mngt information systems
Energy Policy
Real Estate econ.
J. of Real Estate Finance & Econ.
Applications
sectorielles
Autres revues
Construction & mngt

econ.
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
160
170
180
Nombre d'articles publis
Le premier constat qui se dgage de ce panorama est la domination de la littrature sur les options
relles par la sphre financire. Celle-ci reprsente environ 60% des publications de notre base de
donnes : 178 publications dans les revues de finance, 137 publications dans les revues dconomie et
102 publications dans les revues de recherche oprationnelle. Dans cette discipline, nous avons plac
dune part les revues spcialises dans les mthodes quantitatives et mathmatiques, la thorie des
jeux et de laide la dcision (37 publications), et dautre part les revues centres sur les oprations, la
production et la science du management (65 publications).
Cette prvalence de la sphre financire nest gure tonnante, puisque les options relles trouvent
prcisment leur origine dans la thorie des options financires. Nanmoins, elle constitue un indice
suggrant que la thorie des options relles reste pour linstant trs attache ses racines financires,
et na pas encore vritablement franchi la porte du monde rel .
Le deuxime enseignement de cette tude est la grande diversit des problmatiques abordes par la
littrature sur les options relles. Il apparat en effet que les articles sur les options relles sont publis
dans des revues appartenant des domaines trs diffrents des sciences de gestion et des sciences
conomiques.
Nous avons voqu plus haut les revues de finance, dconomie, de recherche oprationnelle et
sciences du management, cumulant environ 60% des publications.
Viennent ensuite les revues de stratgie et management, qui reprsentent de lordre de 15% des
publications sur les options relles.
Le troisime ple est constitu par les publications sur les applications des options relles, qui
peuvent tre soit sectorielles, soit fonctionnelles.
Les revues sectorielles reprsentent 13% des publications. Les principaux secteurs dactivit
concerns sont :
41
Chapitre 1

La construction et limmobilier (29 articles) ;

Lagriculture, lenvironnement et les ressources naturelles, ces dernires couvrant
notamment les activits minires et forestires (25 articles) ;
Lnergie, regroupant essentiellement les activits ptrolires et lectriques (25 articles) ;
La sant (5 articles) ;
Divers secteurs tels que les tlcommunications, la banque et assurance, le tourisme (9
articles).
Les revues spcialises dans certains aspects de la gestion de lentreprise autres que la finance et
la stratgie reprsentent elles aussi 13% des publications sur les options relles. Ces revues
couvrent les domaines suivants :
Le management de la R&D, et de linnovation en gnral (36 articles) ;
La gestion des systmes dinformation et le knowledge management (20 articles) ;
La comptabilit et le contrle de gestion (18 articles) ;
Le droit et la fiscalit (8 articles) ;
Le marketing (7 articles)
Divers domaines (7 articles), comprenant les ressources humaines et le management du
risque.
Lhtrognit de la littrature sur les options relles est galement rvle par le grand nombre de
revues ayant publi sur les options relles. Les 705 articles de notre base de donnes ont t publis
dans 268 revues diffrentes. Parmi celles-ci, 201 revues ont publi seulement un ou deux articles sur
les options relles.
Les problmatiques traites par la littrature sur les options relles vont bien au-del des rflexions
inities par Myers en 1977 sur la valeur de lentreprise. Les options relles constituent une grille de
lecture, qui peut tre applique de nombreux sujets dtude, et tudie diffrents niveaux danalyse.
1
En sciences de gestion, lchelle de lentreprise :

Finance : les options relles sont utilises pour mieux apprhender la valorisation des
entreprises effectue par les marchs financiers ;
Stratgie / Finance : les options relles permettent de mieux valoriser les projets
dinvestissement.
Marketing : les options relles peuvent tre utilises sur des problmatiques de pricing, pour
prendre en compte la valeur de la flexibilit dans les contrats. On trouve par exemple des
applications dans le domaine de la production lectrique (Deng & Xia, 2006), dans les achats
de matriaux de construction (Ng et al., 2004) ou dans la valorisation des contrats de leasing
(Grenadier, 1995).
Les options relles peuvent tre galement utilises pour dterminer les cibles de clientles sur
lesquelles il est optimal de concentrer les actions de marketing (Haenlein & Kaplan, 2006).
Ressources humaines : les options relles permettent de comprendre des phnomnes tels que
lintrt pour lentreprise de disposer de ressources excdentaires 19 (Fox & Marcus, 1992).
Comptabilit et contrle de gestion : les modles optionnels permettent dexpliquer pourquoi
les entreprises peuvent avoir intrt transfrer les revenus dun segment dactivit vers un
autre dans leurs tats comptables (Chen & Zhang, 2007) ;
Etc.
En sciences conomiques, lchelle dun ensemble dentreprises

Les options relles peuvent par exemple permettre de mieux comprendre le lien entre niveau
gnral de linvestissement et volution des taux dintrt.
19
slack ressources dans la terminologie anglo-saxonne
42
Chapitre 1
Cette diversit des problmatiques est signale par McGrath et al. (2004). Les auteurs indiquent que la
littrature repose sur des acceptions trs diffrentes du concept doption relle. Les auteurs en
retiennent quatre principales : les options relles comme (1) la partie de la valeur totale dune
entreprise faisant lobjet dopportunits de croissance ; (2) une dcision dinvestissement spcifique,
prsentant des caractristiques optionnelles ; (3) un ensemble de choix (4) un processus heuristique
dans la dfinition de la stratgie dune entreprise.
Quel que soit le dcoupage effectu, il apparat clairement que le sujet dtude de cette thse, cest-dire les options relles comme outil daide la dcision dinvestissement stratgique, ne reprsente
quune partie limite de cette abondante littrature sur les options relles. Dans les pages suivantes,
nous resserrons donc notre revue de littrature sur ce sujet.
II. Analyse de la littrature sur lapplication des options relles la dcision dinvestissement
stratgique
II.1. Dtermination du panel darticles

Notre analyse dtaille porte sur 154 articles de recherche figurant dans la base utilise pour le
panorama gnral de la littrature sur les options relles.
Pour rappel, lobjectif poursuivi est danalyser les apports et les limites de la littrature concernant
lapplicabilit des options relles aux dcisions dinvestissement stratgiques des entreprises.
Il ntait matriellement pas possible danalyser lensemble des quelques 700 articles rassembls dans
notre base de donnes. En consquence, nous avons travaill sur un chantillon restreint darticles, qui
ont t slectionns de la faon suivante :
Nous avons concentr notre analyse sur les revues dexcellence. La liste des revues a t tablie sur la
base des classements repris par la Journal Quality List (JQL). Il est vrai que lon peut parfois observer
des diffrences significatives dans les classements, pour une mme revue, suivant linstitution
lorigine du classement. Nanmoins, on peut considrer que lensemble des revues retenues pour cette
tude dtaille, et qui sont prsentes en Figure 1.7, est de trs bonne tenue.
Aprs avoir rduit lchantillon ces revues dexcellence, nous avons procd de faon diffrencie
suivant le domaine de la revue.
Nous avons conserv lensemble des articles publis dans les revues de stratgie et management.
Pour les autres revues, nous avons restreint notre analyse aux publications ayant pour mot cl, en
plus du terme real option , lexpression capital budgeting et / ou le mot investment .
De cette faon, nous avons tabli une liste de 154 articles, dont la rpartition par domaine de recherche
et par revue est prsente dans la Figure 1.7. La slection darticles sur la base de mots cls ne garantit
pas lexhaustivit de ltude. Nanmoins, lchantillon darticles retenus est de taille relativement
importante, et permet dobtenir une bonne vision de la physionomie gnrale de la littrature sur les
options relles comme outil daide la dcision dinvestissement.
43
Chapitre 1
Figure 1.7 : Dtail par revue des articles slectionns pour lanalyse dtaille (154 articles)
Revues d'conomie
Journal of Economic Dynamics and Control
International Economic Review
American Economic Review
International Journal Of Industrial Organization
Journal of Economics and Management Strategy
Journal of Economic Theory
Review of Economic Studies
Journal of Monetary Economics
Journal of Economic Literature
Journal of Development Economics
Journal of Economic Perspectives
Quarterly Journal of Economics
Economic Journal
Revues de stratgie
Strategic Management Journal
Academy of Management Review
Journal of Management
Sloan Management Review
California Management Review
Organization Science
Academy of Management Journal
Journal of Management Studies
Nb. articles
12
3
2
2
2
2
2
1
1
1
1
1
1
31
Revues de finance
Journal of Financial Economics
Financial Management
Journal of Finance
Journal of Business Finance and Accounting
Journal of Financial and Quantitative Analysis
Journal of Business
Journal of Banking and Finance
Review of Financial Studies
Journal of Futures Markets
Mathematical Finance
Nb. articles
16
9
3
2
2
2
1
1
36
Revues de recherche oprationnelle

European Journal of Operational Research
Management Science
Operations Research
Economic Theory
Revues sectorielles
Nb. articles
Energy Policy
5
Energy Economics
3
Journal of Environmental Economics and Management
2
Resource and Energy Economics
1
American Journal of Agricultural Economics
1
Land Economics
1
13
Nb. articles
10
8
6
4
4
3
2
2
2
1
42
Nb. articles
10
9
2
1
22
Autres fonctions de l'entreprise
MIS Quarterly
Information Systems Research
Management Accounting Research
Research Policy
Journal of Accounting Research
Accounting Review
Nb. articles
3
2
2
1
1
1
10
Nous analysons dans un premier temps les articles publis dans les revues de stratgie et management
(36 articles). Puis nous tudions les articles publis dans les revues de finance, conomie et recherche
oprationnelle, qui constituent un ensemble assez homogne (95 articles). Nous terminons par les
applications dans les revues sectorielles et fonctionnelles (23 articles).
II.2. Analyse des articles publis dans les revues de stratgie et management
Les articles sur les options relles publis dans les revues de stratgie et management peuvent tre
regroups en quatre grandes problmatiques.
Le classement des articles tudis par problmatique est prsent dans la Figure 1.8.
44
Chapitre 1
Figure 1.8 : Principaux thmes traits par les articles publis dans les revues de stratgie
Options relles et dcision
dinvestissement stratgique
Intrt et applicabilit des options

relles la prise de dcision
stratgique
Adner & Levinthal, 2004a,b
McGrath et al, 2004
Kogut & Kulatilaka, 2004
Zardkoohi, 2004
Utilisation des options relles pour

analyser certaines dcisions
dinvestissement
Options relles & risque
Choix technologiques
Analyse des frontires de la firme
Pertinence des options relles comme

outil de management du risque
Warner et al, 2006

McGrath & Nerkar, 2004
Miller & Arikan, 2004
McGrath, 1997
Hurry et al, 1992
Villalonga & McGahan, 2005

Leiblein & Miller, 2003
Leiblein, 2003
Reuer & Leiblein, 2000

Miller & Reuer, 1998
Miller, 1998
Choix dinvestissement ou de
dsinvestissement dans des joint
ventures
Kumar, 2005
Reuer & Tong, 2005
Folta & Miller, 2002
Chi, 2000
Folta, 1998
Les options relles comme levier de

dveloppement de lentrepreneurship
Miller & Shapira, 2004

Miller, 2002
Bowman & Moskowitz, 2001
Bowman & Hurry, 1993
Mobilisation des options relles, en

complment dautres thories (TCE,
RBV), pour analyser des
problmatiques de gouvernance
Entre sur un nouveau march

Folta & OBrien, 2004
Miller & Folta, 2002
Les options relles dans la pratique
Lee et al, 2007

Doh & Pearce, 2004
McGrath, 1999
Fichman et al, 2005

Cornelius et al, 2005
Davis, 2002
Sharp, 1991
Mode de gouvernance des alliances

Santoro & McGill, 2005
Type de validation empirique

xxx : Etudes de cas
yyy : Etudes statistiques sur l'ensemble d'un secteur d'activit, simulations, rflexions bases sur exprience en entreprise
zzz : Article thorique sans validation empirique
Problmatique en lien direct avec le sujet de thse
Sur les quatre principales catgories identifies, seules deux (fond gris sur la Figure 1.8) ont un lien
avec le sujet de cette thse, savoir lapport et les limites des options relles la dcision
dinvestissement stratgique.
La premire thmatique qui est au-del de notre primtre dtude porte sur le lien entre options
relles et management du risque.
A lchelle de lconomie, certains travaux analysent dans quelle mesure la connaissance et la
dissmination du raisonnement optionnel peut favoriser le dveloppement de lentrepreneurship
dans une conomie (McGrath, 1999; Doh & Pearce II, 2004; Lee et al., 2007).
A lchelle de lentreprise, dautres articles tudient en quoi lacquisition doptions relles
travers la ralisation dinvestissements permettant une flexibilit accrue peut permettre une
entreprise de rduire le risque auquel elle est expose (Miller, 1998; Miller & Reuer, 1998; Reuer
& Leiblein, 2000b).
La deuxime grande thmatique dans le domaine de la stratgie et du management qui na quun lien
connexe avec notre sujet dtude concerne les choix de gouvernance des entreprises. La thorie des
options relles est mobilise pour expliquer ces choix, gnralement en combinaison avec dautres
thories thorie de la ressource et / ou conomie des cots de transaction.
Certaines tudes se concentrent sur la dcision initiale de formation dun joint-venture ou dune
alliance, par rapport lalternative de lacquisition (ex: Folta & Miller, 2002) et/ou du
dsinvestissement (ex: Villalonga & McGahan, 2005). Dautres tudes se placent la phase de
terminaison du joint-venture, et tudient la dcision de rachat du reste du capital, ou au contraire de la
cession de la participation au partenaire (ex: Kumar, 2005). Enfin, Santoro et McGill (2005)
sinterrogent sur le mode de gouvernance dune alliance (gouvernance hirarchique ou licence).
45
Chapitre 1
En dehors de deux articles conceptuels (Chi, 2000; Leiblein, 2003), les articles classs dans cette
catgorie effectuent des validations empiriques : laide dune tude des cours de bourse pour Kumar
(2005), ou bien par ltude de donnes statistiques secondaires pour les autres.
Ces tudes utilisent les options relles pour expliquer les choix de gouvernance en se basant sur la
recherche de Kogut (1991). Kogut montre que la dcision dinvestir dans un joint-venture conduit la
cration dune double option : loption par la suite de racheter la participation du partenaire si
lentreprise souhaite se dvelopper dans le domaine dactivit du joint-venture, ou au contraire
loption de cder sa participation au partenaire si lentreprise souhaite se recentrer sur son cur de
mtier.
Le recours la thorie des options relles permet de mieux prendre en compte la valeur de la
flexibilit permise par un mode de gouvernance sous forme dalliance / de joint-venture ; il a permis
aussi dtablir le rle de lintensit de lincertitude (ex : Kumar 2005) ou du type dincertitude en
cause (Santoro & McGill, 2005) sur les choix de gouvernance.
Il apparat clairement que les options relles sont ici utilises comme une grille de lecture, permettant
de mieux apprhender la rationalit des choix des entreprises en matire de gouvernance. En revanche,
ces articles ne considrent pas les options relles comme un outil de dcision utilis de faon
consciente par les entreprises pour dcider dinvestir ou non dans un joint-venture. Ils reprsentent
donc une contribution au champ de la thorie de la firme, mais pas au processus de dcision
dinvestissement stratgique qui est le thme de cette thse.
Options relles pour prendre des dcisions dinvestissement technologique ou dentre sur un nouveau
march
Lensemble de ces articles sintresse la dcision dinvestissement dans une technologie ; on peut y
rattacher larticle de Folta et OBrien (2004), qui porte sur la dcision dentre sur un nouveau march.
Le point de dpart de ces articles est le constat quun investissement dans une nouvelle technologie ou
un nouveau march peut tre apprhend comme une option relle.
Dans ce contexte, certains articles (McGrath, 1997; Miller & Folta, 2002) analysent les paramtres
dterminant la valeur de loption (prix dexercice, valeur du sous-jacent, taux de dividende, etc.), et
tablissent un parallle entre ces paramtres de calcul et les facteurs stratgiques conditionnant la
dcision dinvestissement (taille du march potentiel, degr dunicit des ressources, importance de
lavantage au premier entrant,). Les auteurs en dduisent des rgles de dcision, permettant aux
managers de dterminer si loption doit tre exerce, maintenue en vie ou abandonne en fonction de
leur analyse de ces facteurs stratgiques.
Ces articles initient une rflexion intressante sur lintrt dune analyse qualitative des options relles
pour prendre des dcisions dinvestissement. Nanmoins, leur porte est limite du fait de leur teneur
exclusivement thorique, sans validation empirique.
Un autre groupe darticles explore les dterminants des choix technologiques ou dentre sur un
nouveau march.
A travers des tudes statistiques, certains chercheurs analysent dans quelle mesure les dcisions
des entreprises sont prises de faon optionnelle. Hurry et al. (1992) constatent que les structures de
capital risque japonaises sont davantage guides par une logique optionnelle que leurs
homologues amricains ; Folta et OBrien (2004) concluent que, de faon consciente ou non, les
managers prennent en compte la valeur doption dans leurs dcisions.
Miller et Arikan (2004), sinterrogent sur les grands paradigmes possibles pouvant guider les
choix technologiques des entreprises. Conscients des limites cognitives et organisationnelles des
modles doptions relles, ils explorent par le biais de simulations thoriques deux approches
46
Chapitre 1
alternatives la valorisation des options : la thorie de lvolution, et le raisonnement

optionnel 20, cest--dire une utilisation qualitative des options relles.
McGrath et Nerkar (2004), ainsi que Warner et al. (2006) sappuient sur des tudes statistiques
(respectivement dpts de brevets et acquisitions dentreprises) pour tudier les dterminants des
choix technologiques. Toutefois, leur utilisation des options relles est essentiellement rhtorique,
et leur contribution au sujet dtude de cette thse est donc accessoire.
Options relles et dcision dinvestissement stratgique

Une srie darticles sinterroge sur la pertinence et les limites dapplication des options relles pour la
prise de dcision stratgique. Cette thmatique est au cur du sujet de notre thse, et nous ne
dtaillerons pas ici le contenu de ces articles, qui sont largement cits par la suite, en particulier dans
le Chapitre 2.
La rflexion a t initie par Bowman et Hurry (1993), qui ont vu dans les options relles le
mcanisme de choix sous-tendant le processus de dcision stratgique. Les auteurs en dduisent que
les applications potentielles des options relles pour la formulation de la stratgie sont trs
nombreuses, et que la lecture travers une grille optionnelle peut permettre de comprendre de
nombreux phnomnes dans la conduite de la stratgie.
Les publications suivantes viennent temprer cet enthousiasme initial.
Bowman et Moskowitz (2001) montrent la difficult dvelopper des modles de valorisation
doption adapts chaque dcision dinvestissement. Dautres chercheurs explorent limpact des biais
cognitifs sur la valorisation et lexcution des options relles (Miller, 2002; Miller & Shapira, 2004).
Enfin, Adner et Levinthal (2004) sont lorigine dune srie darticles de rponse sur les conditions
dapplication des options relles. Les deux auteurs soulignent les limites de lanalogie entre options
financires et options relles. Il sensuit une discussion sur les cas pour lesquels lutilisation des
options relles est justifie, et ceux pour lesquels elle ne lest pas.
La rsolution de telles questions est naturellement indispensable pour mieux cerner le rle que peuvent
avoir les options relles dans le processus de dcision stratgique. Nanmoins, ces publications
trouvent leur limite dans labsence de toute validation empirique : lexception de larticle de
Bowman et Moskowitz (2001), qui se base sur un cas dinvestissement rel tudi par Merck, et dans
une moindre mesure de larticle de Miller et Shapira (2004), qui utilisent les rsultats dun
questionnaire auprs de 67 tudiants en MBA temps partiel, tous les articles prsents dans cette
catgorie sont uniquement constitus de rflexions thoriques.
Or, pour dterminer si les options relles pourront rellement lavenir figurer comme lune des
approches de rfrence pour les dcisions dinvestissement en contexte incertain, il faut
ncessairement passer par une phase de confrontation avec la ralit de lentreprise.
A lautre extrmit du spectre, on trouve dans des revues dominante plus managriale des articles
sinterrogeant sur les modalits dutilisation concrtes des options relles.
En gnral, ils consacrent une premire partie la prsentation des options relles et lintrt de
celles-ci pour prendre des dcisions dinvestissement en contexte incertain. 21
Sadressant un public compos autant de praticiens que dacadmiques, ces articles cherchent par
ailleurs donner des conseils pour la pratique des options relles, notamment en :
20
ROR ou Real Option Reasoning dans la terminologie anglo-saxonne

Cette prsentation inclut gnralement une explication du principe optionnel, en parallle avec les options
financires ; une typologie des options relles ; la dmonstration de lintrt des options relles, pour valoriser
les projets dinvestissement en contexte incertain : notion de valorisation de la flexibilit managriale ;
diffrence avec lapproche par la VAN, en gnral illustre par un exemple thorique reposant sur des
hypothses trs simplifies
21
47
Chapitre 1
indiquant pour quels types dinvestissement les options relles sont les plus utiles (Sharp, 1991;
Davis, 2002) ;
listant les piges associs lutilisation des options relles, par exemple la difficult ne pas
exercer loption dabandon (Fichman et al., 2005) ;
proposant des mthodes heuristiques pour la valorisation des options (Sharp, 1991; Davis, 2002).
Une partie de ces articles est directement fonde sur une exprience pratique de la valorisation de
projets en contexte incertain (au sein de lentreprise Shell pour Cornelius et al., 2005, et de
lincubateur Product Genesis pour Davis, 2002). Dune manire gnrale, les questions souleves
par ces articles, en particulier concernant les difficults de valorisation de loption, ne manquent pas de
pertinence.
Malheureusement, les rponses apportes ne sont pas satisfaisantes, car elles sont trop simplistes ou
trop superficielles. Sharp (1991) propose de remplacer les modles formels de valorisation doption
par le seul jugement managrial ; Davis (2002) propose, pour la valorisation des projets de R&D,
de multiplier la valeur de la VAN par un facteur (tabli sur la base de lanalyse de diffrents risques)
qui reflte la valeur doption. Cornelius et al. (2005) ouvrent une piste de rflexion trs intressante
sur lintgration des options relles avec la technique des scnarios stratgiques, mais en restent
simplement au stade de la prsentation de lide.
II.3. Analyse des articles publis dans les revues dconomie, de finance, de recherche
oprationnelle et sciences du management
II.3.1. Vue densemble

La Figure 1.9 rcapitule les principales problmatiques traites par les articles sur les options relles
publis dans les revues de finance, conomie et recherche oprationnelle / science du management.
48
Chapitre 1
Figure 1.9 : Principaux thmes traits par les articles publis dans les revues dconomie, de
finance, de recherche oprationnelle et sciences du management
Revues dconomie, de
finance, de recherche
oprationnelle et sciences du
management
95 articles
Options relles et dcision

dinvestissement
Utilisation des options relles pour

expliquer divers phnomnes
79 articles
16 articles
Valorisation des options (40)

Modles doptions relles en univers
Analyse de la politique financire des
concurrentiel (17)
Tests empirique de la validit des

modles doptions relles (3)
Etudes de cas (6)
Options relles et comportement
dinvestissement (8)
Divers (5)
entreprises (4)
Analyse de la volatilit du cours de
certaines actions (1)
Etude des relations industrielles (2)
Analyse de phnomnes
conomiques (6)
Analyse de la dmographie (1)
Analyse de diverses dcisions de
gestion (2)
Comme dans le domaine de la stratgie, on peut constater que seulement une partie des articles tudis
a un lien direct avec la dcision dinvestissement.
Nous avons ainsi exclu de notre analyse dtaille seize articles, dont lusage des options relles est
destin expliquer divers phnomne, concernant :
La politique financire des entreprises :

Niveau dendettement (Myers, 1977), lien entre maturit de la dette et niveau dinvestissement
(Hennessy, 2004), politique de distribution des dividendes (Holt, 2003), lien entre la stratgie
de financement et les dcisions dinvestissement (Childs et al., 2005) ;
La volatilit des actions ayant un ratio market to book lev (Cooper, 2006) ;
Les relations industrielles :
Mouvements dacquisitions et dsinvestissements dans les industries en dclin (Lambrecht &
Myers, 2007), choix de diversification ou de spcialisation des entreprises au cours de leur
cycle de vie (Bernardo & Chowdhry, 2002) ;
Lconomie:
Niveau de production (Cortazar & Schwartz, 1993), niveau dinvestissement (Ingersoll Jr. &
Ross, 1992; Alvarez & Stenbacka, 2003; Bloom et al., 2007), volutions montaires
(Aizenman, 2004), lien entre productivit et volume de dpt de brevets (Bloom & Van
Reenen, 2002)
La dmographie (Iyer & Velu, 2006)
Les dcisions de gestion des entreprises
Commercialisation des innovations (Cassiman & Ueda, 2006), formation dun joint-venture
ltranger (Chen & Hu, 1991).
49
Chapitre 1
Dans ces articles, le raisonnement optionnel est utilis pour former des hypothses concernant les
phnomnes lists ci-dessus. Par exemple, on suppose quune augmentation de la volatilit conduit
une valeur plus leve de loption dattente, et se traduira par un report des dcisions dinvestissement.
Ces hypothses sont ensuite valides sur la base dtudes statistiques.
Comme dans le cas des revues de stratgie, ces tudes utilisent les options relles comme grille de
lecture, mais ne permettent pas de dterminer lintrt des options relles pour aider la prise de
dcision stratgique.
Venons en maintenant lanalyse des articles en lien avec la dcision dinvestissement. Les quatre
principales thmatiques traites par ces articles sont rcapitules dans le Tableau 1.8.
50
Chapitre 1
Tableau 1.8 : Classification par thme des articles publis dans les revues de finance, conomie
et recherche oprationnelle / sciences du management
Thme
La valorisation des options
Modles de valorisation pouvant sappliquer des options
financires ou relles
Problmatiques de valorisation spcifiques aux options
relles
Stulz, 1982; Ibanez, 2004; Hilliard & Schwartz, 2005; Lindset, 2007
Boyarchenko & Levendorskii, 2007; Santiago & Vakili, 2005; Sarkar 2000,
2003; Henderson & Hobson, 2002; Martzoukos & Trigeorgis, 2002
Modles de valorisation doptions relles pour des dcisions Arnold et al., 2007; Guo et al., 2005; Malchow-Moller & Thorsen, 2005;
d'investissement gnriques
Alvarez & Keppo, 2002; Shackleton & Wojakowski, 2002; Dangl, 1999;
Bollen, 1999; Bar-Ilan & Strange, 1996; Dixit, 1995; Triantis & Hodder,
1990; Kulatilaka, 1993; Majd & Pindyck, 1987; Pindyck, 1988, 1991, 1993;
Trigeorgis, 1991, 1993; Laughton & Jacoby, 1993; McDonald and Siegel,
1985, 1986
Modlisation d'une dcision d'investissement dans un
secteur d'activit ou pour une fonction de l'entreprise
Schwartz and Zozaya-Gorostiza, 2003; Childs and Triantis, 1999; Grenadier &
Weiss, 1997; McLaughlin & Taggart Jr, 1992; Louberg et al., 2002;
Saphores, 2003; Brennan & Schwartz, 1985
Etude du timing de l'investissement
Childs & al., 1998; Lee, 1998
Proposition d'approche pour la dcision d'investissement

combinant les options relles d'autes outils
Meier, Christofides and Salkin, 2001
Analyse optionnelle en univers concurrentiel

Modles en temps continu combinant options relles et
thorie des jeux
Autres modles d'options utilisant la thorie des jeux
Kong & Kwok, 2007 ; Odening et al., 2007; Pawlina & Kork, 2006 ; Noe &
Parker, 2005 ; Huisman & Kort, 2004 ; Murto et al., 2004 ; Dcamps &
Mariotti, 2004 ; Boyer et al., 2004 ; Lambrecht & Perraudin, 2003 ;
Grenadier, 2002 ; Weeds, 2002 ; Kulatilaka and Perotti, 1998
Smit & Ankum, 1993 ; Smit, 2003
Autres articles mobilisant les options relles en univers

McGahan, 1993 ; Aguerrevere, 2003 ; Lee, 2004
concurrentiel
Etudes empiriques des options relles comme outil daide la dcision dinvestissement
Etudes de cas
Smith and McCardle, 1999; Cortazar, Schwartz and Salinas, 1998;
Kemna, 1993 ; Smit, 1997; Pennings and Lint, 1997, 2000
Validation empirique de la pertinence des modles de
valorisation doptions relles
Options relles et comportement d'investissement
Harchaoui & Lasserre, 2001; Berger et al., 1996; Quigg, 1993
Divers
Mittendorf, 2004; Carlson et al., 2006; Kasanen, 1993; Dixit, 1992; d'Halluin
et al., 2007
Mauer & Sarkar, 2005; Grenadier & Wang, 2005; Grenadier & Wang, 2007;
Bergemann & Hege, 1998
Hugonnier & Morellec, 2007
Howell & Jgle, 1997
Pfeiffer and Schneider, 2007; Stark, 2000

xxx : Etudes de cas
yyy : Etudes statistiques sur l'ensemble d'un secteur d'activit, simulations, exemples rels
zzz : Article thorique sans validation empirique
II.3.2. Modles de valorisation doptions

Lun des principaux thmes tudis a trait la valorisation des options.
En premier lieu, certains chercheurs ont labor des modles de valorisation doptions qui sont
destins valoriser des options prsentant des caractristiques bien particulires, et peuvent tre soit
51
Chapitre 1
des options financires, soit des options relles (Stulz, 1982; Ibaez & Zapatero, 2004; Hilliard &
Schwartz, 2005; Lindset, 2007).
Dautres articles de recherche font tat de la diffrence entre options relles et options financires, et
se penchent sur des problmatiques de valorisation spcifiques aux options relles, comme par
exemple la valorisation en contexte de march incomplet (Henderson & Hobson, 2002), la
modlisation de processus stochastiques pour le sous-jacent autres que le mouvement brownien
gomtrique (Martzoukos & Trigeorgis, 2002; Sarkar, 2003) ou le lien entre niveau dincertitude et
valeur doption (Santiago & Vakili, 2005).
Viennent ensuite un trs grand nombre de publications, dont lobjet est la prsentation dun modle de
valorisation dune option relle particulire. Ces modles sont destins dterminer la politique
dinvestissement optimale, lorsque la dcision dinvestissement tudie prsente certaines
caractristiques gnriques.
Par exemple, des modles spcifiques ont t dvelopps lorsque linvestissement peut tre report
(McDonald & Siegel, 1986), lorsquexistent des opportunits dextension de capacit (Pindyck, 1988),
lorsque les perspectives de croissance voluent de faon stochastique (Guo et al., 2005), lorsquil
existe une infinit doptions rptes et non pas une seule option dattente (Malchow-Moller &
Thorsen, 2005), lorsque la demande est incertaine et quil existe des dlais de livraison (Alvarez &
Keppo, 2002), lorsque linvestissement peut tre report mais que la capacit ne peut pas tre modifie
une fois linvestissement ralis (Dangl, 1999), lorsquil existe un long dlai entre la dcision
dinvestissement et la ralisation du projet (Majd & Pindyck, 1987; Bar-Ilan & Strange, 1996).
Dautres modles tudient la dcision dinvestissement dans des actifs de production flexibles
(Triantis & Hodder, 1990; Kulatilaka, 1993).
Il sagit pour presque toutes ces publications de modles en temps continu, btis sur le socle commun
du modle de Black et Scholes (1973), et qui dveloppent au fil du temps des hypothses de plus en
plus prcises, afin de tenir compte dun contexte dinvestissement bien particulier.
Dans la mme veine, mais de faon plus spcifique, un certain nombre de publications sest attach
dvelopper des modles doptions relles sappliquant non pas des dcisions dinvestissement
gnriques, mais des dcisions prcises, dans un secteur dactivit donn.
Les applications concernent par exemple les dcisions denfouissement des dchets nuclaires
(Louberg et al., 2002), de rcolte dune ressource pour laquelle il existe un risque dextinction
(Saphores, 2003), dinvestissement dans des projets de technologie de linformation (Schwartz &
Zozaya-Gorostiza, 2003), dinvestissement dans des projets miniers ou dexploitation dautres
ressources naturelles (Brennan & Schwartz, 1985), dinvestissement dans une technologie pour un
nouveau produit lorsquil existe plusieurs technologies concurrentes (Grenadier & Weiss, 1997), le
pilotage dans le temps de programmes de R&D contenant des projets concurrents (Childs & Triantis,
1999), etc.
Deux autres articles concentrent leur analyse non pas sur la valeur de loption, mais sur sa date
optimale dexercice (Lee, 1988; Childs et al., 1998).
Enfin, on peut inclure dans la catgorie valorisation un article proposant un modle de dcision
dinvestissement dans lequel lapproche optionnelle est combine dautres outils comme la
programmation dynamique et les scnarios (Meier et al., 2001).
La totalit de ces modles de valorisation correspondent des dveloppements exclusivement

thoriques. Le plus souvent, les auteurs passent tout dabord en revue les modles de valorisation
similaires, puis explicitent leurs propres hypothses de travail. Ils exposent ensuite le raisonnement
permettant llaboration de leur modle. Dans certains cas, une application numrique est effectue
afin dillustrer les implications du modle. Lapplication numrique est ralise sur la base de
paramtres jugs reprsentatifs , mais qui nen restent pas moins fictifs.
52
Chapitre 1
II.3.3. Modles doptions en univers concurrentiel

Les premiers modles doptions relles prsents ont t dvelopps dans la perspective dune firme
isole, en faisant abstraction de la concurrence.
Dixit et Pindyck (1994: 309-314) ont alors dvelopp un modle doption simple, en temps continu,
pour dterminer la date optimale dinvestissement en contexte de duopole. Leur recherche a permis de
dmontrer que la validit des modles classiques doptions relles tait fortement remise en cause
par lexistence de la concurrence.
Le modle de Dixit et Pindyck a ouvert la voie une abondante littrature combinant options relles et
thorie des jeux, dont des articles reprsentatifs sont indiqus dans le Tableau 1.8. 22
Comme dans le cas des modles doptions relles pour une firme isole, les modles doptions
utilisant la thorie des jeux nont pas vocation tre directement utiliss par les entreprises.
En premier lieu, ces modles reposent sur des hypothses restrictives, peu compatibles avec la
complexit dune dcision dinvestissement relle. Par exemple, la grande majorit dentre eux est
modlise en temps continu. Afin de pouvoir dterminer une solution analytique, les modles en temps
continu font le plus souvent lhypothse dune option de report perptuelle, alors que dans la ralit les
opportunits dinvestissement ne peuvent pas tre repousses indfiniment. Par ailleurs, les modles
en temps continu sont gnralement fonds sur lhypothse simplificatrice dune volatilit et dun taux
de dividende constants.
Dautres exemples dhypothses peu ralistes sont :
Des cots de production symtriques (Joaquin & Khanna, 2001) ou nuls (Dixit & Pindyck, 1994;
Grenadier, 1996) ;
Un volume de production dtermin davance (par exemple, Dixit et Pindyck, 1994, ainsi que les
nombreux articles bass sur leur modle) ;
Les concurrents participent un jeu o le gagnant emporte toute la mise 23 (Murto & Keppo, 2002;
Lambrecht & Perraudin, 2003; Noe & Parker, 2005) ;
Lvolution globale de lindustrie est stochastique, mais la diffrence entre les scnarios avec et
sans investissement est dtermine (Pawlina & Kort, 2006).
La seconde raison pour laquelle ces modles sont difficilement applicables dans la pratique est leur
complexit mathmatique. Les modles en temps continu sont certes lgants sur le plan
mathmatique, mais trop complexes pour tre compris et utiliss bon escient par les managers
(Triantis 2005).
Dans ce contexte, les articles de Smit et Ankum (Smit & Ankum, 1993; Smit, 2003) sont trs
intressants. L encore, les hypothses de travail sont simplificatrices, mais les auteurs utilisent un
modle bas sur des arbres, qui est beaucoup plus intuitif pour les managers.
Surtout, larticle de Smit (2003) est remarquable pour son souci dappliquer le modle un cas rel.
Parmi tous les articles cits dans le Tableau 1.8 dans la catgorie Analyse optionnelle en univers
concurrentiel , il sagit du seul article pour lequel lexpos dun modle thorique est complt par
une tude de cas pratique. 24
22
Pour une revue de littrature sur ce sujet : cf. Smit, H. T. J., Trigeorgis, L. 2006. Real options and games:
Competition, alliances and other applications of valuation and strategy. Review of Financial Economics 15(2):
95-112
23
Dans la terminologie anglo-saxonne : winner-take-all game
24
Lautre exception est larticle de McGahan (1993), qui est lui aussi bas sur un exemple rel. Nanmoins, il
sagit dun cas un peu part, dans la mesure o les options relles sont utilises de faon conceptuelle, sans
donner lieu la formulation dun modle doption.
53
Chapitre 1
II.3.4. Options relles et comportement dinvestissement

Un autre groupe de publications se trouve en lien avec la thorie comportementale, et sintresse la
rationalit suivie par les managers dans leurs dcisions dinvestissement en contexte optionnel. Cette
thmatique est traite sous des angles de vue varis :
Certains travaux sappuient sur une combinaison des options relles et de la thorie de lagence
pour modliser les dcisions dinvestissement des agents (Bergemann & Hege, 1998; Grenadier &
Wang, 2005; Mauer & Sarkar, 2005; Grenadier & Wang, 2007).
Hugonnier et Morellec (2007) tudient pour leur part limpact de laversion au risque des
managers sur leur exercice de loption dattente.
Howell et Jgle (1997) tudient dans quelle mesure lintuition des managers pour la valorisation
des options est en ligne avec la thorie des options.
Enfin, Pfeiffer et Schneider (2007) ainsi que Stark (2000) sintressent la mesure de la
performance en contexte doption relle.
Lensemble de ces travaux est de nature thorique. Lexception est larticle de Howell et Jgle, fond
sur des simulations effectues auprs de 84 managers, auxquels les auteurs ont demand de prendre
des dcisions dinvestissement dans des situations fictives.
II.3.5. Etude empirique des options relles comme outil daide la dcision dinvestissement
Cette catgorie regroupe les articles ayant pour objectifs de tester les options relles de faon
empirique. Elle est constitue de deux groupes bien distincts.
Le premier est constitu darticles portant sur la validation empirique des modles de valorisation
optionnelle.
Ltude de Quigg (1993) porte sur la valorisation de loption de dvelopper un terrain nu. Elle a t
ralise sur la base de 2700 transactions immobilires Seattle. Les prix de limmobilier montrent que
cette option est prise en compte dans les valorisations des agents, avec une prime doption
moyenne de 6% par rapport la valeur intrinsque du terrain.
Berger et al. (1996) se sont penchs sur la valeur de loption dabandon, qui reflte le fait que mme
en cas dinsuccs dune activit, il existe tout de mme une valeur de cession minimale. En analysant
les comptes de 157 entreprises, les auteurs constatent une validation claire de lexistence dune option
dabandon.
Harchaoui et Lasserre (2001) ont tudi les dcisions douverture et de fermeture de mines en fonction
du prix du cuivre. Ils concluent que le modle doption explique de faon satisfaisante la fois la taille
des investissements et leur timing.
Sur les trois problmatiques tudies, ces tudes tendent ainsi confirmer la validit des modles
doptions relles pour valoriser les projets dinvestissement.
Lautre groupe darticles est constitu dtudes de cas, fondes sur des dcisions dinvestissement
relles.
Les articles de Pennings et Lint (1997; 2000) et de Cortazar et al. (1998) suivent une structure
similaire. Un modle doption sur-mesure est labor pour permettre de prendre une dcision
dinvestissement spcifique. En dernire partie darticle, les auteurs proposent une validation du
modle sur une dcision dinvestissement relle. Les rsultats obtenus montrent lintrt des options
relles pour analyser la dcision dinvestissement.
Cependant, ces tudes de cas restent davantage destines des acadmiques qu des praticiens.
Dune part, llaboration dun modle en temps continu prenant en compte les caractristiques de la
dcision dinvestissement tudie nest pas la porte des managers. Dautre part, la question de la
valeur des paramtres de calcul qui est gnralement dterminante pour les rsultats obtenus reste
relativement floue. Soit les paramtres sont simplement donns sans justification, soit ils sont censs
54
Chapitre 1
tre fonds sur des projets prcdents ou similaires, sans toutefois donner de dtails sur les calculs
permettant de calculer leur valeur.
Les tudes de Kemna (1993), ainsi que de Smith et McCardle (1999) ont t ralises dans le secteur
de lexploration et la production ptrolire. Il sagit dun secteur qui a recours depuis longtemps des
outils daide la dcision dinvestissement sophistiqus (arbres de dcision, simulations de Monte
Carlo sur la VAN, etc.). Ces deux articles sont trs intressants, car ils sont le fruit de groupes de
travail qui ont t spcifiquement forms par des compagnies ptrolires pour tester lapplicabilit des
options relles des dcisions dinvestissement.
Larticle de Kemna est constitu de quatre tudes de cas. Malheureusement, les cas sont prsents de
faon assez succincte, et on regrette le manque de dtails sur la valorisation des options tudies. Lun
des intrts majeurs de larticle rside dans les leons gnrales tires par les auteurs sur lapplication
des options relles, telles que la difficult identifier la ou les option(s) en prsence, la ncessit de
prendre en compte linfluence des concurrents ou encore deffectuer des analyses de sensibilit sur la
valeur des paramtres.
Larticle de Smith et McCardle dtaille les difficults concrtes que pose lutilisation des options
relles, et proposent une approche trs intressante combinant options relles et programmation
dynamique.
II.4. Analyse des articles publis dans les revues sectorielles ou spcialises dans certaines fonctions
de lentreprise
Dune manire gnrale, les articles sur les options relles publis dans les revues sectorielles ou
spcialises dans certaines fonctions de lentreprise ont une dimension plus concrte que les articles
tudis jusqu prsent.
Ceci sexplique par le fait que ces revues sadressent gnralement autant des praticiens qu des
acadmiques ; dautre part, les options relles y sont appliques non pas des dcisions
dinvestissement gnriques, mais le plus souvent des problmatiques dinvestissement prcises.
Comme nous le verrons dans les paragraphes qui suivent, les problmatiques abordes sont multiples.
II.4.1. Articles sur les options relles publis dans les revues sectorielles
Les publications sur les options relles dans les revues sectorielles se trouvent plusieurs niveaux
danalyse : certaines se placent du point de vue de lEtat comme dcisionnaire, dautres du point de
vue des agents conomiques (Tableau 1.9).
Articles ayant lEtat comme unit danalyse

Conrad et Kotani (2005) tudient partir de quelle valeur seuil des prix du ptrole il peut tre
justifi pour lEtat amricain dautoriser le pompage de ptrole dans la rserve naturelle de
lArctique. De faon similaire, Lin et al. (2007) dterminent partir de quel seuil de polluant une
politique de lEtat visant rduire la pollution simpose.
Marreco et Carpio (2006) analysent quelle subvention lEtat brsilien peut consentir aux
investisseurs finanant la construction de centrales thermiques, et permettant ainsi au Brsil de
disposer dune option de flexibilit en cas de faible production dlectricit par les centrales
hydrauliques.
Articles ayant les agents conomiques comme unit danalyse
Une partie de ces articles analyse les dcisions dinvestissement des agents en prsence de
permis polluer (Laurikka, 2006; Laurikka & Koljonen, 2006; Wossink & Gardebroek, 2006).
55
Chapitre 1
Les autres publications portent soit sur la valorisation dactifs de production en prsence
doption(s) (Zinkhan, 1991; Slade, 2001; Keppo & Lu, 2003; Moreira et al., 2004; Madlener et al.,
2005; Chorn & Shokhor, 2006), soit sur la date optimale dexercice de loption (Insley, 2002)
Tableau 1.9 : Principales problmatiques optionnelles traites dans les revues sectorielles
Agriculture
Unit d'analyse: l'agent conomique

Valorisation d'un actif de production Prise en compte par les agents de
/ date optimale d'exercice d'une
droits polluer dans leurs dcisions
option
d'investissement
Wossink & Gardebroek, 2006
Ressources
naturelles (bois,
mines)
Insley, 2002
Zinkhan, 1991
Slade, 2001
Electricit
Madlener et al., 2005

Keppo & Lu, 2003
Moreira et al., 2004
Ptrole
Chorn et Shokor, 2006
Laurikka & Koljonen, 2006

Laurikka, 2006
Tous secteurs
Unit d'analyse: l'Etat

Valeur de la flexibilit / seuil de
dcision pour un tat
Marreco & Carpio, 2006
Conrad & Kotani, 2005

Lin et al., 2007

xxx
: Etude de cas dtaille
yyy
: Application numrique base sur les paramtres moyens du secteur d'activit
zzz
: Article thorique sans validation empirique
Comme nous lavions constat dans la section prcdente, les applications qui se prtent le mieux aux
options relles sont celles pour lesquelles une des principales sources dincertitude est ngocie sur les
marchs (prix de vente du bien produit ou cot du bien ncessaire la production). Ainsi, les
publications concernant les applications sectorielles concernent surtout le secteur de la production
lectrique, de lexploration et la production ptrolire, et de lexploitation de ressources naturelles
(bois, mines) ou lagriculture.
Par ailleurs, le Tableau 1.9 rvle la dimension oprationnelle de ces publications. Peu dentre elles
sont fondes uniquement sur des dveloppements thoriques. La plupart des articles sont constitus
dun modle thorique, qui fait ensuite lobjet dune application numrique.
Toutefois, ces articles ne sont pas destins tre utiliss comme mthodologie de rfrence pour les
dcisions dinvestissement des entreprises :
Premirement, ils reposent tous sur des modles de valorisation en temps continu, dont la mise-enuvre en entreprise est particulirement difficile ;
Deuximement, lobjectif de ces articles est le plus souvent de comprendre la logique
dinvestissement des entreprises, afin que lEtat puisse laborer des politiques dincitations ou de
sanctions qui aient les effets escompts.25
En consquence, les modles dvelopps qui analysent des phnomnes complexes, lchelle
dune conomie simplifient significativement les donnes du problme. Par ailleurs, les
applications numriques sont fondes non pas sur des dcisions dinvestissement relles, mais sur
des paramtres de calcul reprsentatifs du secteur dactivit.
Le mrite de ces applications numriques est donc dobtenir des ordres de grandeur sur la valeur
des options, et leur impact gnral sur la politique dinvestissement des entreprises. Mais les
rsultats ne sont pas confronts des dcisions relles dentreprises, et les modles prsents ne
peuvent pas tre utiliss par les entreprises pour leurs dcisions dinvestissement.
25
Ceci sapplique tous les articles ayant lEtat comme unit danalyse, ainsi qu ceux visant mesurer
limpact des permis de polluer sur les dcisions dinvestissement des entreprises.
56
Chapitre 1
Lexception est larticle de Chorn et Shokor (2006), qui prsente une tude dtaille dune approche
combinant options relles et programmation dynamique. Celle-ci est applique la dcision
d'expansion de la production d'un gisement de gaz en Asie Centrale.
II.4.2. Articles sur les options relles publis dans les revues spcialises dans certaines fonctions de
lentreprise
Le Tableau 1.10 prsente les problmatiques traites par les publications dans les revues spcialises
dans certaines fonctions de lentreprise. Les domaines dtude sont : la comptabilit et le contrle de
gestion, le management des systmes dinformation, le management de la R&D.
Tableau 1.10 : Principales problmatiques optionnelles traites dans les revues spcialises dans
certaines fonctions de lentreprise
Problmatique
Pratique des entreprises
Conditions d'application des options

relles
Etudes de cas relles
Divers
Verbeeten, 2006
Busby & Pitts, 1997
Hartmann & Hassan, 2006
Fichman, 2004
Benaroch et al. , 2006
Benaroch & Kauffman, 1999
Benaroch & Kauffman, 2000
Taudes et al ., 2000
Chen & Zhang, 2003
Kallapur & Eldenburg, 2005
Domaine d'tude
Comptabilit / contrle
Systmes d'information
R&D
Comptabilit / contrle
Presque tous ces articles sont au cur de notre sujet de recherche.
Un premier groupe darticles explore les pratiques des entreprises en matire doptions relles.
Nous avons dj cit dans ce chapitre ltude de Busby et Pitts (1997), ainsi que celle de Hartmann
et Hassan (2006) pour les dcisions dinvestissement dans les programmes de R&D des
compagnies pharmaceutiques. Pour sa part, Verbeeten (2006) montre limpact du degr
dincertitude sur lutilisation par les entreprises doutils daide la dcision sophistiqus, comme
les options relles ou la thorie des jeux.
Dautres publications sintressent aux conditions gnrales dapplication des options relles dans
un domaine particulier, en lespce, les systmes dinformation.
En particulier, Fichman (2004) entreprend une analyse systmatique des conditions dapplication
des options relles aux dcisions dinvestissements dans les technologies de linformation.
Un troisime groupe darticles est consacr la ralisation dtudes de cas relles, dans lesquelles
lapproche optionnelle a t utilise pour analyser des dcisions dinvestissement (Benaroch &
Kauffman, 1999; Benaroch & Kauffman, 2000; Taudes et al., 2000).
Les auteurs analysent de faon dtaille en quoi la dcision dinvestissement tudie se prtait
une analyse optionnelle. Dans les deux cas, le modle de valorisation utilis est trs simple,
puisquil sagit de la formule de Black et Scholes.
Ces tudes de cas mettent en lumire lintrt dutiliser les options relles pour structurer une
dcision dinvestissement stratgique en contexte dincertitude. Elles illustrent galement les
limites dun modle simple de valorisation comme celui de Black et Scholes. Tauds et al. (2000)
57
Chapitre 1
voquent notamment la difficult fixer la valeur des paramtres, et sinterrogent sur le bienfond dune des hypothses centrales du modle affirmant que lactif sous-jacent suit un
mouvement brownien gomtrique.26
La validit de ces articles est limite du fait de leur application une seule dcision
dinvestissement. Nanmoins, leur contribution au sujet de cette thse est centrale, de par la
preuve quelles fournissent de lintrt des options relles pour la dcision dinvestissement, et des
lments ou pistes de rflexion quelles apportent dans lapplication concrte de la thorie des
options relles.
En marge de ces trois principaux thmes, Chen et Zhang (2003) tudient dans quelle mesure les
donnes comptables signalent la cration de valeur potentielle par une entreprise, autrement dit la
valeur doption de celle-ci.
Kallapur et Eldenburg (2005) effectuent un test empirique dans les hpitaux de ltat de Washington
pour monter, conformment la logique optionnelle, quune augmentation de lincertitude incite les
organisations investir dans des technologies cot fixe faible, et cot variable lev.
III. Bilan : Apports et limites de la littrature sur lutilisation concrte des options relles pour
la dcision dinvestissement
La Figure 1.10 donne une vue synoptique de la revue de littrature que nous avons effectue sur les
articles tudiant lapplication des options relles la dcision dinvestissement.
Les bulles reprsentent les principaux thmes identifis dans la revue de littrature, et leur taille est
proportionnelle au nombre darticles publis (indiqu en gras sur la figure). Chacune de ces
thmatiques a t positionne par rapport deux axes. Laxe horizontal indique la nature de la
recherche, avec dune part des travaux quantitatifs, se rattachant au domaine de la finance, et dautre
part des travaux qualitatifs, se rattachant au domaine de la stratgie. Laxe vertical reprsente le type
de recherche, qui peut tre soit thorique, soit empirique.
26
Ce point est abord de faon dtaille dans le Chapitre 3, section 2, II.1.1. Hypothse du Mouvement
Brownien Gomtrique (MBG)
58
Chapitre 1
Figure 1.10 : Cartographie de la littrature sur le thme application des options relles aux
dcisions dinvestissement stratgiques (118 articles)
Appliqu
Les OR dans
la pratique
4
Enqutes en
entreprise
3
Conditions
dapplication
des OR
2
Stratgie et
organisation
Qualitatif
Etudes de cas
sectorielles
3
Validation
empirique
des modles
3
Etudes de
cas
Valorisation
6
dactifs de
production
7
Finance
Quantitatif
Modles de
valorisation dOR
40
Intrt des OR pour
la dcision
stratgique
9
OR et choix
technologiques
7
Options relles
et comportement
dinvestissement
8
Thorique
Options relles en
univers
concurrentiel
17
Valorisation
des options
9
Lgende
Problmatique de la thse
Revues dconomie, de finance et recherche oprationnelle
Revues de stratgie et management
Revues spcialises (secteur dactivit ou domaine de gestion)
Trois principaux enseignements se dgagent de notre revue de littrature.
1. Seule une partie de la littrature sintresse lapplication des options relles la dcision
dinvestissement stratgique.
Dans le panorama gnral sur la littrature des options relles, nous avions dj indiqu la grande
diversit des utilisations du concept doptions relles.
De faon similaire, notre analyse dtaille des articles slectionns sur la base des mots cls capital
budgeting ou investissement , en plus de lexpression options relles , montre que seule une
partie de la littrature sintresse aux options relles comme outil daide la dcision
dinvestissement : sur les 155 articles slectionns, la Figure 1.10 montre que seulement 118
59
Chapitre 1
sintressent de prs ou de loin la dcision dinvestissement. Les autres articles, quils soient issus de
la sphre stratgique ou de la sphre financire , ne font des options relles quune utilisation
mtaphorique, pour expliquer divers phnomnes (choix de gouvernance, politique financire des
entreprises, dynamique gnrale de lconomie).
Dautre part, les articles qui traitent de la pertinence et des limites des options relles comme outil
daide la dcision dinvestissement abordent rarement cette question de manire directe.
Certains sous-domaines contribuent former une toile de fond qui met en lumire certains
mcanismes, mais sans entrer dans le cur du sujet. Cest par exemple le cas de tous les articles
publis dans les revues de finance, combinant les options relles avec les thories de comportement
des managers en matire dinvestissement.
Dautre part, une grande partie de la littrature identifie des dcisions dinvestissement types , qui
se prtent bien une lecture optionnelle. Cest par exemple le cas, en finance, de tous les articles
consacrs des modles de valorisation doption relle, ou encore, en stratgie, de tous les articles
analysant les choix technologiques travers le prisme des options relles.
En revanche, la littrature ntudie que rarement de faon systmatique les conditions dapplication
des options relles, cest--dire les types dinvestissement pour lesquels les options relles sont utiles,
et ceux pour lesquels elles ne le sont pas.
La question du comment est gnralement laisse de ct : en quoi consiste une analyse
optionnelle ? A quel stade du processus de dcision lanalyse optionnelle doit-elle intervenir ? Autant
de questions qui restent en suspens.
Enfin, la littrature fait gnralement lhypothse dun investisseur unique et rationnel. Les limites
cognitives et organisationnelles lapplication des options relles sont les plus souvent occultes.
Ainsi, Miller et Arikan (2004: 484) estiment que les chercheurs devraient accorder une plus grande
attention aux aspects comportementaux de la gestion des options relles.
2. La littrature est domine par des articles publis dans les revues dconomie, de finance et
de recherche oprationnelle. Dautre part, on observe une dconnexion complte entre les
articles publis dans cet univers de la finance , et les articles publis dans le champ de la
stratgie.
La Figure 1.10 montre que la littrature est majoritairement constitue de publications provenant du
domaine de la finance, de lconomie et de la recherche oprationnelle. En particulier, les modles de
valorisation doption en univers monopolistique ou concurrentiel sont trs nombreux. A linverse,
les articles issus de revues de stratgie ou de revues spcialises occupent une place beaucoup plus
restreinte.
Par ailleurs, on peut regretter que ces diffrents domaines soient compltement disjoints : les citations
croises entre les publications issues de la sphre financire et celles issues de la sphre
stratgique sont fort rares, et ces deux univers ne sappuient pas lun sur lautre pour faire
progresser la recherche.
Pour schmatiser, ces deux univers de la littrature sur les options relles recouvrent des dmarches de
recherche trs diffrentes : la sphre financire est constitue essentiellement de travaux de nature
prescriptive, qui dveloppent des modles quantitatifs de choix dinvestissement applicables dans des
contextes trs spcifiques. A loppos, la sphre stratgique est domine par des travaux de nature
descriptive, qui sefforcent dexpliquer les dcisions dinvestissement des entreprises en fonction de
grands paramtres stratgiques supposs dterminants dans la valeur doption.
Les publications sont concentres sur ces deux ples extrmes, au lieu de former un continuum. En
consquence, les managers ne peuvent pas sappuyer sur une littrature oprationnelle : soit ils sont
confronts des modles quantitatifs trop complexes, et surtout trop spcifiques pour tre transfrs
60
Chapitre 1
une dcision dinvestissement relle ; soit ils disposent dune littrature trs qualitative, identifiant les
principaux facteurs stratgiques, mais restant un degr danalyse trop gnral pour guider la dcision
des managers dans un contexte stratgique spcifique.
3. La littrature est trs nettement domine par les recherches de nature thorique. En
revanche, les articles centrs sur une validation empirique des options relles sont rares.
On observe un dsquilibre trs net entre, dune part, les contributions de nature thorique (partie
infrieure de la Figure 1.10) qui sont largement majoritaires, et dautre part, les articles de recherche
applique (partie suprieure de la Figure 1.10).
A titre dillustration, Bowe et Lee (2004) font le constat suivant: un numro spcial de R&D
Management paru en avril 2001 et consacr aux options relles contient 12 articles. Parmi ceux-ci,
seulement un article, de Seep et Laamanen (2001), a fond ses rsultats sur des donnes relles. Et
encore, il sagissait de donnes trs agrges concernant les investissements de capital risque.
Nous avons vu dans la revue de littrature dtaille que les articles sur les options relles publis dans
les revues de stratgie sont presque tous fonds sur des rflexions uniquement thoriques.
De mme, dans les revues de finance, conomie et recherche oprationnelle, seuls trois articles sont
consacrs la validation empirique des modles ; les rares tudes de cas pratiques reposent le plus
souvent sur des modles complexes dutilisation, et donnent peu de dtails sur le choix de la valeur des
paramtres de calculs. Le reste des publications est essentiellement constitu de modles de
valorisation thoriques, qui sont dans le meilleur des cas tests sur des applications numriques
fictives. Ces modles reposent sur des hypothses simplificatrices, en particulier lorsquils sefforcent
de prendre en compte les interactions avec la concurrence.
Dans ce contexte, certains chercheurs soulignent la ncessit de dvelopper et de tester empiriquement
des mthodes heuristiques.
Triantis (2005: 14) explique que lon peut continuer sophistiquer les modles mathmatiques de
valorisation doptions relles. Mais la finalit de ceux-ci nest pas dtre utiliss en entreprise. Ils
doivent seulement servir de rfrence pour dvelopper des approches heuristiques permettant de
valoriser les options relles de faon simple, et effectuer les choix stratgiques qui en dcoulent. De
faon similaire, Miller et Arikan (2004 : 484) soulignent la ncessit de dvelopper des approches
heuristiques robustes, qui seront plus utiles que des modles de valorisation doption complexes, et
reposant sur des hypothses qui ne prennent pas en compte les contraintes cognitives et
organisationnelles des managers.
Lune des approches les plus fcondes pour laborer des mthodes heuristiques robustes est la
ralisation dtudes de cas, fondes sur des dcisions dinvestissement relles. Dans sa liste des
principales directions de recherche future pour le dveloppement des options relles, Trigeorgis (1996:
375) a plac en tte la ralisation dtudes de cas relles, qui abordent de faon dtaille les problmes
de mise-en-uvre de lanalyse optionnelle.
Laughton & Jacoby (1998) indiquent que lintrt des tudes de cas est de tester dans quelle mesure
lon peut effectuer un arbitrage entre la prcision et la simplicit des modles de valorisation doption.
Les auteurs rappellent que la valorisation dun projet constitue un support la dcision
dinvestissemnet, et qu ce titre il est important que les managers puissent dialoguer autour des
hypothses du modle.
Pike (1997: 937) souligne lui aussi la ncessit de raliser des tudes de cas relles : The relevant
literature () still lack the realism of real world capital investment decisions. Only a handful of
articles () have analysed actual case studies on real options, and most practical experience seems to
rest in a few major companies, typically within the oil industry, where beneficial application is more
obvious than for the majority of companies.
61
Chapitre 1
Dix ans plus tard, ce constat reste toujours dactualit : les rsultats de notre revue de littrature,
prsents en Figure 1.10, montrent que les tudes de cas relles sont encore rares surtout en regard
des trs nombreux modles thoriques. Notre revue de littrature dtaille sest concentre sur les
revues dexcellence, et il est vrai que dautres tudes de cas ont t publies dans des revues de
moindre prestige.27 La contribution de ces tudes nest pas ngligeable, mais il est vrai que lanalyse
optionnelle ny est souvent pas effectue avec toute la rigueur ncessaire. Ces tudes ont en effet
tendance valoriser des options dont elles nont pas vrifi au pralable les conditions dexistence, et
en particulier la possibilit de rvlation dinformation entre lachat de la prime doption et la date
dexercice (ex: Bowe & Lee, 2004; Miller & Park, 2004; Tzouramani & Mattas, 2004).
Par ailleurs, ces tudes de cas ne traitent la question que de faon incomplte : elles sen tiennent
gnralement la stricte valorisation du projet, et non pas au processus de dcision dans son ensemble.
Dune manire gnrale, Hartmann et Hassan (2006 : 351) constatent que les managers souhaiteraient
quil existe davantage dtudes de cas.
Ainsi, cette revue de littrature montre que le sujet sur lequel sest positionne cette thse, savoir la
validation empirique des bnfices et des limites des options relles la dcision dinvestissement
(zone sur fond gris dans la Figure 1.10), prsente un potentiel de recherche important.
27
Cf. notamment liste des tudes de cas donne dans le Chapitre 3, section 1, Tableau 3.2
62
Chapitre 1
Conclusion du chapitre
Dans ce premier chapitre de la thse, nous avons tout dabord prsent les origines de la thorie des
options relles dans le monde de la finance de march. Nous avons expos les fondements thoriques
des options relles, et lintrt quelles ont suscit auprs des acadmiques.
Lessor trs important qua connu le nombre de publications sur les options relles depuis la fin
des annes 1990 contraste avec la faible utilisation des options relles par les entreprises. Dans ce
chapitre, nous avons repris plusieurs enqutes confirmant la faible diffusion des options relles dans le
monde de lentreprise. Ltude de la littrature a permis de mettre en vidence que lutilisation des
options relles reste concentre sur des types de dcisions dinvestissement trs spcifiques :
lexploration et la production ptrolire, la production lectrique, la R&D dans le secteur
pharmaceutique. Par ailleurs, la littrature suggre que la faible utilisation des options relles
sexplique essentiellement par les difficults de mise-en-uvre de la thorie.
Dans ce contexte, on peut se demander si les options relles peuvent sappliquer toutes les dcisions
dinvestissement, ou si leur domaine dapplication est limit. Par ailleurs, il convient dtudier si la
preuve de lintrt des options relles a t effectivement apporte, et si les modles dvelopps
par les acadmiques sont applicables dans la pratique.
Pour ce faire, nous avons ralis une tude dtaille de la littrature, en passant en revue 154
articles publis dans des revues acadmiques anglo-saxonnes dexcellence sur le thme de
lapplication des options relles la dcision dinvestissement. A notre connaissance, il sagit de la
premire revue de littrature exhaustive sur ce sujet. On peut tirer trois principaux enseignements de
cette tude.
(1) Les acadmiques ont rarement trait de faon directe la question de lapplicabilit des
options relles. Les publications se concentrent gnralement sur des dcisions dinvestissement
types, dans lesquelles le raisonnement optionnel semble particulirement appropri. Mais rares sont
celles cherchant systmatiquement identifier les types dinvestissement pour lesquels lanalyse
optionnelle est bnfique, et ceux pour lesquels elle ne lest pas.
(2) La littrature est trs largement domine par llaboration de modles de valorisation
doptions relles. Ces modles partent de lhypothse implicite dun dcideur unique et rationnel, et
font largement limpasse sur les contraintes cognitives et organisationnelles qui surgissent dans les
dcisions dinvestissement relles. La littrature concentre son attention sur les aspects quantitatifs de
lanalyse, alors que ceux-ci ne reprsentent quune partie du processus de dcision stratgique.
(3) Les publications acadmiques sur les options relles sont dans leur grande majorit de nature
exclusivement thorique. Limplication de ce phnomne est double.
Dune part, trs peu dtudes permettent de confirmer avec des lments empiriques lintrt des
options relles comme outil daide la dcision dinvestissement.
Dautre part, la thorie des options relles na pas t oprationnalise. La littrature actuelle ne donne
pas aux managers les cls ncessaires pour utiliser les options relles comme support la dcision
dinvestissement stratgique. En particulier, il manque une vision claire sur ce en quoi consiste une
analyse optionnelle, et quels apports (quantitatifs ? qualitatifs ?) celle-ci prsente pour la dcision
dinvestissement. Par ailleurs, la littrature na pas dvelopp de modles de valorisation qui soient
adapts la pratique des entreprises.
La prsente thse porte sur ltude, avec une validation empirique, de lapport et des limites des
options relles comme outil daide la dcision dinvestissement stratgique. Ce chapitre a ainsi
permis dtablir quil sagit dun thme sur lequel le potentiel de recherche est important.
63
Chapitre 1
Dans les trois chapitres suivants, nous nous interrogerons dune part sur les apports et le domaine
dapplication des options relles, et dautre part sur les mthodes de valorisation transposables dans la
pratique des entreprises. Les trois derniers chapitres suivants seront consacrs la validation
empirique, travers trois tudes de cas relles.
64
Chapitre 2 Apports
possibles des options
relles la dcision
dinvestissement
stratgique
65
Chapitre 2
Introduction
Dans le Chapitre 1, nous avons montr quen dpit de lintrt port par les acadmiques aux options
relles, cette approche reste trs peu utilise dans le monde de lentreprise. Par ailleurs, nous avons
constat que la littrature suggre une grande diversit des usages possibles des options relles, sans
cependant en dterminer les conditions concrtes dutilisation.
Lobjectif de ce chapitre est de mieux cerner la fois les apports possibles des options relles la
dcision dinvestissement, et leurs limites dutilisation.
Dans un premier temps, nous montrons que les options relles ne sont pas utiles pour toutes les
dcisions dinvestissement. Nous analysons quelles conditions doivent tre runies pour que dune
part, le projet dinvestissement suive une logique optionnelle, et que dautre part les options relles
apportent un clairage supplmentaire par rapport aux outils classiques daide la dcision
dinvestissement.
Lorsque ces conditions sont remplies, nous explorons quelles sont les contributions potentielles des
options relles : quels types de dcisions dinvestissement les options relles permettent-elles de
rpondre ? Sur quel mode les options relles apportent-elles une aide la prise de dcision : de
faon quantitative, comme outil de valorisation, ou de faon plus conceptuelle ? Enfin, nous
dtaillons quelles sont les principales limites lutilisation des options relles pour la prise de
dcision.
La troisime section de ce chapitre est consacre une validation empirique des apports et
limites des options relles dans le domaine de la R&D. Comme nous lavons soulign dans le
Chapitre 1, la R&D est lun des domaines dans lesquels les options relles sont les plus utilises. Pour
la constitution de ce chapitre, nous nous appuyons sur des donnes empiriques constitues loccasion
dun contrat de recherche le dpartement R&D dun oprateur de tlcommunications. Lobjectif du
contrat tait dtablir un diagnostic sur les apports possibles des options relles pour les dcisions
dinvestissement de loprateur. Nous explorons ainsi pour quels types de projets les options
relles sont les plus utiles, quelles dcisions dinvestissement elles permettent de rpondre, et
quelle est la nature de leur contribution.
66
Chapitre 2
SECTION 1 : POUR QUELS TYPES DE PROJETS LES OPTIONS REELLES SONT-ELLES

UTILES ?
Lapproche par les options relles nest pas adapte tous les types de projets dinvestissement,
comme lindique Damodaran (2000: 40) : Not all investments have options embedded in them, and
not all options, even if they do exist, have value . Dans cette section, nous explorons les conditions
dexistence des options relles, ainsi que les dterminants de la valeur de ces options.
Dans un deuxime temps, nous dtaillons les cas de figure dans lesquels lapproche optionnelle est
susceptible dapporter un clairage nouveau la dcision dinvestissement, en comparaison des
lments fournis par le calcul de VAN.
I. Condition dexistence des options relles au sein des projets dinvestissement
Daprs Bowman et Hurry (1993), toute dcision dinvestissement peut tre interprte travers le
prisme des options. Il nous semble au contraire important de souligner que toutes les opportunits
dinvestissement ne sont pas porteuses doptions relles ; et mme lorsque cest le cas, loption na pas
ncessairement de la valeur.
Goffin (1999: 520-522) cite quatre conditions principales pour quun projet puisse tre analys
travers une logique optionnelle.
1. Lirrversibilit de linvestissement initial ;
2. Le risque ;
3. La flexibilit ;
4. La rvlation dinformation.28
Si ces conditions ne sont pas simultanment remplies, nous ne nous trouvons pas dans une logique
optionnelle. Dans un tel cas de figure, une analyse par les options relles napportera pas
dinformation complmentaire aux conclusions correspondant un calcul de VAN (Kamrad, 1995).
I.1. Irrversibilit
Lirrversibilit de la dpense dinvestissement initiale est indispensable. En effet, sil existait la
possibilit de rcuprer linvestissement initial en cas dvolution dfavorable de la situation, alors
loption napporterait plus aucune valeur supplmentaire (Figure 2.1).
28
Cette terminologie nest pas employe par Goffin. Cependant, lauteur utilise une formulation similaire,
lorsquil indique que dans la logique optionnelle, le temps qui passe doit apporter une information
supplmentaire (p. 522).
67
Chapitre 2
Figure 2.1 : Frontires dapplication des options relles par rapport la VAN en fonction des
caractristiques du projet
Incertitude
Faible
Forte
Faible
VAN
Irrversibilit
Options relles
Forte
Source: Adner & Levinthal (2004: 76)
Sur les marchs financiers, lachat de la prime doption est irrversible. Celle-ci est due, mme si par
la suite loption nest pas exerce.
Dans le cas des dcisions stratgiques, on peut considrer que les dpenses dinvestissement sont pour
une large part irrversibles : Goffin indique que la plupart des investissements physiques des
entreprises sont largement irrversibles. Mme sil existe la possibilit de revendre un actif, cela se
fera un prix trs infrieur celui du neuf. Quant aux investissements immatriels (R&D, marketing),
ils sont par nature largement irrversibles.
I.2. Risque
En finance de march, le risque correspond la volatilit du cours du sous-jacent. On peut observer les
proprits suivantes :
Plus le risque est lev, plus la valeur doption est leve. Si linverse lvolution du cours du
sous-jacent tait certaine, alors loption nexisterait pas ;
Le risque est exogne au porteur de loption : celui-ci na pas de moyen dinfluencer lvolution
du cours du sous-jacent (cours de laction, taux dintrt, etc.) ;
Le risque peut tre modlis : le cours du sous-jacent est une donne observable, sur lequel on
dispose de donnes historiques et prospectives (via les marchs drivs).
Dans quelle mesure ces proprits du risque observables sur les marchs financiers sont-elles
transposables lunivers des investissements des entreprises ?
En premier lieu, on peut noter que lincertitude est prsente dans les dcisions dinvestissement
stratgiques. Daprs Wernerfelt et Karnani (1987), les entreprises faisant face une dcision
dinvestissement stratgique peuvent tre confrontes quatre grandes sources dincertitude, qui sont,
par ordre dimportance :
i) Lincertitude lie la demande :
Taille du march, taille des segments, dfinition des segments, caractristiques du produit dsir
par les consommateurs, canaux de distribution appropris.
ii) Lincertitude lie loffre (endogne ou exogne) :
Dveloppement possible dautres technologies (quand ? lesquelles ?) ; capacits de lentreprise
(des cadres cl peuvent quitter lentreprise ; possibilit daccident).
68
Chapitre 2
iii) Lincertitude lie la concurrence :

Nature des concurrents (quels nouveaux entrants potentiels ?), stratgie des concurrents et rponse
des concurrents face notre stratgie.
iv) Lincertitude externe :
Pressions sociale, intervention des pouvoirs publics.
Dans le domaine plus spcifique des industries de haute technologie, Lint et Pennings (1999) notent
que lincertitude sest accrue, car lenvironnement conomique est devenu de plus en plus turbulent :
le cycle de vie des produits est raccourci, les volutions technologiques sont de plus en plus rapides, et
le jeu concurrentiel devient trs complexe en raison dune mondialisation croissante.
En revanche, ces mmes auteurs notent que lincertitude dans le cas des options relles se distingue
fondamentalement de lincertitude des marchs financiers, en cela quelle nest pas ncessairement
exogne au porteur de loption. 29
Lint et Pennings tablissent ainsi une distinction entre lincertitude micro ( micro-uncertainty )
et lincertitude macro ( macro-uncertainty ), suivant quil existe ou non la possibilit dexercer
une influence sur la source dincertitude
Par exemple, lorsque loption relle fait intervenir une incertitude sur le prix dune matire
premire (ptrole, cuivre ou autre ressource naturelle), ou encore sur la taille dune rserve de
ressource naturelle, nous sommes en prsence dune incertitude macro .
En revanche, lorsque lincertitude porte sur le succs dun nouveau produit auprs du march
cibl, la vitesse de pntration dun nouveau produit, la structure de march ou le prix de vente
dun futur produit, alors il sagit dincertitude micro .
Les auteurs citent plusieurs moyens dagir sur les sources dincertitude micro , comme : (1) la
formation dalliances avec des concurrents ; (2) le lobbying auprs dindustries vendant des produits
complmentaires (pour imposer un nouveau standard et sassurer du succs dun nouveau produit) ;
(3) les oprations de fusion-acquisition (pour rduire lincertitude sur la structure de march et les prix
de vente).30
Dans le secteur des tlcommunications, on pourrait citer la subvention des terminaux (tlphone
mobiles 3G , modem ADSL) permettant de rduire lincertitude sur la vitesse de pntration dun
nouveau produit.
Si une entreprise mne des actions visant rduire lincertitude micro , alors la valeur de loption
se trouve rduite. Dans une situation extrme o ces manuvres permettraient de supprimer
compltement lincertitude, on ne se trouverait plus en logique optionnelle du tout. 31
Enfin se pose la question de la modlisation du risque. A ce sujet, Knight (1971) lun des
prcurseurs dans ltude de ce domaine tablit un distinguo entre le concept de risque et celui
dincertitude . Lauteur considre que dans une situation de risque, la probabilit doccurrence des
diffrentes issues dun vnement est connue, alors quelle ne lest pas dans une situation
dincertitude.
On retrouve cette opposition dans la littrature travers les dfinitions trs diverses qui sont donnes
au concept dincertitude. Ainsi, des thoriciens de linformation comme Attneave (1959) ou Garner
(1962) dfinissent lincertitude comme le logarithme du nombre dissues possibles que peut avoir un
vnement. A cette dfinition trs mathmatique, dautres auteurs opposent une conception beaucoup
29
Sur ce point, cf. galement Perlitz et al., 1999

Lint et Pennings citent galement des actions marketing (ex : test de march, dploiement partiel) permettant
de rduire lincertitude. Mais il sagit ici dactions permettant de collecter de linformation sur la source
dincertitude, et non pas dagir sur la source dincertitude elle-mme. Nous analysons la collecte dinformation
plus loin, dans le I.1.4. Mcanismes de rvlation dinformation.
31
De faon similaire, Wernerfelt et Karnani (1987) indiquent que lentreprise peut exercer une influence sur
lincertitude. En particulier, la dtermination de la technologie dominante peut dpendre de faon significative
de la volont dune entreprise dinvestir dans cette technologie. Les auteurs estiment en ce cas que lintrt de
reporter linvestissement est limit. Interprt en langage optionnel, on peut dire que sil existe la possibilit
dinfluer sur la source dincertitude, alors la valeur de loption de report est faible.
30
69
Chapitre 2
plus large de lincertitude, tels Lawrence et Lorsch (1967) qui considrent que lon se trouve en
contexte dincertitude ds lors que les trois conditions suivantes sont runies :
Manque de clart de linformation.
Longueur de la dure de temps scoulant jusqu lissue finale.
Incertitude gnrale sur les relations causales.
Daprs Milliken (1987), les trois dfinitions de lincertitude les plus cites dans la littrature sont les
suivantes :
Lincapacit dattribuer des probabilits quant loccurrence dvnements futurs ;
Le manque dinformation sur les relations cause effet ;
Lincapacit de prvoir avec prcision quelles seront les consquences dune dcision.
Les dcisions dinvestissement stratgiques peuvent donc tre places sur un spectre, suivant que lon
se trouve plus dans une perspective de risque ou dincertitude (au sens de Knight). Plus lon est
proche de lextrmit risque , plus les options relles seront utiles la dcision dinvestissement.
A titre dexemple, dans le cadre dune activit de trading dlectricit, une banque franaise a eu
recours aux options relles pour lassister dans son choix de construction dune usine lectrique. Elle
est alors parvenue modliser lincertitude lie au prix de llectricit, mais pas celle lie lattitude
du rgulateur. 32
A lautre extrmit du spectre dans laquelle les issues possibles dans le futur ne sont mme pas
connues, on atteint la limite dapplication des options relles. 33
I.3. Flexibilit
Daprs Goffin, la flexibilit correspond la possibilit dans le futur de profiter de circonstances
favorables, et dviter les circonstances dfavorables.
Pour que la logique optionnelle opre, il faut que la condition dincertitude soit combine celle de la
flexibilit. Ceci nest pas toujours le cas. Mme en contexte incertain, il est possible que
linvestissement soit lanc selon une configuration bien prcise, qui ne pourra pas tre modifie par la
suite. Lentreprise se trouve alors engage dans une logique de pari, 34 et non dans une logique
doption (Copeland & Keenan, 1998: 42).
Pour illustrer cette notion de flexibilit, les deux auteurs prennent lexemple de la construction dune
usine pilote dans le cadre du lancement dun nouveau produit dont le succs est incertain. Si les
dirigeants dcident de construire dans un premier temps une usine pilote, et de ne construire lusine
principale ultrieurement, uniquement dans le cas o les premiers rsultats seraient encourageants,
alors il sagit dun projet rpondant une logique optionnelle. Si linverse les dirigeants choisissent
de construire immdiatement lusine principale, alors ils se placent dans une logique de pari, et les
options relles ne sont daucune utilit pour valoriser linvestissement.
Dans quels cas peut-on considrer quun projet dinvestissement est flexible ? Malheureusement, la
littrature sur la flexibilit est trs formelle et abstraite (Carlsson, 1989). Par ailleurs, elle se limite
souvent au domaine de la gestion de production.
Stigler (1939) dfinit la flexibilit comme les attributs dune technologie de production qui permet de
sadapter des variations dans les volumes de production.
32
Source : Les options relles applications et limites , Colloque du 25 janvier 2002, organis lUniversit
Paris IX Dauphine par le Centre de Recherches sur la Gestion et le Centre de Gopolitique de lEnergie et des
Matires Premires.
33
cf. Plus bas, I.1.3. Flexibilit
34
bet ou commitment dans la terminologie anglo-saxonne
70
Chapitre 2
Marschak et Nelson (1962) ont ensuite largi la dfinition de ce concept, en proposant trois dfinitions
alternatives :
(i)
Lenvergure de lventail de choix : une action initiale sera dautant plus flexible, quelle
ouvre de nombreuses possibilits daction pour les priodes futures ;
Cot marginal : une usine sera dautant plus flexible que les cots additionnels pour modifier
(ii)
le volume de production sont faibles (dfinition assez proche de celle de Stigler) ;
(iii)
Bnfice marginal attendu : une usine sera dautant plus flexible quelle gnrera plus de
profits (ou enregistrera des pertes infrieures) lorsque sa structure de production sera modifie.
Surtout, Marshak et Nelson indiquent que la notion de flexibilit sapplique non seulement au choix de
loutil de production, mais aussi la conduite de la Recherche et Dveloppement, ainsi quau choix du
portefeuille dactivits.
On peut galement citer Cohendet et Llerena (1989), selon lesquels la flexibilit peut tre dcrite
comme la possibilit pour un dcideur de pouvoir tout moment reconsidrer ses choix de manire
maintenir loptimalit de sa dcision .
Pour une vision plus oprationnelle de la flexibilit, lapproche la plus approprie dans le cadre de
cette recherche est sans doute de reprendre les grandes catgories doptions relles qui correspondent
en fait aux diffrents types de flexibilit que peut prsenter un projet. 35
Dans leur questionnaire auprs de directeurs financiers, Busby et Pitts (1997) ont investigu dans
quelle mesure les projets dinvestissement sont porteurs de flexibilit.
Le Tableau 2.1 indique la proportion des interviews affirmant que les flexibilits dun type donn
(report, abandon, etc.) sont observables avec la frquence indique (0%-20%, 20%-40%, etc.). Les
chiffres souligns correspondent la mdiane.
Tableau 2.1 : Frquence des types de flexibilit dans les dcisions dinvestissement (en %)
Types de flexibilit (%)
Frquence
Report
0 - 20%
21
21 - 40%
16
41 - 60%
16
61 - 80%
16
81 - 100%
30
Total
100
Source : Busby et Pitts (1997)
Abandon
Redploiement
Croissance
49
28
9
9
5
100
30
23
16
16
14
100
14
21
12
28
26
100
Modification
technique
43
29
12
10
7
100
Ltude de Busby et Pitts a t ralise sur un chantillon rduit (44 rpondants), et ses rsultats
doivent tre interprts avec prcaution. Elle suggre que de nombreux projets sont porteurs de
flexibilit, en particulier la flexibilit de report et de croissance. Mais elle montre galement que la
prsence de flexibilit est loin dtre systmatique. 36
En thorie, on peut penser que les managers disposent de nombreuses possibilits de faire voluer un
projet. Dans la pratique cependant, les marges de manuvre des entreprises sont parfois
35
cf. typologie des options relles : Chapitre 1, section 1, I.3. Prsentation des principaux types doptions
relles
36
Sur loption de croissance, on peut citer ltude de Howell et Jgle (1997 : 928) auprs de 82 managers : 40%
des interviews ont estim que les projets dans leur industrie donnent lieu a des possibilits dinvestissements
complmentaires.
71
Chapitre 2
considrablement rduites. Les auteurs mentionnent notamment les rigidits organisationnelles ou

encore des impratifs dordre marketing. Par exemple, des entreprises peuvent tre rticentes retirer
du march un nouveau produit qui rencontre peu de succs, car cela pourrait envoyer des signaux
ngatifs auprs des consommateurs pour les produits lancs par la suite. Nous verrons plus loin que la
pression concurrentielle peut galement fortement affecter les modalits dexercice dune option.
Enfin, la flexibilit des entreprises peut tre significativement bride par des contraintes
rglementaires. Dans le domaine des tlcommunications mobiles par exemple, loctroi de licence
dexploitation dun spectre est gnralement assorti dobligation de dployer un rseau dans une
priode de temps donne.
Dautre part, il faut noter que la notion de flexibilit implique que lvolution du projet
dinvestissement puisse tre dcide de faon souveraine par lentreprise qui dtient loption relle. De
la mme manire, le porteur dune option financire peut dcider de faon souveraine, dexercer ou
non son option.
Si lexercice de loption dpend dune partie tierce, alors les options relles ne peuvent pas aider la
dcision dinvestissement. Par exemple, Amram et Kulatilaka (2000) affirment que les projets de
dveloppement de nouvelles molcules dans lindustrie pharmaceutique ne se prtent pas une
analyse optionnelle.
Pourtant, ces projets prsentent de fortes similarits avec les projets dexploration ptrolire, qui sont
frquemment analyss avec une approche optionnelle. Dans les deux cas, on observe :
Une forte incertitude : seules trs peu de molcules initialement dveloppes seront finalement
mises sur le march.
Un squenage du projet en plusieurs phases : phases I, II et III, puis phase de New Drug
Application).
Mais dans le cas de lindustrie pharmaceutique, le passage dune phase une autre ne peut pas tre
assimil une option, qui serait exerce de manire souveraine par la compagnie pharmaceutique. En
effet, ce passage ne seffectue que trs rarement sur la base de facteurs conomiques. Au contraire, il
est dans presque tous les cas conditionn par de bons rsultats sur le plan scientifique, et un accord de
la part des autorits sanitaires (la Federal Drug Association aux Etats-Unis). Une fois que les
autorits ont donn leur accord, le taux dabandon est trs faible. Nous ne nous trouvons donc pas face
une logique optionnelle.
Paradoxalement, pour que la logique optionnelle puisse oprer, il ne faut pas non plus que lventail
des possibles soit trop large, car il devient alors trs difficile de dcrire en quoi consiste lexercice de
loption.
Figure 2.2 : Frontires dutilisation des options relles et des opportunits de dpendance de
sentier
Source: Adner & Levinthal (2004: 76)

72
Chapitre 2
Adner et Levinthal (2004b) indiquent que si les volutions du projet, soit en terme de technologie, soit
en termes de dbouch commercial sont trop vastes, alors les options relles ne constituent pas une
approche adapte.
I.4. Mcanismes de rvlation dinformation

En finance, la condition de la rvlation dinformation est remplie, car la valeur du sous-jacent est
observable tout moment. A la date dchance, le porteur de loption connat la fois la valeur du
sous-jacent et du prix dexercice. Il sait donc exactement quel sera le montant du pay-off sil
exerce loption.
Dans le cas des options relles, il existe une incertitude sur la valeur du projet au moment o lon
ralise linvestissement initial qui correspond la cration ou lacquisition de loption. Pour que la
logique optionnelle fonctionne, il faut que cette incertitude se rduise avec le temps, de faon ce que
la dcision dexercice soit approprie (Merton, 1998: 339).
Ce phnomne de rvlation dinformation peut tre ralis soit de faon passive comme dans le cas
des options financires soit de faon active.
Le mcanisme de rvlation dinformation qui entre en jeu dpend notamment du type dincertitude
mise en cause (Fichman et al., 2005: 78). Sil sagit dune incertitude portant sur le prix dune matire
premire, alors lincertitude est rduite de faon passive. Ce peut tre aussi le cas lorsque lincertitude
porte sur le potentiel de march, et quil existe la possibilit dobserver le succs dune nouvelle
technologie dans dautres zones gographiques. Sil sagit dune incertitude portant sur les aspects
techniques, la rvlation dinformation seffectue plutt de faon active, par exemple par le biais de
programme de R&D ou dans le cas de lexploration ptrolire, par le biais dun forage. Dautres
mcanismes de rvlation dinformation active sont la ralisation dun projet pilote ou divers moyens
dinvestigation marketing, comme des tests marketing, le marketing en temps rel, un dploiement
partiel ou une annonce anticipe du nouveau produit (Lint & Pennings, 1999: 487-489).
Cependant, la rduction dincertitude nest pas toujours possible. Coff et Laverty (2001: 74) indiquent
que ce problme est particulirement aigu lorsque loption porte sur un savoir ( knowledge asset ).
Si lincertitude sur la valeur du projet reste leve, alors une entreprise peut tre expose deux types
de problmes :
Prendre la mauvaise dcision lchance de loption, cest--dire exercer une option alors que le
projet nest pas rentable, ou au contraire abandonner une option alors que le projet est rentable ;
Ne pas abandonner une option, et maintenir en vie un mauvais projet pendant des annes (Coff &
Laverty, 2001 : 74-75 ; Fichman et al., 2005 : 82). Ce problme est dautant plus susceptible de se
produire que la date dchance dune option relle nest gnralement pas fixe clairement
comme celle dune option financire. 37
Dans la pratique, la rvlation dinformation nest gnralement que partielle, des degrs divers
suivant les cas. Si la rduction dincertitude nest pas possible du tout, alors loption relle nexiste
pas, et la dcision dinvestissement fait intervenir une rgle de VAN standard (Coff & Laverty, 2001).
En rsum, un projet dinvestissement suit une logique optionnelle sil remplit simultanment
plusieurs conditions : (1) linvestissement initial est irrversible ; (2) lincertitude est forte, elle est
modlisable, et lentreprise ne dispose pas de moyens dagir directement sur la source dincertitude ;
(3) les caractristiques du projet peuvent tre modifies par lentreprise face lala, sans toutefois
37
Cf. Section 2, II.2.2 Obstacles labandon des options relles
73
Chapitre 2
que lventail des possibles soit trop large non plus ; (4) il existe la possibilit dacqurir de
linformation sur les principales sources dincertitude.
Si la condition dirrversibilit est gnralement remplie, les autres ne le sont pas ncessairement, ou
des degrs divers. Durand et al. (2002) considrent ainsi que, suivant le degr de relchement des
hypothses, lapplication des options relles aux dcisions stratgiques seffectuera sur des modes
distincts : utilisation pure , restreinte ou mtaphorique .
II. Conditions pour que les options relles apportent un clairage supplmentaire la VAN
Pour que les options relles aient un apport la prise de dcision, il faut non seulement que
linvestissement soit porteur doption(s) relle(s), mais aussi que la valorisation par les options relles
apportent des clairages complmentaires ceux que lon aurait pu obtenir avec une mthode
classique comme la VAN.
A cet gard, on peut distinguer deux cas de figure :
La valeur totale du projet est gale la somme de la VAN et de la valeur doption ;
La valeur totale du projet est gale la valeur doption.
II.1. Cas dans lesquels la valeur totale dun projet est gale la somme de la VAN et de la valeur
doption
Le premier cas de figure que nous tudions est celui o la valeur totale du projet est gale la somme
de la VAN et de la valeur doption. Cest typiquement le cas lorsquun projet est porteur dune option
de croissance. Comme lindique Sharp (1991), la part des options dans la valeur totale du projet peut
alors varier de faon significative (Figure 2.3).
Figure 2.3 : Importance de la valeur doption dans la valeur totale du projet

Figure 2: Projet long terme
Va l e u r du pro je t
Va l e u r du pro je t
Fig ure 1 : Projet court terme
Faible
Fo rt e
In ce rti tu de e n vi ro n n e m e n ta l e
Cash flo w
Op t io n s
Faible
Fo rt e
In ce rti tu de e n vi ro n n e m e n ta l e
Cash flo w
Op t io n s
Source : Sharp (1991 : 71).

Daprs Kester (1984), les principaux dterminants de la valeur dune option relle sont :
1) Les dterminants de la valeur des options financires savoir :
La dure de temps scoulant jusqu lchance (paramtre T) ;
Le risque du projet, reprsent par sa volatilit (paramtre ) ;
Le niveau des taux dintrt (paramtre r).
74
Chapitre 2
2) Le fait quil sagisse dune option propritaire ou dune option partage .38
De faon similaire, Sharp (1991) cite dune part le degr dincertitude environnementale, et dautre
part lhorizon temporel du projet comme les principaux dterminants de la valeur doption.
Naturellement, si les caractristiques du projet et le contexte stratgique dans lequel volue
lentreprise sont tels que lon peut sattendre une valeur doption faible, alors cela ne prsentera pas
dintrt de mener une analyse optionnelle en complment du calcul de VAN.
II.2. Cas dans lesquels la valeur de projet est gale la valeur doption
La seconde configuration que nous investiguons est celle o la valeur du projet est gale la valeur
doption. Cest notamment le cas lorsquil est possible de diffrer le lancement dun projet. La valeur
du projet diffr peut alors tre assimile la valeur dune option de report, au lieu dtre estime par
un calcul de VAN.
Copeland & Antikarov (2001) expliquent que lanalyse optionnelle et la VAN ne conduisent des
rsultats diffrents que pour les projets dont la VAN est proche de 0. Pour le comprendre, nous
dtaillons les cas o la VAN est largement positive, et o la VAN est largement ngative.
Cas 1 : la VAN du projet est largement positive

La thorie financire nous apprend que plus une option est dans la monnaie , cest--dire plus la
valeur du sous-jacent (ici not V) est leve par rapport au prix dexercice (ici not I), plus loption
dachat est susceptible dtre exerce lchance. Dans ce cas de figure, la valeur doption est proche
de sa valeur intrinsque , cest--dire de la diffrence V I.
Or, dans le cas des options relles, la valeur intrinsque V I nest rien dautre que la VAN. En
consquence, plus la VAN est leve, plus la valeur doption est proche de la VAN. Dans ce cas de
figure, lanalyse par les options relles napporte donc pas dinformation supplmentaire par rapport
un calcul de VAN.
Cas 2 : la VAN du projet est largement ngative

A linverse, lorsque la VAN est largement ngative, cela revient dire que le projet est trs endehors de la monnaie : le sous-jacent V est largement infrieur au prix dexercice I. En ce cas, mme
si V volue de faon favorable, on a toujours lchance V < I. Loption ne sera donc pas exerce, et
donc la valeur doption est strictement nulle.
Dans ce cas, la VAN et les options relles conduisent toutes les deux la conclusion quil ne faut pas
investir.
38
Cf. Chapitre 3, section 2 - II. Principaux obstacles la valorisation des options relles.
75
Chapitre 2
VAN / Valeur d'option
Figure 2.4 : Comparaison de la VAN et de la valeur doption
Cash-flows dgags par le projet (V)

VAN
Valeur d'option
Graphiquement, on peut observer sur la Figure 2.4 que lorsque la VAN est largement positive, la
courbe de la valeur doption est tangente celle de la VAN. Lorsque la VAN est largement ngative,
la valeur doption est nulle.
La zone dans laquelle les options relles permettent dapporter un clairage diffrent de celui donn
par la VAN correspond au secteur situ lintrieur du cercle : alors que la VAN est ngative ou
lgrement suprieure zro, la valeur doption est strictement positive : ceci indique que le projet
mrite dtre retenu, contrairement ce que lon aurait pu dduire dune analyse fonde sur la VAN.
Une bonne illustration des limites des options relles est larticle de Paddock et al. (1988). Les auteurs
tudient loption dattente prsente dans lexploitation de gisements ptroliers off-shore. Ils comparent
alors trois valeurs :
La valeur de la concession mesure par la VAN ;
La valeur de la concession mesure par loption dattente ;
Le prix propos par les compagnies ptrolires pour lacquisition de la concession.
Les rsultats conduisent des valorisations trs similaires par la VAN et par les options relles. En
revanche, ces valeurs sont nettement infrieures au prix propos par les compagnies ptrolires dans
leurs rponses aux appels doffres. Les auteurs expliquent ce rsultat par le phnomne du winners
curse : la mcanique des enchres peut amener des compagnies proposer des prix particulirement
levs pour sassurer lattribution de la concession convoite.
Bien que les compagnies disposent effectivement dune option dattente dans lexploitation des
concessions, les options relles napportent ici pas dclairage supplmentaire par rapport la VAN.
Ceci peut sexpliquer par le fait que les projets dexploitation dun gisement taient largement dans
la monnaie . Selon le mcanisme que nous avons dcrit plus haut, la valeur doption tait donc trs
proche de la VAN.
Naturellement, la valeur du projet total, cest--dire la valeur du gisement moins le prix pay pour la
concession tait proche de zro. Mais le prix pay pour la concession correspondait ici au paiement de
la prime doption, et non pas loption elle-mme.
76
Chapitre 2
Cet exemple illustre le fait que la logique optionnelle ne fonctionne pas bien lorsque la cration de
loption nest rendue possible que par le paiement dune prime doption importante. Pour pouvoir
appliquer les options relles, il faut que linvestissement initial soit petit, en proportion avec les
opportunits de dploiement futures.
77
Chapitre 2
SECTION 2 : APPORTS ET LIMITES DES OPTIONS REELLES A LA DECISION

DINVESTISSEMENT STRATEGIQUE
I. Des contributions la dcision dinvestissement trs diverses
Les contributions des options relles la dcision dinvestissement peuvent tre trs diverses.
Les options relles peuvent rpondre des questions diffrentes, suivant :
Le type doption relle mise en cause ;
Le niveau danalyse ( lchelle dun projet ou dun portefeuille de projets) ;
Le positionnement de la dcision dans le cycle de vie du projet.
Par ailleurs, la nature des contributions peut tre plutt dordre qualitatif, ou plutt dordre quantitatif.
I.1. Des contributions variant suivant le type doption relle mise en cause
Suivant le type doption gnre par le projet, les dcisions dinvestissement auxquelles les options
relles permettent de rpondre sont trs varies.
Tableau 2.2 : Dcision dinvestissement tudie suivant le type doption relle gnr
Type doption
Options stratgiques
Option de croissance,
option dapprentissage
Option dabandon
Option dattente
Option de squenage
Options de flexibilit
Option darrt
temporaire / dbit
variable
Choix de linput
minimum
Choix de loutput
maximum
Dcision dinvestissement tudie
Articles de
rfrence
Quelle est la valeur du projet ?

Valeur totale du projet = VAN du projet sans
flexibilit + valeur de loption dachat
Quelle est la valeur du projet ?
Valeur totale du projet = VAN du projet sans
flexibilit + valeur de loption de vente
Quand faut-il investir dans le projet ?
Valeur du projet report = valeur de loption
dattente
Faut-il interrompre linvestissement dans le projet, mme
si aucun cash-flow na encore t gnr ?
Valeur du projet = valeur de loption compose
(Myers, 1977 ;
Kester, 1984)
Combien vaut un actif flexible ?

Question corolaire : le surcot par rapport un actif
similaire, mais non flexible, est-il justifi ?
Valeur de lactif = Portefeuille doptions dachat (de
vente)
A partir de quelle valeur seuil de la variable
incertaine (ex : le prix du ptrole) faut-il exercer
loption (exemple : arrt temporaire de lexploitation
du gisement) ?
(McDonald &
Siegel, 1985)
(McDonald &
Siegel, 1986)
(Majd &
Pindyck,
1987)
(Stulz, 1982;
Johnson,
1987;
Kulatilaka,
1993; Goffin,
1995, 1996)
78
Chapitre 2
Parmi les options stratgiques , les options de croissance et dabandon permettent de valoriser un
projet, en tenant compte du fait que son primtre pourra tre revu la hausse (option de croissance)
ou la baisse (option dabandon). Lapport des options relles est ici daboutir une valorisation du
projet plus exacte que la VAN, car elle prend en compte la valeur de la flexibilit managriale . 39
Dans le cas o le projet prsente une option de squenage ou une option dattente, lintrt dun
recours aux options relles est plutt davoir un clairage sur le timing de linvestissement.
Dans le cas de loption de squenage, les options relles permettent de dterminer si, ayant dj
effectu une partie de la dpense dinvestissement, il est optimal de poursuivre ou bien de suspendre la
dpense dinvestissement. Dans le cas de loption dattente, il sagit de dterminer si le projet
dinvestissement doit tre entrepris immdiatement, ou plutt report.
Dans le cas des options de flexibilit, le recours aux options relles peut servir deux principaux
objectifs.
Le premier objectif est de dterminer la valeur dun actif flexible, par rapport un actif non flexible.
Kulatilaka (1993) prend lexemple dune centrale de production de vapeur pouvant fonctionner avec
deux types dnergie : le fuel et le gaz. Ce type de centrale peut tre valoris comme une srie
doptions dchange, puisque lon a la possibilit chaque priode de choisir la source dnergie la
moins chre. Naturellement, une centrale lectrique fonctionnant uniquement au fuel ou uniquement
au gaz serait moins chre construire. La question est donc : la flexibilit offerte par la centrale binergie vaut-elle le surcot dinvestissement par rapport une centrale mono-nergie ? Pour le savoir,
il faut comparer ce surcot la valeur de la flexibilit, qui est calcule comme la diffrence entre la
valeur de la centrale bi-nergie (estime avec les options relles) et la valeur de la centrale mononergie (estime avec la VAN).
De faon similaire, Bengtsson et Olhager (2002) valorisent la flexibilit de systmes de production
permettant la fabrication de plusieurs produits lorsquil existe une incertitude sur la demande.
Le deuxime objectif que peut poursuivre lanalyse optionnelle dans le cas dune option
oprationnelle est de dterminer les rgles de fonctionnement qui permettront de grer au mieux la
flexibilit de lactif.
Par exemple, Brennan et Schwartz (1985) ont modlis quel moment il tait optimal de lancer ou de
stopper lexploitation dune mine, en fonction de lvolution du prix du minerais. Ils ont cette
occasion mis en vidence le phnomne dhystrsis. Ce phnomne explique pourquoi il est rationnel
de ne pas arrter lexploitation ds que le prix du minerais passe au-dessous du point mort (et
inversement, lorsque la mine est larrt, de ne pas redmarrer lexploitation ds que le prix du
minerais passe au-dessus du point mort).40
Dune manire plus gnrale, le phnomne dhystrsis permet dexpliquer pourquoi les entreprises
maintiennent en vie des projets dinvestissement peu performants plus longtemps que ne laurait
suggr la rgle de la VAN (Dixit, 1992).
39
cf. Chapitre 1, Encadr 1.2

Sur le phnomne dhystrsis, et la rsolution numrique pour dterminer les valeurs seuils, voir aussi Dixit,
A. 1989. Entry and exit decisions under uncertainty. Journal of Political Economy 97(3): 620-638
40
79
Chapitre 2
I.2. Des contributions intervenant diffrents stades et diffrents niveaux danalyse de la dcision
dinvestissement
La contribution des options relles la dcision dinvestissement varie suivant la phase dans le cycle
de vie du projet (Tableau 2.3).
Tableau 2.3 : Contributions possibles des options relles suivant la phase dans le cycle de vie du
projet
Phase
Conception du projet
Slection dun projet
Suivi / pilotage du
projet
Apport des options relles

Identification des structures de projet permettant den maximiser la valeur
Valorisation du projet, en tenant compte de la valeur de la flexibilit
managriale, cest--dire de la facult qua le management de faire voluer
la configuration du projet (timing, primtre) en fonction des alas
Dtermination de la date optimale dexercice de loption ;
Dtermination de lintrt dabandonner une option
Dtermination des seuils dexercice dune option de flexibilit
I.2.1. Conception du projet dinvestissement
Jusqu prsent, nous avons surtout dtaill lintrt des options relles pour valoriser les projets, dans
le but dtablir une slection des projets les plus profitables.
Dans le cas des options stratgiques, lanalyse optionnelle peut galement intervenir plus en amont.
Lobjectif est alors de structurer le projet de faon maximiser sa valeur. Par exemple, on peut
initialement se trouver face un projet non rentable. Lintrt des options relles rside alors dans la
dtermination de leviers de flexibilit supplmentaires, qui permettront daboutir une valeur de
projet positive (Kemna, 1993; Amram & Kulatilaka, 1999; McGrath et al., 2004). Ce peut tre
notamment le cas si on squence la dpense dinvestissement en plusieurs phases, si on dcoupe le
projet lui-mme en plusieurs phases (ex : usine pilote, puis usine principale, ou bien extension
progressive des zones gographiques couvertes) ou encore si on amnage des portes de sortie .
Benaroch (2002) souligne ainsi que lune des tapes cruciales de lanalyse rside prcisment dans
llaboration de mcanismes qui ouvrent des marges de flexibilit pour lavenir, et donc gnrent des
options relles.
Il ne sagit donc pas didentifier, puis de valoriser, la ou les option(s) prsente(s) dans un projet
dinvestissement, mais plutt de configurer ce projet de manire ce quil soit dot doptions relles.
I.2.2. Suivi et pilotage du projet dinvestissement
Les options relles permettent de dterminer sil est opportun deffectuer un investissement initial qui
est porteur doption. Ceci est effectu en calculant le montant de la prime doption. Une fois cet
investissement ralis, les options relles permettent galement de dterminer quelle date il est
optimal dexercer loption.
Si linvestissement initial donne naissance une option de croissance, lanalyse optionnelle
dterminera quand il est optimal de procder linvestissement permettant lextension du projet.
Kogut (1991) donne lexemple de limplantation dans un nouveau march, qui est initialement ralise
80
Chapitre 2
par de nombreuses entreprises travers la formation dune joint-venture avec un partenaire local.
Daprs Kogut, linvestissement dans la JV peut tre assimil lachat dune option de croissance,
dont lexercice correspond au rachat des 50% du partenaire. La question est alors de dterminer
quelle date il est optimal dexercer cette option. Lauteur estime que les managers neffectuent pas de
calcul dtaill pour dterminer cette date, mais sappuient plutt sur des indicateurs de taille de
march, qui rvlent la valeur de loption de croissance.
Inversement, lorsque linvestissement initial donne naissance une option dabandon, les options
relles peuvent permettre de dterminer la date optimale dexercice de loption de vente, cest--dire la
date laquelle les actifs engags dans le projet doivent tre vendus.
Dune manire gnrale, Triantis et Borison (2001) soulignent que lun des grands apports des options
relles est limportance accorde au suivi du projet.
Avec les outils classiques daide la dcision, il existe une tendance raliser un exercice de
valorisation simplement pour dcider de lancer un investissement ou non. Le projet est ensuite
pilot sans tenir compte de lanalyse ralise lorigine.
Avec les options relles au contraire, il sagit dtablir une feuille de route des actions futures.
Celle-ci est utilise pour rvaluer rgulirement un projet, et sassurer que les bonnes dcisions
sont prises au fur et mesure de son droulement.
Ce type danalyse est particulirement crucial lorsquil nexiste pas de mcanisme formel incitant
excuter les options. Par exemple, combien de managers sont-ils rcompenss pour avoir exerc
une option de vente ( put option ), consistant rduire lactivit ou fermer leur propre
domaine de responsabilit ?
I.2.3. Niveau danalyse : lchelle dun projet ou lchelle dun portefeuille de projets
Les dcisions dinvestissement que nous avons abordes jusqu prsent concernaient la slection et le
pilotage dun seul projet.
Il est galement possible davoir recours aux options relles pour valoriser un portefeuille de projets,
lorsquil existe des interdpendances entre ces projets. Ainsi, dans le secteur des technologies de
linformation, Bardhan et al. (2004) ont mis en vidence deux types de dpendance entre projets :
Des dpendances fortes ( hard dependencies ) : lorsque la comptence dveloppe par un
projet est galement ncessaire la ralisation dun ou plusieurs autres projets ;
Des dpendances faibles ( soft dependencies ), lorsque la comptence dveloppe par un
projet permet damliorer la performance dun autre projet.
Lorsquun projet prsente des interdpendances avec dautres projets en aval, alors sa valeur totale est
gale la somme de sa VAN et des options de croissance correspondant la ralisation des projets qui
en dpendent.
Les auteurs mettent en application ces principes pour optimiser le portefeuille de projets informatiques
dun producteur dlectricit. Ils montrent que sans la prise en compte des options relles, des projets
dinfrastructure gnrant des bnfices long terme auraient t carts, au bnfice de projets
gnrant des cash-flows rapides. Lanalyse optionnelle peut donc affecter significativement la
composition dun portefeuille de projets.
Le niveau danalyse utilis par les premiers travaux sur les options relles tait encore plus agrg,
puisquil se plaait lchelle de la firme. Ainsi, Mc Grath et al. (2004 : 87) rappellent que les
recherches de Miller et Modigliani (1961), Myers (1977), Myers et Turnbull (1977) dfinissent les
options relles comme un ensemble indfini dopportunits de croissance dtenu par une entreprise,
qui proviennent dun ensemble de ressources et de capacits.
81
Chapitre 2
I.3. Les options relles : outil de valorisation ou cadre conceptuel ?
I.3.1 Les options relles comme un outil de valorisation

Nous avons montr dans le Chapitre 1 41 que les options relles sont plus appropries que la VAN pour
valoriser les projets en contexte dincertitude.
Dune part, les options relles conduisent une valorisation de projet plus adquate que la VAN, car
elles prennent en compte la valeur de la flexibilit managriale. 42
Dautre part, les options relles offrent un traitement du risque plus transparent que la VAN (Borison
et al., 2003: 20). En effet, dans le cas de la VAN, lamplitude du risque est matrialise dans le choix
du taux dactualisation. Or, il savre que le taux dactualisation est le plus souvent fix de faon
arbitraire par les entreprises, et que les diffrentes composantes qui permettent de ltablir ne sont pas
comprises par la plupart des managers (ex : Myers, 1996 : 98).
Dans ce contexte, lun des intrts des options relles est de prendre en compte le risque de faon plus
transparente, non pas travers le dnominateur le taux dactualisation est en principe le taux sans
risque mais travers le numrateur, cest--dire les cash-flows gnrs par le projet.
Sur les marchs financiers, les modles issus de la thorie des options permettent simultanment de
valoriser le montant de la prime doption, et de dterminer la date optimale dexercice de loption.
De faon similaire, les options relles permettent non seulement de valoriser un projet, mais aussi
daboutir une recommandation plus nuance que la VAN au sujet de la date optimale de
linvestissement.
La VAN analyse une opportunit dinvestissement comme une dcision devant tre prise maintenant
ou jamais : si la VAN est positive, le projet est retenu ; dans le cas contraire, le projet est cart
sans que lon puisse dterminer si ce rejet est dfinitif, ou si cela pourrait prsenter un intrt lavenir
dtudier nouveau le problme.
A linverse, lapproche optionnelle prvoit trois cas de figure : le lancement du projet, son abandon
dfinitif ou le report de la dcision dinvestissement. Dans ce dernier cas, les modles doption
permettent de dterminer la date optimale dinvestissement.
I.3.2. Les options relles comme un cadre conceptuel pour structurer la dcision dinvestissement
De nombreux chercheurs estiment que les options relles ne sont pas un simple outil de valorisation
(ex: McGrath, 1999; Coff & Laverty, 2001; Miller & Waller, 2003; Fichman et al., 2005). Elles
constituent un mode de pense qui aide les organisations structurer la dcision dinvestissement en
contexte incertain.
Cet apport des options relles ne doit pas tre sous-estim. En effet, la recherche empirique a montr
que dans la pratique, lvaluation quantitative dun projet ne joue quun rle limit dans la dcision
dinvestissement (Pike, 1983; Butler et al., 1991; Van Cauwenbergh et al., 1996; Arnold &
Hatzopoulos, 2000).
41
42
cf. Section 1, I. Les options relles : une ide sduisante

cf. Chapitre 1, Encadr 1.2
82
Chapitre 2
Tableau 2.4 : Principaux apport des options relles comme philosophie dinvestissement
Pratiques actuelles des
entreprises
Tendance rechercher des
projets variance limite,
afin dviter lchec
(McGrath, 1999)
Faible incitation la prise de
risque avec les mthodes
actuelles : plus le risque est
lev, plus le taux
dactualisation est fort, plus
la VAN est faible
Inertie dans le pilotage des
projets :
Rle purement formel des
procdures de suivi des
investissements (Busby &
Pitts, 1997) ;
Incapacit des entreprises
modifier leurs projets en
fonction de lvolution des
conditions conomiques ;
Dcision de lancement dun
nouveau produit trs
rarement remise en cause
(Lint & Pennings, 1999)
Apport des options relles
Impact sur la comptitivit des

entreprises
Lentreprise peut mieux valuer
Dmontrent que, dans un
les opportunits certes risques,
contexte dincertitude, la
valeur totale dun projet peut mais potentiellement trs
tre forte, mme si sa VAN rentables et indispensables au
maintien de sa position
est faible, voire ngative
concurrentielle
Expliquent pourquoi la
valeur dun projet peut
augmenter avec lincertitude Plus grande incitation prendre
des risques
Contraignent le management :
envisager demble plusieurs
scnarios dvolution
possibles pour un projet
dinvestissement ;
piloter le projet de faon ce
que la flexibilit de choix
soit prserve ;
faire voluer le projet en
fonction de la situation
conomique.
(McGrath et al., 2004: 94)
Grande rticence abandonner

Reconnaissent explicitement
les projets dont les signaux
lexistence dun risque, et
dchec se multiplient :
donc lventualit de se
Divers biais cognitifs
tromper
contribuent lescalade
Recommandent de procder
des engagements (Staw,
de faon incrmentale, ce
1981) ;
qui permet de facilement les
Labandon dun projet a des
abandonner ou modifier un
projet ds les premiers
consquences sociales et
organisationnelles que lon
signes dchec.
cherche viter (ex: Ross & (McGrath, 1999)
Staw, 1986).
Valeur du projet maximise ;

Rponse planifie face
lala, permettant une plus
grande ractivit
Les entreprises nont plus

supporter pendant des annes le
poids de grands projets
dficitaires
Le Tableau 2.4 montre que la propagation du raisonnement optionnel permettrait dagir en

profondeur sur le mode de pilotage par les entreprises des projets dinvestissement en contexte
incertain. Plus prcisment, les principaux bnfices des options relles comme philosophie
dinvestissement sont au nombre de trois :
Encourager les entreprises lancer des projets dinvestissement risqus ;
Maximiser la valeur des projets en les faisant voluer au gr des circonstances conomiques ;
Eviter de supporter pendant des annes le poids de grands projets dficitaires.
83
Chapitre 2
I.3.3. Intrt pratique des options relles: option valuation V. option reasoning
Dans les cercles acadmiques, tout comme dans le monde de lentreprise, les avis divergent quant au
rle concret (outil de valorisation V. mode de pense) que peuvent jouer les options relles dans les
prises de dcisions stratgiques. Ce dbat est rsum en quelques lignes par Damodaran (2000: 29) :
Some top managers and consultants prefer to use real options simply as a rhetorical tool that can be
used to justify investment and acquisition decisions for which there may be little quantitative support.
The basis for this feeling is often that, while there are embedded options in most decisions, such
options cannot be valued with any precision. Others argue that we should use real options to attempt
to quantify the value of these options, and build them into the decision process .
Triantis et Borison (2001) confirment que dans la pratique des entreprises les options relles peuvent
jouer ces deux rles. Les auteurs ont ralis des entretiens auprs dune trentaine de multinationales
ayant recours aux options relles. Ils en distinguent trois grands types dutilisation :
Les options relles comme un cadre conceptuel ( way of thinking ).
Elles sont utilises de faon qualitative, pour structurer la prise de dcision. Cela concerne
notamment les dcisions de fusion-acquisition.
Les options relles comme un outil analytique.
Elles sont utilises par des entreprises exerant une activit de trading sur des commodits
(matires premires, lectricit). Il sagit doptions formalises par des contrats, dont les modalits
sont clairement dfinies, et que lentreprise cherche valoriser. Dans ce cas, les options relles
sont utilises uniquement pour des domaines spcialiss de lentreprise, et non pas pour
lensemble des dcisions dinvestissement.
Les options relles comme un processus organisationnel.
Elles sont intgres dans le processus de dcision dinvestissement de lentreprise. Ce mode
dutilisation concerne par exemple des entreprises dans des secteurs technologiques, o la R&D
est primordiale. Lobjectif est didentifier et dexploiter les options stratgiques, en combinant la
fois des analyses conceptuelles et des analyses quantitatives.
Les tudes de cas empiriques suggrent que le dbat qualitatif / quantitatif doit tre dpass.
En particulier, Bowman & Moskowitz (2001) ont tudi lutilisation des options relles par la
compagnie pharmaceutique Merck pour prendre une dcision de vente de licence. 43 Ils montrent que
les managers ont fait des erreurs dans lapplication du modle de valorisation doption. Nanmoins, les
auteurs estiment que lutilisation des options relles avait t bnfique. Leur principal apport a t de
montrer que cela navait pas de sens de calculer une NPV moyenne entre bon et mauvais
scnario, puisque le mauvais scnario ne serait de toute faon jamais excut.
Dans le domaine des technologies de linformation, Taudes et al. (2000) ont tudi la dcision dune
entreprise de passer leur ERP de la version SAP R/2 la version SAP R/3. Daprs eux, la valorisation
des options relles ne demande pas du tout la mme prcision que celle des options financires. Dans
cette tude de cas, ils estiment que lintrt des options relles rsidait avant tout dans le raisonnement
optionnel ( travers la formation dun arbre de dcision), plus que dans la valorisation prcise du
projet.
43
Cf. Chapitre 3
84
Chapitre 2
II. Les limites des options relles
II.1. Les limites de nature mthodologique
II.1.1. Difficult identifier les options relles gnres par un projet dinvestissement
Avant mme daborder le difficile problme de la valorisation des options relles, se pose celui de leur
identification. Les options relles prsentes au sein dun projet dinvestissement sont difficiles
identifier car, contrairement aux options financires, elles ne sont pas formalises par un contrat
(Myers, 1996; Copeland & Keenan, 1998). Copeland et Keenan citent notamment lexemple de
compagnies dassurance amricaines qui, dans les annes 1960, ont assorti leurs polices de la
possibilit demprunter taux fixe, sans prendre conscience du fait que cette possibilit avait une
valeur doption.
Dans la pratique, lexercice didentification des options relles est malais, car les dirigeants sont peu
familiers avec la logique optionnelle. Kemna (1993) explique ainsi que lon observe dans le monde de
lentreprise une confusion entre les alternatives, et les options contenues dans ces alternatives : il y a
souvent des malentendus, car les managers considrent souvent que les alternatives constituent des
options.
Mais mme pour les managers ayant t sensibilis au raisonnement optionnel, la complexit de la
situation est telle quil nest pas toujours facile de reconnatre les options relles. Kemna (1993) relate
ainsi le cheminement dun groupe de travail constitu au sein de la compagnie Shell sur les options
relles : dans le cadre dun investissement dans un outil de production qui impliquait lutilisation
dune technologie nouvelle, le groupe avait bien initialement identifi une option dattente, mais il a
fallu du temps avant que loption de croissance soit repre.
Les options relles ne sont pas toujours l o on pourrait le penser, comme latteste notre recherche
empirique. Nous avions eu lintention danalyser travers une logique optionnelle la participation
dtenue par un oprateur de tlcommunications ( oprateur A ) au sein dun autre oprateur
( oprateur B ).
A premire vue, la prsence doptions relles paraissait vidente : lacquisition par loprateur A de
30% du capital de loprateur B avait t assortie dun accord de coopration, prvoyant lattribution
dun call pour loprateur A sur 33% additionnels du capital de loprateur B ; laccord prvoyait
galement un put au profit du principal actionnaire de loprateur B, sur la totalit de ses actions.
Pourtant, il sagissait l loptions trs particulires, puisque le prix dexercice prvu correspondait la
fair market value . Or, la valeur dune option financire provient prcisment de la diffrence
potentielle, lchance de loption, entre le cours de laction et le prix dexercice prvu dans le
contrat doption. Dans ce cas de figure, le pay-off potentiel de loption tait donc nul, et la
thorie des options ntait donc pas applicable.
Un phnomne similaire est voqu par Bowman et Moskowitz (2001). Ils affirment que les jointventures ne peuvent pas tre assimiles des options relles contrairement ce qui avait t affirm
dans la littrature, en particulier par Kogut (1991). En effet, le rachat possible du capital dtenu par le
partenaire nest pas une option, puisque la valeur de rachat correspond le plus souvent la fair
market value , et que le gain ralis est donc nul.44
44
Dans cet exemple et dans le cas des joint-ventures en gnral on pourrait considrer que la prise de
participation initiale permet dviter de payer une prime dacquisition important au moment du rachat du
reste du capital. Nanmoins, nous nous trouvons tout de mme assez loigns de la logique optionnelle.
85
Chapitre 2
II.1.2. Difficult valoriser les options relles
La seconde difficult mthodologique des options relles concerne leur valorisation. Nous abordons ce
point de faon dtaille dans le Chapitre 3.
A ce stade, on peut simplement noter que de nombreux chercheurs contournent le problme de la
valorisation, en affirmant que les options relles peuvent tre utilises comme un cadre conceptuel,
plus que comme un outil de valorisation (Sharp, 1991; Miller & Waller, 2003; Fichman et al., 2005).
Or, une telle approche a des limites, comme lillustre bien larticle de Fichman et al. (2005). Ceux-ci
affirment dans un premier temps que les options relles sont surtout utiles comme mode de pense, et
quil nest pas ncessaire dutiliser des modles de valorisation sophistiqus. Nanmoins, lorsque les
applications concrtes des options relles sont abordes, il apparat que la valorisation de loption est
bien souvent ncessaire la prise de dcision. Cest par exemple le cas lorsque lexistence dune
option de croissance peut justifier ou non le lancement dun projet innovant. De mme, loption
dlargir le primtre dun projet 45 ou loption de modifier lusage dun projet 46 sont apprciables,
mais ncessitent au dpart des cots dinvestissement ou des temps de dveloppement
supplmentaires.
La ncessit de valoriser loption provient du fait que la flexibilit est rarement gratuite. Tout lintrt
des options relles est alors de valoriser cette flexibilit, et de pouvoir la comparer son cot.
Un exemple dapplication dans le domaine des tlcommunications pourrait tre celui dun oprateur
examinant un projet de construction de backbone dans une nouvelle zone gographique en voie de
dveloppement. En raison de la forte incertitude pesant sur lintensit future du trafic IP, un tel projet
apparat trs risqu. Conformment aux enseignements des options relles, les managers pourront
squencer ce projet en plusieurs phases, et ne construire le backbone dans un premier temps que
dans les rgions les plus attractives. Cependant, une telle stratgie expose loprateur des ruptures de
service : le maillage du rseau tant incomplet, loprateur devra faire appel des oprateurs tiers, et
ne contrle donc pas compltement sa qualit de service. Lintrt des options relles consiste alors
pouvoir estimer combien vaut la flexibilit permise par un squenage du projet en plusieurs
phases. On pourra alors comparer cette valeur avec le cot potentiel des ruptures de service.
Certains chercheurs (ex: Benaroch & Kauffman, 2000; Taudes et al., 2000) recommandent de
compenser la difficult valoriser les options par des analyses de sensibilit de la valeur doption aux
paramtres dentre. Cette approche est tout de mme limite, en particulier dans des contextes o les
analyses de sensibilit conduisent des recommandations dinvestissement diffrentes suivant la
valeur des paramtres dentre.
Par ailleurs, les recherches bases sur les simulations ont montr quil ne faut pas attendre de la part
des managers une estimation intuitive de la valeur de loption. Certes, les managers ont une bonne
intuition sur le sens ( la hausse ou la baisse) quaura la modification dun des paramtres de calcul
(volatilit, temps restant jusqu lchance, valeur du sous-jacent, taux dintrt sans risque) sur la
valeur de loption (Busby & Pitts, 1997; Howell & Jgle, 1997). Nanmoins, les travaux de Howell et
Jgle (1997), ainsi que de Miller et Shapira (2004) montrent que les intuitions des managers ne sont
dans lensemble que faiblement en ligne avec les valorisations donnes par la thorie des options.
En consquence, une approche seulement conceptuelle des options relles risque de gnrer une trs
grande subjectivit dans leur utilisation. Ceci risque de nuire fortement la diffusion des options
relles, car les dirigeants craignent que celles-ci soient utilises comme un argument pour lancer des
projets dinvestissement dont la VAN est ngative (Triantis et Borison, 2001, 20-21).
45
46
Dans la terminologie Anglo-saxonne : option to scale up

Dans la terminologie Anglo-saxonne : option to switch use
86
Chapitre 2
II.2. Limites de nature comportementale et organisationnelle
La littrature sur les options relles est majoritairement tourne vers une vision normative de cette
approche. Forts de ce constat, certains auteurs rappellent la ncessit de prendre en compte les aspects
comportementaux et organisationnels de la dcision (Busby & Pitts, 1997; Miller & Shapira, 2004:
282).
La littrature suggre plusieurs obstacles de nature comportementale et organisationnelle lexercice
ou labandon des options relles.
II.2.1. Obstacles la cration et lexercice des options relles
Coff et Laverty (2001) indiquent que lexercice dune option peut tre rendu difficile si celle-ci a t
initie au sein dune structure qui est isole de lentreprise principale. En effet, lexercice de loption
peut ncessiter la mise en place de nouvelles routines et dune nouvelle culture, qui sont peu
compatibles avec celles de lentreprise principale. Les auteurs citent ainsi les exemples de General
Motors avec sa division Saturn ou de Xerox Corporation avec son centre de recherche de Palo Alto
(PARC), qui nont pas t en mesure dexercer les options inities par ces divisions, car ceci
impliquait lmergence dune nouvelle culture, qui ntait pas accepte par le reste de lentreprise.
Lorsque loption est initie par une unit indpendante, lentreprise est donc expose au risque de ne
pas pouvoir lexercer, autrement dit de condamner un bon projet dinvestissement.
Dautre part, lexercice optimal dune option peut se heurter des procdures de dcision trop rigides
et trop centralises.
Ainsi, Borison et al. (2003) indiquent que pour tirer toute la valeur doption dans lexploitation de
rserves ptrolires et gazires, il faudrait que les circuits de dcision soient plus rapides, en donnant
plus de pouvoir de dcision aux managers oprationnels.
Kogut (1985) explique que le fait pour des entreprises multinationales davoir des sites de production
dans diffrents pays a une valeur de flexibilit, car celle-ci peuvent transfrer les volumes de
production dun pays lautre en fonction de lvolution des taux de change ou des volutions dans la
rglementation locale. Nanmoins, lauteur souligne que les systmes actuels de planification et de
contrle ne permettent pas aux multinationales de tirer profit de cette flexibilit. En effet, les
mcanismes actuels ne dsolidarisent pas la performance managriale des sources dincertitude
externe comme le taux de change, qui sont hors de contrle des managers. En consquence, les
managers sont pnaliss lorsquils transfrent la production vers dautres pays.
Triantis (2005: 13-14) explique que les systmes actuels de rmunration ne sont pas adapts la
logique optionnelle.
En premier lieu, les systmes actuels rcompensent avant tout la gnration de cash-flows court
terme. Ceci a deux principales implications en termes optionnels : les managers ne sont pas
encourags crer des options, telles que les dpenses de R&D, qui consomment initialement du cash.
De plus, les managers sont incits exercer de faon prmature les options de croissance, afin de
gnrer du cash.
Triantis explique par ailleurs que les managers sont davantage motivs par la taille du budget ou de
lunit quils grent, que par la cration de valeur pour lactionnaire. En consquence, ils auront
tendance maintenir en vie une activit non profitable en esprant que les choses samliorent
plutt que dexercer loption dabandon.
McCormack et al. (2003) voquent des obstacles similaires lexploitation des options relles dans le
secteur de lexploration et de lexploitation ptrolire et gazire. Ils soulvent notamment les
problmes suivants :
87
Chapitre 2
Les systmes dinformation actuels ne sont pas adapts lexploitation de la flexibilit, car il
faudrait pour cela coordonner troitement les bases de donnes des diffrentes fonctions : donnes
sur les concessions, sur la taille des rserves, sur lvolution des prix de vente, sur les cots de
production et sur les fournisseurs.
Les systmes de rmunration doivent tre adapts, pour inciter la cration doptions relles. A
lheure actuelle, le fait de prouver lexistence de rserves ce qui revient crer une option
pouvant tre active lorsque les prix de vente sont levs nest pas reflt dans les tats
financiers des entreprises. Cette activit doit tre reconnue et rcompense.
Les systmes de rmunration doivent par ailleurs inciter exercer de faon approprie les options
relles. Ceci ncessite un changement profond de la philosophie actuelle des systmes de mesure
de la performance, et donc de rmunration. En effet, ceux-ci sont orients sur la ralisation
dobjectifs de volumes de production et de cash-flows. Or, la maximisation de la valeur permise
par lexercice optimal des options relles veut que, pendant certaines priodes de temps, il sera
prfrable de ne pas produire, mme si la VAN du gisement est positive, alors quau cours
dautres priodes il sera au contraire recommand de produire de faon intensive, mme si les
cots dexploitation sont levs.
Enfin, ladaptation des systmes dincitation ne se limite pas la compagnie ptrolire. Pour une
gestion optimale des options, il est galement ncessaire de mettre au point des systmes de
partages des gains avec les fournisseurs incitant optimiser les choix dexercice des options.
II.2.2. Obstacles labandon des options relles
En se fondant sur la thorie de lescalation of commitment dj voque prcdemment (cf.

Tableau 2.4), certains auteurs (Adner & Levinthal, 2004b; Fichman et al., 2005: 82) affirment que la
logique optionnelle ne favorise pas labandon de projets affichant des signaux ngatifs, mais au
contraire peut justifier leur maintien en vie.
Daprs Coff et Laverty (2001), le risque de maintenir en vie un projet dinvestissement alors que les
signaux ngatifs saccumulent est dautant plus grand si ce projet a t initi au sein de lentreprise
principale et non par une unit isole. Des facteurs individuels, structurels et institutionnels crent
une pression pour maintenir en place les rseaux sociaux forms par les nouveaux projets. En
consquence, il y a un biais pour ne pas abandonner loption et, au final, pour lexercer. Les auteurs
illustrent ce phnomne avec lexemple de lentreprise 3M . Dans son souci de promouvoir
linnovation, lentreprise avait maintenu en vie de nombreuses options non rentables. Pour y
mettre plus facilement un terme, 3M aurait d comme lavait recommand le cabinet de conseil
McKinsey tre spare en plusieurs entits indpendantes.
Il est vrai que la question de labandon de loption est spcifique aux options relles, et na pas t
spcialement tudie dans le cadre des options financires.
Dans le cas des options financires, la dtention dune option trs en-dehors de la monnaie ne gnre
pas de cot direct.47 La question dabandonner ou non loption ne se pose donc pas. Qui plus est, cette
ventuelle question est de toute faon rapidement rgle, car la dure de vie des options financires est
courte (typiquement quelques mois), avec une date dchance clairement tablie par le contrat
doption.
Adner et Levinthal (2004b) soulignent le fait que dans le cas des options relles au contraire, la dure
de vie de loption nest pas limite par une date prcise. Comme la rvlation dinformation nest que
partielle48, et quil subsiste toujours un flou plus ou moins important sur la capacit dun projet
47
Tout au plus peut on considrer quil existe un cot dopportunit la dtention dune option financire, dans
la mesure o celle-ci peut tre revendue. Mais sil sagit dune option trs en-dehors de la monnaie, le prix de
vente sera faible.
48
cf. Chapitre 2, section 1 I.3. Prsence de mcanismes de rvlation dinformation et Chapitre 3, section 2
I. Principaux obstacles la valorisation des options relles
88
Chapitre 2
gnrer des cash-flows terme, le risque est grand alors de maintenir un projet en vie en considrant
quil existe toujours une possibilit que le projet devienne profitable (par exemple si on dcouvre par
la suite dautres dbouchs commerciaux, ou encore si les problmes techniques auxquels se heurte le
projet sont rsolus).
Dautres auteurs sopposent cette vision, en avanant plusieurs arguments.

Zardkoohi (2004) affirme tout dabord que les phnomnes descalation of commitment
concernent avant tout les projets soutenus par les financements publics, pour lesquels les dfenseurs
du projet nont pas en subir les consquences ngatives en cas dchec.
Pour leur part, McGrath et al. (2004) rappellent que la logique optionnelle ne se rsume pas au
possible abandon dun projet. Il existe de nombreux autres leviers de flexibilit, comme par exemple
la rvision la hausse ou la baisse du primtre du projet.
Surtout, McGrath et al. soulignent le fait que ce nest pas la logique optionnelle qui est en cause dans
le phnomne dcrit par Adner et Levinthal, mais plutt lexistence de mcanismes de gestion de
projet permettant dviter lescalation of commitment . Les auteurs indiquent quil existe tout un
arsenal de mesures permettant la de-escalation of commitment , et que celles-ci doivent tre
utilises afin que la logique optionnelle puisse tre applique.
En ce sens, McGrath et al. rejoignent les auteurs qui affirment que la valeur thorique des options
relles ne peut se transformer en valeur concrte pour lentreprise que si celle-ci met en place les
mcanismes organisationnels adquats.
Plus spcifiquement, deux aspects doivent tre modifis par les entreprises afin de mieux intgrer la
logique optionnelle (Kogut, 1985; Borison et al., 2003)
Lallocation des droits de dcision : il faut donner plus de pouvoirs aux managers qui sont proches
de la source dincertitude ; dans le mme temps, il peut tre ncessaire de crer des units de
coordination, afin deffectuer des arbitrages entre les diffrentes sources de flexibilit (cf. Kogut,
1985 pour les dcisions de production des diffrentes usines d'une multinationale).
Les systmes de rmunration : ceux-ci doivent tre conus de manire encourager les managers
crer les options et, selon les termes de Fichman et al. (2005) honorer les contrats doption
cest--dire les exercer ou au contraire les abandonner de faon optimale.
Enfin, on peut gnraliser lensemble des options largument de Jacquet (2001) dvelopp dans le
cadre de la gestion de linnovation.
Jacquet relve que lune des critiques formules lencontre des options relles est que celles-ci
favorisent le saupoudrage des investissements. En dautres termes, les options relles inciteraient
multiplier les investissements, afin de se doter dautant dopportunits de croissance.
En ralit, lauteur explique quune telle vision relve dune mauvaise comprhension de lapproche
optionnelle. En effet, dans le secteur de linnovation, ce nest gnralement que laboutissement dun
projet de R&D matrialis par exemple par le dpt dun brevet qui constitue vritablement une
option relle. Tant que lon na pas atteint ce stade, on se trouve dans une phase de construction de
loption, et il faut tre prt investir davantage lorsque les conditions incitent poursuivre le projet.
De faon similaire, on peut considrer que cest une mauvaise comprhension de la logique
optionnelle qui amne affirmer que les options relles favorisent lescalation of commitment . En
effet, le maintien en vie dune option a le plus souvent un cot.
La littrature sest surtout concentre sur le cot initial de la flexibilit : achat dune licence ou dune
concession sans obligation dexploitation, investissement dans des structures de production flexibles,
etc. Mais il faut par ailleurs noter que pour maintenir en vie cette flexibilit, cest--dire la possibilit
lavenir deffectuer des choix il faut constamment investir (par exemple travers des frais de
maintenance ou des dpenses de R&D).
Si lon applique correctement la logique optionnelle, on ne se prononce pas ncessairement en faveur
de la poursuite du projet dinvestissement, car il faut mettre en balance la valeur de la flexibilit avec
son cot.
89
Chapitre 2
II.2.3. Un juste quilibre entre engagement et flexibilit
Enfin, mme si on met en place les bons mcanismes organisationnels, et mme si on a une lecture
correcte de la logique optionnelle, on peut craindre dans certains cas que lapplication de la logique
optionnelle soit dommageable la bonne marche de lentreprise.
A cet gard, lanalyse de la littrature rvle deux risques opposs dans la poursuite dune approche
optionnelle :
le risque de donner limpression dun flottement dans la conduite dun projet
dinvestissement ;
le risque de fixer un agenda trop rigide.
Lenqute mene par Busby et Pitts (1997) a rvl que certains managers ntaient pas favorables la
diffusion de la logique optionnelle, craignant que celle-ci donne aux quipes en place une impression
de flottement dans la gestion des projets dinvestissement, et que cela rduise leur implication dans la
russite des projets. 49
Busby et Pitts font cet gard rfrence aux travaux de Brunsson (1990), qui a mis en vidence que la
dcision pouvait jouer diffrents rles : la dcision permet deffectuer des choix entre diffrentes
alternatives, mais elle joue aussi un rle de motivation important.
Dune manire plus gnrale, les auteurs mentionnent les inconvnients de la flexibilit identifis par
Das et Elango (1995) : cot financier bien sr, mais aussi stress des employs qui se sentent moins
laise que dans un environnement de routine , manque de concentration de lorganisation sur un
objectif prcis et dans le cas dinvestissement dans un outil de production flexible, peur que ce surcot
soit compens par des licenciements.
A contrario, Adner et Levinthal (2004a) indiquent que si lon se trouve davantage dans une logique de
path dependence que dans une logique doption, alors le recours aux options relles risque de
stopper des initiatives qui auraient pu tre bnfiques pour lorganisation.
En effet, les options relles ncessitent de spcifier ex-ante quels sont les volutions possibles du
projet dinvestissement. Or, le plus une entreprise sengage dans des activits dexploration, le moins
ces volutions peuvent tre anticipes. Le risque est alors dabandonner un projet, car il ne remplit pas
les spcifications ex-ante, alors quil aurait pu tre dvelopp dans dautres domaines dapplication.
La rponse de McGrath et al. largument dAdner et Levinthal est que lanalyse optionnelle doit tre
ractualise chaque fois que de nouvelles informations sont disponibles. Lventail des possibilits
identifi lors de la cration du projet dinvestissement doit donc voluer en fonction du contexte
conomique.
On pourrait complter largument de McGrath et al. par une analogie avec les options financires : la
composition du portefeuille de rplication ( tracking portfolio ) qui permet de valoriser loption, doit
en permanence tre ajuste en fonction de lvolution du cours des actifs financiers.
49
Lanalyse dtaille des rponses faites au questionnaire de Busby et Pitts montre toutefois que le principal
souci des directeurs financiers est ici de ne pas laisser limpression que les cots de ralisation du projet puissent
draper. Leur rticence lgard dune approche flexible rsiderait donc davantage dans le contrle des cots
que dans la crainte de voir le primtre du projet dinvestissement modifi.
90
Chapitre 2
Le dbat ouvert par Adner et Levinthal montre une fois de plus que lutilisation des options relles ne
doit pas tre mcanique, et ncessite de se positionner sur un horizon de temps adquat, dans lequel
lagenda nest ni trop rigide, ni trop ouvert.
91
Chapitre 2
SECTION 3 : VALIDATION EMPIRIQUE : CONTRIBUTIONS ET LIMITES DES OPTIONS

REELLES A LA PRISE DE DECISION DINVESTISSEMENT DANS LA R&D
I. La R&D : un terrain privilgi pour appliquer les options relles ?
En thorie, le domaine de la R&D se prte bien la logique optionnelle (Perez, 2005). En effet, les
projets de R&D sont soumis des fortes incertitudes, que Huchzermeier et Loch (2001) ont rparties
en cinq grandes catgories : la taille du march, le budget (cot de ralisation du projet de R&D), la
performance du produit, les attentes des consommateurs lgard du nouveau produit, le dlai de
ralisation du projet.
Par ailleurs, la structure de dcision en phases successives laisse la flexibilit, chaque tape,
dabandonner le projet (Figure 2.5).
Figure 2.5 : Structure type dun modle de valorisation doption dans la R&D
Dbut de la
recherche
Anne 1
Dcision de
dveloppement
Anne 2
Dcision de
lancement
Anne 3 linfini
Phase de recherche
Phase de dveloppement
Phase de lancement
Cots de recherche R
Cots de dveloppement D
Cots de lancement I
Cots non recherche E
Cash-flows C
Source : Jensen & Warren, 2001 : 175

En dehors de cette possibilit dabandon en cours de projet voque par de trs nombreuses
publications (ex: Perlitz et al., 1999; Carter & Edwards, 2001; Jensen & Warren, 2001; Boer, 2003), la
littrature suggre dautres leviers de flexibilit dans la gestion des projets de R&D :
Possibilit de modifier en cours de route les caractristiques du nouveau produit (Huchzermeier &
Loch, 2001) ;
Possibilit de mener des recherches sur plusieurs technologies concurrentes ( diffrents rythmes
possibles) avant de choisir une technologie donne (Childs & Triantis, 1999) ;
Possibilit de reporter le lancement dun nouveau produit, ou de neffectuer quun lancement
partiel (Pennings & Lint, 2000) ;
Possibilit de sortie sous forme de vente dune licence (Carter & Edwards, 2001).
De nombreux auteurs soulignent que, en raison de ces particularits des projets de R&D, la VAN nest
pas approprie pour les valoriser (ex: Pennings & Lint, 1997; Lint & Pennings, 1998; Newton et al.,
2004). Nous avons montr dans le Chapitre 1 que la VAN ne prend pas en compte la valeur de la
flexibilit.50 Dans le contexte spcifique de la R&D, les projets sont particulirement pnaliss par une
valorisation de VAN, en raison deffets lis lactualisation des cash-flows. Ce phnomne provient
50
Cf. Chapitre 1, section 1, I.2. Le principe de loption relle
92
Chapitre 2
la fois de la longue dure des projets de R&D, ainsi que dun taux dactualisation lev ncessit par le
fort degr dincertitude (Nichols, 1994; Boer, 2002).
De fait, la VAN est peu utilise par les entreprises pour prendre des dcisions dinvestissement dans la
R&D.51 Celles-ci prfrent se baser sur des mthodes plus souples, en particulier lanalyse multicritres. Nanmoins, lanalyse multi-critres nest pas satisfaisante, car elle permet seulement dtablir
un ordre de priorit entre les diffrents projets de R&D. Or, il est ncessaire de les valoriser, car la
dcision de financement dun projet nest pas binaire. Les projets peuvent tre financs un niveau
minimal, ou au contraire tre acclrs en leur consacrant davantage de ressources (Raynor & Leroux,
2004).
Les options relles, qui permettent la fois daboutir un rsultat chiffr, tout en tenant compte du
contexte dincertitude et de flexibilit, paraissent donc un outil daide la dcision particulirement
prometteur dans la R&D.
Nanmoins, ltude de Hartmann et Hassan (2006) a permis dtablir que les options relles ne sont
que peu utilises pour prendre les dcisions de R&D dans lindustrie pharmaceutique. En dehors du
fait que les options relles sont une approche encore peu connue des managers, plusieurs obstacles se
heurtent leur application dans le domaine spcifique de la R&D.
Difficult dcrire et valoriser les options relles prsentes dans les projets de R&D
Myers (1996) indique que dans le cas de la R&D, la prsence dune option relle peut tre aise
percevoir intuitivement, mais difficile formaliser. Ceci peut provenir de la complexit de loption, ou
encore du fait que les frontires de loption ne sont pas clairement dfinies.
Sur le plan de la valorisation proprement dite, Newton et al. (2004) citent notamment deux obstacles
spcifiques au domaine de la R&D :
La complexit de loption : il sagit gnralement doptions composes, avec de multiples phases
imbriques les unes dans les autres
La difficult estimer la valeur des paramtres. En particulier, le paramtre de volatilit est
difficile estimer, car le risque qui est lorigine des options dans le domaine de la R&D nest
gnralement pas cot sur les marchs financiers. 52
A cela, il faut ajouter que la valorisation des options dans le domaine de la R&D est rendue difficile
par le fait que les dbouchs commerciaux des projets sont gnralement peu prcis ; en consquence,
il est dlicat dvaluer les cash-flows potentiels dgags par le projet in fine, et donc destimer la
valeur du sous-jacent sur lequel la valeur doption est calcule.
Absence de mcanismes de rvlation dinformation pour certains types dincertitude

Huchzermeier et Loch (2001) estiment que la flexibilit na de valeur que pour grer certains types
dincertitude. En effet, le report dune dcision ne prsente dintrt que sil est possible de rassembler
des informations avant de prendre la dcision.
Daprs les auteurs, ceci est le cas lorsque lincertitude porte sur la taille du march ou sur le budget.
En revanche, ils estiment que la logique optionnelle ne fonctionne pas lorsque lincertitude porte sur la
performance du produit, lattente des consommateurs ou encore le dlai de ralisation du projet.
Difficult modliser le risque : projets R Vs. projets D

Dautre part, il apparat que les options relles sont nettement plus applicables pour les projets de
dveloppement que pour les projets de recherche pure. Davis (2002) souligne en effet que les premiers
sont raliss dans un univers de risque qui est quantifiable, et que lon peut donc grer tandis que
51
Dans le cadre de notre contrat de recherche au sein du dpartement R&D dun oprateur de
tlcommunications, nous avons pu constater que le calcul de la VAN prvisionnelle du projet, qui devait en
principe figurer dans le document dvaluation conomique du projet, tait trs rarement ralise par le chef de
projet.
52
A ce sujet, voir galement Davis, 2002
93
Chapitre 2
les seconds voluent dans un univers dincertitude qui est beaucoup plus flou, et donc difficile
contrler.
Tableau 2.5 : Principales diffrences dans la gestion du risque des projets R et des projets D
Type dunivers
Risque principal
Possibilit de gestion
du risque
Donnes sur la valeur

conomique cre par
le projet
Projets R
Incertitude (pas de possibilit
daffecter des probabilits)
Travailler sur le dveloppement dune
technologie qui ne fonctionnera pas
- Les objectifs ne sont pas clairs
- Lvaluation du succs est
ambige
- Le processus de contrle de la
recherche naffecte pas de faon
significative la probabilit de
succs de la dcouverte
Pas de chiffrage possible
Potentiel dapplication
des options relles
Source : Daprs Davis (2002)
Faible
Projets D
Risque (quantifiable)
Dvelopper des produits qui nauront
pas de succs commercial
Possibilit de comprendre les risques
inhrents au produit, et dans une
certaine mesure, dvaluer et de
contrler ces risques
Possibilit dobtenir une premire

estimation de donnes chiffres
Fort
Lutilisation des options relles dans le secteur de la R&D nest donc peut-tre pas toujours aussi
approprie quil ny parat. Ceci ncessite une validation empirique, permettant daboutir une vision
plus nuance des apports et des limites des options relles dans ce domaine.
Dans le reste de cette section, nous dtaillons les rsultats mens lors dun diagnostic sur lintrt des
options relles pour la valorisation et le pilotage des projets de R&D dun oprateur de
tlcommunications.
94
Chapitre 2
Encadr 2.1 : Mthodologie : Diagnostic dans le dpartement R&D dun oprateur de

tlcommunications
Pour valider lintrt des options relles la valorisation et au pilotage de projets dinvestissement
dans la R&D, nous avons analys de faon dtaille cinq projets de R&D dun oprateur de
tlcommunications.
Il sagit de projets de dveloppement . En effet, nous avons vu plus haut que lapproche optionnelle
nest pas adapte pour les projets de recherche pure.
Ces projets ont t slectionns de faon obtenir un chantillon reprsentatif des diffrents types de
clientle et mtiers de loprateur. Dautre part, nous avons choisi des projets figurant dans les deux
grandes catgories de projets de loprateur :
Des projets ayant pour objectif le dploiement dun nouveau produit ou service. Ces projets
contribuent directement la cration de valeur conomique.
Des projets de nature technique, que nous avons dnomms projets infrastructures ou projets
plateforme . Il sagit de projets destins mettre en place les solutions ou les infrastructures
techniques, qui seront par la suite utilises pour dployer de futurs produits ou services.
Catgorie
Produit / Service
Infrastructure
Code
P1
P2
P3
I1
I2
March cible
Entreprises
Entreprises
Grand public
Grand public et entreprises
Grand public
Mtier
Tlphonie fixe / internet
Tlphonie fixe
Tlphonie mobile / fixe / internet
Tlphonie fixe / internet
Tlphonie mobile / fixe / internet
Pour chaque projet, nous avons successivement analys :

1. La valeur conomique cre par le projet, et les incertitudes auxquelles cette valeur est soumise ;
2. Lexistence ou non doption(s) relle(s) au sein du projet
Quelles possibilits soffrent loprateur pour rduire les incertitudes ?
Comment peut-on faire voluer le projet au mieux des circonstances ?
3. Lintrt concret dune analyse optionnelle
A quelles questions concernant le pilotage dun projet les options relles permettent-elles de
rpondre ?
Dans quelle mesure lintrt thorique des options relles est-il limit par des problmes de
mise en uvre, et en particulier par des difficults dans le chiffrage des options tudies ?
Ces analyses ont t effectues essentiellement partir des diffrents documents utiliss par
loprateur pour slectionner et piloter le projet (un document prliminaire analysant lintrt
conomique et technique du projet ; un document dcrivant les objectifs du projet, les tches,
responsabilits et le planning ; un document danalyse des risques).
Elles ont t discutes et valides par le responsable oprationnel du contrat de recherche chez
loprateur.
Dans cette section, nous prsentons une synthse des rsultats. Les analyses dtailles des projets ne
sont pas reprises dans la thse, en raison du caractre confidentiel des donnes.
II. Prsence doptions relles dans les projets de R&D dun oprateur de tlcommunications
Sur les cinq projets tudis, quatre taient porteurs dune, voire de deux options relles (cf. Tableaux
2.6 et 2.7). En effet, nous avons constat que les conditions dexistence des options relles voques
dans la section 1 de ce chapitre taient le plus souvent rassembles.
95
Chapitre 2
II.1. Prsence dincertitude

Parmi les sources dincertitude les plus frquemment releves, on peut noter :
Lincertitude technique :
Capacit de loprateur dvelopper une solution unique sur lensemble de ses mtiers (projet
I2) ; Capacit de loprateur intgrer deux offres commerciales utilisant des terminaux diffrents
(projet P3) ; Fiabilit des fournisseurs (projet P1).
Lincertitude de march :
Evolution de la structure concurrentielle du march des tlcommunications vers une logique de
convergence (projet I2) 53; Choix techniques effectus par les partenaires et les concurrents (projet
I2).
Lincertitude sur les attentes des consommateurs lgard du nouveau produit :
Ncessit ou non dadapter les fonctionnalits du nouveau produit aux diffrents segments de
clientle (projet P2).
Lincertitude sur les usages faits par les consommateurs du nouveau produit :
La baisse du revenu moyen par client induite par le nouveau produit sera-t-elle compense par la
hausse du nombre de clients ? (projet P3) ; Comment le trafic total des usagers se rpartira-t-il
entre les diffrents produits, qui exigent des qualits de services diffrentes ? (projet I1).
II.2. Prsence de flexibilit

Pour quatre projets sur cinq, nous avons not la possibilit pour loprateur de faire voluer le projet
face lala. Les leviers de flexibilit sont diffrents suivant la phase du cycle de vie du nouveau
produit ou de la future infrastructure (Figure 2.6).
Figure 2.6 : Principaux leviers de flexibilit observs
En ralit, les possibilits dvolution des projets de Loprateur sont mme beaucoup plus
nombreuses que celles voques dans les tudes de cas. Pour les projets de Loprateur tudis
dans le cadre de ce diagnostic, nous avons donn une vision trs schmatique des enjeux et des
possibilits dvolution du projet
- soit parce que nous nous sommes concentrs sur une vision court terme du projet (ex : Projet
P1) ;
- soit parce que nous avons prsent les enjeux moyen terme de faon trs simplifie (ex :
modification des choix techniques dans le projet I2).
Un des enjeux auxquels sera confronte lanalyse optionnelle sera sans doute la capacit intgrer un nombre lev de possibilits
dvolution du projet dans une analyse se limitant un maximum de deux ou trois options par projet.
Ce problme sera sans doute encore plus marqu pour les projets R et A (que nous navons
pas tudis en dtail dans le cadre de ce diagnostic), car les possibilits dvolution des projets
situs en amont sont trs larges.
53
Cette volution dpend notamment de la stratgie suivie par les oprateurs de tlcommunications, du cadre
rglementaire (possibilit ou non deffectuer des offres groupes) et du comportement des consommateurs
(intrt ou non de recourir un prestataire unique).
96
Chapitre 2
Phase de conception
Il existe pour loprateur la possibilit de choisir une technologie plus ou moins flexible. Par exemple,
pour le projet I1, lune des alternatives possibles tait de dployer une technologie plus coteuse, mais
qui offrait la possibilit dabsorber du trafic supplmentaire si celui-ci venait augmenter.
En cas de forte incertitude sur le succs de deux technologies concurrentes, le chef de projet peut
maintenir une recherche sur les deux technologies, et le cas chant modifier ses choix technologiques
en cours de route (projet I2). Les efforts de recherche sur les deux technologies peuvent tre moduls,
avec soit des phases dacclration, soit au contraire des phases dinvestissement minima.
Enfin, il existe la possibilit, en cas de difficult technique, de recourir des partenaires extrieurs
(projet I2).
Phase de lancement
En cas dincertitude portant soit sur les attentes des consommateurs, soit sur la capacit technique
fournir un nouveau produit sans dfaut, il existe la possibilit de reporter de faon complte ou
partielle le lancement du nouveau produit ou service.
A lissue de la phase de report, loprateur pourra le cas chant modifier les caractristiques /
fonctionnalits du nouveau produit (projet P1), modifier la structure tarifaire du nouveau produit
(projet P3), choisir entre une offre couple de deux produits ( bundle ) ou une offre spare (projet
P3), modifier sa slection de fournisseurs (projet P1).
Phase de suivi
En cas de succs du nouveau produit, loprateur pourra tendre lenvergure du projet vers de
nouvelles zones gographiques ou vers de nouveaux segments de clientle. Par exemple, pour le projet
I2, loprateur envisage lextension du projet du march des particuliers vers le march des
entreprises.
Par ailleurs, il est le plus souvent possible dajouter des services ou des fonctionnalits
complmentaires au produit de base (projet P3).
Inversement, en cas par exemple de faible succs rencontr lors dun lancement partiel du nouveau
produit, on pourra limiter le projet un march de niche. Dans dautres cas, il faudra envisager un
abandon pur et simple du projet, ou bien, lorsque cest possible, un redploiement du savoir-faire vers
dautres services.
Les opportunits de flexibilit sont plus ou moins importantes suivant le positionnement occup dans
le cycle de vie du projet : plus on se situe dans une phase amont de dveloppement, moins les
modifications sont coteuses dune part, et plus les possibilits de modification sont nombreuses
dautre part.
Dun autre cot, on peut noter que dans les phases trs en amont du cycle de vie du projet, les
dbouchs commerciaux dune nouvelle technologie ne sont pas clairs, et les volutions possibles du
projet sont trs nombreuses. Il sagit alors de savoir reprsenter les grandes volutions possibles du
projet de faon simplifie. En effet, nous avons vu prcdemment que dans le cas dun ventail trop
large des possibles, la logique optionnelle ne fonctionnait pas. 54
54
Cf. Section 1, I.3. Flexibilit
97
Chapitre 2
Par ailleurs, ltude de ces projets de R&D a montr que le contexte concurrentiel pouvait de facto
limiter de faon substantielle les marges de manuvre de lentreprise. Ainsi, dans le projet P2, une
pression concurrentielle forte contraignait loprateur effectuer un lancement rapide du nouveau
produit. Pour cette raison, la flexibilit de reporter le lancement du nouveau produit ntait pas
prsente dans ce projet.
II.3. Prsence de mcanismes de rvlation dinformation
Selon le type dincertitude concern, il existe plusieurs mcanismes de rvlation dinformation

possibles :
En premier lieu, certaines sources dincertitude peuvent tre rsolues au fur et mesure que le
projet progresse. Ce phnomne peut concerner par exemple les incertitudes de type technique
(projet I2).
Dautre part, loprateur peut rduire lincertitude de faon proactive. La figure ci-dessous
rcapitule divers moyens dactions possibles suivant le type dincertitude rencontr.
Figure 2.7 : Moyens dacquisition dinformation suivant le type dincertitude rencontr

Type d'incertitude
Moyen d'acquisition d'information
March
Etude de march
Veille, tudes concurrentielles
Recours des experts
Lancement d'un projet pilote
Enqute d'usage / sociologique
Prix
Cot
Qualit
Rglementaire
Ralisation d'un prototype

Test de la fiabilit des fournisseurs
Exprimentation de l'usage en laboratoire
Dploiement en plusieurs phases
Etude juridique
Implication dans le processus de normalisation
Action de lobbying
Les possibilits dacquisition dinformation pour rduire lincertitude sont plus ou moins grandes.
Ceci provient du fait que, dans certains cas, les tudes menes en amont ne permettent quune
acquisition partielle de linformation recherche.
On peut par exemple tre confront un cas de figure o deux groupes de testeurs distincts
parviendront des recommandations produit diffrentes.
Dautre part, une tude de march nidentifiera pas un manque daccessibilit des fonctionnalits,
qui ne se rvlera quaprs le lancement effectif dun nouveau service. Dans le cas du projet P2,
ce nest qu lusage que lon pourra dterminer si le nouveau produit peut tre dploy dans une
configuration identique pour lensemble de la clientle entreprises , ou bien sil est ncessaire
dlaborer une version spcifique pour les grands comptes .
98
Chapitre 2
III. Apport concret des options relles pour le pilotage des projets R&D dun oprateur de
tlcommunications
Lapport concret dune analyse optionnelle varie suivant le primtre envisag, et le destinataire de
lanalyse. De faon schmatique, la dmarche optionnelle peut tre initie deux niveaux :
Le chef de projet
analyse optionnelle comme support au pilotage dun projet ;
La direction inter-projet analyse optionnelle comme support au pilotage dun portefeuille de
projets.
Par ailleurs, suivant le primtre et lhorizon temporels tudis, lutilisation des options relles sera
plutt de nature quantitative ou conceptuelle.
III.1. Apport des options relles pour le pilotage dun projet

Les options relles permettent dassister le chef de projet pour prendre trois principaux types de
dcisions.
Dcision de lancement dune action permettant de mieux comprendre les attentes du march (Projets
P1 et P3)
Nous avons indiqu plus haut quil existe frquemment une incertitude sur la bonne adquation entre
dune part les caractristiques du futur produit / service, et dautre part les attentes des consommateurs.
Ceci peut sexpliquer par plusieurs raisons :
Souvent, pour des raisons de cots, de dlais, ou des problmes techniques, le produit que lon
envisage de lancer sur le march ne prsente pas toutes les fonctionnalits que lon avait
envisages au dpart (Huchzermeier & Loch, 2001) ;
Pour un produit ou un service correspondant un nouveau concept, il est difficile danticiper
quelles seront les attentes des consommateurs (Huchzermeier & Loch, 2001) ;
On peut observer un dcalage entre dune part les performances objectives dun produit, et dautre
part la qualit perue par le consommateur.
Il existe plusieurs moyens pour rduire lincertitude concernant la bonne adquation du nouveau
produit / service aux besoins du march : tude de march, ralisation dun pilote, lancement partiel
dun produit, etc. 55
Dans ce cadre, les options relles peuvent tre utiles pour juger de lintrt de procder lune de ces
actions, et des dpenses maximales y consacrer. Elles permettent galement de slectionner le
meilleur type daction, lorsque plusieurs dentre eux sont envisageables (avec chacun des cots
spcifiques, et une efficacit plus ou moins grande pour rduire lincertitude).
La rponse ces questions dpendra de la confrontation entre :
le cot dune tude, quil soit direct (dpenses de recherche) ou indirect (report des cash-flows)
et
le bnfice dune action dacquisition dinformation : ce bnfice correspond la valeur doption.
Cette problmatique a t tudie par Bellalah (2001), qui prend en compte dans son modle doption
un cot irrversible dacquisition de linformation.
Ainsi, les options relles permettent dassister le chef de projet dans ses dcisions ayant trait au timing
du lancement dun nouveau produit : faut-il raliser une tude de march ou un projet pilote avant le
lancement, faut-il lancer le produit de faon squence ou en une seule fois, etc. ?
55
Cf. Lint & Pennings (1999) cits dans la Section 1, I.1.4. Mcanismes de rvlation dinformation
99
Chapitre 2
Dcisions concernant la gestion des ressources (Projet I2)
Lanalyse de la documentation interne a montr que les chefs de projets doivent souvent effectuer des
arbitrages dans la gestion des ressources humaines. Ceci provient du fait que les ressources sont
limites, alors que les objectifs dun projet sont souvent multiples. Les projets de R&D comportent en
effet la fois des objectifs de dploiement court terme, et des objectifs de veille technologique
moyen terme. Par ailleurs, le dpartement R&D intervient en tant que prestataire de service auprs
de diffrentes units oprationnelles, qui expriment des besoins diffrents sur le dveloppement dune
nouvelle fonctionnalit ou dun nouveau service.
Les options relles peuvent aider le chef de projet dcider de laffectation des ressources entre des
problmatiques court terme dune part, et moyen ou long terme dautre part.
Dans le cas du projet I2, nous avons constat que les options relles pouvaient ainsi tre mobilises
pour assister le chef de projet dans ses choix dallocation des ressources face deux types
dincertitude.
a) Incertitude technique
Dans le projet I2, loprateur avait fait le choix dune technologie donne, alors quil existait
dautres technologies alternatives. La valorisation de loption dchange pouvait alors aider
dterminer quelles ressources il fallait ventuellement consacrer la veille et la recherche sur ces
technologies concurrentes, afin dtre prpar une possible dfaillance de la premire
technologie.
b) Incertitude sur lintrt conomique de la nouvelle fonctionnalit
Le projet I2 pouvait tre dcompos en deux phases successives, la deuxime phase ntant initie
quen cas de succs conomique de la premire. En ce sens, la deuxime phase pouvait tre
assimile une option de croissance. La valorisation de cette option prsentait alors lintrt pour
le chef de projet de dterminer la rpartition des ressources entre dune part les recherches court
terme pour la ralisation de la premire phase, et dautre part les recherches moyen terme
permettant le lancement de la deuxime phase.
Dun point de vue organisationnel, le fait danticiper, grce aux options relles, les variations de
charges possibles suivant lvolution des circonstances, prsente un intrt double.
Dune part, cette analyse incite planifier le type de ressources dont on aura besoin pour les
diffrents scnarii dvolution dun projet. En cas dvolution de la situation, le chef de projet
trouvera donc plus facilement les nouvelles ressources dont il a besoin.
Dautre part, cet effort danticipation peut favoriser la communication avec les quipes, afin
dviter que celles-ci ne se trouvent dsorientes ou dmotives par de ncessaires remises en
cause des priorits dun projet.
Dcision concernant la technologie retenir (Projets I1 et I2)
Les options relles peuvent aider le chef de projet effectuer des choix technologiques.
Choix entre deux technologies offrant diffrents degrs de flexibilit (projet I1)
Dans le cas du projet I1, nous avons indiqu quil existait deux technologies dinfrastructure possibles
(technologie A et technologie B ). Ces infrastructures taient destines supporter un ensemble
dapplications futures, dont certaines imposaient des contraintes strictes en termes de qualit de
services, tandis que dautres taient plus souples sur ce plan l.
100
Chapitre 2
En cas de croissance modre des applications exigeant une forte qualit de service, la technologie
A aurait convenu, tout en offrant un cot dinvestissement nettement infrieur celui de la
technologie B . En revanche, en cas de forte de croissance de ces applications, seul un rseau
utilisant la technologie B aurait permis dabsorber le surcrot de trafic. On peut donc considrer
quen choisissant la technologie B , loprateur se dote dune option de croissance, qui lui
permettra, si les conditions conomiques le ncessitent, de dvelopper sans heurt les nouveaux
services.
On peut sattendre ce que cet arbitrage faire entre dune part une conomie de CAPEX court
terme, et dautre part une capacit de dveloppement moyen terme soit intuitivement perue par le
chef de projet. Quel est alors lapport de la dmarche optionnelle sur ce type de problmatique ?
Le recours aux options relles peut prsenter un intrt double.
1. La formalisation dun phnomne peru de faon intuitive
En principe, les dcisions dinvestissement de loprateur devaient tre justifies par un calcul de
VAN. Or, la mthode de la VAN qui ignore la valeur de la flexibilit ne permettrait pas de
comprendre pourquoi on peut tre amen prfrer une technologie dont les cots
dinvestissement sont nettement plus levs que ceux de la technologie concurrente.
Le recours la thorie optionnelle permet donc au chef de projet de justifier plus facilement
pourquoi, sur un plan strictement conomique, il peut tre plus avantageux de privilgier une
architecture dont le cot dinvestissement initial est lev.
2. La quantification de la valeur de la flexibilit
Au-del de cet effort de formalisation de nature qualitative, les options relles fournissent des
lments permettant de trancher entre les diffrentes architectures possibles. La valeur de loption
de croissance dpendra des projections concernant le trafic gnr par les futures applications. Il
sagit alors de valoriser loption de croissance, pour dterminer si celle-ci justifie le surcot de la
technologie B par rapport la technologie A .
Dcision de modification en cours de projet des choix technologiques (projet I2)

Nous avons vu que, dans le cadre du projet I2, loprateur avait choisi une technologie, tout en
maintenant des efforts de recherche sur des technologies alternatives.
En cas de dgradation des perspectives offertes par la technologie initialement retenue, lapproche
optionnelle peut alors aider dterminer quelle date il est ncessaire dexercer loption dchange,
cest--dire de passer une technologie concurrente, compte tenu des cots de changement dune part,
et de lincertitude concernant lvolution des deux technologies dautre part.
III.2. Apport des options relles pour le pilotage dun portefeuille de projets
Le deuxime niveau danalyse optionnelle possible se situe lchelle du portefeuille de projets.

Lapproche optionnelle peut aider le management dune part slectionner les projets qui
constitueront son portefeuille, et dautre part piloter les volutions de ce portefeuille de faon
dynamique.
Hirarchisation et slection des projets pour la constitution du portefeuille
101
Chapitre 2
Un oprateur de tlcommunication doit effectuer des dcisions dallocation de ressources entre

plusieurs centaines de projets de recherche. Dans ce contexte, il peut tre intressant dappliquer
lapproche de slection de projets de R&D suggre par Raynor et Leroux (2004), afin dobtenir une
vision plus claire de la hirarchie des projets.
La dmarche optionnelle propose par ces auteurs consiste ici imaginer quelques grands scnarii
dvolution possibles de lenvironnement de lentreprise, et lister les principaux projets raliser
dans chacun de ces scnarii. On peut alors identifier les projets cur , qui doivent tre financs
dans tous les cas de figure. A linverse, certains projets napparaissent que dans certains scnarii. Ces
projets peuvent tre assimils des options : ils doivent dans un premier temps tre financs seulement
de faon tre maintenus en vie, et ne seront dvelopps davantage (cest--dire que loption ne sera
exerce) que si les circonstances le ncessitent.
Dans le cas de notre recherche, nous avons constat quun tel raisonnement peut tre men lchelle
de lentreprise, ou encore de faon sans doute plus pertinente lchelle dun projet transverse .
Ce type de projet rassemble un certain nombre de dveloppements sur un thme donn, qui peuvent
tre dploys sur les diffrents mtiers de loprateur.56 Les applications possibles sont multiples, une
application donnant gnralement naissance un projet. Dans ce contexte, lapproche de Raynor et
Leroux permettrait de bien distinguer, au sein dun projet transverse , quelles sont les applications
qui sont au cur du projet, et quelles sont celles qui ont une vocation plus accessoire.
Nanmoins, il sagit ici davantage dune dmarche inspire de la logique optionnelle, que dune
analyse doptions relles proprement parler.
De faon plus significative mais galement plus difficile raliser les options relles peuvent
assister le management dans la constitution du portefeuille de projets, dans la mesure o elles
permettent une valorisation plus correcte des projets quun calcul de VAN.
Cest notamment le cas pour les projets qui sont porteurs dune option de croissance. Les options
relles permettent ainsi de mieux apprhender la valeur des projets long terme, ainsi que des projets
plateforme . Ceux-ci ne gnrent pas de cash-flows par eux-mmes, mais peuvent tre assimils
des options de croissance : ils permettent loprateur dacqurir les comptences et de mettre en
place les infrastructures qui seront ncessaires pour le dploiement de futurs produits et services.
Un pilotage dynamique du portefeuille de projets
Les projets dinvestissement dans la R&D ne sont pas figs. Le dploiement dun effort de recherche
sur une thmatique donne en fait naissance une succession de sous-projets :
Une nouvelle fonctionnalit est gnralement dploye en plusieurs phases, avec dans un premier
temps les caractristiques de base, auxquelles sajoutent par la suite des caractristiques
complmentaires (projets P3 et I2) ;
Le march cibl peut progressivement tre largi dautres zones gographiques ou segments de
clientle, ou au contraire tre rduit ;
La technologie utilise peut tre remplace par une autre, ou tre amliore en versions
successives.
Ce phnomne ncessite de la part du management une gestion dynamique des projets. Il sagit
notamment de dcider du rythme dinvestissement pour chacune des phases, ainsi que des volutions
du primtre du projet.
Lintrt de lanalyse optionnelle rside ici dans le fait quelle incite le management, ds la conception
du projet, envisager diffrentes volutions du projet en fonction de lvolution des sources
dincertitude. Une approche possible consiste ici tablir une feuille de route en fonction de la
valeur prise par des indicateurs prdtermins. 57
56
57
Parmi les projets tudis, les projets P3 et I2 faisaient ainsi partie de grands projets transverses .
qui seront mis jour au fur et mesure du droulement du projet
102
Chapitre 2
Une telle approche permet lentreprise de disposer dune grande ractivit face lvolution du
contexte conomique.
Par ailleurs, le fait de reconnatre lexistence du risque fait des options relles un outil
dculpabilisant pour les quipes en place. Cest un point important, car labandon dun effort de
recherche est souvent ressenti par le chef de projet comme un chec personnel, lamenant dans certains
cas la dmission. Pour lentreprise, identifier demble la possibilit de labandon dun projet, et
surtout dterminer lavance les indicateurs justifiant labandon, lui viteront de senliser dans des
projets sans potentiel conomique.
Cette tude empirique illustre donc bien les deux niveaux danalyse possibles des options relles
identifis prcdemment 58 : lchelle dun projet, ou dun portefeuille de projets. Dans le domaine
de la R&D, la littrature sest essentiellement concentre sur les options relles comme outil de
valorisation dun portefeuille de projets. Nanmoins, daprs Boer (2003 :58), cest la possibilit grce
aux options relles, de programmer de faon dynamique un projet de R&D au niveau individuel qui
est la plus prometteuse.
Nous avons prsent une synthse sur la prsence et lintrt des options relles pour le pilotage des
projets de R&D tudis. Pour les lecteurs souhaitant une vision plus analytique de ce phnomne, les
deux tableaux ci-dessous rcapitulent, pour chacun des projets tudis, quelle(s) option(s) ont t
identifies, et le type de questions auxquelles lidentification et la valorisation de ces options
permettent de rpondre.
58
cf. Section 2, I.2.3. Niveau danalyse: lchelle dun projet, ou lchelle dun portefeuille de projets ?
103
Chapitre 2
Tableau 2.6 : Rcapitulatif des options analyses dans ltude des projets de dploiement
Projet
P1
P2
P3
59
Source dincertitude
Fonctionnalits du
produit attendues par
les consommateurs
Option
Option de report
A lissue de la priode de
report, possibilit de modifier les
caractristiques / fonctionnalits
du produit
Option de report
report, possibilit deffectuer
seulement un lancement partiel du
Capacit fournir le
produit (si lon na pas trouv de
service avec seulement 3me fournisseur)
deux fournisseurs
Option de squenage
A lissue de la 1re phase,
possibilit de stopper
temporairement le projet, en
attendant davoir trouv un 3me
fournisseur
Degr dinsatisfaction Pas de possibilit de repousser le
des Grands Comptes, si projet pour acqurir de
lon dploie une
linformation :
version unique du
- Pression du temps
produit pour toutes les
(concurrence)
catgories dentreprise
- Rsolution de lincertitude
seulement aprs le
lancement effectif du produit
Usage effectu par les Option de report
clients de la
fonctionnalit du
report, possibilit de modifier les
produit P3
caractristiques du produit et /ou
laugmentation du
la structure tarifaire (rpartition
parc de clients
entre services de base et
compensera-t-elle la
services optionnels)
baisse des ARPU59 ?
Incertitude sur lusage Option de squenage
dune offre intgre
Aprs lintroduction du botier
botier pour le produit seul, possibilit de lancer une
P3 + botier dune offre offre couple avec lautre produit
dj existante (et les
problmes techniques
associs)
Dcision tudie
Intrt de reporter le
lancement du produit aprs
la ralisation dune tude de
march ou dun lancement
pilote
Intrt de reporter le
lancement du produit, et de
rechercher un 3me
fournisseur ( tude
dachat )
Intrt de dployer le
nouveau produit en
plusieurs phases
Intrt de repousser la date

laquelle les spcifications
seront figes , et de
raliser une enqute dusage
approfondie
Intrt de lancer le botier

seul, par rapport une offre
intgre avec un autre
produit (dj existant)
ARPU = Average Revenue Per Unit
104
Chapitre 2
Tableau 2.7 : Rcapitulatif des options analyses dans ltude des projets infrastructures
Projet
I1
I2
Source dincertitude
Volume du trafic futur
support par le rseau, et en
particulier du trafic
ncessitant une forte qualit
de service (QS)
Option
Dcision tudie
Option de croissance
Choix dune architecture
Avec la technologie
rseau (technologie A Vs
B , possibilit dassurer technologie B )
le dveloppement de
nouveaux services
demandant une forte QS
Option dchange
- Dtermination de leffort
Capacit de loprateur
Possibilit de modifier
dvelopper la technologie
consentir pour la
les choix techniques
souhaite (une plate-forme
veille sur des
unique pour lensemble de ses initiaux
technologies
mtiers)
alternatives
- Si les perspectives
Compatibilit des choix
ouvertes par les choix
techniques effectus par
techniques initiaux se
loprateur avec les choix
dgradent,
techniques de ses partenaires
dtermination du
moment auquel on
dcide de changer de
technologie
Evolution du march vers une Option de dveloppement / - Dtermination des
logique de convergence
contraction
ressources affecter
(justifiant la cration dune
Possibilit dacclrer
lensemble du projet
plate-forme didentification
les efforts de recherche
- Ralisation des
unique)
moyen terme (au dtriment
arbitrages entre les
des dploiements court
problmatiques
terme), ou au contraire de
moyen terme, et les
les rduire
impratifs de
dploiement court
terme
III.3. Type danalyse optionnelle raliser
Ltude de ces projets a rvl que le type danalyse optionnelle mener diffre suivant les
caractristiques du projet. En particulier, deux dimensions dterminent la nature de lanalyse
raliser : lampleur du primtre couvert par le projet dune part, et lhorizon de temps tudi dautre
part.
105
Chapitre 2
Figure 2.8 : Nature de lanalyse optionnelle suivant les caractristiques du projet

Ampleur du
primtre tudi
Plate-forme
Apport
qualitatif
1 produit /
service
Apport
quantitatif
6 mois
5 ans
Horizon temporel
tudi
Ampleur du primtre couvert par le projet

Dans le cas des projets plateforme , une analyse optionnelle quantitative sera trs difficile raliser.
En effet, nous avons indiqu que la valeur conomique cre par ces projets ne provient pas
directement de leur ralisation, mais plutt dun ensemble de produits et services futurs que le projet
plateforme permettra de lancer.
La valorisation de loption relle ncessite donc de modliser lensemble des flux conomiques
gnrs par ces futurs produits et services, ainsi que limpact des sources dincertitude sur la valeur
conomique cre (Projet I1).
Lorsque le projet plateforme ne correspond pas au dploiement dune infrastructure rseau, mais
au dploiement dune fonctionnalit nouvelle (Projet I2), alors lanalyse conomique est encore plus
difficile raliser. Il sagit en effet de quantifier dans quelle mesure la nouvelle fonctionnalit
permettra damliorer la profitabilit (via notamment une augmentation du parc client, une
augmentation de lARPU ou une rduction des cots oprationnels) de produits et services dj
existants ou venir.
Lapplication ralise par Jensen et Warren (2001) pour loprateur de tlcommunications British
Telecoms a montr les limites dune valorisation doption ralise un niveau trs aggrg. Les
auteurs ont utilis le modle doption compose de Geske pour dterminer le montant de
linvestissement total que British Telecommunications devait consacrer la phase de recherche
fondamentale 60 pour dployer par la suite des offres commerciales de e-commerce . Ils concluent
que lanalyse optionnelle est plus pertinente lchelle dun projet, ou dun groupe de projets, qu
lchelle de lentreprise. En effet, le fait de vouloir valoriser tout un programme en un bloc a conduit
formuler des hypothses trop agrges (ex : % des futures applications de e-commerce qui seront
permises par la R&D) pour que lanalyse soit pertinente.
A linverse, lorsque le projet de R&D porte sur le dploiement dun seul produit ou service, une
approche quantitative des options relles est possible. Toutefois, mme dans ce cas l, il sera parfois
ncessaire de prendre en compte la ralisation de projets connexes pour raliser une analyse pertinente.
Par exemple, dans le cadre du projet P3, une tude de march priori onreuse pouvait se justifier si
elle permettait de rassembler des lments utiles pour dautres projets faisant partie du mme projet
transverse .
60
cf. Figure 2.5 au dbut de cette section
106
Chapitre 2
Dune manire gnrale, la catgorisation dun projet entre la plateforme et le produit / service
nest pas binaire, et se place sur un continuum. Le principe gnral que lon peut retenir est que plus
les interactions avec dautres projets sont importantes, plus lanalyse optionnelle sera complexe
mener, et se concentrera sur des lments qualitatifs.
Horizon de temps tudi

Dune manire gnrale, plus on se positionne sur le long terme,
plus il est difficile de raliser des projections chiffres sur la valeur conomique cre par un
produit ou un service ;
plus les interactions potentielles avec dautres produits / services sont importantes, et donc plus
lanalyse devient complexe.
En consquence, plus lhorizon temporel est loign, plus lanalyse optionnelle portera sur des aspects
qualitatifs.
Lhorizon temporel tudi dpend naturellement de la dure du projet. Mais suivant le type de
question que lon se pose, on pourra tudier un mme projet diffrentes chances. En effet, nous
avons vu quun mme projet regroupe frquemment des problmatiques de dploiement court terme
dune part, et des actions danticipation moyen terme dautre part (Projets I2 et P1).
107
Chapitre 2
Le Chapitre 2 a permis daboutir une vision plus claire des contributions possibles des options relles
la dcision dinvestissement, et aussi de leurs limites.
Tout dabord, il apparait que les options relles ne sont pas utiles pour toutes les dcisions
dinvestissement. En effet, pour quun projet dinvestissement soit porteur doption, et que celle-ci ait
de la valeur, il faut quun certain nombre de conditions soient runies. Ce nest pas toujours le cas,
comme la montr notre tude empirique au sein du dpartement R&D dun oprateur de
tlcommunications.
Par ailleurs, il faut noter que dans certains cas, le projet est bien porteur doption, mais lanalyse
optionnelle conduit des recommandations identiques celles de la VAN. Dans ces conditions, il
apparat peu utile de mener une analyse optionnelle, dont nous avons plusieurs reprises indiqu la
complexit.
Le deuxime principal enseignement de ce chapitre est la trs grande diversit des contributions
possibles des options relles la dcision dinvestissement. Ltude de la littrature, tout comme le
travail de recherche empirique, ont rvl que les options relles permettent de rpondre des
questions trs diverses, en fonction notamment du type doption concerne et du positionnement de le
cycle de vie du projet. Nous avons vu galement que lanalyse optionnelle peut tre initie diffrents
niveaux danalyse : lchelle du projet, du portefeuille de projets, voire de la firme.
La nature de lanalyse peut tre galement trs varie : les options relles peuvent tre utilises de
faon quantitative, pour valoriser le projet ; mais elles peuvent galement tre mobilises comme un
cadre conceptuel, qui permettra de structurer la dcision dinvestissement, et dimposer plus de
discipline dans le pilotage du projet.
Ce chapitre a galement t loccasion de soulever les limites des options relles.
En premier lieu, il apparat que les conditions ncessaires pour que les entreprises puissent
effectivement tirer profit de la valeur de la flexibilit identifie par les options relles ne sont pour
linstant gnralement pas runies. Pour que lanalyse optionnelle prenne tout son sens, et
conduise vritablement la cration de valeur, il faut que les entreprises adaptent leurs
processus organisationnels. En particulier, lallocation des droits de dcision, ainsi que les systmes
de rmunration des collaborateurs tout comme des entreprises partenaires devront tre adapts, afin
dinciter exploiter au maximum la flexibilit.
Par ailleurs, il existe des limites plus structurelles la diffusion des options relles comme outil daide
la dcision des entreprises.
En particulier, nous avons soulign la difficult identifier clairement les options relles prsentes
dans un projet dinvestissement. Daprs Myers (1996 : 100), ce caractre flou des options
relles, 61 constitue la principale limite leur utilisation comme outil daide la dcision
dinvestissement.
Lautre obstacle majeur lutilisation des options relles rside dans la difficult les valoriser. La
recherche empirique dans le domaine de la R&D qui constitue pourtant en principe un terrain
privilgi pour lapplication des options relles suggre que la valorisation des options relles ne
sera possible que pour certains types de projets.
De nombreux auteurs, conscients de la difficult valoriser les options relles, plaident pour une
utilisation conceptuelle de ces dernires. Nous avons montr dans ce chapitre quune utilisation des
options relles comme mode de pense contribuait effectivement amliorer la prise de dcision
stratgique. Nanmoins, il est galement apparu que les options relles ne prennent souvent toute leur
intrt que lorsque lon est en mesure de les valoriser, ne serait-ce que de faon approximative.
61
En Anglais : the fuzziness of real options
108
Chapitre 2
Enfin, il ressort de ce chapitre que lanalyse optionnelle prsente un caractre trs ad-hoc. Ltude de
la littrature, ainsi que le diagnostic ralis dans le domaine de la R&D, ont rvl que les conditions
dexistence des options relles incertitude, flexibilit, rvlation dinformation sont en fait
remplies des degrs divers selon les projets. Lintrt dune analyse optionnelle sera donc trs
variable selon les projets. Par ailleurs, les options relles peuvent tre utilises pour rpondre une
trs grande diversit de dcisions dinvestissement. Le type danalyse mene dpendra du niveau
danalyse retenu, de lhorizon de temps envisag, et de la nature du projet.
Il nexiste donc pas danalyse optionnelle standard, et ceci constitue certainement un frein
important la diffusion de cette approche dans le monde de lentreprise.
109
CONCLUSION DE LA PARTIE I
Cette premire partie a permis de poser le cadre danalyse de la thse.

Le Chapitre 1 a montr quen matire doptions relles le transfert de technologie des tours divoire
vers les siges sociaux (Triantis 2005 :15) na pour linstant pas eu lieu.
En dpit de lintrt thorique de cette nouvelle approche, la diffusion des options relles dans le
monde de lentreprise reste trs limite. Lune des principales raisons expliquant ce phnomne tient
la difficult des managers transposer la thorie des options relles dans la pratique. De fait, la revue
de littrature montre que les acadmiques se sont essentiellement concentrs sur des modles de
valorisation thoriques des options relles.
Le Chapitre 1 a ainsi mis en vidence que cette thse, centre sur une validation empirique de
lintrt des options relles la dcision stratgique, est positionne sur un domaine comportant
un fort potentiel de recherche.
Le Chapitre 2 a permis de rpondre, au moins partiellement, deux des trois sous-questions de

recherche formules dans lintroduction gnrale.
Pour quels types de projets dinvestissement les options relles sont-elles utiles ?
Le Chapitre 2 rpond cette question en montrant que le raisonnement optionnel sapplique
uniquement des projets dinvestissement remplissant des conditions bien prcises, notamment
dincertitude, de flexibilit, et de possibilit de rvlation dinformation. Le diagnostic men au
sein du dpartement R&D dun oprateur de tlcommunications a rvl que ce nest pas toujours le
cas. Il a par ailleurs mis en vidence que, dans la ralit, les conditions dexistence des options relles
ne sont gnralement que partiellement remplies. Il appartient ensuite chacun de juger si la logique
optionnelle est suffisamment respecte pour que le recours aux options relles ait du sens.
Par ailleurs, le Chapitre 2 a t loccasion de souligner que lapplication de lanalyse optionnelle na
de sens que si lentreprise se dote des mcanismes organisationnels incitant les acteurs
exploiter au mieux la flexibilit permise par loption.
In fine, quels sont les apports des options relles la dcision stratgique ?
Le Chapitre 2 rpond en en soulignant la grande diversit des contributions des options relles. Le
type danalyse mener dpendra notamment de la nature du projet dinvestissement, de lhorizon de
temps envisag, ainsi que du niveau danalyse auquel on se place. Le diagnostic effectu dans la R&D
illustre bien le fait que dans certains cas, les options relles pourront tre utilises comme un outil
de valorisation, permettant deffectuer un arbitrage entre le cot et la valeur de la flexibilit.
Dans dautres cas en revanche, il serait illusoire de chercher valoriser loption, et lapport de
lanalyse optionnelle sera de nature qualitative. Dans ce cas, la thorie des options relles perd de
sa force, mais nen joue pas moins un rle potentiellement important dans le processus de dcision.
La troisime sous-question de recherche portant sur la valorisation des options relles na pas t
aborde dans cette partie de la thse. Mais les Chapitres 1 et 2 ont montr quil sagit l dun enjeu
majeur pour lutilisation des options relles la dcision dinvestissement. La deuxime partie de la
thse est donc consacre au problme de la valorisation des options relles.
Par ailleurs, il faut noter que les lments de rponse que nous avons apports dans cette partie
proviennent en grande partie de la littrature qui, comme nous lavons indiqu dans le Chapitre 1,
offre un traitement essentiellement thorique des options relles.
Le diagnostic ralis dans le dpartement R&D dun oprateur de tlcommunications a permis
dobtenir une vision plus concrte du rle possible des options relles dans la dcision
dinvestissement. Nanmoins, nous navons ce stade quidentifi des applications possibles des
options relles, sans rellement les tester.
110
La troisime partie de la thse sera donc consacre des tudes de cas. Ces tudes seront loccasion
dillustrer en quoi une dcision dinvestissement relle peut donner lieu une lecture optionnelle.
Elles seront galement loccasion de valider de faon empirique les limites des modles de
valorisation actuelles, et de tester lintrt de la mthode alternative propose dans la deuxime partie.
Ce travail de recherche empirique a ainsi pour ambition de valider le rle pouvant tre jou par les
options relles dans la dcision dinvestissement stratgique.
111
Partie II
112
INTRODUCTION DE LA PARTIE II
Le cadre gnral danalyse ralis dans la Partie I a montr que la valorisation des options relles est
un point critique dans la problmatique de cette thse, car il sagit dun exercice la fois
difficile, et ncessaire.
Le Chapitre 1 a montr que les difficults lies la valorisation des options constituent lun des
principaux obstacles la diffusion de cette approche dans lentreprise.
Dun autre ct, le Chapitre 2 a soulign lintrt de valoriser les options prsentes dans les projets
dinvestissement. Il apparat quune utilisation purement mtaphorique des options relles prsente des
limites importantes : impossibilit deffectuer un arbitrage entre cot et valeur de la flexibilit, et
risque pour les options relles dtre perues par les dirigeants comme un argument pour lancer un
projet dficitaire.
La valorisation des options relles constitue donc un enjeu majeur lapplication de cette approche, et
nous lui consacrons la deuxime partie de la thse. Nous abordons cette partie avec deux principales
questions.
Dune part, il sagit de comprendre pourquoi la valorisation des options relles pose problme
dans la pratique. Deux grandes explications peuvent tre avances.
En premier lieu, ce phnomne peut tre d un problme de comprhension de la thorie des options
relles par les managers. Ceux-ci peuvent mal connatre la thorie, ou la trouver trop complexe.
Dautre part, les difficults de valorisation peuvent tre dues une mauvaise adquation des modles
actuels aux caractristiques des dcisions dinvestissement relles. Nous avons soulign dans le
Chapitre 1 que la thorie des options relles reste trs proche de son univers dorigine des marchs
financiers. On peut ds lors se demander dans quelle mesure les modles standards doptions
financires permettent de valoriser de faon satisfaisante les options relles, ou bien sil est ncessaire
de dvelopper des modles sur-mesure .
Certains chercheurs se sont ainsi efforcs de dvelopper des modles de valorisation qui soient plus
adapts aux caractristiques du projet dinvestissement tudi. Un tel travail ncessite la mobilisation
de techniques sophistiques, passant gnralement par llaboration dune quation aux drives
partielles (EDP) adapte la dcision dinvestissement, et qui est ensuite rsolue par des mthodes
numriques.
Ceci nous amne la deuxime principale question souleve dans cette partie de la thse, et que nous
avions dj voque dans lintroduction gnrale : Est-il possible de valoriser les options relles de
faon simple, tout en prenant en compte la complexit dune dcision dinvestissement
stratgique ?
Cette partie de la thse est structure en deux chapitres.

Le Chapitre 3 dresse un bilan des mthodes actuelles de valorisation doptions relles. Il prsente
les principaux modles, et analyse dans quelle mesure ceux-ci sont susceptibles de valoriser de
faon satisfaisante les options relles.
Le Chapitre 4 propose une mthode de valorisation alternative, permettant de rsoudre une partie
des problmes identifis dans le chapitre prcdent. Il sagit dune mthode fonde sur les
simulations de Monte Carlo, et dont le principal intrt est de combiner la facilit dutilisation
avec la prise en compte des particularits de loption relle.
113
Chapitre 3
Prsentation des
mthodes actuelles de
valorisation doptions
relles
115
Chapitre 3
Introduction
Lobjectif de ce chapitre est danalyser dans quelle mesure les modles actuels permettent de valoriser
les options relles de faon satisfaisante, et de proposer des pistes damlioration. Pour ce faire, nous
procdons en deux temps.
Tout dabord, il sagit dobtenir une vision claire des diffrents modles de valorisation
existants.
Le Chapitre 1 a mis en vidence le foisonnement de modles de valorisation doptions relles. Dans ce
chapitre, nous commenons par tablir une classification des diffrents modles. Parmi tous les
modles existants, nous identifions ceux qui sont le plus utiliss dun ct par les entreprises, et dun
autre ct par les acadmiques ayant ralis des tudes de cas. Nous concentrerons ensuite notre
analyse sur les modles les plus utiliss.
Dans un deuxime temps, nous cherchons comprendre pourquoi les modles actuels sont mal
adapts la pratique des entreprises.
Dans le Chapitre 1, nous avons montr que la littrature sur les options relles reste trs imprgne de
son univers dorigine des marchs financiers. Nous explorons en quoi les options relles se distinguent
des options financires, et quelles sont les implications de ces diffrences en termes de valorisation.
Cette analyse prliminaire nous permet didentifier les principales limites des modles actuels pour
valoriser les options relles.
Ce chapitre est structur en deux sections.

Dans la premire section, nous prsentons les principales mthodes de valorisation doption
existantes. Lobjectif poursuivi est double. Dune part, la prsentation pour chaque modle des
hypothses, des paramtres dentre et du mode de calcul de loption donneront au lecteur une
vision plus claire de ce que signifie concrtement la valorisation dune option relle par une
entreprise. Dautre part, cet expos servira de support la Partie III de la thse. En effet, nous
utilisons pour les tudes de cas les modles de valorisation prsents dans ce chapitre et dans le
chapitre suivant.
Dans la deuxime section de ce chapitre, nous dtaillons les principales raisons pour lesquelles ces
modles dits classiques nous paraissent inadapts la valorisation des options relles dans le
monde de lentreprise.
Nous concluons le chapitre en identifiant les principaux points damlioration des modles de
valorisation.
116
Chapitre 3
SECTION 1 : PRESENTATION DES MODELES ACTUELS DE VALORISATION

DOPTIONS REELLES
Dans cette section, nous dressons tout dabord un panorama gnral, en prsentant les trois grandes
familles de modles de valorisation : modles en temps continu, modles en temps discret et
simulations. Parmi ces modles, nous analysons quels sont ceux les plus utiliss pour la valorisation
des options relles.
Nous dtaillons ensuite les modles en temps continu, en prsentant un modle reprsentatif pour
chacun des trois grands types doption (cf. Encadr 3.1):
loption simple europenne ;
loption simple amricaine ;
loption compose.
Nous procdons de la mme manire pour les modles en temps discret. Les modles de simulations
seront abords en dtail dans le Chapitre 4.
I. Panorama des modles actuels de valorisation doptions
Figure 3.1. Panorama des modles de valorisation doption
Modles en temps continu

(Equation aux drives
partielles)
Solution analytique
Ex: Black & Scholes, 1973
Margrabe, 1978
Geske, 1979
Mc Donald & Siegel, 1985
Carr, 1988
Dixit & Pindyck, 1994
Approximation analytique
Ex: Approximation de Black
Solution numrique
Ex: Majd & Pindyck, 1987
Modles ent temps discret

(Programmation
dynamique)
Modle binomial
Cox et al., 1979
Modle trinomial
Boyle, 1988
Simulations
Simulations
Mthode de
simulations de
Monte Carlo
Boyle, 1977
Broadie &
Glasserman, 1997
Autres modles darbres

(modle multimonial)
Boyle et al., 1989
Kamrad & Ritchken, 1991
Sources : daprs Lander & Pinches, (1998), Amram & Kulatilaka (2002), Miller & Park (2002),
Garvin & Cheah (2004).
117
Chapitre 3
La Figure 3.1 donne un panorama des principaux modles de valorisation doption. On peut distinguer
trois grandes familles de modles de valorisation doption : les modles en temps continu, les modles
en temps discret et les modles par simulations.
Ces modles ont t dvelopps et sont utiliss pour valoriser les options financires. Par la suite,
certains ont t adapts pour valoriser les options relles (Woolley & Cannizzo, 2005). La Figure 3.1
indique en caractres gras les modles qui sont spcifiquement destins valoriser les options relles.
I.1. Les modles en temps continu

Le modle doption sans doute le plus connu et le plus utilis, celui de Black et Scholes (1973), est un
modle en temps continu.
Les modles en temps continu procdent en deux grandes tapes.
Etape 1 : Formalisation dune quation aux drives partielles (edp)
Tout dabord, il sagit de modliser le processus suivi par le sous-jacent, et le cas chant par le prix
dexercice. Le plus souvent, les modles font lhypothse que le sous-jacent suit un Mouvement
Brownien Gomtrique (MBG). Mais il est galement possible de choisir dautres processus pour le
sous-jacent, comme par exemple le processus de retour la moyenne ou encore une combinaison du
MBG et de sauts (exemple: McDonald & Siegel, 1986, extension du modle de base).
En constituant un portefeuille sans risque compos dune part de lactif sous-jacent, et dautre part de
loption, on obtient une quation aux drives partielles.
Etape 2 : Rsolution de lquation aux drives partielles
Dans certains cas, il est possible de trouver une solution analytique lquation aux drives
partielles, grce ltablissement de conditions aux bornes. Dans la Figure 3.1, ceci concerne tous les
modles prsents sous len-tte solution analytique .
Les principaux modles en temps continu prsentant une solution analytique sont lists dans le
Tableau 3.1. Chacun deux a t dvelopp pour valoriser une option avec des caractristiques bien
prcises.
Tableau 3.1 : Types doption valoriss par les modles en temps continu
Modle
Black & Scholes
Garman & Kohlhagen
Margrabe
Geske
McDonald & Siegel
Carr
Dixit & Pindyck
Caractristiques de loption
Option dachat, europenne, sur sous-jacent ne versant pas de
dividendes
Option dachat, europenne, sur sous-jacent versant un dividende
Option dchange
Option compose (2 options europennes)
Option dchange amricaine
Option dchange squentielle (compose)
Option dachat amricaine
Le principal inconvnient de ces modles est que lon obtient une solution analytique au prix
dhypothses contraignantes. Lorsquon relche une partie de ces hypothses pour sadapter aux
caractristiques relles de loption, bien souvent la rsolution analytique nest pas possible. Il faut
alors employer des mthodes numriques pour rsoudre lquation aux drives partielles.
Cest notamment le cas lorsque lon souhaite valoriser une option amricaine ayant une dure de vie
finie.
118
Chapitre 3
Les mthodes de rsolution numriques les plus courantes sont la mthode par les diffrences finies, et
la mthode par les diffrences implicites. 62
La rsolution numrique peut tre ralise grce lutilisation de logiciels spcialiss. Cependant, la
manipulation de ceux-ci ncessite un savoir-faire trs spcifique. De plus, Amram et Kulatilaka (1999)
notent que la rsolution numrique devient complexe ds lors quil y a plus de deux ou trois sources
dincertitude, et que cette approche rend opaque la structure de dcision.
I.2. Les modles en temps discret
En 1979, Cox, Ross et Rubinstein ont mis au point le modle de valorisation doption par les arbres
binomiaux. Cette mthode consiste modliser de faon discrte lvolution du cours de lactif sousjacent en reprenant de faon simplifie les hypothses du mouvement brownien gomtrique (MBG).
En consquence, si lon rduit le pas de temps utilis pour la construction de larbre binomial, alors la
valeur calcule avec le modle binomial converge vers la formule de Black et Scholes. Le modle
binomial constitue donc une approximation en temps discret du modle de Black et Scholes qui, lui,
raisonne en temps continu.
Il est possible de modifier le modle binomial de base, en supposant que les mouvements la hausse
et la baisse entre deux nuds ne suivent pas un processus multiplicatif (comme dans le cas de
MBG), mais un processus additif (Copeland & Antikarov, 2001 : 123-124). Dans ce cas, les
mouvements de hausse et de baisse sont plus lents, et, la limite, la distribution du sous-jacent
approche la loi normale (alors que cest la loi log-normale dans le cas dun processus gomtrique). Le
processus additif prsente notamment lavantage davoir un sous-jacent pouvant prendre des valeurs
ngatives. Nous verrons plus loin dans ce chapitre que cela peut constituer une hypothse
particulirement approprie dans le cas des options relles. Il sagit nanmoins dune approche
rarement utilise dans la littrature.
Dautres modles de valorisation en temps discret plus labors que le modle binomial ont t
dvelopps par la suite. Il sagit du modle trinomial, et de sa gnralisation, le modle
multinomial .
Le modle binomial, et tous les modles drivs, utilisent le principe de la programmation dynamique.
Celle-ci est ralise en deux grandes tapes. La premire consiste construire un arbre, sur lequel
figurent toutes les volutions possibles de la valeur de lactif sous-jacent, entre t0 et lchance de
loption.
Dans la deuxime tape, la valeur de loption est dtermine de faon rcursive. On se place tout
dabord lchance de loption pour calculer le pay-off en fonction des diffrentes valeurs possibles
du sous-jacent. Puis on remonte dans le temps, en calculant pour chaque nud la valeur de la stratgie
optimale. On obtient ainsi la valeur de loption en t0.
Le modle binomial et les modles drivs prsentent lavantage dtre plus transparents que les
modles en temps continu : on voit clairement les volutions possibles du sous-jacent, et les dcisions
correspondantes.
62
Pour un approfondissement des mthodes de rsolution numriques, voir notamment Geske, R., Shastri, K.
1985. Valuation by approximation: A comparison of alternative option valuation techniques. Journal of
Financial & Quantitative Analysis 20(1): 45 et Brennan, M. J., Schwartz, E. S. 1977. Finite difference methods
and jump processes arising in the pricing of contingent claims: A synthesis. Journal of Financial & Quantitative
Analysis 12(4)
119
Chapitre 3
Par ailleurs, nous verrons plus loin dans cette section que les modles en temps discret sont plus
souples dutilisation. Ils permettent notamment de valoriser loption amricaine avec moins de
contraintes que les modles en temps continu. Ils offrent galement plus de souplesse dans la
modlisation des dividendes.
En revanche, le socle thorique sur lequel sont fonds le modle binomial et ses drivs reste le mme
que celui des modles en temps continu. Nous verrons dans la deuxime section de ce chapitre que
cela cre des limites importantes la valorisation des options relles. En particulier, tous ces modles
classiques de valorisation doption donnent une vision trs simplifie de la dcision
dinvestissement et du processus stochastique suivi par le sous-jacent. Ils ont par ailleurs recours des
paramtres dentre dont lestimation est difficile.
I.3. Modles les plus utiliss pour la valorisation des options relles
Nous ne disposons que de donnes trs limites indiquant quels sont les modles les plus utiliss par
les entreprises pour valoriser les options relles. Il sagit de ltude de Hartmann et Hassan (2006)
dans le secteur de la pharmacie, laquelle ont rpondu 28 grands groupes pharmaceutiques bass dans
les trois plus grands marchs mondiaux (Europe, USA et Japon) (Figure 3.2).
Figure 3.2 : Modles de valorisation doptions relles utiliss par les grands groupes
pharmaceutiques
12%
11%
11%
Frquence d'utilisation
(% des entreprises interroges)
10%
8%
7%
6%
4%
4%
2%
0%
Black & Scholes
Geske
Arbres binomiaux
Autres
Source : Hartmann et Hassan, 2006, p. 351

Les rsultats montrent que le modle le plus utilis est celui de Black et Scholes (10,7% des
rpondants). Viennent ensuite les arbres binomiaux (7%), et enfin le modle de Geske (4%). Dans la
catgorie Autres , ce sont surtout les arbres de dcision qui ont t cits. Il ne sagit pas
proprement parler dune mthode de valorisation doption ; nanmoins, cette mthode est cite, car
elle utilise le raisonnement optionnel.
Il est difficile de tirer une rgle gnrale dun chantillon aussi restreint. Nanmoins, ltude de
Hartmann et Hassan suggre trois tendances :
120
Chapitre 3
Les entreprises interroges utilisent des modles permettant de valoriser des options standard .
En effet, nous ne voyons pas apparatre de modles permettant de prendre en compte des
caractristiques plus exotiques , comme par exemple les modles en temps continu rsolus de
faon numrique, ou des modles darbre plus sophistiqus que les arbres binomiaux, admettant
plusieurs sources dincertitude.
Les entreprises interroges ont recours des modles utiliss par les marchs financiers.
Les modles de Black et Scholes, de Geske ou des arbres binomiaux ont t labors pour
valoriser des options financires. Les entreprises nont pas cit de modle spcifiquement
dvelopps pour valoriser les options relles (comme par exemple le modle de McDonald et
Siegel ou de Dixit et Pindyck).
Les entreprises semblent avoir une prfrence pour les modles simples.
Ltude de Hartmann et Hassan a t ralise dans le secteur de la pharmacie, o la grande
majorit des options relles observes sont des options composes (cf. Chapitre 2). On aurait donc
pu sattendre un taux dutilisation lev du modle de Geske, qui permet spcifiquement de
valoriser les options composes. Pourtant, ltude montre que ce modle est beaucoup moins
utilis que celui de Black et Scholes, qui permet seulement de valoriser une option europenne
simple, mais est mieux connu, et est plus simple dutilisation (cf. ci-aprs).
Dune faon plus significative, nous avons pu dterminer quels sont les modles de valorisation les
plus utiliss dans les tudes de cas publies sur les options relles (Tableau 3.2).
121
Chapitre 3
Tableau 3.2 : Modles de valorisation utiliss dans les tudes de cas publies sur les options
relles
Valorisation en temps continu
Modles avec solution analytique
Modle de Black & Scholes, 1973
Panayi & Trigeorgis, 1998
Benaroch & Kauffman, 1999 et 2000
(approximation de Black)
Taudes et al., 2000
Miller & Park, 2004
Miller et al, 2004
Iatropoulos et al, 2004
Maklan et al, 2005
Valorisation en temps discret

Arbres binomiaux
Kelly, 1998
Shockley et al., 2003
Garvin & Cheah, 2004
Bowe & Lee, 2004
Miller & Park, 2004
Sarkis & Tamarkin, 2005
Greden & Glicksman, 2005
Valorisation par simulations

Modle de Boyle, 1977
Rose, 1998
Cortazar & Schwartz, 1998
Tseng & Barz, 2002
Bengtsson & Olhager, 2002
Nembhard et al., 2003
Modle de Margrabe, 1978

Bardhan et al, 2004
Modle de Geske, 1979
Kemna, 1993
Jensen & Warren, 2001
Alvarez & Stenbacka, 2001
Miller et al, 2004
Cassimon et al, 2004 (extension du
modle de Geske)
Modle de Dixit and Pindick, 1995
Tzouramani & Mattas, 2004
Comparaison de 4 modles en temps
continu
Taudes, 1998
Modle ad-hoc
Pennings & Lint, 2000
Modles rsolus de faon numrique
Kemna, 1993
Cortazar & Schwartz, 1997
Cortazar & Casassus, 1998
Le Tableau 3.2 rvle que les modles de valorisation les plus utiliss dans les publications sont, de
loin, les modles en temps continu, ayant une solution analytique.
Les auteurs utilisant des modles en temps continu avec une rsolution numrique sont beaucoup plus
rares. Ceci sexplique en grande partie par le fait que ce type de modle ncessite des comptences
mathmatiques plus pousses.
Dune part, il sagit de bien matriser la rsolution de lquation aux drives partielles par une
mthode numrique alors que dans le cas dun modle analytique, il suffit de dterminer la valeur
des paramtres utiliss dans la formule.
Dautre part, ce type de modle est utilis par les chercheurs qui cherchent modifier les modles de
base, afin dadapter le modle de valorisation aux caractristiques de loption tudie. Par exemple,
Cortazar et Cassassus (1998 : 757) ont adapt le modle de Brenan et Schwartz (1985) pour prendre en
compte le fait que (a) le prix du cuivre suit un mouvement de retour la moyenne et que (b) dans le
cas du report de linvestissement, lextraction continuait, et les rserves de la mine taient donc
infrieures si linvestissement tait finalement ralis. L encore, ce travail de modification de
lquation aux drives partielles et des conditions aux bornes mobilise des comptences
mathmatiques pointues.
122
Chapitre 3
Dans la catgorie des modles en temps discret, nous avons relev nettement moins de publications. A
notre connaissance, il sagit exclusivement de modles utilisant le modle binomial, et nous navons
pas rencontr dtude de cas publie ayant recours des modles en temps discret plus complexes
(modle trinomial ou multinomial).
Enfin, certains chercheurs ont utilis des mthodes de simulations, lorsque les caractristiques de
loption taient trs complexes (ex: Tseng & Barz, 2002), lorsquil sagissait de valoriser plusieurs
options en interaction (ex: Rose, 1998) ou encore lorsque les sources dincertitude taient nombreuses
(ex: Nembhard et al., 2003). Nous reviendrons en dtail sur ces travaux dans le Chapitre 4.
Pour le reste de cette section, consacre aux modles en temps continu et en temps discret, nous nous
concentrerons donc sur les modles de valorisation les plus reprsentatifs, que sont les modles en
temps discret solution analytique et le modle binomial.
Nous verrons comment ces modles permettent de valoriser les trois options types , savoir :
loption simple europenne ;
loption simple amricaine ;
loption compose.
123
Chapitre 3
Encadr 3.1 : Principales caractristiques dune option dterminant le modle de valorisation

appropri
Voici les principales caractristiques dune option quil faut analyser pour identifier le modle de
valorisation le plus appropri.
Option dachat ( call ) ou. option de vente ( put )

Une option dachat est le droit, mais pas lobligation, dacheter un actif une date future, un
prix dtermin davance. Une option de vente est le droit, mais pas lobligation, de vendre un actif
une date future, un prix dtermin davance.
Il existe galement le cas o le prix dexercice est incertain. Lexercice de loption revient alors
changer un actif risqu contre un autre. On parle dans ce cas doption dchange.
Option europenne ou option amricaine

On parle doption europenne lorsque lexercice de loption a lieu la date dchance de loption.
Loption est dite amricaine lorsquelle peut tre exerce tout moment entre lachat de la prime
et la date dchance.
Option simple ou option compose

Une option simple donne le droit dacqurir (ou de vendre) un actif non contingent. On parle
doption compose lorsque lexercice revient acheter (ou vendre) une autre option (Figure 3.3).
Figure 3.3 : Principe de loption compose
Exercice de loption 2
Cash-flows
Exercice de loption 1
Cration de loption 2
Achat de
loption 1
Abandon
Abandon
t0
chance de
loption 1
chance de
loption 2
La Figure 3.3 reprsente deux options imbriques, mais il est bien sr possible dimaginer un schma
plus complexe, avec par exemple n options successives dont seulement la dernire conduit la
ralisation de cash-flows en cas dexercice.
Option sur un actif versant ou non des dividendes

Lactif sous-jacent peut dans certains cas verser des dividendes. Cest en particulier le cas lorsque
le sous-jacent est une action. La prsence de dividendes vient diminuer la valeur de loption (cf.
Encadr 3.2)
124
Chapitre 3
II. Les modles en temps continu
II.1. Valorisation de loption europenne : le modle de Black & Scholes

En 1973, Black et Scholes ont labor un modle de valorisation doption, qui a permis un essor
considrable du march des options financires. Les travaux de Black et Scholes ont t complts par
ceux de Merton. Tous trois (Black titre posthume) ont t rcompenss par le prix Nobel dconomie
en 1997.
Aujourdhui, le modle de Black et Scholes constitue toujours un modle de rfrence, partir duquel
ont t labors plus tard la plupart des modles destins valoriser des options plus complexes. Cest
le modle par excellence pour valoriser une option dachat europenne simple.
Le modle de Black et Scholes repose sur les hypothses suivantes :
Le prix dexercice est dtermin davance ;
Lactif sous-jacent suit un MBG, dont la volatilit est constante dans le temps ;
Lactif sous-jacent ne verse pas de dividende.
La solution pour dterminer la valeur dune option dachat (note C) est la suivante :
C = S * N(d1) - K e-rT * N(d2)
_
avec: d1 = [ln S/K + (r + 2/2) * T] / T
_
d2 = d1 - T
S = cours de lactif sous-jacent aujourdhui
K = prix dexercice de loption
T = date dchance de loption
r = taux dintrt sans risque
N(.) = loi normale centre rduite
= volatilit du cours de lactif sous-jacent
Il existe une extension du modle de Black et Scholes pour valoriser une option dont le sous-jacent
verse un dividende continu au taux (Garman & Kohlhagen, 1980). La valeur de loption est donne
par la formule suivante :
C = S * e - t * N(d1) - K e-rT * N(d2)
_
avec: d1 = [log S/K + (r - + 2/2) * T] / T
_
d2 = d1 - T
II.2. Valorisation de loption amricaine : le modle de McDonald et Siegel

McDonald et Siegel (1986) ont dvelopp un modle doption permettant de dterminer la date
optimale de lancement dun projet. En termes optionnels, une telle dcision peut sinterprter de la
faon suivante :
125
Chapitre 3
Si lentreprise a la possibilit de repousser le lancement dun projet, alors elle dispose dune option
dchange, lui permettant tout moment t de disposer de la valeur du projet Vt en contrepartie dun
investissement Ft.
Les hypothses du modle sont les suivantes :
Le projet est irrversible
Loption est une option amricaine perptuelle, cest--dire que loption peut tre exerce tout
moment, sur une dure infinie. Cette hypothse permet de trouver une solution analytique
lquation aux drives partielles.
La valeur actualise du projet V, et le cot de linvestissement F suivent un processus
stochastique, plus prcisment un MBG :
o dV = V V dt + V V dZV
o dF = F F dt + F F dZF
avec : ZV et ZF deux processus de Wiener
Les auteurs dveloppent galement une variante du modle, dans laquelle la valeur du projet peut
subir des sauts (processus mixte MBG poisson). Cette dernire hypothse permet de tenir
compte du fait que dans la ralit la valeur dun projet atteint tt ou tard une valeur nulle (ce qui
est notamment le cas lorsquun concurrent introduit une nouvelle technologie). Ceci vient donc
assouplir lhypothse dune option perptuelle indique ci-dessus.
La rgle de dcision est la suivante : lentreprise repousse la dcision dinvestissement tant que la
valeur de loption dattente CRL est suprieure au pay-off de son exercice: V F
Si V0 / F0 > C*, alors il est prfrable dinvestir immdiatement. La valeur doption correspond
donc la valeur intrinsque du projet : V0 F0.
Dans le cas contraire, la valeur de loption est donne par la formule suivante :
V0 / F0
C R L (V0 , F0 ) = F0 (C * 1)
C *
, avec : C* = / ( - 1)
se calcule de faon diffrente, suivant que lon fait lhypothse pour le sous-jacent dun mouvement
brownien gomtrique (modle de base ) ou dun processus mixte MBG / poisson (extension du
modle avec sauts).
Modle de base

1 2( f ) 1 v f
= v 2 f +
+
2
2
2
2

2
2 = v 2 + 2 2 vf v f
f
= taux dactualisation, avec v <

= moyenne pondre de lesprance de rendement dactifs prsentant des risques similaires V et F
vf = coefficient de corrlation entre dzv et dzf
peut galement scrire de la faon suivante :
126
Chapitre 3
f v 2 f
f v
1 + 2 +1
=
2
2
2 2

v =v v et f = f f
v et f sont les taux de rendement exigs par les investisseurs pour des actifs qui sont parfaitement
avec
corrls avec V et F, et ont les mmes carts-types que V et F.

Le paramtre v est dcrit par McDonald et Siegel comme la portion du taux de rendement qui est
perdue lorsque lon ne reoit que lquivalent de laccroissement du prix du sous-jacent V. Plus v est
lev, plus le cot de dtention de loption qui revient dtenir V indirectement est important.
v peut sinterprter comme le cot de dtention de loption : il reprsente les revenus auxquels on
renonce en ne dtenant pas directement le sous-jacent V. Lquivalent de v pour une option financire
serait le taux de dividende vers par laction sous-jacente (cf. Encadr 3.2).
Extension du modle avec les sauts

Dans le cas de lextension du modle avec les sauts, il faut de plus prendre en compte la frquence des
sauts pour calculer la valeur de .
Si on fait lhypothse que le prix dexercice F reste constant dans le temps, alors le calcul de
seffectue par la formule suivante :
r v
2( r + ) 1 r v
+ 2
= 2 1 +
2
v2
v
2 v
2
avec r = taux dintrt sans risque.

Si en revanche on maintient lhypothse dun prix dexercice F alatoire, comme dans le modle de
base, il suffit de remplacer r par f dans la formule de calcul d.
II.3. Valorisation de loption compose: le modle de Geske

Le modle de Geske permet de valoriser une option europenne compose, cest--dire dont lexercice
ne conduit pas lencaissement dun pay-off , mais la cration dune deuxime option.
Les principales hypothses du modle sont les suivantes :
Le sous-jacent F suit un mouvement brownien gomtrique ;
Le prix dexercice de loption 1, not K*, et le prix dexercice de loption 2, not K, sont connus
davance.
Les deux options sont des options europennes.
La valeur de loption compose W est donne par la formule suivante :
W = Fe
rf
M (k , h, ) K e rf M k *, h ; K e
rf
N (k * )
Avec
= volatilit du sous-jacent F
rf = taux dintrt sans risque
= dure jusqu lchance de loption 2
*= dure jusqu lchance de loption 1
127
Chapitre 3
ln (F / K ) + 1 / 2
ln (F / Fc ) + 1 / 2
N ( ) = loi normale cumulative

M (a, b ;) = loi normale cumulative bivarie, de coefficient de corrlation , ayant a et b comme
limites hautes de lintgrale
sachant que :
1/ 2
Fc = valeur seuil du sous-jacent F partir de laquelle loption 1 doit tre exerce. Concrtement, Fc
correspond la valeur de F pour laquelle loption 2, dune dure jusqu lchance de *, et de
prix dexercice K, atteint la valeur K*.
En effet, loption 1 ne sera exerce que si le pay-off gnr qui est ici la valeur de loption 2 moins
le prix dexercice K* est suprieur ou gal 0.
On peut reprendre lapplication numrique donne par Kemna (1993)
Paramtre
Valeur du sous-jacent
Volatilit du sous-jacent
Prix dexercice de loption 2
Prix dexercice de loption 1
Dure jusqu lchance de loption 2
Dure jusqu lchance de loption 1
Notation
F
K
K*
rf
Valeur
1000
25%
1000
90
2%
7
1
Fc correspond la valeur de F pour laquelle loption europenne simple, de dure jusqu lchance
gale - * = 6 ans, et de prix dexercice de K = 1000, atteint la valeur K* = 90.
En utilisant la fonction solveur dans un tableur Excel, on obtient : Fc = 653.
On peut alors calculer la valeur de loption compose : W = 141.
Newton et al (2004) indiquent quil existe de nombreuses variantes du modle de Geske, suivant que
loption est modlise comme une option amricaine ou europenne, quelle a une dure de vie finie
ou non, ou encore suivant que le prix dexercice de loption 1 (K*) et de loption 2 (K) sont considrs
comme stochastiques ou non.
128
Chapitre 3
Encadr 3.2 : Impact du dividende sur la valeur de loption

Le versement par lactif sous-jacent dun dividende a un impact sur la valeur de loption, ainsi que sur
la date optimale dexercice de loption lorsquil sagit dune option amricaine.
Cas dune option sur actif sous-jacent ne versant pas de dividende

Si lon utilise la formule de Black et Scholes (cf. Section 1, II.1. Valorisation de loption
europenne : le modle de Black et Scholes), on constate que plus la dure restant jusqu lchance T
est importante, plus la valeur de loption C est leve.
Intuitivement, ce phnomne sexplique comme suit. Plus le temps scoulant jusqu lchance est
important, plus la valeur du sous-jacent a la possibilit de monter, et donc plus la probabilit de
raliser un pay-off lev est forte. Si la dure jusqu lchance augmente, la probabilit dune forte
baisse du sous-jacent augmente galement, mais cela naffecte pas la valeur de loption, puisque celleci ne sera alors pas exerce.
Limpact du temps sur la valeur de loption peut tre illustr travers lexemple suivant.
Considrons C1, une option dachat sur une actif ne versant pas de dividende, et dont la maturit
est de 6 mois.
Les autres paramtres sont les suivants : S = 40$; X = 40$; r = 5% p.a.; = 30% p.a.
En utilisant la formule de Black et Scholes, on obtient : C1 = 3,85$.
Si nous calculons la valeur de C2, la mme option mais avec une maturit de 9 mois, on obtient :
C2 = 4,84$.
On constate bien que C2 > C1 : plus la dure jusqu lchance est longue, plus la valeur de loption
est leve. En consquence, comme le prouvera Merton (1973), si le sous-jacent dune option
amricaine ne verse pas de dividende, alors loption ne doit pas tre exerce avant la date dchance.
Cas dune option sur actif sous-jacent versant un dividende

Dans le cas dun actif sous-jacent versant un dividende, limpact du temps sur la valeur de loption est
plus ambigu.
A la date laquelle le dividende est vers, le cours de laction diminue dun montant quivalent. La
valeur de loption peut tre estime avec la formule de Black et Scholes en diminuant la valeur du
sous-jacent S dun montant gal la valeur actuelle de . Elle sera donc plus faible que dans le cas
sans dividende. Intuitivement, cela peut aussi sexpliquer par le fait que le dtenteur de loption,
contrairement au dtenteur de lactif sous-jacent, ne touche pas les dividendes.
Dans notre exemple, considrons maintenant la mme option que C2, la diffrence prs que laction
sous-jacente verse un dividende dans 8 mois. La valeur actuelle de ce dividende est de 2$.
En utilisant les paramtres suivants dans la formule de Black et Scholes,
S = 40 2 = 38$; K = 40$; r = 5% p.a.; = 30% p.a.; T = 9 mois,
on obtient : C3 = 3,70$. La valeur de loption est infrieure celle de C2, loption qui avait les mmes
caractristiques, mais sur une action ne versant pas de dividende.
Lorsque lactif sous-jacent verse un dividende, le temps a un effet contradictoire sur la valeur de
loption.
Dun ct, plus T est leve, plus la valeur de loption sur lactif ne versant pas de dividende est
lev ;
Dun autre ct, plus T est leve, plus la valeur de loption est rduite par le versement de
dividendes, et donc plus la valeur de loption se rduit.
En consquence, si lactif sous-jacent verse un dividende, il peut tre optimal dexercer une option
amricaine avant la date dchance.
129
Chapitre 3
III. Un modle en temps discret : le modle binomial
Nous avons indiqu prcdemment que le modle binomial procde en deux grandes tapes,
conduisant larbre dvolution du sous-jacent (tape 1), puis larbre dterminant la valeur de
loption (tape 2).
Dans ce paragraphe, nous prsentons travers des exemples numriques comment le modle binomial
permet de valoriser :
une option europenne (exemple de loption dachat, avec ou sans dividende vers par le sousjacent) ;
une option amricaine (exemple de loption de vente) ;
une option compose.
III.1. Valorisation de loption europenne par le modle binomial
III.1.1. Valorisation de loption sur actif sous-jacent ne versant pas de dividende

Lexemple numrique prsent ci-dessous est tir de louvrage de Goffin (1999). Il illustre la
valorisation dune option europenne, dont lactif sous-jacent ne verse pas de dividende.
Paramtre
Prix dexercice
Volatilit du sous-jacent
Notation
S
K
Valeur
100
100
40% par an, soit
40%
12
Dure restant jusqu lchance
rf
T
6% par an, soit
12% par mois

6%
12
= 0,5% par mois
5 mois
1re tape : construction de larbre reprsentant les valeurs possibles du sous-jacent

La logique suivant laquelle est construit larbre des valeurs du sous-jacent est la suivante : un point
un temps t pourra voluer au temps t+1 soit la hausse, en le multipliant par le facteur u (up), soit la
baisse, en le multipliant par le facteur d (down).
Par exemple, si le sous-jacent vaut 100 en t0 (cf. cellule B12 sur la Figure 3.3), il vaudra en t1
soit 112,24 = 100 * 1,122 sil a volu la hausse (cellule C12) ;
soit 89,09 = 100 * 0,891 sil a volu la baisse (cellule C13).
Larbre est conu avec les hypothses suivantes :
La distribution des probabilits entre la hausse et la baisse est de 50% chacune.
Le produit u * d est gal 1. De cette faon, larbre se recombine , cest--dire quune hausse
suivie dune baisse aboutit au mme point quune baisse suivie dune hausse.
Lampleur de la hausse et de la baisse est directement fonction de la volatilit de lactif sousjacent : u = exp () (cf. cellule I4).
130
Chapitre 3
Figure 3.4 : Exemple de valorisation de loption europenne (sans dividende)
Source : adapt de Goffin (1999 : 435)

2me tape : construction de larbre des gains et calcul de la valeur doption
La construction de cet arbre dbute par la fin : on se positionne lchance, au mois 5. Dans le cas de
loption europenne, cest ce moment que lon prend la dcision dexercer loption ou non.
Si la valeur de lactif sous-jacent ce moment l est suprieure au prix dexercice, alors loption est
exerce, et le gain correspond la diffrence entre la valeur du sous-jacent et le prix dexercice.
Dans notre exemple : si le sous-jacent vaut 178,13 (cellule G12), alors loption est exerce, et le gain
est gal la diffrence entre cette valeur et le prix dexercice (100). Cette diffrence est inscrite dans
larbre des gains, en cellule G21 : 78,13 = 178,13 100.
Si linverse lactif sous-jacent est infrieur au prix dexercice, alors loption nest pas exerce, et le
gain est nul.
Dans notre exemple : une valeur de 89,09 (cellule G15) conduit un gain de 0 (cellule G24).
Il suffit ensuite de remonter larbre dans le temps pour dterminer la valeur de loption. Par exemple,
le gain de 6.0 en cellule F23 au mois 4 est la rsultante du calcul suivant : le nud de larbre en cellule
F23 au mois 4 peut voluer au mois 5 soit la hausse, soit la baisse.
Sil volue la hausse, nous nous trouvons en cellule G23, et le gain correspondant est de 12,24.
Sil volue la baisse, nous nous trouvons en cellule G24, et le gain correspondant est de 0.
Sachant quil y a p possibilit dune volution la hausse, et (1-p) possibilit dune volution la
baisse, et quil faut actualiser le gain pour passer dune priode donne la priode prcdente, nous
pouvons calculer lesprance de gain pour la cellule G23 :
6,0
avec :
1 / exp(r)
p 12,24 + (1 p ) 0
exp(r )
facteur dactualisation en temps continu, pour passer de la priode t la priode t-1 ;

131
Chapitre 3
probabilit risque neutre (et non pas probabilit historique), dont la formule est
indique en cellule I6 de la Figure 3.4.
En suivant cette logique, nous pouvons ainsi calculer les gains esprs pour chacun des nuds de
larbre, jusqu obtenir la valeur correspondante en t0. Dans notre exemple, la valeur de loption est de
11,9 (cellule B21).
III.1.2. Valorisation de loption sur actif sous-jacent versant un dividende

Le modle binomial permet de facilement intgrer le versement dun dividende par lactif sous-jacent.
Nous reprenons le mme exemple que dans la Figure 3.4, mais ici lactif sous-jacent verse un
dividende au mois 3.
Figure 3.5 : Exemple de valorisation de loption europenne (avec dividende)
Source : daprs Goffin (1999 : 475)
Nous faisons lhypothse que le dividende vers correspond 4% de la valeur du sous-jacent. Plutt
que dutiliser un pourcentage, il est galement possible de raisonner en valeur absolue, et de considrer
que le dividende sera dun montant donn, quelle que soit la valeur du sous-jacent au moment du
versement.
Le mode de calcul de loption est exactement le mme que dans lexemple prcdent, une diffrence
prs : la valeur du sous-jacent est rduite au mois 3, dun montant correspondant au dividende vers.
Ainsi, en cellule E34, nous obtenons la valeur suivante : 67,89 = 79,38 * d * (1-4%).
132
Chapitre 3
III.2. Valorisation de loption amricaine par le modle binomial

Par rapport aux modles en temps continu, lun des principaux avantages du modle binomial est de
pouvoir facilement valoriser loption amricaine. A titre dillustration, nous reprenons ici lexemple de
valorisation dune option amricaine donn par Amram et Kulatilaka (1999, chapitre 8). Attention, il
sagit ici dune option de vente ( put ), et non pas dune option dachat ( call ).
Figure 3.6 : Exemple de valorisation de loption de vente amricaine par le modle binomial
Source : daprs Amram et Kulatilaka (1999)

La construction de larbre dvolution du sous-jacent est ralise suivant la mme logique que dans les
exemples prcdent. Concernant la construction de larbre des gains, il faut noter les deux points
suivants.
1. A lchance :
Comme il sagit dune option de vente, le pay-off est dfini de la faon suivante : max ( K ST ; 0)
Avec : K : valeur du prix dexercice
ST : valeur de lactif sous-jacent lchance
2. Pour la dtermination de la valeur des gains lorsque lon remonte dans le temps
Comme il sagit dune option amricaine, il faut chaque nud faire larbitrage entre les gains qui
seraient raliss si lon exerait loption de faon anticipe, et la valeur de loption si celle-ci est
maintenue en vie.
Ainsi, la valeur du nud en cellule F24 est dfinie comme le maximum :
du pay-off en cas dexercice anticip : $F$4 F14 et
de la valeur de loption maintenue en vie (calcule de la mme manire que dans le cas dune
option europenne) : [ $I$6 * G24 + (1 - $I$6) * G25 ] exp (-$F$6)
133
Chapitre 3
Les chiffres en gras sur la Figure 3.6 reprsentent les cas o la stratgie optimale consiste exercer
loption de faon anticipe. Ils dlimitent ainsi la frontire dexercice de loption.
III.3. Valorisation de loption compose par le modle binomial
Le modle des arbres binomiaux permet de valoriser une option compose squentielle (lexercice de
la premire option engendre la cration de la deuxime option) ou simultane (les deux options sont en
vie au mme moment).
Nous dtaillons ici la mthode de valorisation de loption compose squentielle, en reprenant un
exemple donn par Copeland et Antikarov (2001, p.173-177).
Figure 3.7 : Calcul de la valeur dune option compose par la mthode des arbres binomiaux
Source : daprs Copeland et Antikarov (2001 : 173-177)

La valorisation de loption compose seffectue en trois grandes tapes :
1. Construction de larbre dvolution de lactif sous-jacent
Lactif sous-jacent correspond la valeur des cash-flows qui seront dgags si loption 2 est
exerce. Larbre dvolution du sous-jacent est construit suivant les mmes principes que dans la
valorisation de loption simple.
2. Valorisation de loption 2.
Loption 2 est valorise suivant la mthode classique des arbres binomiaux, en calculant le
montant du pay-off lchance de loption (ici en t = 3), puis en remontant dans le temps, jusqu
la date dchance de la premire option (ici en t = 1).63
On obtient ainsi les diffrentes valeurs possibles de loption 2, la date dexercice de loption 1.
63
Copeland et Antikarov actualisent ici les flux en temps discret, do une formule un peu diffrente de celles
prsentes dans le cas de loption simple (Figures 3.4 et 3.6)
134
Chapitre 3
3. Valorisation de loption 1
Loption 1 est valorise nouveau par la mthode des arbres binomiaux, en prenant comme valeur
du sous-jacent les valeurs possibles de loption 2 la date dexercice de loption 1.
En remontant dans le temps jusqu la date t0, on obtient la valeur de loption 1, qui correspond
la valeur de loption compose (ici : 30,93).
135
Chapitre 3
SECTION 2 : LES LIMITES DES MODELES ACTUELS DE VALORISATION DES

OPTIONS REELLES
Dans la section 1, nous avons montr que pour valoriser les options relles, les entreprises et les
acadmiques utilisent des modles de valorisation doptions financires, ou des modles directement
drivs de la sphre financire.
Dans cette section, nous montrons que les options relles diffrent des options financires sur un
certain nombre de points. En consquence, lutilisation de modles issus des marchs financiers pour
valoriser les options relles est souvent inapproprie (Bowman & Moskowitz, 2001; Triantis, 2005 :
11). Dans la deuxime partie de la section, nous dtaillons les principales limites des modles actuels
pour valoriser les options relles.
I. Principaux obstacles la valorisation des options relles
Tableau 3.3 : Diffrences entre options financires et options relles

Caractristiques des options
financires
Caractristiques des options

relles
Le sous-jacent est cot sur les

marchs financiers
Le
sous-jacent
nest
gnralement pas cot sur les
marchs financiers
Les caractristiques de loption

sont gnralement simples
Le dtenteur dune option
financire est le seul
dcisionnaire quant
lexercice de loption
Exercice de loption et
encaissement du pay-off
instantans
Les caractristiques de loption

sont souvent complexes
Les opportunits dexercice de
loption sont souvent partages
avec les concurrents
-
La valeur du sous-jacent
nest pas connue avec
prcision au moment de
lexercice de loption
- Lexercice de loption peut
tre tal sur plusieurs
annes
Les options financires
Une dcision dinvestissement
peuvent tre values de faon peut dpendre de plusieurs
indpendante
options, qui ont des
interrelations
Le pay-off est identique
Le pay-off prend une
pour tous les dtenteurs dune valeur diffrente suivant le
option financire donne
dtenteur de loption relle
Les options financires sont Les options relles ne sont pas
ngocies sur les marchs
ngocies sur les marchs
Consquences pour la
valorisation des options
relles
- Lhypothse de la
rplicabilit nest plus
valide
- Les paramtres de calcul
sont difficiles estimer
Ncessit de dvelopper des
modles sur-mesure
Difficult estimer les payoffs potentiels et la dure de
vie de loption
- Risque de sur-estimation du
pay-off lchance de
loption
Difficult valoriser un
portefeuille doptions en raison
de la non-additivit des options
relles
Difficult tester les modles
dvaluation
136
Chapitre 3
Lanalogie entre options financires et options relles est sduisante. Cependant, lorsque lon analyse
les options relles de faon approfondie, on constate que cette analogie a des limites. Nous dtaillons
ci-aprs les principales diffrences entre options financires et options relles (Tableau 3.3), et leurs
implications en termes de valorisation.
Lactif sous-jacent nest pas cot sur les marchs financiers

Lactif sous-jacent dune option relle correspond la valeur des cash-flows gnrs par le projet
dinvestissement. Contrairement au sous-jacent dune option financire, le sous-jacent dune option
relle nest donc pas cot sur les marchs financiers.
Dans le meilleur des cas, notamment lorsquil sagit dun projet dinvestissement exploitant une
matire premire, cest la principale source dincertitude mais non la valeur du projet elle-mme
qui sera cot sur les marchs.
En termes de valorisation, ce phnomne cre deux difficults majeures.
En premier lieu, il nest pas possible de se baser sur lvolution du cours du sous-jacent pour estimer
la valeur des paramtres utiliss par les modles actuels de valorisation doption. Plus prcisment, ce
sont lestimation du taux de volatilit et du taux de dividende qui sont les plus problmatiques. 64
Deuximement, le fait que le sous-jacent dune option relle ne soit pas cot sur les marchs financiers
vient invalider lhypothse de labsence dopportunit darbitrage (AOA). Or, cette hypothse
constitue la pierre angulaire de la thorie des options financires, do sont issus le modle de Black et
Scholes, ainsi que tous les modles drivs prsents dans la premire section de ce chapitre.
Lhypothse de lAOA indique suppose que, sil est possible de constituer un portefeuille prsentant
exactement le mme profil de risque et de rendement que loption, alors ce portefeuille et loption
auront la mme valeur. Si ce ntait pas le cas, il serait possible deffectuer des arbitrages (Copeland &
Keenan, 1998 : 40; Goffin, 1999).
La dmarche de la thorie des options consiste former un portefeuille dit sans risque , cest--dire
dont le rendement sera gal au taux sans risque, quel que soit ltat du monde. Ce portefeuille est
constitu pour partie de loption, et pour lautre partie de lachat terme de lactif sous-jacent
( position courte ).
Dans le cas des options relles, lactif sous-jacent nest pas cot, et on ne peut donc pas former de
portefeuille sans risque. On pourrait alors suggrer dutiliser la place un actif financier, dont
lvolution de cours soit parfaitement corrle celle de la valeur du projet. Malheureusement, il est
trs rare de disposer dun tel actif (ex: Majd & Pindyck, 1987; Copeland & Keenan, 1998; Davis,
1998; Bowman & Moskowitz, 2001).
Ceci provient du fait quun projet dinvestissement est presque toujours soumis des risques
spcifiques, qui ne sont pas valoriss par les marchs financiers. Amram et Kulatilaka (1999)
distinguent ainsi le risque spcifique ( private risk ) du risque de march ( market priced risk ).
Par exemple, loption de croissance correspondant au dveloppement dun nouveau produit par une
socit commercialisant des modems fera intervenir deux types de risque :
le risque que la socit ne soit pas en mesure de dvelopper le produit dans le temps ou dans le
budget impartis ( private risk ) ;
le risque que le march des ordinateurs PC ne connaisse pas une volution trs favorable ( market
priced risk ).
Un portefeuille darbitrage constitu par un panier de diffrents assembleurs de PC permettra de tenir
compte du market priced risk , mais ne refltera pas le private risk .
Le fait que le sous-jacent dune option relle ne soit pas cot sur les marchs financier vient ainsi
remettre en cause toute la philosophie sur laquelle est fonde la thorie des options, et en particulier le
64
Nous revenons plus en dtail sur ces deux points dans la deuxime partie de la section 2 ( II.2.4. Une grande
difficult estimer la valeur des paramtres utiliss par les modles)
137
Chapitre 3
raisonnement en univers risque neutre . Nous verrons dans la deuxime partie de cette section
quelle implication ceci a sur le choix du taux dactualisation.
Difficult construire des modles dvaluation tenant compte de la complexit des options relles
Les options financires pour lesquelles ont t dvelopps les modles prsents dans la premire
section de ce chapitre sont gnralement simples. En particulier, le sous-jacent suit un processus de
dvolution bien dfini, le prix dexercice est connu davance, lexercice de loption est bien identifi
et le pay-off de loption correspond la diffrence entre le cours du sous-jacent et le prix dexercice.
Lorsque lon transpose la logique doption dans la sphre des investissements rels, toutes ces
caractristiques deviennent plus complexes.
Le processus dvolution du sous-jacent est complexe.

Les modles classiques dvaluation doptions financires reposent sur lhypothse que le sousjacent suit un processus stochastique bien spcifique, gnralement un MBG. Nous verrons plus
loin que, pour des raisons lies la dure de vie de loption ou encore la nature des sources
dincertitude, le sous-jacent dune option relle suit gnralement un processus stochastique
complexe, que lon ne peut pas rduire un MBG.
Le prix dexercice nest pas toujours connu davance.65
Il peut exister plusieurs modalits dexercice lchance.66
Les options relles sont souvent composes.
Les options financires valorises par les modles actuels sont gnralement des options simples.
A linverse, les projets dinvestissement font gnralement intervenir des options composes.
Bowman et Hurry (1993: 763) voquent ainsi les chanes doptions. Typiquement, on rencontre
les options composes dans le cas dun programme de R&D, de lentre sur un nouveau march,
dune acquisition ou dune expansion majeure sur un march existant (Kester, 1984).
Nous verrons dans ltude de cas du Chapitre 7 que les dcisions dinvestissement correspondent
souvent une option compose particulirement complexe, puisque la premire option peut la
fois gnrer la cration dune deuxime option (comme dans une option compose) et
lencaissement de cash-flows (comme dans une option simple).
En somme, les options relles sapparentent bien davantage des options exotiques qu des
options financires standard. Il faut donc pour les valoriser mettre au point des modles sur-mesure, ce
qui nest pas sans difficult67.
Les options relles sont souvent partages avec les concurrents

Les options relles se distinguent des options financires dans la mesure o leur dtenteur nen
possde pas ncessairement les droits exclusifs dexercice. Kester (1984) distingue ainsi deux types
doptions relles : les options propritaires ( proprietary options ) et les options partages
( shared options ). Les premires confrent leur dtenteur un droit exclusif dexercice. Cest par
exemple le cas lorsquune entreprise dtient un brevet, une comptence unique sur le march ou une
technologie que les concurrents ne sont pas capables dimiter. Les secondes correspondent des
opportunits collectives de lindustrie, comme par exemple la possibilit de pntration dun
march qui nest protg que par de faibles barrires lentre, ou encore la construction dune usine
pour desservir une nouvelle zone gographique.
65
Cf. plus loin, Section 2, II.1. Une simplification excessive des hypothses de calcul
67
66
138
Chapitre 3
La valorisation des options partages est gnralement dlicate, car il est difficile destimer les payoffs ainsi que la dure de vie de loption. En effet, si dautres concurrents ont accs la mme
option, ces derniers peuvent devancer lentreprise concerne dans lexercice de loption. Il nest donc
pas possible de connatre lavance la dure de temps scoulant jusqu lchance de loption.
Mme si lentreprise est la premire exercer loption, elle na pas de garantie que des concurrents ne
viendront pas effectuer un investissement similaire. En ce cas, lentreprise devra partager la rente
correspondant lexercice de loption. Pour cette raison, il est donc difficile destimer les pay-offs
gnrs par lexercice dune option partage. (Adner & Levinthal, 2004b: 79, note 2)
Lexercice de loption et lencaissement du pay-off ne sont pas instantans

Lexercice dune option financire correspond lachat (la vente) de lactif sous-jacent au prix
dexercice, K. Le dtenteur de loption peut simultanment vendre (acheter) lactif sous-jacent son
cours du moment S, et ainsi engranger un pay-off gal la diffrence entre S et K. Lexercice dune
option financire, et lencaissement du pay-off sont donc instantans.
Dans le cas des options relles, il arrive frquemment que ces deux proprits ne soient pas vrifies.
Tout dabord, il se peut que lexercice de loption relle ne puisse pas tre ralis en un bloc : pour des
raisons techniques, la dpense dinvestissement peut tre ralise travers une srie de dcisions
squentielles, qui stendent sur une priode de temps assez longue. Pour reprendre lexpression de
Majd et Pindyck (1987 : 7), it takes time to build the option. Les auteurs citent notamment
lexemple de la production aronautique, de la production minire ou encore la construction dune
usine ptrochimique.
Dans un tel cas de figure, il existe toujours la possibilit de lancer la dcision dinvestissement et de la
stopper en cours de route si les conditions voluent de faon dfavorable. Cette possibilit de
flexibilit supplmentaire affecte bien sr la valeur de loption relle, et ncessite le dveloppement
dun modle sur-mesure (comme notamment celui de Majd et Pindyck).
Par ailleurs, lorsque la dcision dexercer une option relle est prise, lencaissement du pay-off
correspondant nest presque jamais instantan. Le pay-off gnr par lexercice de loption
correspond la diffrence entre le cours du sous-jacent et le prix dexercice. Or, dans le cas des
options relles, la valeur du sous-jacent ne correspond pas au cours dun actif un instant t, mais est la
somme des cash-flows qui seront gnrs par le projet pendant un certain nombre dannes aprs la
dcision dexercer loption relle. De plus, les cash-flows positifs ninterviennent gnralement quune
ou plusieurs annes aprs le lancement de linvestissement.
La consquence de cet talement dans le temps des cash-flows gnrs par le projet est double.
Dune part, puisque la gnration de cash-flows positifs intervient aprs la dpense
dinvestissement, lentreprise ne connat pas avec prcision le montant du pay-off au moment
o lexercice de loption est dcid. Naturellement, la philosophie des options relles repose sur le
principe de rduction dincertitude entre le moment de lacquisition de loption, et le moment
dexercice de loption. Il nen reste pas moins que dans la ralit dun projet dinvestissement, la
rvlation dinformation nest gnralement que partielle.
Dautre part, il est possible que les conditions voluent de faon dfavorable au cours de la vie du
projet.68
68
Ceci ne concerne pas les projets dinvestissement qui sont valoriss comme un portefeuille doptions
europennes, ayant chacune une maturit diffrente, et que lon dcide dexercer ou non suivant le niveau de la
principale source dincertitude (par exemple le cours du baril de ptrole). Cette approche est adopte pour tous
les actifs offrant la possibilit darrt ou de rduction temporaire de la production.
139
Chapitre 3
Nous ne nous trouvons donc plus comme avec les options financires dans le cas dun pay-off dont la
valeur est max (0 ; S K). Il est en effet possible que les managers estiment, au moment de lexercice
de loption, que celle-ci gnrera un pay-off positif, mais que rtrospectivement il savre que le payoff de loption soit ngatif soit parce que certaines sources dincertitude ont t mal apprcies au
moment de la dcision dexercice, soit parce que certaines sources dincertitude ont volu de faon
dfavorable au cours de la vie du projet.
En consquence, si lon rplique les modles financiers pour valoriser une option relle, on aura
tendance surestimer celle-ci.
Difficults valoriser un portefeuille doptions (problme de la non-additivit des options relles)

Le dtenteur de plusieurs options financires peut valoriser son portefeuille doptions simplement en
additionnant la valeur des diffrentes options composant le portefeuille.
Dans le cas dun investissement rel, il est important de savoir valoriser un portefeuille doption, car
un projet dinvestissement gnre souvent plusieurs options relles (Trigeorgis, 1993).
Malheureusement, le principe dadditivit des options nest plus valide dans le cas des options relles.
Ce problme provient du fait que les options relles dun projet portent gnralement sur le mme
sous-jacent, et que leur exercice ne peut pas tre dcid de faon indpendante.
Trigeorgis (1993) montre ainsi que la valeur combine de plusieurs options ayant des interrelations
peut tre soit infrieure, soit suprieure la somme des valeurs de ces options prises individuellement.
Les valeurs doptions estimes sparment ne sadditionnent que si la probabilit dexercice conjoint
des deux options tend vers zro. Ceci est notamment le cas lorsquon est en prsence dun put (par
exemple une option dabandon) et dun call (par exemple une option de croissance). Plus
gnralement, Trigeorgis explique que la valeur globale de deux options portant sur le mme sousjacent dpend des facteurs suivants :
lappartenance de ces options un mme type (deux puts , deux calls ou un put et un
call ) ;
lintervalle de temps entre les deux dates dexercice (qui peut tre influenc par leur caractre
europen ou amricain ) ;
la position hors la monnaie ou dans la monnaie de chacune des options ;
lordre de survenance des options.
Ainsi, la valorisation dun portefeuille doptions relles requiert la ralisation de calculs relativement
sophistiqus. Cependant, limpact des interactions entre les options ne peut pas tre nglig : dans une
tude de cas sur la construction dune autoroute page, Rose (1998) montre que linteraction entre
deux options relles gnres par un projet peut prendre une valeur trs significative.
Difficults tester les modles de valorisation

Les options financires sont ngocies sur les marchs financiers. Les cours des options observs sur
les marchs constituent ainsi un bon repre pour juger la pertinence dun modle de valorisation
doption.
A linverse, les options relles ne sont pas cotes. Daprs Myers (1977), les seules options relles
pour lesquelles on peut envisager un march secondaire sont des options ayant une dure de vie
relativement longue, et que lon peut objectivement identifier et sparer du reste de lentreprise,
comme : des brevets, certaines marques, des licences ou des franchises.
140
Chapitre 3
Par ailleurs, Myers souligne que la plupart des options relles sont spcifiques lentreprise qui les
dtient, et nont pas ncessairement de valeur pour les autres entreprises. Ceci est par exemple le cas
lorsquune option relle est gnre par la possession dun ensemble dactifs bien particuliers, et ne
peut donc pas tre achete sparment.
En outre, une option relle sera spcifique lentreprise ds lors quelle est gnre par des
phnomnes tels que la poursuite de la courbe dexprience ou lacquisition progressive dune
comptence. Dautres auteurs ont confirm lintuition de Myers : Dixit et Pindyck (1994) montrent
ainsi quune option relle est gnre par les ressources managriales, le savoir-faire technologique, la
rputation, la position de march et ventuellement lenvergure que lentreprise sest construits. Par
extension, ce sont ces ressources et capacits (auxquelles on peut rajouter les opportunits de
synergies) qui seront dterminantes dans la bonne mise en uvre de loption et donc de la valeur de
loption (Reuer & Leiblein, 2000a).
En consquence, il est difficile de tester la pertinence dun modle de valorisation doption relle.
Dans le meilleur des cas, on pourra observer indirectement leur valeur (Quigg, 1993; Harchaoui &
Lasserre, 2001; Moel & Tufano, 2002). 69
II. Limites des modles actuels de valorisation doptions relles
Comme nous venons de lexpliciter, les caractristiques des options relles prsentent des divergences
avec celles des options financires. De plus, la valorisation des options relles en entreprise fait
intervenir dautres types dacteurs, beaucoup plus gnralistes, que la valorisation des options
financires.
En consquence, lutilisation de modles tirs des marchs financiers pour valoriser les options relles
comporte deux principales limites :
Dune part, les modles de valorisation doptions financires standards reposent sur des
hypothses simplificatrices, qui ne permettent pas de prendre en compte la complexit dune
dcision dinvestissement stratgique.
Paradoxalement, ces modles sont jugs trop complexes par les managers pour tre utiliss en
entreprise. Il sagit en effet de modles assez hermtiques, dont la transposition dans la sphre des
investissements rels est malaise.
II.1. Une simplification excessive des hypothses de calcul
Lune des hypothses les plus contraignantes effectues par les modles de valorisation doption est
celle suivant laquelle lactif sous-jacent suit un Mouvement Brownien Gomtrique (MBG) (Bowman
& Moskowitz, 2001). Dans ce paragraphe, nous expliquons pourquoi cette hypothse nest pas
ncessairement approprie la valorisation des options relles.
Nous abordons ensuite dautres hypothses, qui sont moins systmatiques que celle du MBG, mais
sont nanmoins prsentes dans de nombreux modles.
II.1.1. Hypothse du Mouvement Brownien Gomtrique (MBG)
69
Cf. Chapitre 1, section 2, I.3.5. Etude empirique des options relles comme outil daide la dcision
dinvestissement
141
Chapitre 3
La grande majorit des modles actuellement utiliss pour valoriser les options relles fait lhypothse
que le sous-jacent suit un MBG. Lune des exceptions notables est le modle de McDonald et Siegel
(1986), qui prvoit dans lextension du modle que le sous-jacent puisse suivre un processus avec des
sauts, combinant le MBG et la loi de Poisson.
Sur les marchs financiers, lhypothse suivant laquelle les actifs cots suivent un MBG fonctionne
bien sur une priode de temps relativement courte. Les proprits du MBG, notamment le fait quune
variable suivant un MBG ne peut prendre que des valeurs positives, sont bien adaptes lunivers des
marchs financiers. En dehors de quelques critiques (Peters, 1991), lhypothse du MBG est donc bien
accepte sur les marchs financiers.
En revanche, plusieurs facteurs indiquent que le MBG nest pas adapt pour dcrire lvolution de la
valeur dun projet dinvestissement.
1. Confusion entre la source dincertitude et le sous-jacent dune option relle
Tout dabord, il existe souvent une confusion dans la littrature entre le processus suivi par la source
dincertitude dun projet, et le processus suivi par la valeur du projet c'est--dire par la somme des
cash-flows actualiss dgags par le projet.
Pour passer de lun lautre, il faut effectuer une srie doprations. Par exemple, si la source
dincertitude est le prix de vente, il faut multiplier ce prix par les quantits vendues, et retrancher les
cots variables pour calculer les cash-flows dgags par le projet. Majd et Pindyck (1987 : 11-12)
indiquent ainsi que ce nest pas parce que le prix de vente suit un MBG que ce sera le cas pour le sousjacent de loption relle.
2. Les sources dincertitude ne suivent pas ncessairement un MBG
Il faut aussi noter que le plus souvent les sources dincertitude ne suivent pas un MBG. En effet, le
MBG comporte plusieurs proprits, qui ne sont souvent pas vrifies par les sources dincertitude
affectant la valeur dun projet dinvestissement.
La premire proprit concerne les paramtres dcrivant le processus. Si une variable suit un MBG,
alors son taux de croissance et son taux de volatilit sont constants dans le temps. Dans le cas des
options financires, cette hypothse est acceptable car la dure de vie de loption est courte. En
revanche, la dure de vie dune option relle est beaucoup plus longue. Il en rsulte que les paramtres
et utiliss pour dcrire lvolution dune source dincertitude ne peuvent gnralement pas tre
considrs comme fixes durant toute la vie de loption (Davis, 1998).
La deuxime proprit concerne la distribution de la variable une date donne. Si une variable suit
un MBG, alors elle a une distribution log-normale cette date. Or, une telle loi de distribution nest
approprie que pour certaines sources dincertitude. La plupart du temps, le processus est limit par
des barrires la hausse ou la baisse, car cela na conomiquement pas de sens de faire varier des
sources dincertitude au-del de certaines limites. Dautre part, il y a des sources dincertitude pour
lesquelles dautres lois de distribution, par exemple des lois discrtes, seront plus appropries.
3. Un projet dinvestissement est le plus souvent soumis diffrentes sources dincertitude.
Lincertitude peut porter sur la demande, la technologie, la rglementation, la concurrence, etc. Nous
verrons dans ltude de cas du Chapitre 6 que mme une source dincertitude comme la demande se
dcline en une srie de variables incertaines : la demande ne doit pas tre apprhende comme une
variable globale, mais se dcompose en diffrentes lignes de produits, qui peuvent prsenter des
profils de risque spcifiques. De plus, ce nest pas seulement le volume de ventes lorsque le produit
sera mature qui est incertain, mais aussi le rythme auquel le nouveau produit parviendra maturit.
Chacune de ces sources dincertitude a un profil de risque particulier, et ces sources dincertitude
peuvent galement tre corrles entre elles. En consquence, mme si une de ces sources
dincertitude suit un MBG, il y a peu de chances pour que le sous-jacent lui-mme suive un MBG.
4. Pour des raisons conomiques, le MBG ne dcrit pas toujours de faon approprie le processus suivi
par la valeur dun projet dinvestissement.
142
Chapitre 3
Si lon considre maintenant lvolution de la valeur suivie par le projet dinvestissement dans son
ensemble, on constate que le MBG nest, pour des raisons conomiques, pas toujours une hypothse
approprie.
Nous avons dit plus haut quune variable suivant un MBG a une distribution log-normale. Elle ne peut
donc pas prendre de valeur ngative. Or, dans certains cas, la valeur gnre par les cash-flows dun
investissement peut tout fait devenir ngative.
Pour rappel, les cash-flows dun projet correspondent en fait la diffrence entre ceux gnrs par le
projet lui-mme, et ceux qui seraient gnrs si le projet ntait pas ralis. Dans certains cas de figure,
cette diffrence peut prendre des valeurs ngatives.
Dautre part, il faut noter que, pour la valorisation dune option relle avec les modles classiques ,
seules les dpenses dinvestissement fixes doivent tre intgres dans lestimation du prix dexercice.70
Les dpenses dinvestissement qui seraient par exemple proportionnelles au chiffre daffaires viennent
en dduction de la valeur du sous-jacent. Dans ce cas, la probabilit que le sous-jacent puisse prendre
des valeurs ngatives est encore accrue.
Enfin, plusieurs auteurs reconnaissent que la volatilit dun projet nest pas ncessairement constante
dans le temps. Par exemple, Damodaran (2000, p.34) indique quun changement technologique
soudain peut affecter la valeur dun projet la hausse ou la baisse de faon significative. Dans ce
cas, il est plus appropri de considrer que le processus stochastique suivi par le sous-jacent de
loption relle est soumis des sauts (McDonald & Siegel, 1986; Dixit & Pindyck, 1994).
Les lments indiquant que le MBG nest pas appropri pour dcrire lvolution de la valeur dun
projet sont donc nombreux. Ce problme nest pas abord de faon dtaille dans la littrature, mais
plusieurs rfrence indiquent que lhypothse du MBG est une abstraction de la ralit, et nest
probablement pas vrifie dans le cas des options relles (Taudes, 1998 : 241; Bellalah, 2001;
Bowman & Moskowitz, 2001).
Or, le choix dun processus dvolution du sous-jacent a un impact important sur la valeur doption.
Ceci a t dmontr par quatre tudes pour des projets dinvestissement exploitant des matires
premires (mines, forts, ptrole). La principale source dincertitude tait le prix de la matire
premire, dont lvolution dans le temps correspond clairement plus un mouvement de retour la
moyenne (RM) qu un MBG.
Ces tudes dmontrent toutes que si lon prend lhypothse dun de retour la moyenne (MR) au lieu
dun MBG, alors la valeur de loption est fortement rduite. Cela affecte en particulier les projets de
longue dure (Laughton & Jacoby, 1993; Smith & McCardle, 1999; Slade, 2001; Insley, 2002).
Nous avons indiqu plus haut que certains modles actuels de valorisation doptions relles ont
remplac lhypothse du MBG par dautres processus, notamment le retour la moyenne ou une
combinaison avec des sauts. Mais l encore, il sagit dhypothses trs contraignantes. Ce vers quoi la
recherche doit tendre est le dveloppement de modles ne ncessitant pas de spcifier de faon prcise
le processus suivi par le sous-jacent.
II.1.2. Autres simplifications effectues par les modles actuels

Dune manire gnrale, on peut dire que les modles actuels issus des marchs financiers prsentent
une vision trs simplifie des projets dinvestissement, car les options financires sont clairement
dfinies par les termes dun contrat.
A loppos, les options relles interviennent dans des contextes beaucoup plus complexes, et il est
difficile de les dfinir avec prcision.
70
Cf. Chapitre 5, section 2, I.1.1. Valeur du prix dexercice (K)
143
Chapitre 3
Un exemple porte sur lexercice de loption. Dans le cas dune option financire, exercer loption
revient acheter (vendre) le sous-jacent au prix dexercice. Dans le cas dune option relle, lexercice
de loption peut tre effectu plus ou moins grande chelle, ou bien suivre diffrentes modalits
possibles suivant les circonstances conomiques. Dans ltude de cas du Chapitre 5, nous verrons que
lexercice de loption pouvait consister soit dans le dploiement dun rseau UMTS , soit dans le
dploiement dune technologie concurrente ( EDGE ).
Or, aucun des modles actuellement utiliss pour valoriser les options relles ne permet de prendre en
compte plusieurs modalits possibles dexercice de loption.
De faon similaire, le prix dexercice dune option financire est dtermin davance. A linverse, dans
le cas dun projet dinvestissement, il est frquent que la dpense dinvestissement elle-mme soit
incertaine (ex: Reuer & Leiblein, 2000a : 8). Ceci concerne par exemple les projets ncessitant la mise
en uvre dune technologie nouvelle.
Certains modles de valorisation doptions financires (Margrabe, 1978; Carr, 1988) ou doptions
relles (McDonald & Siegel, 1986) sont bass sur un prix dexercice stochastique, mais ils restent des
exceptions.
Une autre hypothse trs simplificatrice effectue par de nombreux modles de valorisation en temps
continu concerne la dure de vie de loption. Dans le cas des modles en temps continu, il nest pas
possible de valoriser loption amricaine laide dune formule analytique. Certains modles
contournent le problme en formulant lhypothse que la dure de vie de loption est infinie. Une telle
hypothse permet de simplifier les calculs, et de parvenir une rsolution analytique de lquation aux
drives partielles.
Elle est notamment utilise dans les modles de McDonald & Siegel 71, et de Dixit & Pindyck.
Nous verrons dans ltude de cas du Chapitre 6 que lhypothse dune dure de vie infinie de loption
conduit significativement surestimer la valeur de loption.
Dans le mme esprit, Majd et Pindyck (1987) font lhypothse dune dure de vie de projet infinie.
Dans lensemble, les modles actuellement utiliss pour valoriser les options relles reposent donc sur
des hypothses trs restrictives, qui ne sont pas en phase avec les caractristiques des projets
dinvestissement des entreprises.
Naturellement, il est possible de modifier ces modles, afin de prendre en compte certaines
particularits du projet dinvestissement. Par exemple, on pourra introduire un prix dexercice
stochastique, ou spcifier que le processus suivi par le sous-jacent est limit par des barrires la
hausse ou la baisse.
Mais il nest gnralement pas possible de multiplier les adaptations, car la complexit mathmatique
du modle deviendrait alors beaucoup trop importante (Lander & Pinches, 1998).
Dautre part, le dveloppement et la rsolution de modles sur-mesure ncessite des comptences
mathmatiques pointues (cf. ci-aprs).
En particulier, plus le modle est complexe, plus il est difficile paramtrer. A titre dexemple, le
modle de Majd et Pindyck (1987) prvoit que la dpense dinvestissement nest pas instantane.
Cest un progrs important par rapport de nombreux modles qui font lhypothse dune construction
de projet immdiate (cf. par exemple modles de McDonald et Siegel, de Carr, de Dixit et Pindyck).
Nanmoins, comment peut-on alors concrtement estimer la valeur du paramtre k, qui correspond
dans le modle de Majd et Pindyck au rythme maximal suppos constant dans le temps auquel la
construction peut tre ralise ?
De mme, McDonald et Siegel dveloppent une extension de leur modle doption dattente, dans
laquelle le sous-jacent est soumis des sauts. Cela permet de rendre le modle plus raliste.
Cependant, cette sophistication du modle pose l aussi le problme de lestimation concrte du
paramtre , qui correspond la frquence des sauts.
71
Ces derniers ont toutefois dvelopps une extension de leur modle, dans laquelle la valeur du projet est
soumise des sauts. Elle peut donc devenir nulle, ce qui limite de facto la dure de vie de loption.
144
Chapitre 3
II.2. Une trop grande complexit pour tre utiliss dans le monde de lentreprise
Nous avons vu que les modles actuels de valorisation doptions relles sont souvent trop simplistes
pour prendre en compte les spcificits dune dcision dinvestissement relle. Paradoxalement, ces
modles sont jugs trop complexes par les managers. Ainsi, une tude mene par Busby et Pitts (1997,
p.182) auprs de directeurs financiers de grandes entreprises britanniques a rvl que les options
relles taient perues comme trop compliques pour tre utilises dans la pratique.
Cette impression gnrale de complexit recouvre plusieurs phnomnes.
Les managers sont dsorients devant le grand nombre de mthodes possibles ;
La mise en uvre des mthodes actuelles requiert des comptences mathmatiques pousses ;
Les mthodes actuelles sont perues comme des botes noires ;
La valeur des paramtres utiliss par les mthodes actuelles est trs difficile estimer.
II.2.1. Une confusion des managers face au grand nombre de mthodes possibles
La premire section de ce chapitre a montr le trs grand nombre de mthodes possibles pour valoriser
les options relles. Or, les options relles constituent une approche nouvelle, qui na commenc tre
enseigne dans les MBA que depuis quelques annes.
Il en rsulte que, dans le monde de lentreprise, les managers ne connaissent pas les diffrentes
mthodes de valorisation possibles. Lander et Pinches (1998 : 543) estiment que lune des principales
raisons pour lesquelles les options relles ne sont pas appliques est que les diffrents modles de
valorisation actuels ne sont pas bien connus des managers et des praticiens. De mme, daprs ltude
de Hartmann et Hassan (2006), labsence de connaissance des mthodes de valorisation doption est
lun des principaux obstacles lutilisation des options relles.72
La difficult est dautant plus grande pour les managers, que la littrature acadmique donne une
vision confuse des diffrences entre les mthodes de valorisation. Les diffrentes mthodes reposent
sur des hypothses varies, voire contradictoires. De plus, suivant la nature du risque encouru et les
caractristiques de loption tudie, certaines mthodes sont plus appropries que dautres. Or, comme
le souligne Borison (2005 : 17), la littrature passe sous silence ces diffrences dhypothses, ainsi que
les conditions dans lesquelles telle ou telle mthode est la plus approprie. De mme, les difficults
lies la mise en uvre des diffrentes mthodes ne sont pas voques.
Ce phnomne se traduit dans ltude de Hartmann et Hassan par la citation de deux items comme
obstacle lutilisation des options relles : labsence de mthodologie standard des options relles
(5 rpondants sur 28), et linsuffisance du nombre dtudes de cas (6 rpondants sur 28). Daprs
les auteurs, ce nombre insuffisant dtude de cas est ressenti par les managers en raison de
lhtrognit des mthodes de valorisation doption publies ce jour.
II.2.2. Des modles mobilisant des connaissances mathmatiques pousses
Le deuxime phnomne contribuant cette impression de complexit de la valorisation des options

relles est li au niveau lev de connaissances mathmatiques sollicites par les modles actuels de
valorisation.
72
Cf. Chapitre 1, section 1, II.3.2. Complexit de loutil et difficults de mise en uvre
145
Chapitre 3
Lander et Pinches (1998) ont analys les principaux types de modles de valorisation en temps continu
et en temps discret. Les auteurs en concluent que les managers et mme de nombreux acadmiques
ne disposent pas des comptences mathmatiques ncessaires pour mettre en uvre ces modles ou les
utiliser bon escient.
En premier lieu, certains modles exigent des comptences mathmatiques pousses pour tre mis en
uvre. Cest notamment le cas de tous les modles en temps continu ncessitant une rsolution
numrique. Un autre exemple est le modle de Geske, qui fait intervenir la loi normale bivarie. Celleci nadmet pas de solution analytique. Comme lindiquent Cassimon et al. (2004), il faut alors recourir
un logiciel de mathmatiques. 73 Cette contrainte limite donc la diffusion du modle de Geske un
nombre trs restreint dutilisateurs.
Par ailleurs, nous avons vu plus haut dans ce chapitre que les principaux modles actuels de
valorisation doption correspondent des options standard . Il faut donc les adapter, afin quils
refltent mieux les caractristiques de linvestissement considr. La modlisation et la rsolution de
ces modles avancs requirent des comptences mathmatiques dont ne disposent gnralement
pas les managers en entreprise (Bowman & Moskowitz, 2001).
II.2.3. Des modles de valorisation fonctionnant comme des botes noires
Certains modles, comme celui de Black et Scholes, semblent de prime abord simples dutilisation. En
ralit, il est ncessaire davoir une connaissance fine du modle, afin de bien comprendre les
hypothses sur lesquelles il repose, et de pouvoir lutiliser bon escient (Lander & Pinches, 1998 :
544).
Dans ltude de cas du Chapitre 5, nous montrerons ainsi quune mauvaise comprhension des
hypothses relatives la nature du prix dexercice effectues dans le modle de Black et Scholes (ou
dans le modle des arbres binomiaux) peut conduire des erreurs importantes dans la valorisation du
projet.
Une des autres sources derreur principale concerne la notion de dividende, qui nest pas prise en
compte par les managers pour valoriser loption relle.
Nous avons dtaill dans lencadr 3.2 limpact du dividende vers par lactif sous-jacent sur la valeur
de loption, et dans le cas dune option amricaine, sur la date optimale dexercice de loption.
A quoi correspondent les dividendes dans le cas des options relles ? Dune manire gnrale, les
dividendes correspondent au cot dopportunit de ne pas investir (Davis, 1998). De la mme faon
que le cours dune action baisse aprs le versement dun dividende, la valeur dun projet peut se
rduire si celui-ci est report. Ceci peut sexpliquer par plusieurs raisons :
Si la dure de vie du projet est limite par une date fixe dans le temps, alors en cas de report du
projet celui-ci gnrera des cash-flows pendant moins dannes, et la valeur du projet sera rduite
en consquence. Ce type de problmatique se rencontre dans le cas dune concession pour
exploiter des ressources naturelles, dune licence dexploitation dun spectre de
tlcommunications ou encore dun brevet protgeant un produit.
Le report du projet expose galement lentreprise au risque dtre prempte par ses concurrents.
Diffrer lentre sur le march dun nouveau produit peut ainsi conduire la perte de parts de
march, et donc la rduction de la valeur du projet.
Enfin, des raisons plus spcifiques peuvent expliquer la rduction de la valeur du projet en cas de
report. Par exemple, si le projet implique lintroduction dun nouveau produit ou service utilisant
une nouvelle technologie, alors sous leffet du progrs technique et de la pression de la
73
Comme par exemple le logiciel Mathematica
146
Chapitre 3
concurrence et des substituts, les prix de vente sont susceptibles de baisser rapidement dans le
temps. En consquence, le chiffre daffaires et donc les cash-flows gnrs par le projet seront
rduits si celui-ci est report. De plus, la nouvelle technologie risque de devenir obsolte plus
rapidement si le projet est diffr. Ceci signifie que dans le cas dun report, la dure de vie du
projet sera plus courte, et la valeur du projet sera rduite en consquence.
Lander (2000) montre ainsi laide dun exemple thorique quune utilisation nave de la formule de
Black et Scholes, sans prise en compte de limpact des dividendes, peut aboutir des erreurs de
valorisation et une dcision dinvestissement sous-optimale.
De mme, Bowman et Moskowitz (2001) donnent lexemple du groupe pharmaceutique Merck, qui a
utilis le modle de Black et Scholes pour justifier sa dcision de vendre la licence dune technologie.
Les auteurs montrent que les responsables de Merck navaient pas appliqu correctement la formule de
Black et Scholes, car ils navaient pas pris conscience de limpact des dividendes sur la valeur de
loption. Cette utilisation mcanique de la formule de Black et Scholes suggrait quil fallait
attendre le plus longtemps possible avant dexercer loption ; en ralit, lattente conduisait rduire
la valeur du projet, car elle rduisait la dure pendant laquelle lentreprise tait protge par le brevet.
Limplication managriale de cette complexit mathmatique est que les modles actuels sont perus
comme des botes noires (Woolley & Cannizzo, 2005). Daprs Thackrey (1995), le fait que les
managers ne comprennent pas le mcanisme conduisant la dtermination de la valeur doption est un
frein trs fort lutilisation des options relles. Ceci est confirm par ltude de Hartman et Hassan
(2006), qui cite le manque de transparence des modles comme le troisime obstacle le plus
important lutilisation des options relles en entreprise.74
II.2.4. Une grande difficult estimer la valeur des paramtres utiliss par les modles
Les modles actuels de valorisation des options relles font intervenir des paramtres dont la valeur est
trs difficile estimer, car ils ne sont pas directement observables. A cet gard, trois principaux
paramtres posent problme : le taux de dividende, la volatilit et le taux dactualisation.
Le taux de dividende (paramtre )

Dans le cas des options financires, lestimation du taux de dividende nest pas problmatique. Sil
sagit dune option sur action, on peut raisonnablement bien estimer les futurs dividendes verss par
laction pendant la dure de vie de loption, qui est gnralement courte.
Sur le march des matires premires, lquivalent du taux de dividende est le taux de
convnience . Il peut l encore tre estim de faon relativement prcise, en comparant les prix
spots avec les prix terme.
Dans le cas des options relles, nous avons vu plus haut que le taux de dividende est dtermin par un
ensemble de facteurs, et ncessite une analyse approfondie pour tre estim. De plus, le taux de
dividende dun projet nest pas constant ; il varie notamment en fonction du temps et de la valeur du
projet (Davis, 1998). Dans ltude de cas du chapitre 5, nous montrons ainsi que la baisse du prix
dexercice lie au progrs technique nest pas linaire dans le temps.
Davis (1998) montre que dans la plupart des cas, il nest pas correct destimer le taux de dividende du
projet sur la base du ratio cours / cash-flows ou du ratio cours / bnfices de socits similaires cotes
en bourse, ou encore du taux de convnience de la matire premire utilise pour le projet
dinvestissement. Il propose une mthodologie alternative permettant dobtenir un taux de dividende
plus raliste. Malheureusement, cette procdure exige encore une fois des comptences mathmatiques
74
Cf. Chapitre 1, section 1, II.3.2. Complexit de loutil et difficults de mise en uvre
147
Chapitre 3
pointues, et repose sur des hypothses trs contraignantes (par exemple, il nexiste quune seule source
dincertitude, qui suit un MBG).
La volatilit (paramtre )
Dans le cas des options financires, la valeur du paramtre de volatilit peut tre estime en
analysant soit lvolution du cours du sous-jacent (volatilit historique ), soit les cours des produits
drivs (volatilit implicite ).
Dans le cas des options relles, le paramtre de volatilit utilis dans les modles actuels correspond
lcart-type du taux de retour du projet. La difficult provient du fait que, le projet ntant pas cot
sur les marchs financiers, on ne peut pas effectuer le mme type danalyse que pour les options
financires.
Face ce problme, Borison (2005) relve diffrentes approches possibles, mais aucune dentre elles
nest vraiment satisfaisante.
Lapproche classique (Amram & Kulatilaka, 1999) consiste se baser sur la volatilit dun actif
cot sur les marchs financiers, dont le profil de risque est parfaitement identique celui du projet
dinvestissement tudi. Malheureusement, il est trs rare de trouver un actif cot dont lvolution soit
corrle celle du projet, car un projet dinvestissement est soumis une combinaison de risques
publics et de risques privs (cf. plus haut).
Mme sil ny avait quune seule source dincertitude, comme par exemple le prix dune matire
premire, il ne serait pas possible de prendre la volatilit de celle-ci pour en dduire la volatilit de la
valeur du projet. Copeland et Antikarov (2001) prennent ainsi lexemple de la valeur dune mine dor,
dont la principale source dincertitude rside dans les fluctuations du cours de lor. Ils dmontrent que,
en raison deffets de levier, la volatilit de la valeur de la mine ne correspond pas la volatilit du
cours de lor.
Lapproche subjective (Luehrman, 1997, 1998) et lapproche Market Asset Disclaimer (MAD)
de Copeland et Antikarov (2001) consistent estimer la volatilit de faon subjective.
Concrtement, cette approche consiste sen remettre un jugement dexpert pour estimer la
valeur de la volatilit. Dans la mesure o celle-ci est la rsultante de plusieurs sources dincertitude,
ayant chacune un profil de risque spcifique et tant pour certaines corrles entre elles, on voit mal
comment il est possible de parvenir de faon intuitive une estimation de la volatilit du projet.
Pour contourner cette difficult, Copeland et Antikarov recommandent deffectuer des simulations de
Monte Carlo : en faisant varier les diffrentes sources dincertitude du projet, on peut simuler
diffrentes valeurs de projet possibles, et calculer la volatilit observe sur lensemble des tirages
effectus.
Malheureusement, nous verrons dans ltude de cas du Chapitre 5 que ce type de calcul nest pas
possible lorsque le sous-jacent peut prendre des valeurs ngatives. Ce cas de figure nest pas prvu
dans les modles de valorisation actuels, qui font presque tous lhypothse que le sous-jacent suit un
MBG.75 Dans la ralit, nous avons vu quil est bien souvent plausible denvisager des valeurs de
projets ngative. Pour ces projets, il ne sera donc pas possible dvaluer la volatilit par le biais des
simulations de Monte Carlo.
75
Pour rappel, lhypothse du MBG implique que le sous-jacent peut prendre des valeurs uniquement positives
148
Chapitre 3
Le taux dactualisation (paramtre r)

Dans le cas des options financires, on se trouve dans un march dit complet . Ceci signifie quil
est possible de constituer un portefeuille sans risque, constitu dune part de loption, et dautre part de
lactif sous-jacent achet terme. Ceci permet de raisonner dans un univers risque neutre , et
dutiliser le taux sans risque (rf) comme taux dactualisation.
Dans la sphre des investissements rels, cette approche nest plus lgitime, car le sous-jacent nest
pas cot sur les marchs financiers, et nous sommes donc en contexte de march incomplet . L
encore, Borison (2005) identifie plusieurs approches face ce problme.
Lapproche classique et lapproche subjective consistent ignorer le problme, et utiliser le
taux sans risque en supposant quil nexiste pas dopportunit darbitrage.
Lapproche MAD utilise galement le taux sans risque, en sappuyant sur le raisonnement suivant :
lorsque lon utilise le taux sans risque, on valorise loption relle comme si elle tait cote, de la mme
faon que le calcul de VAN est effectu en considrant la valeur du projet comme une mini-entreprise
qui serait cote sur les marchs financiers (Brealey & Myers, 2000 : 636-637). Toutefois, Borison note
juste titre que dans le cas de la VAN, on fait seulement lhypothse quil existe un actif financier
ayant le mme bta que la valeur du projet, alors que dans le cas des options relles, on fait
lhypothse quil existe un actif financier ayant le mme rendement que la valeur du projet, quel que
soit ltat du monde.
Une autre approche (Trigeorgis, 1996 : 101) consiste considrer que la prsence dun risque
spcifique au projet, non cot sur les marchs financiers, doit tre prise en compte travers une prime
de risque, qui vient rduire la valeur de loption. En somme, le taux dactualisation se situe quelque
part entre le taux sans risque, et le WACC, mais les partisans de cette approche ne donnent aucune
indication sur la faon de calculer la valeur de cette prime de risque.
Enfin, lapproche intgre (Smith & Nau, 1995; Smith & McCardle, 1998) consiste traiter de
faon spare les deux composantes du projet : la composante qui est soumise un risque de march
peut tre valorise par la mthode classique en univers risque-neutre, tandis que la composante qui
fait intervenir un risque spcifique au projet sera valorise par des arbres de dcision. Selon Borison,
cest cette approche qui parait le plus satisfaisante. Nanmoins, il sagit dune mthode dont la mise en
uvre est trs complexe.
De plus, Triantis (2005 : 12) indique que mme lorsque le risque est cot sur les marchs financiers, le
problme nest pas compltement rsolu. En effet, la maturit des contrats de futures sur lesquels on
peut adosser le risque public du projet est typiquement nettement infrieure la dure de vie du
projet dinvestissement. Par ailleurs, la liquidit du projet nest pas aussi importante que celle des
contrats de futures utiliss pour rpliquer le risque public du projet.
Daprs Triantis, la question du taux dactualisation utiliser pour la valorisation des options relles
nest pas encore rsolue.
La difficult estimer la valeur des paramtres est problmatique, car ceux-ci ont un impact fort sur la
valeur de loption. Davis (1998) montre ainsi quune erreur dans lestimation de la volatilit conduit
des erreurs importantes dans la valorisation de loption. De mme, laide dun exemple thorique,
Borison (2005) illustre combien le choix des paramtres impos par les diffrentes approches conduit
des diffrences dans la valorisation de loption relle et, in fine, dans la dcision dinvestissement.
Limplication stratgique de ce phnomne est double : dune part, la valeur optionnelle des projets ne
peut pas tre estime prcisment. Dautre part, cela risque dveiller une certaine suspicion de la part
des entreprises. Celles-ci ne percevront pas les options relles comme un outil fiable, puisquil est
facile de manipuler les donnes dentre, afin dobtenir le rsultat souhait (Damodaran, 2000). La
perception des options relles comme un outil peu fiable a ainsi t identifi dans ltude de Hartman
et Hassan (2006) comme lun des obstacles lutilisation des options relles.
149
Chapitre 3
Dans ce chapitre, nous avons prsent les modles de valorisation doptions. Nous avons tout dabord
dress un panorama gnral des principaux modles. Puis nous avons prsent en dtails les plus
utiliss dentre eux, en dcrivant notamment leurs hypothses de dpart, les paramtres dentre et le
mcanisme permettant daboutir la valeur doption.
Lanalyse de la littrature a rvl que ce sont ces modles de valorisation doptions financires
qui sont utiliss pour valoriser les options relles. Or, nous montrons que lanalogie entre les
options financires et les options relles a des limites. Il en rsulte que les modles classiques de
valorisation doptions financires sont bien souvent inadapts pour valoriser les options relles.
Plus prcisment, nous avons identifi dans ce chapitre deux principales limites des modles de
valorisation classiques. Dune part, ceux-ci reposent sur des hypothses trs simplistes, qui ne
refltent pas la complexit dune dcision dinvestissement par une entreprise. Dautre part, ces
modles sont trop complexes pour tre utiliss facilement et bon escient par les managers en
entreprise.
La principale contribution des modles classiques de valorisation doption, et en particulier des
modles en temps continu, est sans doute davoir mis jour certains phnomnes lis la logique
optionnelle. Par exemple, le modle de McDonald et Siegel (1986) a permis de montrer que lattente a
de la valeur. Les auteurs ont ainsi dmontr quil peut tre bnfique dattendre, mme si la VAN du
projet tudi est positive.
En revanche, ces modles sont largement inadapts la pratique en entreprise. La recherche sur les
options relles doit donc maintenant franchir une nouvelle tape, en dveloppant des mthodes
alternatives, qui permettent aux entreprises de valoriser leurs projets dinvestissement en utilisant une
logique optionnelle.
Lander et Pinches (1988 : 552) concluent la ncessit de dvelopper des modles alternatifs pour
la valorisation des options relles. Plus spcifiquement, les auteurs indiquent que ces nouveaux
modles
(1) doivent tre faciles comprendre et mettre en uvre ;
(2) ne doivent pas tre contraints par la ncessit de formuler des hypothses spcifiques sur le
processus stochastique suivi par le sous-jacent ;
(3) doivent tre capables de valoriser des opportunits dinvestissement relles, squences en
plusieurs priodes, gnrant plusieurs options, comportant des sources dincertitude multiples,
gnrant des dividendes qui varient avec le temps et la valeur du projet, etc.
(4) tout en rendant lapproche par les options relles accessibles aux contrleurs de gestion, aux
managers oprationnels, aux responsables de la stratgie, et aux autres dcisionnaires.
Triantis (2005) conclut galement que le dveloppement de modles de valorisation adapts aux
options relles est ncessaire, pour que celles-ci simposent dans le monde de lentreprise. Comme
Lander et Pinches, il indique que ces modles devront tre prudents dans la spcification du processus
stochastique suivi par lactif sous-jacent dune option relle. Triantis affirme lui aussi le besoin de
simplification des modles. Il estime que les chercheurs doivent mieux comprendre quelles sont les
complexits des modles de valorisation doptions relles qui sont ncessaires pour aboutir une
valorisation correcte, et quelles sont les complexits qui vont lencontre de la transparence des
modles (p.15).
Forts de ce constat, nous proposons dans le Chapitre 4 une approche alternative fonde sur les
simulations de Monte Carlo. Comme le suggre Triantis (2005 : 12), les modles de valorisation
doption fonds sur les simulations de Monte Carlo prsentent une grande souplesse dutilisation. Ils
permettent donc de sadapter la complexit dune dcision dinvestissement par une entreprise, tout
en tant faciles dutilisation. Nous dtaillons dans le chapitre suivant comment cette approche permet
de satisfaire la plupart des critres noncs par Lander et Pinches.
150
Chapitre 4
Prsentation des
mthodes de valorisation
bases sur les
simulations de MonteCarlo
151
Chapitre 4
Introduction
Dans le Chapitre 3, nous avons vu que les modles classiques de valorisation doption, quil
sagisse de modles en temps continu ou du modle binomial et de ses drivs, sont mal adapts la
valorisation des options relles.
En effet, il sagit de modles dvelopps pour valoriser les options financires. Ces modles
sappuient sur des hypothses contraignantes, qui ne permettent pas de prendre en compte la
complexit dune dcision dinvestissement stratgique. Dautre part, ils exigent la matrise de
connaissances mathmatiques pousses, et ne sont donc pas facilement accessibles aux managers
dune entreprise.
En complment de ces modles de valorisation doption traditionnels , la finance de march a
dvelopp des mthodes de valorisation fondes sur les simulations de Monte Carlo. Les simulations
se rvlent particulirement adquates pour la valorisation doptions exotiques , dont les
variables dtat peuvent tre multiples, et la structure des pay-offs complexe. Dans la mesure o
les options relles peuvent tre assimiles des options financires complexes, lapproche par les
simulations de Monte Carlo apparat prometteuse pour la valorisation des options relles.
Dans la premire section de ce chapitre, nous explorons lutilisation des simulations de Monte Carlo
pour la valorisation doption dans la littrature.
Dans un premier temps, nous prsentons diffrents modles utilisant les simulations de Monte Carlo
pour valoriser les options financires, tout dabord europennes puis amricaines. Par la suite, nous
tudions lutilisation des simulations de Monte Carlo dans la littrature sur les options relles. Nous
analysons lintrt thorique des simulations pour valoriser les options relles, et prsentons cinq
tudes de cas utilisant les simulations pour valoriser les options relles.
Cette analyse rvle que les quelques publications ayant recours aux simulations de Monte Carlo pour
valoriser les options relles restent dans une logique trs proche de la logique financire, et se
restreignent quelques thmatiques bien prcises.
Dans la deuxime section du chapitre, nous proposons donc une mthodologie de valorisation doption
par les simulations de Monte Carlo qui soit plus accessible, et plus adapte aux caractristiques des
options relles que les modles directement issus des marchs financiers. Nous exposons tour tour
une mthode pour valoriser loption simple europenne, loption simple amricaine et loption
compose.
152
Chapitre 4
SECTION 1 : UTILISATION DES SIMULATIONS DE MONTE CARLO PAR LES

MODELES ACTUELS
I. Simulations de Monte Carlo et valorisation des options financires
I.1. Valorisation de loption europenne

Les premiers travaux de valorisation des options financires au moyen des simulations de Monte Carlo
sont ceux de Boyle (1977), qui a utilis cette technique pour valoriser des options de type europen.
La dmarche consiste simuler des trajectoires possibles de lvolution du cours du sous-jacent. Si
lon fait lhypothse que celui-ci suit un Mouvement Brownien Gomtrique (MBG), on peut simuler
la trajectoire dvolution du sous-jacent S en utilisant la relation suivante :
St = St 1 e
( r / 2 + z)
, o z est une variable stochastique suivant une loi normale centre rduite.
On obtient ainsi un ensemble de valeurs possibles du sous-jacent lchance, partir duquel on peut
calculer la valeur de loption.
Daprs Boyle, les avantages de cette approche sont sa simplicit et sa flexibilit. En particulier, cette
approche permet de trs facilement prendre en compte diffrents processus dvolution du sous-jacent.
Par exemple, Boyle indique qu la place de lhypothse du MBG, on pourrait supposer, linstar de
Merton (1976), que le sous-jacent suit un processus qui est la combinaison dun processus continu de
Gauss-Wiener, et dun processus avec des sauts, correspondant larrive dinformations importantes
affectant le cours de lactif sous-jacent.
Par ailleurs, cette approche permet dutiliser comme valeur de paramtre une distribution, et non pas
une valeur unique. Ceci peut tre particulirement utile pour le paramtrage de la volatilit, qui est
gnralement estime sur la base de donnes empiriques.
Boyle indique que cette approche permet de calculer non seulement la valeur de loption, mais aussi
son cart-type. On peut ainsi tablir la prcision de la valorisation. Daprs lauteur, le manque de
prcision est le principal inconvnient de la valorisation des options par les simulations de Monte
Carlo. La prcision peut tre amliore en augmentant le nombre de tirages, mais celui-ci peut alors
devenir trs important.76 Lauteur suggre alors plusieurs techniques, permettant daugmenter la
prcision de la valorisation de faon plus efficiente.
I.2. Valorisation des options de type amricain
Aprs larticle fondateur de Boyle, lutilisation des simulations de Monte Carlo par les marchs
financiers est reste assez limite, la fois en raison de la lenteur du processus de calcul, et galement
parce que lon estimait que cette mthode taient inadapte pour valoriser les options de type
amricain (Grant et al., 1997).
Depuis, les progrs de linformatique ont permis daugmenter de faon trs sensible la rapidit des
calculs. Par ailleurs, diffrents chercheurs ont mis au point des algorithmes permettant de valoriser les
options de type amricain avec les simulations de Monte Carlo (Barraquand & Martineau, 1995;
Broadie & Glasserman, 1997; Grant et al., 1997; Rebonato & Cooper, 1998; Longstaff & Schwartz,
2001; Andersen & Broadie, 2004).
76
Dans lapplication numrique donne par Boyle, il faut passer de 5 000 1 835 500 tirages pour faire passer
lintervalle de confiance 95% de 0,958 0,05.
153
Chapitre 4
Grce sa flexibilit, lapproche par les simulations de Monte Carlo se rvle particulirement
efficace pour valoriser les options complexes. Elle permet ainsi de prendre en compte des sous-jacents
multiples, des paramtres variant avec le temps, et une multitude de types dincertitudes et de
processus stochastiques suivis par le sous-jacent (Grant et al., 1997 :1592).
Nous prsentons ici de faon plus dtaille le modle de Broadie et Glasserman (1997) ainsi que le
modle de Longstaff et Schwartz (2001), que nous adapterons pour la valorisation des options relles.
I.2.1. Le modle de Broadie et Glasserman (1997)

Le modle de Broadie et Glasserman (1997) permet de valoriser une option amricaine en restreignant
le problme un nombre limit dopportunits dexercice anticip de loption.
La premire tape consiste modliser un arbre dvolution de la valeur du sous-jacent. La Figure 4.1.
reprsente un modle darbre trois branches.
Figure 4.1 : Simulation dun arbre dvolution du sous-jacent trois branches
S11T
S11
S12T
S13T
S21T
S0
S21
S22T
S23T
S31T
S31
S32T
S33T
t0 = 0
t1
t2 = T
154
Chapitre 4
Les connecteurs entre les nuds reprsentent les liens de dpendance dans lvolution du cours du
sous-jacent. Par exemple, dans la Figure 4.1., les points S11T et S12T dpendent tous deux de S11, mais
aucun ne dpend de S21.
Contrairement un arbre binomial, les diffrents nuds de larbre ne sont pas classs par ordre de
valeur dcroissant, mais par leur ordre de tirage.
Dans une deuxime tape, on calcule la valeur doption. Le mode de calcul de loption dachat est
expos par les auteurs laide dun exemple numrique simple, reprsent en Figure 4.2.
Figure 4.2 : Exemple de calcul de la valeur doption amricaine par le modle de Broadie et
Glasserman (estimateur haut)
Comme dans larbre binomial, on procde en commenant par la fin, cest--dire la date dchance
de loption, ici en T = t2.
Pour chaque valeur du sous-jacent tire en t2, on calcule alors le pay-off de loption, qui est le
maximum entre 0 dune part, et la diffrence entre la valeur du sous-jacent et le prix dexercice
dautre part.
On se positionne ensuite la prcdente date laquelle il est possible dexercer loption, ici en t1.
Il sagit de dcider entre lexercice anticip de loption ou le maintien en vie de loption, sachant
que la valeur attache chacune de ces deux alternatives est calcule comme suit :
o Exercice anticip : valeur du sous-jacent en t1 prix dexercice de loption (1) ;
o Maintien en vie de loption : moyenne des pay-offs observs en t2 sur la branche
considre (2).
La valeur du nud en t1 correspond au maximum entre (1) et (2).
155
Chapitre 4
On remonte ainsi larbre jusquen t = 0. La valeur obtenue en t = 0 correspond la valeur de

loption pour le tirage ralis. Dans lexemple reprsent en Figure 4.2, cette valeur est gale
11,9.
La valeur de loption amricaine correspond alors la moyenne des valeurs doption obtenues au
cours des n tirages.
Broadie et Glasserman notent toutefois quune telle approche tend surestimer la valeur de loption.
Intuitivement, cela peut sexpliquer par le fait que la dcision dexercice anticip en t1 est ici fonde
sur une connaissance parfaite de lvolution du sous-jacent en t2, ce qui nest pas le cas dans la ralit.
Les auteurs affirment que le fait daugmenter le nombre de simulations ne rsout pas ce problme de
biais. Ils proposent donc de calculer un estimateur biais par le bas, not .
Figure 4.3 : Principe du calcul de lestimateur bas
Pour calculer la valeur de lestimateur bas de loption amricaine, Broadie et Glasserman procdent de
la faon suivante :
A lchance (ici T = t2), le pay-off de loption est calcul comme pour lestimateur haut (not ).
En t1, la dcision dexercice anticip est prise en comparant :
o le pay-off gnr si loption est exerce en anticip
et
o la valeur de loption si celle-ci est maintenue en vie. Cette valeur correspond la moyenne
des pay-offs raliss en t2 sur deux branches.
156
Chapitre 4
Si loption est maintenue en vie, la valeur du nud correspond au pay-off gnr en t2 sur la 3me
branche.
Dans la mesure o lon ne prend pas en compte toutes les branches pour dcider du maintien en vie de
loption et dterminer la valeur du nud correspondant, on procde de faon sub-optimale. La valeur
doption obtenue est donc biaise par le bas.
Pour amliorer la prcision de lestimateur bas, ce calcul est effectu en prenant tour tour la valeur
de la 1re, puis la 2me puis la 3me branche pour calculer la valeur de continuation. La valeur du nud
correspond alors la moyenne des rsultats obtenus.
On procde de la mme manire chaque date pour laquelle il est possible dexercer loption en
anticip. Dans lexemple donn en Figure 4.3, on obtient ainsi une valeur destimateur bas gale 8,1.
Enfin, la valeur de loption amricaine correspond la moyenne entre lestimateur haut et
lestimateur bas .
I.2.2. Le modle de Longstaff et Schwartz (2001)

Comme pour Broadie et Glasserman, la faon la plus simple pour prsenter le modle de Longstaff et
Schwartz (2001) est de reprendre lexemple numrique donn par les auteurs.
La premire tape consiste simuler des trajectoires de la valeur du sous-jacent aux diffrentes dates
o lexercice anticip de loption est possible, et ce jusqu lchance de loption.
Dans lexemple donn par les auteurs, huit trajectoires sont ainsi simules. Il sagit de valoriser une
option de vente sur une action ne versant pas de dividende.
Pour calculer la valeur doption, on se positionne tout dabord la date dchance, ici t = 3, et lon
calcule le pay-off gnr sur les diffrents tirages.
On se place ensuite la date prcdente laquelle il est possible dexercer loption. Il sagit l encore
de comparer la valeur obtenue si on exerce loption en anticip, et si lon maintient loption en vie.
Le moyen trouv par Longstaff et Schwartz pour estimer la valeur de continuation est de considrer
lensemble des trajectoires, et deffectuer une rgression par les moindres carrs sur les valeurs
obtenues.77 La courbe de rgression trace est celle reprsentant le mieux possible un nuage de points
dont les valeurs en abscisse correspondent au cours du sous-jacent au moment considr, et les valeurs
en ordonne le pay-off ralis la priode suivante, que lon actualise au moment de la dcision
dexercice.
Dans lexemple donn par les auteurs, si lon se place en t = 2, on considre un nuage de points dont
les abscisses sont la valeur du sous-jacent en t = 2 (plage E8:E15 dans la Figure 4.4), et les ordonnes
la valeur du pay-off en t = 3, actualise en t = 2 (plage H19:H26 dans la Figure 4.4). Si lon effectue
une regression polynomiale dordre 2, la courbe obtenue la plus proche du nuage de points a pour
quation: y = -1,07 + 2,983 x 1,813 x.
Cest cette quation qui est utilise pour dterminer la valeur de continuation en t = 2. Une fois que
lon dispose de la valeur de continuation, il est ais de dterminer sil est optimal ou non dexercer
loption en anticip.
On procde de la mme manire chaque date laquelle il est possible dexercer loption en anticip.
On obtient ainsi une matrice, qui rcapitule pour chaque trajectoire quel moment loption est exerce
(si elle est exerce). Sur la Figure 4.4, cette matrice correspond la plage B53:F60. On peut alors en
dduire la matrice des cash-flows, en calculant la diffrence entre le prix dexercice et le cours du
sous-jacent au moment o est exerce loption (plage H53:J60 sur la Figure 4.4).
77
Do le titre de larticle : Valuing American Options by Simulation : A Simple Least-Square Approach
157
Chapitre 4
Il ne reste plus qu actualiser ces cash-flows la date t = 0. La moyenne des cash-flows obtenus sur
les n tirages correspond la valeur de loption. Dans lexemple donn par les auteurs, le put est ainsi
valoris 0,1144.
Figure 4.4: Exemple de valorisation doption par le modle de Longstaff et Schwartz
158
Chapitre 4
159
Chapitre 4
II. Simulations de Monte Carlo et valorisation des options relles
II.1. La place des simulations de Monte Carlo dans la littrature sur les options relles
A premire vue, les simulations de Monte Carlo semblent une approche particulirement bien
approprie pour valoriser les options relles.
En effet, nous avons vu que sur les marchs financiers, les simulations de Monte Carlo sont surtout
utiles pour valoriser les options complexes (dites exotiques ). Or, le Chapitre 3 a rvl que les
options relles peuvent tre assimiles des options complexes, du fait des multiples particularits
dun projet dinvestissement.
De plus, les deux principaux inconvnients des simulations de Monte Carlo pour valoriser les options
financires nont quune importance marginale pour la valorisation des options relles.
En effet, la moindre rapidit des calculs par rapport des techniques numriques comme les
diffrences finies par exemple nest pas problmatique dans le cas dune dcision stratgique.
Sachant que la prparation dun investissement stratgique reprsente plusieurs mois defforts, peu
importe que la conduite de simulations prennent quelques minutes, voire quelques heures de plus, que
les mthodes traditionnelles de valorisation doption.
Lautre inconvnient de lapproche par les simulations de Monte Carlo est leur manque de prcision.
L encore, ce qui peut tre crucial pour la valorisation dune option financire, a peu dimportance
pour la valorisation dune option relle. Etant donn le caractre trs imprcis des lments du
business plan qui sont utiliss comme paramtres dentre pour le calcul doption, il serait illusoire
desprer atteindre une grande prcision dans la valorisation dune option relle.
Il semble bien que les simulations de Monte Carlo soient dj utilises dans la pratique, notamment
par les cabinets de conseil, pour valoriser les options relles (Raynor, 2001 : 37 ; Triantis et al., 2003 :
16). En revanche, dans la littrature acadmique, lintrt de cette approche pour la valorisation des
options relles semble limit.
Dans la littrature sur les options relles, les simulations de Monte Carlo sont un moyen destimer le
paramtre de volatilit, qui est utilis dans les arbres binomiaux. Cette technique est expose par
Copeland et Antikarov (2001). Elle a t utilise dans des tudes de cas valorisant des options relles
(ex: Zettl, 2002; Miller et al., 2004; Greden & Glicksman, 2005).
En revanche, les simulations de Monte Carlo sont relativement peu utilises pour valoriser loption
elle-mme.78 Nous avons relev cinq tudes de cas dtailles valorisant les options relles au moyen de
cette approche (Cortazar & Schwartz, 1998; Rose, 1998; Bengtsson & Olhager, 2002; Tseng & Barz,
2002; Nembhard et al., 2003).
Rose (1998), utilise les options relles pour valoriser des droits contractuels dans le cadre dun grand
projet dinfrastructure impliquant la construction et lexploitation dune autoroute page. La valeur
de ces droits est soumise une incertitude portant sur les volumes de trafic routier, ainsi que sur
lvolution des taux dintrt. Plus prcisment, lauteur valorise deux options de type europen79,
dont les dcisions dexercice sont interdpendantes.
La dure de la concession est de 33 ans et 6 mois. La premire option donne le droit au gouvernement
de reprendre gratuitement la concession cinq dates anniversaires possibles,80 ds lors que le taux de
rendement interne (IRR) dgag par linvestisseur est suprieur 17,5%. La deuxime option donne le
droit linvestisseur de reporter le paiement de la redevance la fin de la priode de concession, tant
que le taux de rendement interne reste infrieur 10%.
78
Cf. Chapitre 3, section 2, I.3. Modles les plus utiliss pour la valorisation des options relles
Avec la particularit dune dure jusqu lchance incertaine
80
25me, 27me, 29me, 31me et 33me annes
79
160
Chapitre 4
Cortazar et Schwartz (1998) dveloppent un modle doption permettant de valoriser un gisement de

ptrole non dvelopp, et de dterminer la date optimale dinvestissement. La source dincertitude
prise en compte est lvolution du cours du ptrole. Face cette incertitude, il existe pour la
compagnie ptrolire la possibilit de reporter le dveloppement du gisement si le cours du ptrole est
trop bas. Comme la dcision de dvelopper le gisement peut tre prise nimporte quelle date, loption
tudie est de type amricain. Ce type de problme est typiquement rsolu en trouvant une solution
numrique lquation aux diffrentielles partielles approprie.81 Si lon considre que loption peut
tre exerce non pas en continu, mais un nombre prdtermin de dates futures, alors loption peut
tre valorise par les simulations de Monte Carlo.
Tseng et Barz (2000) ont recours aux options relles pour valoriser une centrale thermique.
Lexploitation dune centrale est dtermine par lvolution des prix de llectricit, ainsi que du cours
du fuel qui est consomm pour produire llectricit. Si le prix du fuel est trop lev par rapport aux
prix de llectricit, il est prfrable dinterrompre temporairement le fonctionnement de la centrale.
Une centrale peut donc tre assimile une srie doptions europennes sur le spread entre les prix
du fuel et de llectricit. Ces options sont interdpendantes, car la dcision dexploiter ou non la
centrale dpend de son tat antrieur.82 Le modle doption permet galement de dterminer les rgles
optimales de mise en marche ou non de la centrale.
Bengtsson et Olhager (2002) valorisent la flexibilit de lappareil de production, dans le cas dune
usine multi-produits. Etant donn la forte incertitude sur le volume de demande des diffrents produits,
ils tudient lintrt dinvestir dans des machines flexibles , cest--dire des machines pouvant
fabriquer diffrents produits avec des cots de changement moindres. Une telle machine peut tre
valorise comme un portefeuille doptions europennes indpendantes, avec des maturits
correspondant aux diffrentes priodes tudies, et permettant, chaque priode, de dterminer les
volumes de production des diffrents produits de faon maximiser la valeur.
Nembhard et al. (2003) dterminent la valeur doption de lexternalisation de la production. Les trois
sources dincertitude modlises sont le cot de production en interne, le prix dachat et le cot de
livraison si la production est externalise. A chaque priode, lentreprise peut comparer le cot de
production interne avec la somme du prix dachat et du cot de livraison. La possibilit dexternaliser
la production peut ainsi tre assimile un portefeuille doptions europennes indpendantes, de
maturit correspondant aux diffrentes priodes tudies, et dont lexercice correspond la dcision
dexternaliser si les cots sont infrieurs aux cots de production en interne.
II.2. Intrt des simulations de Monte Carlo pour valoriser les options relles
II.2.1. Possibilit de valoriser des options complexes

Dans ces cinq tudes de cas, le principal intrt de recourir aux simulations de Monte Carlo pour
valoriser loption relle rside dans la flexibilit de cette approche, et sa capacit prendre facilement
en compte la complexit dune dcision dinvestissement.
Par exemple, la valorisation dune centrale thermique comme un portefeuille doptions sur le
spread entre le cours de llectricit et du fuel avait dj t ralise laide de modles doption
classiques par Hsu (1998), ainsi que par Deng et al. (1998). Mais ces modles nont pas permis de
prendre en compte les contraintes oprationnelles dune centrale thermique, notamment le fait quelle
ne peut pas tre mise en route de faon instantane, et quil existe une dure minimale au cours de
laquelle la centrale reste arrte ou en tat de fonctionnement. Grce aux simulations de Monte Carlo,
81
82
Cf. Chapitre 3, section 1, I.1. Les modles en temps continu

Cest--dire du fait que la centrale tait ou non en fonctionnement au cours de la priode prcdente
161
Chapitre 4
Tseng et Barz (2002) ont pu prendre en compte ces contraintes. Ils montrent que le fait dignorer ces
contraintes peut conduire une surestimation importante de la valeur de la centrale.
De faon similaire, Bengtsson et Olhager (2002) indiquent que les prcdentes publications fondes
sur des mthodes de valorisation doption classiques (ex: Andreou, 1990; Triantis & Hodder,
1990; Kulatilaka, 1995) navaient permis de valoriser la flexibilit de production quau prix dune
forte simplification du problme. Soit le nombre de produits fabriqus tait limit deux, soit les
limites de capacits et/ou les cots de changement correspondant aux cots de rglage ntaient pas
pris en compte. Daprs Bengtsson et Olhager, de tels modles ne correspondent pas la ralit dune
unit de production, et sont dune utilit pratique restreinte pour les entreprises concernes. En
consquence, en se basant sur une tude de cas relle chez ABB Motors AB, les auteurs ont eu recours
aux simulations de Monte Carlo pour intgrer dans un mme modle les contraintes oprationnelles, et
la possibilit de fabriquer de multiples produits.
Nembhard et al. (2003) indiquent quant eux que les simulations de Monte Carlo leur ont permis de
dvelopper un modle doption intgrant trois sources dincertitude. Dans une prcdente publication
(Nembhard et al., 2002), les auteurs avaient dvelopp un modle de valorisation doption relle fond
sur les arbres multinomiaux. Ils avaient constat que cette approche ne permet pas de modliser plus
de deux sources dincertitude, car larbre devient alors trs complexe au bout de quelques priodes.
De mme, Cortazar et Schwartz (1998) considrent que le principal intrt de recourir aux simulations
de Monte Carlo est de pouvoir intgrer de nombreuses sources dincertitude. Dans leur application
numrique, les auteurs ne prennent en compte que lincertitude sur le prix du ptrole, mais ils auraient
trs facilement pu modliser lincertitude sur limportance des rserves, sur les cots de production,
etc.
Enfin, Rose (1998) montre que les simulations de Monte Carlo sont particulirement indiques pour
valoriser une option dont le pay-off est complexe : cest le cas de la deuxime option quils
tudient, dont lexercice est soumis un ensemble de rgles contractuelles.83
II.2.2. Autres avantages des simulations de Monte Carlo

En-dehors de la capacit valoriser des options complexes, les simulations de Monte Carlo prsentent
plusieurs avantages pour la valorisation des options relles.
Elles permettent dintroduire assez facilement des processus stochastiques autres que le Mouvement
Brownien Gomtrique.
Par exemple, Cortazar et Schwartz (1998), ainsi que Tseng et Barz (2002) utilisent un processus
stochastique incorporant un phnomne de retour la moyenne. Tseng et Barz, tiennent compte en
plus dun phnomne de saisonnalit.
Un changement trs important apport par les simulations de Monte Carlo par rapport aux mthodes
classiques de valorisation doption est que ce ne sont pas les cash-flows finaux dont lvolution est
modlise, mais plutt la ou les source(s) dincertitude. Pour les options financires, la source
dincertitude et le cours de lactif sous-jacent ne forment quune seule et mme variable. En revanche,
pour les options relles, lactif sous-jacent correspond aux cash-flows finaux gnrs par le projet
dinvestissement. Ces cash-flows sont eux-mmes fonction dune ou plusieurs source(s) dincertitude.
La modlisation de lvolution des sources dincertitude, et non pas du sous-jacent lui-mme, prsente
des implications importantes en termes de valorisation. Tout dabord, elle permet dobtenir un modle
plus raliste : si les sources dincertitude sont multiples, on peut choisir pour chaque source
dincertitude le processus stochastique le plus adapt, plutt que de plaquer un processus global
pour lensemble des cash-flows. La modlisation, et en particulier lestimation de la volatilit, est par
ailleurs facilite, car elle peut au moins pour certaines sources dincertitude sappuyer sur des
83
IRR < 10% ; montant total du paiement, si celui-ci ne peut plus tre report, gal au maximum 30% des
cash-flows distribuables de lanne prcdente, etc.
162
Chapitre 4
donnes historiques. Ainsi, Tseng et Barz (2002) ont utilis des historiques des cours de llectricit et
du fuel pour dterminer et calibrer le processus stochastique correspondant le mieux la ralit.
Par ailleurs, les simulations de Monte Carlo permettent de valoriser des options qui sont en interaction.
Nous avons indiqu dans le Chapitre 3 quun projet dinvestissement donne souvent lieu plusieurs
options relles, qui sont interdpendantes.84 La valorisation de ces interdpendances est problmatique,
et Rose (1998) a trouv une solution grce lutilisation des simulations de Monte Carlo.
Dans son tude de cas, les interactions sont doubles : lexercice de la premire option conduit une
diminution de la dure de vie de la deuxime option. Inversement, lexercice de loption 2 vient
augmenter lIRR pour linvestisseur, et donc accrotre la probabilit dexercice de la premire option.
Lauteur rsout le problme en simulant les pay-off des deux options simultanment. Il montre que la
prise en compte des interactions a un impact trs important sur la valeur doption.
Enfin, Brodie et Glasserman (1997 : 1342) suggrent que cette approche permet dincorporer la
possibilit de choisir entre plusieurs possibilits lchance de loption, et non pas seulement deux
(exercice ou non). Par exemple, le management peut avoir lopportunit de choisir entre le lancement
dun projet suivant le scnario de base , ou bien un lancement une plus grande chelle ou au
contraire un lancement rduit un ou plusieurs degrs, ou encore labandon pur et simple du projet.
II.3. Une approche plus flexible, mais encore peu facile daccs
Nous avons vu que, par rapport aux modles classiques de valorisation doption, lapproche par les
simulations de Monte Carlo permet une valorisation plus adquate. En effet, cette approche permet
dune part de prendre en compte les particularits de la dcision dinvestissement tudie, et dautre
part de modliser les sources dincertitude, et non pas les cash-flows finaux.
Nanmoins, il faut noter que dans la littrature acadmique, lutilisation des simulations de Monte
Carlo pour valoriser les options relles sest effectue selon un mode encore peu facile daccs, et sans
doute mal adapt lunivers de lentreprise.
En effet, dans les cinq tudes de cas dtailles prcdemment, lapproche a consist dans un premier
temps modliser lvolution de la source dincertitude laide dune quation. Par exemple, nous
avons vu au dbut de ce chapitre que si la source dincertitude S suit un Mouvement Brownien
Gomtrique, alors lvolution de sa valeur peut tre modlise laide de la relation suivante :
St = St 1 e
( r / 2 + z)
, o z est une variable stochastique suivant une loi normale centre rduite.
Toutes ces tudes de cas ont t ralises pour traiter des problmatiques bien prcises, dans lesquelles
il tait ncessaire de connatre la valeur du sous-jacent un nombre important de points dans le temps.
Cest notamment le cas lorsque lon a recours aux options pour valoriser un actif prsentant une
flexibilit oprationnelle (Tseng et Barz, 2000 ; Bengtsson et Olhager, 2002 ; Nembhard et al, 2002).
Dans le cas de Cortazar et Schwartz (1998), cette modlisation tait ncessaire car loption tudie
tait de type amricain. Enfin, pour Rose (1998) la dure de vie de loption europenne tait inconnue,
avec plusieurs dates dchance possibles.
La modlisation sous forme dune quation tait sans doute ncessaire dans les contextes bien
particuliers de ces tudes de cas. Nanmoins, elle rend cette approche difficilement utilisable dans
84
Cf. Chapitre 3, section 2, I. Principaux obstacles la valorisation des options relles
163
Chapitre 4
lentreprise, car les managers sont rticents utiliser des modles trop formaliss sur le plan
mathmatique.
Mme si lapproche propose dans ces tudes de cas permet une plus grande souplesse que les
modles classiques de valorisation doption, nous nous trouvons encore dans une logique assez
proche de celle des marchs financiers.
Dans la section suivante, nous proposons une mthode de valorisation doption par les simulations de
Monte Carlo plus simple, et donc plus adapte au monde de lentreprise.
164
Chapitre 4
SECTION 2 : PROPOSITION DUN MODELE SIMPLIFIE BASE SUR LES SIMULATIONS

DE MONTE CARLO
Dans cette section, nous proposons damnager les modles de valorisation par les simulations de
Monte Carlo dvelopps sur les marchs financiers. Cette approche t dveloppe avec le souci de
rpondre trois principaux objectifs :
(i) Etre utilisable par un large public, sans ncessit de connaissances mathmatiques particulires ;
(ii) Se baser sur des paramtres correspondant une ralit concrte pour les managers, et dont la
valeur peut donc tre estime ;
(iii) Reposer sur des hypothses de travail ralistes, en vitant notamment dimposer des processus
stochastiques prcis suivis par les sources dincertitude.
Dans cette optique, la principale modification effectue par rapport aux modles financiers est de ne
pas formaliser lvolution dans le temps des sources dincertitude sous forme dune quation. Dans le
cas de loption europenne, lapproche simplifie se contente de modliser la distribution du sousjacent lchance. Dans le cas de loption amricaine et de loption compose, la valeur prise par le
sous-jacent aux dates intermdiaires est modlise grce lutilisation dun mcanisme dautocorrlation.
I. Valorisation de loption europenne par les simulations de Monte Carlo

Pour valoriser une option de type europen, la mthode des simulations de Monte Carlo procde en
quatre grandes tapes (Figure 4.5). Les simulations de Monte Carlo sont ralises laide dun logiciel
conu pour sintgrer un tableur Excel. Les logiciels de simulations de ce type les plus connus sont
Crystal Ball 85 et At-risk 86.
85
Edit par la socit Decisioneering ; il sagit du logiciel que nous avons utilis pour raliser les tudes de cas
de cette thse.
86
Edit par la socit Palisade
165
Chapitre 4
Figure 4.5. Reprsentation schmatique de la mthode de valorisation dune option relle

europenne par les simulations de Monte Carlo
Modlisation des sources

dincertitude
Choix et
paramtrage dune
loi de distribution
pour les principales
sources dincertitude
Dtermination des
corrlations entre les
sources dincertitude
Ralisation de
simulations sur le
business plan
Construction dun
business plan
dtaillant les cashflows gnrs par le
projet lchance
de loption
Conduite des
simulations de
Monte Carlo:
chaque simulation,
on obtient une valeur
possible du projet
lchance de
loption
Choix de la stratgie
optimale
Pour chaque
simulation:
comparaison entre
les cash-flows
gnrs par le projet
lchance, et le
cot
dinvestissement
Choix dexercice ou
non de loption et
calcul du pay-off
Calcul de la valeur
doption
Calcul de la valeur
doption comme la
moyenne actualise de
tous les pay-offs raliss
sur les n simulations
Analyse des rsultats
(probabilit dexercice
lchance, identification
des sources dincertitude
ayant le plus dimpact sur
lexercice de loption)
Etape 1 : Modlisation des sources dincertitude

La premire tape consiste modliser les sources dincertitude du projet dinvestissement. La
mthodologie suivie est identique celle prsente par Copeland et Antikarov (2001 : 244-269) pour
calculer la volatilit dun projet.
Le point de dpart est le business plan reprsentant les cash-flows gnrs par le projet
dinvestissement lchance de loption. Aprs avoir identifi les principales sources dincertitude du
projet, il sagit de prciser la loi de distribution de ces variables lchance de loption. La Figure 4.6
reprsente un exemple de business plan. Les cellules grises correspondent des variables incertaines
sur lesquelles les simulations de Monte Carlo seront ralises. Il sagit dans cet exemple de lARPU
(Average Revenue Per Unit) Voix et Donnes, ainsi que de la date de lancement dun nouveau produit
par le principal concurrent.
166
Chapitre 4
Figure 4.6. : Exemple de reprsentation dun business plan et de ses sources dincertitude
Un des intrts de lapproche propose ici est de modliser lincertitude sur Excel, directement partir
du business plan labor par les managers. Il nest donc pas ncessaire dimposer aux managers
lutilisation dun logiciel spcifique. De plus, lanalyse optionnelle constitue ainsi le prolongement du
business plan et du calcul de VAN. Ceci prsente deux principaux avantages :
Les options relles sont perues comme une faon de sophistiquer le calcul de VAN, et non
comme un outil nouveau remettant en cause les mthodes existantes. De cette faon, il est plus
probable que les options relles seront acceptes et utilises par les dcisionnaires.
Cette approche permet dintgrer dans lanalyse optionnelle lensemble des hypothses
dveloppes dans le cadre du business plan. Lanalyse optionnelle ne se fait donc plus au prix
dune simplification des donnes du problme, comme cest le cas avec les modles de
valorisation doption classiques .
La modlisation des sources dincertitude avec un logiciel comme Crystal Ball seffectue de faon
intuitive et conviviale. Contrairement aux mthodes de valorisation doption prsentes jusqu
prsent, cette approche ne ncessite pas de connaissance mathmatique particulire. La modlisation
est facilite par linterface graphique, ainsi que par la grande souplesse dans le choix des paramtres
dcrivant une loi de distribution.
Par exemple, si la loi de distribution choisie est la loi normale, le manager pourra la paramtrer de
plusieurs manires : soit en indiquant la moyenne et lcart-type de la variable incertaine, soit en
prcisant la valeur minimale et la valeur maximale de la variable incertaine, pour un intervalle de
confiance de son choix (par exemple 95%). Si le manager estime que la distribution de la variable aux
extrmes nest pas raliste, il pourra galement tronquer la distribution ( gauche, droite ou aux deux
extrmits) grce linterface graphique.
167
Chapitre 4
Si des donnes historiques sur les variables incertaines sont disponibles, le logiciel peut mme
dterminer la loi de distribution la plus adquate, ainsi que les paramtres correspondants.
Les logiciels de simulations de Monte Carlo proposent un large choix de lois de distribution. Il peut
sagir de lois de distribution continues (exemple : loi normale, log-normale, uniforme, Weibull, Beta,
Gamma, logistique, Pareto, etc.) ou de lois personnalises, qui peuvent tre particulirement utiles
dans le cadre dun projet dinvestissement. Les lois de distribution les plus courantes sont reprsentes
dans la Figure 4.7.
Figure 4.7 : Lois de distribution de probabilit les plus courantes
Loi triangulaire
Ex: Cas UMTS

Vitesse de pntration de lUMTS
Loi normale
Ex: Cas UMTS

ARPU (Average Revenue Per Unit) de la 3G
Loi personnalise
Ex: Cas UMTS

Date dmergence de la future technologie
Loi log-normale
Ex: Cas R&D

Cash-flows issus de la vente dattributs des tiers
Une fois les sources dincertitude modlises, il faut indiquer les ventuelles corrlations entre les
diffrentes sources dincertitude. Par exemple, on pourra indiquer quil existe une corrlation ngative
entre le prix de vente et les volumes vendus.
Dautre part, il faut tenir compte des phnomnes dauto-corrlation que lon peut observer lorsquune
source dincertitude est modlise sur plusieurs annes. Par exemple, si lon modlise comme une
source dincertitude le volume de vente au cours des annes 1, 2, 3 n, on peut considrer quil
existe une forte corrlation entre ces variables. Copeland et Antikarov (2001 : 253-254) suggrent
typiquement un taux dauto-corrlation de 90%. Intuitivement, cela peut sexpliquer de la faon
suivante : si la variable incertaine se rvle tre dans le haut de la fourchette destimation pour lanne
n, alors il y a toute chance que cela soit galement le cas pour lanne n+1, et inversement si lon se
trouve plutt dans le bas de la fourchette.
168
Chapitre 4
Etape 2 : Simulations des valeurs possibles du projet lchance de loption

La deuxime tape consiste simuler les valeurs possibles du projet la date dchance de loption.
Il faut pour cela construire un business plan reprsentant les flux dgags par le projet si celui-ci est
lanc la date dchance de loption.
En particulier, dans le cas de loption de report, on peut observer des diffrences entre le business plan
du projet si celui-ci est lanc immdiatement ou bien sil est lanc avec une ou plusieurs annes de
retard. Nous avons expliqu dans le Chapitre 3 que leffet combin de ces diffrences peut tre
assimil, dans le cas des options financires, au dividende vers par laction sous-jacente.87
Une fois que limpact du dividende sur le business plan a t modlis, on peut procder la
ralisation des simulations de Monte Carlo. Le logiciel permet de gnrer des tirages des variables
alatoires suivant les lois de probabilits que lon a dfinies prcdemment.
Dans lexemple donn en Figure 4.2, chaque tirage est affecte une valeur la cellule E5 (date de
lancement dun nouveau produit par le principal concurrent), ainsi quaux cellules de la plage
D16 :I17 (ARPU voix et donnes pour les annes 2007-2011). Les valeurs prises par ces cellules
impactent ensuite les autres lignes du business plan, si bien qu chaque tirage on peut associer un flux
de cash-flows gnrs par le projet.
De faon similaire, si le cot dinvestissement du projet est incertain, on peut en simuler diffrentes
valeurs possibles. Les simulations de Monte Carlo permettent ainsi de valoriser une option relle dont
le prix dexercice est alatoire.
Etape 3 : Choix de la stratgie optimale lchance, et calcul du pay-off

Pour chaque tirage ralis, on dispose maintenant du cot dinvestissement ncessaire pour lancer le
projet (not K), et de la valeur des cash-flows gnrs par le projet si celui-ci est lanc la date
dchance T (note ST).
Il suffit alors de comparer les valeurs K et ST pour dterminer sil faut ou non exercer loption. On peut
ainsi pour chaque tirage calculer la valeur du pay-off de loption, qui est gal max ( ST K ; 0 ).88
Comme nous lavons indiqu prcdemment, les simulations de Monte Carlo offrent galement la
possibilit de comparer plusieurs modalits dexercice lchance de loption.89 Par exemple, au lieu
de lancer le projet dans sa totalit, on peut envisager de ne le dployer que sur la moiti du territoire.
Notons ST la valeur des cash-flows dgags par cette stratgie, et K le cot dinvestissement
correspondant. On peut alors dterminer la stratgie optimale comme celle correspondant au max ( ST
K ; ST K ; 0 ).
Etape 4 : Calcul de la valeur doption

Nous pouvons maintenant calculer la valeur de loption. Celle-ci correspond tout simplement la
moyenne des pay-offs calculs en tape 3 pour chacun des tirages raliss. Le pay-off ayant t calcul
la date de lchance de loption, il suffit ensuite dactualiser la date daujourdhui la moyenne
ainsi obtenue afin dobtenir la valeur de loption.
87
Cf. Chapitre 3, Section 2, II.2.3. Des modles de valorisation fonctionnant comme des botes noires .
Si loption relle correspond une option dachat ( call ). Sil sagit dune option de vente ( put ), le payoff est dfini comme max ( K ST ; 0 ).
89
Cf. Section 1, II.2.2. Autres avantages des simulations de Monte Carlo
88
169
Chapitre 4
La Figure 4.8 donne lexemple dune reprsentation graphique des rsultats de simulations de Monte
Carlo. Le graphique reprsente la distribution de la VAN du projet sur 10 000 tirages raliss. La
valeur doption correspond la moyenne de la zone hachure en gris fonc, cest--dire de la zone o
la VAN du projet est positive.
Figure 4.8 : Reprsentation graphique du calcul de la valeur doption par les simulations de
Monte Carlo
Les exemples donns dans la littrature indiquent de grandes variations dans le nombre de tirages
raliss pour calculer la valeur doption. Ainsi, Bengtsson et Olhager (2002) ont effectu 1 000 tirages,
contre 5 000 tirages pour Nembhard et al (2003) et 100 000 pour Rose (1998).90
Pour les tudes de cas ralises dans le cadre de cette thse, nous avons constat quun nombre assez
limit de tirages (environ 5 000) tait suffisant. En effet, laugmentation du nombre de tirages ne
venait pas modifier la valeur doption. Rose (1998) indique quavec 100 000 tirages, la prcision
obtenue est excellente. Il faut toutefois garder en tte que, dans le cas des options relles, une grande
prcision peut tre assez illusoire, tant donne la grande imprcision des paramtres dentre, qui
correspondent lestimation des cash-flows moyens gnrs par le projet.
Datar et Mathews (2004) proposent une mthodologie similaire celle expose ci-dessus. Ils
dmontrent que les rsultats obtenus par cette approche sont identiques ceux donns par la formule
de Black et Scholes, si on choisit une loi de distribution du sous-jacent correspondant aux hypothses
du modle de Black & Scholes.
90
Pour le calcul de la volatilit, Copeland et Antikarov (2001 : 250) effecutent gnralement 1000 tirages.
170
Chapitre 4
II. Valorisation de loption amricaine par les simulations de Monte Carlo
II.1. Simulation de lvolution du sous-jacent dans le temps

Dans le cas de loption europenne, nous avons pu dvelopper une mthode de valorisation doption
simplifie par rapport aux modles financiers, en nous concentrant sur la distribution du sous-jacent
lchance de loption (Figure 4.9).
Figure 4.9: Principale diffrence entre lapproche financire et lapproche simplifie pour la
valorisation doption par les simulations de Monte Carlo
Approche simplifie
Sous-jacent
Sous-jacent
Approche financire
+
+
+
+
+
+
+
+
+
+
+
+
+
+
t0
t1
t2
t3
t4
t5
t6
t7
t8
t0
Temps
Temps
Lensemble de la trajectoire suivie par le sous-jacent est

modlise laide dune relation du type St+1 = f ( St )
Seule la distribution du sous-jacent lchance est

modlise
En effet, la valeur de loption europenne est calcule uniquement sur la base des pay-offs raliss
lchance, indpendamment de la trajectoire suivie par le sous-jacent entre lachat de la prime
doption et lchance de loption.
Dans le cas des options relles, lintrt de ne modliser que la distribution du sous-jacent lchance
est double :
Tout dabord, ceci vite dimposer des hypothses pas ncessairement adquates sur le processus
stochastique suivi par les sources dincertitude. Sur ce point, le modle propos ici est conforme
la recommandation de Lander et Pinches (1988).91
Dautre part, cette approche rend la valorisation de loption beaucoup plus accessible : elle ne
requiert pas de connaissances mathmatiques particulires, et permet de facilement paramtrer le
modle.
Prenons lexemple dune incertitude portant sur le nombre de clients dun nouveau produit sil est
lanc dans 18 mois. Lapproche financire consiste identifier un processus stochastique
dcrivant lvolution de cette variable entre aujourdhui et dans 18 mois, et le paramtrer. Si par
exemple on suppose que le nombre de clients suit un Mouvement Brownien Gomtrique, avec
une relation du type
St = St 1 e
( r / 2 + z)
, alors il faudra dterminer la valeur du paramtre
de volatilit dans ce processus. Cest faisable lorsque la source dincertitude est cote sur les
marchs financiers, mais beaucoup plus hasardeux dans le cas contraire.
91
Cf. Chapitre 3, Conclusion du chapitre
171
Chapitre 4
A linverse, la mthode de valorisation propose dans ce chapitre ncessite simplement de la part

du manager de choisir une loi de distribution et destimer, dans un intervalle de confiance donn,
le nombre minimal et maximal de clients pour le lancement du nouveau produit dans 18 mois.
Dans le cas de loption amricaine et nous verrons plus loin de loption compose lanalyse est
plus complique, car il faut modliser lvolution du sous-jacent des dates intermdiaires,
correspondant aux dates auxquelles le dtenteur de loption a la possibilit de lexercer de faon
anticipe.
Dans certains cas, il peut tre ncessaire de modliser lvolution du sous-jacent de nombreux points
dans le temps. Nous avons vu avec lexemple de Tseng et Barz (2000)92 que la valorisation dun actif
de production disposant dune option de flexibilit oprationnelle ncessite de simuler lvolution du
sous-jacent de nombreux points dans le temps. Dans de tels cas de figure, lapproche la plus
adquate est sans doute de modliser lvolution des sources dincertitude laide dune quation.
Cette approche est dautant plus justifie lorsque les sources dincertitude sont des donnes
observables comme le prix de llectricit ou du fuel sur lesquelles on dispose de donnes
historiques, permettant de dterminer quel est le processus dvolution le plus appropri.
Nanmoins, ceci ne concerne quune partie des options relles. Lorsque loption tudie nest pas une
option de flexibilit, mais une option dinvestissement (ou de dsinvestissement),93 il est raisonnable
de penser que lentreprise ne disposera que dun nombre limit de points dans le temps auxquels
lexercice anticip de loption sera envisageable. Ceci tient au caractre discontinu de la dcision
dinvestissement stratgique : en raison de la complexit de la dcision, ainsi que de lenvergure des
moyens mettre en uvre pour lancer un projet, une dcision dinvestissement stratgique nest pas
examine en permanence.
En consquence, il nous a paru plus appropri au monde de lentreprise de dvelopper un modle dans
lequel il serait ncessaire pour le manager de ne modliser lvolution du sous-jacent qu un nombre
trs limit de points dans le temps et ce, sans faire intervenir une formalisation mathmatique sous
forme dquation. Dans cette optique, nous utilisons le mcanisme dauto-corrlation de Copeland et
Antikarov (2001) dja voqu plus haut.
Pour simuler comment une variable incertaine V peut voluer entre la date t1 et la date t2, nous
dterminons une loi de distribution de V en t1 et une loi de distribution de V en t2. Ces deux lois de
distribution peuvent tre identiques, mais on peut aussi prvoir que les paramtres de la loi de
distribution en t2 soient diffrents de ceux tablis en t1. Par exemple, on peut prvoir que la volatilit
en t2 soit suprieure celle en t1 ; de mme, on peut aisment imaginer que la moyenne de la variable
tudie soit diffrente en t2 et en t1 (par exemple pour tenir compte dun phnomne de baisse des
prix).
Nous tablissons ensuite une corrlation entre ces deux distributions. Un coefficient de corrlation
ngatif traduira un processus de retour la moyenne (par exemple si la variable tudie est le prix
dune matire premire).
Un coefficient de corrlation positif traduira le fait que si, la date t1, la valeur tire est situe dans la
partie haute de la fourchette, alors la valeur tire en t2 a galement une forte probabilit dtre leve
(et inversement si la valeur tire en t1 est dans le bas de la fourchette).
La Figure 4.10 donne deux exemples de simulations dvolution du sous-jacent ralises avec ce
mcanisme.
Les lois de distribution suivies par la variable en t1 et en t2 sont identiques : loi triangulaire, de
valeur minimale 250, de valeur maximale 650 et de valeur la plus probable 400.
92
93
Cf. Section 1, II.1. La place des simulations de Monte Carlo dans la littrature sur les options relles
Cf. Chapitre 1, section 1 II.3. Prsentation des principaux types doptions relles
172
Chapitre 4
Dans le premier exemple, le coefficient de corrlation est de 0,5, dans le deuxime exemple il
est de 0,9.
Figure 4.10 : Exemples dvolution possible du sous-jacent

600
550
600
= 0,5
550
500
500
450
450
400
400
350
350
300
= 0,9
300
t0
t1
t2
t0
t1
t2
La Figure 4.10 illustre bien que plus le coefficient dauto-corrlation est lev, plus la trajectoire entre
t1 et t2 est prvisible.
II.2. Calcul de la valeur de loption amricaine
Une fois les trajectoires du sous-jacent obtenues, nous pouvons calculer la valeur doption en
appliquant lapproche par les moindres carrs de Longstaff et Schwartz (2001) prsente dans la
premire section de ce chapitre.
Pour de futures recherches, une autre piste possible pour valoriser loption amricaine est dutiliser les
algorithmes gntiques , selon la mthode dveloppe par Dias et Rivera (2004). Il sagit, par un
systme doptimisation, de slectionner les organismes les plus adapts, et de dterminer ainsi la
frontire dexercice de loption. Nous avons vu dans lexpos des modles prcdents quil est ensuite
facile de dduire la valeur de loption amricaine, une fois que la dcision dexercice anticip de
loption est prcise.
III. Valorisation de loption compose par les simulations de Monte Carlo
Dans la littrature sur la valorisation des options financires par les simulations de Monte Carlo, la
place donne loption compose est beaucoup plus restreinte que celle consacre loption
amricaine.
Nanmoins, les problmatiques sont assez similaires, car il sagit dans les deux cas de modliser
lvolution du sous-jacent des dates intermdiaires,94 et de dterminer sil faut ou non exercer
loption ces dates (exercice de loption sur option dans le cas de loption compose, et exercice
anticip de loption dans le cas de loption amricaine).
Nous proposons ici un modle qui sinspire de celui dvelopp par Broadie et Glassserman (1997), en
ladaptant au contexte de loption compose.
94
Par exemple, pour la valorisation de loption financire amricaine, il sagit des dates auxquelles les
dividendes sont verss
173
Chapitre 4
III.1. Prsentation de la mthode de valorisation de loption compose

La premire tape consiste gnrer un arbre dvolution possible du sous-jacent. Pour ce faire, nous
utilisons, comme dans le cas de loption amricaine, le mcanisme dauto-corrlation.
La Figure 4.11 donne deux exemples de simulations dvolution du sous-jacent ralises avec ce
mcanisme.
Le nombre de branches simules chaque date est b = 3 ;
Les lois de distribution suivies par la variable en t1 et en t2 sont identiques : loi triangulaire, de
valeur minimale 250, de valeur maximale 650 et de valeur la plus probable 400.
Dans le premier exemple, le coefficient dauto-corrlation est de 0,5, dans le deuxime exemple
il est de 0,9.
Figure 4.11 : Exemples darbre simulant lvolution du sous-jacent

550
= 0.5
500
450
400
350
300
250
t0
t1
t2
174
Chapitre 4
600
= 0.9
550
500
450
400
350
300
t0
t1
t2
Dans un deuxime temps, on calcule pour chaque arbre simul la valeur de loption compose, dfinie
comme la moyenne entre un estimateur haut et un estimateur bas . La mthodologie suivie pour
dterminer la valeur de ces deux estimateurs peut tre expose laide de lexemple numrique
suivant.
Nous considrons une option compose sur un sous-jacent dont la valeur est gale 400 en t = 0. Le
dtenteur de cette option a la possibilit dexercer une option 1 en t = 1, avec un prix dexercice X1 de
130. Lexercice de loption 1 lui permet dacqurir loption 2, qui peut elle-mme tre exerce en t =
2, avec un prix dexercice X2 de 250.
175
Chapitre 4
Figure 4.12 : Exemple de calcul de lestimateur haut de loption compose
Comme dans larbre binomial, on procde en commenant par la fin, cest--dire la date dchance
de loption 2, note t2.
Pour chaque valeur du sous-jacent tire en t2, on calcule le pay-off de loption, qui est le maximum
entre 0 dune part, et la diffrence entre la valeur du sous-jacent et le prix dexercice X2 dautre
part.
On se positionne ensuite en t1, date dexercice de la premire option. Il sagit de dterminer sil est
opportun dexercer cette option. Pour ce faire, il faut comparer le prix dexercice de loption 1,
avec la valeur du sous-jacent. Le sous-jacent de loption 1 correspond la valeur de loption 2.
Pour le calcul de lestimateur haut , nous estimons la valeur de loption 2 en t1 en calculant

la moyenne des pay-offs raliss par loption 2 en t2 sur la branche considre.95 Si cette
valeur est suprieure au prix dexercice X1, alors loption 1 est exerce, et le pay-off ralis
correspond la diffrence. Sinon, loption nest pas exerce, et le pay-off est nul.
La valeur de loption compose, pour le tirage ralis, correspond alors la moyenne des payoffs raliss sur les b branches en t1.
Pour le calcul de lestimateur bas , on procde de faon sous-optimale pour dcider de
lexercice de loption 1. Au lieu de se baser sur lensemble des branches pour prendre cette
95
Pour des raisons de simplification, nous prenons dans cet exemple un taux dactualisation r = 0
176
Chapitre 4
dcision, on utilise les rsultats de b-1. En cas dexercice de loption 1, la valeur du pay-off
ralis est calcule en utilisant les rsultats de la branche restante.
Comme dans le modle de Broadie et Glasserman (1997), ce calcul est effectu en considrant
tour tour lune des b branches pour calculer la valeur du pay-off en cas dexercice de loption
1. La valeur de lestimateur bas correspond alors la moyenne de ces diffrents calculs.
Pour un tirage donn, la valeur de loption compose correspond la moyenne entre lestimateur haut
et lestimateur bas .
La valeur de loption tudie est la moyenne de la valeur doption obtenue au cours des n tirages.
III.2. Application numrique

Nous reprenons lexemple prsent prcdemment.
Le sous-jacent suit une loi triangulaire en t1 et en t2, de paramtres (250 ; 400 ; 650).
Le coefficient dauto-corrlation entre t1 et t2, not , varie entre 0,5 et 0,9.
Le prix dexercice de loption 2 est de 250
Le prix dexercice de loption 1 est de 130.
Le nombre de branches utilises pour calculer la valeur de loption varie entre 3, 10 et 20.
Le nombre de simulations ralises pour obtenir la valeur de loption est 1 000.
Les rsultats obtenus sont rsums dans la Figure 4.13. La partie gauche de la barre correspond
lestimateur bas , la partie droite correspond lestimateur haut .
Figure 4.13 : Exemple de valeur doption compose obtenue par les simulations de Monte Carlo
3 br; rh=0.9
10 b; rh=0.9
20 b; rh=0.9
3 br; rh=0.8
10 b; rh=0.8
20 b; rh=0.8
3 br; rh=0.7
10 b; rh=0.7
20 b; rh=0.7
3 br; rh=0.6
10 b; rh=0.6
20 b; rh=0.6
3 br; rh=0.5
10 b; rh=0.5
20 b; rh=0.5
49
51
53
55
57
59
61
63
65
177
Chapitre 4
Cet exemple illustre bien le fait que :

Plus le nombre de branches utilises pour calculer la valeur doption augmente, plus lcart entre
lestimateur bas et lestimateur haut se resserre.
Plus le coefficient dauto-corrlation entre t1 et t2 augmente, plus la valeur de loption compose
augmente. Intuitivement, cela peut sexpliquer par le fait que, dans le cas dun coefficient dautocorrlation lev, la dcision dexercice de loption 1 est prise en meilleure connaissance de
cause , que lorsque ce coefficient est faible.
IV. Une piste de recherche future : la prise en compte dune rvlation de linformation
progressive et partielle
Dans le Chapitre 3, nous avons indiqu que, dans le cas des options relles, la rvlation dinformation
lchance de loption nest souvent que partielle.96 Dans la pratique, lacquisition dinformation
peut rduire lincertitude, mais pas lliminer (Bellalah, 2001).
Le Tableau 4.1 illustre les diffrents cas de figure concernant la rvlation dinformation, suivant le
type dincertitude et la nature du projet dinvestissement.
Tableau 4.1 : Impact du type dincertitude sur la rvlation dinformation
Valeur de la
source
dincertitude
observable
tout moment ?
Oui
Pay-off en T fond
uniquement sur la
valeur de la source
dincertitude en
T?
Oui
Oui
Non
Non
Exemples
Source
dincertitude
Prix du gaz
Prix du ptrole
Nombre de
clients
Projet
dinvestissement
Construction dune
centrale thermique
gaz, avec possibilit
darrt de production
temporaire
Achat de la concession
dun gisement
ptrolier, dont
lexploitation est
prvue sur au moins 10
ans
Lancement sur le
march dun nouveau
produit
Rvlation
dinfor
mation
Totale
Partielle
Partielle
Dans le cas , on peut considrer que la rvlation de linformation lchance de loption est
complte. Il sagit de projets dinvestissement dpendant dune source dincertitude dont la valeur est
observable tout moment, comme par exemple le cours dune matire premire.
De plus, la ralisation du pay-off de loption est instantane. Ceci est par exemple le cas lorsque lon
valorise un outil de production flexible comme un portefeuille doptions europennes : les cash-flows
encaisss lexercice de loption concernent une dure de temps trs limite. On peut donc considrer
96
Cf. Chapitre 3, Section 2, I. Principaux obstacles la valorisation des options relles
178
Chapitre 4
que le pay-off de loption peut tre calcul sur la base de la valeur de la source dincertitude
lchance de loption T.
Dans le cas , nous sommes toujours en prsence dune source dincertitude dont la valeur est
observable, mais le pay-off de loption correspond des cash-flows qui sont tals dans le temps.
Cest par exemple le cas de loption dattente dans le dveloppement dun gisement ptrolier dont
lexploitation est prvue sur une dizaine dannes. Dans ce cas, les managers connaissent les cashflows dgags pendant lanne o loption est exerce, mais nont pas de visibilit sur les cash-flows
dgags pendant le reste de la vie du projet.
Enfin, dans le cas , la rvlation dinformation nest que partielle, car la valeur de la source
dincertitude nest pas directement observable. Par exemple, lorsque le projet dinvestissement porte
sur le lancement dun nouveau produit, la principale source dincertitude est le nombre de clients qui
adopteront le nouveau produit. Pendant la dure de vie de loption, il y a naturellement moyen
dacqurir de linformation sur cette source dincertitude, par exemple via des tudes de march ou
lobservation de lancements de produits similaires dans dautres zones gographiques. Il nempche
quau moment de lexercice de loption, le nombre de clients ne sera pas connu avec prcision.
Dans les tudes de cas prsentes en troisime partie de cette thse, la plupart des sources dincertitude
appartiennent la troisime catgorie.
Il existe donc le risque pour les managers de mal apprcier le pay-off gnr par loption relle si
celle-ci est exerce. La recherche future devra sefforcer de prendre en compte dans la valorisation de
loption une erreur dans lapprciation par le management du pay-off de loption lorsque celle-ci est
exerce.
Si la mthode de valorisation doption utilise les simulations de Monte Carlo, cela pourrait se traduire
par lexistence de tirages, pour lesquels le management dcide dexercer loption, et que le pay-off
gnr par celle-ci savre finalement ngatif.
Lerreur pourra tre modlise de faon symtrique, si lon estime que lajustement peut tre ralis
tantt la hausse, tantt la baisse. Mais, en vertu du biais cognitif bien connu consistant pour les
managers surestimer les cash-flows gnrs par un projet (Kahneman et al., 1982; Ringland et al.,
1999),97 il serait galement intressant de valoriser loption en modlisant une erreur asymtrique.
Dautre part, pour les sources dincertitude qui ne sont pas directement observables, la rvlation
dincertitude nest gnralement que progressive dans le temps. Ce phnomne affecte la valorisation
de loption amricaine, et de loption compose, comme lillustre lexemple donn dans la Figure
4.14.
97
Dans la littrature Anglo-Saxonne, overconfidence bias
179
Chapitre 4
Figure 4.14 : Impact de la rvlation progressive dinformation sur la valorisation de loption

amricaine
135
130
125
120
115
110
105
100
95
90
t0
t1
Prix d'exercice
Valeur relle du sous-jacent
T
Valeur estime du sous-jacent
Supposons une option dachat amricaine, de date dchance T, prsentant la possibilit dun exercice
anticip la date t1. Le prix dexercice est de 110, et le sous-jacent vaut 100 la date t0.
La courbe en trait plein reprsente lvolution de la valeur relle du sous-jacent, alors que la courbe en
pointills reprsente la valeur estime du sous-jacent par le management.
Pour simplifier les donnes du problme, nous supposons que le management a une connaissance
complte de la valeur de la source dincertitude lchance de loption T. Les deux courbes se
rejoignent donc en T.
En revanche, sur la priode allant de t0 T, le management nacquiert que progressivement des
informations sur la source dincertitude. En consquence, la dcision dexercice anticip en t1 sera
prise de faon sub-optimale.
Dans cet exemple, le management sous-estime la valeur du sous-jacent en t1. Sur la base de ses
estimations, il est optimal dexercer loption en T. Si le management avait eu une connaissance
parfaite de la valeur du sous-jacent pendant toute la dure de vie de loption comme cest le cas dans
une option financire alors il aurait exerc en date t1, et non en T.
Dans les recherches futures, il faudra donc modifier les modles de valorisation doption financires
pour tenir compte du fait que, dans le cas des options relles, la rvlation dinformation nest
gnralement que progressive et partielle.
180
Chapitre 4
Ce chapitre tait consacr la valorisation des options par les simulations de Monte Carlo.
Dans un premier temps, nous avons tudi la valorisation des options financires par les
simulations de Monte Carlo. Nous avons prsent trois modles de valorisation doption par les
simulations : le modle fondateur de Boyle (1977) pour loption europenne, ainsi que le modle de
Broadie et Glasserman (1997) et le modle de Longstaff et Schwartz (2001) pour loption amricaine.
Ceci a t loccasion de montrer la trs grande flexibilit permise par les simulations de Monte Carlo.
Alors que les modles de valorisation classiques reposent sur des hypothses contraignantes, les
modles utilisant les simulations de Monte Carlo peuvent tre adapts sans difficult des cas de
figure trs diverses : prise en compte de plusieurs variables dtat, possibilit dintroduire une
volatilit stochastique, choix du processus stochastique suivi par le sous-jacent,
Cest cette capacit valoriser les options complexes qui constitue lun des principaux attraits
des simulations de Monte Carlo pour valoriser les options relles. En effet, nous avons vu dans le
Chapitre 3 que les options relles se distinguent des options financires par leur complexit, et la
ncessit de prendre en compte toutes les caractristiques du projet dinvestissement tudi.
Nous avons ainsi pu identifier dans la littrature cinq tudes de cas, dans lesquelles les auteurs ont eu
recours aux simulations pour valoriser des options relles pour lesquelles on nobtenait pas de rsultat
satisfaisant avec les modles classiques . Les simulations de Monte Carlo ont notamment permis de
prendre en compte lexistence de plusieurs sources dincertitude, ainsi que des contraintes
oprationnelles (exemple : cot et temps de rglage) conditionnant lexercice de loption. Elles
prsentent galement lintrt de valoriser des options dont la structure de pay-off est complexe ce
qui est souvent le cas lorsquil sagit dune option contractuelle et de valoriser des options en
interaction.
Nanmoins, lexamen dtaill de ces tudes de cas a montr que la littrature sur les options
relles a utilis les simulations de Monte Carlo en restant dans une logique trs similaire celle
des options financires. En effet, lapproche suivie a consist modliser lvolution du sous-jacent
en spcifiant et en paramtrant le processus stochastique suivi par les diffrentes sources dincertitude.
Une telle approche cre deux obstacles importants la diffusion des options relles dans le monde de
lentreprise.
Dune part, la formalisation par le biais dune quation de lvolution des sources dincertitude
restreint lusage des options relles des managers tant laise avec la manipulation des
mathmatiques.
Dautre part, le paramtrage de cette quation est malais, car les paramtres ne correspondent pas
des donnes conomiques directement observables. Par rapport aux modles classiques , un progrs
important de ces tudes de cas est de modliser le processus stochastique suivi par la (les) source(s)
dincertitude, et non pas le processus suivi par la valeur des cash-flows finaux. Il nempche que
lidentification et le paramtrage de ce processus reste trs subjectif lorsque la source dincertitude
nest pas cote sur les marchs financiers.
La combinaison de la subjectivit des donnes dentre et de la dimension mathmatique de
loutil restreint lutilisation des options relles des techniciens . Or, lintrt dun outil
daide la dcision stratgique est avant tout de crer un cadre qui permettra le dialogue des
diffrentes parties prenantes sur les enjeux et les risques de la dcision dinvestissement
(Laughton, 1998).
En consquence, il nous a paru important pour lutilisation des options relles de dvelopper un
modle qui soit la fois accessible, et loccasion de discuter sur les principales hypothses fondant un
projet dinvestissement. Dans cette optique, nous avons propos dans ce chapitre un modle simplifi
de valorisation des options relles par les simulations de Monte Carlo.
181
Chapitre 4
Pour la valorisation de loption europenne, nous proposons de concentrer leffort de modlisation sur
la distribution de la valeur du sous-jacent lchance de loption, indpendamment de la trajectoire
poursuivie par le sous-jacent entre la date dacquisition de loption et son chance.
Pour loption amricaine et loption compose, il est ncessaire de modliser la valeur prise par le
sous-jacent quelques dates intermdiaires. Pour ce faire, nous proposons de nous baser sur la
distribution du sous-jacent lchance, et sur un mcanisme dauto-corrlation de la valeur des
sources dincertitude entre ces dates intermdiaires et la date dchance.
Lapproche ainsi propose rpond aux critres fixs par Lander et Pinches (1988) pour quun
modle de valorisation doption soit utilis dans les entreprises, et qui navaient jusqu prsent
t remplis que partiellement par les modles actuels de valorisation doption. Pour rappel,98 ces
critres sont les suivants :
(5) Etre faciles comprendre et mettre en uvre
Le modle propos est trs intuitif. Il ne ncessite pas de connaissances mathmatiques
particulires. Il est facile mettre en uvre, car lanalyse est ralise sur Excel, partir du
business plan du projet. Il ne ncessite donc pas lusage dun logiciel particulier, et permet
dintgrer dans lanalyse toutes les hypothses formules dans le cadre du business plan.
(6) Ne pas tre contraints par la ncessit de formuler des hypothses spcifiques sur le processus
stochastique suivi par le sous-jacent
Le modle propos ne ncessite de formuler aucune hypothse sur le processus stochastique
suivi par le sous-jacent, ni dailleurs par les sources dincertitude. Il se contente de
modliser la valeur des sources dincertitude lchance, et le cas chant quelques dates
intermdiaires de la vie de loption.
(7) Etre capables de valoriser des opportunits dinvestissement relles, squences en plusieurs
priodes, gnrant plusieurs options, comportant des sources dincertitude multiples, gnrant des
dividendes qui varient avec le temps et la valeur du projet, etc.
Lapproche propose prsente lavantage dune trs grande souplesse, et donc de prendre en
compte les spcificits dun projet dinvestissement rel. Elle permet notamment de
valoriser plusieurs options en interaction, ainsi que des options prsentant plusieurs
modalits dexercice. Les sources dincertitude peuvent tre multiples. Par le biais de
loption amricaine ou de loption compose, il est possible de modliser plusieurs points de
dcision dans le temps. Le mcanisme de dividende est pris en compte de faon trs souple,
en intgrant dans le business plan les lments susceptibles dtre modifis si le projet est
report.
(8) tout en rendant lapproche par les options relles accessibles aux contrleurs de gestion, aux
managers oprationnels, aux responsables de la stratgie, et aux autres dcisionnaires.
Le modle a t dvelopp dans le but de rendre les options relles aussi accessibles que
possible. Lanalyse optionnelle doit tre une opportunit pour le management de tester la
robustesse dun projet dinvestissement en contexte de forte incertitude, et des alternatives
face cette incertitude.
Pour ce faire, le modle propos inscrit lanalyse optionnelle directement dans le
prolongement de la formation du business plan et du calcul de la VAN. Les hypothses du
modle correspondent des donnes conomiques, du type dans quelle fourchette peut
varier le futur nombre de clients ? , quel rythme maximum et minimum voluera la
baisse des prix ? , dans quelle mesure les informations acquises sur les sources
dincertitude lchance de loption seront-elles dj disponibles si une opportunit
dinvestissement en anticip se prsente ? .
98
Cf. Chapitre 3, conclusion du chapitre
182
Chapitre 4
Si lapproche propose dans ce chapitre permet de rendre les options relles plus accessibles au monde
de lentreprise, tous les problmes ne sont pas rsolus pour autant.
En particulier, nous navons pas abord ici la question du taux dactualisation, pour laquelle
aucune solution satisfaisante na vritablement t trouve.99.
Par ailleurs, nous avons indiqu quun point important reste largement ignor de la littrature sur les
options relles : il sagit de la question de la rvlation dinformation. Cette problmatique nest pas
prsente dans le cas des options financires o le cours du sous-jacent est toujours observable mais
pourrait avoir des consquences importantes sur la valorisation des options relles. La recherche future
devra donc sefforcer dintgrer dans les modles le fait que, dans le cas des options relles,
lincertitude nest pas compltement rsolue au moment de lexercice de loption.
Enfin, une autre piste de recherche future porte sur larbitrage raliser dans le choix des lois de
distribution entre lexactitude et la facilit dutilisation. Par exemple, pour la plupart des sources
dincertitude, la loi normale est plus exacte que la loi triangulaire ; mais cette dernire est plus
intuitive paramtrer pour les managers. De mme, plutt que la loi normale ou log-normale, il serait
plus correct, sur le plan conomique, dutiliser la loi bta, qui est borne.100 Dun autre ct, la loi bta
est plus difficile paramtrer. Il serait donc intressant de valider sur le plan empirique en quoi
lutilisation de lois de distribution plus exactes impacte de faon significative ou non la valeur de
loption.
99
Cf. Chapitre 3, Section 2, II.2.4. Une grande difficult estimer la valeur des paramtres utiliss par les
modles
100
Sil lon utilise une loi de distribution continue comme la loi normale, il est possible dutiliser la
fonctionnalit de Crystal Ball permettant de borner la distribution. Mais cette solution a sans doute
linconvnient de surestimer limportance des frquences de distribution aux bornes. Cest pourquoi il serait
thoriquement plus appropri de recourir une loi Bta.
183
CONCLUSION DE LA PARTIE II
Cette deuxime partie de la thse a t consacre la valorisation des options relles.
Le Chapitre 3 a mis en vidence que les modles actuellement utiliss pour valoriser les options
relles sont le plus souvent des modles standards, qui ont t labors pour valoriser des options
financires.
Comme les options relles prsentent des diffrences significatives avec les options financires,
ces modles sont mal adapts la valorisation des options relles. Ils sont difficiles dutilisation, et
reposent sur des hypothses trop simples pour reflter la complexit dune option relle.
Dans ce contexte, la contribution du Chapitre 4 a t de proposer une mthode de valorisation
alternative, fonde sur les simulations de Monte Carlo. Celle-ci sest rvle particulirement
adapte la valorisation des options relles, la fois en raison de son caractre intuitif, et de sa
grande souplesse dutilisation.
A la sous-question de recherche Est-il possible de valoriser les options relles de faon simple, tout
en prenant en compte la complexit dune dcision dinvestissement stratgique ? ,101 le Chapitre 4
apporte donc une rponse encourageante.
Les modles proposs dans la 2me partie de la thse pour valoriser les options relles par les
simulations de Monte Carlo ont t exposs de faon thorique. Il sagit maintenant dans la 3me partie
de la thse de les tester sur des tudes de cas relles.
Par ailleurs, les tudes de cas ralises sur lapplication des options relles que nous avons
mentionnes dans le Chapitre 4 102 et dans le Chapitre 3 103 concentrent le plus souvent leur analyse sur
la valorisation du projet dinvestissement. Or, la valorisation dun projet ne constitue quune tape
dans la prise de dcision stratgique.
Dans ce contexte, lobjectif poursuivi dans la Partie III est dinscrire les tudes de cas dans une
dimension stratgique. Au-del de la valorisation de loption, deux problmatiques retiendront
particulirement notre attention : lidentification de loption dune part, et lapport de lanalyse
optionnelle au processus de dcision dinvestissement dautre part.
101
Cf. Introduction gnrale

Etudes de cas utilisant les simulations de Monte Carlo
103
Etudes de cas utilisant les mthodes classiques de valorisation doption
102
185
Partie III
186
INTRODUCTION DE LA PARTIE III
Les deux premires parties de la thse ont rvl que la faible diffusion des options relles dans
lentreprise sexpliquait principalement par la difficult identifier et valoriser les options relles. Il
apparat que la littrature sur les options relles manque de contributions empiriques, qui permettraient
la fois de vrifier lintrt des options relles, et de donner aux managers une mthodologie
dapplication des options relles (Chapitre 1). Le Chapitre 3 a conclu que les modles actuels taient
inadquats pour valoriser les options relles, et nous avons propos dans le Chapitre 4 une mthode de
valorisation alternative permettant de combler une partie des insuffisances des modles actuels.
Dautre part, il nexiste pas de vision claire sur le rle jou par les options relles dans la dcision
dinvestissement (voir notamment McGrath et al., 2004). Nous avons vu dans le Chapitre 2 que les
contributions des options relles la prise de dcision peuvent tre diverses.
En consquence, il nous a paru particulirement important de tester les options relles sur des
dcisions dinvestissement relles. Ces tudes de cas ont t ralises dans un double objectif.
1) Permettre de mieux matriser lidentit et la valorisation des options relles.
Comme nous lavons soulign dans le Chapitre 2, lidentification de loption constitue peut tre
une tche aussi difficile que sa valorisation.104 En effet, les manuels donnant des exemples
dapplication doptions relles prsentent gnralement une version trs simplifie de la
dcision dinvestissement. Dans la ralit, les sources dincertitude sont multiples, les diffrentes
alternatives possibles ne sont pas spontanment apparentes et un projet dinvestissement prsente
souvent des liens dinterdpendance avec dautres dcisions stratgiques.
Dans les tudes de cas de la Partie III, nous nous attacherons donc dcrire lensemble du
contexte stratgique dans lequel est situe la dcision dinvestissement, et valider que les
conditions dexistence de loption tudie sont remplies. Nous parviendrons ainsi une vision plus
claire de ce en quoi constitue une option dans la ralit dune dcision dinvestissement.
Une fois loption prcisment identifie, il sagit de tester si les options relles constituent une
mthode de valorisation pertinente, et si lon observe des diffrences dans les rsultats en
fonction de la mthode de valorisation utilise.
Comme il est dusage dans la littrature, nous comparons la valeur du projet obtenue par la VAN
et par la thorie des options.
Lune des contributions de cette partie de la thse la littrature provient de la comparaison
que nous effectuons entre diffrents modles de valorisation doption : dans chaque tude de
cas, nous testons les trois grands modles de valorisation prsents dans la Partie II : modles
analytiques, arbres binomiaux et mthode par les simulations de Monte Carlo. A linverse, les
tudes de cas dj publies se concentrent sur une seule mthode de valorisation.105
Nous comparons la qualit des rsultats numriques obtenus, en analysant notamment la
vraisemblance des hypothses, et la souplesse du modle pour sadapter aux spcificits de la
dcision dinvestissement tudie.
Par ailleurs, nous dterminons quelles sont les mthodes les plus appropries pour aider la
dcision dans le monde spcifique de lentreprise. Nous comparons la facilit dutilisation des
diffrentes mthodes, et leur acceptation par les dirigeants. Nous analysons en quoi ces
104
Cf. Chapitre 2, section 2, II.1.1. Difficult identifier les options relles gnres par un projet
dinvestissement
105
Une exception notable est ltude de cas ralise par Taudes (1998). Nanmoins, lauteur ne compare pas
diffrents modles de valorisation pour la mme option. Plutt, il tudie la mme dcision dinvestissement en
lanalysant comme diffrents types doptions possibles (option simple, option dchange, option compose). Les
tudes de cas de Miller et Park (2004) ainsi que de Miller et al. (2004) effectuent un exercice similaire.
187
diffrentes mthodes favorisent des contributions plus qualitatives des options relles, au-del
de la seule valorisation de loption (cf. ci-dessous).
2) Clarifier le rle potentiel jou par les options relles dans la dcision dinvestissement.
La valorisation dun projet ne reprsente quune petite partie du processus de dcision
dinvestissement (Arnold & Hatzopoulos, 2000 : 621). En se concentrant sur la seule valorisation
de loption, on risquerait docculter les bnfices de nature qualitative des options relles que nous
avons pu identifier dans le Chapitre 2.
En consquence, lobjectif poursuivi dans la Partie III est de considrer le processus de dcision
dinvestissement dans son ensemble. Comme Bower (1970) la mis en vidence laide dtudes
de cas dtailles, ce processus est un phnomne complexe, dans lequel le processus de rflexion
technique et conomique se double dun processus politique de la dcision.
Nous nous efforcerons donc dlargir langle de vision de la littrature sur les options relles, qui
analyse le plus souvent la dcision dinvestissement du point de vue linvestisseur unique,
rationnel. Une telle approche nous permettra de mieux comprendre en quoi lanalyse optionnelle,
au-del de la valorisation du projet, peut contribuer amliorer le processus de dcision lui-mme.
Les trois tudes de cas de la Partie III sont prsentes dans le Tableau I3. Nous avons slectionn des
projets dinvestissement stratgiques, recouvrant des problmatiques varies dans le secteur des
tlcommunications, et faisant intervenir divers degrs dincertitude. Du point de vue de la
valorisation, les trois grands types doptions relles sont reprsents.
Tableau I3 : Prsentation des tudes de cas de la Partie III

Chapitre 5
Infrastructure rseau
Chapitre 6
Infrastructure rseau
Maturit de la
technologie tudie
Dploiement dun rseau

de tlphonie mobile
(UMTS)
Dveloppe, mais jamais
commercialise
Environnement
Concurrentiel
Type doption
Simple, europenne
Dploiement dun rseau

de tlphonie fixe
(ADSL)
Dveloppe, dj
commercialise dans des
zones plus densment
peuples
Monopole de fait ;
Importance des relations
avec les administrations
territoriales
Simple, amricaine
Type
dinvestissement
Problmatique
tudie
Chapitre 7
R&D
Lancement dun projet
de R&D (la gestion de
lidentit)
A dvelopper
Importance de la
coordination avec
lensemble des acteurs
du secteur
Compose
Les deux premires tudes de cas concernent une dcision de dploiement dun rseau bas sur une
nouvelle technologie : la technologie UMTS dans les tlcommunications mobiles, et la
technologie ADSL dans les tlcommunications fixes.
De telles dcisions sont dimportance stratgique : la migration du rseau vers des technologies plus
avances require des investissements trs lourds, mais est ncessaire pour amliorer le niveau de
service et garantir la prennit du chiffre daffaires.
Il sagit par ailleurs de dcisions difficile : linvestissement est irrversible, et est soumis de fortes
incertitudes, portant notamment sur le succs de la nouvelle technologie ou la stratgie suivie par les
concurrents.
188
La troisime tude de cas porte sur une dcision dinvestissement dans un programme de Recherche et
Dveloppement (R&D).
La R&D constitue galement une activit stratgique pour assurer sur le long terme la comptitivit
dun oprateur de tlcommunication. Certains oprateurs ont ainsi fait de linnovation une de leurs
priorits. Les dpenses de R&D dans lindustrie des tlcommunications reprsentent ainsi en
moyenne 5,3% du chiffre daffaires, loin derrire le secteur pharmaceutique (17%), mais devant le
secteur minier (1,2%), le secteur automobile (3,9%), ainsi que le secteur de larospatial et la dfense
(3,8%) (Cassimon et al., 2004 : 42).
L encore, les dcisions dinvestissement sont difficiles prendre, car les managers doivent faire face
un trs grand ventail de possibilits sur les technologies futures, et les dbouchs commerciaux
quelles ouvriront. De plus, les projets tudis sont souvent interdpendants, ce qui complique dautant
les dcisions dinvestissement.
189
Chapitre 5 Etude de
Cas UMTS
191
Chapitre 5
Introduction
Ltude de cas prsente dans ce chapitre porte sur la dcision de dploiement dun rseau
UMTS ( Universal Mobile Telecommunications System ) permettant la commercialisation de
services de tlcommunication mobile dits de troisime gnration ( 3G ).
Il est particulirement difficile de dterminer le bon timing de lancement dune nouvelle
technologie dans un march concurrentiel. Si le lancement est prmatur, lentreprise risque
dengager des investissements irrversibles dans une technologie non rentable. Mais si le lancement
est plus tardif, lentreprise sexpose au risque dtre prempte par son (ses) concurrent(s).
Un tel contexte prsentant une possibilit de report face une forte incertitude se prte bien une
analyse optionnelle. De faon similaire, Harmantzis et Tanguturi (2007) ont ralis une tude de cas
fictive, dans laquelle ils valuent, grce aux options relles, la possibilit de reporter la migration dun
rseau de tlcommunications mobiles vers la 3G .
Ce chapitre se compose de trois sections.
Dans la premire section, nous prsentons les donnes du cas. Nous expliquons en quoi les options
relles sont plus appropries que les outils classiques tels que la VAN pour prendre ce type de
dcision.
Dans la deuxime section, nous valorisons loption, en utilisant et en comparant trois modles de
valorisation diffrents.
Dans la troisime section, nous analysons quelle aurait t la contribution des options relles au
processus de dcision de dploiement du rseau UMTS, si lentreprise tudie ( Mobitel ) avait
utilis cette approche.
192
Chapitre 5
Encadr 5.1 : Mthodologie suivie pour ltude de cas du Chapitre 5

Notre contrat de recherche avec Mobitel, et laccueil dans les locaux, nous ont offert un contact direct
avec les managers, la possibilit de mener des entretiens et laccs aux donnes (Boudreau & Robey,
2005). Pour maintenir la confidentialit, les noms de concurrents et les dates ont t changes, les
chelles modifies, et les rsultats sont exprims en units montaires (UM).
Nous avons procd en trois phases principales. Tout dabord, nous avons structur la dcision
dinvestissement et valid que le projet suivait bien une logique optionnelle. Ceci a t ralis travers
lanalyse de documents internes, de rapports danalystes financiers et danalyses sectorielles.106 Ce
travail a t complt par une srie dentretiens semi-directifs au sein de Mobitel. Nous avons valid
cette premire phase danalyse en donnant deux prsentations auprs du dpartement Stratgie et du
dpartement Finance de Mobitel.
Dans un second temps, nous avons estim la valeur de loption dattente. Nous avons utilis lanalyse
ralise dans la premire phase pour dterminer les caractristiques de loption tudie, et choisir les
modles de valorisation appropris. Pour la valorisation de loption, lestimation des paramtres est
cruciale. Nous avons eu accs des donnes internes pour estimer la valeur de paramtres tels que le
sous-jacent, le prix dexercice ou le taux de dividende. Pour modliser le profil des sources
dincertitude, nous avons utilis des projections ralises par des analystes financiers ou des instituts
de recherche. Ces hypothses ont ensuite t valides en donnant une prsentation au sein du
dpartement Finance.
Enfin, nous avons analys les rsultats. Comme il est dusage dans les tudes de cas sur les options
relles, nous avons compar la VAN et la valeur doption. En complment, exploitant nos
observations sur le site ainsi que le matriel collect lors des entretiens, nous avons tudi en quoi les
options relles pouvait amliorer le processus de dcision de Mobitel dans son ensemble.
106
Il existe une abondante littrature sur lindustrie des tlcommunications mobiles, et sur la technologie UMTS
en particulier : sites webs spcialiss (ex : www.UMTSforum), rapports raliss par des cabinets de conseil
spcialiss ou par des instituts de recherche (ex : Yankee Group, Forrester Group, Ovum). Des informations
utiles sont galement publies par les autorits de rgulation nationales et europennes.
193
Chapitre 5
SECTION 1 : ANALYSE STRATEGIQUE DE LA DECISION DINVESTISSEMENT
I. La dcision de lancement dune nouvelle technologie : un arbitrage difficile entre engagement

et flexibilit
I.1. Avantages et inconvnients du lancement rapide dune nouvelle technologie

Le choix de la date de lancement dune nouvelle technologie est crucial pour la rentabilit future et le
positionnement concurrentiel dune entreprise (Sull, 2005). Nanmoins, cest une dcision difficile,
car elle ncessite de raliser un arbitrage entre engagement et flexibilit (Ghemawat, 1991; Miller &
Folta, 2002).
Dun ct, une mise sur le march rapide permet de bnficier davantages au premier entrant. Dans
leur article fondateur, Lieberman et Montgomery (1988) identifient trois sources davantage comptitif
gnr par un lancement rapide : la domination technologique, la premption dactifs et les cots de
changement pour lacheteur. Toutefois, les auteurs reconnaissent galement le risque pour la firme
pionnire dengager de lourds investissements non rcuprables dans une technologie qui peut savrer
non rentable.
A linverse, le report du lancement permet la firme de collecter plus dinformations sur la valeur
conomique potentielle de la nouvelle technologie. Mais dans ce cas, lentreprise sexpose au risque
dtre prempte par ses concurrents. Cela peut conduire une perte significative de parts de march,
et mme lexclusion du march si les cots de changement pour le consommateur sont levs.
Aujourdhui, les managers ne disposent pas doutils leur fournissant une rponse claire ce dilemme
sur la date de lancement (Lint & Pennings, 1999). En particulier, les mthodes de valorisation bases
sur lactualisation des cash-flows (VAN ou TRI) fournissent peu dindications sur la date optimale
dinvestissement, car elles considrent une opportunit dinvestissement comme une dcision se
prenant maintenant ou jamais .
Deux principaux champs de la littrature ont tudi la question de la date dentre sur un march dans
un contexte de concurrence et dincertitude sur la valeur du projet.
En conomie industrielle, de nombreuses recherches ont conduit identifier les avantages gnrs par
une entre rapide sur le march. Celle-ci permet notamment lentreprise de bnficier de cots plus
bas que le suiveur (Spence, 1979), et mme dans certains cas de dcourager lentre de rivaux
potentiels (McGahan, 1993). Nanmoins, en conomie industrielle classique, la littrature ntudie pas
vritablement la question du timing dans le cas dune incertitude exogne (Kulatilaka & Perotti, 1998).
Certains articles traitent de lincertitude de march, mais se concentrent plutt sur la production que
sur linvestissement comme moyen de premption (ex: Appelbaum & Lim, 1985; Spencer & Brander,
1992).107
En stratgie, les recherches sur lavantage du premier entrant illustrant le lien entre ordre dentre sur
un march et part de march ont t suivies par des recherches sur les inconvnients lis la position
de premier entrant (ex: Schnaars, 1994). Ainsi, dans le domaine de la stratgie, la littrature a mis
jour diffrents mcanismes, qui peuvent tre bnfiques soit pour le premier entrant, soit pour le
suiveur. Mais elle ne donne pas au manager de rgle de dcision explicite pour dterminer dans quels
cas il est prfrable doprer un lancement rapide, ou au contraire de repousser lintroduction sur le
march (Lint & Pennings, 1999: 485)
107
Dans ce dernier article, la section 4 est consacre lengagement de capital, mais seulement dans le cas o
lincertitude porte sur les cots du nouvel entrant, et non pas sur le niveau de la demande).
194
Chapitre 5
I.2. Les options relles : un outil prometteur pour dterminer la date optimale dinvestissement
Dans ce contexte, les options relles constituent un outil prometteur pour effectuer larbitrage entre
engagement et flexibilit (Miller & Folta, 2002). La logique optionnelle montre que lattente a de la
valeur, parce que le report dun investissement donne lentreprise lopportunit de collecter plus
dinformation sur la rentabilit potentielle du projet. Ainsi, McDonald et Siegel (1986) concluent
quen cas dincertitude, il peut tre optimal de repousser un investissement, mme si sa VAN est
positive.
Toutefois, la littrature na pas dmontr de faon empirique lintrt de recourir aux options relles,
pour dterminer la date optimale dinvestissement en contexte concurrentiel.
Nous avons identifi dans la littrature trois tudes de cas dtailles tudiant loption de report. Elles
montrent quil peut tre prfrable de repousser un projet dinvestissement, mme si sa VAN est
positive (Tzouramani & Mattas, 2004). Inversement, des projets ayant une VAN ngative ne devraient
pas tre abandonns, mais plutt reports, sil existe une probabilit quils deviennent profitables dans
le futur (Benaroch & Kauffman, 2000; Garvin & Cheah, 2004).
De faon similaire, quelques tudes de cas ont t publies sur des projets dinvestissement pouvant
tre dissocis en plusieurs phases (Miller et al., 2004; Miller & Park, 2004; Maklan et al., 2005). Elles
montrent que plutt que de lancer un projet dans sa totalit, la dcision concernant les phases
ultrieures peut tre repousse, et analyse comme une option. Ainsi, la valeur totale du projet peut
tre positive, alors que la VAN qui valorisait le projet comme un tout parvenait un rsultat ngatif.
Cependant, pour diverses raisons, ces tudes de cas ne traitent pas de projets dinvestissement dont la
valeur est affecte par le risque de premption. Dans certains cas, le projet tudi est interne
lentreprise, visant rduire les cots et/ou amliorer le taux de rtention des clients (Miller & Park,
2004 ; Maklan et al., 2005). Dans dautres tudes, lentreprise est en situation de monopole ou de
concurrence parfaite (Garvin & Cheah, 2004 ; Tzouramani & Mattas, 2004). Lentreprise peut
galement bnficier dune meilleure matrise de la technologie, si bien que les concurrents nont pas
lintention dentrer sur le march tudi (Benaroch and Kauffman 2000).
Comme nous lavons indiqu dans le Chapitre 1,108 les modles pionniers de valorisation doptions
relles (ex : Brennan & Schwartz, 1985 ; McDonald & Siegel, 1986 ; Majd & Pindyck, 1987 ;
Pindyck, 1988 ; Dixit 1989 ; Ingersoll Jr. & Ross, 1992) considrent lentreprise de faon isole de ses
concurrents. En consquence, ils recommandent dattendre trop longtemps avant deffectuer
linvestissement (del Sol & Ghemawat, 1999 : 45; Grenadier, 2000 : 100). Typiquement, ces modles
montrent quil est optimal de reporter linvestissement tant que la valeur actualise des bnfices du
projet reste infrieure au double du cot dinvestissement.
Les recherches plus rcentes en univers oligopolistique montrent que la pression concurrentielle rduit
la valeur doption, et incite investir plus rapidement (Lee, 1988 : 165; Trigeorgis, 1991). Lorsque le
risque de premption est lev, le seuil dinvestissement recommand est beaucoup plus bas, et se
situe aux alentours dune VAN nulle (Grenadier, 2002; Lambrecht & Perraudin, 2003). Le rsultat de
larbitrage entre option dattente et risque de premption peut aussi dpendre du nombre
dinvestissements ncessaires pour couvrir la capacit du march, du taux de croissance du march et
de la volatilit de la demande (Boyer et al., 2004).
Il est donc crucial dintgrer limpact de la concurrence dans lanalyse optionnelle.
Dans cette tude de cas, nous proposons dappliquer les options relles un cas rel de lancement
dune nouvelle technologie, en prenant en compte limpact de la concurrence.
108
Cf. Chapitre 1, section 1, II.3.3. Modles doption en univers concurrentiel
195
Chapitre 5
II. Application : le cas du dploiement dun rseau de tlphonie mobile
Ltude de cas prsente dans ce chapitre constitue un bon exemple de dilemme entre engagement
et flexibilit , et de linsuffisance des outils daide la dcision traditionnels pour rsoudre ce
dilemme.
II.1. Contexte de la dcision dinvestissement tudie

Lavnement de la 3G , qui allait notamment permettre la gnralisation de linternet mobile a
eu lieu dans un contexte euphorique. Les diffrents pays europens ont procd sur la priode mars
2000 juin 2002 lattribution de licences UMTS, pour lesquelles les oprateurs ont, en moyenne,
consenti payer des prix trs levs (Tableau 5.1).
Tableau 5.1: Prix dattribution des licences UMTS dans les principaux pays europens
Pays
Nb de
licences/Nb
total doffres
5/5
Royaume Uni
4/4
Espagne
5/5
Pays Bas
5/5
Italie
6/6
Allemagne
2/4
France
4/4
Finlande
4 / nd
Danemark
3/4
Belgique
6/6
Autriche
nd: non disponible
Mode
dattribution
Montant total des

licences
(Md $)
Enchres
38.4
Enchres
0.52 + %
Enchres
2.7
Enchres
12.2
Enchres
50.8
Concours de beaut
9.9
Concours de beaut
0
Enchres
0.5
Enchres
0.5
Enchres
0.8
Cot par tte

dhabitant
Dure
(annes)
$570
$12
$153
$218
$551
$152
$0
nd
$39
$77
20
20
15
15
20
15
20
nd
20
20
Sources: UMTS Forum, Kagan World Media Ltd., Qualcomm, and Spectrum Strategy Consultants
Toutefois, aprs lclatement de la bulle tlcoms , lenthousiasme a progressivement fait place au

doute. Tous les oprateurs europens ont ainsi repouss le dploiement de leur rseau UMTS.
Lanalyse de ce cas se situe en 2003, priode laquelle les indicateurs laissant prsager une mauvaise
rentabilit du rseau UMTS se multiplient. En particulier, on peut noter le lancement dcevant de
lUMTS par loprateur 3 en Italie et au Royaume-Uni, ainsi que les dficiences techniques de
lUMTS (problmes de compatibilit entre les diffrents quipementiers, mauvaise ergonomie des
terminaux, etc.)
Cette tude de cas a pour cadre un pays europen domin par deux oprateurs, que nous dnommerons
Mobitel et Comptel . Les deux oprateurs ont acquis une licence UMTS, mais nont pas encore
dploy de rseau correspondant.
La dcision tudie porte sur la date optimale de dploiement dun rseau UMTS par Mobitel. Le
calendrier initial prvoyait un dploiement du rseau UMTS fin 2003, ce qui aurait permis le
lancement commercial de la 3G en dcembre 2004. Compte tenu de la forte incertitude pesant sur le
succs de lUMTS, la question est de savoir sil est opportun de reporter dun an la dcision de
dploiement du rseau UMTS.
Dun ct, les oprationnels craignent que Mobitel se laisse devancer par Comptel, qui multiplie les
annonces dun lancement prochain de lUMTS. Dans un tel cas de figure, on peut sattendre ce que
Comptel prenne des parts de march significatives Mobitel, qui seront trs difficiles rcuprer.
196
Chapitre 5
Dun autre ct, faut-il prcipiter le lancement dune nouvelle technologie, dont la profitabilit
apparat trs incertaine ?
II.2. Analyse des alternatives possibles, et de leur rentabilit

Mobitel a la possibilit de reporter dun an la dcision de dploiement dun rseau UMTS. A cette
date, loprateur aura le choix entre trois alternative : lUMTS, lEDGE ou le statu quo .
La technologie EDGE
EDGE (Enhanced Data rate for GSM Evolution) est une technologie concurrente de lUMTS, parfois
qualifie de 2,75 G , car elle offre des dbits bien suprieurs au GSM, sans toutefois atteindre les
dbits de lUMTS. Concrtement, EDGE permet lutilisateur davoir accs presque toutes les
applications offertes par lUMTS, sauf celles ncessitant le transfert simultan de la voix et des
donnes, comme la visiophonie.
EDGE est une version avance du GSM. Pour dployer un rseau EDGE, il suffit donc de mettre
niveau les quipements existants. A linverse, lUMTS est une technologie entirement nouvelle, qui
ncessite de tout reconstruire la base. En consquence, le cot dinvestissement dun rseau UMTS
sera significativement plus lev que celui dun rseau EDGE. Pour le consommateur, les terminaux et
labonnement seront plus onreux avec lUMTS quavec EDGE.
Le choix de la technologie EDGE apparat donc moins risqu, et, en Europe, un oprateur italien a
annonc la fin de lanne 2003 quil privilgierait cette technologie aux dpens de lUMTS. Lintrt
pour EDGE ne sest dvelopp qu partir du moment o lon a commenc mettre en doute la
rentabilit commerciale de lUMTS. En consquence, cette technologie nest pas parfaitement au
point, et son lancement par Mobitel interviendrait alors vers la fin 2005.
Le statu quo : densification du rseau GSM, en attendant larrive dune technologie suprieure
lUMTS
Lautre alternative qui soffre Mobitel consiste tout simplement maintenir la technologie GSM
pendant quelques annes supplmentaires. Mobitel devrait alors uniquement procder aux
investissements ncessaires pour densifier le rseau GSM, et ainsi pallier aux problmes de capacit
qui se profilent.
Cest une stratgie tout fait raliste, car Mobitel pourrait ensuite passer directement la technologie
suprieure, que lon nommera ici la 3.5 / 4G . En effet, avant mme le lancement de la 3G ,
diverses publications mentionnent dj une possible 4G , sur laquelle les recherches progressent
rapidement. Cette quatrime gnration de tlphonie mobile permettrait la transmission de dbits
encore plus importants, et serait moins onreuse dployer que lUMTS.
En rsum, quatre grandes possibilits soffrent Mobitel :
Scnario S0 : lancement de lUMTS en dcembre 2004 ;
Scnario S1 : lancement de lUMTS en dcembre 2005 ;
Scnario S2 : lancement de EDGE en dcembre 2005 ;
Scnario S3 : statu quo : densification du rseau GSM en attendant larrive dune technologie
suprieure lUMTS.
Ces diffrentes alternatives font lobjet de projections financires par Mobitel (Tableau 5.2).
Tableau 5.2 : Comparaison de la VAN des diffrents scnarii (*)

(en UM)
CF gnrs (V)
Investissement (I)
S0 UMTS fin 2004
1 031
838
S1 UMTS fin 2005
734
598
S2 EDGE fin 2005
487
353
Note (*) : VAN incrmentale dgage par rapport au scnario statu quo
VAN (V-I)
192
136
134
VAN / I
23%
23%
38%
197
Chapitre 5
Cest le scnario S0 prvoyant un lancement rapide de lUMTS qui gnre la VAN la plus leve.
Les oprationnels soulignent quen cas de report, Mobitel serait devanc par Comptel. En effet, ce
dernier a annonc quil commercialiserait lUMTS en juin 2005. Une telle situation nuirait
significativement au positionnement concurrentiel de Mobitel. Loprateur subirait la fois des pertes
de parts de march, et une rduction de lARPU (Average Revenue Per Unit) provoque par le dpart
des clients les plus rentables. Cest essentiellement ce risque de premption par Comptel qui explique
que la VAN du scnario 1 soit infrieure celle du scnario 0.
De mme, en dpit dun cot dinvestissement moindre, la technologie EDGE affiche une VAN
infrieure celle de lUMTS. Ceci sexplique essentiellement par le fait que les applications offertes
par EDGE sont plus limites que celles de lUMTS, et gnrent donc un ARPU moindre.
II.3. Un investissement risqu : prsentation des principales sources dincertitude

Dun autre ct, le dploiement dun rseau UMTS ncessite un investissement trs lourd, et il est
irrversible. Or, comme le soulignent les responsables du dpartement Finance , les incertitudes qui
psent sur la russite de cet investissement sont nombreuses.
II.3.1. Une forte incertitude pesant sur le niveau de la demande
La principale source dincertitude affectant la rentabilit du rseau UMTS porte sur le niveau de la
demande. Les variables cl sont la vitesse de pntration de lUMTS, et le revenu moyen gnr par
abonn (ARPU). Le tableau 5.3 montre que la VAN du projet est trs sensible la valeur prise par ces
paramtres.
Tableau 5.3 : Analyse de sensibilit de la VAN du projet UMTS (scnario S0) au niveau de la
demande (en UM)
VAN (S0)
VAN (S1)
VAN (S2)
Vitesse pntration
v
min
max
0.5
1.2
-85
520
-148
452
-52
361
ARPU donnes 3G
Rd3G
min
max
6
20
-116
548
-139
468
-2
317
ARPU voix 2G
Rv2G
min
max
20
30
-80
465
-67
353
16
276
Incertitude sur la vitesse de pntration de la technologie UMTS

Les rsultats des calculs de VAN prsents dans le Tableau 5.2 reposent sur des hypothses de vitesse
de pntration de lUMTS relativement optimistes. En ralit, il est tout fait envisageable que
lUMTS ne dcolle pas de faon aussi rapide que prvu.
Par rapport au GSM, la principale innovation apporte par la technologie UMTS rside dans la
possibilit de transmettre des donnes avec un dbit important, et de faon simultane avec la voix.
Ces possibilits ouvrent la voie de nombreuses applications, parmi lesquelles on peut notamment
citer :
- La rception et lenvoi de courriers lectroniques ;
- La visiophonie (tlphoner, tout en voyant limage de son interlocuteur) ;
198
Chapitre 5
La consultation dinternet, permettant par exemple, de grer distance son compte en banque, de
lire les informations, de recevoir un bulletin mto, etc. ;
Le commerce lectronique.
Cependant, les tudes marketing, montrent que les consommateurs nont quun intrt trs limit pour
linternet mobile . Parmi les applications numres ci-dessus, aucune napparat aux yeux des
consommateurs suffisamment attractive pour justifier le prix dun abonnement UMTS, qui est
significativement plus lev que celui dun abonnement GSM (environ plus 20 30%).
En dehors du fait que ces diffrentes applications sont un peu perues comme des gadgets
accessoires, les terminaux noffrent pas une ergonomie suffisante (poids, taille de lcran, autonomie
de la batterie) pour pouvoir bnficier dun bon confort dutilisation. Il reste donc des efforts
technologiques produire sur ces aspects.
Ainsi, les dbuts de loprateur 3 en Italie et au Royaume-Uni ont t dcevants. Ce nest
finalement quen offrant des prix casss sur la voix que cet oprateur a pu finalement augmenter le
nombre dabonns, qui ne se montraient gure intresss par la transmission de donnes !
Incertitude sur le revenu moyen gnr par abonn (Average Revenue Per Unit)
Ce revenu moyen a deux composantes : une composante voix et une composante donnes . Lors
de lattribution des licences UMTS, et en se basant sur lexemple du Japon, les oprateurs ont tabl sur
le fait que la baisse continue de lARPU Voix serait compense par une hausse de lARPU Donnes.
En Europe cependant, aucun lment ne permet dtayer ce raisonnement. En particulier, il semble que
les possibilits daccroissement de lARPU Donnes aient t largement surestimes. Nous avons
mentionn le faible intrt des consommateurs pour linternet mobile. Mme si, grands renfort de
subvention de terminaux, les oprateurs parvenaient convaincre les abonns de migrer du GSM
vers lUMTS, il est bien possible que la consommation pour le transport de donnes reste faible, les
consommateurs se contentant dune utilisation occasionnelle dapplications ncessitant un dbit assez
faible (par exemple la consultation et lenvoi de courriers lectroniques sans fichier attach).
Inversement, lrosion de lARPU Voix que lon a pu constater au cours des annes prcdente semble
sarrter. A lavenir, rien ne dit que lARPU Voix et donc la rentabilit dune activit base sur la
technologie GSM continuera de baisser.
II.3.2. Incertitudes concurrentielles et technologiques

Par ailleurs, au-del de lincertitude sur le succs de lUMTS, Mobitel est soumis une forte
incertitude sur la stratgie suivie par son principal concurrent. Rien ne garantit que Comptel se
conformera son annonce de lancer commercialement lUMTS en juin 2005. Comptel a dj report
plusieurs reprises le lancement commercial de son offre UMTS.
Les responsables financiers soulignent que si Mobitel repoussait dun an le lancement de loffre
UMTS, Comptel pourrait bien faire de mme. Dans ce cas, la VAN du scnario S1 serait nettement
plus favorable que celle indique dans le Tableau 5.2.
Enfin, il existe une incertitude sur la date dmergence de la technologie qui succdera lUMTS
( 3.5G , voire 4G). Cette date impacte directement la valeur du scnario statu quo , qui prvoit de
densifier le rseau GSM, avant de passer directement la 3.5 / 4G.
II.3.3. Une analyse de risque plus pousse : les simulations de Monte Carlo et le calcul de la Value-atRisk (VaR)
Les analyses de sensibilit de la VAN telles que celle pratique dans le Tableau 5.3 ne constituent
quune analyse de risque assez grossire. Une approche plus approprie consiste raliser des
199
Chapitre 5
simulations de Monte Carlo sur la valeur de la VAN du projet UMTS, et en calculer la Value-at-Risk
(VaR). En effet, cette technique permet de faire varier en mme temps les diffrentes sources
dincertitude, et de tenir compte galement des corrlations entre ces sources dincertitude.
Nous dtaillons en Annexe 4 les hypothses concernant le profil de risque des variables incertaines.
Ces hypothses permettent deffectuer les simulations de Monte Carlo, et par suite de calculer la VaR
du projet. Pour rappel, les sources dincertitude que nous avons modlises sont les suivantes : Vitesse
de pntration de lUMTS, ARPU voix, ARPU donnes, stratgie suivie par Comptel et anne
dmergence de la technologie suprieure lUMTS.
Les rsultats du calcul de VaR prsents dans le Tableau 5.4 rvlent que les pertes potentielles
gnres par le projet UMTS peuvent tre trs lourdes : selon le seuil de confiance retenu, elles sont de
lordre de 580 700 MU, alors que la VAN espre du projet est de 136 MU.
Tableau 5.4 : Rsultat du calcul de VaR du projet UMTS
UM
VaR du projet UMTS
(*)
95%
Seuil de confiance
90%
85%
-692
-638
-582
Note : (*) : VaR calcule sur la VAN du scnario S1

Lampleur des pertes indique par la VaR sexplique par le fait que cet indicateur correspond aux
pertes maximales auxquelles lentreprise sexpose, lorsque toutes les sources dincertitude prennent
leur valeur la plus dfavorable possible. A linverse, une simple analyse de sensibilit de la VAN
(Tableau 5.3) nindiquait que la perte enregistre lorsquune seule source dincertitude prenait sa
valeur la plus dfavorable.
En complment du calcul de VaR, il peut tre intressant dtudier la distribution de la valeur du projet
UMTS donne par les simulations de Monte Carlo (Figure 5.1).
200
Chapitre 5
Figure 5.1 : Distribution de la VAN du projet UMTS obtenue par les simulations de Monte
Carlo (UM)
12%
VAN moyenne du scnario 1:

136 MU
Occurence (sur 1000 simulations)
10%
8%
6%
4%
2%
0%
<700
-700
-600
-500
-400
-300
-200
-100
100
200
300
400
500
600
700
800
900
1000 1100 1200 1300
>
1300
VAN du projet UMTS (scnario 1) en UM
Lanalyse de lensemble de la distribution de la VAN du projet confirme les pertes trs leves
(suprieures 400 UM) pouvant tre enregistres par linvestissement dans un rseau UMTS (22% des
tirages). Inversement, dans 23% des cas, les gains peuvent tre trs attractifs (VAN suprieure 500
UM).
La courbe de distribution de la VAN montre aussi que dans 47% des cas, la VAN du projet UMTS est
ngative ou nulle.
Le fait davoir complt le calcul de la VAN moyenne par des simulations de Monte Carlo a permis de
mieux cerner le risque du projet. Nanmoins, ces outils donnent une ide trompeuse de la rentabilit et
du profil de risque du projet, car ils incluent des configurations peu ralistes. Si par exemple Mobitel
repousse dun an le lancement de lUMTS, et saperoit lissue de cette priode que cette technologie
nest pas rentable, alors il ne dploiera pas de rseau UMTS !
III. Analyse optionnelle de la dcision dinvestissement
III.1. Principe de la dmarche optionnelle

Les analyses ralises prcdemment, cest--dire lestimation de la VAN moyenne, les analyses de
sensibilit de la VAN, et le calcul de la Value-at-Risk de la VAN sont des approches statiques : elles
valorisent un projet dinvestissement dans une configuration bien prcise, sans possibilit dvolution.
A linverse, lapproche par les options relles envisage demble que le projet dinvestissement pourra
tre modifi au cours du temps en fonction de lvolution des paramtres incertains.
Si Mobitel dcide de ne pas lancer lUMTS immdiatement, alors il se donne la possibilit, dans un
an, de choisir entre trois stratgies :
201
Chapitre 5
Scnario S1 : lancement de lUMTS en dcembre 2005.

Scnario S2 : lancement de lEDGE en dcembre 2005.
Scnario S3 : abandon de lUMTS, et densification du rseau GSM pour pallier aux problmes de
capacit, en attendant lmergence dune technologie suprieure lUMTS.
Le choix du scnario le plus profitable sera alors nettement plus facile effectuer qu la date
daujourdhui, car loprateur disposera cette date l dinformations plus solides pour juger de la
rentabilit du projet. En particulier, il pourra appuyer sa dcision sur les lments suivants :
1. Concernant la vitesse de pntration de lUMTS
Mobitel pourra mieux juger de la capacit des quipementiers fournir en quantit suffisante
des terminaux rpondant aux exigences des consommateurs ;
Lintrt des consommateurs pour linternet mobile pourra stre accru, si les fournisseurs de
contenu ont russi mettre au point des offres attractives ;
Mobitel pourra galement laborer des projections beaucoup plus sres, en se basant sur la
vitesse de pntration de lUMTS observe dans les pays qui auront lanc cette technologie.
(en particulier loprateur 3 en Italie et au Royaume-Uni) ;
Par ailleurs, Mobitel pourra galement se baser sur les rsultats obtenus par les oprateurs
ayant fait le choix de la technologie EDGE, plutt que de lUMTS : dans la mesure o EDGE
offre presque les mmes fonctionnalits que lUMTS, mais un cot moindre, peut tre cette
technologie sera-t-elle apprcie des consommateurs ?
2. Concernant lvolution de lARPU
Mobitel pourra mieux juger si larrt de la baisse de lARPU voix que lon pouvait observer
en 2002 - 2003 tait temporaire, ou sil correspond un phnomne de longue dure.
Mobitel pourra observer quels ARPU donnes ont t dgags par les oprateurs ayant lanc
lUMTS dans dautres pays dEurope.
3. Concernant la stratgie de Comptel
Mobitel maintient une observation trs attentive des investissements de son concurrent,
notamment en matire dacquisition de sites sur lesquels sont installs les antennes. Ainsi, dans un
an, Mobitel disposera dune vision plus prcise de la stratgie de Comptel lgard de lUMTS.
4. Concernant la date dmergence dune technologie concurrente lUMTS
Dans un an, Mobitel disposera dlments plus fiables quant aux progrs raliss pour lmergence
dune technologie de quatrime gnration .
III.2. Caractristiques de loption tudie dans le cadre du projet dinvestissement UMTS
Le projet dinvestissement de Mobitel dans lUMTS peut donc tre assimil une option dattente,
dont les caractristiques sont les suivantes :
Sous-jacent : cash-flows gnrs par lexploitation dun rseau UMTS ;

Prix dexercice : investissement ncessaire pour dployer un rseau UMTS ;
Temps restant jusqu lchance : un an.
Loption doit tre exerce au plus tard dans un an : au del de la fin 2004, Mobitel devra avoir pris
une dcision (UMTS, EDGE, densification du rseau GSM), sans quoi il risque dtre confront
dimportants problmes de capacit.
Type doption : option europenne
202
Chapitre 5
Il sagit dune option europenne, car loption peut difficilement tre exerce de faon anticipe.
Ceci sexplique par deux raisons principales :
Linvestissement dans un rseau de tlcommunications est une opration complexe et de
grande envergure, qui ncessite une grande prparation. Pour des raisons techniques et
organisationnelles, on peut raisonnablement estimer que la frquence maximale de rvision
dune telle dcision est de lordre de 6 mois.
Le phnomne de rvlation de linformation est progressif. Dans le cas dune option
financire, le dtenteur de loption connat exactement la valeur du pay-off en cas
dexercice anticip. A linverse, si Mobitel souhaitait exercer son option dattente de faon
anticipe, loprateur le ferait en nayant rduit que de faon partielle lincertitude affectant la
valeur du sous-jacent, et donc du pay-off.
Dans la section 2, nous valorisons deux options diffrentes.

Une option, appele option UMTS , dont lexercice consiste dployer un rseau UMTS. Nous
noterons sa valeur VO (UMTS).
Une option, appele option UMTS + EDGE , dont lexercice consiste dployer soit un rseau
UMTS, soit un rseau EDGE. Nous noterons sa valeur VO (UMTS + EDGE). Cette option
comporte plusieurs modalits dexercice. Elle se distingue dune option financire classique, et est
donc plus complexe valoriser.
Nous avons maintenant dfini les caractristiques de loption tudie, et sommes donc en mesure de
dterminer les modles de valorisation appropris. Dans la section suivante, nous nous attacherons
donc valoriser loption dattente dont dispose Mobitel.
203
Chapitre 5
SECTION 2 : VALORISATION DE LOPTION
Dans cette section, nous valorisons loption dattente dtenue par Mobitel par trois mthodes
diffrentes :
Un modle dterminant la valeur doption de faon analytique : la formule de Black et Scholes,
qui est le modle analytique de rfrence pour la valorisation dune option europenne simple.
Le modle des arbres binomiaux ;
La mthode prsente en Chapitre 4 par les simulations de Monte Carlo.
I. Valorisation par le modle de Black & Scholes
I.1. Dtermination de la valeur des paramtres
I.1.1. Valeur du prix dexercice (K)

Le prix dexercice dune option relle correspond linvestissement ncessaire pour lancer le projet.
Concrtement, pour tablir la valeur de ce paramtre, il faut prendre en compte les considrations
suivantes.
1. Comme pour le calcul de VAN, il ne faut pas considrer linvestissement correspondant au projet
lui-mme, mais plutt linvestissement additionnel ncessit par le projet par rapport au scnario
statu quo (scnario S3).
2. Par ailleurs, il sagit de linvestissement consentir dans le cas o le projet est repouss dun an.
Dans notre tude de cas, ce montant est diffrent de linvestissement consentir si le projet UMTS
est lanc immdiatement, notamment en raison des importants progrs techniques que lon peut
esprer raliser sur une priode de un an, pour une technologie comme lUMTS qui na pas atteint
sa maturit. Avec les notations que nous avons adoptes dans cette tude de cas, il faut donc
prendre en compte I(S1), et non pas I(S0).
3. Une analyse dtaille des business plans des diffrents scnarios rvle que les cots
dinvestissement peuvent tre classs en deux catgories : certains sont fixes, tandis que dautres
peuvent tre ajusts en fonction du trafic. Or, le modle de Black et Scholes a t dvelopp pour
valoriser une option dont le prix dexercice K est constant, quel que soit le cours du sous-jacent S
au moment de lexercice de loption.
En consquence, il ne faut inclure dans le prix dexercice que les cots dinvestissement fixes. Les
cots dinvestissements qui sont proportionnels au chiffre daffaires seront rintgrs dans la
valeur du sous-jacent.
4. Enfin, les valeurs sur lesquelles nous avons raisonn jusqu prsent sont actualises par rapport
lanne 2003. Il faudra les actualiser par rapport lanne 2004, date dchance de loption.
Ayant effectu ces quatre oprations, nous obtenons un prix dexercice de 1 202 UM.
I.1.2. Valeur du sous-jacent (S)

La valeur du sous-jacent correspond aux cash-flows gnrs par le projet UMTS. En effectuant des
oprations similaires celles dcrites pour le prix dexercice, nous obtenons une valeur du sous-jacent
gale 1358 UM.
204
Chapitre 5
I.3.3. Valeur du paramtre de volatilit ()

A quoi le paramtre de volatilit correspond-il concrtement ?
Tout dabord, il faut noter que ce paramtre dcrit la volatilit suivie par les cash-flows globaux du
projet, et non pas la volatilit de telle ou telle source dincertitude laquelle est soumis le projet. Ces
cash-flows globaux ne sont pas ceux gnrs par le projet en tant que tel, mais correspondent en fait
la diffrence entre les cash-flows que lon aurait obtenus si le projet avait t lanc (ici : scnario S1),
et les cash flows que lon aurait obtenus si le projet avait t abandonn (ici : scnario S3). Si lon
reprend les notations adoptes dans cette tude de cas, correspond donc la volatilit de la valeur
prise par V (S1-S3).
Plus prcisment, dans le modle de Black et Scholes, le paramtre correspond la volatilit
observe sur le taux de rendement de la valeur du projet, avec : = ln [ V(S1-S3) / V (S0-S3) ].
Or, nous avons vu dans le calcul de VaR que les cash-flows gnrs par le projet UMTS sont soumis
plusieurs sources dincertitude, qui prsentent chacune une volatilit, et de manire gnrale, un profil
de risque diffrents.109 La plupart de ces sources dincertitude ( ARPU Voix , stratgie de Comptel,
date darrive de la 4G) affectent galement les cash-flows gnrs par le scnario statu quo
(scnario 3).
Certains chercheurs suggrent que la volatilit soit estime intuitivement par le manager.110 On voit ici
que cela na pas de sens dattendre de la part du manager une estimation de la volatilit prise par la
variable .
Afin de parvenir une estimation plus correcte de la volatilit, Copeland et Antikarov (2001)
recommandent de procder des simulations de Monte Carlo. Dans cette tude de cas, il faudrait alors
simuler les valeurs prises par la variable = ln [ V(S1-S3) / V (S0-S3) ]. La valeur du paramtre
correspondrait la volatilit observe pour la variable sur lensemble des simulations ralises.
Malheureusement, la dfinition du taux de rendement comme un logarithme nest dans la pratique pas
toujours possible. Pour un certain nombre de simulations, V (S1-S3) prend en effet une valeur
ngative (cf. section 2, IV. Comparaison des rsultats obtenus par les diffrentes mthodes de
valorisation), et cela nest donc mathmatiquement pas possible den calculer le logarithme. Ce
problme ne se pose pas dans la thorie, car le modle de Black et Scholes fait lhypothse que le
sous-jacent suit un mouvement brownien gomtrique, et ne peut donc pas prendre de valeur ngative.
Comme les simulations de Monte Carlo ne nous permettent pas de dterminer une valeur pour , nous
calculerons la valeur de loption pour diffrents taux de volatilit possibles, et effectuerons des
analyses de sensibilit.
I.2. Rsultats numriques

Le Tableau 5.7 rcapitule la valeur de loption dattente tablie par la formule de Black et Scholes
pour diffrents niveaux de volatilit du sous-jacent.
109
110
cf. Annexe 4
Cf. Approche subjective dcrite par Borison, 2005
205
Chapitre 5
Tableau 5.5 : Valorisation de loption UMTS par la formule de Black et Scholes
UM
Sous-jacent
V' (S1 - S3)
Prix d'exercice
I' (S1-S3)
Taux d'actualisation
r
Dure (annes)
T
Volatilit
Valeur de l'option "UMTS" (VO UMTS)
1 358
1 202
14.3%
1
20%
326
30%
353
40%
388
50%
426
II. Valorisation par le modle binomial
La Figure 5.2 dtaille les calculs raliss pour calculer la valeur de loption UMTS par la mthode
des arbres binomiaux. Elle reprsente larbre dvolution du sous-jacent, puis larbre permettant de
calculer la valeur de loption.
Les paramtres ncessaires pour la valorisation de loption sont les mmes que pour le modle de
Black et Scholes. Nous sommes donc nouveau confronts au problme de lestimation de la
volatilit. Nous effectuerons donc des analyses de sensibilit sur la volatilit. Pour la Figure 5.2, nous
avons pris une volatilit de 40% par an, soit 12% par mois.
Figure 5.2 : Exemple de valorisation de loption UMTS par la mthode des arbres binomiaux
206
Chapitre 5
Le Tableau 5.6 rcapitule la valeur de loption UMTS par la mthode des arbres binomiaux pour
diffrents niveaux de volatilit du sous-jacent.
Tableau 5.6 : Valorisation de loption UMTS par la mthode des arbres binomiaux
UM
Sous-jacent
V' (S1 - S3)
Prix d'exercice
I' (S1-S3)
r
Dure (annes)
T
Volatilit
Valeur de l'option "UMTS" (VO UMTS)
1 358
1 202
14.3%
1
20%
325
30%
354
40%
390
50%
430
III. Valorisation par les simulations de Monte Carlo
La premire tape consistant simuler les valeurs possibles du sous-jacent lchance a dj t

effectue lors du calcul de la VaR (section 1).
On peut ds lors, pour chaque simulation, aisment calculer le pay-off de loption. Celui-ci correspond
au maximum entre la VAN du scnario 1 et la valeur 0 (cf. cellule F29 dans la Figure 5.3). Si lon
souhaite valoriser loption ouvrant galement la possibilit dun dploiement de EDGE (et non pas
seulement un choix binaire entre lUMTS et labandon), alors le pay-off correspond au maximum
entre la VAN du scnario 1, la VAN du scnario 2 et la valeur 0 (cf. cellule F30 dans la Figure 5.3).
207
Chapitre 5
Figure 5.3 : Exemple dune simulation, et du calcul du pay-off de loption lchance
A chaque simulation, la valeur des variables incertaines (cellules sur fond gris dans la Figure 5.3)
change, et on calcule la valeur du pay-off correspondant. La valeur de loption dattente correspond
alors la moyenne des pay-offs observs au cours des n simulations.
Les valeurs doption obtenues lissue de 1000 simulations sont, suivant la prise en compte ou non de
lalternative EDGE, indiques dans le Tableau 5.7.
Tableau 5.7 : Valorisation de loption UMTS et de loption UMTS + EDGE par la mthode des
simulations de Monte Carlo
(en UM)
Option UMTS
Option UMTS + EDGE
Notation
VO (UMTS)
VO (UMTS + EDGE)
Valeur doption
310
341
208
Chapitre 5
IV. Comparaison des rsultats obtenus par les diffrentes mthodes de valorisation
Nous avons retenu deux principaux critres de comparaison des mthodes de valorisation doptions
relles :
La qualit numrique des rsultats obtenus ;
La facilit dutilisation et lacceptabilit par les dirigeants. Mme si les rsultats obtenus sont
pertinents, encore faut-il que la mthode soit suffisamment simple et accessible pour pouvoir tre
applique dans le monde de lentreprise.
IV.1. Qualit des rsultats numriques obtenus
Tableau 5.8 : Comparaison des rsultats obtenus avec diffrentes mthodes de valorisation
doption
(en UM)
VO (UMTS)
VO (UMTS+EDGE)
Black & Scholes
Arbre binomial
326-426
325-430
Simulations de
Monte Carlo
310
341
Lanalyse du Tableau 5.8 comparant les rsultats obtenus par les trois mthodes appelle deux
principaux commentaires :
Contrairement aux arbres binomiaux et au modle de Black et Scholes, les simulations de Monte
Carlo permettent de valoriser des options complexes.
On observe une divergence des rsultats entre dune part la mthode par les simulation de Monte
Carlo, et dautre part les arbres binomiaux et le modle de Black et Scholes.
IV.1.1. Capacit valoriser des options complexes

Loption dattente dont dispose Mobitel est une option complexe, car il existe plusieurs modalits
dexercice lchance : loption peut tre exerce soit en dployant un rseau UMTS, soit en
dployant un rseau EDGE.
Comme nous lavons indiqu dans le Chapitre 3, le modle de Black et Scholes et la mthode des
arbres binomiaux sont peu souples dutilisation, et ne permettent de valoriser quune option simple,
avec une seule modalit dexercice (ici : le dploiement dun rseau UMTS).
A linverse, avec la mthode des simulations de Monte Carlo, il a t possible de valoriser loption
offrant la possibilit de dployer soit EDGE, soit UMTS.
Limplication pour la dcision dinvestissement est double :
Le modle de Black et Scholes et les arbres binomiaux tendent sous-valuer loption dattente,
car ils excluent la flexibilit supplmentaire offerte par la possibilit de dployer EDGE. A
linverse, la mthode par les simulations de Monte Carlo montre bien que la valeur de loption
UMTS+EDGE est suprieure la valeur de loption UMTS .
Dune manire gnrale, le modle de Black et Scholes et les arbres binomiaux donnent une vision
simpliste de la dcision dinvestissement, et excluent de la discussion toutes les hypothses
relatives lalternative EDGE .
209
Chapitre 5
IV.1.2. Divergence dans la modlisation du processus suivi par le sous-jacent

Le tableau 5.9 montre que les rsultats obtenus par les arbres binomiaux et par la formule de Black &
Scholes sont trs proches (moins de 1% de diffrence). Ce rsultat est logique, puisque la mthode des
arbres binomiaux est une approximation du modle de Black et Scholes.
Tableau 5.9 : Comparaison des rsultats du modle des arbres binomiaux et du modle de Black
& Scholes
UM
Volatilit
Black & Scholes

Arbres binomiaux
% diffrence BS / arbres
20%
326
325
-0,2%
30%
353
354
0,3%
40%
388
390
0,7%
50%
426
430
0,8%
En revanche, le modle de Black et Scholes et les arbres binomiaux conduisent une valorisation
suprieure celle obtenue par les simulations de Monte Carlo (cf. Tableau 5.8). Cette divergence
sexplique par le fait que les hypothses concernant la distribution du sous-jacent lchance sont
diffrentes.
Le modle de Black et Scholes, ainsi que le modle des arbres binomiaux font lhypothse que le sousjacent, cest--dire la valeur des cash-flows dgags par le projet tudi, suit un mouvement brownien
gomtrique (MBG). Lhypothse du MBG implique que la distribution du sous-jacent lchance
suit une loi log-normale, comme indiqu dans la figure ci-dessous.
Figure 5.4 : Construction de larbre dvolution du sous-jacent (fig. 5.4a.) et distribution du
sous-jacent lchance (fig. 5.4b.)
Figure 5.a.
Figure 5.b.
924
1
735
566
2
836
645
497
()
()
12
3 066
2 365
1 824
1 406
1 085
836
645
497
384
296
228
176
136
Prob.
1
12
66
220
495
792
924
792
495
220
66
12
1
792
Occurence
0
645
792
495
495
220
1
0
220
66
12 66
250
12
500
750
1 000
1 250
1 500
1 750
2 000
2 250
2 500
1
2 750
3 000
Valeur du sous-jacent (UM)
Par rapport aux deux modles prcdents, la mthode par les simulations de Monte Carlo ne ncessite
pas de formuler dhypothse spcifique concernant la distribution du sous-jacent lchance. Il sagit
seulement de prciser le profil de risque des diffrentes sources dincertitude.111 La distribution du
sous-jacent lchance est alors celle donne par lensemble des simulations ralises en appliquant
les hypothses concernant les sources dincertitude.
La Figure 5.5 montre que la distribution rvle par les simulations de Monte Carlo est trs loigne
de la distribution lognormale implique par lhypothse de MBG.
111
cf. Annexe 4
210
3 250
Chapitre 5
En particulier, une distribution log-normale ne gnre que des valeurs positives pour le sousjacent. Or, dans cette tude de cas, pas moins de 20% des simulations de Monte Carlo conduisent
des valeurs ngatives pour le sous-jacent. Concrtement, ceci signifie que dans certains cas le
projet UMTS gnre des cash-flows infrieurs ceux qui auraient t dgags si Mobitel avait
choisi de se concentrer sur la technologie GSM. Un tel cas de figure peut notamment se produire
dans les scnarii o lARPU gnr par les clients UMTS reste dans la fourchette basse des
estimations. Les cots importants de subvention des nouveaux terminaux (subscriber acquisition
costs, ou SACs) ne sont alors plus compenss par la hausse de lARPU, ce qui conduit des pertes
oprationnelles.
Par ailleurs, contrairement la distribution log-normale, la distribution observe avec les
simulations de Monte Carlo comporte plusieurs pics , qui rsultent des diffrentes stratgies de
Comptel.
Figure 5.5 : Distribution de la valeur du sous-jacent lchance suivant la mthode de
valorisation doption
250
200
Occurrence
150
100
50
0
-6
-5
-4
-3
-2
-1
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
Valeur du sous-jacent l'chance (UM)

Arbre binomial / Black&Scholes
Simulations de Monte Carlo
IV.2. Facilit dutilisation et acceptabilit par les dirigeants
Des logiciels ont t dvelopps pour permettre aux utilisateurs de valoriser les options relles par
diffrentes mthodes, et notamment par la formule de Black et Scholes et par les arbres binomiaux. 112
En consquence, la facilit dutilisation des diffrentes mthodes de valorisation dpend
essentiellement de la question de la valeur prise par les paramtres dentre.
La prsente tude de cas constitue une bonne illustration de la difficult pour le manager estimer la
valeur des paramtres de calcul lorsque la mthode utilise est le modle de Black et Scholes ou les
arbres binomiaux. En lespce, deux paramtres ont pos problme : la volatilit et le prix dexercice.
112
Exemple : Real Options Toolkit, dvelopp par la socit Decisioneering.inc.
211
Chapitre 5
IV.2.1. Difficult estimer la volatilit du projet

Nous avons indiqu au dbut de cette section la difficult estimer la valeur du paramtre
volatilit pour la formule de Black et Scholes et les arbres binomiaux. Ceci est particulirement
problmatique, car le taux de volatilit retenu a un impact trs marqu sur la valeur de loption (cf.
Tableau 5.9).
A linverse, la mthode par les simulations de Monte Carlo requiert de la part des utilisateurs
dindiquer la valeur et le profil de risque de paramtres qui correspondent des lments tangibles
dun business plan. Dans cette tude de cas, il sagit du revenu par abonn (ARPU), de la vitesse de
pntration de lUMTS, de la stratgie de Comptel et de la date dmergence de la 4G .
Lestimation de la valeur des paramtres de calculs est donc beaucoup plus aise que pour les deux
modles prcdents.
IV.2.2. Risque derreur dans lestimation du prix dexercice

Cette tude de cas illustre galement les erreurs qui peuvent tre commises dans lestimation de la
valeur du prix dexercice.
Tableau 5.10 : Impact de la valeur du prix dexercice sur la valeur doption
(valeur doption calcule par la formule de Black & Scholes)
UM
Prix d'exercice = CAPEX totaux
Prix d'exercice = CAPEX fixes
% diffrence totaux / fixes
Volatilit
20%
249
326
-24%
30%
260
353
-26%
40%
276
388
-29%
50%
297
426
-30%
Nous avons indiqu au dbut de la section 2 que lorsque la formule de Black et Scholes ou les arbres
binomiaux sont utiliss, la valeur du prix dexercice correspond seulement au cot dinvestissement
fixe du projet.
Le Tableau 5.10 montre quune utilisation nave du modle de Black et Scholes dans laquelle on aurait
pris la totalit du cot dinvestissement comme prix dexercice conduirait une sous-estimation
importante (25% 30%) de la valeur de loption.
Dans le cas de la mthode par les simulations de Monte Carlo, on ne sexpose pas ce type derreur,
car cette mthode nimpose pas la contrainte dun prix dexercice fixe.
IV.2.3. Acceptabilit du modle de valorisation par les dirigeants

Trois principaux paramtres peuvent influer sur lacceptabilit par les dirigeants dun modle de
valorisation.
Le mcanisme utilis pour la valorisation est-il comprhensible ?
Le dirigeant a-t-il les moyens de juger de la pertinence de la valorisation ?
Les comptences techniques requises pour comprendre et utiliser le modle sont-elles
importantes ?
Concernant le mcanisme de valorisation de loption, on observe des diffrences importantes entre les
diffrentes mthodes testes :
Le modle de Black et Scholes peut tre compar une bote noire .
A linverse, le modle des arbres binomiaux prsente lavantage dtre assez parlant pour le
dcisionnaire (Figure 5.2) : dans un premier temps, la construction dun arbre dvolution du sous-
212
Chapitre 5
jacent souligne le fait que la valeur du projet, telle quelle est estime aujourdhui, est soumise
une forte incertitude. Dans un deuxime temps, la construction de larbre pour calculer la valeur
de loption illustre clairement les stratgies possibles lchance (ici : UMTS ou statu quo )
suivant la valeur prise par le sous-jacent lchance.
Le modle par les simulations de Monte Carlo est moins visuel que les arbres binomiaux, mais son
principe de fonctionnement est ais comprendre pour les dirigeants : simuler les valeurs
possibles du projet lchance, slectionner alors lalternative la plus rentable, et calculer la
moyenne des pay-offs sur lensemble des simulations.
Concernant la pertinence de la valorisation, celle-ci sera difficile tablir par le dirigeant dans le cas
o la mthode utilise est la formule de Black et Scholes ou les arbres binomiaux. En effet, nous avons
vu que les paramtres dentre ne correspondent pas des donnes observables.
Lorsque ces deux mthodes sont utilises, le risque est donc que la valorisation de loption relle soit
perue comme un exercice de style , et nentre finalement que peu en compte dans la dcision
finale.
En revanche, la mthode par les simulations de Monte Carlo a t dans ce cas lopportunit deffectuer
des hypothses fines sur les principales sources dincertitude, et leur impact sur la valeur du projet. Par
exemple, il a fallu dtailler les principales stratgies possibles de Comptel, et valuer limpact de
chacune sur les cash-flows dgags par Mobitel.
De mme, plutt que de raisonner sur des donnes moyennes, la mthode par les simulations de Monte
Carlo a ncessit par exemple dindiquer une fourchette pour lARPU gnr par la 3G ou pour la
vitesse de pntration de lUMTS.
Cette approche prsente deux principaux avantages pour le processus de dcision.
Elle permet dtablir un dialogue entre dune part les personnes qui soumettent le projet au comit
dinvestissement, et dautre part les personnes qui prennent la dcision dinvestissement. En effet,
les dirigeants peuvent avoir connaissance des hypothses retenues pour la modlisation des
diffrentes sources dincertitude, et ainsi apprcier la pertinence de la valorisation.
Elle permet aux dirigeants de mieux cerner les principales sources de risque du projet, alors que le
risque est apprhend de faon globale avec les deux autres mthodes de valorisation doption.
Enfin, en matire de comptences requises, on peut noter que la mthode par les simulations de Monte
Carlo prsente lavantage dtre le prolongement du calcul de VaR / de lanalyse des risques par les
simulations de Monte Carlo, qui est dj pratique par un certain nombre dentreprises.
Pour la formule de Black et Scholes et les arbres binomiaux, il est possible soit deffectuer un calcul
sur Excel, soit de recourir des logiciels spcialiss.
213
Chapitre 5
SECTION 3 : DISCUSSION : APPORT DES OPTIONS REELLES A LA DECISION DE

LANCEMENT DUNE NOUVELLE TECHNOLOGIE
Au cours de la collecte de donnes et des interviews ralises pour lanalyse par les options relles,
nous avons eu lopportunit dobserver le processus de dcision chez Mobitel. Dans cette section, nous
discutons en quoi les options relles qui taient ici mises en uvre titre de test, mais pas vraiment
appliques dans lentreprise auraient pu potentiellement amliorer le processus de dcision.
Il nous semble que les contributions des options relles peuvent tre observes deux moments du
processus (Tableau 5.11) : pour la prise de dcision initiale, et galement pour le suivi de la dcision,
au cas o le dploiement de lUMTS serait report.
Tableau 5.11: Apports potentiels de lanalyse optionnelle au processus de dcision

dinvestissement
Situation observe chez Mobitel
Amliorer le
processus pour
la dcision
initiale
Etablir des
rgles de
conduite claire
en cas de report
de
linvestissement
Dploiement du rseau UMTS report,

alors que la VAN recommandait un
dploiement rapide
Dsaccord entre les oprationnels
(crainte de la premption par Comptel)
et les financiers (crainte dengager des
investissements importants pour une
technologie non rentable)
En raison du montant lev pay pour
la licence, attention concentre sur
lUMTS, sans intrt rel pour des
solutions techniques alternatives
Contribution potentielle des options

relles
Recommandation plus pertinente que la
VAN
sur
la
date
optimale
dinvestissement
Dialogue plus constructif entre les
dcisionnaires
Plus grande facilit renoncer au projet

si les signes dchec se multiplient
Plus grande ractivit pour lancer une
technologie
alternative
en
cas
dabandon
Pas de plan daction dtaill tabli En cas de report, identification et
lorsque la dcision de report a t prise chiffrage des actions mener pour
collecter linformation et maintenir
loption en vie
Nous commentons ci-aprs les lments rcapituls dans le Tableau 5.11.
I. Une meilleure comprhension de la date optimale dinvestissement
La dcision de la date de lancement dun nouveau produit est base sur la comparaison entre deux
alternatives mutuellement exclusives : le lancement rapide, ou le lancement diffr. Dans cette tude
de cas, la VAN et les options relles parviennent deux recommandations opposes (Tableau 5.12).
214
Chapitre 5
Tableau 5.12 : Comparaison des rsultats de la VAN et de lapproche optionnelle

Mthode
Indicateurs
(UM)
Dcision
Rappel:
VAN
VAN Scnario 0
192
VAN Scnario 1
136
VAN Scnario 2
134
Lancement immdiat de l'UMTS
VAN S0 > VAN S1 > VAN S2
Scnario 0
Scnario 1
Scnario 2
Options relles
B&S
Arbres
192
326-426
325-430
VAN Scnario 0
VO (UMTS)
VO (UMTS+EDGE)
Report de la dcision d'investissement
VO > VAN S0
MC
317
341
Lancement immdiat de l'UMTS

Lancement dans un an de l'UMTS
Lancement dans un an de EDGE
La rgle de la VAN recommande un lancement rapide de lUMTS. En effet, en raison du risque de

premption par Comptel, la valeur du scnario lancement diffr (Scnario 1) est infrieure celle
du lancement rapide (Scnario 0). Dans le cas de marchs concurrentiels, o la prime pour le
premier entrant est leve, la rgle de la VAN est biaise car elle prend en compte le risque li
lattente (la premption), mais pas les bnfices de lattente (la rduction de lincertitude).
Avec lapproche optionnelle, le scnario de lancement diffr peut tre valoris comme une option, car
il est toujours possible dabandonner lUMTS dans un an. Quelle que soit la mthode de valorisation
utilise, nous avons ici obtenu une valeur doption qui est suprieure la VAN du lancement
rapide . Mme si la VAN du lancement rapide est positive, lanalyse optionnelle recommande
donc de repousser la dcision dinvestissement, et de ne choisir entre lUMTS, EDGE ou le statu quo
que dans un an.
Lexemple de Mobitel montre quen ayant recours aux options relles, on peut aboutir une
recommandation plus pertinente que si on effectue un simple calcul de VAN.
Alors que la VAN recommandait un lancement rapide de lUMTS, le management de Mobitel a dcid
de repousser le dploiement du rseau UMTS, en attendant quil y ait des signes plus clairs concernant
la rentabilit de cette technologie. Finalement, loprateur a choisi une solution intermdiaire,
dployant la technologie UMTS dans les zones les plus densment peuples, et la technologie EDGE
dans le reste du territoire. Ainsi, comme le recommandait lapproche optionnelle, Mobitel a pris
pleinement avantage de la flexibilit offerte par lattente.
II. Un outil de dialogue entre les dcisionnaires

Les dcisions stratgiques font souvent intervenir de nombreux responsables et groupes, qui
poursuivent des objectifs divergents (Astley et al., 1982). Ceci est particulirement le cas lorsque
lobjet de la dcision est le lancement dun nouveau produit (Hickson et al., 1989 : 383).
Chez Mobitel, nous avons constat que, sur la question du dploiement dun rseau UMTS, le
dialogue entre les oprationnels et les responsables financiers tait difficile :
Les oprationnels taient proccups par le risque de premption par Comptel, et se positionnaient
clairement en faveur dun lancement rapide de lUMTS.
Inversement, les responsables financiers craignaient dengager des cots dinvestissement levs
et irrversibles dans une technologie peu profitable. Aussi, ils taient en faveur dun report de la
dcision dinvestissement.
215
Chapitre 5
Au del de la valorisation proprement dite, lune des contributions potentielles des options relles
aurait t pour les services financiers de montrer que le fait de reporter la dcision dinvestissement
avait de la valeur.
Dans le mme temps, lanalyse optionnelle prenait galement en compte le risque de premption par
Comptel. Lun des avantages des options relles aurait t ici de confronter au sein dun mme outil
les proccupations des diffrentes parties.
Ainsi, lun des apports de lanalyse optionnelle est damliorer lefficacit du processus de dcision en
crant un dialogue plus constructif entre les diffrentes parties prenantes.
III. Une ractivit accrue en cas dvolution dfavorable

Les options relles ne sont pas seulement utiles pour prendre la dcision initiale de lancement ou non
de la nouvelle technologie. Elles prparent galement le management un abandon ventuel du projet,
et lincite formuler des scnarios alternatifs ds le dpart. Un tel travail danticipation peut tre
particulirement utile lorsque le lancement est report, et que divers signaux indiquent que le projet a
peu de chances dtre rentable.
III.1. Le biais anti-chec ou la difficult abandonner un projet

Royer (2003) a ralis une analyse dtaille de deux innovations technologiques manques. Lauteur
dcrit lattachement motionnel que les personnes ressentent lgard dun projet, et leur rticence
abandonner les projets. Ainsi, des entreprises peuvent supporter pendant des annes le poids de grands
projets dficitaires.
Plusieurs biais cognitifs peuvent inciter le management poursuivre un projet en dpit de signaux
dfavorables (Staw, 1981; Kahneman et al., 1982). En particulier, le sunk cost effect ou
lescalade des engagements ( escalation of commitment ) correspond la tendance quont les
dcisionnaires poursuivre des projets dans lesquels ils ont dj effectu des investissements
substantiels, alors quun choix rationnel devrait reposer uniquement sur les cots et les bnfices
marginaux du projet. Dans le cas de Mobitel, des sommes trs importantes avaient dj t investies
dans lacquisition de la licence UMTS. Nous avons pu observer que lanalyse tait concentre sur le
seul scnario UMTS , comme sil ny avait pas dautre alternative possible. Mme lorsque le
scnario report tait envisag, ctait dans la perspective dattendre des jours meilleurs. Mais il ne
sagissait pas de remettre en cause la dcision de lancer lUMTS.
Daprs McGrath (1999) ce type de biais anti-chec (anti-failure bias) peut tre vit grce au
raisonnement optionnel. Lanalyse par les options relles reconnat ds le dpart quun projet est
risqu et que les hypothses peuvent dvier du plan initial. En cas dvolution dfavorable du contexte
conomique, cela ne sera pas vcu comme une erreur de gestion, et sur le plan motionnel, il sera donc
moins difficile pour lorganisation dabandonner le projet.
III.2. Une autre perspective du risque que les outils traditionnels daide la dcision
Des outils daide la dcision plus courants que les options relles permettent au management de
prendre conscience du risque dchec du projet. Dans cette tude de cas, nous avons vu quune analyse
de sensibilit de la VAN ou le calcul de la VaR permettaient de bien mettre en vidence lventualit
dun chec.
Plus prcisment, ces outils permettent destimer quel est le montant maximum que lentreprise peut
perdre en cas dchec du scnario principal (ici : lUMTS). Le risque est envisag ici dans une
perspective de pari , o lentreprise se concentre sur un seul scnario possible. Dans cette logique,
216
Chapitre 5
ce qui prime pour les managers nest pas tant la probabilit de succs du projet, que le montant des
pertes maximales en jeu (March & Shapira, 1987).
Par rapport ces outils, la contribution de lanalyse optionnelle est quelle incite les managers
envisager demble plusieurs scnarii dvolution de leur projet. Avec certaines mthodes de
valorisation doptions les arbres binomiaux et la mthode par les simulations de Monte-Carlo il est
possible destimer le pourcentage de ralisation de chaque scnario (cf. Figure 5.6).
Figure 5.6 : Analyse de la stratgie optimale lchance de loption
(en % des simulations ralises)
UMTS (S1);
30%
Statu quo (S3);

37%
EDGE (S2);
33%
Ainsi, lanalyse des rsultats obtenus par la mthode des simulations de Monte Carlo rvle que
lUMTS ne correspond la stratgie optimale lchance que dans 30% des cas. Une analyse par les
options relles aurait permis au management daccorder une plus grande attention dautres scnarios,
comme la migration du rseau vers EDGE, permettant ensuite de passer directement la 3.5G, voire
la 4G (33% de probabilit lchance). Si lUMTS devait tre abandonn, Mobitel aurait ainsi pu
tre mieux prpar rapidement rallouer ses ressources vers ces technologies alternatives.
III.3. Des indicateurs pour acclrer la prise de dcision

Les recherches empiriques ont montr que lvaluation quantitative dun projet est ralise au stade de
la dcision initiale, et que les entreprises ne font gnralement pas leffort de ractualiser cette
valorisation par la suite (ex: Pennings & Lint, 2000).
Dans ces conditions, est-il raliste de penser, comme le prvoit la logique optionnelle, que lentreprise
r-valuera rgulirement les diffrents scnarios possibles, et orientera son choix dinvestissement en
fonction des rsultats de la dernire valuation ?
Lune des solutions possibles consiste exploiter les rsultats de lanalyse optionnelle ralise au
moment de la dcision initiale en mettant au point des indicateurs . Ce travail est possible lorsque la
mthode de valorisation choisie est celle utilisant les simulations de Monte Carlo.
217
Chapitre 5
Dans cette tude de cas, nous avons ainsi analys les donnes produites par 1000 simulations. Nous
avons pu tablir des valeurs seuil pour les indicateurs vitesse de pntration de la nouvelle
technologie et ARPU donnes 3G (cf. Tableau 5.13).
Mobitel pourra observer les performances obtenues par dautres oprateurs ayant lanc lUMTS dans
dautres pays europens. Si par exemple il saperoit que lARPU donnes 3G ralis par ces
oprateurs est compris entre 12 et 13, mais que dun autre ct, la vitesse de pntration de lUMTS
nest que de lordre de 0,7, alors il devra envisager srieusement labandon de lUMTS au profit de
EDGE, voire du scnario statu quo .
ARPU donnes 3G
(Rd 3G)
Tableau 5.13 : Valeur des indicateurs permettant le dploiement du rseau UMTS
< 10
10
11
12
13
14
> 14
Vitesse de pntration de la nouvelle technologie (v )

<0.6
0,7
0,8
0,9
>1
GSM
EDGE
EDGE
EDGE
EDGE
GSM
EDGE
EDGE
EDGE
UMTS
GSM
GSM
EDGE
EDGE
UMTS
GSM
GSM
EDGE
UMTS
UMTS
GSM
EDGE
UMTS
UMTS
UMTS
GSM
GSM
UMTS
UMTS
UMTS
GSM
UMTS
UMTS
UMTS
UMTS
La valorisation de loption par les simulations de Monte Carlo permet donc de fixer lavance des
rgles de dcision simples, et ainsi de faciliter un ventuel abandon du projet si les circonstances
conomiques lexigent.
Ayant ralis ce travail danticipation, lentreprise sera dans lavenir beaucoup plus ractive, et pourra
sadapter au plus vite lvolution du contexte conomique. Pour reprendre Fayol (1916) : Prvoir,
cest la fois supputer lavenir et le prparer ; prvoir, cest dj agir .
IV. Des lignes directrices pour amliorer le processus de dcision si linvestissement est repouss
Les recherches empiriques ont montr que les dcisions peuvent se prendre sur de longues priodes de
temps (Butler et al., 1991). En consquence, les organisations ont besoin doutils qui les guident au
cours de tout le processus de dcision.
Chez Mobitel, la direction avait dcid de repousser le dploiement du rseau UMTS, et de
reconsidrer sa dcision tous les six mois. Nanmoins, aucun plan dtaill navait t tabli pour
guider la dcision dans lintervalle, et pour crer les conditions de dveloppement dun scnario
alternatif. Ctait en quelque sorte reculer pour mieux sauter .
Dans ce contexte, lun des apports des options relles est didentifier les actions ncessaires permettant
de prendre la meilleure dcision lavenir. Plus prcisment, deux types dactions doivent tre
entreprises :
Des actions visant rduire lincertitude ;
Des actions permettant de maintenir loption en vie, cest--dire assurant lexistence dune
alternative viable au projet si celui-ci doit tre abandonn lchance de loption.
Par exemple, une des raisons voques pour ne pas abandonner lUMTS tait le risque de
rtorsion de la part du rgulateur, en rendant trs difficiles les ngociations de prolongation de
la licence GSM. Lune des actions identifies par lanalyse optionnelle aurait donc t de lancer
une opration de lobbying auprs du rgulateur pour se mnager une porte de sortie en cas
dabandon de lUMTS.
218
Chapitre 5
Ceci ne signifie pas que dautres outils de management naident pas structurer lanalyse du projet.
Par exemple, les simulations de Monte Carlo sur la VAN et le calcul de la VaR ont permis de mettre
en vidence les principales sources dincertitude. Les managers de Mobitel taient bien conscients de
ces incertitudes, et ont ralis des projets pilotes pour lUMTS, dans lobjectif deffectuer des rglages
techniques, mais aussi dobtenir des informations sur la taille potentielle du march.
Toutefois, lanalyse optionnelle apporte le bnfice supplmentaire de discipliner le processus de
dcision (Amram & Kulatilaka, 1999; McGrath et al., 2004). En effet, lanalyse optionnelle ne se
rsume pas un calcul de valeur doption. Elle ncessite de passer par des tapes bien prcises. En
particulier, une analyse fine des moyens ncessaires la rduction dincertitude, et llaboration de
scnarios alternatifs en cas dabandon du projet, sont ncessaires. Cet effort consacr structurer
lanalyse optionnelle peut alors tre utilis pour guider le processus de dcision jusqu expiration de
loption.
De plus, le calcul de la valeur doption permet au management dobtenir un ordre de grandeur sur les
dpenses qui doivent tre consacres ces actions de suivi. Pennings et Lint (2000) utilisent les
options relles pour dterminer si un nouveau produit doit tre introduit immdiatement, ou plutt tre
test au pralable sur la base dun dploiement partiel. Simultanment, le modle doption indique la
taille optimale du dploiement partiel qui permettra de rduire lincertitude.
Dune faon similaire, nous pouvons considrer que la diffrence entre la valeur de loption dattente
(341 UM) et la valeur du projet en cas de lancement immdiat (192 UM) correspond la somme
maximale que lon pourrait allouer des actions de rduction dincertitude (ralisation de tests
grandeur nature , veille active des autres pays europens, etc.) et des actions permettant le
maintien dun projet alternatif (actions de lobbying auprs du rgulateur, travaux de R&D sur les
technologies alternatives, etc.).
De mme, la diffrence entre la valeur des deux options dattente UMTS et UMTS+EDGE
indique le cot maximal que lon pourrait consacrer des actions permettant le dploiement dun
rseau EDGE (par exemple, surcot pay dans les oprations de maintenance du rseau pour pouvoir
plus facilement migrer vers la technologie EDGE).
219
Chapitre 5
Ce chapitre a permis de montrer, sur la base dune tude de cas relle, lintrt des options relles pour
la dcision de lancement dune nouvelle technologie dans un univers concurrentiel. La contribution de
ce chapitre est double.
Tout dabord, cette tude de cas dmontre lintrt pratique des options relles comme outil de
valorisation de projet.
Les outils daide la dcision classiques comme la VAN et la VaR ont prsent dans cette
tude deux principaux inconvnients : Dune part, ils incluaient des configurations peu ralistes,
et donnaient une ide trompeuse de la rentabilit du projet. Dautre part, ils ne permettaient pas
de trancher entre les bnfices et les risques dun report du dploiement.
Les options relles ont permis de rsoudre ces deux problmes, et de fournir une
recommandation pertinente sur le timing optimal de linvestissement.
Quelques autres tudes de cas113 ont dj dmontr lintrt de valoriser loption de report, mais avec
des donnes souvent trs simplifies, et pas dans un contexte concurrentiel. Plus spcifiquement, dans
lindustrie des tlcommunications, larticle dHarmantzis et Tanguturi (2007) a tudi de faon
nettement moins dtaille quici la dcision de report de linvestissement dans la 3G : les auteurs
ne disposaient pas de donnes relles ; ils ont eu recours pour la valorisation au modle standard de
Black & Scholes, et nont pas modlis limpact de la concurrence.
Du point de vue de la valorisation, nous pouvons tirer plusieurs enseignements de cette tude de cas.
Premirement, ce cas a rvl que les caractristiques de loption valoriser napparaissent pas
spontanment. Ainsi, contrairement ce que suggre la littrature, une dcision dinvestissement peut
tre considre comme une option europenne, mme si elle peut tre en principe excute tout
moment. Nous nous trouvons dans un tel cas de figure si la rvlation dinformation intervient
seulement la fin de la vie de loption.
Deuximement, cette tude a fait apparatre des diffrences importantes entre les diffrentes mthodes
de valorisation, tant du point de vue de la qualit des rsultats que de la facilit dutilisation. Par
rapport la formule de Black et Scholes et aux arbres binomiaux, nous avons pu constater que
la mthode par les simulations de Monte Carlo permettaient de mieux prendre en compte les
spcificits du projet, et donc daboutir une valorisation plus pertinente.
Dautre part, alors que les mthodes classiques de valorisation doption ncessitent des
paramtres globaux difficiles estimer, la mthode par les simulations de Monte Carlo raisonne
partir du profil de risque des diffrentes sources dincertitude du projet. Ceci incite les
managers dvelopper une vision prcise des risques du projet, et permet aux membres du
comit excutif de juger de la pertinence de la valorisation.
La deuxime principale contribution de cette tude est de montrer le rle que peuvent jouer les options
relles dans le processus de dcision.
La littrature aborde gnralement les options relles comme un simple outil de valorisation, qui est
utilis par un acteur unique pour prendre une dcision un moment prcis dans le temps.
Cette tude de cas a illustr lintrt des options relles pour faciliter un processus de dcision
impliquant diffrents groupes poursuivant des objectifs distincts.
Dautre part, elle a montr que la contribution des options relles ne se limite pas la dcision
initiale. Les options relles devraient davantage tre considres comme une approche qui guide
lorganisation tout au long du processus de dcision. En particulier, elles incitent le management
rflchir de faon active aux leviers daction qui existent face lala (ici, la possibilit de dployer
EDGE, ou encore de renforcer le GSM en attendant la 3.5 / 4G ), et rendent donc labandon du
113
Cf. Section 1, I.2. : Les options relles : un outil prometteur pour dterminer la date optimale
dinvestissement.
220
Chapitre 5
projet plus facile si ncessaire. Elles permettent galement didentifier et de chiffrer les actions qui
permettront de prendre la meilleure dcision par la suite (actions de rduction de lincertitude, actions
permettant de maintenir loption en vie).
Cette tude de cas prsente plusieurs limites.

En matire de valorisation, nous navons pas trait le problme du taux dactualisation en march
incomplet.114
Une autre limite plus spcifique cette tude de cas est que nous avons reprsent ici un
processus de dcision stylis. En ralit, la dcision de dploiement dun nouveau rseau est tale
sur une priode de temps assez longue. Elle peut tre dcompose en au moins deux phases :
lacquisition des sites sur lesquels les stations de bases seront installes, puis le dploiement de
lquipement, hardware et logiciel. En consquence, ltude de cas aurait d idalement analyser
linvestissement comme un processus continu, plutt que comme une dcision en un bloc.
Enfin, la valorisation de loption dattente a t effectue ici en modlisant la stratgie de Comptel en
fonction de celle de Mobitel, mais avec des probabilits subjectives. Il serait plus appropri de
modliser la stratgie de Comptel en ayant recours la thorie des jeux.
Le croisement des options relles et de la thorie des jeux a donn lieu au dveloppement dune
littrature relativement abondante mais elle reste essentiellement de nature thorique.115 Il serait
donc particulirement intressant de tester ces modles dans la pratique, et de les adapter cette
tude de cas.
A cet gard, deux principales possibilits pourraient tre explores. La premire est de dvelopper des
modles fonds sur des arbres de dcision (voir par exemple Smit & Ankum, 1993), qui sont pour les
managers beaucoup plus accessibles que les modles analytiques. La seconde est dutiliser des
simulations numriques, qui permettent de travailler sur des hypothses nettement moins
contraignantes que celles des modles analytiques (voir par exemple Murto et al., 2004).
114
Cf. Chapitre 3, section 2, II.2.4. Une grande difficult estimer la valeur des paramtres utiliss par les
modles
115
cf. Chapitre 1, section 2, II.3.3. Modles doption en univers concurrentiel
221
Chapitre 6 Etude de
Cas ADSL
223
Chapitre 6
Introduction
Aprs ltude de cas consacre dans le Chapitre 5 au dploiement dun rseau de tlcommunications
mobiles de 3me gnration dans les zones urbaines et pri-urbaines, nous tudions dans ce
chapitre la dcision de dployer un rseau daccs internet haut dbit utilisant la technologie
ADSL (Asymetric Digital Subscriber Line) dans des zones faible densit de population.
Iatropoulos et al. (2004) ont tudi une problmatique similaire, avec le dploiement, le long de la
principale autoroute grecque, dun rseau daccs haut dbit utilisant la fibre optique.
Les auteurs expliquent que la problmatique dinvestissement est fort diffrente de celle des zones
forte densit de population : dans les zones rurales, on rencontre le problme dun cot dinfrastructure
lev, pour un nombre potentiel dutilisateurs faible.
Il faut par ailleurs noter que le contexte dans lequel est ralis linvestissement diffre, car il implique
gnralement les pouvoirs publics : dans les zones rurales, il existe un intrt politique pour le
dploiement dinfrastructures haut dbit, qui ne seraient pas dployes sur de purs critres de
march.
Comme dans ltude de Iatropoulos et al. (2004), la dcision dinvestissement tudie ici nintresse
au moins moyen terme quun seul oprateur. Ce dernier subit donc moins la pression du temps
quen univers concurrentiel, et se pose ainsi la question du timing optimal de linvestissement sur
plusieurs annes.
La principale diffrence de cette tude de cas avec celle du chapitre prcdent est que, en raison
de lunivers monopolistique, loption dattente est analyse comme une option amricaine.
Iatropoulos et al. (2004) ont valoris loption amricaine en utilisant lapproximation de Black. Par
rapport leur tude, la contribution de ce chapitre est double. En premier lieu, nous valorisons
loption amricaine laide de trois modles diffrents, et comparons les rsultats. Dautre part,
notre tude va au-del de la valorisation de loption. Nous analysons dans quelle mesure le recours
aux options relles peut faciliter le processus de dcision stratgique, en particulier lorsque celuici implique un partenariat avec les pouvoirs publics.
Dans la premire section, nous prsentons la dcision dinvestissement, et sa nature optionnelle. Dans
la deuxime section, nous valorisons loption dattente, en comparant trois modles de valorisation
diffrents. Dans la troisime section, nous nous interrogeons sur les apports de lanalyse optionnelle
la dcision dinvestissement tudie.
224
Chapitre 6

Cette tude de cas a t ralise dans le cadre dun contrat de recherche avec loprateur AX
Tlcom . Elle porte sur une dcision dinvestissement relle. Pour maintenir la confidentialit, les
rsultats sont exprims en units montaires (UM) ; certains chiffres ont t modifis, mais cela
naltre pas les conclusions de ltude.
Ce travail a t ralis en collaboration troite avec les services en charge des dcisions
dinvestissement dans le rseau. Ces derniers taient intresss par une approche permettant de mieux
prendre en compte lincertitude dans la valorisation du projet, et qui donne une vision dynamique des
dploiements de lADSL sur lensemble du rseau.
Nous avons initialement utilis le modle binomial pour valoriser loption, mais nous nous sommes
heurts aux limites du modle (difficile estimation de la volatilit, simplification des donnes du
problme, alors que le projet dinvestissement faisait lobjet dun business plan trs dtaill). Nous
nous sommes alors tourns vers la mthode par les simulations de Monte Carlo.
Les rsultats intermdiaires ont t valids au cours de runions de travail en comit restreint. Les
rsultats finaux ont t prsents de faon plus large lensemble du dpartement.
SECTION 1: ANALYSE STRATEGIQUE DE LA DECISION DINVESTISSEMENT
I. Contexte
La prsente tude de cas porte sur la dcision de dploiement dun rseau de tlcommunication
utilisant la technologie ADSL par un oprateur de tlcommunication historique, AX Tlcom.
LADSL est une technologie de tlcommunications utilisant les lignes tlphoniques en cuivre, qui
permet aux oprateurs de tlcommunication de fournir un accs internet haut dbit. Lintrt de
lADSL rside notamment dans la possibilit de surfer rapidement sur internet, de tlcharger de
gros fichiers, et davoir accs en continu internet et sa messagerie lectronique tout en laissant la
ligne tlphonique disponible. LADSL permet donc un confort dutilisation dinternet bien suprieur
celui offert par une liaison bas dbit. A un horizon de temps un peu plus loign, les applications
permises par lADSL sont particulirement prometteuses, avec la tlphonie sur I.P., puis la tlvision
sur ADSL permettant de concurrencer les rseaux cbls et les bouquets satellitaires.
Ltude de cas a t ralise au cours de lanne 2002. A cette date, AX Tlcom a lanc avec succs
une offre daccs internet par ADSL dans les principales villes du territoire. Fort de cette exprience,
et sous la pression des pouvoirs publics de promouvoir un gal accs aux nouvelles technologies de
linformation sur lensemble du territoire, AX Tlcom tudie lopportunit de dployer lADSL dans
les zones gographiques moins densment peuples.
Nanmoins, le potentiel conomique de lADSL dans les zones rurales est bien infrieur celui des
zones urbaines. En effet, le dploiement de cette technologie ncessite linvestissement dans des
quipements coteux, alors que le nombre de clients potentiel dans les zones rurales est restreint : la
densit de population dans ces zones est beaucoup plus faible que dans les zones urbaines. De plus, les
profils sociologiques des populations diffrent, et rien nassure que le client des champs portera
autant dintrt un accs internet haut dbit que le client des villes .
Par ailleurs, la rentabilit conomique du projet pourrait tre significativement entame par la baisse
des prix de vente. Dans les zones urbaines, le lancement de lADSL par AX Tlcom a t suivi par
225
Chapitre 6
larrive de plusieurs nouveaux entrants. Ceux-ci ont men une politique de prix agressive, et sous leur
pression, le prix de vente moyen de lADSL offert par AX Tlcom a d baisser plus rapidement que
ne lavait anticip loprateur historique.
En raison des perspectives conomiques limites de lADSL des campagnes , ces nouveaux
entrants ont indiqu quils ntendraient pas leur offre aux zones rurales avant plusieurs annes.
Nanmoins, dans la mesure o les prix de vente sont dtermins lchelle nationale, une forte
pression concurrentielle dans les zones urbaines pourrait encore venir abaisser la rentabilit de lADSL
dans les zones rurales.
Dans ce contexte, AX Tlcom doit donc dterminer si le dploiement dun rseau ADSL dans les
zones rurales est conomiquement viable. La dcision dinvestissement est prise de faon
dcentralise, car le dploiement de lADSL sur lensemble du territoire ne se fera que
progressivement et au cas par cas.
Cest donc lchelle de chaque Noeud de Raccordement dAbonn (NRA) que la dcision
dinvestissement est tudie. Nous avons choisi dans cette tude de prsenter la dcision
dinvestissement pour un NRA pour lequel la rentabilit de lADSL tait particulirement incertaine.
II. Analyse de rentabilit et de risque du projet dinvestissement
Un business plan est labor pour une dcision dinvestissement dcide en 2002, et permettant le
lancement dune offre commerciale ADSL dbut 2003. La dure de vie espre du projet est de trois
ans, de 2003 2005.
Le Tableau 6.1 rcapitule le calcul de la Valeur Actuelle Nette du projet ADSL pour le NRA tudi.
Tableau 6.1 : Calcul de la VAN du projet ADSL 116
Donnes en UM, actualises en 2002
Valeur du projet (V)
Cot d'investissement (I)
Valeur Actuelle Nette (VAN)
36,6
52,5
-15,9
Le calcul de VAN montre que dans le cas de ce NRA le dploiement dun rseau ADSL nest pas
rentable pour AX Tlcom.
Cependant, il savre que les collectivits territoriales sont prtes participer au financement
dinfrastructures permettant laccs au haut dbit pour les populations habitant dans ces zones. En
effet, les pouvoirs publics locaux sont soucieux de maintenir leur attractivit comme lieu de rsidence
pour les particuliers et pour les entreprises. AX Tlcom sapprte donc ngocier avec les
collectivits territoriales un montant de subvention qui permette datteindre au minimum une Valeur
Actuelle Nette gale 0, soit une subvention de 15,9 UM.
Le paiement dune subvention par les collectivits territoriales nexclut cependant pas la prsence dun
risque important.
La Figure 6.1 reprsente le profil de distribution de la VAN obtenu par des simulations de Monte
Carlo. Les lois de distribution des trois principales sources dincertitude nombre de clients, prix de
vente en 2003 et baisse moyenne des prix de vente sur la priode 2003-2005 , ainsi que les
coefficients de corrlation entre ces variables, sont dtailles dans lAnnexe 5 de la thse.
116
Pour des raisons de confidentialit, nous ne prsentons pas le dtail du business plan. Nanmoins, ceci ne nuit
pas la comprhension de lanalyse optionnelle
226
Chapitre 6
Figure 6.1 : Distribution de la VAN du projet obtenue par les simulations de Monte Carlo pour
une subvention de 15,9 UM
Lanalyse de risque ralise par les simulations de Monte Carlo confirme les risques du projet : alors
que le cot dinvestissement est de lordre de 50 UM, la VAN du projet peut tre fortement ngative,
jusqu -24 UM.
Lanalyse de risque du projet montre donc que, si AX Tlcom bnficie dune subvention calcule
sur la base de la VAN, loprateur nen demeure pas moins expos un risque important dans le
dploiement dun rseau ADSL.
III. Analyse optionnelle de la dcision dinvestissement
III.1. Principe de la dmarche optionnelle

En 2002, lincertitude sur la rentabilit de linvestissement dans un rseau ADSL dans les zones
rurales reste donc forte. Si AX Tlcom dcide de lancer ds 2003 une offre ADSL, il est possible que
linvestissement se rvle rentable, tout comme fortement dficitaire.
Or, nous avons indiqu plus haut que les concurrents de loprateur historique ne souhaitent pas
tendre leur offre ADSL aux zones rurales avant plusieurs annes. AX Tlcom a donc la possibilit
dattendre jusqu 2004 avant de prendre sa dcision de dploiement.
Le fait de repousser la dcision dinvestissement permettrait loprateur de rassembler des
informations sur les sources dincertitude.
Au fur et mesure que le temps passe, loprateur pourra mieux anticiper le nombre potentiel de
clients ADSL dans les zones rurales. En effet, en 2002, lADSL est une technologie nouvelle, qui a t
lance depuis peu dans les zones urbaines. Dans un an, et fortiori dans deux ans, AX Tlcom
connatra avec plus de prcision le nombre de clients en sappuyant sur les taux de pntration
observs dans dautres pays dEurope o lADSL (ou une offre haut dbit utilisant une autre
technologie) a t lanc dans des zones faible ou moyenne densit de population. De mme,
227
Chapitre 6
loprateur pourra appuyer ses prvisions sur le taux de pntration observ dans dautres NRA en
zone rurale, o lADSL a pu tre lanc ds 2003 sur la base dun business plan plus favorable.
De mme, en 2002 puis en 2003, lADSL sera devenu une technologie plus mature, et lvolution des
prix devrait se stabiliser. En particulier, avec le recul du temps, il sera plus ais de dterminer limpact
sur les prix de vente de la guerre des prix lance par les nouveaux entrants dans les zones urbaines.
En fonction de lvolution de ces sources dincertitude, AX Tlcom pourra reconsidrer sa dcision
en 2003. A cette date, loprateur pourra dployer un rseau ADSL, ou bien dcider de repousser
dune anne encore sa dcision. De mme, en 2004, AX Tlcom pourra lancer lADSL, ou alors
renoncera ce projet dinvestissement.
Dun autre ct, lattente peut aussi conduire une rduction de la rentabilit du projet.
Il est vrai que si le dploiement du rseau ADSL est repouss, le cot dinvestissement sera rduit
grce au progrs technique, et la pntration de lADSL devrait tre plus rapide car la technologie aura
gagn en maturit.
Dun autre ct, plus AX Tlcom repoussera son investissement, plus les prix de vente auront baiss.
De faon plus significative, le principal impact ngatif dun report de linvestissement concerne le
montant de la subvention vers par les collectivits territoriales.
En effet, le versement de la subvention est la discrtion des pouvoirs publics. Or, ceux-ci peuvent
tre prts participer au financement pour que lADSL soit lanc ds 2003, et que la commune
bnficie rapidement dune technologie de pointe, qui naurait t disponible que plusieurs annes plus
tard sur la base dun calcul purement conomique.
En revanche, plus le lancement sera repouss, moins les collectivits territoriales seront dsireuses de
le subventionner. Pour les communes, lintrt financier de participer au dploiement de lADSL
rside dans la capacit accrue attirer ou retenir des entreprises, qui ont besoin pour leur bon
fonctionnement dun accs internet haut dbit. Les communes peuvent ainsi bnficier de la taxe
professionnelle verse par ces entreprises. Plus le dlai de dploiement de lADSL est long, plus les
entreprises sont susceptibles de se dlocaliser vers des zones gographiques bnficiant de meilleures
infrastructures. Par ailleurs, il faut noter quen 2002 des exprimentations sur dautres technologies
daccs internet haut dbit, notamment des technologies utilisant les satellites, sont en cours. Plus le
dploiement de lADSL sera repouss, moins les collectivits locales seront dsireuses de
subventionner une technologie susceptible dtre remplace rapidement par une technologie
concurrente.
On ne peut pas exclure non plus des changements dordre politique, qui peuvent conduire les autorits
locales redployer vers dautres priorits la subvention initialement envisage en faveur de lADSL.
III.1. Caractristiques de loption tudie
Loption dtenue par AX Tlcom est une option dattente. Il sagit dune option dachat amricaine,
sur actif versant des dividendes.
Lexercice de loption consiste dployer une infrastructure ADSL sur le NRA concern. Le cot de
dploiement est connu, mais les cash-flows gnrs par une offre ADSL sont incertains. Il sagit donc
dune option dachat.
La dure restant jusqu lchance est de deux ans car, selon toute vraisemblance, les concurrents
dAX Tlcom ntendront par leur offre ADSL aux zones rurales avant lanne 2006 (au plus tt).
Loption reste en vie jusqu 2004, pour un lancement commercial en 2005.
Cest une option amricaine, puisquAX Tlcom a la possibilit dexercer loption en anticip en
2003, pour un lancement commercial en 2004.
228
Chapitre 6
Le prix dexercice correspond au cot dinvestissement ncessaire pour dployer une infrastructure
ADSL.
Lactif sous-jacent correspond aux cash-flows dgags par lexploitation dune offre ADSL. Il sagit
dun actif versant des dividendes : nous avons vu plus haut que la valeur moyenne du projet subit une
baisse en cas de report.
Dune faon plus gnrale, on peut considrer quAX Tlcom est dtenteur dun portefeuille
doptions dattente. Dans la mesure o la dcision de lancement de lADSL est prise de faon
dcentralise, cest pour chaque NRA que loprateur dtient une option dattente.
Parmi ces options, seules celles correspondant un projet dont la VAN est proche de zro mritent
dtre tudies. Nous avons vu dans le Chapitre 2 117 que lorsque la VAN du projet est trs ngative, la
valeur doption sera nulle ; inversement, si la VAN est largement positive, la valeur doption sera
gale la VAN car loption sera exerce dans tous les cas de figure.
Lanalyse optionnelle est surtout bnfique pour les projets se situant dans la zone grise (Copeland
and Antikarov, 2001). Cest le cas pour le NRA que nous avons choisi dtudier.
***
Dans cette section, nous avons vu que, pour le rpartiteur tudi, lincertitude sur la rentabilit dune
infrastructure ADSL reste leve, en dpit dune participation des collectivits territoriales leffort de
financement.
Dans ces conditions, il apparat appropri de repousser la dcision, afin de collecter plus
dinformations sur lADSL des campagnes . AX Tlcom dispose dune option dattente, et
loprateur nexercera cette option cest--dire ninvestira dans lADSL que si la rentabilit de
linvestissement est confirme par les informations collectes.
Dun autre ct, le report nest pas ncessairement favorable, car rien ne garantit que, dans les annes
futures, les collectivits territoriales seront prtes subventionner le dploiement de lADSL dans les
proportions quelles proposent en 2002.
Larbitrage entre les bnfices et le cot de lattente nest pas intuitif, et ncessite la valorisation de
loption dattente. Cest ce quoi nous nous attachons dans la section suivante.
117
Cf. Chapitre 2, section 1, II. Conditions pour que les options relles apportent un clairage supplmentaire
la VAN
229
Chapitre 6
Dans cette section, nous valorisons loption dattente dtenue par AX Tlcom laide de trois
modles diffrents : le modle de Black et Scholes et le modle binomial qui sont les modles
traditionnellement utiliss dans la littrature, et le modle par les simulations de Monte Carlo prsent
dans le Chapitre 4.
Par ailleurs, nous nous sommes attachs valoriser dune part loption amricaine, et dautre part
loption europenne, qui constitue la limite basse de la valeur de loption amricaine.
Lensemble des valeurs doption est calcul pour un montant de subvention gal 15,9 UM. Pour
rappel, il sagit de la subvention minimale requise par le calcul de VAN pour un lancement de loffre
ADSL ds lanne 2003.
Dans la troisime section du chapitre, nous calculerons la valeur doption pour diffrents niveaux de
subvention, afin de dterminer quel est le montant minimal de subvention que AX Tlcom doit
ngocier auprs des pouvoirs publics.
I. Valorisation de loption par le modle de Black et Scholes
I.1. Dtermination de la valeur des paramtres
I.1.1. Valeur du prix dexercice (I)

Le prix dexercice de loption correspond au cot dinvestissement ncessaire pour dployer le rseau
ADSL la date dchance de loption. Comme dans le cas UMTS prsent dans le chapitre
prcdent, la dtermination de la valeur du prix dexercice ncessite la prise en considration de
plusieurs lments :
Il sagit plus prcisment de la diffrence du cot dinvestissement raliser dans le cas de

lADSL et dans le cas du statu quo .
Le montant dinvestissement dbourser en 2002 nest pas le mme que celui dbourser en 2003
ni en 2004, et ce en raison des progrs techniques que lon peut attendre sur une technologie
comme lADSL qui na pas encore atteint toute sa maturit. Pour tenir compte de ce phnomne,
nous avons considr un taux de progrs technique de 5% par an.
Dans le modle de Black et Scholes, le prix dexercice est fixe. Les postes de cot
dinvestissement variables ont donc t rintgrs dans la valeur de lactif sous-jacent de loption.
En tenant compte de ces lments, on obtient un prix dexercice de 52,0 UM si loption est exerce en
2003, et de 54,2 UM si loption est exerce en 2004.
I.1.2. Valeur du sous-jacent (V) et du dividende ()
Lactif sous-jacent de loption correspond aux cash-flows gnrs par lexploitation du rseau ADSL.
L encore, il sagit des cash-flows incrmentaux , prenant en compte les effets de cannibalisation
de lADSL sur le chiffre daffaires gnr par laccs internet traditionnel bas dbit.
Lactif sous-jacent de loption verse des dividendes, cest--dire que sa valeur moyenne baisse lorsque
linvestissement est repouss.
230
Chapitre 6
Plutt que de tenir compte de ce phnomne travers un paramtre dividende () difficile
estimer,118 nous lavons directement modlis dans la valeur du sous-jacent V.
Par rapport sa valeur en 2002, la valeur du sous-jacent en 2003 et en 2004 est impacte de faon
positive par une pntration plus rapide de lADSL.
Nous avons ainsi considr que si le lancement tait report de deux ans, alors le nombre de clients
pour la premire anne dexploitation pouvait tre dtermin par la formule suivante :
Vol (report , anne1) =
Vol (immdiat , anne1) + Vol (immdiat , anne2)

2
Avec : Vol (report, anne n) dsignant le nombre de clients pour la nime anne dexploitation du
rseau ADSL dans le cas du scnario report de 2 ans
Vol (immdiat, anne n) dsignant le nombre de clients pour la nime anne dexploitation du
rseau ADSL dans le cas du scnario investissement immdiat .
Pour les annes suivantes, nous avons considr que les deux courbes se rapprochaient
progressivement pour devenir identiques partir de la troisime anne dexploitation.
En revanche, la valeur du projet est impacte de faon ngative par le report du lancement sur deux
points : lvolution des prix de vente, et le montant de la subvention.
Les anticipations de baisse des prix de vente par AX Tlcom sont dtailles en Annexe 6.
Pour les raisons que nous avons dtailles plus haut, nous avons fait lhypothse que le montant de la
subvention si le projet tait report suivait une distribution personnalise , avec les paramtres
suivants :
Dans 10% des cas : subvention nulle ;
Dans 10% des cas : subvention gale (en valeur actualise) celle que les collectivits taient
prtes verser pour que lADSL soit lanc ds 2003 ;
Dans 80% des cas : subvention infrieure celle qui aurait t verse pour un lancement en 2003,
avec une dcote de 10% si lADSL est lanc en 2004, et de 20% si lADSL est lanc en 2005.
En tenant compte de ces lments, on obtient une valeur de sous-jacent de 43,7 UM si loption est
exerce en 2003, et de 39,9 UM si loption est exerce en 2004.
I.1.3. Valeur du paramtre de volatilit ()
Comme dans ltude de cas prcdente, le paramtre de volatilit utilis dans le modle de Black et
Scholes est difficile estimer, car il nexiste pas daction sur les marchs financiers, dont les
volutions soient corrles celles de ce projet.
Par ailleurs, une estimation intuitive de la volatilit est malaise, en raison des nombreuses sources
dincertitude auxquelles le projet est soumis, et des corrlations entre ces sources dincertitude.
Jusqu prsent, nous avons abord les trois principales sources dincertitude volume de demande,
niveau des prix de vente et montant de la subvention en cas de report de faon agrge. Dans la
ralit, le paramtre demande se dcline en au moins cinq lignes de produit, qui sont : laccs
internet haut-dbit pour le compte dAX Tlcom, laccs internet haut dbit pour le compte
doprateurs tiers, le tlphone sur I.P. (Internet Protocol) pour le compte dAX Tlcom, le tlphone
sur I.P. (Internet Protocol) pour le compte doprateurs tiers, et enfin le Turbo DSL sur ADSL.
Lincertitude porte sur le nombre de clients pour ces cinq lignes de produits pour chacune des trois
annes sur lesquelles est modlis le business plan. De faon similaire, lincertitude sur les prix ne se
rsume pas une donne, mais porte sur lvolution des prix de chacune de ces lignes de produits.
118
Cf. Modle de Garman et Kohlhagen, extension du modle de Black et Scholes dans le cas dun actif sousjacent versant des dividendes : Chapitre 3, section 1, II.1. Valorisation de loption europenne : le modle de
Black et Scholes.
231
Chapitre 6
Au nombre lev de variables incertaines sajoute le fait quelles sont corrles entre elles.
La faon la plus approprie destimer la volatilit est donc de raliser des simulations de Monte Carlo
sur la valeur possible du sous-jacent lchance. Le rsultat des simulations est reprsent dans la
Figure 6.2.
Figure 6.2 : Comparaison de la distribution du sous-jacent obtenue par les simulations de Monte
Carlo et par lhypothse dun mouvement brownien gomtrique (MBG)
70
18%
Effectifs induits par l'hypothse du MBG
60
14%
50
12%
40
10%
8%
30
6%
20
4%
10
Effectifs constats avec les simulations de Monte Carlo
16%
2%
0%
0
10 13 16 19 21 24 27 30 33 35 38 41 44 47 49 52 55 58 61 63 66 69 72 75 77 80 83 86 89 91 94 97 100 103 105
Valeur du sous-jacent (UM)

MBG - volatilit de 20% par an
Pour rappel, le modle de Black et Scholes, ainsi que le modle binomial, font lhypothse que lactif
sous-jacent suit un mouvement brownien gomtrique (MBG).
La Figure 6.2 rvle que, dans le cadre de cette tude de cas, la loi log-normale implique par
lhypothse du MBG constitue une approximation correcte de la distribution suivie par le sous-jacent.
Plus prcisment, cest une valeur de volatilit annuelle de 20% qui permet dapprocher au mieux la
distribution rvle par les simulations de Monte Carlo.
I.2. Rsultats numriques
Le modle de Black et Scholes ne permet que de calculer la valeur de loption europenne. Or, nous
avons indiqu dans la premire section que loption dont dispose AX Tlcom est une option
amricaine.
Pour valoriser loption amricaine par le modle de Black et Scholes, on peut utiliser lapproximation
de Black. Cette technique a notamment t utilise dans ltude de cas de Benaroch et Kaufman
(Benaroch & Kauffman, 1999; Benaroch & Kauffman, 2000), ainsi que dans ltude mentionne en
introduction de Iatropoulos et al. (2004). Elle consiste calculer la valeur de loption europenne pour
diffrentes dates possibles, jusqu la date dchance. La valeur de loption amricaine est alors
estime en prenant la valeur maximale de ces options europennes.
232
Chapitre 6
Tableau 6.2 : Valorisation de loption amricaine par lapproximation de Black
UM
Sous-jacent
V
Prix d'exercice
I
r
Dure
T
Volatilit annuelle
Valeur de l'option europenne

Valeur de l'option amricaine
(1)
Anne d'exercice de l'option

2003
2004
43,7
39,9
52,0
54,2
10%
10%
1
2
20%
20%
2,2
2,8
2,8
(1)
: pour un lancement commercial l'anne suivante
Le Tableau 6.2 illustre le calcul de loption amricaine par lapproximation de Black pour une
volatilit de 20%. Daprs la thorie des options financires, plus la dure jusqu lchance (T) est
importante, plus la valeur doption est leve. Dun autre ct, le Tableau 6.2 montre bien que lorsque
la dure jusqu lchance augmente, la valeur du sous-jacent V baisse, principalement en raison
dune esprance de subvention infrieure.
La valeur maximum est obtenue pour une chance de 2 ans, et donne une valeur doption de 2,8 UM.
Le Tableau 6.3 rcapitule la valeur doption dtermine par le modle de Black et Scholes et
lapproximation de Black pour diffrents niveaux de volatilit.
Tableau 6.3 : Analyse de la sensibilit de la valeur doption au taux de volatilit
UM
Sous-jacent
V
39,9
Prix d'exercice
I
54,2
r
10%
Dure (annes)
T
2
Volatilit annuelle
15%
20%
25%
30%
1,8
2,8
4,0
5,1
1,8
2,8
4,0
5,1
Ce tableau indique une valeur de loption amricaine de 2.8 UM pour une volatilit de 20%. Il montre
que, dans cette tude de cas, la valeur doption maximale est toujours atteinte la fin de la vie de
loption.
Par contraste, dautres tudes de cas utilisant lapproximation de Black (Benaroch & Kauffman, 1999;
Benaroch & Kauffman, 2000; Iatropoulos et al., 2004) sont parvenues des rsultats montrant quil
tait optimal dexercer loption de faon anticipe. Cette divergence de rsultats sexplique par un
comportement diffrent du sous-jacent au cours du temps, et par une dure de vie plus longue de
loption.
Dans les cas comme celui-ci o la dure de vie de loption est courte, lapproximation de Black
conduit des rsultats trs simplifis, car elle calcule le maximum entre deux chiffres seulement
(valeur doption exerce en 2003 et valeur doption exerce en 2004).
233
Chapitre 6
II. Valorisation de loption par le modle binomial

Les paramtres ncessaires pour la valorisation de loption sont les mmes que pour le modle de
Black et Scholes.
La Figure 6.3. reprsente la valorisation de loption amricaine par le modle binomial avec une
volatilit annuelle de 20%, et un pas de temps de deux mois.
Figure 6.3 : Valorisation de loption amricaine par le modle binomial
Comme dans lapproximation de Black, la valorisation de loption amricaine par le modle binomial
tient compte du fait que la valeur du sous-jacent nest pas la mme si loption est exerce la fin de sa
vie, fin 2004, ou de faon anticipe, fin 2003.
234
Chapitre 6
Il faut donc construire un deuxime arbre dvolution du sous-jacent dans lequel, la fin de lanne
2003 (priode 6 sur la Figure 6.3), la valeur du sous-jacent est augmente de la valeur du dividende
(actualise cette date).
Le modle binomial prvoit deux possibilits pour valoriser le dividende : celui-ci peut tre exprim
comme un pourcentage de la valeur du sous-jacent, ou peut tre considr comme une valeur
constante.119 Dans cette tude de cas, le dividende correspond, dans sa plus grande partie, une baisse
de la subvention espre de la part des collectivits territoriales. Lampleur de cette baisse dpend du
montant de la subvention initialement ngocie, et non pas de lvolution du sous-jacent.
En consquence, nous avons choisi ici de modliser le dividende comme une valeur absolue. En
ralit, dautres composantes du dividende (modification du rythme de pntration de la nouvelle
technologie, baisse des prix de vente) varient en fonction de la valeur du sous-jacent. Mais il aurait t
trop complexe de combiner dans la modlisation du dividende une part en pourcentage et une part en
valeur absolue.
Le montant du dividende est ici de 3,8 UM (cellule F4 dans la Figure 6.3). Ce montant correspond la
diffrence entre la valeur moyenne du sous-jacent si loption est exerce en 2003 (43,7 UM) et la
valeur moyenne du sous-jacent si loption est exerce en 2004 (39,9 UM).120
Pour calculer la valeur de loption, la procdure suivre est ensuite similaire celle de loption
europenne, sauf pour les priodes o il existe une possibilit dexercice anticip de loption. Dans
cette tude de cas, il sagit de la fin de lanne 2003, en priode 6. A cette date, la valeur de loption
est dtermine comme le maximum entre le pay-off gnr par un exercice anticip de loption et la
valeur de continuation de loption dtermine par larbre. Dans la Figure 6.3, nous avons soulign les
cas dans lesquels lexercice anticip est prfrable au maintien en vie de loption.
Le Tableau 6.4 rcapitule la valeur de loption europenne et de loption amricaine donnes par le
modle binomial pour diffrents niveaux de volatilit possibles.
Tableau 6.4 : Valorisation de loption dattente par le modle binomial
UM
Sous-jacent
V
39,9
Prix d'exercice
I
54,2
r
10,0%
Dure (annes)
T
2
Volatilit annuelle
15%
20%
25%
1,65
2,70
3,94
1,69
2,72
3,97
Diff. option amricaine / option europenne
2,0%
0,6%
0,6%
30%
5,03
5,05
0,4%
Pour loption europenne, le modle binomial aboutit, lorsque la volatilit est de 20%, une valeur de
2,7 UM, trs proche de celle donne par le modle de Black et Scholes.
La valeur doption amricaine donne par le modle binomial est lgrement suprieure la valeur
doption europenne. De faon similaire lapproximation de Black, le modle binomial indique
quAX Tlcom doit exercer loption lchance : lorsque la volatilit annuelle est de 20%, ce nest
que dans 0,1% des cas que lexercice anticip de loption est optimal.
Par ailleurs, le Tableau 6.4 montre limpact de la volatilit sur la valeur doption. Plus la volatilit est
forte, plus il est attractif de maintenir loption en vie le plus longtemps possible, et plus la diffrence
entre valeur doption europenne et amricaine se rduit.
119
120
Cf. Chapitre 3, Section 1, III.1.2. Valorisation de loption sur actif sous-jacent versant un dividende
Cf. Tableau 6.2
235
Chapitre 6
III. Valorisation de loption par les simulations de Monte Carlo
La procdure suivie pour calculer la valeur doption par les simulations de Monte Carlo est celle
dtaille dans le Chapitre 4.121
Pour la valorisation de loption europenne, il sagit tout dabord de simuler les valeurs possibles du
projet lchance de loption. Les lois de distribution des sources dincertitude sont celles utilises
pour lanalyse de risque du projet, prsente en section 1 du chapitre.
A chaque simulation, on peut, en fonction de la valeur du projet obtenue, calculer la valeur du pay-off
de loption. La valeur doption correspond la moyenne actualise des pay-offs observs au cours de
lensemble des simulations.
Pour la valorisation de loption amricaine, nous avons utilis le modle simplifi driv du modle de
Longstaff et Schwartz (2001), prsent dans le Chapitre 4. Pour rappel, ce modle ncessite de simuler
la valeur du sous-jacent la (aux) date(s) intermdiaire(s) laquelle il est possible dexercer loption
en anticip. Dans cette tude de cas, il sagit de la fin de lanne 2003. Pour ce faire, nous avons
recours un mcanisme dauto-corrlation, que nous avons fix pour chaque source dincertitude en
fonction du degr de rvlation dinformation entre la fin 2003 et la fin 2004.
Pour lincertitude portant sur le nombre de clients ADSL : nous avons considr que AX Tlcom
aura dj pu affiner ses estimations ds la fin de lanne 2003, et donc que le coefficient dautocorrlation est relativement lev. Nous lavons fix 0,6.
Pour lincertitude portant sur la baisse des prix, pour la priode 2003-2007, nous avons estim que
le coefficient dauto-corrlation est plus faible, car la dynamique concurrentielle peut voluer
entre la fin 2003 et la fin 2004. Nous avons fix le coefficient dauto-corrlation 0,4.
Pour le montant de la subvention : nous avons considr, en raison des incertitudes politiques, que
la corrlation entre la dcision de subvention fin 2003 et la dcision de subvention fin 2004 tait
nulle.
Les rsultats de la valorisation doption par les simulations de Monte Carlo sont rcapituls dans le
Tableau 6.5. A chaque fois, les valorisations indiques ont t obtenues partir de 5000 simulations. Il
faut toutefois noter que nous tions parvenus des rsultats similaires sur la base de 1000 simulations
seulement.
Tableau 6.5 : Valorisation de loption par les simulations de Monte Carlo
UM
Option europenne
Option amricaine
Valeur d'option
2,3
3,1
Comme dans le cas du modle binomial, nous constatons que la valeur de loption amricaine est
suprieure celle de loption europenne. Nous analysons ci-dessous plus en dtail les diffrences de
rsultats entre les trois mthodes de valorisation.
Lapproche par les simulations de Monte Carlo permet galement danalyser la probabilit dexercice
anticip. Il suffit de constater, pour chacun des tirages, sil est optimal dexercer loption en anticip,
et den calculer la moyenne sur lensemble des tirages. Dans cette tude, la probabilit dexercice
anticip est de 28%.
121
Cf. Chapitre 4, Section 2: Proposition dun modle simplifi bas sur les simulations de Monte Carlo .
236
Chapitre 6
Lune des difficults de la valorisation de loption amricaine par les simulations de Monte Carlo
provient de la subjectivit des coefficients dauto-corrlation. Nous avons donc test la sensibilit de
la valeur doption amricaine ces coefficients (Tableau 6.6).
Tableau 6.6 : Sensibilit de la valeur de loption amricaine aux coefficients dauto-corrlation
Degr de rvlation d'information entre

2003 et 2004
Faible
Moyen
Elev
Coefficient d'auto-corrlation
- Nombre de clients ADSL
- Baisse des prix sur la priode 2003-2007
Valeur de l'option amricaine (UM)
Probabilit d'exercice anticip de l'option
0,3
0,1
2,95
23%
0,6
0,4
3,14
28%
0,9
0,7
3,29
35%
Degr de rvlation d'information retenu pour le cas

Le Tableau 6.6 montre que plus les coefficients dauto-corrlation sont levs, plus la valeur doption
amricaine augmente. Intuitivement, cela pourrait sexpliquer de la faon suivante : plus les
coefficients dauto-corrlation sont levs, plus la rvlation dinformation la date intermdiaire est
importante, et donc plus il peut tre opportun dexercer loption en anticip (cf. Probabilit
dexercice anticip de loption indique dans le Tableau 6.6). Cela signifie que la flexibilit
supplmentaire dexercer loption en anticip offerte par loption amricaine, contrairement loption
europenne, a dautant plus de valeur. Do une valeur doption amricaine plus leve.
Toutefois, le Tableau 6.6 montre que, dans cette tude de cas, la sensibilit de la valeur doption
amricaine aux variations des coefficients dauto-corrlation est peu importante.
IV. Comparaison des mthodes de valorisation utilises
IV. 1. Facilit de mise en uvre
IV.1.1. Valorisation de loption europenne
Nous retrouvons dans cette tude de cas les mmes difficults de mise en uvre des mthodes
classiques (modle de Black et Scholes et modle binomial) pour la valorisation de loption
europenne que celles voques dans le Chapitre 5.
Dune part, les calculs sont fausss si lon prend comme prix dexercice lensemble du cot
dinvestissement, et non pas seulement sa composante fixe. Dautre part, lestimation du paramtre
volatilit est malaise en raison du nombre important de sources dincertitude.
A linverse, les simulations de Monte Carlo permettent une valorisation plus intuitive de loption, avec
la possibilit de paramtrer chaque source dincertitude sparment, au lieu de modliser la volatilit
de lensemble du projet.
IV.1.2. Valorisation de loption amricaine
Dune manire gnrale, la valorisation de loption amricaine est nettement plus complexe que celle
de loption europenne.
Elle ncessite notamment la modlisation de lvolution du sous-jacent et du prix dexercice des
dates intermdiaires, afin de dterminer sil peut tre opportun dexercer loption en anticip : pour les
237
Chapitre 6
trois mthodes de valorisation utilises, nous avons d ainsi modliser deux business plans, suivant
que le lancement commercial de loffre ADSL intervenait en 2004 ou en 2005.
Une fois cette modlisation effectue, les calculs raliser diffrent suivant le modle de valorisation
utilis :
Ils sont identiques ceux de loption europenne lorsque lon utilise lapproximation de Black. Ils sont
un peu plus complexes que ceux de loption europenne dans le cas du modle binomial, et encore
davantage dans le cas de la mthode par les simulations de Monte Carlo (ralisation dune rgression
polynomiale pour dterminer la valeur de continuation).
IV.2. Qualit des rsultats numriques obtenus
Lensemble des rsultats obtenus par les diffrentes mthodes de valorisation sont rcapituls dans le
Tableau 6.7.
Tableau 6.7 : Rcapitulatif des rsultats obtenus par diffrents modles de valorisation doption
UM
Black & Scholes (vol=20%)
Arbres binomiaux (vol=20%)
Diff avec modle binomial
Valeur de l'option
Europenne
Amricaine
2,84
2,84
2,70
2,72
2,45
3,14
-9%
15%
Pour la valorisation de loption europenne, le Tableau 6.7. confirme la trs grande proximit des
rsultats obtenus par le modle de Black et Scholes et le modle binomial, dj constate dans le
Chapitre 5.
Par ailleurs, comme le prvoit la thorie des options, le tableau indique une valeur pour loption
amricaine suprieure celle de loption europenne.
IV.2.1. Comparaison entre les mthodes traditionnelles et la mthode par les simulations de Monte
Carlo
Dans le Chapitre 5, nous avions constat des divergences importantes dans la valorisation de loption
europenne entre dune part les approches classiques que sont le modle de Black et Scholes et le
modle binomial, et dautre part la mthode par les simulations de Monte Carlo.
Pour ltude de cas ralise dans ce chapitre, ces diffrences sont nettement moins marques, car la
problmatique tudie est moins complexe que celle du chapitre prcdent.
En premier lieu, le projet dinvestissement est ralis dans un contexte monopolistique. La valeur du
projet nest donc pas affecte par la stratgie des concurrents ; de plus, il nexiste pas dincertitude sur
les cash-flows dgags dans le cas o loprateur ninvestirait pas dans le projet. Dans ces conditions,
nous avons pu constater laide des simulations de Monte Carlo quune distribution log-normale de la
valeur du projet lchance de loption tait une hypothse acceptable.
Par ailleurs, nous avions mis en vidence dans le Chapitre 5 limpossibilit, avec les mthodes
classiques de prendre en compte plusieurs modalits dexercice lchance (pas dinvestissement,
investissement dans la technologie EDGE ou investissement dans la technologie UMTS ). Dans
ce chapitre, le problme ne se pose pas, car la dcision dinvestissement est binaire (construction ou
non dun rseau ADSL).
238
Chapitre 6
Considrons maintenant les hypothses supplmentaires qui doivent tre formules pour valoriser
loption amricaine.
Des hypothses identiques sont formules par les trois modles de valorisation utiliss concernant
lvolution moyenne du sous-jacent et du prix dexercice dans le temps (acclration de la vitesse de
pntration, baisse des prix de vente, progrs technique rduisant le cot dinvestissement, etc.).
En revanche, par le biais du coefficient dauto-corrlation, la mthode par les simulations de Monte
Carlo ncessite de formuler des hypothses supplmentaires sur le degr de la rvlation dinformation
dans le temps. Ceci constitue il est vrai un paramtre de plus, qui de surcrot nest pas ncessairement
facile estimer.
Nanmoins, nous avons vu dans le Chapitre 4 122 que les options relles prsentent une diffrence
importante avec les options financires dans la mesure o lincertitude nest rduite que de faon
progressive, et souvent partielle. La prise en compte de cette spcificit peut venir significativement
affecter le timing de lexercice de loption amricaine. En effet, dans les cas de figure o la rduction
de lincertitude interviendrait essentiellement la fin de la vie de loption, il peut tre optimal de
maintenir loption en vie, alors que les modles classiques faisant lhypothse dune rvlation
dinformation continue recommanderaient un exercice anticip de loption.
Leffort destimer des paramtres supplmentaires peut donc tre utile pour viter daboutir des
situations o un modle recommanderait des dcisions qui nont pas de sens conomique (exercer
loption en anticip, alors que lincertitude nest pas rduite).
IV.2.2. Intrt dune valorisation de loption amricaine par rapport loption europenne
La valorisation de loption amricaine est sensiblement plus complexe que celle de loption
europenne. Pour cette raison, de nombreuses tudes de cas se limitent une valorisation de loption
europenne qui constitue un minorant de loption amricaine mme lorsquil existe des
opportunits dexercice anticip de loption.
Dans cette tude de cas, la valorisation de loption amricaine nest toutefois pas superflue. Dune
part, le Tableau 6.7 rvle que, dans le modle par les simulations de Monte Carlo, la valeur de
loption amricaine est sensiblement suprieure celle de loption europenne. Nous verrons dans la
troisime section du chapitre que ces diffrences de valorisation conduisent une recommandation de
subvention suprieure si lon valorise loption dtenue par AX Tlcom comme une option
amricaine, et non pas comme une option europenne.
Par ailleurs, la valorisation de loption amricaine permet de calculer quelle date AX Tlcom est le
plus susceptible dexercer loption. Nous verrons dans la troisime section que ces lments
permettent AX Tlcom de prparer au mieux le plan de dploiement de son projet dinvestissement.
122
Cf. Chapitre 4, section 2, IV. Une piste de recherche future : la prise en compte dune rvlation de
linformation progressive et partielle.
239
Chapitre 6
SECTION 3 : DISCUSSION : APPORT DES OPTIONS REELLES A LA DECISION

DINVESTISSEMENT DANS UN RESEAU DE TELECOMMUNICATIONS
Dans la deuxime section, nous nous sommes concentrs sur la valorisation de loption. Lobjectif est
maintenant de dterminer en quoi lidentification et la valorisation de loption dattente permettent
damliorer le processus de dcision dinvestissement stratgique.
Comme dans le chapitre prcdent, nous voyons des bnfices de lanalyse optionnelle plusieurs
moments au cours du cycle de vie du projet. Plus prcisment, les options relles peuvent intervenir
la fois pour amliorer la dcision initiale, et pour faciliter le dploiement du projet (Tableau 6.8).
Tableau 6.8 : Apports potentiels de lanalyse optionnelle la dcision dinvestissement
Situation observe chez AX Tlcom
Dcision initiale
Droulement de
linvestissement
Manipulation de la VAN (dure de

vie du projet rduite) pour rduire la
valeur du projet
Difficult de loprateur dmontrer le
risque reprsent par un investissement
dans des quipements ADSL en zone
rurale
Mauvaise visibilit sur le nombre de
faisant
lobjet
dun
NRA123
dploiement ADSL dans les annes
venir
Contribution potentielle des options

relles
Recommandation plus pertinente que la
VAN sur le niveau de subvention et le
timing optimal de linvestissement
Dmonstration plus claire du lien entre
le risque et la valeur du projet
Ngociation avec les collectivits
territoriales plus constructive
Elaboration dun plan de charge,
identifiant les NRA les plus
susceptibles de faire lobjet dun
dploiement de lADSL dans le futur
I. Une meilleure apprciation de la valeur du projet et de la date optimale dinvestissement

La VAN et lanalyse optionnelle conduisent des recommandations diffrentes sur le montant
minimal de la subvention ngocier avec les collectivits territoriales pour un dploiement immdiat
de lADSL.
Dans la premire section du chapitre, nous avons indiqu que la VAN devient positive si la subvention
est suprieure ou gale 15,9 UM. Lanalyse optionnelle montre quun tel calcul ne tient pas compte
de la valeur de lattente.
En effet, le fait de repousser linvestissement permet de collecter de linformation sur la rentabilit du
projet, et de ne le mettre en uvre que dans les cas o il savre profitable. Lorsque la subvention
verse est de 15,9 UM, certes la VAN du projet devient positive, mais elle reste infrieure la valeur
de loption dattente (gale 2,27 UM si elle valorise comme une option europenne, et 3,90 UM si
elle est valorise comme une option amricaine).
Ceci montre que la prime payer pour lancer immdiatement le projet est suprieure 15,9 UM.
Le montant minimum de la subvention ngocier nest pas celui pour lequel la VAN sannule, mais
est dtermin par le point dintersection entre la VAN de linvestissement immdiat et la valeur
doption.
La Figure 6.4 illustre la recommandation de subvention minimale formule par la VAN et par
lanalyse optionnelle.
123
NRA = Nud de Raccordement dAbonn
240
Chapitre 6
Figure 6.4 : Comparaison du montant de subvention recommand par la VAN et par lanalyse
optionnelle
15
Attente
Investissement immdiat
VAN / Valeur d'option (UM)
10
0
0
10
15
20
25
30
-5
-10
-15
Montant de la subvention (UM)
Valeur d'option amricaine
VAN inv immdiat
Valeur d'option europenne
Sur la Figure 6.4, la droite reprsentant la VAN coupe laxe des abscisses lorsque la subvention est
gale 15,9 UM. Cest donc le montant de subvention minimum recommand par la VAN.
A linverse, lapproche optionnelle recommande de diffrer linvestissement tant que la valeur de
loption dattente est suprieure la VAN de linvestissement immdiat. La courbe de la valeur
doption se situe au-dessus de la droite reprsentant la VAN jusqu un niveau de subvention gal
19,5 UM. Cest donc le montant de subvention minimum recommand par lapproche optionnelle, soit
une subvention plus de 20% suprieure celle recommande par la VAN.
Nous avons indiqu prcdemment que lun des inconvnients de repousser la dcision
dinvestissement tait le risque de ne plus disposer de subvention ou dobtenir une subvention un
montant moindre de la part des pouvoirs publics. Plus la subvention que les collectivits territoriales
sapprtent accorder pour un investissement immdiat est leve, plus le cot de lattente est
important. Au-del dun montant de subvention de 19,5 UM, la valeur de loption passe en dessous de
la valeur de la VAN, et il est prfrable dinvestir immdiatement.
Si loption est valorise comme une option amricaine, la recommandation de subvention est mme
suprieure : la courbe de valeur de loption amricaine croise celle de la VAN de linvestissement
immdiat pour une subvention de 21,3 UM.
Lanalyse optionnelle permet donc de comprendre pourquoi il nest pas ncessairement optimal
dinvestir immdiatement, mme si la VAN du projet est positive.
La littrature indique que cette insuffisance de la VAN est souvent perue intuitivement par le
management ; celui-ci compense ce phnomne en calculant la VAN avec un taux dactualisation
particulirement lev (Busby & Pitts, 1997). Dans le cas dAX Tlcom, nous avons constat une
pratique similaire. Le taux dactualisation ntait pas modifi, car un taux dactualisation unique tait
impos pour lensemble des projets dinvestissement de rseau du groupe. En revanche, nous avons
constat que le management minorait la VAN, en calculant celle-ci sur un nombre dannes infrieures
241
Chapitre 6
la dure de vie relle des infrastructures. En effet, la VAN tait calcule par le management dAX
Tlcom sur trois annes de cash-flows, alors que la dure de vie des quipements tait de lordre de
cinq ans.
Lanalyse optionnelle aurait donc permis de parvenir une recommandation dinvestissement plus
approprie, sans avoir manipuler la VAN.
II. Un outil de communication, grce une comprhension plus claire de limpact du risque sur
la valeur du projet
Les options relles permettent non seulement de mieux comprendre la valeur du projet en interne, mais
aussi de communiquer plus facilement sur cette valeur avec lextrieur.
Dans le cas de lADSL en zones rurales, le positionnement dAX Tlcom vis--vis des collectivits
territoriales tait dlicat : on pouvait parfois constater une certaine dfiance des collectivits
territoriales vis--vis de AX Tlcom, souponn de profiter de sa situation doprateur historique
et ainsi dun certain monopole.
Pour AX Tlcom, il tait donc important de donner une plus grande lisibilit de sa politique
dinvestissement, et des critres permettant un NRA de devenir ligible pour lADSL. Or, il ntait
pas vident de dmontrer le risque reprsent par le projet, ou plus prcisment de dmontrer dans
quelle mesure ce risque venait affecter le montant de la subvention minimale recevoir pour lancer
rapidement lADSL.
En particulier, le calcul de la VAN permettant de dterminer le montant de la subvention est dpendant
dun taux dactualisation, dont le niveau est difficile justifier. Mc Nulty et al. (2002) montrent que le
cot moyen pondr du capital peut varier dans des proportions importantes suivant les hypothses de
dpart, en particulier la priode sur laquelle on calcule la prime de march . Dans ces conditions, le
calcul de la VAN et donc du montant de la subvention parat fortement arbitraire.
Dans ce contexte, lintrt de lanalyse optionnelle est double.
En premier lieu, lanalyse optionnelle permet de rendre la modlisation du risque plus concrte. Dans
le calcul de VAN, le risque est pris en compte par le dnominateur, travers le taux dactualisation.
Comme nous lavons indiqu plus haut, le taux dactualisation est une donne agrge, rsultant dune
srie de calculs que peu de managers sont en mesure de justifier.
Lintrt des options relles est de dplacer lanalyse du risque du dnominateur (le taux
dactualisation) vers le numrateur (les cash-flows). Cela permet de dcrire le risque avec des
variables qui ont un sens conomique , comme par exemple le nombre minimal et maximal de
clients ADSL que lon peut anticiper au cours des trois premires annes dexploitation.
Deuximement, les options relles permettent dtablir un lien explicite entre le risque et la valeur du
projet.
Dans la premire section, nous avons effectu des simulations de Monte Carlo sur la VAN. Le profil
de distribution obtenu a permis de montrer lexistence dun risque. Cependant, les simulations de
Monte Carlo sur la VAN ne conduisent pas une rgle de dcision simple. En lespce, le rsultat des
simulations ne permettait pas de dterminer le montant minimal de la subvention ngocier.
A linverse, les options relles permettent dexpliciter le lien entre la variabilit des cash-flows et la
valeur du projet. A titre dillustration, la Figure 6.5 montre limpact de la volatilit du nombre de
clients ADSL sur le montant de la subvention.
242
Chapitre 6
Figure 6.5 : Impact de la volatilit sur le montant minimum de subvention ngocier

15
VAN / Valeur d'option (UM)
10
0
5
10
15
20
25
30
-5
-10
-15
Subvention (UM)
VAN inv immdiat
Valeur d'option pour vol=10%
La Figure 6.5 indique que plus le futur nombre de clients ADSL est incertain, plus la courbe de la
valeur doption se dplace vers le haut, et plus la subvention ncessaire pour un dmarrage immdiat
de lADSL est leve.
III. Anticipation du plan de charge des dploiements sur lensemble du territoire
Jusqu prsent, nous avons surtout soulign lintrt des options relles pour mieux comprendre la
valeur dun projet dinvestissement en contexte incertain. Une seconde contribution importante de
lanalyse optionnelle est de permettre une meilleure gestion du timing de linvestissement.
Lutilisation de la VAN permet de dterminer, un moment donn, si le projet doit tre lanc ou non.
Dans cette tude de cas, la VAN indique que lADSL doit tre dploy partir du moment o la
subvention est suprieure ou gale 15,9 UM. Dans le cas contraire, le projet ne doit pas tre lanc,
mais la VAN ne formule pas de prconisation particulire sur les dcisions prendre lavenir.
En revanche, lanalyse optionnelle peut aboutir trois types de recommandations :
Si la valeur doption est nulle, alors il faut abandonner le projet. En effet, cela signifie que mme
dans les cas de figure les plus optimistes, le projet dinvestissement ne sera pas rentable.
Si la valeur doption est strictement positive, et infrieure la VAN de linvestissement immdiat,
il faut investir immdiatement.
Si la valeur doption est strictement positive, et suprieure la VAN de linvestissement
immdiat, il faut attendre, cest--dire repousser la dcision dinvestissement.
Si cest la stratgie dattente qui est prconise, lanalyse des rsultats des simulations de Monte Carlo
permet de dterminer la probabilit que loption soit exerce, cest--dire que le projet soit lanc dans
243
Chapitre 6
le futur. Dans le cas de loption amricaine, on peut par ailleurs calculer la probabilit dexercice de
loption des dates intermdiaires. La Figure 6.6 rcapitule les probabilits dexercice de loption
pour diffrents montants de subvention.
Figure 6.6: Probabilit dexercice de loption suivant le montant de la subvention

80%
9%
70%
Probabilit d'exercice de l'option
60%
50%
12%
Exercice l'chance
Exercice anticip
40%
66%
9%
30%
42%
20%
6%
28%
10%
4%
14%
5%
0%
5
10
15
20
25
Montant de la subvention (UM )
Par exemple, si le montant de la subvention est de 15 UM, nous avons indiqu prcdemment que
lanalyse optionnelle recommande dattendre. Dans ce cas, la Figure 6.6 indique quil y a environ 40%
de chances que loption soit exerce par la suite. Plus prcisment, il existe une probabilit de 23%
que loption soit exerce de faon anticipe en 2003, et une probabilit de 17% que loption soit
exerce en 2004, lchance de loption.
Jusqu prsent, nous avons concentr notre analyse sur un seul NRA. Or, AX Tlcom dispose dun
maillage resserr de NRA sur lensemble du territoire. Pour plus dune centaine dentre eux, situs
dans des zones rurales, la question de la rentabilit de lADSL est particulirement difficile trancher.
Nous avons prcis en premire section du chapitre que la dcision conomique de lancer lADSL est
prise de faon locale, NRA par NRA. Nanmoins, le dploiement de lADSL est une opration qui
sollicite des ressources importantes, et il est essentiel de coordonner les diffrents dploiements sur
lensemble du territoire.
En consquence, lintrt de lanalyse optionnelle est ici de dterminer, pour chaque NRA, la
probabilit de dploiement en 2003 et en 2004.
On peut ainsi dresser un panorama gnral des dploiements probables sur lensemble du territoire
(Figure 6.7).
244
Chapitre 6
Figure 6.7: Plan de charge prvisionnel de dploiement de lADSL (illustratif)

Anne
Probabilit d'exercice
Liste des Nuds de

Raccordement
d'Abonns (NRA)
concerns
75%-100%
NRA 75
NRA 114
NRA 22
()
2003
50%-75%
<50%
NRA 347
NRA 36
()
NRA 210
NRA 59
NRA 122
75%-100%
NRA 405
NRA 78
()
2004
50%-75%
<50%
NRA 234
NRA 87
NRA 423
NRA 199
()
2003/2004
0%
NRA 341
NRA 84
NRA 396
NRA 278
NRA 74
NRA 91
()
NRA 153
NRA 28
Temps
La Figure 6.7 donne une illustration thorique dun tel panorama : elle liste les NRA les plus
susceptibles de faire lobjet dun dploiement en 2003, puis en 2004. Dans la colonne la plus droite
figurent les NRA pour lesquels on anticipe que lADSL ne sera pas rentable, mme dans les
configurations les plus optimistes.
Naturellement, cette cartographie des dploiements est valable un instant donn ici en 2002 en
fonction des lments dont on dispose ce moment l. Lanalyse doit tre actualise rgulirement en
fonction des informations qui sont collectes.
Comme dans le Chapitre 5, on peut mettre au point un systme dindicateurs, permettant de prendre
plus rapidement la dcision de lancement ou non de lADSL. Par exemple, on pourrait dterminer des
seuils portant sur le nombre de clients ADSL ou sur lvolution des prix de vente ADSL au-del
desquels lexploitation de lADSL a de fortes probabilits dtre rentable.
Sachant que lanalyse optionnelle doit tre rplique sur un grand nombre de NRA, ce dispositif
dindicateurs permettrait de visualiser rapidement la probabilit des dploiements sur lensemble du
territoire chaque fois que lon collecte de linformation sur la valeur des indicateurs.
245
Chapitre 6
Cette tude de cas, base sur une dcision dinvestissement relle, a illustr lintrt de lanalyse
optionnelle pour prendre une dcision de dploiement dun rseau de tlcommunications en univers
de faible intensit concurrentielle.
La premire contribution importante de ce chapitre rside dans la comparaison de plusieurs

modles de valorisation, la fois de loption europenne et de loption amricaine, pour valoriser
un projet dinvestissement rel.
A notre connaissance, il sagit de la seule tude de cas comparant, sur une dcision dinvestissement
relle, plusieurs mthodes de valorisation de loption amricaine.
Par ailleurs, en dehors de larticle de Cortazar et Schwartz (1998) mentionn dans le Chapitre 4,124 il
ny a pas eu dautre publication utilisant les simulations de Monte Carlo pour valoriser une option
relle amricaine. Par rapport lapplication effectue par Cortazar et Schwartz, ltude de cas du
Chapitre 6 prsente lintrt dintgrer plus de sources dincertitude, et doffrir une mthode de
valorisation nettement plus simple. En effet, lapproche dveloppe par Cortazar et Schwartz ncessite
au dpart la modlisation dune quation aux diffrentielles partielles. De plus, elle se base sur le
modle de valorisation de loption amricaine de Barraquand et Martineau (1995), qui est plus
complexe dutilisation que celui de Longstaff et Schwartz (2001).
Les principaux enseignements de cette tude comparative sont les suivants :
Pour la valorisation de loption europenne :

On retrouve la plus grande facilit dutilisation de la mthode par les simulations de Monte Carlo
par rapport aux modles classiques (modle de Black et Scholes et modle binomial), dj
constate dans le Chapitre 5.
En particulier, les modles classiques ncessitent lestimation de paramtres agrgs comme la
volatilit ou le taux de dividende, qui ne correspondent pas des donnes conomiques concrtes.
A linverse, les simulations permettent aux managers de se concentrer sur les leviers qui ont une
vritable signification conomique : il sagit par exemple de spcifier quel est lintervalle de
confiance des sources dincertitude par exemple le nombre minimal et maximal de clients ADSL
potentiel ou encore de dterminer en quoi un report du projet affecte les donnes du business
plan.
Dautre part, lapproche par les simulations de Monte Carlo se greffe directement sur le business
plan du projet ; elle est donc davantage perue comme un moyen de raffiner le calcul de VAN
que comme une mthode venant remettre en question les mthodes actuelles, et son acceptabilit
nen sera que meilleure.
En revanche, contrairement au Chapitre 5, on constate une assez grande proximit des rsultats
entre lapproche par les simulations de Monte Carlo et les mthodes classiques. Ceci tient au fait
que les donnes du problme sont nettement moins complexes que dans ltude de cas prcdente :
univers monopolistique, pas dincertitude dans le cas du scnario statu quo , une seule modalit
dexercice de loption (dploiement de lADSL ou non, sans possibilit dune modalit
intermdiaire).
124
Cf. Chapitre 4, section 1, II.1. La place des simulations de Monte Carlo dans la littrature sur les options
relles
246
Chapitre 6
Pour la valorisation de loption amricaine :

La valorisation de loption amricaine est significativement plus complexe que celle de
loption europenne. Il sagit en effet de modliser lvolution du sous-jacent des (une) date(s)
intermdiaire(s) au cours de la vie de loption, et de dterminer si, ces (cette) date(s) loption
doit tre exerce de faon anticipe ou non.
Le modle binomial effectue cette modlisation de faon simplifie, en supposant dune part que
la rvlation dinformation ces dates intermdiaires est complte, comme dans le cas des options
financires, et dautre part que le dividende peut tre exprim soit comme une somme constante,
soit comme un pourcentage de la valeur du sous-jacent.
Lapproche par les simulations de Monte Carlo permet de traiter ces deux aspects de faon plus
raliste, mais les calculs spcifiques la valorisation de loption amricaine sont alors plus
complexes mettre en uvre que ceux des arbres binomiaux.
Les rsultats obtenus dans cette tude de cas divergent selon le modle de valorisation utilis. Le
modle binomial indique que la probabilit dexercice anticip est trs faible. Il aboutit donc une
valeur doption amricaine peu prs identique celle de loption europenne. En revanche,
lapproche par les simulations de Monte Carlo conduit une valeur doption amricaine qui est
significativement suprieure celle de loption europenne (plus de 25% dcart).
Une piste de recherche future sera de mieux comprendre les diffrences de valorisation de ces
deux modles, et en particulier limpact dune rvlation dinformation progressive sur la valeur
de loption amricaine.
Le deuxime principal apport de ce chapitre porte sur lintrt de mener une analyse optionnelle
pour amliorer le processus de dcision stratgique.
Comme dans le chapitre prcdent, cette tude de cas dmontre quen contexte dincertitude, et
lorsquil existe une possibilit de repousser la dcision dinvestissement, lapproche optionnelle
conduit une valorisation de projet plus approprie que le calcul de VAN.
Nous avions indiqu dans le Chapitre 2 la diversit des apports des options relles la dcision
dinvestissement. Cette tude de cas illustre la contribution quantitative de lanalyse optionnelle
dterminer le seuil partir duquel le lancement de lADSL est souhaitable par rapport une
contribution purement qualitative.
En lespce, lanalyse optionnelle conduit une recommandation de subvention minimale de la part
des pouvoirs publics pour lancer lADSL ds 2003 qui est plus de 20% suprieure celle
recommande par le calcul de VAN (19,5 UM, au lieu de 15,9 UM). Si loption est valorise comme
une option amricaine avec les simulations de Monte Carlo, la subvention est plus de 30% suprieure
celle recommande par la VAN (21,3 UM, au lieu de 15,9 UM).
Par rapport au Chapitre 5, la contribution plus spcifique de cette tude de cas est tout dabord de
dmontrer lintrt des options relles pour faciliter la communication avec une tierce partie au
sujet de la valeur dun projet dinvestissement. A cet gard, deux aspects peuvent tre mentionns.
En premier lieu, en identifiant lattente comme une stratgie possible, les options relles prennent
explicitement en compte la valeur du temps. Dans cette tude de cas, ceci signifie que le lancement
immdiat de lADSL a un cot, par rapport une stratgie dattente permettant de collecter de
linformation. Les options relles peuvent donc tre utilises pour communiquer de faon plus
transparente avec des partenaires publics sur le prix payer pour bnficier rapidement dune
technologie nouvelle, dont la rentabilit conomique nest pas encore dmontre.
Par ailleurs, le recours aux options relles peut tre utile pour rendre explicite le lien entre la valeur et
le risque du projet. Dans le calcul de VAN, le risque est pris en compte travers le taux
dactualisation. Malheureusement, la mise en pratique des thories financires sur lesquelles repose le
247
Chapitre 6
calcul du taux dactualisation est malaise et, dans la ralit, il est difficile de justifier de faon
objective la valeur de ce taux. Pour les analyses en interne, les entreprises peuvent saccommoder de
ce problme en veillant la cohrence des taux dactualisation utiliss pour la valorisation de leurs
diffrents projets dinvestissement. En revanche, lorsque la valeur dun projet est discute avec une
tierce partie, la question du taux dactualisation devient dlicate.
Dans ce contexte, lintrt des options relles est dintgrer lanalyse du risque dans la variabilit des
cash-flows. Contrairement au taux dactualisation, la variabilit de paramtres tels que le nombre de
clients ou le prix de vente correspond des donnes concrtes, et peut donc constituer une base de
discussion avec un tiers. Les options relles permettent dtablir un lien explicite entre la variabilit de
ces cash-flows et la valeur du projet. Dans ce chapitre, nous avons par exemple pu montrer en quoi
une plus forte incertitude sur le nombre potentiel de clients impliquait le versement dune subvention
plus leve pour assurer un dmarrage rapide de lADSL.
La prsente tude de cas a montr lintrt des options relles pour faciliter les ngociations avec les
collectivits territoriales. Cet apport des options relles peut tre gnralis dautres types de
communication externe. Shockley et al. (2003) citent en particulier le cas de la biotechnologie,
lorsquil sagit de ngocier la valeur de licence dun futur mdicament, et dune manire gnrale, tous
les cas o la valeur dune entreprise ou dun projet doit tre communique des investisseurs
extrieurs.
La deuxime spcificit de ce chapitre est de montrer lintrt potentiel des options relles pour
lorganisation du dploiement dun projet dinvestissement de grande envergure.
Lorsquun projet implique un ensemble de dcisions qui sont prises localement, mais ncessitent pour
leur mise en uvre la coordination de ressources lchelle de toute lentreprise, alors il est ncessaire
davoir une vision sur le calendrier de dploiement du projet sur lensemble du territoire. En contexte
de forte incertitude, llaboration dun tel plan de charge peut savrer particulirement ardue.
Lintrt des options relles, et plus prcisment ici de la valorisation de loption amricaine, rside
dans la possibilit destimer les dates les plus probables dexercice de loption sur les diffrents points
du territoire.
Lapplication dveloppe ici concerne le dploiement dinfrastructures pour un rseau de
tlcommunications. Mais les applications sont multiples. A titre dexemple, une telle approche
pourrait tre applique aussi bien la dcision de dploiement dun rseau commercial sur un march
gographique donn, ou encore au dploiement dun systme dinformation dans les diffrentes entits
dun groupe.
Le fait de valoriser loption dattente amricaine comme telle, au lieu den estimer la valeur avec
loption europenne, a une implication double : dune part, la valeur doption obtenue est plus prcise,
et dautre part, il est possible de calculer la probabilit dexercice anticip de loption.
En matire de conduite de linvestissement, ceci a permis de calculer de faon plus prcise la
subvention minimale ngocier auprs des pouvoirs publics, et dtablir un plan de charge
prvisionnel de dploiement de lADSL sur le territoire.
La question ouverte par cette tude, et quil serait intressant dtudier par la suite, est de dterminer si
les informations supplmentaires dlivres par la valorisation de loption amricaine mritent le
prix dune complexit de calcul significativement plus importante que dans le cas de loption
europenne.
Dans ces deux premires tudes de cas de la Partie III, nous nous sommes intresss des dcisions
dinvestissement devant tre prises dun bloc : dcision de lancement dun rseau de
tlcommunication mobiles bas sur la technologie UMTS ou EDGE (Chapitre 5), dcision de
lancement dune offre ADSL dans une zone gographique donne (Chapitre 6).
248
Chapitre 6
Dun point de vue optionnel, de telles dcisions peuvent tre assimiles des options simples, quelles
soient de type europen (exercice possible un point donn dans le temps seulement) ou de type
amricain (exercice possible durant toute une priode donne).
Toutefois, un nombre important de dcisions dinvestissement est pris sur un mode squentiel :
linvestissement est ralis de faon progressive, et ce nest qu terme de cette squence que tout ou
partie des cash-flows prvus par le projet dinvestissement sont effectivement gnrs.
Dun point de vue optionnel, de telles dcisions peuvent tre assimiles des options squentielles,
encore appeles options sur option : lexercice de la premire option gnre non pas des cash-flows,
mais la cration dune autre option. Les cash-flows sont gnrs par la dernire option de la chane.
Cest ce type doption que nous allons tudier dans la troisime tude de cas.
249
Chapitre 7 Etude de
Cas R&D
251
Chapitre 7
Introduction
Ce chapitre est consacr une tude de cas dans le domaine de la R&D. Elle met en scne un
oprateur de tlcommunications, le Groupe Thta Telecom, qui gre la fois des activits de
tlphonie fixe, tlphonie mobile et accs internet haut dbit. Le Groupe rflchit sur la mise en place
dun systme de gestion didentit, permettant didentifier plus facilement les utilisateurs dinternet.
Ltude de cas se focalise sur la filiale daccs internet, Thta.net. Celle-ci doit dterminer sil
faut dployer le mme kit de gestion didentit que sa filiale sur prsente dans les
tlcommunications mobiles, ou sil est prfrable dabandonner ce kit, pour dployer plus tard
une autre version.
Par rapport aux tudes de cas ralises dans les chapitres prcdents, deux aspects nouveaux sont
investigus dans ce chapitre. Sur le plan de la valorisation, nous nous intressons ici une option
compose, alors que les chapitres prcdents portaient sur des options simples (option europenne et
amricaine). Sur le plan stratgique, nous tudions une dcision dinvestissement qui sinscrit
dans une problmatique de groupe, et ne peut pas tre analyse de faon isole.
Dans la premire section, nous prsentons le contexte et la dcision dinvestissement. Nous valorisons
le projet laide de la VAN et effectuons une analyse de risque du projet. Nous analysons les
insuffisances de ces approches pour dterminer la meilleure dcision dinvestissement prendre, et
montrons en quoi celle-ci peut tre analyse travers une grille de lecture optionnelle.
Dans la deuxime section, nous valorisons loption, en utilisant et en comparant trois modles de
valorisation diffrents.
Dans la troisime section, nous discutons lapport des options relles la dcision dinvestissement
dans la R&D. Nous montrons que celles-ci permettent un meilleur pilotage du projet considr de
faon individuelle, et peuvent galement contribuer optimiser le processus de dcision lchelle du
Groupe.
252
Chapitre 7

Pour la ralisation de ce chapitre, nous avons slectionn une problmatique reprsentative de la
complexit dune dcision dinvestissement dans la R&D, en raison dune part de la coexistence
dimpratifs court et moyen terme, et dautre part du caractre transverse de la dcision.
Ltude de cas a t ralise en deux grandes phases.
Dans un premier temps, nous avons analys la problmatique de la gestion didentit dans son
ensemble, lchelle du groupe. Nous nous sommes pour cela appuys sur des analyses externes, en
particulier les rapports dinstituts de recherche spcialiss dans les tlcommunications, ainsi que sur
les analyses publies sur le web par la presse spcialise et les principaux acteurs du secteur,
notamment lAlliance Liberty.
Afin de mieux cerner les principaux enjeux en matire de gestion didentit pour le Groupe Thta,
nous avons analys les documents internes relatifs plusieurs projets du Groupe ayant un lien direct
avec la gestion didentit. Nous avons par la suite men une srie dentretiens au sein du dpartement
R&D auprs du principal responsable de la gestion de lidentit pour lensemble du groupe, et auprs
de lquipe dvaluation conomique.
Nous avons vu dans le Chapitre 2 quune analyse optionnelle portant sur une problmatique transverse
lensemble de lentreprise, et stendant sur un horizon de temps moyen terme est trop complexe
pour donner lieu un exercice chiffr.
En consquence, pour la ralisation de cette tude de cas, nous avons restreint notre analyse une
problmatique de court-moyen terme (le dploiement ou non dun produit existant), et sur un
primtre restreint (la filiale Thta.net). Cette phase a t ralise en collaboration avec la personne
charge, au sein du dpartement R&D, des dploiements court terme en matire de gestion
didentit.
Lensemble de lanalyse a t valid par la remise dun rapport final, ainsi quune prsentation au sein
du dpartement R&D du Groupe Thta.
253
Chapitre 7
SECTION 1: PRESENTATION DU CONTEXTE, ET ANALYSE OPTIONNELLE DE LA

DECISION DINVESTISSEMENT
La prsente tude de cas a t ralise en 2005. Elle porte sur un domaine de recherche qui devrait
jouer un rle majeur dans les annes venir pour le dveloppement de linternet : la gestion de
lidentit.
Dans cette section, nous explicitons tout dabord en quoi consiste la gestion de lidentit, et quelles
sont les solutions techniques possibles.
Nous dcrivons ensuite la dcision dinvestissement tudie : il sagit, pour un fournisseur daccs
internet, de dterminer sil faut dployer auprs des fournisseurs de services internet un premier
mcanisme de gestion didentit ds lanne 2006.
Dans un troisime temps, nous valorisons ce projet dinvestissement avec la VAN, et montrons la
difficult de prendre une dcision dinvestissement sur la base de ce calcul dans un contexte de forte
incertitude.
I. Description du contexte et de la dcision dinvestissement
I.1. La problmatique de la gestion de lidentit
I.1.1. Principe de la gestion didentit

En 2005, lorsquest ralise cette tude de cas, la gestion de lidentit est perue comme lun des
enjeux majeurs pour dvelopper les services par internet.
A cette date, les services par internet sont encore peu personnaliss. Dautre part, la navigation dun
site un autre manque de fluidit, car lutilisateur doit indiquer pour chaque fournisseur de service un
identifiant et un mot de passe spcifiques.
Lobjectif de la gestion de lidentit est doffrir un meilleur confort dutilisation des services internet.
Ceci passe par la ralisation de deux phases :
1. La fdration didentit (dite SSO pour Single Sign On )
La fdration didentit offre lutilisateur la possibilit de naviguer dun site un autre sans
avoir saisir un identifiant et un mot de passe spcifiques chaque prestataire de service.
Lutilisateur na donc plus besoin de mmoriser un nombre important didentifiants et de mots de
passe. Par ailleurs, il na besoin dindiquer ces donnes quune seule fois en dbut de session, et
peut ensuite naviguer de faon scurise entre les diffrents sites.
254
Chapitre 7
Figure 7.1 : Principe de la fdration didentit
Source : http://blogs.sun.com/hubertsblog, 21/11/2006
Exemple dapplication :
Aprs avoir rserv son billet davion sur le site dune compagnie arienne, lutilisateur pourra
tre redirig vers le site dun loueur de voiture, et rserver un vhicule sans avoir sidentifier de
nouveau.
2. Le partage dattributs
Le partage dattributs permet aux fournisseurs doffrir des services personnaliss, cest--dire
adapts aux caractristiques du consommateur, tout en garantissant lanonymat de celui-ci.
Ces caractristiques ou attributs peuvent notamment porter sur :
Les donnes personnelles de lutilisateur : adresse / code postal, sexe, date de naissance,
situation familiale, nombre denfants, etc.
Les antcdents du consommateur : historique bancaire, dossier mdical, dossier dassurance,
etc.
Les prfrences de consommation : voyages, loisirs (musique, cinma, sport), rgime
alimentaire ;
Les caractristiques techniques du terminal utilis par le consommateur.
La prsence et lemplacement gographique de lutilisateur (dun terminal mobile, par
exemple tlphone ou PDA).
Les dtails bancaires (numro de carte de crdit notamment), permettant deffectuer des achats
sur internet.
255
Chapitre 7
Figure 7.2 : Principe du partage dattributs
Dossier
mdical
Compagnie
dassurance
Dossier
dassur
Historique
des voyages
Programme
de fidlit
Agence de
voyages
Fournisseur didentit
Banque
Historique
des crdits,
coordonnes
bancaires
(ex: oprateur mobile ou

fournisseur daccs
internet)
Compagnie
arienne
Prfrences
alimentaires
Chane
htelire
Prfrences
alimentaires
Location de
voiture
Modles de voiture
prfrs
Source : daprs Liberty Alliance Project : Digital Identity Defined , Cannes, 16 fvrier 2005
Exemples dapplication :
Les prfrences de repas indiques par le consommateur sur le site dune chane de
restauration peuvent ensuite tre communiques (avec son accord bien sr) une compagnie
arienne ou une chane dhtels.
La connaissance des caractristiques techniques du terminal permet au fournisseur de services
dadapter ses messages aux capacits du terminal. Par exemple, il ne joindra pas de vido sil
sagit dun terminal qui peut lire seulement du texte.
Rob utilise le mme oprateur de tlcommunications pour son accs ADSL et pour ses
tlcommunications mobiles. Lorsquil est la maison, il coute souvent la radio sur son
ordinateur. Il a enregistr dans les favoris ses stations de radio prfres sur son tlphone
mobile. Grce la gestion didentit, il peut couter la radio en utilisant les mmes codes
daccs sur son ordinateur et sur son tlphone mobile.
Janet et Joe sont alls se promener en ville. Ils souhaitent maintenant aller au cinma. Grce
au partage de lattribut go-localisation , ils peuvent en quelques clics obtenir la liste des
cinmas les plus proches de lendroit o ils se trouvent, et consulter les programmes sans
avoir besoin de donner des dtails sur leur identit relle.
Pour les utilisateurs, le partage dattributs permet de bnficier de services personnaliss, tout en ayant
lassurance que leurs donnes personnelles seront scurises. Le fait de trouver une offre adapte
leur profil de consommation leur permet de gagner beaucoup de temps, et en particulier lorsque la
consommation de services internet se fait par lintermdiaire dun tlphone mobile, dviter beaucoup
de frustrations.
Pour les fournisseurs de service, cest loccasion de gnrer plus de revenus. Les fournisseurs peuvent
mettre en avant loffre correspondant le mieux au profil de lutilisateur ; de plus, loffre de services
personnalise plus rapide permet de gnrer des ventes avec des utilisateurs qui nauraient sans cela
pas la patience daller jusquau bout de lacte dachat, en particulier lorsquils accdent au service par
lintermdiaire dun tlphone mobile.
256
Chapitre 7
I.1.2. Des enjeux conomiques majeurs, conduisant des rivalits technologiques

Microsoft, pionnier de la fdration didentit avec Passport 125
La premire initiative denvergure en matire de gestion didentit a t mene par lentreprise
Microsoft, avec son produit Passport .
Passport a t lanc de faon assez discrte en 1999. En 2001, lorsque Microsoft a annonc le
lancement de son initiative .NET de services sur internet, le rle cl de Passport dans la stratgie de
lentreprise est apparu plus clairement. La logique sous-jacente tait la suivante : le plus dutilisateurs
staient inscrits sur Passport, le plus Passport apparaissait attractif aux yeux des entreprises vendant
des produits et des services sur internet, et qui souhaitaient ajouter ces clients Passport leur
clientle existante.
En 2002, Passport revendiquait 200 millions de comptes actifs dans le monde entier, avec une
moyenne de 3,5 milliards dactes dauthentification par mois. Passport comptait une centaines de sites
internet partenaires, avec de nombreux autres sites en cours de mise en place. Les revenus gnrs
directement par Passport correspondaient un abonnement forfaitaire annuel pay par les sites
partenaires, auquel sajoutaient des commissions calcules sur le volume dactes dauthentification. 126
Considr de faon isole, Passport ntait pas un produit rentable pour Microsoft. En revanche,
lentreprise considrait Passport comme un formidable catalyseur pour gnrer des revenus provenant
de services internet supplmentaires.
A terme, Microsoft a lambition daller au-del de la simple identification de lutilisateur, et de former
des cercles de confiance , permettant lutilisateur de consommer des services de faon totalement
scurise sur de vastes zones dinternet. A cette fin, Microsoft a notamment form une alliance avec
IBM : lobjectif est dvelopper une norme, WS-* (Web Services-*), notamment compose des
standards WS-Security et WS-Federation, permettant de grer le partage dattributs.
La formation de lAlliance Liberty, et les autres initiatives de SSO

Sous la houlette de Sun Microsystems, un consortium dentreprises nomm Liberty Alliance sest
form en septembre 2001, afin de concevoir un produit concurrent de celui de Microsoft.
Progressivement, lAlliance Liberty a russi fdrer sous sa bannire un grand nombre
dorganisations,127 reprsentant tous les types dacteurs de lunivers dinternet : des diteurs de
logiciel, des fabricants de terminaux tlphoniques, des oprateurs de tlcommunications, des
consommateurs (ex : administrations), des fournisseurs de services, notamment dans le secteur
bancaire et aronautique.
La feuille de route de lAlliance Liberty prvoit ltablissement de trois principaux standards :
La norme ID-FF, permettant de grer la fdration didentit ;
Les normes ID-WSF et ID-SIS permettant de grer le partage dattributs.
Son objectif initial de concurrence frontale avec Microsoft sest modifi en cours de route. En 2005, le
principal objectif poursuivi par lAlliance Liberty est de dvelopper des spcifications, qui garantiront
une interoprabilit entre diffrentes applications de SSO.
125
Principale source sur le Passport de Microsoft : The Role of Web Single Sign-On Services as Revenue
and ROI Drivers , The Yankee Group, 18 mars 2002.
126
Cest--dire quau-del dun certain volume, les sites partenaires devaient payer une commission Microsoft
chaque fois quun utilisateur de Passport vient visiter leur site.
127
Environ 150 en 2005 (Source : Liberty Alliance Project : Digital Identity Defined ,
http://www.projectliberty.org).
257
Chapitre 7
En marge de lAlliance Liberty se sont dveloppes plusieurs autres initiatives dapplications SSO.
En particulier, le fournisseur daccs AOL, membre de lAlliance Liberty, a travaill de son ct sur
son propre systme de gestion de lidentit. Dans le cadre de son projet Magic Carpet , AOL a
dploy en janvier 2002 une application SSO assez similaire Passport , nomme ScreenName ,
permettant de naviguer de faon scurise entre des sites internet affilis AOL. AOL mesure toute
limportance de figurer comme lun des principaux points dentre sur internet. Dans cette perspective,
le dploiement dun systme de gestion didentit est essentiel, afin de conqurir de nouveaux clients
qui seront intresss par laccs aux fournisseurs de services et de contenu partenaires dAOL.
Il faut galement noter le dveloppement de deux autres applications open source : PingID et XNS
(Extensible Name Service). Nanmoins, leur impact semble limit, dans la mesure o aucun acteur
important de linternet ne leur a apport son soutien.
Enfin, le groupe OASIS a dvelopp un autre standard, SAML (Security Assertion Markup
Language). SAML ne fournit pas un protocole de fdration didentit en soi. Plutt, il fournit les
outils partir desquels on peut construire un systme de fdration didentit.128 Ainsi, SAML a des
liens avec lAlliance Liberty dune part, et Microsoft dautre part ( travers WS-Security). Nanmoins,
SAML suit son propre agenda, et le primtre quil couvre nest pas le mme que celui couvert par
lAlliance Liberty dune part, et WS-Security dautre part.
Quelle technologie future pour la gestion de lidentit ?

Ainsi, le domaine de la gestion didentit apparat comme un vritable patchwork, faisant intervenir de
nombreux acteurs provenant dunivers diffrents, et ayant pour la plupart des liens dinterdpendance
entre eux. Ceux-ci offrent des solutions techniques qui pour certaines se compltent, et pour dautres
se recoupent.129
Dans la mesure o la gestion de lidentit ncessite la coordination des diffrents acteurs de lunivers
dinternet (oprateurs de tlcommunications, fournisseurs de services, quipementiers, diteurs de
logiciels, consommateurs), il paratrait logique que lindustrie cherche mettre au point un standard
unique, et vise la convergence des diffrents systmes existants.
Le principal obstacle cette convergence nest pas tant dordre technique que dordre conomique. En
effet, le business model de la gestion didentit napparat pas encore clairement. Bien que la
gestion didentit fasse sens pour les trois grands types dacteurs impliqus le consommateur, le site
internet fournisseur de service et le fournisseur didentit il existe de nombreuses faons de
partager la rente conomique.
En particulier, il serait logique de parvenir une fusion des systmes proposs par lAlliance Liberty
et Microsoft. Mais, pour des raisons lies aux droits de proprit, un tel rapprochement nest pas du
tout assur. 130
Une interview de M. Chanliau, directeur de la scurit des services internet chez Computer Associates,
tmoigne de la concurrence persistante entre les deux standards : Le problme tait et reste quil y a
des normes concurrentes. Dun ct Liberty, de lautre WS-Federation. Liberty est constitue des
128
Cf. Giga Group, 9/10/2002, Federated Identity and Internet Single Sign-On (I-SSO): Standards Progressing,
but the End Game is Unclear by Randy Heffne, page 3
129
Cf. par exemple larticle de 01Net Informatique : En 2005, des attributs de localisation, de prsence et de
carnet de contacts seront disponibles , ajoute Simon Nicholson. Mais, pour Mike Neuenschwander, directeur de
recherche associ au Burton Group, Liberty Alliance n'a pas une ide claire quant la direction emprunter.
En tendant ID-WSF, elle risque de se heurter aux travaux d'IBM et de Microsoft sur WS-Security , affirme-til. Le Meta Group souligne d'ailleurs que le chevauchement entre WS-Federation (brique venant se greffer sur
WS-Security) et les modules de Liberty Alliance sme toujours la confusion, et n'anticipe pas la convergence de
l'ensemble avant 2006 (http://www.01net.com/article/256958.html)
130
Pour plus de dtails sur ce point, cf. Microsoft and Liberty Alliance : Both Have Half an Answer for
Internet Identity , Giga Information Group, 1er octobre 2001.
258
Chapitre 7
normes ID-FF, ID-WSF et ID-SIS. ID-WSF est en concurrence directe avec WS-Federation. On peut
parler dune guerre des protocoles 131 (interview de Marc Chanliau par Dietmar Mller, ZDNet, 2
fvrier 2005).
A terme, le scnario le plus probable est quil existera une certaine interoprabilit entre les diffrentes
technologies. Nanmoins, lorsque cette tude est ralise en 2005, nul ne peut dire quand, ni selon
quel processus et sur quel primtre 132 cette interoprabilit sera ralise.
I.2. Description de la dcision dinvestissement
Ltude de cas a t ralise en 2005 pour un oprateur de tlcommunications, le Groupe Thta

Tlcom, qui regroupe des activits de tlphonie fixe, de tlphonie mobile et daccs internet. Les
activits de tlphonie mobile sont gres par la filiale Thta.mobile, tandis que la filiale Thta.net est
ddie lactivit de fournisseur daccs internet.
La dcision dinvestissement analyse dans cette tude de cas porte sur lachat et le dveloppement par
Thta.net dun kit, lui permettant de pratiquer la fdration didentit avec des prestataires de services
internet partenaires. Par la suite, nous dnommerons celui-ci par kit SSO .
Le projet de dploiement du kit SSO a t lorigine lanc par la filiale de tlcommunications
mobiles du Groupe, Thta.mobile.
Dans le domaine des tlcommunications mobiles, la gestion de lidentit constitue une condition
ncessaire pour que les utilisateurs consultent des sites internet et utilisent des services internet sur
leur tlphone mobile. La gestion de lidentit permet ainsi daugmenter le revenu moyen gnr par
labonn (ARPU), et mettre en place une fonctionnalit de Single Sign On avec ses prestataires de
services partenaires revt ce titre une importance stratgique.
Tout comme dautres oprateurs de tlcommunications, le Groupe Thta poursuit une stratgie
doprateur complet, offrant ses clients des solutions de tlphonie fixe, mobile et accs internet.
Pour les clients, lattrait dune telle offre est de pouvoir naviguer de faon fluide entre les diffrentes
applications tlcoms.
La poursuite dune stratgie de convergence par le Groupe Thta passe naturellement par une
interoprabilit des systmes de gestion didentit de ses diffrentes filiales. Il paratrait donc logique
que la filiale Thta.net dploie le kit SSO la suite de la filiale Thta.mobile.
Nanmoins, la question de linvestissement dans le kit SSO se pose en termes de timing.133 Ceci
sexplique notamment par les trois raisons suivantes.
131
Texte original en Allemand : Das Problem war und ist, dass es konkurrierende Spezifikationen gibt. Liberty
auf der einen Seite, WS-Federation auf der anderen. Liberty besteht aus den Spezifikationen ID-FF, ID-WSF und
ID-SIS. ID-WSF steht in direktem Wettbewerb zu WS-Federation. Man kann von einem Krieg der Protokolle
sprechen.
132
Par exemple, linteroprabilit ne pourrait exister que sur la fonction de fdration didentit (et non pas sur le
partage dattributs)
133
Cf. Extrait dun rapport du Giga Group, oct 2002: The critical question for an enterprise to answer is
whether, given current immaturity of standards and technology, federation is viable for a pressing business need,
particularly since implementation at this early stage means greater upfront costs and greater risk of future
changes as standards evolve. Thus, the potential for value must be high. (p.6)
259
Chapitre 7
1. En 2005, lvolution de lindustrie des tlcommunications vers une logique de convergence fixemobile na pas encore commenc.
Daprs un rapport de la socit dtude Heavy Reading,134 les premiers dbuts de la convergence
auraient lieu vers 2006-2007, et celle-ci serait compltement oprationnelle vers 2010-2012.
Cette volution reste une perspective encore lointaine, et il subsiste de nombreuses incertitude la
fois sur lampleur et sur le timing de la convergence fixe-mobile :
FMC [Fixed-Mobile Convergence] will eliminate the barriers that now exist between wireline
and wireless networks over the next decade, although there's no consensus on the timing for this
convergence
()
FMC poses technological, organizational, and even marketing challenges that make it difficult
to predict timing. As with other paradigm-changing initiatives, FMC will require more than
technology to take root. While many service providers are positioning themselves to take
advantage of FMC by playing in both the wireless and wireline markets now, others have declined
to make that move, with some most recently AT&T actually having abandoned heterogeneous
portfolios. In short, service providers have yet to prove that they can make the organizational and
marketing transition to FMC.
En consquence, la ncessit pour la socit Thta.net dutiliser le mme kit SSO que sa filiale
sur Thta.mobile napparat pas urgente.
2. En 2005, lintrt conomique pour la socit Thta.net dune fonctionnalit de fdration

didentit est difficile estimer.
Dans le domaine de la tlphonie mobile, la gestion didentit apparat comme indispensable pour
faciliter la pratique de linternet, en raison de labsence de clavier et de la petite dimension de
lcran. On comprend donc lintrt de la filiale Thta.mobile pour le kit SSO, dautant plus que
lintensit concurrentielle dans ce secteur est forte.
Dans le domaine de linternet fixe, la gestion didentit permet un confort accru de lutilisation
dinternet, mais sans tre aussi indispensable que pour linternet mobile. Il est donc difficile
danticiper dans quelle mesure les utilisateurs valoriseront cette fonctionnalit.
De plus, la socit Thta.net subit une pression concurrentielle moins intense que sa filiale sur
dans la tlphonie mobile. Le besoin de se distinguer des concurrents par des fonctionnalits
nouvelles est donc moins aigu.
3. A contrario, le dploiement du kit SSO prsente des risques importants pour la filiale Thta.net
En premier lieu, le dploiement du kit SSO gnre un risque de cannibalisation pour les activits
de contenu de Thta.net.
En effet, la socit Thta.net possde diffrentes filiales qui offrent des services internet (par
exemple : vente de livres et de disques par internet), et pratique dj la fdration didentit avec
ces filiales. Ceci signifie que les clients de Thta.net qui utilisent les services de ces filiales nont
pas besoin de saisir nouveau leur identifiant et leur mot de passe.
Les filiales de Thta.net disposent donc dun avantage concurrentiel par rapport des fournisseurs
de service extrieurs au Groupe. Cet avantage disparatrait si les fournisseurs extrieurs pouvaient
eux aussi pratiquer la fdration didentit grce au kit SSO.
Surtout, nous avons indiqu prcdemment lincertitude trs forte sur la norme qui dominera la
gestion de lidentit dans les annes venir.
Cest un enjeu de taille car les mcanismes de gestion de lidentit ne peuvent fonctionner que si
loprateur de tlcommunications et le prestataire de service internet utilisent la mme norme.
134
Graham Finnie, Fixed-Mobile Convergence Reality Check , Heavy Reading, Vol 2 n 26, December 2004
260
Chapitre 7
En consquence, le risque pour Thta.net est de dployer le kit SSO qui est fond sur ID-FF, la
norme de lalliance Liberty, tandis que la majorit des fournisseurs de service internet utiliserait
une autre norme, par exemple la norme de Microsoft WS-*.
On peut galement imaginer un cas de figure o la phase de fdration didentit serait
domine par la norme Liberty, mais o la norme WS-* simposerait pour la phase de partage
dattributs. En effet, les analystes estiment que lalliance Liberty est plus performante que
Microsoft en matire de fdration didentit, tandis que Microsoft est en avance en matire de
partage dattributs. 135
En ce cas, le potentiel dextension du kit SSO pour ID-FF vers un kit de partage dattributs
reposant sur ID-WSF naurait plus de valeur.
Les socits dtudes mettent en garde les entreprises qui envisageraient un dploiement grande
chelle dun systme de gestion didentit. En raison la fois de la disparit des solutions
techniques, et du manque de visibilit sur la valeur conomique de la gestion de lidentit, les
analystes recommandent une approche incrmentale dans les dploiements (cf. Encadr 7.2).
Encadr 7.2 : Identity Management : When it comes to deployment, think small

A titre dillustration, voici les extraits de deux tudes incitant les entreprises adopter une approche
incrmentale, avec des paybacks rapides, dans le dploiement de systmes de gestion didentit.
Etude de Giga, octobre 2002

The vision is that via networks of trust established across the Internet, consumers and business
users will be able to travel securely and with appropriate privacy protection across wide swaths of
the Internet. As with most new technology directions, the vision is not wrong per se, but the reality of
how to get there is a complex mix of development of technology standards, creation of business
models and resolution of business issues. (page 1)
()
The critical question for an enterprise to answer is whether, given current immaturity of standards and
technology, federation is viable for a pressing business need, particularly since implementation at this
early stage means greater upfront costs and greater risk of future changes as standards evolve. Thus,
the potential for value must be high. (page 6).
Source: Giga Group, 9/10/2002, Federated Identity and Internet Single Sign-On (I-SSO): Standards
Progressing, but the End Game is Unclear by Randy Heffne
Etude de Forrester, dcembre 2004

Focus on short project cycles with quick returns. Identity management remains a scattered, though
sometimes overlapping, set of technologies and functions. And because its value comes in many forms
() too many organizations struggle over how to start and how far to go.
()
Broadly scoped projects will only get mired in application integration efforts, data and process
ownership conflicts, and failed attempts at building an enterprise rolebased access model. But
prioritising projects according to demand and complexity, incrementally rolling out and enhancing
features, and slowly expanding the user population served can create quick value and prove the worth
of further investment .
Source: Forrester, 13/12/2004, Trends 2005: Identity Management by Jonathan Penn, page 5
135
Cf. GigaGroup, 2002, ibid., page 5
261
Chapitre 7
Dans ce contexte, il sagit pour Thta.net de dterminer sil faut acheter et dvelopper le kit SSO
choisi par sa filiale sur Thta.mobile, ou sil est prfrable dattendre que les incertitudes
conomiques et technologiques soient leves avant dinvestir dans un systme de fdration didentit
avec les sites partenaires.
II. Analyse de la rentabilit du kit SSO
Lanalyse de la rentabilit rvle que le kit SSO par lui-mme nest sans doute pas un investissement
rentable. En revanche, il faut prendre en compte le fait que le kit SSO peut aussi constituer une
premire tape, permettant ensuite de dployer un kit de partage dattributs. Si lon prend en compte la
valeur de ce potentiel dextension, alors la VAN totale du kit SSO nest plus que lgrement ngative
(Tableau 7.1).
Tableau 7.1. : Dtail de la VAN du kit SSO
(en UM, actualises au 01/01/2005)
Bnfices directs du kit SSO
Rduction des cots de dploiement
Rduction du taux d'attrition permise par la fdration d'identit
Pertes lies la cannibalisation des activits de contenu
110
104
55
-50
Cot d'investissement dans le kit SSO
-239
VAN du kit SSO seul
-129
Potentiel de dveloppement vers un kit de partage d'attributs

Rduction du taux d'attrition permise par le partage d'attributs
Revente d'attributs des tiers
Cots d'investissemnent dans l'extension du kit
117
141
170
-194
Valeur totale du kit SSO
-12
Pour la socit Thta.net, on peut distinguer deux principaux leviers de cration de valeur conomique
du kit SSO :
1. La rduction du cot et du temps de dploiement de nouveaux services
En 2005, les fournisseurs de services internet externes au Groupe Thta ont intgr leur
mcanisme dauthentification dans leur propre systme. A chaque dploiement dun nouveau
service, il faut donc sassurer que le systme dauthentification labor par le fournisseur de
services est compatible avec celui de Thta.net. Ceci ncessite notamment la conduite de tests, et
la correction des bugs. Toutes ces actions pourraient tre vites si Thta.net fournissait ses
fournisseurs de services partenaires un module standard dauthentification.
2. La rduction du taux dattrition
262
Chapitre 7
Pour Thta.net, cela constituerait un avantage concurrentiel intressant de proposer ses abonns
de ne saisir quune seule fois leur identifiant et leur mot de passe lorsquils naviguent sur le site de
fournisseurs de services partenaires.
On peut donc estimer que ce plus grand confort dutilisation dinternet viendrait rduire le taux
dattrition ( churn ) de Thta.net, et donc les dpenses consacres la conqute de nouveaux
clients.
Toutefois, ces bnfices associs au kit SSO doivent tre minors par les pertes lies la
cannibalisation des activits de contenu de la socit Thta.net. 136
Pour gnrer ces bnfices, il faut engager un cot dinvestissement de lordre de 239 UM, qui
regroupe le cot dachat de la licence, les cots de dveloppement par la R&D et les cots de
dploiement du kit.
Considr de faon isole, le kit SSO gnre donc pour la socit Thta.net une VAN nettement
ngative, de -129 UM. Pour parvenir la valeur totale du projet, il faut prendre en compte la
possibilit dextension du kit SSO vers un kit de partage dattributs avec les fournisseurs de services
partenaires. Comme nous lavons indiqu prcdemment, la norme ID-FF sur laquelle est fond le kit
SSO, peut tre complte par la norme ID-WSF, grant le partage dattributs.
Le business model du partage dattributs nest pas encore clairement dfini. Nanmoins, on peut
dores et dj anticiper deux leviers de cration de valeur dun kit de partage dattributs.
En premier lieu, lintroduction dune fonctionnalit de partage dattributs permettrait un confort
dutilisation de services internet supplmentaire. Limpact conomique de cette fonctionnalit se
traduirait par une rduction supplmentaire du taux dattrition.
Par ailleurs, la mise en place dun systme de partage dattributs pourrait gnrer des gains importants,
provenant de la vente dattributs par Thta.net des tiers. En particulier, la vente dattributs de
prsence137 ou de go-localisation, par exemple sous forme dune commission lorsquune transaction
est ralise, peuvent reprsenter une valeur trs importante.
Lorsque lon prend en compte le potentiel dextension vers un kit de partage dattributs, la valeur
totale du projet ne devient que lgrement ngative (-12 UM).
Etant donn la fois lincertitude sur le modle conomique de la gestion didentit, et sur le(s)
futur(s) standard(s) technologique(s), cette valeur de -12 UM ne reprsente quune moyenne entre des
scnarios optimistes et pessimistes. La ralisation dun analyse de risque permet de mieux cerner les
amplitudes possibles de cette valeur, et didentifier les facteurs de risque les plus importants.
III. Analyse de risque du projet dinvestissement
III.1. Analyses de sensibilit de la VAN
Lincertitude porte la fois sur la valeur conomique reprsente par les bnfices directs du kit SSO,
et sur la valeur conomique gnre par une ventuelle extension du kit vers le partage dattributs.
Plus prcisment, on peut distinguer cinq principales sources dincertitude, dont limpact sur la VAN
est test dans la Figure 7.3. 138
136
Cf. Section 1, I.2. Description de la dcision dinvestissement

Lattribut de prsence dcrit linteraction de lutilisateur avec un systme informatique: quel ordinateur la
personne utilise, quel est le statut dutilisation (active ou en veille), et ventuellement quel est le type
dutilisation en cours (lecture dun document, rdaction dun courriel, etc.)
138
Voir en Annexe 7 les valeurs minimales et maximales prises par chacune de ces variables pour les analyses de
sensibilit de la VAN
137
263
Chapitre 7
1. Variable rac (nombre de nouveaux fournisseurs raccords dans lanne)

La rduction totale du cot de dploiement de nouveaux services permise par le kit SSO dpendra
du nombre de nouveaux fournisseurs de services dsirant tablir un partenariat avec Thta.net.
2. Variable chf (baisse du taux dattrition permise par la fdration didentit)
La rduction du taux dattrition permise par le kit SSO est aussi trs incertaine, car on ignore :
dans quelle mesure les utilisateurs valoriseront le confort accru de lutilisation dinternet
permis par le kit SSO ;
Combien de fournisseurs de service partenaires actuels accepteront dutiliser le kit ;
Quelle est la stratgie de SSO mene par les oprateurs concurrents.
3. Variable can (impact de la cannibalisation)

Les pertes lies la cannibalisation sont incertaines, car on ignore quelle rduction du chiffre
daffaires des activits de contenu de Thta.net peut conduire un dploiement du kit SSO.
4. La valeur conomique du potentiel dextension du kit vers le partage dattribut dpend de deux
principales sources dincertitude :
Lampleur de la rduction du taux dattrition permise par la fonctionnalit de partage dattribut
(variable chp )
Le volume et le prix de vente des attributs achets par les fournisseurs de services auprs de
Thta.net (variable att ).
Ces deux sources dincertitude dpendent, entre autres, de la norme qui sera dominante
lorsque se mettront en place les mcanismes de partage dattributs. Si cest la norme WS-* qui
devient dominante, alors les fournisseurs de services seront beaucoup moins intresss par le
kit pour ID-WSF. Ceci viendrait significativement rduire la fois la baisse du taux dattrition
permise par le kit, et les ventes dattributs des tiers via le kit.
Figure 7.3. : Analyse de sensibilit de la VAN
VAN du scnario de base
-111
14
-122
157
-72
27
-116
72
-67
-150
-100
51
-50
50
100
150
200
Valeurs extrmes de la VAN (UM)

chf
rac
can
chp
att
264
Chapitre 7
La Figure 7.3 montre que la VAN moyenne de -12 UM nest pas trs significative. En effet, lorsque
les sources dincertitude prennent des valeurs extrmes, la VAN du projet peut varier entre -122 UM et
157 UM. Cest dire lincertitude qui pse sur la valeur du kit SSO.
III.2. Simulations de Monte Carlo sur la VAN
La ralisation de simulations de Monte Carlo sur la VAN (Figure 7.4) permet dobtenir une analyse de
risque plus fine quune simple analyse de sensibilit de la VAN aux variables incertaines.
En effet, les simulations de Monte Carlo permettent de faire varier toutes les sources dincertitude en
mme temps. Par ailleurs, elles prennent en compte les corrlations entre les sources dincertitude.
Les hypothses concernant les lois de distribution des variables incertaines, ainsi que les corrlations
entre ces variables, sont prcises en Annexe 7.
Figure 7.4 : Rsultats des simulations de Monte Carlo sur la VAN, et du calcul de VaR du projet
(UM)
VaR 95%
VaR 90%
VaR 85%
-172
-142
-121
La conduite des simulations de Monte Carlo rvle une dispersion des valeurs possibles du projet
encore plus importante que celle suggre par la simple analyse de sensibilit.
La Value-at-Risk (VaR) slve -172 UM avec un seuil de confiance de 95%, et -142 MU avec un
seuil de confiance de 90%.
Inversement, le projet de kit SSO gnre dans certaines simulations une valeur trs attractive, pouvant
aller au-del de 250 UM. Bien que la VAN moyenne soit ngative, il nest donc pas du tout assur que
labandon du kit SSO soit la bonne dcision dinvestissement.
265
Chapitre 7
IV. Analyse optionnelle de la dcision dinvestissement
Comme dans les tudes de cas prcdentes, on constate ici quun calcul de VAN simple nest pas
pertinent, car il est issu dune vision statique de la dcision dinvestissement, dans laquelle seuls le
lancement du kit SSO, puis du kit de partage dattributs sont envisags.
En ralit, Thta.net a la possibilit de reporter sa dcision de lancement dun kit SSO jusqu la fin de
lanne 2006. Pendant cette priode dattente, la socit aura la possibilit de rassembler des
informations lui donnant une vision plus claire de la rentabilit potentielle du kit SSO. Les trois
principaux leviers de rduction de lincertitude sont :
Lanalyse de limpact du kit SSO mis en place par la filiale sur Thta.mobile ;
Les rsultats du projet Intelligence IM . Le Groupe Thta a lanc en 2005 un projet baptis
Intelligence IM , dont lun des objectifs est de mieux cerner la valeur associe par les
utilisateurs la fonctionnalit de gestion didentit ;
La maturit croissante des technologies de gestion de lidentit et du business model associ. Au
fur et mesure que le temps passe, on peut sattendre dune part ce quun standard
technologique dominant simpose, et dautre part ce que les diffrents acteurs du secteur
tablissent progressivement un business model de la gestion didentit.
Limpact de ces leviers sur les cinq principales sources dincertitude du projet est rsum dans le
Tableau 7.2.
Tableau 7.2 : Evolution du niveau dincertitude
Source dincertitude
Moyen de rduction de
lincertitude
Rduction du taux d'attrition permise par le kit de fdration

didentit
-
Observation de la baisse du taux

dattrition obtenue grce au Kit
SSO chez Thta.mobile
Projet Intelligence IM : meilleure
comprhension de lintrt
conomique de la fdration
didentit
de Observation des conomies ralises
par Thta.mobile grce au kit SSO
Baisse
des
cots
dploiement
Impact de la cannibalisation
Rduction du taux d'attrition permise par le kit de partage
dattributs
Cash-flows issus de la vente
dattributs des tiers
Projet Intelligence IM : meilleure

comprhension de lintrt
conomique du partage
dattributs
Maturit croissante des
technologies de gestion de
lidentit
Niveau
Niveau
dincertitude dincertitude
en juin 2005
fin 2006
Fort
Faible
Moyen
Faible
Fort
Fort
Faible
Fort
Moyen
Fort
Moyen
Par ailleurs, des modifications de lenvironnement conomique pourront affecter la dcision de

lancement du kit. Si par exemple, dici fin 2006, des concurrents ont entrepris de lancer des
mcanismes de fdration didentit, alors lintrt conomique du kit SSO pourrait devenir nettement
plus clair pour Thta.net.
Suivant dune part lvolution de la pression concurrentielle, et dautre part les informations collectes
sur la rentabilit conomique de la gestion didentit, alors Thta.net pourra choisir entre deux
alternatives la fin de lanne 2006 :
266
Chapitre 7
Dployer le kit SSO pour ID-FF ;

Abandonner le dploiement de ce kit. En ce cas, Thta.net pourra ultrieurement dployer un autre
kit de fdration didentit pour les fournisseurs de services. Il pourrait par exemple sagir de la
version pour SAML V2. Ou encore, Thta.net pourrait dployer un kit utilisant la norme WS-* si
celle-ci simpose comme la norme dominante pour la phase ultrieure de partage dattributs.
Thta.net dispose donc dune option dattente, note option 1 , dont les caractristiques sont les
suivantes :
Exercice de loption : lancement du kit SSO ;
Actif sous-jacent : cash-flows gnrs par le lancement du kit SSO;
Prix dexercice : cot dachat et de mise en place du kit SSO ;
Temps restant jusqu lchance : un an et demi
Au-del de fin 2006, la technologie sur laquelle sappuie le kit SSO sera devenue obsolte.
Type doption : option europenne
La rvlation dinformation seffectuera de faon progressive, et en particulier les lments
fournis par lexprience de Thta.mobile et par les rsultats du projet Intelligence IM ne seront pas
connus avant environ 12 mois.
De faon similaire, si le kit SSO est mis en place, Thta.net ne dploiera lextension vers un kit de
partage dattributs fond sur la norme ID-WSF que si les conditions conomiques sont favorables.
Thta.net dispose donc dune autre option, note option 2 , dont les caractristiques sont les
suivantes :
Exercice de loption : lancement du kit de partage dattributs ;
Option europenne, dchance dcembre 2008 ;
Actif sous-jacent : cash-flows gnrs par le lancement du kit de partage dattributs ;
Prix dexercice : cot dachat et de mise en place du kit de partage dattributs.
Loption 2 nest cre qu partir du moment o loption 1 est exerce. Nous nous trouvons donc en
prsence dune option compose squentielle, qui est reprsente schmatiquement dans la Figure 7.5.
Figure 7.5 : Description de la valeur du kit SSO comme une option compose
Option 1
R&D
Kit SP pour
fdration
didentit
Option 2
Kit SP pour
partage
dattributs
Abandon du kit, et
dploiement ultrieur
d une autre version
(ex: pour SAML V2)
Juin 2005
Dc. 2006
Abandon
Dc. 2008
267
Chapitre 7
La section suivante est consacre la valorisation de loption. Nous verrons alors que cette option
prsente des caractristiques particulires, qui ncessitent des adaptations des mthodes classiques de
valorisation de loption compose.
268
Chapitre 7
Dans cette section, nous valorisons loption dattente dtenue par Thta.net par trois mthodes
diffrentes :
Un modle dterminant la valeur doption de faon analytique : le modle de Geske, qui est le
modle analytique de rfrence pour la valorisation dune option compose squentielle.139
Le modle des arbres binomiaux ;
La mthode prsente en Chapitre 4 par les simulations de Monte Carlo.
I. Valorisation de loption par la formule de Geske
La Figure 7.6 rcapitule la valeur des paramtres utiliss pour lapplication du modle de Geske.
Figure 7.6 : Rappel de la valeur des paramtres pour le modle de Geske
(en UM, valeurs actualises en 2005)
t 2 = 3,5
t 1 = 1,5
S = 311
X 1 = -129
X 2 = -194
Juin 2005
Dc. 2006
Dc. 2008
Loption compose tudie est constitue de deux options imbriques :

Lexercice de loption 2, fin 2008, correspond au dploiement dun kit de partage dattributs.
Le sous-jacent de loption 2, not S, correspond aux cash-flows gnrs par le dploiement du kit
de partage dattributs. Ceux-ci proviennent la fois de la rduction du taux dattrition permise par
la fonctionnalit de partage dattributs (141 UM), et de la revente dattributs des tiers (270 UM),
soit une valeur totale de S de 311 UM.
139
Cf. Chapitre 3, section 1, II.3. Valorisation de loption compose : le modle de Geske.
269
Chapitre 7
Le prix dexercice de loption 2, not X2, correspond au cot dinvestissement ncessaire pour ce
dploiement. Il se monte 194 UM.
Lexercice de loption 1 correspond au dploiement du kit SSO. Cest une tape indispensable pour
pouvoir exercer loption 2.
Il sagit dune option europenne, dont la date dchance est fin 2006.
Lactif sous-jacent de loption 1 correspond la valeur de loption 2 fin 2006.
Le prix dexercice de loption 1, not X1, peut tre interprt comme le cot de dploiement du kit
SSO, minor par les bnfices immdiats gnrs par ce kit.
On a ainsi :
- Cot de dploiement du kit SSO :
239 UM
- Bnfices gnrs par le kit SSO:
110 UM
Valeur du prix dexercice X1
129 UM
Les autres paramtres ncessaires pour le modle de Geske sont le taux sans risque, et la volatilit du
sous-jacent S.
Le taux sans risque est estim 4% par an.
La volatilit du sous-jacent S est estime en effectuant des simulations de Monte Carlo (Figure 7.7).
Les simulations sont effectues en faisant varier les deux sources dincertitude affectant le sous-jacent
S, qui correspond la valeur de lextension du kit SSO vers une fonctionnalit de partage dattribut.
Ces sources dincertitude correspondent aux variables att et chp . La distribution de ces deux
variables est la mme que celle dtaille lors de lanalyse de risque du projet. 140
Figure 7.7 : Analyse de la volatilit du sous-jacent par les simulations de Monte Carlo
35%
30%
Frquence de distribution
25%
20%
15%
10%
5%
0%
100
200
300
400
500
600
700
800
Valeur du sous-jacent S (UM)

MBG avec volat=15%
La Figure 7.7 rvle que la distribution du sous-jacent lchance est proche dune distribution lognormale. Elle correspond une volatilit annuelle du sous-jacent de lordre de 15%.
140
Cf. Section 1, III.2. Simulations de Monte Carlo sur la VAN
270
Chapitre 7
La valeur de tous les paramtres ayant t dtermine, nous pouvons maintenant procder au calcul de
la valeur doption (Tableau 7.3).
Tableau 7.3 : Valorisation de loption compose par la formule de Geske
Paramtre
Sous-jacent
Prix d'exercice de l'option 1
Dure jusqu' l'chance de l'option 1
Dure jusqu' l'chance de l'option 2
Volatilit
Valeur seuil d'exercice de l'option 2
Valeur de l'option
Notation
S
X1
X2
r
t1
t2
Fc
10%
315
27
15%
315
34
20%
315
41
Valeur
311
129
194
4%
1.5
3.5
25%
315
48
30%
314
56
35%
313
63
40%
311
71
Sur la base dune volatilit annuelle de 15%, le modle de Geske conduit une valeur doption du kit
SSO de 34 UM. Lanalyse de sensibilit montre limpact fort de la volatilit sur la valeur doption, qui
peut slever 71 UM pour une volatilit de 40% par an.
II. Valorisation de loption par la mthode des arbres binomiaux
Les paramtres ncessaires pour la valorisation de loption compose par les arbres binomiaux sont les
mmes que ceux utiliss pour le modle de Geske. La Figure 7.8 illustre la valorisation de loption
pour une volatilit annuelle de 15%. 141
141
Le pas de temps utilis est ici de 6 mois. La volatilit pour 6 mois est donc de 15% / racine(12/6) = 10,6%.
271
Chapitre 7
Figure 7.8 : Valorisation de loption compose par la mthode des arbres binomiaux
Variables
Cours du sous-jacent aujourd'hui
Volatilit (pour 6 mois)
Taux sans risque (pour 6 mois)
juin-05
dc-05
0
1
311
346
280
S
X2
X1
311
194
129
10.6%
2%
u
d
p
1.1119
0.8994
0.57
juin-06
2
384
311
252
dc-06
3
428
346
280
226
juin-07
4
475
384
311
252
203
dc-07
5
529
428
346
280
226
183
juin-08
6
588
475
384
311
252
203
165
dc-08
7
653
529
428
346
280
226
183
148
3
248
167
101
50
4
293
202
128
70
28
5
342
241
159
93
42
10
6
398
285
194
121
61
18
0
7
459
335
234
152
86
32
0
0
2
83
21
0
3
119
38
0
0
Valeur de la 2me option

0
1
Valeur de la 1re option

0
1
36
55
12
Par ailleurs, le tableau ci-dessous indique la sensibilit de la valeur doption au taux de volatilit
retenu pour le sous-jacent.
Tableau 7.4 : Impact de la volatilit sur la valeur de loption calcule avec les arbres binomiaux
Volatilit annuelle (
)
Arbres binomiaux
Geske
10%
28
27
15%
36
34
20%
43
41
25%
51
48
30%
59
56
35%
67
63
40%
75
71
Le Tableau 7.4 rvle que la valeur doption obtenue par les arbres binomiaux est trs proche de celle
obtenue par la modle de Geske. Ce rsultat est logique, puisque ces deux modles sont labors
partir dhypothses trs similaires.
272
Chapitre 7
III. Valorisation de loption par les simulations de Monte Carlo
IV.1. Dtermination de la valeur des paramtres
La valorisation du projet par les simulations de Monte Carlo reprend la mthodologie expose dans le
Chapitre 4. Pour rappel, nous avons retenu cinq principales sources dincertitude (Tableau 7.5).
Tableau 7.5 : Variables incertaines retenues pour valoriser loption compose
Sources dincertitude
affectant la valeur du prix
dexercice X1
Source dincertitude
Notation
Rduction du taux d'attrition permise par le kit de
chf
fdration didentit
Nb. de nouveaux fournisseurs partenaires de Thta.net
rac
Impact de la cannibalisation
Sources dincertitude
Rduction du taux d'attrition permise par le kit de partage
affectant la valeur du sous- dattributs
jacent S
Gains issus de la vente dattributs des tiers
can
chp
att
Les hypothses concernant le profil de risque des sources dincertitude, ainsi que les corrlations entre
ces sources dincertitude, ont dj t exposes lors des calculs de simulation de la VAN (cf. Annexe
7).
Par ailleurs, pour les sources dincertitude affectant la valeur du sous-jacent S, il faut dterminer le
coefficient dauto-corrlation entre 2006 et 2008.
Intuitivement, ce coefficient dauto-corrlation peut tre assimil la qualit de la rvlation
dinformation concernant la variable tudie, au moment de la dcision dexercice de la premire
option. Si, on estime qu ce moment l, les managers seront en mesure de fournir une bonne
estimation de la valeur de la variable incertaine, alors le coefficient de corrlation sera lev, cest-dire proche de 1. Inversement, la valeur du coefficient de corrlation sera dautant plus faible que les
managers auront une ide imprcise de la valeur de la variable incertaine la date dexercice de
loption 1.
Dans cette tude de cas, ces sources dincertitude correspondent aux variables chp (rduction du
taux dattrition permise par le kit de partage dattributs) et att (gains issus de la vente dattributs
des tiers).
Nous avons indiqu plus haut quen dcembre 2006, date dexercice de loption 1, le niveau
dincertitude concernant ces deux variables serait moyen , alors quil est fort aujourdhui
(Tableau 7.2). Pour chacune de ces variables, une valeur de de 0,7 parat donc raisonnable.
IV.2. Rsultats
La mthode par les simulations de Monte Carlo conduit une valeur doption comprise entre 31 et 44
UM (Tableau 7.6).
273
Chapitre 7
Tableau 7.6 : Valorisation de loption compose par la mthode des simulations de Monte Carlo
(UM)
Estimateur haut
Estimateur bas
Moyenne
Niveau dincertitude au moment de lexercice de loption 1

Faible
Assez fort
Moyen
= 0.5
= 0.7
= 0.9
36
41
47
26
32
40
31
44
37
A titre indicatif, nous avons par ailleurs effectu dans le Tableau 7.6 des analyses de sensibilit de la
valeur de loption compose lamplitude de la rvlation dinformation concernant la valeur du sousjacent S.
Nous avons ici fait lhypothse que le degr dincertitude concernant les variables chp et att
passerait dun niveau fort en 2005 un niveau moyen fin 2006, la date dexercice de loption
1.
Si lincertitude sur ces variables passait un niveau faible fin 2006 ( = 0.9), alors la valeur doption
serait plus leve. Intuitivement, cela sexplique de la faon suivante : plus le niveau dincertitude au
moment de lexercice de loption 1 est faible, plus celle-ci est exerce de faon approprie, cest--dire
en ayant une bonne visibilit sur la valeur de loption 2. En consquence, plus le taux dautocorrlation est lev, plus la valeur de loption compose est leve.
IV. Comparaison des mthodes de valorisation doption utilises
Tableau 7.7 : Comparaison des valeurs doption obtenues pour le kit SSO en fonction de la
mthode utilise
Mthode utilise
Modle de Geske (pour = 15%)
Modle des arbres binomiaux (pour = 15%)
Modle par les simulations de Monte Carlo
Valeur doption (UM)

34
36
37
IV.1. Intrt et limites des modles classiques de valorisation de loption compose
La valorisation de loption compose par le modle des arbres binomiaux prsente lavantage dune
grande simplicit.
Le modle de Geske est un peu plus complexe mettre en uvre. En effet, il fait intervenir la loi
normale bivarie, ce qui ncessite lutilisation dun logiciel de mathmatiques.142 Par ailleurs, il faut
calculer la valeur seuil Fc partir de laquelle loption 1 doit tre exerce. Ces difficults dutilisation
peuvent toutefois tre rsolues par le recours des logiciels spcialiss, calculant automatiquement la
valeur de loption compose par le modle de Geske ds lors que lon spcifie la valeur des paramtres
dentre.
142
Cf. Chapitre 3, Section 2 - II.2. Une trop grande complexit pour tre utiliss dans le monde de lentreprise
274
Chapitre 7
Nous avons indiqu dans le Chapitre 3 que le modle de Geske semble peu utilis par les entreprises,
au profit du modle de Black et Scholes, plus largement connu et plus simple dutilisation. La conduite
de cette tude de cas montre quune telle approche peut avoir des consquences importantes sur la
valorisation de loption (Tableau 7.8).
Tableau 7.8 : comparaison de la valeur de loption europenne simple et de loption compose
Valeur de l'option compose (Geske)

Valeur de l'option simple (Black & Scholes)
10%
27
40
15%
34
50
)
Volatilit annuelle (
20%
25%
30%
41
48
56
61
71
82
35%
63
92
40%
71
102
Le Tableau 7.8 montre que si, dans cette tude de cas, on avait valoris le kit SSO comme une option
simple (par le modle de Black & Scholes), et non pas comme une option compose (par le modle de
Geske) on aurait significativement surestim sa valeur. Taudes (1998 :178), qui a procd un
exercice identique dans le domaine des systmes dinformation, parvient une conclusion similaire,
dans des proportions toutefois moins importantes.
Par rapport aux tudes de cas ralises prcdemment, ce chapitre illustre les limites des modles
classiques propres la valorisation de loption compose.
En effet, le modle de Geske et le modle des arbres binomiaux ne permettent de valoriser une option
compose que selon des caractristiques bien prcises, sans adaptation possible au contexte de la
dcision dinvestissement.
En lespce, les deux caractristiques qui ne sont pas prises en compte dans ces modles sont :
Le fait que le prix dexercice de loption 1, X1, est incertain ; en effet, nous avons vu que ce prix
dexercice est calcul en retranchant les bnfices directs du kit SSO, qui ne sont pas connus.
Le fait que le prix dexercice de loption 1, X1, est corrl la valeur du sous-jacent de loption 2 ;
en effet, nous avons vu que les cash-flows gnrs par le kit de partage dattributs sont corrls
aux cash-flows gnrs par le kit SSO.
Ce problme ne se pose gnralement pas pour la valorisation des options composes que lon
rencontre dans la littrature. Il sagit le plus souvent doptions gnres par un programme de R&D
dans la pharmacie (ex: Cassimon et al., 2004), par un projet dexploration ptrolire ou encore par la
ralisation de grands programmes dinfrastructures. Loption compose est la rsultante dune
succession de phases, dont seule la dernire conduit la ralisation de cash-flows.
Dans la R&D applique au secteur des tlcommunications, nous nous trouvons dans une
configuration diffrente, car linnovation est ralise de faon progressive. Le plus souvent, les projets
de R&D donnent lieu dune part la mise en place de dploiements court terme, et dautre part des
travaux de danticipation pour le dploiement de versions ultrieures (Figure 7.9).
275
Chapitre 7
Figure 7.9 : Reprsentation simplifie de lenchanement des projets sur une thmatique de
recherche
Projet 1
Dploiement de la V1
Recherche sur la V2
Projet 2
Abandon / report V2
Dploiement de la V2
Recherche sur la V3
Projet 3
Abandon / report V3
Valeur de la V1
=
Cash-flows
gnrs par le
dploiement
de la V1
+
Potentiel
dextension
vers des
versions
ultrieures
Dploiement de la V3
Recherche sur la V4
n+1
n+2
n+3
Annes
Un projet de recherche peut ainsi tre assimil une option compose, dont chacune des phases
correspond au dploiement des versions successives. Cette option prsente la particularit de gnrer
des cash-flows au cours des tapes intermdiaires, et non pas uniquement lors de la dernire phase.
Dans cette tude de cas par exemple, des cash-flows seront gnrs par le dploiement du kit SSO
(option 1), et par le dploiement ultrieur dun kit de partage dattributs (option 2).
IV.2. Intrt et limites de la mthode de valorisation de loption compose par les simulations de
Monte Carlo
Tout comme dans les tudes de cas prcdentes, lintrt des simulations de Monte Carlo rside ici
dans le fait quelles permettent de modliser les diffrentes sources dincertitude (par exemple ici la
rduction du taux dattrition, le nombre de nouveaux sites partenaires de Thta.net, etc.), plutt que
dimposer lestimation dune volatilit globale de la valeur du projet.
Plus spcifiquement dans le cadre de loption compose, la mthode par les simulations de Monte
Carlo permet de prendre en compte lincertitude affectant les flux intermdiaires. Techniquement, cela
se traduit ici par la prise en compte :
de lincertitude dans le prix dexercice X1 ;143
des corrlations entre les sources dincertitude affectant X1 et les sources dincertitude affectant le
sous-jacent S.
143
On aurait galement pu introduire de lincertitude dans le prix dexercice X2
276
Chapitre 7
La mthode par les simulations de Monte Carlo fait donc preuve dune grande souplesse dutilisation,
ce qui permet dadapter le modle aux caractristiques de linvestissement tudi.
Cependant, cette mthode se rvle moins facile dutilisation que dans le cas de loption europenne
simple, et ce pour deux principales raisons.
1. Le coefficient dauto-corrlation exprimant la rduction dincertitude sur une variable entre
lanne dexercice de loption 1 et lanne dexercice de loption 2 est difficile estimer pour le chef
de projet.
Pour que cette estimation soit facilite, il faudrait que lentreprise effectue un travail dtalonnage
partir de lexprience de projets passs pour aboutir des valeurs type.144
2. La construction dun arbre avec de nombreuses branches, sur lequel sont ralises les simulations,
est fastidieuse.
Pour obtenir une bonne estimation de la valeur de loption, il est ncessaire de simuler des arbres se
subdivisant au minimum en 20 branches chaque date tudie.
Pour une source dincertitude, un arbre se subdivisant en n branches chaque date tudie ncessite de
simuler n valeurs la date t1 (ici : fin 2006), et n valeurs la date t2 (ici : fin 2008).
Le nombre de valeurs simules est ensuite multipli par le nombre de variables incertaines. Si par
exemple, loption 2 dpend de trois principales sources dincertitude, et que lon souhaite construire
un arbre se subdivisant en 20 branches, alors il faut simuler 3 * ( 20 + 20 ) = 1 260 valeurs chaque
tirage.
La conduite des simulations de Monte Carlo est rapide,145 mais cest la construction et le paramtrage
de larbre sur lequel sont ralises les simulations qui est fastidieuse.
Une construction manuelle de larbre deviendrait assez rbarbative si loption compose tudie
comportait plus de deux phases. Chaque phase du projet correspond alors une option supplmentaire
qui vient semboter dans loption compose. Ceci cre pour chaque option une opportunit dexercice
supplmentaire, et larbre se subdivise nouveau en n branches, ce qui conduit une augmentation
trs rapide du nombre de variables simules chaque tirage.
Dans un tel cas de figure, il faudrait recourir la programmation dynamique, comme le font dailleurs
Broadie et Glasserman (1997), ainsi que de nombreuses autres publications utilisant les simulations de
Monte Carlo pour valoriser les options. Reste alors dterminer si un tel procd, qui se justifie
aisment pour valoriser les options financires, resterait suffisamment simple et transparent pour tre
utilis par les chefs de projet afin de valoriser des options relles.
144
Exemples : = 0,9 en cas de forte rduction de lincertitude, = 0,7 en cas de rduction assez forte, = 0 sil
ny a pas de rduction dincertitude du tout, etc.
145
La ralisation de 1 000 tirages, avec 1 260 valeurs simules chaque tirage, prend quelques minutes
277
Chapitre 7
SECTION 3 : DISCUSSION : APPORT DES OPTIONS REELLES A LA DECISION

DINVESTISSEMENT DANS LA R&D
Dans le Chapitre 2, nous avons soulign la diversit des apports de lanalyse optionnelle. Cette tude
de cas constitue une bonne illustration des diffrents niveaux danalyse possibles des options relles.
Plus spcifiquement, nous montrons dans cette section que les options relles peuvent contribuer
amliorer le processus de dcision dinvestissement la fois lchelle du projet considr
individuellement, et lchelle dun portefeuille de projets.
I. Dcision dinvestissement lchelle du projet
A lchelle du projet, les principaux apports de lanalyse optionnelle pour cette tude de cas sont :
Une meilleure analyse de la dcision dabandon ;
En cas de report de la dcision, la constitution dun cadre danalyse qui permettra par la suite de
prendre la dcision approprie.
I.1. Une analyse plus adquate de la dcision dabandon
Le calcul de la VAN a abouti une valorisation ngative du kit SSO, qui militerait donc pour son
abandon. Pourtant, nous avons constat lors de notre contrat de recherche que la filiale Thta.net tait
rticente abandonner purement et simplement le kit SSO.
Cette dconnexion entre dune part les rsultats de la VAN et dautre part la stratgie effectivement
mene par Thta.net peut sexpliquer par les insuffisances de la VAN dans ce type de contexte.
Le calcul de VAN revt un caractre trop statique. En effet, la VAN ne prend pas en compte le fait
quil est possible de repousser la dcision dinvestissement. Par ailleurs, elle suppose que dans tous les
cas de figure, la phase 2 du projet sera ralise. La valeur moyenne de -12 UM inclut donc des scnarii
qui ne sont pas ralistes (Figure 7.10).
278
Chapitre 7
Figure 7.10 : Intrt de la dmarche optionnelle par rapport dautres outils daide la dcision
Pertinence
Dcision Indicateur
VAN
VAN = - 12 UM
Analyses de sensibilit
contraste (min: -122
UM; max: 157 UM)
Abandon du kit SP,
puisque VAN < 0
Analyses de sensibilit
peu adquates, car un
seul paramtre test la
fois
Le calcul inclut des
scnarii peu ralistes
Simulations de Monte
Carlo sur la VAN
VaR ( 95%): -172 UM
Dans certaines
simulations, projet trs
rentable (VAN > 250 UM)
Difficile de trancher, entre
un risque de pertes, et un
potentiel de gains tous
deux importants
Analyse du risque plus
labore: simulation de
plusieurs sources
d incertitude en mme
temps, et prise en compte
des corrlations entre les
sources d incertitude
Options relles
Valeur d option = 26 47 UM (suivant la valeur
des paramtres de calcul)
Report de la dcision
d investissement
Analyse du risque
labore
Prise en compte de la
flexibilit dans la
dcision
d investissement
Le calcul inclut des

scnarii peu ralistes
Lanalyse optionnelle permet de comprendre pourquoi, mme si la VAN est ngative, il nest pas
ncessairement appropri dabandonner le projet dinvestissement.
Face au choix entre lancement et abandon tudi par la VAN, les options relles introduisent une
alternative supplmentaire : le report de la dcision dinvestissement.
Dans cette tude de cas, ce report a de la valeur. En effet, la filiale Thta.net a la possibilit de
collecter de linformation, qui lui permettra de ne lancer le kit SSO, puis son ventuellement
lextension de partage dattributs, que si les conditions conomiques sont favorables.
Lobtention dune valeur doption dattente strictement positive montre ainsi que le report de la
dcision dinvestissement est plus appropri que labandon immdiat du kit SSO.
I.2. Une meilleure prparation de la dcision future

Dans les cas o la dcision de lancement du projet est reporte, les options relles peuvent galement
tre utiles pour prparer les futures dcisions.
En premier lieu, comme nous lavons dj vu dans le chapitre 5,146 les options relles constituent un
cadre danalyse, qui aidera le chef de projet identifier les actions ncessaires pour que la dcision
future soit optimise.
Pour rappel, deux types dactions doivent tre entreprises :
Des actions visant collecter des informations sur la rentabilit du projet.
Pour cibler les actions prioritaires, on pourra notamment utiliser une fonctionnalit du logiciel de
simulations de Monte Carlo, qui permet de dterminer les sources dincertitude ayant le plus
dimpact sur la valeur doption.
Des actions visant prserver lexistence de plusieurs alternatives lchance de loption.
146
Cf. Chapitre 5, section 3, IV. Des lignes directrices pour amliorer le processus de dcision si
linvestissement est repouss
279
Chapitre 7
Dans cette tude de cas, la possibilit de disposer de plusieurs scnarii possibles ncessitait
notamment de poursuivre la recherche dans des technologies alternatives, et de conserver une
libert de choix vis--vis des autres filiales du groupe Thta.
La valorisation de loption dattente permet aussi de dterminer quel montant maximal peut tre
consacr ces actions. Dans cette tude de cas, la valorisation de loption permet notamment de
dterminer les montants qui peuvent tre affects au projet Intelligence IM , dont lobjectif est de
mieux cerner la valeur conomique de la gestion didentit.
Deuximement, la conduite dune analyse optionnelle permet de gagner en ractivit pour les
dcisions dinvestissement futures.
Lorsque loption est valorise par les simulations de Monte Carlo, on peut estimer les probabilits de
ralisation des diffrents scnarii lissue de la priode dattente (abandon du kit, lancement du kit
SSO seul, lancement du kit SSO, puis du kit de partage dattributs).
Cette plus grande visibilit permet au chef de projet danticiper plus facilement les ressources qui
seront ncessaires lavenir. Lun des apports des options relles est donc de permettre une plus
grande ractivit de lorganisation.
Par ailleurs, les options relles permettent dlaborer des indicateurs, qui acclreront la prise de
dcision une fois la priode de report termine.
Ces indicateurs peuvent tre utiliss pour prendre des dcisions rapides concernant le dploiement du
kit SSO, sans avoir remettre jour lensemble du business plan.
De plus, ils permettent la filiale Thta.net de communiquer de faon plus transparente avec les autres
entits du Groupe sur ses intentions de dploiement du kit SSO.
Les indicateurs retenus doivent correspondre aux sources dincertitude qui dune part exercent un
impact fort sur la valeur du projet, et dautre part sur lesquelles il est possible de collecter de
linformation.
La Figure 7.11 donne un exemple dindicateurs facilitant la dcision de dploiement du kit SSO.
Baisse du
churn
Figure 7.11 : Exemple dindicateurs permettant de faciliter la prise de dcision
< 0.05%
0.05% - 0.1%
0.1% - 0.15%
0.15% - 0.2%
> 0.2%
> 5%
0%
29%
20%
73%
100%
Rduction du CA des activits de contenu de Thta.net

4% - 5%
3% - 4%
2% - 3%
1% - 2%
13%
9%
8%
13%
25%
30%
39%
41%
63%
58%
66%
75%
89%
93%
69%
91%
100%
100%
100%
100%
< 1%
21%
57%
90%
100%
83%
% de probabilit de lancement du kit SSO

0 - 30%
31-70%
71-100%
Les indicateurs retenus correspondent aux variables chf (baisse du taux dattrition permise par la
fdration didentit) et can (risque de cannibalisation des activits de contenu de Thta.net).
Si par exemple lexprience de la filiale Thta.mobile montre que la mise en place dun kit SSO
conduit une rduction du taux dattrition suprieure 0.15%, alors Thta.net pourra procder au
lancement du kit SSO.
280
Chapitre 7
II. Dcision dinvestissement lchelle dun portefeuille de projets
La question de la gestion didentit tudie dans cette tude de cas constitue lexemple typique dune
problmatique dont le niveau danalyse se situe lchelle dun portefeuille de projets.
Pour le Groupe Thta Telecom, la mise en place dun systme de gestion didentit commun
lensemble du groupe revt une importance stratgique, et ce pour deux principales raisons.
En premier lieu, nous avons indiqu plus haut quun systme de gestion didentit commun
lensemble du groupe est important dans la cadre de la stratgie doprateur complet poursuivie
par le groupe Thta Telecom.
Par ailleurs, lattractivit des portails internet du Groupe Thta passe par la cration dune large et
dynamique communaut de fournisseurs de services partenaires de Thta. Or, pour ces fournisseurs, le
fait de pouvoir utiliser les mmes identifiants et profils utilisateurs sur diffrents rseaux, constitue un
lment de diffrenciation important. 147 En consquence, la mise en place dun systme de gestion
didentit commun ses filiales mobiles et internet constituerait pour Thta un argument important
pour attirer des fournisseurs de services partenaires.
Toutefois, Bower (1970 :17) indique que dans les grandes entreprises, la dcision dinvestissement ne
peut pas tre analyse comme le produit dune entit conomique unique, avec un ensemble dintrts
uniques. Il faut prendre en compte le fait que chaque unit daffaires au sein de la grande entreprise
poursuit des intrts qui ne sont pas ncessairement en ligne avec ceux de lorganisation prise dans son
ensemble.
La prsente tude de cas est une bonne illustration de ce phnomne. Nous avons vu que le
dploiement dun kit SSO commun aux diffrentes filiales a du sens lchelle du Groupe. Cependant,
ce choix nest pas ncessairement avantageux pour la filiale Thta.net, qui pourrait prfrer lachat
dune version ultrieure.
Le dpartement R&D du Groupe Thta tlcom se trouve ainsi face deux alternatives :
lancer un appel doffre et dployer un kit SSO pour la filiale Thta.mobile seulement,
ou
lancer un appel doffre et acheter un kit SSO pour lensemble du Groupe.
Lachat dun kit SSO Groupe a plus de valeur conomique que lachat de plusieurs kits SSO spars.
Nanmoins, il sagit dune stratgie risque, car le kit Groupe na de sens que sil est utilis par
plusieurs units daffaires, et non pas seulement par la filiale Thta.mobile.
Or, la dcision du dpartement R&D est rendue trs difficile par le flou quentretient la filiale
Thta.net lgard de sa stratgie de gestion didentit. En effet, Thta.net indique son souhait de
dployer un kit SSO, mais dun autre ct ne donne pas de signal clair dengagement dachat du kit
SSO Groupe. Nous avons vu prcdemment que cette ambigut est due la forte incertitude portant
sur la valeur conomique du kit SSO pour Thta.net.
Dans ce contexte, lintrt de la dmarche optionnelle est de crer une grille danalyse qui permettrait
Thta.net de communiquer de faon plus transparente avec le reste du groupe sur sa stratgie de
dploiement dun systme de gestion didentit.
Grce aux options relles, le dpartement R&D du Groupe Thta Telecom pourrait mieux apprcier les
probabilits pour la filiale Thta.net dadopter le kit SSO Groupe, et les conditions conomiques
ncessaires pour cela. Lanalyse de ces donnes permettrait alors au dpartement R&D dvaluer si
lachat dun kit SSO pour lensemble du Groupe se justifie.
147
Cf. Bjorn Wigforss, Identity federation provides greater mobility for Internet users,
http://wireless.iop.org/articles/news/5/9/3
281
Chapitre 7
Ce chapitre illustre lutilisation des options relles comme support daide la dcision
dinvestissement dans le domaine de la R&D. Comme le plus souvent dans ce domaine dactivit,
loption gnre par le projet dinvestissement est une option compose.
La premire contribution de ce chapitre est lanalyse dtaille de ce en quoi consiste, sur un cas
dinvestissement rel, une option relle dans le domaine de linnovation. En effet, la littrature
donne gnralement une description thorique trs simplifie des options dans ce secteur. Un exemple
typique est le lancement dun nouveau produit pharmaceutique. Le projet est assimil une option
compose, soumise une incertitude technique sur lefficacit du mdicament, et qui ne gnrera des
cash-flows que si la phase finale du projet est atteinte.
Cette tude de cas montre que la physionomie dune option relle dans le domaine de linnovation
peut tre fort loigne de cette description. Premirement, elle illustre le fait que mme si
lincertitude technique est forte, les options relles dans le domaine de linnovation peuvent tre
en grande partie gnres par une incertitude conomique. Dans le cas de la gestion didentit que
nous avons tudi ici, la principale incertitude qui tait lorigine de loption portait dune part sur la
valeur de la fonction didentit, et dautre part sur le partage de cette rente entre les diffrents acteurs
de lindustrie.
Deuximement, cette tude de cas montre que linnovation peut tre incrmentale. Ceci se traduit
sur le plan optionnel par lexistence de cash-flows intermdiaires au cours de la vie de loption
compose, ainsi que par lexistence dune corrlation entre le sous-jacent de loption 2 et le prix
dexercice de loption 1.
La deuxime contribution de ce chapitre porte sur lintrt des options relles comme outil de
valorisation de projet.
Cette tude illustre lintrt de valoriser un projet par lapproche optionnelle dans le cas de la dcision
dabandon. Elle montre pourquoi, mme si la VAN du projet est ngative, labandon du projet
nest pas ncessairement souhaitable.
Ce chapitre a galement permis de comparer les diffrentes mthodes de valorisation des options
relles dans le cas spcifique de loption compose. Comme dans les autres tudes de cas, nous avons
compar la mthode par les simulations de Monte Carlo avec les modles traditionnels que sont les
arbres binomiaux et les modles en temps continu. Dans le cas de loption compose, le modle de
rfrence en temps continu est celui de Geske.
Ltude de cas confirme lintrt de la mthode par les simulations de Monte Carlo par rapport
aux mthodes classiques de valorisation doption. En particulier, lestimation du paramtre
volatilit est facilit. Les rsultats des simulations peuvent galement tre analyss, et donner lieu
llaboration dindicateurs facilitant les dcisions ultrieures.
Plus spcifiquement dans le cadre de loption compose, cette tude de cas confirme la souplesse de la
mthode par les simulations de Monte Carlo : celle-ci a notamment permis de prendre en compte
lexistence de cash-flows intermdiaires incertains, ce qui ntait pas possible avec les modles de
valorisation traditionnels. Ainsi, la mthode par les simulations de Monte Carlo permet de prendre en
compte les particularits de linvestissement tudi, et donc de parvenir une valorisation doption
plus juste.
Toutefois, nous avons pu constater que la valorisation de loption par les simulations de Monte
Carlo tait beaucoup plus fastidieuse dans le cas de loption compose que dans le cas de loption
simple. En effet, dans la mesure o il existe plusieurs points de dcision, il est ncessaire de modliser
la distribution du sous-jacent chacun de ces points de dcision. Le modle est donc plus lourd, et
ncessiterait idalement le recours la programmation dynamique pour tre plus rapide mettre en
place. Le risque est alors de restreindre laccessibilit de loutil aux managers.
282
Chapitre 7
La troisime contribution de ce chapitre concerne le rle plus large des options relles dans le
processus de dcision dinvestissement.
Il confirme quau-del de laide la dcision entre lattente et labandon un instant t, lapproche
optionnelle permet de guider lorganisation dans ses dcisions futures, lorsque cest lalternative du
report qui est choisie.
Lanalyse optionnelle permet didentifier les actions prioritaires entreprendre pour rduire
lincertitude ; la valorisation de loption permet de chiffrer le budget maximal allouer ces actions
de collecte dinformation.
Comme dans le chapitre 5, nous montrons aussi que lorsque loption est valorise par les
simulations de Monte Carlo, les rsultats des simulations peuvent tre exploits pour laborer
des indicateurs. Ces indicateurs sont particulirement utiles dans le domaine de la R&D. En effet,
cest un domaine dans lequel laccent est davantage mis sur linnovation technique que sur
llaboration et la rvision de business plans. Les managers ont donc besoin doutils de gestion
simples. Llaboration de rgles de dcisions fondes sur ces indicateurs permettrait ainsi de prendre la
dcision de lancer ou non le projet, sans avoir ractualiser toute lanalyse conomique de la valeur
du projet.
Enfin, cette tude de cas illustre lintrt des options relles lchelle dun portefeuille de projets. La
dcision dinvestissement de la filiale Thta.net tudie dans ce chapitre avait des rpercussions sur les
dcisions dinvestissement des autres entits du Groupe Thta Tlcom. Dans ce contexte de forte
incertitude, les options relles peuvent tre utilises comme un outil de communication entre
diffrentes entits dune grande entreprise. Elles permettaient en effet darticuler plus clairement la
stratgie possible de Thta.net en matire de gestion de lidentit, et ainsi doptimiser la dcision
dinvestissement lchelle du Groupe.
Ce chapitre prsente plusieurs limites.

Tout dabord, la dcision dinvestissement a t prsente dune faon simplifie, dans laquelle
loption 2 ne peut tre exerce que si loption 1 a prcdemment t exerce. Dans la pratique, le lien
de dpendance entre les deux phases est moins clair. On pourrait par exemple considrer que le
dploiement du kit SSO pour ID-FF nest pas indispensable pour lancer un kit SSO de partage
dattributs, mais quil contribue significativement la rentabilit de ce dernier.
Dans le mme esprit, Bardhan et al. (2004) distinguent entre des liens de dpendance forts ou faibles
entre diffrents modules dun projet dans le systme dinformation. Ainsi, il serait intressant de
plus explicitement modliser le lien entre les deux phases de loption compose.
Deuximement, la recherche sur la valorisation de loption compose par les simulations de Monte
Carlo doit tre approfondie. Il serait intressant danalyser plus finement les diffrences de
valorisation entre dune part la mthode par les simulations de Monte Carlo, et dautre part les
mthodes classiques de valorisation des options relles. Par ailleurs, il faudrait tester lintrt
dutiliser la programmation dynamique pour rendre plus aise la valorisation de loption compose par
les simulations de Monte Carlo.
Enfin, ce chapitre a ouvert une voie intressante sur lintrt des options relles pour le pilotage
dun portefeuille de projets interdpendants. Plus prcisment, il sagit dutiliser les options relles
pour arbitrer entre le lancement dun projet pour lensemble dun groupe ou pour une filiale
seulement.
Cette problmatique se rencontre frquemment dans le domaine des systmes dinformation. Par
exemple, plutt que de dvelopper un logiciel de facturation spcifique une filiale, on pourrait
envisager dinvestir dans un logiciel certes plus onreux, mais qui serait utilisable par dautres filiales.
Cest une dcision difficile prendre, car les besoins des autres filiales sont difficiles anticiper.
283
Chapitre 7
Dans le mme esprit que Tauds (1998), on pourrait assimiler lachat de la plateforme groupe
initiale une option, dont lexercice correspond lutilisation par les diffrentes filiales du logiciel. Le
recours aux options relles permettrait de dterminer sur le surcot initial gnrer par un achat pour
lensemble du Groupe est justifi par la valeur doption quil gnre.
284
CONCLUSION DE LA PARTIE III
Nous avons abord cette troisime partie de la thse en ayant lobjectif, travers des tudes de cas
relles, dinvestiguer deux grandes problmatiques :
Lidentification et la valorisation des options relles ;
Le rle de lanalyse optionnelle dans le processus de dcision dinvestissement stratgique.
La premire contribution de cette partie de la thse est davoir appliqu la thorie des tudes
de cas relles, et davoir ainsi constitu une mthodologie plus oprationnelle de lidentification
et de la valorisation des options relles.
En premier lieu, les tudes de cas ont rvl limportance de raliser une tude minutieuse de la
dcision dinvestissement, afin (1) de valider que celle-ci suit une logique optionnelle ; (2) dtablir les
caractristiques prcises de loption tudie.
Une telle analyse a rvl que les options rencontres dans des dcisions dinvestissement relles
pouvaient diffrer de faon substantielle des descriptions doption souvent trs simplifies que
lon trouve dans la littrature.
Voici les principaux exemples de diffrences que nous avons pu relever entre la thorie et la pratique.
Loption de report ne consiste pas attendre sans rien faire que lincertitude se rduise, mais
plutt se positionner dans une attente active en mettant en place une solution alternative :
dploiement de la technologie EDGE dans le Chapitre 5, recours la norme SAML V2 dans le
Chapitre 7.
A lchance de loption, il ne sagit pas ncessairement de choisir entre lexercice et labandon de
loption. Il peut y avoir plusieurs modalits dexercice de loption. Par exemple dans le Chapitre 5,
Mobitel peut lchance exercer loption soit en dployant la technologie UMTS, soit en
dployant la technologie EDGE.
La littrature indique quune option est de type amricain ds lors que la dcision
dinvestissement peut tre prise tout moment. Le Chapitre 5 ( cas UMTS ) a montr quen
ralit les possibilits dexercice anticip (qui caractrisent loption amricaine) nont pas de sens
si la rvlation dinformation nintervient qu la fin de la vie de loption.
Dans la littrature, loption compose est reprsente comme une squence de dcisions dont seule
la dernire conduit la gnration de cash-flows. Une telle description contraste avec celle de
loption rencontre dans le Chapitre 7 ( cas R&D ), qui donnait lieu des cash-flows
intermdiaires en raison de la nature incrmentale de linnovation.
Les implications de ces spcificits sont doubles : dune part, elles rendent lidentification des options
relles difficiles, car il nexiste pas de description type . Dautre part, elles ncessitent llaboration
de modles de valorisation sur-mesure.
Deuximement, les tudes de cas ont permis de clarifier les diffrences entre les diverses
mthodes de valorisation des options relles.
Plusieurs chercheurs ont fait tat de la confusion qui rgne actuellement en raison de la multiplicit
des modles de valorisation doptions relles (ex: Triantis, 2005; Hartmann & Hassan, 2006). En
consquence, les managers utilisent gnralement des mthodes ad hoc, et une approche plus
scientifique de la valorisation des options relles est souhaitable (Shockley Jr. et al., 2003 : 44).
Dans ce contexte, nous avons entrepris dans ces trois tudes de cas de comparer diffrentes mthodes
de valorisation doption.
Les rsultats montrent que les modles de valorisation classiques modles en temps continu
et arbre binomiaux reposent sur des hypothses qui ne sont pas toujours appropries. Plus
prcisment, le Chapitre 5 (cas UMTS ) rvle que lhypothse dun MBG suivi par le sous-jacent
285
nest pas adquate lorsque lon est en prsence dune option complexe. Dans ltude de cas
UMTS , la complexit provenait en particulier de lincertitude sur la stratgie suivie par la
concurrence, ainsi que de lincertitude sur les cash-flows dgags si le projet dinvestissement tait
abandonn. En revanche, dans les deux autres tudes de cas, loption tudie tait plus simple, et
lhypothse du MBG sest rvle acceptable.
Selon les tudes de cas, nous avons ainsi pu observer des diffrences plus ou moins grandes dans la
valorisation doption obtenue, dun ct par les modles classiques et dun autre ct par
lapproche alternative propose dans le Chapitre 4 et fonde sur les simulations de Monte Carlo.
Au final, ces diffrences de valorisation sont-elles importantes pour la dcision dinvestissement
stratgique ?
Aprs tout, plusieurs chercheurs (ex : Bowman & Moskowitz, 2001) soulignent le fait que,
contrairement aux options financires o la plus grande prcision dans la valorisation est exige, il ne
sagit dans le cas des options relles que dobtenir un ordre de grandeur de la valeur doption. De fait,
dans les trois tudes de cas ralises, lanalyse optionnelle a conduit des recommandations
dinvestissement identiques, quelle que soit la mthode de valorisation utilise.
Mais en ralit, il serait rducteur de comparer les diffrentes mthodes de valorisation uniquement sur
la base des rsultats numriques obtenus. Il faut bien reconnatre que, face la complexit dune
dcision dinvestissement stratgique, il est illusoire desprer calculer une valeur de projet exacte.
En revanche, ce qui est dterminant pour quun modle constitue un bon outil daide la
dcision dinvestissement, cest la faon dont les managers se lapproprient, et lutilisent pour
identifier les principaux enjeux du projet.
Sur ce plan l, on peut considrer que lapproche alternative fonde sur les simulations de Monte
Carlo (SMC) prsente des avantages par rapport aux modles en temps continu ou au modle des
arbres binomiaux.
Au lieu de modliser la volatilit comme un paramtre global sans signification conomique pour
les managers, lapproche par les SMC repose sur hypothses dcrivant la variabilit des diffrentes
sources dincertitude (prix de vente, nombre de clients, etc.) ;
Lapproche par les SMC permet dintgrer les particularits de la dcision dinvestissement (ex :
la possibilit de EDGE dans le Chapitre 5 ; le versement de cash-flows intermdiaires dans le
Chapitre 7). Cela lui permet dtre perue par le management comme un outil daide la dcision
crdible, et non pas comme une modlisation trs simplifie du problme ;
La valorisation de loption par les SMC est effectue sur Excel, en exploitant toutes les donnes
du business plan. Les options relles ne sont donc pas perues comme un outil antinomique la
VAN, mais comme un moyen de raffiner le calcul de VAN.
Lapproche par les SMC permet dlaborer des indicateurs permettant de mieux prparer les
dcisions futures. Il peut sagit dindicateurs sur la probabilit dexercice anticip de loption
(Chapitre 6) ou sur la valeur de loption (Chapitres 5 et 7).
Pour revenir sur notre question de recherche initiale concernant la valorisation, nous pouvons ainsi
considrer que, dans le cas de loption europenne, lapproche propose reposant sur les simulations
de Monte Carlo permet de valoriser les options relles de faon simple, tout en prenant en compte la
complexit de la dcision dinvestissement stratgique.
Dans le cas de loption amricaine et de loption compose, le bilan est plus mitig, car la mthode
propose est plus complexe que dans le cas de loption europenne. Il faut en effet estimer la valeur
dun paramtre intermdiaire, et le modle prsente une complexit croissante au fur et mesure que
lon augmente le nombre de points de dcision intermdiaires.
La deuxime contribution de ces tudes de cas rside dans le travail exploratoire qui a t
effectu sur le rle de lanalyse optionnelle dans le processus de dcision dinvestissement.
286
Au-del du rsultat numrique obtenu, nous avons cherch comprendre en quoi les options relles
permettaient damliorer le processus de dcision dinvestissement stratgique. Les principaux
rsultats sont rcapituls dans le Tableau C3.
Tableau C3 : Principaux apports de lanalyse optionnelle la dcision stratgique identifis dans
les tudes de cas
Chapitre 5
Cas UMTS
Dtermination de la date
optimale de dploiement dun
rseau bas sur une nouvelle
technologie
Arbitrage entre le cot et la
valeur de lattente.
Amlioration du dialogue entre

des entits de lentreprise ayant
des intrts divergents
(dpartement Finance V.
business unit ).
Prparation la dcision future
en cas de report :
a) Meilleure acceptabilit de la
possibilit dabandon ;
b) Elaboration dindicateurs
permettant dacclrer la
dcision lchance de
loption ;
c) Identification des actions
entreprendre pour maintenir
loption en vie, et rduire le
niveau dincertitude.
Chapitre 6
Cas ADSL
Dtermination de la date
optimale de dploiement dun
rseau bas sur une nouvelle
technologie
Estimation de la subvention
ngocier avec les collectivits
territoriales pour un dploiement
immdiat.
Facilitation des discussions /
ngociations avec des tierces
parties (collectivits
territoriales).
Prparation llaboration dun
plan de dploiement
Pour chaque NRA (nuds de
raccordement dabonns) tudi,
estimation de la probabilit
dexercice de loption dans les
deux annes qui suivent.
Chapitre 7
Cas R&D
Valorisation dun projet de
R&D :
Faut-il abandonner le kit et
se repositionner sur une autre
version, ou bien est-il prfrable
de repousser cette dcision ?
Meilleure communication entre

diffrents dpartements, dont les
dcisions dinvestissement sont
interdpendantes.
Prparation la dcision future
en cas de report :
a) Elaboration dindicateurs
permettant dacclrer la
dcision lchance de
loption ;
b) Identification des actions
entreprendre pour maintenir
loption en vie, et rduire le
niveau dincertitude.
Le Tableau C3 montre que, suivant les dcisions dinvestissement tudies, les apports de lanalyse
optionnelle sont trs divers. Il apparat toutefois que ceux-ci peuvent tre regroups en trois grandes
catgories :
Un rle de valorisation du projet / dtermination de la date optimale dinvestissement ;
Un rle de communication, interne ou externe ;
Un rle de prparation des dcisions futures.
Ainsi, les tudes de cas ont permis de rpondre de faon empirique notre question de recherche :
Comment les options relles peuvent-elles jouer un rle dans le processus dinvestissement
stratgique des entreprises ? .
287
Conclusion gnrale
289
Conclusion gnrale
I. RAPPEL DU CHEMINEMENT DE LA THESE
Le point de dpart de cette thse a t constitu par le contraste entre dune part, lintrt des
acadmiques pour les options relles comme outil daide la dcision dinvestissement, et dautre part
la faible diffusion de cette approche dans la pratique des entreprises. La principale question de
recherche qui a guid la thse a donc t de dterminer dans quelle mesure les options relles peuvent
jouer un rle dans le processus de dcision dinvestissement stratgique.
Nous avons structur notre recherche en trois grandes parties.
La premire partie a permis de poser le cadre gnral danalyse.
La revue de littrature du Chapitre 1 a tabli que la faible utilisation des options relles par les
entreprises pouvait en grande partie sexpliquer par des difficults de mise-en-uvre de la thorie. La
littrature sur les options relles est largement domine par des contributions thoriques ; elle sest
concentre sur des problmatiques de valorisation de loption, et na pas ralis de faon satisfaisante
la transposition du raisonnement optionnel de lunivers financier vers celui des investissements rels.
Dans le Chapitre 2, nous avons explor lensemble des contributions possibles de lanalyse optionnelle
au processus de dcision dinvestissement, ainsi que les limites de cette approche.
La deuxime partie a t consacre la valorisation des options relles, qui constitue lune des
principales difficults dans lapplication de la thorie des options relles.
Le Chapitre 3 a rvl que les modles actuellement utiliss pour valoriser les options relles sont le
plus souvent des modles standards de valorisation doptions financires. Ils reposent sur des
hypothses trop contraignantes pour reflter la complexit dune dcision dinvestissement relles, et
sont peu accessibles pour les managers, en raison des connaissances mathmatiques requises et de la
difficult estimer la valeur des paramtres dentre.
En consquence, nous avons propos dans le Chapitre 4 une mthode alternative de valorisation
fonde sur les simulations de Monte Carlo. Celle-ci a t labore dans le souci de prendre en compte
les particularits de la dcision dinvestissement, tout en tant simple dutilisation.
La troisime partie de la thse est constitue de trois tudes de cas, permettant de valider de faon
empirique les lments dvelopps dans les deux premires parties.
II. PRINCIPALES CONTRIBUTIONS DE LA THESE

La ralisation de ce travail a permis de dgager trois principales contributions.
La premire contribution de cette thse est davoir ralis une revue exhaustive de la littrature
sur lapplication des options relles la dcision dinvestissement stratgique. Elle nous a permis
dassoir le constat dune faible diffusion en stratgie et dun caractre appliqu trs limit. Ayant
identifi quelques 700 articles sur les options relles publis dans les revues anglo-saxonnes
dconomie et de gestion, nous avons concentr notre analyse dtaille sur 154 articles.
Cette analyse a rvl que la littrature sur les options relles est htrogne : elle recouvre des
domaines des sciences conomiques et de gestion trs divers, gnralement disjoints ; on observe une
trs nette domination de la sphre financire , qui a produit de nombreux modles de valorisation
doption.
Nous avons constat quen dfinitive, seule une petite partie de la littrature sintresse
lapplicabilit et aux apports des options relles la dcision dinvestissement stratgique. De
nombreux articles utilisent les options relles seulement comme une grille de lecture, pour expliquer
des phnomnes conomiques et le comportement des entreprises. Dautres, en trs grande majorit, se
concentrent sur la valorisation de dcisions dinvestissement types, pour lesquelles la logique
290
Conclusion gnrale
optionnelle fonctionne particulirement bien. Mais peu darticles cherchent dterminer si lanalyse
optionnelle est pertinente pour tous les cas de figure, et en quoi elle permet damliorer le processus de
dcision stratgique.
Dune manire gnrale, le champ du management stratgique est assez faiblement reprsent dans la
littrature sur les options relles. Celle-ci est centre sur la problmatique de la valorisation de
loption. Elle fait largement limpasse sur les limites cognitives et organisationnelles lutilisation des
options relles. Elle restreint gnralement lintrt des options relles la seule valorisation du projet,
alors que ceci ne reprsente quune petite partie du processus de dcision stratgique.
Finalement, cette analyse nous permet de souligne le caractre trs thorique de la littrature sur les
options relles. Il existe un fort potentiel pour des recherches empiriques, qui permettraient dune part
doprationnaliser la thorie des options relles, et dautre part de valider sur le terrain les apports et
les limites des options relles la prise de dcision stratgique.
La deuxime et lune des principales contributions thoriques de la thse rside dans

llaboration dune nouvelle approche de valorisation des options relles, fondes sur les
simulations de Monte Carlo. Nous proposons ainsi une mthode pour valoriser loption europenne,
loption amricaine et loption compose.
Cette approche a t labore la suite dune analyse des insuffisances des modles de valorisation
actuels. Il est notamment apparu que les modles de valorisation classiques sont inadquats pour
prendre en compte la complexit dune dcision dinvestissement. Nous avons donc eu recours aux
simulations de Monte Carlo, qui sont utilises en finance de march pour valoriser les options
exotiques , et permettent une grande souplesse dutilisation.
Au-del de la justesse de la valorisation, il nous a paru capital de mettre au point une mthode qui
puisse tre un support de discussion sur le projet dinvestissement. Pour Myers (1996 : 100), ceci est
une condition sine qua non la diffusion des options relles dans la pratique des entreprises :
DCF is not just a tool for valuing projects, it is a way of talking about projects, that is, a framework
for assembling information and debating projects prospects. Unless real options can be talked about,
calculations of real options values will not be trusted.
Nous nous sommes donc efforcs de dvelopper une approche qui (1) soit intuitive et facile daccs ;
(2) ncessite comme variables dentre des paramtres ayant un sens conomique. De plus, lapproche
propose permet dlaborer des indicateurs, qui faciliteront les dcisions futures.
Enfin, la troisime et principale contribution de la thse provient des rsultats de la recherche

empirique que nous avons ralise travers trois tudes de cas relles. Cette contribution
comporte deux volets : lun sur lidentification et la valorisation des options ; un deuxime, plus
exploratoire, sur lapport de lanalyse optionnelle au processus de dcision stratgique.
Contribution lidentification et la valorisation des options relles
Ltude de dcisions dinvestissement relles a permis de mettre en vidence que les options relles
prsentent des caractristiques beaucoup plus complexes que celles voques dans les manuels de
finance. Outre le fait que loption dpend de sources dincertitude multiples et interdpendantes,
diffrentes spcificits sont apparues dans les tudes de cas.
Voici les exemples les plus notables que nous avons rencontrs :
Loption de report ne consiste gnralement pas attendre et ne rien faire, mais mettre en place
une solution dattente ;
Une option peut prsenter diffrentes modalits dexercice lchance
Une option peut tre de type europen , mme si en principe la dcision dinvestir peut tre
prise tout moment ;
Un projet analys comme une option compose peut donner lieu au versement de cash-flows
intermdiaires.
291
Conclusion gnrale
Limplication de ces particularits est double. Dune part, lidentification des options relles est
difficile, car elles ne peuvent pas tre dcrites dans des situations types. Dautre part, la valorisation
des options relles ncessite le dveloppement de modles sur-mesure.
Concernant la valorisation de loption proprement dite, lune des contributions de cette thse a t de
comparer, sur des cas rels, plusieurs mthodes de valorisation doption. Une telle approche contraste
avec la littrature existante, dans laquelle les tudes de cas se basent sur un seul modle de
valorisation. Nous avons compar les mthodes de valorisation sur le plan de la pertinence des
rsultats numriques, mais aussi sur leur facilit dutilisation.
Les rsultats montrent que le modle propos fond sur les simulations de Monte Carlo produit une
valorisation doption plus pertinente que les modles classiques (modles en temps continu et
modle binomial) lorsque loption tudie est complexe, et que lhypothse du MBG (Mouvement
Brownien Gomtrique) nest donc pas raliste.
Par ailleurs, nous avons montr que le principal intrt de lapproche par les simulations de Monte
Carlo rside dans sa souplesse et sa facilit dutilisation. Grce ces proprits, la mthode par les
simulations de Monte Carlo est mieux accepte par les dirigeants, et permet aux diffrentes parties
prenantes de dialoguer autour des hypothses conomiques du modle. Ceci confre lanalyse
optionnelle un vritable rle daide la dcision dinvestissement.
Contribution la rflexion sur le rle des options relles dans le processus de dcision
Dans le Chapitre 2, nous avons dtaill la diversit des applications possibles des options relles, et
conclu quil nexiste pas danalyse optionnelle standard . De mme, les trois tudes de cas ont
rvl des contributions de lanalyse optionnelle la dcision dinvestissement variables suivant le
type de projet tudi.
Nanmoins, lorsque lon analyse avec recul les trois tudes de cas ralises, il ressort que le dbat rle
qualitatif / rle quantitatif des options relles doit tre dpass, et que lanalyse optionnelle peut
apporter trois grands types de contributions au processus de dcision dinvestissement stratgique.
Un rle de valorisation du projet. En contexte dincertitude et de flexibilit, les options relles
se sont rvl un meilleur outil que la VAN pour valoriser le projet et/ou dterminer la date
optimale de lancement du projet. Il convient toutefois de noter que lobjectif dun tel exercice
nest pas daboutir une valorisation aussi prcise que possible du projet, mais plutt dinciter le
management se poser les bonnes questions, notamment sur lamplitude des sources
dincertitudes, et sur les rponses possibles face celles-ci.
Un rle de communication, soit en interne entre diffrentes entits dun groupe ayant des intrts
divergents, soit avec des parties tierces ;
Un rle de prparation des dcisions futures, par le biais de plusieurs leviers : (1) laboration
dindicateurs qui permettront dacclrer les dcisions futures ; (2) incitation des managers
rflchir sur les actions mener pour maintenir la flexibilit de choix face lincertitude ; (3)
identification et chiffrage des moyens mettre en uvre pour rduire lincertitude.
III. PISTES DE RECHERCHE FUTURE
Le travail effectu dans le cadre de cette thse comporte des limites, et appelle la ralisation de
recherches futures, que nous pouvons regrouper en trois grandes thmatiques : la valorisation, la
validation empirique des bnfices des options relles et ltude des mcanismes organisationnels
favorisant lapplication de la logique optionnelle.
292
Conclusion gnrale
Limites et pistes de recherche future sur la valorisation des options relles

Contrairement aux options financires, les options relles se situent dans un contexte de march
incomplet. En consquence, lutilisation dun taux dintrt sans risque comme pour les options
financires nest pas justifie.148 Nous navons pas abord ce problme dans la prsente thse, et la
recherche future devra produire des indications mthodologiques sur le calcul du taux dactualisation
appropri.
Deuximement, il faudrait affiner la mthode alternative par les simulations de Monte Carlo propose
dans cette thse.
En particulier, il faudrait tester empiriquement limpact du choix des lois de distribution sur la
valorisation de loption.
Il sagit galement damliorer la mthode de valorisation de loption amricaine et de loption
compose par les simulations de Monte Carlo. Ceci passe par :
(1) une meilleure comprhension des diffrences de rsultats obtenus entre les arbres binomiaux
et la mthode des simulations de Monte Carlo ;
(2) une simplification de la mthode par les simulations de Monte Carlo, en particulier lorsquil
existe plusieurs points de dcision intermdiaires.
Troisimement, une piste de recherche intressante concerne la prise en compte dune rvlation
dinformation partielle et progressive.
Nous avons montr que les options relles se distinguent des options financires par le fait que, au
moment de la dcision dexercer loption, la connaissance du montant du pay-off ralis est imparfaite.
La recherche future devra prendre en compte ce phnomne dans la valorisation des options relles.
Plus spcifiquement, dans le cas de loption europenne, il faudra dterminer en quoi lerreur (avec ou
sans biais) sur lestimation du pay-off lchance vient minorer la valeur de loption. De mme, dans
le cas de loption amricaine et de loption compose, il faudra dterminer dans quelle mesure la
rvlation seulement progressive de linformation vient affecter la dcision dexercice anticip /
dexercice de loption sur option, et in fine la valeur de loption.
Enfin, il reste un champ de recherche important pour amliorer la valorisation des options relles en
contexte concurrentiel. L encore, les simulations de Monte Carlo pourraient constituer une piste de
recherche intressante pour rendre plus accessibles les modles thoriques combinant options relles et
thorie des jeux.
Limites et pistes de recherche future sur le rle des options relles dans le processus de dcision
Les tudes de cas prsentes dans cette thse ont t ralises titre de projet pilote , visant
identifier lintrt de lanalyse optionnelle pour la dcision dinvestissement. La recherche future
devra sefforcer de valider les diffrents apports possibles ainsi que les limites des options relles
sur des dcisions dinvestissement o cette approche a effectivement t mobilise par le management.
Il serait particulirement intressant dtudier dune part la capacit des managers raliser une
analyse optionnelle et lintrt ventuel de mettre en place un support dexperts et dautre part
lacceptabilit de cette approche par les dirigeants.
Ltude empirique de lapport des options relles la dcision dinvestissement stratgique sera
dautant plus fructueuse quelle couvrira lensemble du processus de dcision, depuis la phase de
dfinition du projet, jusqu celle du suivi.
148
Cf. Chapitre 3, section 2, II.2.4. Une grande difficult estimer la valeur des paramtres utiliss par les
modles
293
Conclusion gnrale
Limites et pistes de recherche future sur les mcanismes organisationnels favorisant lapplication de
la logique optionnelle
Lanalyse optionnelle na de sens que si lentreprise est capable dexploiter lincertitude. A lheure
actuelle, les systmes de rmunration et dallocation des droits de dcision nincitent pas les
managers crer les options relles, ni les exercer de faon optimale.
Une piste de recherche future est donc danalyser les mcanismes organisationnels qui sont ncessaires
pour rcolter tous les bnfices dune analyse optionnelle.
Dune manire gnrale, cette thse a soulign que la mise en uvre de la logique optionnelle au sein
de lentreprise est une tche difficile. En ce sens, la capacit grer les options relles peut tre
considre comme une source davantage comptitif (Coff, 2007). Ainsi, les conditions de russite du
raisonnement optionnel ouvrent un large champ de recherche dans le domaine du management
stratgique.
***
294
Annexes
295
Annexes
LISTE DES ANNEXES
Annexe 1 :
Description des outils complmentaires daide la dcision dinvestissement

tudis dans lenqute de Ryan & Ryan (2003)
Annexe 2 :
Liste des entreprises interroges par Triantis et Borison (2001) sur leur exprience
dans la pratique des options relles
Annexe 3 :
Liste des revues ayant publi trois articles ou plus sur le thme des options relles
Annexe 4 :
Modlisation des sources dincertitude dans ltude de cas du Chapitre 5
Annexe 5 :
Annexe 6 :
Prvision dvolution des prix de vente dans ltude de cas du Chapitre 6
Annexe 7 :
296
Annexes
ANNEXE 1 : DESCRIPTION DES OUTILS COMPLEMENTAIRES DAIDE A LA

DECISION DINVESTISSEMENT ETUDIES DANS LENQUETE DE RYAN & RYAN (2003)
Lanalyse de sensibilit tudie limpact sur la VAN des variations dun paramtre dentre la fois,
par exemple le chiffre daffaires ou le cot du capital.
Lanalyse de scnario tudie limpact sur la VAN des variations de plusieurs paramtres dentre la
fois, et prend en compte la probabilit de telles variations.
Les cash-flows corrigs par l'inflation ajustent les cash-flows futurs esprs par un facteur dinflation
estim.
LEconomic Value Added (EVA) mesure lefficacit managriale sur une anne ou une priode
donne (bnfice net aprs impts cot du capital aprs impts pour financer les oprations).
Le taux de rendement interne incrmental (TIR incrmental) est le taux de rendement interne de la
diffrence des cash-flows entre deux projets concurrents ; il est gnralement employ pour les
dcisions de remplacement.
La simulation est une mthode permettant dtablir la distribution de probabilit des issues possibles.
La Market Value Added (MVA) est la valeur de march du capital social fourni par les actionnaires.
Le PERT/CPM est lanalyse et la reprsentation de la dcision financire la plus efficiente.
Les arbres de dcision sont une reprsentation graphique dun enchanement dissues squentielles, et
des probabilits associes.
Les modles mathmatiques complexes est un terme gnral incluant diverses techniques de
valorisation doption, analyses doptions relles complexes et toutes les mthodes / modles
dvelopps par une entreprise pour ses besoins spcifiques.
La programmation linaire identifie un ensemble de projets qui maximisent la VAN sous contraintes
(telles quun montant maximal de ressources disponibles).
Source : Ryan & Ryan (2002 : 360, Table 3)
297
Annexes
ANNEXE 2 : LISTE DES ENTREPRISES INTERROGEES PAR TRIANTIS ET BORISON

(2001) SUR LEUR EXPERIENCE DANS LA PRATIQUE DES OPTIONS REELLES
Secteur dactivit
Produits industriels et de grande
consommation
Services financiers
Technologies de pointe et
informatique / communications
Sciences de la vie
Energie
Immobilier et construction
Transports
Entreprises
DuPont, LLBean, Procter&Gamble
Crdit Suisse First Boston, Morgan Stanley
Hewlett Packard, Intel, Rockwell, Sprint, Ultratech
Amgen, Genentech, Genzyme
Anarkado, Chevron, Cinergy, ConEdison, Conoco,
Constellation Energy Group, Dynegy, El Paso, Enron,
Lakeland Electric, Ontario Power Generation, Texaco,
Wisconsin Public Service Corporation, Xcel Energy
Beazer Homes
Airbus, Boeing, British Airways, Canadian Pacific, General
Motors
Source: Triantis & Borison, 2001
298
Annexes
ANNEXE 3 : LISTE DES REVUES AYANT PUBLIE TROIS ARTICLES OU PLUS SUR LE
THEME DES OPTIONS REELLES
Domaines
Economie
Total Economie
Finance
Total Finance
Stratgie &
Management
Revues
Engineering Economist
Journal of Economic Dynamics and Control
Applied Economics Letters
Applied Economics
Economics Letters
Journal of Economics and Business
International Journal of Industrial Organization
American Economic Review
Journal of Economic Theory
International Review of Economics and Finance
International Economic Review
Autres revues
Journal of Applied Corporate Finance
Quarterly Review of Economics and Finance
Journal of Financial Economics
Review of Financial Economics
Journal of Finance
Financial Management
Journal of Financial and Quantitative Analysis
Journal of Business Finance and Accounting
Strategic Finance
Review of Financial Studies
Journal of Business
Financial Practice and Education
Journal of Banking and Finance
Journal of Private Equity
Financial Analysts Journal
International Journal of Theoretical and Applied Finance
Journal of Applied Finance
Autres revues
Strategic Management Journal

Harvard Business Review
Academy of Management Review
McKinsey Quarterly
Long Range Planning
Sloan Management Review
Journal of American Academy of Business
Journal of Management
European Management Journal
Autres revues
Total Stratgie & Management
Nb. d'articles
30
15
6
5
5
4
4
4
3
3
3
56
138
36
15
15
13
10
10
8
7
6
5
5
4
4
3
3
3
3
33
183
16
11
10
6
6
4
4
3
3
41
104
299
Annexes
Domaines
Revues
R&D Management
Fonctions autres que la Research Technology Management
finance et la stratgie Journal of Management Information Systems
Journal of the American Taxation Association
International Journal of Technology Management
MIS Quarterly
Autres revues
Total Autres fonctions
Energy Policy
Applications
sectorielles
Construction Management and Economics
Real Estate Economics
Journal of Real Estate Finance and Economics
Journal of Environmental Economics and Management
Energy Economics
Agricultural Economics
Resources Policy
Resource and Energy Economics
American Journal of Agricultural Economics
Briefings in Real Estate Finance
Journal of Commercial Biotechnology
Energy Journal
Forest Policy and Economics
Autres revues
Total Applications sectorielles
Management Science
Recherche
European Journal of Operational Research
oprationnelle
Operations Research
IEEE Transactions on Engineering Management
International Journal of Production Economics
Annals of Operations Research
Decision Analysis
Decision Support Systems
Omega
International Journal of Production Research
Interfaces
Autres revues
Total Recherche oprationnelle
Nb. d'articles
15
9
6
4
4
3
53
94
8
8
7
4
4
4
4
3
3
3
3
3
3
3
34
94
20
12
9
6
5
5
4
4
3
3
3
29
103
300
Annexes
ANNEXE 4 : MODELISATION DES SOURCES DINCERTITUDE DANS LETUDE DE CAS

DU CHAPITRE 5
Pour rappel, les quatre sources dincertitude principales que nous avons retenues dans le cadre de cette
tude de cas sont les suivantes : lARPU, la stratgie de Comptel, la vitesse de pntration de lUMTS
et la date dmergence dune nouvelle technologie ( 3,5 / 4G ).
Nous dtaillons ci-aprs les hypothses retenues concernant le profil de risque de chacune de ces
variables.
ARPU
LARPU (Average Revenue Per Unit) est structur en deux grandes composantes : lARPU voix et
lARPU donnes . Pour chacune des technologies tudies (GSM, EDGE et UMTS), il a fallu
dterminer un ARPU voix et un ARPU donnes (Tableau A4.1).
Tableau A4.1. : Modlisation de la distribution des ARPU par technologie
GSM (2G)
EDGE (2,75G)
UMTS (3G)
Voix
Rv2G
= Rv2G
= Rv2G * 1,05
Donnes
Rd2G
= Rd3G * 0,7
Rd3G
Parmi les six variables dARPU prsentes dans le Tableau A4.1, seules trois dentre elles (sur fond
gris dans le Tableau) ont t modlises comme des sources dincertitude. Les autres ARPU se
dduisent directement de lune de ces trois donnes de base. Par exemple, nous avons considr que
lARPU donnes pour EDGE vaut en moyenne 70% de lARPU donnes 3G.
Pour chacune de ces trois variables (Rv2G, Rd2G et Rd3G), nous avons fait lhypothse dune loi
normale, dont les extrmits ont t dtermines en estimant quelle tait la valeur minimale et la
valeur maximale possibles avec une probabilit de 99%.
Les valeurs minimales et maximales retenues pour chacune de ces variables sont rcapitules dans le
Tableau A4.2.
Tableau A4.2 : Modlisation de la distribution des ARPU
Nom de la variable
Min @ 1%
Max @ 99%
GSM
Voix
Donnes
Rv2G
Rd2G
20
4
30
8
UMTS
Donnes
Rd3G
7
18
La Figure A4.1 donne lexemple dune reprsentation graphique de lARPU (ARPU voix 2G).
301
Annexes
Figure A4.1 : Modlisation de la distribution de lARPU voix 2G
Enfin, le modle suppose que ces trois variables voluent de faon corrle, comme lindique le
Tableau A4.3 :
Tableau A4.3 : Coefficients de corrlation entre les diffrents ARPU
Rv2G
Rd2G
Rd3G
Rv2G
1
Rd2G
0,5
1
0,7
Rd3G
Vitesse de pntration de lUMTS (v)

La vitesse de pntration de lUMTS a t modlise suivant une loi triangulaire, dont les paramtres
sont prciss dans le Tableau A4.4.
Tableau A4.4 : Hypothses concernant la vitesse de pntration de lUMTS (v)
Paramtre
Vitesse de pntration la plus probable
Vitesse de pntration minimale
Vitesse de pntration maximale
Valeur
0,8
0,5
1,2
Une telle distribution correspond une vitesse moyenne de 0,83.

Pour une reprsentation plus concrte, nous avons trac sur la Figure A4.2 les courbes de pntration
de lUMTS correspondant aux vitesses de pntration minimale, moyenne et maximale.
302
Annexes
Figure A4.2 : Reprsentation graphique des vitesses de pntration retenues
Hypothses de vitesse de pntration de l'UMTS

100%
90%
% pntration (dbut d'anne)
80%
70%
60%
50%
40%
30%
20%
10%
0%
1
10
11
12
13
14
Anne d'exploitation
Vitesse moy
Vitesse min
Vitesse max
Stratgie suivie par Comptel

Le contexte dans lequel est effectue cette tude de cas est celui dun quasi-duopole. En consquence,
les stratgies de Mobitel et Comptel sont intimement lies. Les deux oprateurs se connaissent bien, et
un mouvement stratgique de lun est gnralement suivi quelque temps plus tard par lautre.
Nous faisons donc lhypothse que la stratgie suivie par Comptel est contingente celle suivie par
Mobitel.
Le Tableau A4.5 rcapitule les diffrentes stratgies possibles en fonction du scnario adopt par
Mobitel. Ces stratgies varient de la plus agressive (stratgie 1) la moins agressive (stratgie 3).
Tableau A4.5 : Hypothses relatives aux stratgies possibles de Comptel
Stratgie
Mobitel
Stratgie 1
20% proba
S0 : UMTS en dc. 2004
S1 : UMTS en dc. 2005
UMTS en juin 2005
S2 : EDGE en dc. 2005
UMTS en dc. 2005
S3 : GSM, puis 3,5 / UMTS en dc. 2005
4G
(50%) ou dc. 2006
(50%)
Stratgie Comptel
Stratgie 2
Stratgie 3
50% proba
30% proba
UMTS en juin 2005
UMTS en dc. 2005 UMTS en juin 2006
EDGE en dc. 2005
EDGE en dc. 2005
GSM, puis 3,5 /
(50%) ou dc. 2006
4G
(50%)
303
Annexes
Date dmergence de la nouvelle technologie ( 3,5 / 4G )

La loi de distribution que nous avons retenue pour la date dmergence de la 3,5 / 4G est dtaille
dans la Figure A4.3.
Figure A4.3 : Hypothses concernant la date dmergence de la 4G
2008
5%
2009
15%
2010
30%
2011
25%
2012
15%
2013
5%
2014
5%
Distribution des probabilits de la date de lancement de

la nouvelle technologie ("4G")
30%
25%
20%
15%
10%
5%
0%
2008
2009
2010
2011
2012
2013
2014
304
Annexes

DU CHAPITRE 6
Pour rappel, les trois grandes sources dincertitude que nous avons retenues pour cette tude de cas
portent sur : (1) le nombre de clients ; (2) les prix de ventes en 2003 ; (3) la baisse annuelle des prix de
vente sur la priode 2003 - 2005.
Nombre de clients
Nombre de variables modlises : 5 lignes de produits * 3 annes (2003, 2004 et 2005) = 15
Loi de distribution choisie : Loi log-normale
La loi log-normale permet de sassurer du fait que le nombre de clients ne peut pas tre ngatif.
Paramtres : Moyenne = nombre de clients prvus dans le business plan ;
Ecart-type = 30% de la moyenne.
Prix de ventes pour lanne 2003

Nombre de variables modlises : 5 lignes de produits + 1 tarif de gros = 6
Loi de distribution choisie : Loi triangulaire
Paramtres : Valeur la plus probable = % de baisse annuelle prvu dans le business plan;
Valeur minimale = baisse de 15% par rapport au prix prvu dans le business plan ;
Valeur maximale = hausse de 5% par rapport au prix prvu dans le business plan.
Baisse annuelle des prix de ventes sur la priode 2003 - 2005

Nombre de variables modlises : 5 lignes de produits + 1 tarif de gros = 6
Loi de distribution choisie : Loi triangulaire
Paramtres : Valeur la plus probable = baisse annuelle des prix prvue dans le business plan ;
Valeur minimale = baisse annuelle de 5% infrieure celle du business plan ;
Valeur maximale = baisse annuelle de 15% suprieure celle du business plan.
Coefficients de corrlation
Entre le nombre de clients pour diffrentes lignes de produits sur une anne donne : 0,8.
Pour une mme ligne de produits
Entre le nombre de clients, dune anne sur lautre : 0,8.
Entre le nombre de clients en 2003 et le prix de vente en 2003 : -0,5.
Entre le nombre de clients et la baisse annuelle des prix sur la priode 2003-2005 : 0,5.
305
Annexes
ANNEXE 6 : PREVISION DEVOLUTION DES PRIX DE VENTE DANS LETUDE DE CAS

DU CHAPITRE 6
Ligne de produit n1
Ligne de produit n2
Ligne de produit n3
Ligne de produit n4
Ligne de produit n5
Tarif de gros
2003
100
100
100
100
100
100
2004
94
90
93
90
95
90
2005
87
81
85
81
90
81
2006
82
73
80
73
86
73
2007
77
66
76
65
n.d.
73
2008
72
59
71
59
n.d.
73
Evolution des prix prsente par rapport une base 100 en 2003

DU CHAPITRE 7
Loi de distribution des variables incertaines
Le Tableau A7.1 indique les hypothses formules concernant la distribution des variables incertaines.
Le nombre de nouveaux fournisseurs de services (not rac ) est un nombre entier, et a t modlis
suivant une loi triangulaire, qui est particulirement facile apprhender.
Les autres sources dincertitude sont des variables continues, pour lesquelles une distribution
triangulaire est moins adapte. Pour ce type de donnes, Copeland et Antikarov (2001) utilisent
essentiellement la loi normale ou bien la loi log-normale sil sagit dune donne positive (exemple :
prix ou volume de vente).
Comme il sagit ici de variables prenant des valeurs positives seulement, nous avons choisi la loi lognormale.
Tableau A7.1 : Distribution des variables incertaines
Source dincertitude
Rduction du taux d'attrition ( churn )
permise par le kit de fdration didentit
chf
Loi de
probabilit
Log-normale
Nb. de nouveaux fournisseurs de services

partenaires de Thta.net
Risque de rduction de CA
rac
Triangulaire
can
Log-normale
chp
Log-normale
att
Log-normale
Rduction du taux d'attrition ( churn )

permise par le kit de partage dattributs
Cash-flows issus de la vente dattributs
des tiers
Notation
Paramtres
Moyenne : 10%
Ecart-type : 2%
Minimum = 0
Le plus probable = 10
Maximum = 15
Moyenne : 2,3%
Ecart-type : 0,6%
Moyenne : 0,23%
Ecart-type : 0,06%
Moyenne : 170
Ecart-type : 85
306
Annexes
Corrlations entre les variables incertaines

Nous avons tabli des corrlations entre certaines sources dincertitude pesant sur le kit SSO dune
part, et les sources dincertitude affectant le kit de partage dattributs dautre part.
En particulier, on peut sattendre ce que si le gain de confort dutilisation permis par la fdration
didentit conduit une rduction du taux dattrition, alors les avantages supplmentaires permis par le
partage dattributs conduiront eux aussi une rduction du taux dattrition. Do une corrlation
positive entre les variables chf et chp .
Dun autre ct, un succs conomique au cours de la phase de fdration didentit ne sera pas
ncessairement suivi dun succs conomique au cours de la phase de partage dattributs : en
particulier, nous avons indiqu dans la premire partie de cette tude de cas que la meilleure gestion de
lidentit par Thta.net ne peut conduire une rduction du taux dattrition que si les fournisseurs
partenaires cooprent au processus de gestion de lidentit.
Or, on peut imaginer des cas de figure o les fournisseurs de service partenaires ne seraient pas ou
moins intresss par le kit de partage dattributs propos par le Groupe Thta Telecom. Comme
indiqu dans la premire partie, ceci pourrait par exemple sexpliquer pour des raisons technologiques,
si la norme WS* vient lemporter sur la norme de lalliance Liberty.
En consquence, un taux de corrlation de 0,4 entre les variables chf (rduction du taux dattrition
permise par le kit SSO) et chp (rduction du taux dattrition permise par le kit de partage dattributs)
parat raisonnable.
Pour des raisons similaires, on peut faire lhypothse dune corrlation positive entre la rduction du
taux dattrition permise par le kit SSO, et la vente dattributs permise par le kit de partage dattributs :
si la premire tape de la gestion didentit (la fdration) a du succs auprs des consommateurs,
alors les fournisseurs de services seront sans doute prts acheter des attributs auprs de Thta.net
pour offrir aux consommateurs une rapidit dutilisation encore accrue (grce des services
personnaliss).
Toutefois, le taux de corrlation choisi ici est plus faible (0,2), car la rduction du taux dattrition et la
vente dattributs nimpliquent pas les diffrents acteurs conomiques (le consommateur final et le
fournisseur de service) de la mme faon.
Le Tableau A7.2 rsume les hypothses concernant les corrlations entre les sources dincertitude de
la phase de fdration didentit, et les sources dincertitude de la phase de partage dattributs.
Tableau A7.2 : Hypothses de corrlations entre les sources dincertitude du kit SSO et du kit de
partage dattributs
Sources dincertitude affectant le kit SSO de fdration

didentit
Sources dincertitude affectant chp
le kit SSO de partage att
dattributs
chf
0,4
0,2
rac
0,1
0,1
can
-
307
Table des matires
309
Table des matires
PLAN DETAILLE
Introduction gnrale 7
I. Contexte et intrt de la recherche 8
II. Question de recherche 10
III. Droulement de la recherche 11
III.1. Dmarche de recherche 11
III.2. Niveau danalyse et primtre de la recherche 14
III.3. Choix du terrain 15
IV. Plan de la thse 16
Partie I 17
Chapitre 1 Les options relles : Une transposition difficile de la thorie la pratique 19
Introduction 20
Section 1 : Les options relles : une ide sduisante, mais peu utilise dans le monde de
lentreprise 21
I. Les options relles : une ide sduisante 21
I.1. La gense des options relles 21
I.2. Le principe de loption relle 21
I.3. Prsentation des principaux types doptions relles 25
I.4. Un succs grandissant dans le monde acadmique 27
II. Une faible utilisation des options relles par les entreprises 28
II.1. Rsultats denqutes sur lutilisation des options relles par les entreprises 28
II.2. Une utilisation des options relles qui semble pour linstant concentre sur certains
secteurs dactivit 33
II.3. Les raisons possibles de la faible utilisation des options relles par les entreprises 36
Section 2 : Les modalits concrtes dutilisation des options relles pour assister les dcisions
dinvestissement : un domaine encore peu exploit par la littrature acadmique 39
I. Panorama gnral de la littrature sur les options relles 39
II. Analyse de la littrature sur lapplication des options relles la dcision dinvestissement
stratgique 43
II.1. Dtermination du panel darticles 43
II.2. Analyse des articles publis dans les revues de stratgie et management 44
II.3. Analyse des articles publis dans les revues dconomie, de finance, de recherche
oprationnelle et sciences du management 48
II.4. Analyse des articles publis dans les revues sectorielles ou spcialises dans certaines
fonctions de lentreprise 55
III. Bilan : Apports et limites de la littrature sur lutilisation concrte des options relles pour
la dcision dinvestissement 58
Conclusion du chapitre 63
Chapitre 2 Apports possibles des options relles la dcision dinvestissement stratgique 65
Introduction 66
Section 1 : Pour quels types de projets les options relles sont-elles utiles ? 67
I. Condition dexistence des options relles au sein des projets dinvestissement 67
I.1. Irrversibilit 67
I.2. Risque 68
I.3. Flexibilit 70
I.4. Mcanismes de rvlation dinformation 73
II. Conditions pour que les options relles apportent un clairage supplmentaire la VAN 74
II.1. Cas dans lesquels la valeur totale dun projet est gale la somme de la VAN et de la
valeur doption 74
II.2. Cas dans lesquels la valeur de projet est gale la valeur doption 75
Section 2 : Apports et limites des options relles la dcision dinvestissement stratgique 78
310
Table des matires
I. Des contributions la dcision dinvestissement trs diverses 78

I.1. Des contributions variant suivant le type doption relle mise en cause 78
I.2. Des contributions intervenant diffrents stades et diffrents niveaux danalyse de la
dcision dinvestissement 80
I.3. Les options relles : outil de valorisation ou cadre conceptuel ? 82
II. Les limites des options relles 85
II.1. Les limites de nature mthodologique 85
II.2. Limites de nature comportementale et organisationnelle 87
Section 3 : Validation empirique : contributions et limites des options relles la prise de
dcision dinvestissement dans la R&D 92
I. La R&D : un terrain privilgi pour appliquer les options relles ? 92
II. Prsence doptions relles dans les projets de R&D dun oprateur de tlcommunications
95
II.1. Prsence dincertitude 96
II.2. Prsence de flexibilit 96
II.3. Prsence de mcanismes de rvlation dinformation 98
III. Apport concret des options relles pour le pilotage des projets R&D dun oprateur de
tlcommunications 99
III.1. Apport des options relles pour le pilotage dun projet 99
III.2. Apport des options relles pour le pilotage dun portefeuille de projets 101
III.3. Type danalyse optionnelle raliser 105
Partie II 112
Chapitre 3 Prsentation des mthodes actuelles de valorisation doptions relles 115
Introduction 116
Section 1 : Prsentation des modles actuels de valorisation doptions relles 117
I. Panorama des modles actuels de valorisation doptions 117
I.1. Les modles en temps continu 118
I.2. Les modles en temps discret 119
I.3. Modles les plus utiliss pour la valorisation des options relles 120
II. Les modles en temps continu 125
II.1. Valorisation de loption europenne : le modle de Black & Scholes 125
II.2. Valorisation de loption amricaine : le modle de McDonald et Siegel 125
II.3. Valorisation de loption compose: le modle de Geske 127
III. Un modle en temps discret : le modle binomial 130
III.1. Valorisation de loption europenne par le modle binomial 130
III.2. Valorisation de loption amricaine par le modle binomial 133
III.3. Valorisation de loption compose par le modle binomial 134
Section 2 : Les limites des modles actuels de valorisation des options relles 136
I. Principaux obstacles la valorisation des options relles 136
II. Limites des modles actuels de valorisation doptions relles 141
II.1. Une simplification excessive des hypothses de calcul 141
II.2. Une trop grande complexit pour tre utiliss dans le monde de lentreprise 145
Chapitre 4 Prsentation des mthodes de valorisation bases sur les simulations de MonteCarlo 151
Introduction 152
Section 1 : Utilisation des simulations de Monte Carlo par les modles actuels 153
I. Simulations de Monte Carlo et valorisation des options financires 153
I.1. Valorisation de loption europenne 153
I.2. Valorisation des options de type amricain 153
II. Simulations de Monte Carlo et valorisation des options relles 160
II.1. La place des simulations de Monte Carlo dans la littrature sur les options relles 160
311
Table des matires
II.2. Intrt des simulations de Monte Carlo pour valoriser les options relles 161
II.3. Une approche plus flexible, mais encore peu facile daccs 163
Section 2 : Proposition dun modle simplifi bas sur les simulations de Monte Carlo 165
I. Valorisation de loption europenne par les simulations de Monte Carlo 165
Etape 1 : Modlisation des sources dincertitude 166
Etape 2 : Simulations des valeurs possibles du projet lchance de loption 169
Etape 3 : Choix de la stratgie optimale lchance, et calcul du pay-off 169
Etape 4 : Calcul de la valeur doption 169
II. Valorisation de loption amricaine par les simulations de Monte Carlo 171
II.1. Simulation de lvolution du sous-jacent dans le temps 171
II.2. Calcul de la valeur de loption amricaine 173
III. Valorisation de loption compose par les simulations de Monte Carlo 173
III.1. Prsentation de la mthode de valorisation de loption compose 174
III.2. Application numrique 177
IV. Une piste de recherche future : la prise en compte dune rvlation de linformation
progressive et partielle 178
Partie III 186
Chapitre 5 Etude de Cas UMTS 191
Introduction 192
Section 1 : Analyse stratgique de la dcision dinvestissement 194
I. La dcision de lancement dune nouvelle technologie : un arbitrage difficile entre
engagement et flexibilit 194
I.1. Avantages et inconvnients du lancement rapide dune nouvelle technologie 194
I.2. Les options relles : un outil prometteur pour dterminer la date optimale
dinvestissement 195
II. Application : le cas du dploiement dun rseau de tlphonie mobile 196
II.1. Contexte de la dcision dinvestissement tudie 196
II.2. Analyse des alternatives possibles, et de leur rentabilit 197
II.3. Un investissement risqu : prsentation des principales sources dincertitude 198
III. Analyse optionnelle de la dcision dinvestissement 201
III.1. Principe de la dmarche optionnelle 201
III.2. Caractristiques de loption tudie dans le cadre du projet dinvestissement
UMTS 202
Section 2 : Valorisation de loption 204
I. Valorisation par le modle de Black & Scholes 204
I.1. Dtermination de la valeur des paramtres 204
I.2. Rsultats numriques 205
II. Valorisation par le modle binomial 206
III. Valorisation par les simulations de Monte Carlo 207
IV. Comparaison des rsultats obtenus par les diffrentes mthodes de valorisation 209
IV.1. Qualit des rsultats numriques obtenus 209
IV.2. Facilit dutilisation et acceptabilit par les dirigeants 211
Section 3 : Discussion : Apport des options relles la dcision de lancement dune nouvelle
technologie 214
I. Une meilleure comprhension de la date optimale dinvestissement 214
II. Un outil de dialogue entre les dcisionnaires 215
III. Une ractivit accrue en cas dvolution dfavorable 216
III.1. Le biais anti-chec ou la difficult abandonner un projet 216
III.2. Une autre perspective du risque que les outils traditionnels daide la dcision 216
III.3. Des indicateurs pour acclrer la prise de dcision 217
IV. Des lignes directrices pour amliorer le processus de dcision si linvestissement est
repouss 218
312
Table des matires

Chapitre 6 Etude de Cas ADSL 223
Introduction 224
Section 1: Analyse stratgique de la dcision dinvestissement 225
I. Contexte 225
II. Analyse de rentabilit et de risque du projet dinvestissement 226
III. Analyse optionnelle de la dcision dinvestissement 227
III.1. Principe de la dmarche optionnelle 227
III.1. Caractristiques de loption tudie 228
I. Valorisation de loption par le modle de Black et Scholes 230
I.1. Dtermination de la valeur des paramtres 230
I.2. Rsultats numriques 232
II. Valorisation de loption par le modle binomial 234
III. Valorisation de loption par les simulations de Monte Carlo 236
IV. Comparaison des mthodes de valorisation utilises 237
IV. 1. Facilit de mise en uvre 237
IV.2. Qualit des rsultats numriques obtenus 238
Section 3 : Discussion : Apport des options relles la dcision dinvestissement dans un rseau
de tlcommunications 240
I. Une meilleure apprciation de la valeur du projet et de la date optimale dinvestissement 240
II. Un outil de communication, grce une comprhension plus claire de limpact du risque sur
la valeur du projet 242
III. Anticipation du plan de charge des dploiements sur lensemble du territoire 243
Chapitre 7 Etude de Cas R&D 251
Introduction 252
Section 1: Prsentation du contexte, et analyse optionnelle de la dcision dinvestissement 254
I. Description du contexte et de la dcision dinvestissement 254
I.1. La problmatique de la gestion de lidentit 254
I.2. Description de la dcision dinvestissement 259
II. Analyse de la rentabilit du kit SSO 262
III. Analyse de risque du projet dinvestissement 263
III.1. Analyses de sensibilit de la VAN 263
III.2. Simulations de Monte Carlo sur la VAN 265
IV. Analyse optionnelle de la dcision dinvestissement 266
I. Valorisation de loption par la formule de Geske 269
II. Valorisation de loption par la mthode des arbres binomiaux 271
III. Valorisation de loption par les simulations de Monte Carlo 273
IV.1. Dtermination de la valeur des paramtres 273
IV.2. Rsultats 273
IV. Comparaison des mthodes de valorisation doption utilises 274
IV.1. Intrt et limites des modles classiques de valorisation de loption compose 274
IV.2. Intrt et limites de la mthode de valorisation de loption compose par les
simulations de Monte Carlo 276
Section 3 : Discussion : Apport des options relles la dcision dinvestissement dans la R&D
278
I. Dcision dinvestissement lchelle du projet 278
I.1. Une analyse plus adquate de la dcision dabandon 278
I.2. Une meilleure prparation de la dcision future 279
II. Dcision dinvestissement lchelle dun portefeuille de projets 281
313
Table des matires
Conclusion gnrale 289

I. Rappel du cheminement de la thse 290
II. principales contributions de la thse 290
III. Pistes de recherche future 292
Annexes 295
Annexe 1 : Description des outils complmentaires daide la dcision dinvestissement tudis
dans lenqute de Ryan & Ryan (2003) 297
Annexe 2 : Liste des entreprises interroges par Triantis et Borison (2001) sur leur exprience
dans la pratique des options relles 298
Annexe 3 : Liste des revues ayant publi trois articles ou plus sur le thme des options relles 299
Annexe 4 : Modlisation des sources dincertitude dans ltude de cas du Chapitre 5 301
Annexe 6 : Prvision dvolution des prix de vente dans ltude de cas du Chapitre 6 306
Table des matires 309
Plan dtaill 310
Liste des Tableaux 315
Liste des Figures 317
Liste des Encadrs 319
Rfrences bibliographiques 321
314
Table des matires
LISTE DES TABLEAUX
Tableau 1.1 : Analogie entre les options financires et les options relles ........................................... 23
Tableau 1.2 : Principales options dinvestissement (et de dsinvestissement)...................................... 26
Tableau 1.3 : Principales options dexploitation ................................................................................... 26
Tableau 1.4 : Dtail du taux dutilisation des options relles par les entreprises.................................. 30
Tableau 1.5. : Taux dutilisation doutils de management par les entreprises (Bain & Co.) ................ 31
Tableau 1.6 : Outils utiliss par les entreprises franaises pour la slection de projets dinvestissement
............................................................................................................................................................... 32
Tableau 1.7. : Exemples dentreprises ayant utilis les options relles................................................. 34
Tableau 1.8 : Classification par thme des articles publis dans les revues de finance, conomie et
recherche oprationnelle / sciences du management............................................................................. 51
Tableau 1.9 : Principales problmatiques optionnelles traites dans les revues sectorielles................. 56
Tableau 1.10 : Principales problmatiques optionnelles traites dans les revues spcialises dans
certaines fonctions de lentreprise ......................................................................................................... 57
Tableau 2.1 : Frquence des types de flexibilit dans les dcisions dinvestissement (en %) .............. 71
Tableau 2.2 : Dcision dinvestissement tudie suivant le type doption relle gnr ...................... 78
Tableau 2.3 : Contributions possibles des options relles suivant la phase dans le cycle de vie du projet
............................................................................................................................................................... 80
Tableau 2.4 : Principaux apport des options relles comme philosophie dinvestissement .................. 83
Tableau 2.5 : Principales diffrences dans la gestion du risque des projets R et des projets D............. 94
Tableau 2.6 : Rcapitulatif des options analyses dans ltude des projets de dploiement ............... 104
Tableau 2.7 : Rcapitulatif des options analyses dans ltude des projets infrastructures ........... 105
Tableau 3.1 : Types doption valoriss par les modles en temps continu.......................................... 118
Tableau 3.2 : Modles de valorisation utiliss dans les tudes de cas publies sur les options relles122
Tableau 3.3 : Diffrences entre options financires et options relles ................................................ 136
Tableau 4.1 : Impact du type dincertitude sur la rvlation dinformation........................................ 178
Tableau I3 : Prsentation des tudes de cas de la Partie III................................................................. 188
Tableau 5.1: Prix dattribution des licences UMTS dans les principaux pays europens ................... 196
Tableau 5.2 : Comparaison de la VAN des diffrents scnarii (*)...................................................... 197
Tableau 5.3 : Analyse de sensibilit de la VAN du projet UMTS (scnario S0) au niveau de la
demande (en UM)................................................................................................................................ 198
Tableau 5.4 : Rsultat du calcul de VaR du projet UMTS .................................................................. 200
Tableau 5.5 : Valorisation de loption UMTS par la formule de Black et Scholes............................. 206
Tableau 5.6 : Valorisation de loption UMTS par la mthode des arbres binomiaux ......................... 207
Tableau 5.7 : Valorisation de loption UMTS et de loption UMTS + EDGE par la mthode des
simulations de Monte Carlo ................................................................................................................ 208
Tableau 5.8 : Comparaison des rsultats obtenus avec diffrentes mthodes de valorisation doption
............................................................................................................................................................. 209
315
Table des matires
Tableau 5.9 : Comparaison des rsultats du modle des arbres binomiaux et du modle de Black &
Scholes ................................................................................................................................................ 210
Tableau 5.10 : Impact de la valeur du prix dexercice sur la valeur doption ..................................... 212
Tableau 5.11: Apports potentiels de lanalyse optionnelle au processus de dcision dinvestissement
............................................................................................................................................................. 214
Tableau 5.12 : Comparaison des rsultats de la VAN et de lapproche optionnelle ........................... 215
Tableau 5.13 : Valeur des indicateurs permettant le dploiement du rseau UMTS .......................... 218
Tableau 6.1 : Calcul de la VAN du projet ADSL ............................................................................... 226
Tableau 6.2 : Valorisation de loption amricaine par lapproximation de Black............................... 233
Tableau 6.3 : Analyse de la sensibilit de la valeur doption au taux de volatilit ............................. 233
Tableau 6.4 : Valorisation de loption dattente par le modle binomial ............................................ 235
Tableau 6.5 : Valorisation de loption par les simulations de Monte Carlo........................................ 236
Tableau 6.6 : Sensibilit de la valeur de loption amricaine aux coefficients dauto-corrlation...... 237
Tableau 6.7 : Rcapitulatif des rsultats obtenus par diffrents modles de valorisation doption..... 238
Tableau 6.8 : Apports potentiels de lanalyse optionnelle la dcision dinvestissement.................. 240
Tableau 7.1. : Dtail de la VAN du kit SSO ....................................................................................... 262
Tableau 7.2 : Evolution du niveau dincertitude ................................................................................. 266
Tableau 7.3 : Valorisation de loption compose par la formule de Geske......................................... 271
Tableau 7.4 : Impact de la volatilit sur la valeur de loption calcule avec les arbres binomiaux .... 272
Tableau 7.5 : Variables incertaines retenues pour valoriser loption compose ................................. 273
Tableau 7.6 : Valorisation de loption compose par la mthode des simulations de Monte Carlo (UM)
............................................................................................................................................................. 274
Tableau 7.7 : Comparaison des valeurs doption obtenues pour le kit SSO en fonction de la mthode
utilise ................................................................................................................................................. 274
Tableau 7.8 : comparaison de la valeur de loption europenne simple et de loption compose ...... 275
Tableau C3 : Principaux apports de lanalyse optionnelle la dcision stratgique identifis dans les
tudes de cas........................................................................................................................................ 287
Tableau A4.1. : Modlisation de la distribution des ARPU par technologie ...................................... 301
Tableau A4.2 : Modlisation de la distribution des ARPU ................................................................. 301
Tableau A4.3 : Coefficients de corrlation entre les diffrents ARPU ............................................... 302
Tableau A4.4 : Hypothses concernant la vitesse de pntration de lUMTS (v)............................... 302
Tableau A4.5 : Hypothses relatives aux stratgies possibles de Comptel ......................................... 303
Tableau A7.1 : Distribution des variables incertaines......................................................................... 306
Tableau A7.2 : Hypothses de corrlations entre les sources dincertitude du kit SSO et du kit de
partage dattributs................................................................................................................................ 307
316
Table des matires
LISTE DES FIGURES
Figure E1.1 : Gain gnr par loption dachat suivant la valeur de laction lchance ................... 22
Figure 1.1 : Evolution du nombre de publications sur les options relles............................................. 27
Figure 1.2. : Techniques utilises par les entreprises pour slectionner les projets dinvestissement
(Graham & Harvey, 2001)..................................................................................................................... 29
Figure 1.3 : Taux dutilisation doutils daide la dcision dinvestissement complmentaires (Ryan &
Ryan, 2002) ........................................................................................................................................... 30
Figure 1.4 : Principaux obstacles lutilisation des options relles cits par 28 grands groupes
pharmaceutiques.................................................................................................................................... 37
Figure 1.5 : Rpartition des publications sur les options relles par type de revue............................... 40
Figure 1.6 : Principales revues ayant publi sur le thme des options relles....................................... 41
Figure 1.7 : Dtail par revue des articles slectionns pour lanalyse dtaille (154 articles) .............. 44
Figure 1.8 : Principaux thmes traits par les articles publis dans les revues de stratgie .................. 45
Figure 1.9 : Principaux thmes traits par les articles publis dans les revues dconomie, de finance,
de recherche oprationnelle et sciences du management ...................................................................... 49
Figure 1.10 : Cartographie de la littrature sur le thme application des options relles aux dcisions
dinvestissement stratgiques (118 articles)....................................................................................... 59
Figure 2.1 : Frontires dapplication des options relles par rapport la VAN en fonction des
caractristiques du projet....................................................................................................................... 68
Figure 2.2 : Frontires dutilisation des options relles et des opportunits de dpendance de
sentier ................................................................................................................................................. 72
Figure 2.3 : Importance de la valeur doption dans la valeur totale du projet....................................... 74
Figure 2.4 : Comparaison de la VAN et de la valeur doption.............................................................. 76
Figure 2.5 : Structure type dun modle de valorisation doption dans la R&D ................................... 92
Figure 2.6 : Principaux leviers de flexibilit observs .......................................................................... 96
Figure 2.7 : Moyens dacquisition dinformation suivant le type dincertitude rencontr .................... 98
Figure 2.8 : Nature de lanalyse optionnelle suivant les caractristiques du projet............................. 106
Figure 3.1. Panorama des modles de valorisation doption............................................................... 117
Figure 3.2 : Modles de valorisation doptions relles utiliss par les grands groupes pharmaceutiques
............................................................................................................................................................. 120
Figure 3.3 : Principe de loption compose......................................................................................... 124
Figure 3.4 : Exemple de valorisation de loption europenne (sans dividende).................................. 131
Figure 3.5 : Exemple de valorisation de loption europenne (avec dividende) ................................. 132
Figure 3.6 : Exemple de valorisation de loption de vente amricaine par le modle binomial.......... 133
Figure 3.7 : Calcul de la valeur dune option compose par la mthode des arbres binomiaux ......... 134
Figure 4.1 : Simulation dun arbre dvolution du sous-jacent trois branches ................................. 154
Figure 4.2 : Exemple de calcul de la valeur doption amricaine par le modle de Broadie et
Glasserman (estimateur haut) .............................................................................................................. 155
Figure 4.3 : Principe du calcul de lestimateur bas.............................................................................. 156
317
Table des matires
Figure 4.4: Exemple de valorisation doption par le modle de Longstaff et Schwartz...................... 158
Figure 4.5. Reprsentation schmatique de la mthode de valorisation dune option relle europenne
par les simulations de Monte Carlo ..................................................................................................... 166
Figure 4.6. : Exemple de reprsentation dun business plan et de ses sources dincertitude .............. 167
Figure 4.7 : Lois de distribution de probabilit les plus courantes...................................................... 168
Figure 4.8 : Reprsentation graphique du calcul de la valeur doption par les simulations de Monte
Carlo .................................................................................................................................................... 170
Figure 4.9: Principale diffrence entre lapproche financire et lapproche simplifie pour la
valorisation doption par les simulations de Monte Carlo................................................................... 171
Figure 4.10 : Exemples dvolution possible du sous-jacent .............................................................. 173
Figure 4.11 : Exemples darbre simulant lvolution du sous-jacent .................................................. 174
Figure 4.12 : Exemple de calcul de lestimateur haut de loption compose ...................................... 176
Figure 4.13 : Exemple de valeur doption compose obtenue par les simulations de Monte Carlo.... 177
Figure 4.14 : Impact de la rvlation progressive dinformation sur la valorisation de loption
amricaine ........................................................................................................................................... 180
Figure 5.1 : Distribution de la VAN du projet UMTS obtenue par les simulations de Monte Carlo
(UM).................................................................................................................................................... 201
Figure 5.2 : Exemple de valorisation de loption UMTS par la mthode des arbres binomiaux .. 206
Figure 5.3 : Exemple dune simulation, et du calcul du pay-off de loption lchance ............ 208
Figure 5.4 : Construction de larbre dvolution du sous-jacent (fig. 5.4a.) et distribution du sousjacent lchance (fig. 5.4b.)............................................................................................................. 210
Figure 5.5 : Distribution de la valeur du sous-jacent lchance suivant la mthode de valorisation
doption ............................................................................................................................................... 211
Figure 5.6 : Analyse de la stratgie optimale lchance de loption ............................................... 217
Figure 6.1 : Distribution de la VAN du projet obtenue par les simulations de Monte Carlo pour une
subvention de 15,9 UM ....................................................................................................................... 227
Figure 6.2 : Comparaison de la distribution du sous-jacent obtenue par les simulations de Monte Carlo
et par lhypothse dun mouvement brownien gomtrique (MBG) .................................................. 232
Figure 6.3 : Valorisation de loption amricaine par le modle binomial ........................................... 234
Figure 6.4 : Comparaison du montant de subvention recommand par la VAN et par lanalyse
optionnelle ........................................................................................................................................... 241
Figure 6.5 : Impact de la volatilit sur le montant minimum de subvention ngocier ..................... 243
Figure 6.6: Probabilit dexercice de loption suivant le montant de la subvention ........................... 244
Figure 6.7: Plan de charge prvisionnel de dploiement de lADSL (illustratif)................................ 245
Figure 7.1 : Principe de la fdration didentit .................................................................................. 255
Figure 7.2 : Principe du partage dattributs ......................................................................................... 256
Figure 7.3. : Analyse de sensibilit de la VAN ................................................................................... 264
Figure 7.4 : Rsultats des simulations de Monte Carlo sur la VAN, et du calcul de VaR du projet ... 265
Figure 7.5 : Description de la valeur du kit SSO comme une option compose ................................. 267
Figure 7.6 : Rappel de la valeur des paramtres pour le modle de Geske ......................................... 269
318
Table des matires
Figure 7.7 : Analyse de la volatilit du sous-jacent par les simulations de Monte Carlo.................... 270
Figure 7.8 : Valorisation de loption compose par la mthode des arbres binomiaux....................... 272
Figure 7.9 : Reprsentation simplifie de lenchanement des projets sur une thmatique de recherche
............................................................................................................................................................. 276
Figure 7.10 : Intrt de la dmarche optionnelle par rapport dautres outils daide la dcision .... 279
Figure 7.11 : Exemple dindicateurs permettant de faciliter la prise de dcision................................ 280
Figure A4.1 : Modlisation de la distribution de lARPU voix 2G..................................................... 302
Figure A4.2 : Reprsentation graphique des vitesses de pntration retenues .................................... 303
Figure A4.3 : Hypothses concernant la date dmergence de la 4G ............................................ 304
LISTE DES ENCADRES

Encadr 1.1 : Dfinition dune option financire .................................................................................. 22
Encadr 1.2 : Les options relles : Un outil permettant de valoriser la flexibilit managriale ............ 25
Encadr 2.1 : Mthodologie : Diagnostic dans le dpartement R&D dun oprateur de
tlcommunications............................................................................................................................... 95
Encadr 3.1 : Principales caractristiques dune option dterminant le modle de valorisation appropri
............................................................................................................................................................. 124
Encadr 3.2 : Impact du dividende sur la valeur de loption............................................................... 129
Encadr 5.1 : Mthodologie suivie pour ltude de cas du Chapitre 5................................................ 193
Encadr 7.2 : Identity Management : When it comes to deployment, think small .......................... 261
319
Rfrences
bibliographiques
321
Adner, R., Levinthal, D. A. 2004a. Real options and real tradeoffs. Academy of Management Review
29(1): 120-126
Adner, R., Levinthal, D. A. 2004b. What is not a real option: Considering boundaries for the
application of real options to business strategy. Academy of Management Review 29(1): 74-85
Aguerrevere, F. L. 2003. Equilibrium investment strategies and output price behavior: A real-options
approach. Review of Financial Studies 16(4): 1239-1272
Aharoni, Y. 1966. The foreign investment decision process. Harvard University Press
Aizenman, J. 2004. Endogenous pricing to market and financing costs. Journal of Monetary
Economics 51(4): 691
Alleman, J. 2002. A new view of telecommunications economics., Telecommunications policy, Vol.
26: 87
Alvarez, L. H. R., Keppo, J. 2002. The impact of delivery lags on irreversible investment under
uncertainty. European Journal of Operational Research 136(1): 173-180
Alvarez, L. H. R., Stenbacka, R. 2003. Optimal risk adoption: A real options approach. Economic
Theory 23(1): 123-147
Amram, M., Kulatilaka, N. 1999. Real options : Managing strategic investment in an uncertain world.
Harvard Business School Press: Cambridge, MA
Amram, M., Kulatilaka, N. 2000. Strategy and shareholder value creation: The real options frontier.
Journal of Applied Corporate Finance 13(2)
Andersen, L., Broadie, M. 2004. Primal-dual simulation algorithm for pricing multidimensional
american options., Management Science, Vol. 50: 1222-1234. INFORMS: Institute for Operations
Research
Andreou, S. A. 1990. A capital budgeting model for product-mix flexibility. Journal of Manufacturing
and Operations Management 3: 5-23
Appelbaum, E., Lim, C. 1985. Contestable markets under uncertainty. RAND Journal of Economics
16(1): 28-40
Arnold, G. C., Hatzopoulos, P. D. 2000. The theory-practice gap in capital budgeting: Evidence from
the united kingdom. Journal of Business Finance & Accounting 27(5/6): 603
Astley, W. G., Axelsson, R., Butler, R. J., Hickson, D. J., Wilson, D. C. 1982. Complexity and
cleavage: Dual explanations of strategic decision-making. Journal of Management Studies 19(4): 357375
Attneave, F. 1959. Applications of information theory to psychology. Henry Holt: New-York
Bar-Ilan, A., Strange, W. C. 1996. Investment lags. American Economic Review 86(3): 610
Bardhan, I., Bagchi, S., Sougstad, R. 2004. Prioritizing a portfolio of information technology
investment projects. Journal of Management Information Systems 21(2): 33-60
Barraquand, J., Martineau, D. 1995. Numerical valuation of high dimensional multivariate american
securities. Journal of Financial & Quantitative Analysis 30(3): 383
322
Bellalah, M. 2001. Irreversibility, sunk costs and investment under incomplete information. R&D
Management 31(2)
Benaroch, M. 2002. Managing information technology investment risk: A real options perspective.
Journal of Management Information Systems 19(2): pp. 43-84
Benaroch, M., Kauffman, R. 1999. A case for using real options pricing analysis to evaluate
information technology project investments. Information Systems Research 10(1): 70-86
Benaroch, M., Kauffman, R. J. 2000. Justifying electronic banking network expansion using real
options analysis. MIS Quarterly 24(2): 197-225
Benaroch, M., Shah, S., Jeffery, M. 2006. On the valuation of multistage information technology
investments embedding nested real options. Journal of Management Information Systems 23(1): 239261
Bengtsson, J., Olhager, J. 2002. Valuation of product-mix flexibility using real options. International
Journal of Production Economics 78(1): 13-28
Bergemann, D., Hege, U. 1998. Venture capital financing, moral hazard, and learning. Journal of
Banking & Finance 22(6-8): 703-735
Berger, P. G., Ofek, E., Swary, I. 1996. Investor valuation of the abandonment option. Journal of
Financial Economics 42(2): 257-287
Bernardo, A. E., Chowdhry, B. 2002. Resources, real options, and corporate strategy. Journal of
Black, F., Scholes, M. 1973. The pricing of options and corporate liabilities. Journal of Political
Economy 81(3): 637
Bloom, N., Bond, S., Van Reenen, J. 2007. Uncertainty and investment dynamics. Review of
Economic Studies 74(2): 391-415
Bloom, N., Van Reenen, J. 2002. Patents, real options and firm performance. Economic Journal
112(478): C97
Boer, F. P. 2002. Financial management of R&D 2002. Research Technology Management 45(4): 23
Boer, F. P. 2003. Risk-adjusted valuation of R&D projects. Research Technology Management 46(5):
50-58
Bollen, N. P. B. 1999. Real options and product life cycles. Management Science 45(5): 670
Borison, A. 2005. Real options analysis: Where are the emperor's clothes? Journal of Applied
Corporate Finance 17(2): 17-31
Borison, A., Eapen, G., Mauboussin, M., McCormack, J. 2003. University of maryland roundtable on
real options and corporate practice. Journal of Applied Corporate Finance 15(2): 8
Boudreau, M.-C., Robey, D. 2005. Enacting integrated information technology: A human agency
perspective. Organization Science 16(1): 3-18
323
Bowe, M., Lee, D. L. 2004. Project evaluation in the presence of multiple embedded real options:
Evidence from the taiwan high-speed rail project. Journal of Asian Economics 15(1): 71
Bower, J. L. 1970. Managing the resource allocation process. Harvard Business School Press: Boston
Bowman, E. H., Hurry, D. 1993. Strategy through the option lens: An integrated view of resource
investments and the incremental-choice process. Academy of Management Review 18(4): 760
Bowman, E. H., Moskowitz, G. T. 2001. Real options analysis and strategic decision making.
Organization Science 12(6): 772
Boyarchenko, S. 2004. Irreversible decisions and record-setting news principles. American Economic
Review 94(3): 557-568
Boyer, M., Lasserre, P., Mariotti, T., Moreaux, M. 2004. Preemption and rent dissipation under price
competition. International Journal of Industrial Organization 22(3): 309
Boyle, P. P. 1977. Options: A monte carlo approach. Journal of Financial Economics 4: pp. 323-338
Brealey, R., Myers, S. 2000. Principles of corporate finance (6th Edition). Irwin McGraw-Hill:
Boston, MA
Brennan, M. J., Schwartz, E. S. 1977. Finite difference methods and jump processes arising in the
pricing of contingent claims: A synthesis. Journal of Financial & Quantitative Analysis 12(4)
Brennan, M. J., Schwartz, E. S. 1985. Evaluating natural resource investments. Journal of Business
58(2): 135-157
Broadie, M., Glasserman, P. 1997. Pricing american-style securities using simulation. Journal of
Economic Dynamics & Control 21: pp. 1323-1352
Brunsson, N. 1990. Deciding for responsibility and legitimation: Alternative interpretations of
organizational decision-making. Accounting, Organizations & Society 15(1/2): 47-59
Busby, J. S., Pitts, C. 1997. Real options in practice: An exploratory survey of how finance officers
deal with flexibility in capital appraisal. Management Accounting Research 8(2): pg. 169, 118 pgs
Butler, R., Davies, L., Pike, R., Sharp, J. 1991. Strategic investment decision-making: Complexities,
politics and processes. Journal of Management Studies 28(4): 395-415
Carlsson, B. 1989. Flexibility and the theory of the firm International Journal Of Industrial
Organization 7(2): pp. 179-203
Carr, C., Tomkins, C., Bayliss, B. 1994. Strategic investment decisions: A comparison of uk and
german practices in the motor components industry. Avebury: Aldershot
Carr, P. 1988. The valuation of sequential exchange opportunities. Journal of Finance 43(5): pp.
1235-1256
Carter, R., Edwards, D. 2001. Financial analysis extends management of r&d. (cover story). Research
Technology Management 44(5): 47
Cassiman, B., Ueda, M. 2006. Optimal project rejection and new firm start-ups. Management Science
52(2): 262-275
324
Cassimon, D., Engelen, P. J., Thomassen, L., Van Wouwe, M. 2004. The valuation of a nda using a 6fold compound option. Research Policy 33(1): 41
Chen, H., Hu, M. Y. 1991. The wealth effect of international joint ventures: The case of u.S.
Investment in china. Financial Management 20(4): 31
Chen, P. F., Zhang, G. 2003. Heterogeneous investment opportunities in multiple-segment firms and
the incremental value relevance of segment accounting data. Accounting Review 78(2): 397
Chen, P. F., Zhang, G. 2007. Segment profitability, misvaluation, and corporate divestment.
Accounting Review 82(1): 1-26
Chi, T. 2000. Option to acquire or divest a joint venture. Strategic Management Journal 21(6): 665
Childs, P. D., Mauer, D. C., Ott, S. H. 2005. Interactions of corporate financing and investment
decisions: The effects of agency conflicts. Journal of Financial Economics 76(3): 667-690
Childs, P. D., Ott, S. H., Triantis, A. J. 1998. Capital budgeting for interrelated projects: A real options
approach. Journal of Financial & Quantitative Analysis 33(3): 305
Childs, P. D., Triantis, A. J. 1999. Dynamic r&d investment policies. Management Science 45(10):
1359
Chorn, L. G., Shokhor, S. 2006. Real options for risk management in petroleum development
investments. Energy Economics 28(4): 489-505
Coff, R. 2007. Is embeddedness optional? Integrating social capital and real option theories. Working
paper, Emory University
Coff, R. W., Laverty, K. J. 2001. Real options on knowledge assets: Panacea or pandora's box?
Business Horizons 44(6): 73
Cohendet, P., Llerena, P. 1989. Flexibilit, risque et incertitude dans la thorie de la firme: Un survey,
Flexibilit, information et dcision. Economica: Paris
Colleau, O., Rigby, D. 2001. Tirer tout le profit des outils de gestion, L'Expansion Management
Review: pp. 75-80
Conrad, J. M., Kotani, K. 2005. When to drill? Trigger prices for the arctic national wildlife refuge.
Resource & Energy Economics 27(4): 273-286
Cooper, I. 2006. Asset pricing implications of nonconvex adjustment costs and irreversibility of
investment. Journal of Finance 61(1): 139-170
Copeland, T., Antikarov, V. 2001. Real options - a practioner's guide. Texere: New-York - London
Copeland, T., Keenan, P. 1998. How much is flexibility worth ? McKinsey Quarterly(2): pp. 38-49
Cornelius, P., Van de Putte, A., Romani, M. 2005. Three decades of scenario planning in shell.
California Management Review 48(1): 92-109
Cortazar, G., Casassus, J. 1998. Optimal timing of a mine expansion: Implementing a real options
model. Quarterly Review of Economics & Finance 38(4): 755
325
Cortazar, G., Schwartz, E. S. 1993. A compound option model of production and intermediate
inventories. Journal of Business 66(4): 517
Cortazar, G., Schwartz, E. S. 1997. Implementing a real option model for valuing an undeveloped oil
field. International Transactions in Operational Research 4(2): 125
Cortazar, G., Schwartz, E. S. 1998. Monte carlo evaluation model of an undeveloped oil field. Journal
of Energy Finance & Development 3(1): 73-84
Cortazar, G., Schwartz, E. S., Salinas, M. 1998. Evaluating environmental investments: A real options
approach. Management Science 44(8): 1059
Coy, P. 1999. Exploiting uncertainty : The 'real-options' revolution in decision making, Business
Week:
d'Halluin, Y., Forsyth, P. A., Vetzal, K. R. 2007. Wireless network capacity management: A real
options approach. European Journal of Operational Research 176(1): 584-609
Damodaran, A. 2000. The promise of real options. Journal of Applied Corporate Finance 13(2)
Dangl, T. 1999. Investment and capacity choice under uncertain demand. European Journal of
Operational Research 117(3): 415-428
Das, T. K., Elango, B. 1995. Managing strategic flexibility: Key to effective performance. Journal of
General Management 20(3): 60-75
Datar, V., Mathews, S. 2004. European real options: An intuitive algorithm for the blackscholes
formula. Journal of Applied Finance 14(1): 45-51
Davis, C. R. 2002. Calculated risk: A framework for evaluating product development. Sloan
Management Review 43(4): 71
Davis, G. A. 1998. Estimating volatility and dividend yield when valuing real options to invest of
abandon. Quarterly Review of Economics & Finance 38(Special issue): pp. 725-754
De Bodt, E., Bouquin, H. 2001. Le contrle de l'investissement. In G Charreaux (Ed.), Images de
l'investissement - au-del de l'valuation financire: Une lecture organisationnelle et stratgique:
115-166. Vuibert
Dcamps, J.-P., Mariotti, T. 2004. Investment timing and learning externalities. Journal of Economic
Theory 118(1): 80-102
del Sol, P., Ghemawat, P. 1999. Strategic valuation of investment under competition. Interfaces 29(6):
42-56
Deng, S.-J., Xia, Z. 2006. A real options approach for pricing electricity tolling agreements.
International Journal of Information Technology & Decision Making 5(3): 421-436
Deng, S., Johnson, B., Sogomonian, A. 1998. Exotic electricity options and the valuation of electricity
generation and transmission, Chicago Risk Management Conference: Chicago, IL.
Dias, M. A. G., Rivera, M. A. 2004. Real options valuation in energy investment projects: Modeling
hedging strategies using genetic algorithm softwares. Problems & Perspectives in Management
2004(1): 234-247
326
Dixit, A. 1989. Entry and exit decisions under uncertainty. Journal of Political Economy 97(3): 620638
Dixit, A. 1992. Investment and hysteresis. Journal of Economic Perspectives 6(1): 107
Dixit, A. 1995. Irreversible investment with uncertainty and scale economies. Journal of Economic
Dynamics & Control 19(1/2): 327
Dixit, A., Pindyck, R. S. 1994. Investment under uncertainty. Princeton University Press: Princeton,
NJ
Doh, J. P., Pearce II, J. A. 2004. Corporate entrepreneurship and real options in transitional policy
environments: Theory development. Journal of Management Studies 41(4): 645-664
Durand, R., Gomez, P.-Y., Monin, P. 2002. Le management stratgique face la thorie des options.
Revue franaise de gestion 160(137): 25-40
Fayol, H. 1916. L'administration industrielle et gnrale, bulletin de la socit de l'industrie minrale
(rdition, Dunod, 1976 ed.)
Fichman, R. G. 2004. Real options and it platform adoption: Implications for theory and practice.
Information Systems Research 15(2): 132-154
Fichman, R. G., Keil, M., Tiwana, A. 2005. Beyond valuation: "Options thinking" In it project
management. California Management Review 47(2): 74-96
Folta, T. B. 1998. Governance and uncertainty: The tradeoff between administrative control and
commitment. Strategic Management Journal 19(11): 1007
Folta, T. B., Miller, K. D. 2002. Real options in equity partnerships. Strategic Management Journal
23(1): 77
Folta, T. B., O'Brien, J. P. 2004. Entry in the presence of dueling options. Strategic Management
Journal 25(2): 121-138
Fox, I., Marcus, A. 1992. The causes and consequences of leveraged management buyouts. Academy
of Management Review 17(1): pp. 62-85
Garman, M. B., Kohlhagen, S. W. 1980. Inflation and foreign exchange rates under production and
monetary uncertainty. Journal of Financial & Quantitative Analysis 15(4)
Garner, W. R. 1962. Uncertainy and structure as psychological concepts. Willey: New-York
Garvin, M. J., Cheah, C. Y. J. 2004. Valuation techniques for infrastructure investment decisions.
Construction Management & Economics 22(4): 373-383
Gertner, R., Rosenfield, A. 1999. How real options lead to better decisions, Financial Times:
Geske, R., Shastri, K. 1985. Valuation by approximation: A comparison of alternative option valuation
techniques. Journal of Financial & Quantitative Analysis 20(1): 45
Ghemawat, P. 1991. Commitment: The dynamics of strategy. Free Press: New York
Goffin, R. 1995. Options relles sur maximum ou minimum. Banques & Marchs(18-19)
327
Goffin, R. 1996. Options relles sur maximum ou minimum avec prix d'exercice risqu. Banques &
Marchs(22)
Goffin, R. 1999. Principes de finance moderne (2me dition ed.). Economica
Graham, J., Harvey, C. 2001. The theory and practice of corporate finance: Evidence from the field.
Journal of Financial Economics 60: 187-243
Grant, D., Vora, G., Weeks, D. 1997. Path-dependent options: Extending the monte carlo simulation
approach. Management Science 43(11): 1589
Greden, L., Glicksman, L. 2005. A real options model for valuing flexible space. Journal of Corporate
Real Estate 7(1): 34-48
Grenadier, S. R. 1995. Valuing lease contracts a real-options approach. Journal of Financial
Economics 38(3): 297-331
Grenadier, S. R. 1996. The strategic exercise of options: Development cascades and overbuilding in
real estate markets. Journal of Finance 51(5): 1653-1679
Grenadier, S. R. 2000. Option exercise games: The intersection of real options and game theory.
Journal of Applied Corporate Finance 13(2): 99-107
Grenadier, S. R. 2002. Option exercise games: An application to the equilibrium investment strategies
of firms. Review of Financial Studies 15(3): 691-721
Grenadier, S. R., Wang, N. 2005. Investment timing, agency, and information. Journal of Financial
Economics 75(3): 493-533
Grenadier, S. R., Wang, N. 2007. Investment under uncertainty and time-inconsistent preferences.
Journal of Financial Economics 84(1): 2-39
Grenadier, S. R., Weiss, A. M. 1997. Investment in technological innovation: An option pricing
approach. Journal of Financial Economics 44(3): 397-416
Grundy, T., Johnson, G. 1993. Managers' perspectives on making major investment decisions: The
problem of linking strategic and financial appraisal. British Journal of Management 4(4): 253
Guo, X., Miao, J., Morellec, E. 2005. Irreversible investment with regime shifts. Journal of Economic
Theory 122(1): 37-59
Haenlein, M., Kaplan, A. 2006. Valuing the real option of abandoning unprofitable customers when
calculating customer lifetime value. Journal of Marketing 70(3): 5-20
Harchaoui, T. M., Lasserre, P. 2001. Testing the option value theory of irreversible investment.
International Economic Review 42(1): 141
Harmantzis, F. C., Tanguturi, V. P. 2007. Investment decisions in the wireless industry applying real
options. Telecommunications Policy 31(2): 107-123
Hartmann, M., Hassan, A. 2006. Application of real options analysis for pharmaceutical r&d project
valuation - empirical results from a survey. Research Policy 35(3): 343-354
Henderson, V., Hobson, D. G. 2002. Real options with constant relative risk aversion. Journal of
Economic Dynamics & Control 27(2): 329
328
Hennessy, C. A. 2004. Tobin's q, debt overhang, and investment. Journal of Finance 59(4): 1717-1742
Hickson, D. J., Butler, R. J., Cray, D., Mallory, G. R., Wilson, D. C. 1986. Top decisions: Strategic
decision-making in organizations. Oxford: Blackwell; San Francisco: Jossey-Bass
Hickson, D. J., Butler, R. J., Cray, D., Mallory, G. R., Wilson, D. C. 1989. Decision and organization processes of strategic decision making and their explanation. Public Administration 67(4): 373-390
Hilliard, J. E., Schwartz, A. 2005. Pricing european and american derivatives under a jump-diffusion
process: A bivariate tree approach. Journal of Financial & Quantitative Analysis 40(3): 671-691
Holt, R. W. P. 2003. Investment and dividends under irreversibility and financial constraints. Journal
of Economic Dynamics & Control 27(3): 467
Howell, S., Jgle, A. 1997. Laboratory evidence on how managers intuitively value real growth
options. Journal of Business Finance & Accounting 24(7,8): pp. 915-935
Hsu, M. 1998. Spark spread options are hot ! Electricity Journal 11: 28-39
Huchzermeier, A., Loch, C. H. 2001. Project management under risk: Using the real options approach
to evaluate flexibility in r&d. Management Science 47(1): 85
Hugonnier, J., Morellec, E. 2007. Corporate control and real investment in incomplete markets.
Journal of Economic Dynamics & Control 31(5): 1781-1800
Huisman, K. J. M., Kort, P. M. 2004. Strategic technology adoption taking into account future
technological improvements: A real options approach. European Journal of Operational Research
159(3): 705-728
Hurry, D., Miller, A. T., Bowman, E. H. 1992. Calls on high-technology: Japanese exploration of
venture capital investments in the united states. Strategic Management Journal 13(2): 85-101
Iatropoulos, A. D., Economides, A. A., Angelou, G. N. 2004. Broadband investments analysis using
real options methodology - a case study for egnatia odos s.A. Communications & Stratgies(55): 4575
Ibaez, A. 2004. Valuation by simulation of contingent claims with multiple early exercise
opportunities. Mathematical Finance 14(2): 223-248
Ibaez, A., Zapatero, F. 2004. Monte carlo valuation of american options through computation of the
optimal exercise frontier. Journal of Financial & Quantitative Analysis 39(2): 253-275
Ingersoll Jr., J. E., Ross, S. A. 1992. Waiting to invest: Investment and uncertainty. Journal of
Business 65(1): 1
Insley, M. 2002. A real options approach to the valuation of a forestry investment. Journal of
Environmental Economics & Management 44(3): 471
Iyer, S., Velu, C. 2006. Real options and demographic decisions. Journal of Development Economics
80(1): 39-58
Jacquet, D. 2001. Les options relles, une approche financire pour l'innovation, Encyclopdie de
l'innovation: 233-253
329
Jaeger, M. 1996. Le concept et les modles d'valuation d'options relles : Domaine, enjeux et limites.
Economie et Socit, Srie S.G. 10(22): pp. 33-60
Jensen, K., Warren, P. 2001. The use of options theory to value research in the service sector. R&D
Management 31(2)
Joaquin, D. C., Khanna, N. 2001. Investment timing decisions under threat of potential competition:
Why firm size matters. Quarterly Review of Economics & Finance 41(1): 1-17
Johnson, H. 1987. Options on the maximum or the minimum of several assets. Journal of Financial &
Quantitative Analysis 22(3): 277
Kahneman, D., Slovik, P., Tversky, A. 1982. Judgment under uncertainty: Heuristics and biases.
Cambridge University Press: Cambridge, MA
Kallapur, S., Eldenburg, L. 2005. Uncertainty, real options, and cost behavior: Evidence from
washington state hospitals. Journal of Accounting Research 43(5): 735-715
Kamrad, B. 1995. A lattice claims model for capital budgeting. IEEE Transactions on Engineering
Management 42(2): pg. 140, 110 pgs
Kasanen, E. 1993. Creating value by spawning investment opportunities. Financial Management
22(3): 251-258
Kemna, A. G. Z. 1993. Case studies on real options. Financial Management 22(3): 259-270
Keppo, J. 2005. Pricing of point-to-point bandwidth contracts. Mathematical Methods of Operations
Research 61(2): 191-218
Keppo, J., Lu, H. 2003. Real options and a large producer: The case of electricity markets. Energy
Economics 25(5): 459
Kester, W. 1984. Today's options for tomorrow's growth. Harvard Business Review: pp. 153-160
Knight, F. 1971. Risk, uncertainty and profit (Edition originale: Houghton-Mifflin, Boston, MA, 1921
ed.). University of Chicago: Chicago, IL
Kogut, B. 1985. Designing global strategies: Profiting from operational flexibility. Sloan Management
Review 27(1)
Kogut, B. 1991. Joint ventures and the option to expand and acquire. Management Science 37(1): 1933
Kogut, B., Kulatilaka, N. 2004. Real options pricing and organizations: The contingent risks of
extended theoretical domains. Academy of Management Review 29(1): 102-110
Kong, J. J., Kwok, Y. K. 2007. Real options in strategic investment games between two asymmetric
firms. European Journal of Operational Research 181(2): 967-985
Kulatilaka, N. 1993. The value of flexibility: The case of a dual-fuel industrial steam boiler. Financial
Management 22(3): 271-280
Kulatilaka, N. 1995. The value of flexibility: A general model of real options. In L Trigeorgis (Ed.),
Real options in capital investment: Models, strategies, and application. Praeger: New-York
330
Kulatilaka, N., Perotti, E. C. 1998. Strategic growth options. Management Science 44(8): 1021
Kumar, M. V. S. 2005. The value from acquiring and divesting a joint venture: A real options
approach. Strategic Management Journal 26(4): 321-331
Lambrecht, B., Perraudin, W. 2003. Real options and preemption under incomplete information.
Journal of Economic Dynamics & Control 27(4): 619-643
Lambrecht, B. M., Myers, S. C. 2007. A theory of takeovers and disinvestment. Journal of Finance
62(2): 809-845
Lander, D. M. 2000. Do foregone earnings matter when modeling and valuing real options?: A blackscholes teaching exercise. Financial Practice & Education 10(2): 121-127
Lander, D. M., Pinches, G. E. 1998. Challenges to the practical implementation of modeling and
valuing real options. Quarterly Review of Economics & Finance 38(4): 537
Laughton, D. G. 1998. The management of flexibility in the upstream petroleum industry. Energy
Journal 19(1): 83
Laughton, D. G., Jacoby, H. D. 1993. Reversion, timing options, and long-term decision-making.
Financial Management 22(3): 225
Laurikka, H. 2006. Option value of gasification technology within an emissions trading scheme.
Energy Policy 34(18): 3916-3928
Laurikka, H., Koljonen, T. 2006. Emissions trading and investment decisions in the power sector -- a
case study in finland. Energy Policy 34(9): 1063-1074
Lawrence, P. R., Lorsch, J. W. 1967. Differentiation and integration in complex organizations.
Administrative Science Quarterly 12(1): 1
Lee, C. J. 1988. Capital budgeting under uncertainty: The issue of optimal timing. Journal of Business
Finance & Accounting 15(2): 155-168
Lee, S.-H., Peng, M. W., Barney, J. B. 2007. Bankruptcy law and entrepreneurship development: A
real options perspective. Academy of Management Review 32(1): 257-272
Lee, T. 2004. Determinants of the foreign equity share of international joint ventures. Journal of
Economic Dynamics & Control 28(11): 2261-2275
Leiblein, M. J. 2003. The choice of organizational governance form and performance: Predictions
from transaction cost, resource-based, and real options theories. Journal of Management 29(6): 937
Leiblein, M. J., Miller, D. J. 2003. An empirical examination of transaction- and firm-level influences
on the vertical boundaries of the firm. Strategic Management Journal 24(9): 839
Leslie, P., Michaels, M. 1997. The real power of real options. McKinsey Quarterly(3): pp. 5-22
Lieberman, M. B., Montgomery, D. B. 1988. First-mover advantages. Strategic Management Journal
9: 41-58
Lin, T. T., Ko, C.-C., Yeh, H.-N. 2007. Applying real options in investment decisions relating to
environmental pollution. Energy Policy 35(4): 2426-2432
331
Lindset, S. 2007. Pricing american exchange options in a jump-diffusion model. Journal of Futures
Markets 27(3): 257-273
Lint, O., Pennings, E. 1998. R&d as an option on market introduction. R&D Management 28(4): 279
Lint, O., Pennings, E. 1999. Finance and strategy: Time-to-wait or time-to-market? Long Range
Planning 32(5): 483-493
Longstaff, F. A., Schwartz, E. S. 2001. Valuing american options by simulation: A simple leastsquares approach. Review of Financial Studies 14(1)
Louberg, H., Villeneuve, S., Chesney, M. 2002. Long-term risk management of nuclear waste: A real
options approach. Journal of Economic Dynamics & Control 27(1): 157
Luehrman, T. 1997. What's it worth ? A general manager's guide to valuation. Harvard Business
Review: pp. 132-142
Luehrman, T. 1998. Investment opportunities as real options : Getting started on the numbers.
Harvard Business Review: pp. 51-67
Madlener, R., Kumbaroglu, G., Ediger, V. S. 2005. Modeling technology adoption as an irreversible
investment under uncertainty: The case of the turkish electricity supply industry. Energy Economics
27(1): 139-163
Majd, S., Pindyck, R. S. 1987. Time to build, option value, and investment decisions. Journal of
Maklan, S., Knox, S., Ryals, L. 2005. Using real options to help build the business case for crm
investment. Long Range Planning 38(4): 393-410
Malchow-Moller, N., Thorsen, B. J. 2005. Repeated real options: Optimal investment behaviour and a
good rule of thumb. Journal of Economic Dynamics & Control 29(6): 1025-1041
March, J. G., Shapira, Z. 1987. Managerial perspectives on risk and risk taking. Management Science
33(11): 1404-1418
Margrabe, W. 1978. The value of an option to exchange one asset for another. Journal of Finance
33(1): 177
Marreco, J. d. M., Carpio, L. G. T. 2006. Flexibility valuation in the brazilian power system: A real
options approach. Energy Policy 34(18): 3749-3756
Marschak, T., Nelson, R. R. 1962. Flexibility, uncertainty, and economic theory. Metroeconomica
XIV: 42-58
Martzoukos, S. H., Trigeorgis, L. 2002. Real (investment) options with multiple sources of rare events.
European Journal of Operational Research 136(3): 696-706
Mauer, D. C., Sarkar, S. 2005. Real options, agency conflicts, and optimal capital structure. Journal of
Banking & Finance 29(6): 1405-1428
McCormack, J., LeBlanc, R., Heiser, C. 2003. Turning risk into shareholder wealth in the petroleum
industry. Journal of Applied Corporate Finance 15(2): 67
332
McDonald, R., Siegel, D. 1986. The value of waiting to invest. Quarterly Journal of Economics
101(4): 707-727
McDonald, R. L., Siegel, D. R. 1985. Investment and the valuation of firms when there is an option to
shut down. International Economic Review 26(2): 331
McGahan, A. M. 1993. The effect of incomplete information about demand on preemption.
International Journal Of Industrial Organization 11(3): 327-346
McGrath, R. G. 1997. A real options logic for initiating technology positioning investments. Academy
of Management Review 22(4): 974-996
McGrath, R. G. 1999. Falling forward: Real options reasoning and entrepreneurial failure. Academy of
Management Review 24(1): 13-30
McGrath, R. G., Ferrier, W. J., Mendelow, A. L. 2004. Real options as engines of choice and
heterogeneity. Academy of Management Review 29(1): 86-101
McGrath, R. G., Nerkar, A. 2004. Real options reasoning and a new look at the r&d investment
strategies of pharmaceutical firms. Strategic Management Journal 25(1): 1-22
Mclaughlin, R., Taggart Jr., R. A. 1992. The opportunity cost of using excess capacity. Financial
Management 21(2): 12
McNulty, J. J., Yeh, T. D., Schulze, William S., Lubatkin, M. H. 2002. What's your real cost of
capital? Harvard Business Review 80(10): 114
Meier, H., Christofides, N., Salkin, G. 2001. Capital budgeting under uncertainty--an integrated
approach using contingent claims analysis and integer programming. Operations Research 49(2): 196
Merton, R. C. 1973. Theory of rational option pricing. Bell Journal of Economics & Management
Science 4(1): 141
Merton, R. C. 1976. Option pricing when underlying stock returns are discontinuous. Journal of
Financial Economics 3(1/2): 125-144
Merton, R. C. 1998. Applications of option-pricing theory: Twenty-five years later. American
Economic Review 88(3): 323-349
Miller, K. D. 1998. Economic exposure and integrated risk management. Strategic Management
Journal 19(5): 497
Miller, K. D. 2002. Knowledge inventories and managerial myopia. Strategic Management Journal
23(8): 689-706
Miller, K. D., Arikan, A. T. 2004. Technology search investments: Evolutionary, option reasoning,
and option pricing approaches. Strategic Management Journal 25(5): 473-485
Miller, K. D., Folta, T. B. 2002. Option value and entry timing. Strategic Management Journal 23(7):
655
Miller, K. D., Reuer, J. J. 1998. Asymmetric corporate exposures to foreign exchange rate changes.
Strategic Management Journal 19(12): 1183
333
Miller, K. D., Shapira, Z. 2004. An empirical test of heuristics and biases affecting real option
valuation. Strategic Management Journal 25(3): 269-284
Miller, K. D., Waller, H. G. 2003. Scenarios, real options and integrated risk management. Long
Range Planning 36(1): 93
Miller, L., Choi, S., Park, C. 2004. Using an options approach to evaluate korean information
technology infrastructure. Engineering Economist 49(3): 199-219
Miller, L. T., Park, C. S. 2004. Economic analysis in the maintenance, repair, and overhaul industry:
An options approach. Engineering Economist 49(1): 21-41
Miller, M. H., Modigliani, F. 1961. Dividend policy, growth, and the valuation of shares. Journal of
Business 34(4): 411-433
Milliken, F. 1987. Three types of perceived uncertainty about the environment: State, effect, and
response uncertainty. Academy of Management Review 12(1): p. 133-143
Mittendorf, B. 2004. Information revelation, incentives, and the value of a real option. Management
Science 50(12): 1638-1645
Moel, A., Tufano, P. 2002. When are real options exercised? An empirical study of mine closings.
Review of Financial Studies 15(1): 35-64
Moreira, Rocha, David, P. 2004. Thermopower generation investment in brazil-economic conditions.
Energy Policy 32(1): 91
Murto, P., Keppo, J. 2002. A game model of irreversible investment under uncertainty. International
Game Theory Review 4(2): 127-141
Murto, P., Nskkl, E., Keppo, J. 2004. Timing of investments in oligopoly under uncertainty: A
framework for numerical analysis. European Journal of Operational Research 157(2): 486
Myers, S. C. 1977. Determinants of corporate borrowing. Journal of Financial Economics 5(2): 147175
Myers, S. C. 1996. Fischer black's contributions to corporate finance. Financial Management 25(4):
95-103
Myers, S. C., Turnbull, S. M. 1977. Capital budgeting and the capital asset pricing model: Good news
and bad news. Journal of Finance 32(2): 321
Nembhard, H., Black Shi, L., Aktan, M. 2002. A real options design for quality control charts.
Engineering Economist 47(1): 28
Nembhard, H., Black Shi, L., Aktan, M. 2003. A real options design for product outsourcing.
Engineering Economist 48(3): 199-217
Newton, D. P., Paxson, D. A., Widdicks, M. 2004. Real r&d options. International Journal of
Management Reviews 5/6(2): 113-130
Ng, F. P., Bjrnsson, H. C., Chiu, S. S. 2004. Valuing a price cap contract for material procurement as
a real option. Construction Management & Economics 22(2): 141-150
334
Nichols, N. 1994. Scientific management at merck: An interview with cfo judy lewent. Harvard
Business Review: pp. 89-99
Noe, T., Parker, G. 2005. Winner take all: Competition, strategy, and the structure of returns in the
internet economy. Journal of Economics & Management Strategy 14(1): 141-164
Odening, M., Musshoff, O., Hirschauer, N., Balmann, A. 2007. Investment under uncertainty - does
competition matter? Journal of Economic Dynamics & Control 31(3): 994-1014
Paddock, J. L., Siegel, D. R., Smith, J. L. 1988. Option valuation of claims on real assets: The case of
offshore petroleum leases. Quarterly Journal of Economics 103(3): 479-508
Pawlina, G., Kort, P. M. 2006. Real options in an asymmetric duopoly: Who benefits from your
competitive disadvantage? Journal of Economics & Management Strategy 15(1): 1-35
Pennings, E., Lint, O. 1997. The option value of advanced r & d. European Journal of Operational
Research 103(1): 83-94
Pennings, E., Lint, O. 2000. Market entry, phased rollout or abandonment? A real option approach.
European Journal of Operational Research 124(1): 125-138
Perez, M.-H. 2005. Les options relles dans la gestion des partenariats autour de projets industriels
innovants. Thse de Doctorat en sciences de gestion, Universit Paris X Nanterre
Perlitz, M., Peske, T., Schrank, R. 1999. Real options valuation: The new frontier in r&d project
evaluation? R&D Management 29(3): 255
Peters, E. E. 1991. A chaotic attractor for the s&p 500. Financial Analysts Journal 47(2): 55-62
Pfeiffer, T., Schneider, G. 2007. Residual income-based compensation plans for controlling
investment decisions under sequential private information. Management Science 53(3): 495-507
Philippe, H. 2004. Les options relles: Modle financier ou modle de gestion ? Thse de Doctorat en
sciences de gestion, Universit Paris Dauphine
Philippe, H. 2005. Corporate governance: A new limit to real options valuation? Journal of
Management & Governance 9(2): 129-149
Pike, R. 1997. Discussion of laboratory evidence on how managers intuitively value real options.
Journal of Business Finance & Accounting 24(7/8): 937
Pike, R. H. 1983. A review of recent trends in formal capital budgeting processes. Accounting &
Business Research 13(51): 201-208
Pindyck, R. S. 1988. Irreversible investment, capacity choice, and the value of the firm. American
Economic Review 78(5): 969
Quigg, L. 1993. Empirical testing of real option-pricing models. Journal of Finance 48(2): 621
Raynor, M. E., Leroux, X. 2004. Strategic flexibility in r&d. Research Technology Management
47(3): 27-32
Rebonato, R., Cooper, I. 1998. Coupling backward induction with monte carlo simulations: A fast
fourier transform (fft) approach. Applied Mathematical Finance 5(2): 131-141
335
Reuer, J., Leiblein, J. 2000a. Real options : Let the buyer beware, Financial Times:
Reuer, J. J., Leiblein, M. J. 2000b. Downside risk implications of multinationality and international
joint ventures. Academy of Management Journal 43(2): 203-214
Reuer, J. J., Tong, T. W. 2005. Real options in international joint ventures. Journal of Management
31(3): 403-423
Rigby, D., Gillies, C. 2000. Making the most of management tools and techniques: A survey from bain
& company. Strategic Change 9(5): 269-274
Ringland, G., Edwards, M., Hammond, L., Heinzen, B., Rendell, A., Sparrow, O., White, E. 1999.
Shocks and paradigm busters (why do we get surprised?). Long Range Planning 32(4): 403-413
Rose, S. 1998. Valuation of interacting real options in a tollroad infrastructure project. Quarterly
Review of Economics & Finance 38(4): 711
Ross, J., Staw, B. M. 1986. Expo 86: An escalation prototype. Administrative Science Quarterly 31(2):
274
Royer, I. 2003. Why bad projects are so hard to kill. Harvard Business Review 81(2): 48-56
Ryan, P. A., Ryan, G. P. 2002. Capital budgeting practices of the fortune 1000: How have things
changed? Journal of Business & Management 8(4): 355-364
Santiago, L. P., Vakili, P. 2005. On the value of flexibility in r&d projects. Management Science
51(8): 1206-1218
Santoro, M. D., McGill, J. P. 2005. The effect of uncertainty and asset co-specialization on
governance in biotechnology alliances. Strategic Management Journal 26(13): 1261-1269
Saphores, J.-D. 2003. Harvesting a renewable resource under uncertainty. Journal of Economic
Dynamics & Control 28(3): 509
Sarkar, S. 2000. On the investment-uncertainty relationship in a real options model. Journal of
Economic Dynamics & Control 24(2): 219
Sarkar, S. 2003. The effect of mean reversion on investment under uncertainty. Journal of Economic
Dynamics & Control 28(2): 377
Schnaars, S. P. 1994. Managing imitation strategies: How later entrants seize markets from pioneers.
Free Press: New-York
Schwartz, E. S., Zozaya-Gorostiza, C. 2003. Investment under uncertainty in information technology:
Acquisition and development projects. Management Science 49(1): 57
Sepp, T. J., Laamanen, T. 2001. Valuation of venture capital investments: Empirical evidence. R&D
Management 31(2)
Shackleton, M., Wojakowski, R. 2002. The expected return and exercise time of merton-style real
options. Journal of Business Finance & Accounting 29(3/4): 541
Sharp, D. J. 1991. Uncovering the hidden value in high-risk investments. Sloan Management Review
32(4): 69-74
336
Shockley Jr., R. L., Curtis, S., Jafari, J., Tibbs, K. 2003. The option value of an early-stage
biotechnology investment. Journal of Applied Corporate Finance 15(2): 44
Simon, H. A. 1960. The new science of management decision. Harper & Row: New-York
Slade, M. E. 2001. Valuing managerial flexibility: An application of real-option theory to mining
investments. Journal of Environmental Economics & Management 41(2): 193
Smit, H. T. J. 1997. Investment analysis of offshore concessions in the netherlands. Financial
Management 26(2): 5-17
Smit, H. T. J. 2003. Infrastructure investment as a real options game: The case of european airport
expansion. Financial Management 32(4): 27-57
Smit, H. T. J., Ankum, L. A. 1993. A real options and game-theoretic approach to corporate
investment strategy under competition. Financial Management 22(3): 241-250
Smit, H. T. J., Trigeorgis, L. 2006. Real options and games: Competition, alliances and other
applications of valuation and strategy. Review of Financial Economics 15(2): 95-112
Smith , J., Nau, R. 1995. Valuing risky projects : Option pricing theory and decision analysis.
Management Science 41: pp. 785-816
Smith, J. E., McCardle, K. F. 1998. Valuing oil properties: Integrating option pricing and decision
analysis approaches. Operations Research 46(2): 198-217
Smith, J. E., McCardle, K. F. 1999. Options in the real world: Lessons learned in evaluating oil and
gas investments. Operations Research 47(1): 1-15
Spence, A. M. 1979. Investment strategy and growth in a new market. Bell Journal of Economics
10(1): 1-19
Spencer, B. J., Brander, J. A. 1992. Pre-commitment and flexibility: Applications to oligopoly theory.
European Economic Review 36(8): 1601-1626
Stark, A. W. 2000. Real options, (dis)investment decision-making and accounting measures of
performance. Journal of Business Finance & Accounting 27(3/4): 313-331
Staw, B. M. 1981. The escalation of commitment to a course of action. Academy of Management
Review 6(4): 569
Stigler, G. 1939. Production and distribution in the short run. Journal of Political Economy 47: 305327
Stulz, R. M. 1982. Options on the minimum or the maximum of two risky assets. Journal of Financial
Economics 10(2): 161-185
Sull, D. N. 2005. Strategy as active waiting. Harvard Business Review 83(9): 120-129
Tanguturi, V. P., Harmantzis, F. C. 2006. Migration to 3g wireless broadband internet and real
options: The case of an operator in india. Telecommunications Policy 30(7): 400-419
Taudes, A. 1998. Software growth options. Journal of Management Information Systems 15(1): 165185
337
Taudes, A., Feurstein, M., Mild, A. 2000. Options analysis of software platform decisions: A case
study. MIS Quarterly 24(2): 227
Teach, E. 2003. Will real options take root? CFO 19(9): 73
Thackray, J. 1995. The options pricing model. Planning Review 19(46)
Thompson, J. D., Tuden, A. 1959. Strategies, structures, and processes of organizational decision. In
PBH J.D. Thompson, R. W. Hawkes, B. H. Junker, and A. Tuden (Ed.), Comparative studies in
administration: 195-216. University of Pittsburgh Press: Pittsburgh
Triantis, A. 2005. Realizing the potential of real options: Does theory meet practice? Journal of
Applied Corporate Finance 17(2): 8-16
Triantis, A. J., Borison, A. 2001. Real options: State of the practice. Journal of Applied Corporate
Finance 14(2): 8-24
Triantis, A. J., Hodder, J. E. 1990. Valuing flexibility as a complex option. Journal of Finance 45(2):
549-565
Trigeorgis, L. 1991. Anticipated competitive entry and early preemptive investment in deferrable
projects. Journal of Economics & Business 43(2): 143-156
Trigeorgis, L. 1993. The nature of option interactions and the valuation of investments with multiple
real options. Journal of Financial & Quantitative Analysis 28(1)
Trigeorgis, L. 1996. Real options: Managerial flexibility and strategy in resource allocation. MIT
Press: Cambridge, MA
Tseng, C.-L., Barz, G. 2002. Short-term generation asset valuation: A real options approach.
Operations Research 50(2): 297
Tufano, P. 1996. How financial engineering can advance corporate strategy. Harvard Business
Review: pp. 136-146
Tzouramani, I., Mattas, K. 2004. Employing real options methodology in agricultural investments:
The case of greenhouse construction. Applied Economics Letters 11(6): 355-359
Van Cauwenbergh, A., Durinck, E., Martens, R., Laveren, E., Bogaert, I. 1996. On the role and
function of formal analysis in strategic investment decision processes: Results from an empirical study
in belgium. Management Accounting Research 7(2): pp. 169-184
Verbeeten, F. H. M. 2006. Do organizations adopt sophisticated capital budgeting practices to deal
with uncertainty in the investment decision?: A research note. Management Accounting Research
17(1): 106-120
Villalonga, B., McGahan, A. M. 2005. The choice among acquisitions, alliances, and divestitures.
Strategic Management Journal 26(13): 1183-1208
Warner, A. G., Fairbank, J. F., Steensma, H. K. 2006. Managing uncertainty in a formal standardsbased industry: A real options perspective on acquisition timing. Journal of Management 32(2): 279298
Weeds, H. 2002. Strategic delay in a real options model of r&d competition. Review of Economic
Studies 69(3): 729-747
338
Wernerfelt, B., Karnani, A. 1987. Competitive strategy under uncertainty. Strategic Management
Journal 8(8): 187-194
Woolley, S., Cannizzo, F. 2005. Taking real options beyond the black box. Journal of Applied
Corporate Finance 17(2): 94-98
Wossink, A., Gardebroek, C. 2006. Environmental policy uncertainty and marketable permit systems:
The dutch phosphate quota program. American Journal of Agricultural Economics 88(1): 16-27
Yin, R. K. 1994. Case study research, design and methods. Sage
Zardkoohi, A. 2004. Do real options lead to escalation of commitment? Academy of Management
Review 29(1): 111-119
Zettl, M. 2002. Valuing exploration and production projects by means of option pricing theory.
International Journal of Production Economics 78(1): 109-116
Zinkhan, F. C. 1991. Option pricing and timberland's land-use conversion option. Land Economics
67(3): 317
339

Apport Et Limites Des Options Réelles À La Décision PDF

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

Apport Et Limites Des Options Réelles À La Décision PDF

Transféré par

Droits d'auteur :

Formats disponibles

E c o l e D o c t o r a l e n 471

SCIENCES DE LA DECISION ET DE LORGANISATION

ECOLE DES HAUTES ETUDES COMMERCIALES

DOCTORAT EN SCIENCES DE GESTION

Enfin, cette thse a bnfici de lenvironnement humain, intellectuel et matriel du programme

TABLE DES MATIERES

Annexes .............................................................................................................................................. 295

I. CONTEXTE ET INTERET DE LA RECHERCHE

Traditionnellement, les dcisions dinvestissement ont t considres comme relevant du domaine de

II. QUESTION DE RECHERCHE

La deuxime raison touche aux modalits dapplication des options relles.

Notre question de recherche est donc la suivante :

III. DEROULEMENT DE LA RECHERCHE

III.1. Dmarche de recherche

III.2. Niveau danalyse et primtre de la recherche

La littrature tudiant lapplication des options relles la dcision dinvestissement concentre

Cf. Introduction de la Partie III de la thse

III.3. Choix du terrain

IV. PLAN DE LA THESE

La thse est structure en trois grandes parties.

Chapitre 1 Les options

I. Les options relles : une ide sduisante

I.1. La gense des options relles

I.2. Le principe de loption relle

I.2.1. Dfinition dune option relle

Encadr 1.1 : Dfinition dune option financire

Pour tre tout fait rigoureux, il faudrait actualiser la valeur de la prime

Taux dintrt sans risque

I.2.2. Lapport principal des options relles : la valorisation de la flexibilit managriale

I.3. Prsentation des principaux types doptions relles

Tableau 1.2 : Principales options dinvestissement (et de dsinvestissement)

Possibilit, partir dun input donn, de

La littrature fait traditionnellement la distinction entre deux grandes catgories doption :

I.4. Un succs grandissant dans le monde acadmique

Figure 1.1 : Evolution du nombre de publications sur les options relles

Nb. de publications sur le thme des options relles

Cf. section 2, I. Panorama gnral de la littrature sur les options relles

II.1.1 Ltude de Graham et Harvey (2001)

Book rate of return

Source : Graham et Harvey (2001)

II.1.2. Ltude de Ryan et Ryan (2002)

Figure 1.3 : Taux dutilisation doutils daide la dcision dinvestissement complmentaires

Outil d'aide la dcision d'investissement (*)

Cash-flows corrigs par l'inflation (M)

% des rpondant utilisant toujours ou souvent l'outil de dcision d'investissement

Source : Ryan et Ryan (2002)

II.1.3. Les enqutes de Bain & Co.

Source : Colleau et Rigby (Bain & Co.), 2001

II.1.4. Lenqute de De Bodt et Bouquin (2001)

Tableau 1.7. : Exemples dentreprises ayant utilis les options relles

Dynegy, Amerada Hess, Duke

Production et distribution Hewlett Packard

Coy, 1999; Copeland & Antikarov,

Copeland & Antikarov, 2001

Lancement dun nouveau

Pennings & Lint, 2000

Intel, Pratt & Whitney

Copeland & Antikarov, 2001

Benaroch et Kaufman, 2000

Dcision de sortie d'un

II.3.1. Nouveaut de lapproche

II.3.2. Complexit de loutil et difficults de mise-en-oeuvre

Nb. de citations (28 rpondants)