Pfe-Optimisation Portefeuille Sous Contrainte de Risque

Royaume du Maroc
UNIVERSITE MOHAMED V AGDAL - RABAT
ECOLE
MOHAMMADIA DINGENIEURS
D
epartement Mod
elisation et Informatique Scientifique
M
emoire de Projet de Fin dEtudes
OPTIMISATION DE PORTEFEUILLE SOUS DES

CONTRAINTES DE RISQUE
En vue de lobtention du dipl

ome dIng
enieur dEtat
Soutenu le : 01/06/2015
Pr
esent
e par : CHABBAR Salma et LALLOUCH Sofia
Devant le jury compos

e de :
M r Abdelillah ABID
P.E.S. EMI
Pr
esident
M me Joumala EL ALAOUI
P.E.S. EMI
Rapporteur
M r Rachid ELLAIA
P.E.S. EMI
Encadrant
M r Jaber KHAMLICHI
Responsable PGP - CMR
Parrain
Annee universitaire 2014/2015
Remerciements
Avant de rentrer dans le vif du sujet, nous tenons à remercier notre encadrant interne
a` lEMI, Monsieur Rachid ELLAIA, pour ses conseils et ses commentaires precieux,
qui nous ont permis de surmonter nos difficultes et de progresser pour accomplir notre
mission comme il le faut.
Nos remerciements setendent egalement à Madame Joumala EL ALAOUI, pour
lhonneur quelle nous a fait detre rapporteur sur notre projet de fin detudes, et a` Monsieur Abdelillah ABID pour avoir accepte devaluer notre travail et detre president et
membre de notre jury.
Nous exprimons aussi notre profonde reconnaissance a` Monsieur Jaber KHAMLICHI, Responsable du Pole Gestion de Portefeuille, a` la Caisse Marocaine des Retraites,
qui a fait que ce stage soit une realite.
Nos sincères remerciements à lui et a` Monsieur Slimane KABIRI, chef de la Division des operations, pour leurs accompagnements quotidiens, leurs orientations precieuses,
leurs generosites et la grande patience dont ils ont su faire preuve malgre leurs charges
professionnelles.
Nous nomettrons pas de remercier toute lequipe du pole gestion de portefeuille a` la
CMR pour leur accueil chaleureux, leur sympathie et leur cooperation, mais aussi pour
leurs idees constructives et les informations très utiles quils nous ont fournies.
Enfin, nous remercions toutes les personnes qui ont contribue de près ou de loin a` la
concretisation de ce travail.
R
esum
e
Le present memoire sinteresse a` la gestion des risques au sein dun portefeuille et
tout particulièrement le portefeuille de la Caisse Marocaine des Retraites o`
u notre projet
de fin detudes sest deroule. La finalite de cette etude de risque est loptimisation de
la performance du portefeuille etudie tout en respectant le budget de risque alloue par
letablissement.
Dans un premier temps et après une introduction a` lunivers du risque, nous avons
quantifie le niveau de risque des portefeuilles de la CMR grace à plusieurs indicateurs,
que nous avons automatises sur VBA.
Ensuite, comme tout gestionnaire de portefeuille se doit de trouver lallocation dactifs
optimale en fonction de son budget de risque, nous avons modelise mathematiquement un
programme doptimisation qui permettra de maximiser la performance du portefeuille en
veillant a` ce que cela ne soit pas au detriment de la tolerance au risque du gestionnaire. La
combinaison de ces deux elements,la performance et le risque, a donne lieu à un problème
doptimisation de portefeuille sous des contraintes de risque que nous avons automatise
sous MATLAB.
Mots-cl
es : Gestion des risques - Portefeuille - Optimisation - Performance - Modelisation.
ii
Abstract
The main subject of our final project at the CMR is the quantification of the risk in
their portfolio in order to realize a better management of their assets .
At first, and after an introduction to Risk Management, we have quantified the level
of risk of the portfolios of the CMR using several indicators which we automated on VBA.
Then, as every portfolio manager has to find the optimal use of the assets according
to his budget of risk, we made a mathematical modeling of a program of optimization
which will allow us to minimize the risk of the portfolio without making it under-perform.
The combination of these two elements, the performance and the risk, lead to a problem
of the optimization of the portfolio under a constraint of risk which we automated under
MATLAB.
iii
iv
Table des mati`

eres
Introduction
Pr
esentation de lorganisme daccueil : Caisse Marocaine des Retraites
1 Contexte g
en
eral
1.1 Notions fondamentales . . .
1.2 Classes dactifs . . . . . . .
1.2.1 Actions . . . . . . .
1.2.2 Les obligations . . .
1.2.3 Les fonds monetaires
1.2.4 Limmobilier . . . . .
1.3 Types de gestion . . . . . .
1.3.1 La gestion active . .
1.3.2 La gestion passive . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6
. 6
. 6
. 7
. 8
. 9
. 9
. 10
. 10
. 11
2 Notion du risque
2.1 Generalites . . . . . . . . . . . . . .
2.1.1 Definition generale du risque .
2.1.2 Definition du risque en finance
2.2 Typologie des risques . . . . . . . . .
2.2.1 Risques de marche . . . . . .
2.2.2 Risque de liquidite . . . . . .
2.2.3 Risque de credit . . . . . . . .
2.2.4 Risques operationnels . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
12
12
12
13
13
14
14
15
15
.
.
.
.
.
.
.
.
.
.
.
.
17
17
17
18
19
19
20
21
22
24
28
30
30
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Gestion des risques

3.1 Notions fondamentales . . . . . . . . . . . . . .
3.1.1 Valeur liquidative . . . . . . . . . . . . .
3.1.2 La performance . . . . . . . . . . . . . .
3.1.3 Caracteristiques dune mesure de risque .
3.2 Outils de mesure de risque . . . . . . . . . . . .
3.2.1 Volatilite . . . . . . . . . . . . . . . . . .
3.2.2 Tracking-Error . . . . . . . . . . . . . .
3.2.3 Beta . . . . . . . . . . . . . . . . . . . .
3.2.4 Value-at-Risk . . . . . . . . . . . . . . .
3.2.5 La VaR Conditionnelle . . . . . . . . . .
3.2.6 Risque a` la baisse . . . . . . . . . . . . .
3.2.7 Autres outils de mesure . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Optimisation du portefeuille sous des contraintes de risque

4 Application de gestion des risques
4.1 Presentation de lapplication . . . .
4.1.1 Description generale . . . .
4.1.2 Description de lapplication
4.2 Interpretation des resultats . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Optimisation du portefeuille Actions

5.1 Position du problème . . . . . . . . . . . . . . . . . . . . . .
5.1.1 Modelisation mathematique du problème . . . . . . .
5.1.2 Modèle dEvaluation Des Actifs Financiers (MEDAF)
5.2 Modelisation des contraintes . . . . . . . . . . . . . . . . . .
5.2.1 Contraintes de gestion . . . . . . . . . . . . . . . . .
5.2.2 Contraintes de risque . . . . . . . . . . . . . . . . . .
5.3 Formulation du problème doptimisation . . . . . . . . . . .
5.4 Application sous MATLAB . . . . . . . . . . . . . . . . . .
5.5 Optimisation - Resultats et analyse . . . . . . . . . . . . . .
Conclusion et perspectives
Chabbar et Lallouch
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
34
34
34
35
42
.
.
.
.
.
.
.
.
.
46
46
46
48
49
49
49
55
57
67
69
vi
- M.I.S -
Liste des acronymes

CMR : Caisse Marocaines des Retraites
DGP : Division de Gestion de Portefeuille
BVC : Bourse des Valeurs de Casablanca
MASI : Moroccan All Shares Index
MADEX : Most Active Shares Index
CFG : Casablanca Finance Group
CDG : Caisse de Depot et de Gestion
MBI : Moroccan Bond Index
MGBX : Moroccan Government Bond Index
PF : Portefeuille
VL : Valeur liquiditative
IP : Indice de performance
aIP : Indice de performance annualise
TE : Tracking Error
TMP JJ : Taux Moyen Pondere au Jour-le-Jour
VaR : Valeur a` Risque
CVaR : Valeur a` Risque Conditionnelle
VBA : Vasiual Basic Application
MEDAF : Modèle dEvaluation Des Actifs Financiers
fmincon : Find minimum of constrained nonlinear multivariable function
vii
Table des figures

1
2
Organigramme de la CMR . . . . . . . . . . . . . . . . . . . . . . . . . . .
Organisation du Pole Gestion de Portefeuille . . . . . . . . . . . . . . . . .
4
5
1.1
Evolution de lindice MASI Rentabilite Brut . . . . . . . . . . . . . . . . .
3.1
3.2
3.3
3.4
Interpretation de la volatilite . . . . . . . . . . . .
Coefficients beta . . . . . . . . . . . . . . . . . . .
Exemple de la VaR sous une distribution normale
La Valeur a` Risque conditionnelle . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
20
22
25
29
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
4.11
4.12
4.13
4.14
4.15
Feuille instructions . . . . . . . . . . . . .
Barre de menu . . . . . . . . . . . . . . .
Interface de periode de calcul . . . . . . .
Interface des indicateurs de risques . . . .
Paramètres de la VaR . . . . . . . . . . .
Resultats du calcul des indicateurs . . . .
Feuille finale des donnees du portefeuille .
Feuille finale des donnees TMP . . . . . .
Reporting du portefeuille . . . . . . . . . .
Rapport dactivite sur Word - Pages 1 et 2
Rapport dactivite sur Word - Pages 3 et 4
Rapport dactivite sur Word - Page 5 . . .
Volatilite annualisee - Portefeuille Actions
Risque a` la baisse - Portefeuille Actions . .
VaR et CVaR - Portefeuille Actions . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
36
38
38
39
39
40
40
41
41
42
43
44
44
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
Interface Menu sur Matlab . . . . . . .

Resultats dimportation des donnees .
Interface doptimisation . . . . . . . .
Resultats dimportation des donnees .
Interface pour les rentabilites esperees .
Donnees liees aux titres du portefeuille
Selection des contraintes . . . . . . . .
Resultats de loptimisation sur Excel .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
58
61
62
62
63
64
65
viii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Liste des tableaux

5.1
5.2
5.3
5.4
5.5
5.6
Donnees initiales - Repartition par secteur . . . .

Donnees initiales - Repartition par titre . . . . . .
Donnees finales - Repartition par titre . . . . . .
Donnees finales - Indicateurs de risques . . . . . .
Donnees finales - Repartition par secteur . . . . .
Comparaison entre les algorithmes doptimisation
ix
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
59
60
65
66
66
67
Introduction
Toute institution, quel que soit son domaine dactivite, est exposee a` une serie de
risques. Les institutions financières, par exemple, evoluent dans un environnement complexe en termes de diversite des instruments utilises, de fluctuations soudaines ou encore
des mouvements adverses des prix du marche ; elles deviennent ainsi très vulnerables face
a` cet environnement et donc très menacees par une serie de risques, qui doivent etre
matrises, elimines ou du moins reduits.
Le risque apparat comme lun des defis actuels des dirigeants pour le definir, le mesurer et le gerer pour ameliorer la performance. De ce fait, la gestion des risques est donc une
composante indispensable pour une bonne gouvernance et un objectif essentiel a` integrer
dans les strategies et la politique de lentreprise.
Notre projet de fin detudes se deroule à la Caisse Marocaine des Retraites (CMR), au
sein du Pole Gestion de Portefeuille. Les aspects financiers abordables en gestion de fonds
de pension sont très vastes, mais nous allons nous interesser à lun deux en particulier :
la gestion des risques au niveau des differents portefeuilles de letablisssment. En effet, la
CMR est confrontee à des problèmes de choix en avenir incertain et la gestion des actifs
financiers comporte ainsi plusieurs risques de nature differente qui peuvent provoquer, en
cas dune mauvaise gestion, des pertes considerables. Ces pertes peuvent etre des destructions materielles, des dommages corporels, de largent ou du temps investi, et peuvent
sexprimer de manière qualitative (sur une echelle) ou par des grandeurs quantitatives
(monetaires ou dexploitation).
Dans notre etude, nous nous interesserons essentiellement a` la quantification de la perte
financière monetaire, selon le type de risque, pour que le gestionnaire se situe, a` tout
moment, par rapport au budget de risque qui lui est permis et mette en avant des ajustements : Combien dargent pourrions-nous perdre ? Sommes-nous dans les proportions
autorisees ? Quelle strategie choisir pour une couverture efficace des risques ?
Pour quantifier les risques au niveau dun portefeuille et les eventuelles pertes qui en
resultent, plusieurs modèles ont ete mis en place. Le grand succès de la theorie moderne du
portefeuille revient essentiellement a` Markowitz dans les annees 1950 [8], qui introduit le
concept de diversification comme un outil fondamental de gestion des risques specifiques.
Toutefois, plusieurs etudes ont demontre que le modèle est limite dans la mesure o`
u cette
diversification nest pas suffisante pour proteger les portefeuilles des pertes à forte ampleur, dautant plus que dès quun gerant de portefeuille possède une reference de gestion
il ne peut plus utiliser une optimisation Markowitz pour allouer son portefeuille [8]. Ainsi,
plusieurs indicateurs de gestion du risque comme la volatilite, la VaR (Value-at-Risk), la
Tracking Error, le risque a` la baisse etc, ont vu le jour et ont demontre leur efficacite au
fil du temps.
1
Lune des problematiques majeure en gestion financière est la determination des risques
financiers dun portefeuille dactifs. En effet, dans tout portefeuille, le facteur risque nest
pas moins important que le facteur performance, et ils doivent determiner a` eux deux
la strategie de placement. Les deux grands objectifs de la gestion des risques dun portefeuille peuvent ainsi etre reformules comme etant : Lamelioration de la performance
financière et la prevention de toute perte potentielle.
Le choix dun portefeuille optimal dactifs est depuis longtemps un sujet dinteret majeur dans le domaine de la finance. Dans ce projet, la problematique posee consiste à
d
eterminer le portefeuille optimal qui convient `
a chaque investisseur, compte
tenu de sa tol
erance au risque. Nous chercherons a` optimiser le portefeuille en maximisant le rendement des titres le constituant sous contraintes des differents risques auxquels
ils sont exposes, à savoir le risque absolu et le risque relatif.
En effet, par une allocation dactifs, nous chercherons a` maximiser le rendement du portefeuille de la CMR et à maintenir les risques a` un niveau acceptable, tout en respectant
les contraintes de gestion et de diversification auxquelles letablissement est assujetti.
Le present travail reviendra tout dabord sur une vue globale du contexte du stage :
organisme daccueil, analyse de la problematique et analyse de lexistant, ensuite nous
presenterons les notions fondamentales de la gestion de portefeuille, ainsi que la notion
du risque avec ses definitions et ses types. Après, nous analyserons la gestion des risques
en presentant une explication detaillee des differents outils de mesure de risque avec leurs
methodes de calculs et leur interpretation.
Le cahier de charges de notre projet portera essentiellement sur deux objectifs :
1er objectif : Mettre en place un outil de calcul des differents indicateurs de risques.
Cet outil permettra, entre autres, de visualiser lexposition des portefeuilles de la
CMR au risque marche, et de le quantifier en pourcentage ou en Dirhams, par
rapport au marche ou par rapport à une reference.
2ème objectif : Mettre a` la disposition des gestionnaires de la CMR un outil doptimisation de portefeuille qui permettra de rechercher la meilleure repartition des
actifs, qui assure un rendement maximal en tenant compte des contraintes de risque,
a` travers une volatilite absolue definie, dune perte maximale a` ne pas depasser, passant par un budget de risque relatif a` respecter.
Le respect de ce cahier de charges permettra, dans un premier temps, aux gestionnaires
de portefeuille de la CMR, de faire un suivi du niveau de risque auquel ils sont exposes
pour tout type de portefeuille en leur possession, et doptimiser, ensuite, ce portefeuille en
prenant en compte leur aversion au risque et les seuils quils simposent selon leur budget
de risque.
Chabbar et Lallouch
- M.I.S -
Pr
esentation de lorganisme
daccueil : Caisse Marocaine des
Retraites
1.Pr
esentation
La Caisse Marocaine des Retraites (CMR) a ete creee par le Dahir du 2 Mars 1930
pour gerer le regime de retraite instaure en faveur des fonctionnaires civils du protectorat.
En 1996, la CMR a acquis son autonomie juridique, administrative et financière et devint
un Etablissement public, soumis au controle financier de lEtat. Laccession du Maroc a`
lindependance a permis a` la CMR detendre ses responsabilites pour prendre en charge
differents regimes. Actuellement, les regimes de pensions geres par la CMR sont les suivants, repartis en deux modes de fonctionnement :
1. Par r
epartition : : Les actifs versent des cotisations pour payer les retraites des
personnes agees tout en acquerant des droits, qui a` leurs tours seront finances par
les generations futures dactifs. Nous y retrouvons :
Le regime des pensions du personnel civil de lEtat, des collectivites locales et de
certains etablissements publics (ONEP, ONPT, Barid El Maghrib, etc.) ;
Le regime des pensions du personnel militaire (Les personnels des Forces Armees
Royales et des Forces Auxiliaires).
2. Par capitalisation : Chaque actif finance sa propre retraite.
Le regime de retraite ATTAKMILI : Il sagit dun regime complementaire facultatif a` but non lucratif instaure en 2005 destine uniquement aux affilies de base
de la CMR. Il a pour objet la constitution dune retraite complementaire selon
le principe de la capitalisation individuelle. Il permet, par le biais de cotisations
mensuelles, de preparer un supplement de retraite de base.
Nous retrouvons aussi, a` la charge du budget general de lEtat et dautres organismes
employeurs, les regimes dits non cotisants pour le compte justement de lEtat et qui
englobent essentiellement les pensions dinvalidite crees après lindependance à la faveur
de circonstances particulières et les allocations des Anciens Resistants et Anciens Membres
de lArmee de Liberation.
2.Organisation
Ladministration de la Caisse Marocaine des Retraites est assuree par un Conseil dAdministration preside par le Premier ministre et compose de 14 membres. Sa gestion est
assuree par un Directeur qui detient tous les pouvoirs et attributions necessaires.
3
Outre la Direction et le Secretariat General, lorganisation de la CMR est constituee

de quatre poles, 11 divisions et 33 services.
Directeur
Le Secretaire General
Pole Operations
Pole Support
Pole Organisation
et Système
dInformation
Pole Gestion
de Portefeuille
Figure 1 Organigramme de la CMR

3.P
ole Gestion de Portefeuille
Le metier de gestion de portefeuille a ete instaure a` la Caisse Marocaine des Retraites
au lendemain de la reorganisation de celle-ci en novembre 1996.
La mission principale du Pole Gestion de Portefeuille à la CMR est de financer les engagements de la Caisse, optimiser le rendement des portefeuilles et optimiser la gestion
de la tresorerie de la Caisse. Pour ce faire, des interventions (achat/vente dactifs) sur le
marche sont effectuees par le personnel.
En matière dorganisation du metier de gestion de portefeuille à la CMR le pole a
adopte la structure organisationnelle que nous trouvons au niveau des salles de marches.
Il se decompose donc comme suit :
Chabbar et Lallouch
- M.I.S -
Pole Gestion de
Portefeuille
Division de
Gestion
Division des operations
Service dAsset
Management
Service de
la Gestion
des participants
Service de conformite
et de Controle
Interne
Service Recherche
et Analyse
Service Middle
Office
Service Back Office
Figure 2 Organisation du Pole Gestion de Portefeuille

Service dAsset Management : Il a pour but de gerer la tresorerie de la Caisse,
assurer la meilleure execution de la politique de placement de la tresorerie et elaborer
les comptes rendus de gestion (Reporting).
Service Gestion des participants : Cest un service qui a pour mission le suivi
des investissements dans limmobilier et le suivi des fonds delegues de la caisse.
Service Middle Office : Il se charge de controler les operations passees par le
Service Asset Management, delaborer les Reportings et comptes rendus dactivite,
veiller au respect des règles prudentielles et mesurer la performance des portefeuilles.
Service Back Office : Il soccupe des denouements des operations et du suivi
administratif des portefeuilles.
Service de Conformit
e et de Contr
ole Interne : Il veille au respect de la
reglementation, de la deontologie et des règles et contraintes de gestion et se charge
de contribuer au renforcement du dispositif de controle interne du processus.
Service Recherche et Analyse : Il participe a` lelaboration de la politique de placement, assure une veille concurrentielle pour saisir les opportunites sur le marche,
contribue à la prise de decision au niveau du service Asset Management et anticipe
les tendances des marches.
Chabbar et Lallouch
- M.I.S -
Chapitre 1
Contexte g
en
eral
1.1
Notions fondamentales
Avant dentrer le vif du sujet de ce chapitre, certaines definitions et notions doivent

etre presentees. Ceci afin de mieux comprendre le contexte dans lequel sinscrit notre projet de fin detudes et qui relève du monde de la finance dont certaines notions devraient
etre expliquees prealablement pour la bonne comprehension de ce memoire.
Parmi ces definitions nous citons :
D
efinition 1. Un actif financier est un titre ou un contrat, generalement transmissible
et negociable sur les marches financiers et qui est susceptible de produire à son detenteur
des revenus et/ou un gain en capital, en contrepartie dune certaine prise de risque. [w1]
D
efinition 2. Un portefeuille designe une collection dactifs financiers detenus par un
etablissement ou un individu.[w3]
D
efinition 3. Les produits/instruments financiers sont des titres ou des contrats,
dont certains sont negociables ; ils sont utilises pour anticiper une rentabilite ou un risque
monetaire. Ils se decomposent essentiellement en deux types : les actifs financiers et les
produits derives financiers. [w4]
D
efinition 4. Le benchmark/indice de r
ef
erence, designe tout element servant de
point de comparaison ou de reference pour evaluer la rentabilite dun portefeuille et mesurer la performance du marche. Il peut etre un indice ou une combinaison de plusieurs
references. Pour un gestionnaire, un benchmark constitue un element objectif dappreciation
de ses qualites qui lui permet de porter un jugement quantitatif et qualitatif sur les positions prises et les resultats obtenus.[w5]
1.2
Classes dactifs
Definissons dabord ce quest une classe dactifs.

D
efinition 5. Une classe dactifs regroupe des actifs ayant des caracteristiques similaires en termes de risques et/ou de rendements.[w2]
Pour un gestionnaire de portefeuille, choisir la classe dactifs à detenir afin de beneficier

dune performance raisonnable est probablement la decision dinvestissement la plus importante qui soit.
En effet, il existe plusieurs categories dactifs, certains plus risquees dautres moins, et
il est necessaire de connaitre le couple rendement/risque que propose chaque categorie.
Nous retrouvons ci-après les quatre classes traditionnelles.
1.2.1
Actions
Une action est un titre de propriete sur une fraction du capital quune entreprise decide
de vendre aux investisseurs. Laction est lactif le plus negocie sur les marches financiers
[w6]. Il presente principalement deux sources esperees de revenus pour son detendeur :
Les dividendes futurs qui representent une fraction du benefice realise par lentreprise, soit donc la remuneration versee aux actionnaires dune societe en contrepartie
de leur investissement au capital de lentreprise ;
Une eventuelle plus-value lors de la revente du titre.
Les fonds actions sont souvent destines aux investisseurs ayant choisi un horizon dinvestissement de long terme. En effet, les actions sont susceptibles de generer des performances plus elevees sur le long terme que dautres investissements. Toutefois, elles peuvent
aussi faire peser un plus grand risque sur le capital investi. En effet, les prix peuvent varier
et il y a possibilite de ne pas recuperer linvestissement dorigine.
Chaque classe dactifs utilise un ou plusieurs indices de reference precis. Pour les
actions nous retrouvons essentiellement :
Le MASI (Moroccan All Shares Index) : Cest un indice de capitalisation retracant levolution globale du marche et prenant en consideration toutes les valeurs
cotees a` la Bourse de Casablanca, qui sont au nombre de 77 (Fin 2014).
Le MADEX (Most Active Shares Index) : Cest un indice compact qui constitue seulement une partie du MASI. Il regroupe les valeurs les plus liquides du marche
(cotees en continu), qui sont au nombre de 54 (Fin 2014).
Le MASI Flottant et MADEX Flottant : Depuis Decembre 2004, la BVC
(Bourse des Valeurs de Casablanca) a adopte une nouvelle methodologie de calcul
de ces indices, basee sur le principe du flottant, et ce dans le but dassurer une
meilleure coherence entre la realite boursière dun titre et son poids dans lindice,
ce qui a donne naissance au MASI Flottant et au MADEX Flottant.
Le MASI Rentabilit
e Brut et MADEX Rentabilit
e Brut : Ils se calculent
en se basant sur les rentabilites tout en integrant le montant des dividendes.
La Caisse Marocaine des Retraites utilise comme indice de reference le MASI Rentabilit
e Brut etant donne quil regroupe toutes les valeurs du marche en plus de prendre
en consideration le montant des dividendes. Si nous prenons par exemple son evolution
du 01/09/2014 au 15/02/2015 (Figure 1.1), nous remarquons quil y a des hausses et des
baisses de rentabilite tout au long de la periode detude.
Chabbar et Lallouch
- M.I.S -
Figure 1.1 Evolution de lindice MASI Rentabilite Brut

Levolution (hausse et baisse) du MASI dans la figure precedente, represente les fluctuations des prix au niveau du marche actions. Ces fluctuations traduisent laspect instable
et volatile du marche et une presence flagrante du risque. Nous pouvons donc conclure
que les actions est une categorie dactifs très risquee.
1.2.2
Les obligations
A linverse de laction qui est un titre de propriete, lobligation est un titre de creance.
En effet, ce titre represente la part dun emprunt long terme emis par lEtat, par un organisme public ou semi-public, ou encore par des entreprises privees, en fixant à lavance
la duree du pret et ses modalites de remuneration. Lobligation ne donne aucun droit
specifique sur les benefices de lentreprise mais son remboursement est prioritaire en cas
de faillite.
Les principales caracteristiques dune obligation sont :
Le nominal : Il est egal au capital de depart emprunte par lemetteur de lobligation
divise par le nombre de titres emis.
Le prix demission : Il correspond au prix de lobligation au moment de son emission.
Ce prix peut differer du nominal.
Lecheance : Appelee aussi maturite, elle designe la duree de vie de lobligation. Elle
peut correspondre a` la date a` laquelle le detenteur de lobligation se voit rembourser
le montant integral du nominal.
Le prix de remboursement : Il correspond au remboursement de lobligation a` son
echeance.
Le coupon : Il correspond au versement periodique dun interet au detenteur de
lobligation.
Les obligations peuvent representer un investissement interessant dans le sens o`
u elles
peuvent offrir un revenu regulier tout en offrant aux investisseurs une appreciation potentielle du capital, protege, dans la mesure o`
u le coupon que son detenteur recoit est en
principe fixe. Les fonds obligataires sont donc adaptes aux investisseurs prudents recherchant des flux de revenus reguliers.
Chabbar et Lallouch
- M.I.S -
Les obligations sont generalement considerees comme un investissement plus s

ur que
les actions dans la mesure o`
u le coupon et le taux dinterets sont connus a` lavance.
Dautant plus, que les cours des obligations (cest-à-dire les prix auxquels sechangent les
obligations) ne sont pas lies aux resultats de lentreprise emettrice donc ils sont moins
aleatoires que ceux de laction, mais cela ne signifie pas quelles sont denuees de risques. Le
risque existe bel et bien et depend essentiellement des taux dinteret, des caracteristiques
du titre ainsi que de la qualite de lemetteur.
Concernant les indices de references obligataires, nous retrouvons essentiellement :
Le CFG (Casablanca Finance Group) Bonds : Premier indice obligataire lance
en 1993 par Casablanca Finance Group, dans le but de mesurer la performance globale quotidienne du marche obligataire et en informer le grand public. Le CFG
Bonds est constitue dun panier dobligations souveraines, appelees Bons de Tresor,
qui sont de maturites initiales comprises entre 1 et 15 ans.
Le MBI (Moroccan Bond Index) : Cest un indice lance par la BMCE Capital
et CDMG (Credit Du Maroc Gestion) qui represente au moins 75% de lintegralite
du marche des Bons de Tresor a` taux fixe et est compose de quatre strates ou sous
indices (court terme, moyen terme, moyen long terme, long terme) et se calcule a`
partir de la moyenne de ces derniers.
Le MGBX (Moroccan Government Bond Index) : Cest un indice obligataire
concu par CDG Capital (Caisse de Depot et de Gestion) compose de cinq strates
qui permet de mesurer la performance des Bons de Tresor.
Il est à noter que la Caisse Marocaine des Retraites utilise le MBI comme indice de
reference.
1.2.3
Les fonds mon

etaires
Les fonds monetaires procurent aux investisseurs un revenu regulier et sont generes de
manière a` conserver une valeur stable.
En effet, ils sont consideres comme des investissements prudents. Ils offrent une performance certes minimale, mais restent très liquides et protègent le capital. Cest sans doute
les placements les plus securises et les moins risques vue la disponibilite immediate des
liquidites en cas de besoin.
1.2.4
Limmobilier
Limmobilier est aussi un produit pris en compte dans la gestion dactifs. Il reste quand
meme une classe dactifs differente des classes dactifs traditionnelles (actions, obligations)
dans le sens quil est eminemment attache a` leconomie reelle. Linvestissement immobilier
permet de profiter dun revenu sous forme de loyer. En effet, il consiste en lachat de logements ou de batiments en vue daugmenter les profits grace aux loyers ou aux plus-values
realisees lors des reventes.
Chabbar et Lallouch
- M.I.S -
Remarques :
Il existe eventuellement dautres classes dactifs : nous en citons les produits derives
tels que les futures, les options et les warrants.
Il est à noter que chacune des categories dactif vues precedemment, peut etre une
reponse aux besoins des investisseurs. Pour ceux disposes a` prendre plus de risque
afin de generer des performances plus elevees, leur portefeuille serait probablement
plus enclin à detenir une plus grande proportion dactions. Ceux pour qui il est plus
important de disposer dun revenu s
ur, pourraient preferer accrotre la proportion
dobligations quils detiennent.
Toutefois, dans la mesure o`
u aucune classe dactifs nest sans risque, une bonne
gestion de portefeuille ne sentend quen diversifiant son portefeuille à laide de ces
differents outils que sont les classes dactifs. Un investisseur averti utilisera donc ces
produits en les combinant au mieux afin de detenir un portefeuille diversifie qui lui
permettra damortir le risque entrepris, en conferant une stabilite relative en cas de
baisse de certains marches.
1.3
Types de gestion
Chaque classe dactifs vue precedemment a ses avantages et ses inconvenients. Il est
donc indispensable que le gestionnaire se situe par rapport a` son budget de risque pour
choisir la combinaison de classes qui lui convient, vient après le choix du type de gestion à
adopter. En effet, il existe plusieurs types de gestion quil faut essentiellement apprehender
dans le but de bien cerner le principe de gestion de portefeuille connu egalement sous le
terme anglo-saxon dAsset Management.
1.3.1
La gestion active
La gestion active a pour but de surclasser et battre le benchmark. Lobjectif attendu

est donc dobtenir des rendements plus eleves que ceux du marche.
Linvestisseur adoptant cette strategie de gestion active va selectionner les actifs susceptibles, selon lui, de realiser des performances au-dessus de la moyenne sur un marche et
doit utiliser les outils necessaires pour battre le marche en fonction du type dactifs, du
risque du portefeuille et de lhorizon de temps.
Le gestionnaire cherche donc à distinguer les tendances, les secteurs, les valeurs qui
lui paraissent sous-evaluees et dont il espère une progression plus vite que le marche. Il
investit et fait evoluer son portefeuille en consequence, dans lespoir de voir ses analyses
se confirmer et ainsi son portefeuille realiser une performance superieure a` celle de lindice.
Nous distinguons deux approches liees a` la gestion active : Bottom-up et Top Down.[w7]
La première privilegie lors de la selection des titres, les caracteristiques propres de chaque
titre et non celles du secteur ou du pays dans lequel lentreprise intervient.
La deuxième consiste en la selection des titres selon le type de marche (actions, obligations, marche monetaire), ensuite selon les marches internationaux sur lesquels ils veulent
investir, puis sur les secteurs.
Chabbar et Lallouch
10
- M.I.S -
1.3.2
La gestion passive
Aussi appelee gestion indicielle, cette gestion fonctionne selon une methode de replication
de lindice de reference. Elle consiste a` investir en reproduisant de manière totalement
fidèle la composition du benchmark.
Lobjectif premier de ce type de gestion est de permettre a` linvestisseur de recevoir
la performance dun marche sans prendre le risque de sous-performance en abandonnant
du meme coup tout espoir de surperformance.
Avec la gestion passive, linvestisseur peut donc suivre assez facilement levolution de son
portefeuille, dans la mesure o`
u il subit exactement les memes variations de la valeur de
lindice de reference, a` la hausse comme à la baisse.
Il existe plusieurs methodes de gestion indicielle [w8]. Nous en citons la replication pure
qui consiste a` acheter toutes les valeurs de lindice en respectant les memes ponderations,
et la replication par satisfaction qui permet quant a` elle de constituer un portefeuille
ayant des caracteristiques similaires a` celles de lindice, en ayant cette fois un plus petit
nombre de valeurs.
Toutefois, de nombreuses etudes ont montre que, le plus souvent, les gerants dactifs
ne sont pas en mesure de battre leur benchmark avec regularite. Certains investisseurs
prefèrent la gestion indicielle leur garantissant la performance du marche au lieu dune
performance plus aleatoire.
Une fois le contexte general du projet expose nous allons à present introduire dans le
prochain chapitre, en details, la notion de risque que nous avons retrouve tout au long des
differentes definitions et notions explicitees precedemment et qui represente le mot cle de
notre memoire.
Chabbar et Lallouch
11
- M.I.S -
Chapitre 2
Notion du risque
2.1
G
en
eralit
es
Lorigine du concept de risque remonte aux civilisations les plus anciennes ; dans
lItalie ancienne, risicare signifie oser . [16]
Le concept de risque est souvent entendu de diverses facons et le recours aux ouvrages
et dictionnaires illustre bien cette diversite de sens que nous pouvons lui donner. Il est
necessaire davoir une idee sur le risque au sens large et de sinteresser, par la suite, a`
la definition precise du risque qui nous interesse dans ce projet, et qui nest autre que le
risque financier dans toutes ses formes.
2.1.1
D
efinition g
en
erale du risque
La première question quil faudrait poser est : quest-ce que le risque ?. La reponse a`
cette question peut ne pas etre totalement evidente. La notion du risque est très complexe
et ne cesse devoluer de plus en plus. Elle est apercue differemment selon le contexte et
le domaine dapplication. En effet, elle occupe une signification differente pour chacun
dentre nous mais represente une preoccupation fondamentale.
Le risque designe un danger bien identifie, associe en loccurrence a` un evenement ou
a` une serie devenements. Le petit Larousse le definit comme un Danger, inconvenient
plus ou moins probable auquel nous sommes expose ou encore comme une Possibilite,
probabilite dun fait, dun evenement considere comme un mal ou un dommage [w9]
Une definition generale du risque, pourrait etre la suivante : La possibilite de voir surgir
un problème qui aura des consequences funestes, et qui portera atteinte aux projets de
linstitution ou rendra plus improbable laccomplissement de ses objectifs . [w10]
Les definitions du risque diffèrent selon le contexte, mais nous pouvons dire que la
notion d incertitude est commune à toutes les definitions Toutes mettent en avant le
double aspect du risque, a` savoir le caractère aleatoire et incertain de levenement, assorti
de la menace et limpact quil represente. Le risque est ainsi considere comme le produit
de lalea et de la vulnerabilite.
12
2.1.2
D
efinition du risque en finance
Le developpement croissant des activites financières et linstabilite de lenvironnement

dans lequel opèrent les etablissements financiers ne font que croitre leurs expositions aux
risques financiers.
Un risque financier implique une relation entre un individu (ou une organisation) et
un actif (ou un objectif de revenu) qui peut etre perdu ou endommage. [w11]
Pour quun risque soit qualifie de financier, il doit comporter trois elements : (1) un individu (ou une organisation) qui est expose(e) à une perte, (2) un actif ou un revenu dont
la destruction (ou la perte) causera une perte financière, (3) un danger qui peut causer la
perte. Le danger ici doit etre vu comme lie a` une source financière.[w11]
La notion de risque en finance est reliee a` la notion dincertitude. En effet, le risque
dun actif financier pour un investisseur, peut etre defini comme lincertitude qui existe
quant a` la valeur de cet actif a` une date future.
Le risque dun titre financier est fonction de la stabilite de la valeur du titre ainsi que
des performances qui lui sont attachees. En effet, les flux lies aux titres sont sujets de
plusieurs menaces qui relèvent du monde economique et dincertitudes qui sont propres a`
la sphère financière. En tout cas, quels que soient sa nature et son origine, tout risque se
traduit par une fluctuation de la valeur du titre financier.
Nous pouvons distinguer deux types de risques lies a` la detention dun actif [w12] :
Risque Systematique : Risque lie à des services financiers susceptibles daffecter
lensemble du secteur. Il correspond a` des evenements affectant tout titre dans le
portefeuille, quel quil soit. Il influence une majorite dactifs dans une proportion
plus ou moins forte comme la hausse du prix, les mouvements boursiers, etc.
Risque Specifique : ou encore risque non systematique, est un risque lie a` un seul
actif en particulier independamment des evenements affectant le marche. Il peut
etre dordre reglementaire, operationnel,etc.
En matière de gestion de portefeuille, seul le risque systematique est remunere par les
investisseurs. Le risque specifique etant par definition diversifiable par une optimisation
du portefeuille de titres, il est par consequent non remunere par les investisseurs.
Nous pouvons aussi classifier le risque en deux types : Risque absolu et Risque relatif.
Le premier concerne le risque dun portefeuille par sois -meme sans aucune dependance.
Le deuxième quant a` lui, concerne le risque auquel le portefeuille est expose par rapport
a` une reference ou un indice precis.
2.2
Typologie des risques
Il existe une liste non exhaustive des differents risques que peut rencontrer un etablissement
financier. Toutefois, la gestion du risque se concentre souvent sur quatre types principaux
de risques financiers (marche, liquidite, credit, operationnel). Viennent evidemment sy
rajouter dautres risques plus globaux et/ou plus exceptionnels. [19]
Chabbar et Lallouch
13
- M.I.S -
2.2.1
Risques de march
e
Les prix sont le reflet du marche et peuvent varier a` tout instant. Ces variations
peuvent causer des pertes à letablissement et etre source de deficits. En effet, le risque
march
e est considere comme etant le risque de pertes lie aux variations du prix des
actifs detenus dans un portefeuille et à leur effet negatif sur la valeur financière totale du
portefeuille. Traduit en terme de rendement, les rentabilites des actifs deviennent alors
des variables aleatoires dont levolution future nest pas, a` priori, connue et quantifiable.
[19]
De ce fait, le risque de marche resulte de la possibilite de perte sur les positions prises
sur le marche suite a` des changements et des evolutions defavorables de celui-ci. En effet
il regroupe des incertitudes liees essentiellement a` ces quatre composantes [w13] :
Les cours des actions : Le prix des actions varie continuellement en fonction de
loffre et de la demande. Ce risque sapplique aux placements dans des actions. Le
risque lie aux actions est donc le risque de perdre de largent en raison de la baisse
du prix des actions.
Les taux dinteret : Risque lie aux variations du taux dinteret. Ce risque sapplique
aux placements par emprunt, comme les obligations. Le risque de taux dinteret est
donc le risque que fait courir au porteur dune creance ou dune dette à taux fixe ou
variable, levolution des taux entre la date de lengagement et la date du règlement.
Les taux de change : Nous parlons de risque de taux de change dans les cas o`
u
la structure procède à une operation, usant une devise differente de sa monnaie
nationale. Il sagit donc dun risque evident directement lie aux fluctuations des
cours des devises internationales entre elles, et indirectement lie au facteur temps.
Les prix des matières premières : Risque lie aux fluctuations defavorables des prix
des matières premières.
En effet, ces composantes du marche sont souvent volatiles et exercent une pression importante sur les prix. En consequence, leventualite de fluctuations des prix peut entraner
des pertes et des consequences negatives pour le benefice dun etablissement.
2.2.2
Risque de liquidit
e
Le terme de liquidite peut etre utilise sous differents aspects, mais celui qui nous
interesse est lie aux caracteristiques du marche.
Un marche parfaitement liquide se caracteriserait par une facilite et une rapidite dy
realiser des transactions et garantirait donc a` tout instant un prix unique a` lachat et a` la
vente de manière certaine, quelles que soient les quantites en jeu. Ainsi, un actif est aussi
dit liquide quand il est très rapidement negociable et echangeable a` court terme, a` faible
co
ut et avec peu dimpact sur son prix. [19]
Le risque de liquidite, est en fait le risque dilliquidite et il represente lincapacite
de liquider immediatement des titres et deffectuer ainsi une transaction aux conditions
du marche courant. Nous pouvons ainsi dire que les proprietes dun actif liquide sont
limmediatete, la largeur, la profondeur et la resilience.
Limmediatete designe la rapidite avec laquelle une transaction dune taille determinee
et à un co
ut determine peut etre conclue.
Chabbar et Lallouch
14
- M.I.S -
La largeur ou letroitesse, correspond à lamplitude de la fourchette offre-demande

(ask-bid spread), cest-à-dire lecart entre le cours acheteur (prix recherche) et le
cours vendeur (prix propose).
La profondeur, correspond à la quantite de titres disponible, cest-à-dire le volume
de transactions effectuees sans modification du prix.
La resilience ou la reactivite, designe la capacite, soit le delai necessaire, pour que
le cours revienne a` son niveau dequilibre après en avoir ete ecarte suite a` un choc
de liquidite (choc aleatoire dans le flux des transactions).
Le risque de liquidite est loin detre negligeable, si par exemple vous proposez un actif
a` la vente a` un prix donne et quil ny a personne pour lacheter ou du moins pas avec le
prix que vous proposez, vous ne pourrez plus le vendre ou vous serez oblige de le vendre
a` un prix moins favorable.
Ainsi le risque de liquidite correspond a` cette perte potentielle provenant des co
uts de
liquidation de lactif, cest un facteur important a` prendre en compte dans la gestion dun
portefeuille.
2.2.3
Risque de cr
edit
Lorsquune entreprise a besoin de capitaux elle se retrouve face a` deux choix :

Demander un pret bancaire ou emettre une obligation sur le marche.
Le risque credit - egalement appele risque de defaut ou de contrepartie - survient
lorsque lemprunteur se retrouve dans lincapacite de payer ses dettes et remplir ses engagements vis à vis de ses creanciers a` lecheance convenue. [19]
Dans ce cas-là, si le debiteur ne parvient pas a` renegocier les termes de son emprunt, il
se verra dans lobligation de declarer faillite et de proceder le plus souvent à la liquidation
de ses biens afin de rembourser au mieux ses dettes.
Par consequent, la quantification du risque credit dune entreprise est necessaire et
primordiale avant de lui accorder un credit ou dacheter une de ses obligations.
Modeliser le risque credit revient, en ce temps-là, a` determiner la probabilite de defaut
du debiteur ainsi que le montant qui lui sera possible de couvrir en cas de defaut.
Plusieurs paramètres rentrent en jeu pour realiser cette quantification, notamment la sante
du secteur dans lequel evolue lentreprise, son niveau dendettement actuel ainsi que ses
perspectives devolution.
2.2.4
Risques op
erationnels
Le risque operationnel designe tout evenement qui perturbe le deroulement des processus, il correspond donc a` la possibilite de subir une perte financière, directe ou indirecte,
a` la suite dune defaillance sur le plan des activites.
Le comite de Bale [w14] le definit comme le risque de pertes provenant de processus
internes inadequats ou defaillants, de personnes et systèmes ou devenements externes .
Chabbar et Lallouch
15
- M.I.S -
Le risque operationnel est realise essentiellement par : les employes, le processus interne
de gestion, le système et par des evenements externes. Il reste donc difficile à analyser et
a` attenuer, car il peut prendre diverses formes :
Risque de gestion des ressources humaines ;
risque de gestion des processus ;
risque de gestion des systèmes ;
risque de vol et fraude ;
risque de conformite ;
risque juridique ;
risque de sinistre.
Le risque operationnel est administre et estime par des techniques dauto-evaluations
des risques, de compilation dincidents et de lutilisation des indicateurs cles. Toutefois,
le risque operationnel est un risque difficilement quantifiable, contrairement aux autres
risques, mais reste très important dans la mesure o`
u il peut exposer linstitution a` des
pertes financières considerables et nuire à sa reputation. [14]
Chabbar et Lallouch
16
- M.I.S -
Chapitre 3
Gestion des risques
3.1
Notions fondamentales
Le calcul de la plupart des ratios qui constituent les indicateurs de risque les plus
pertinents repose sur le calcul dindices de performance. Ces indices font eux-memes intervenir la valeur liquidative du portefeuille qui est un outil essentiel dans le suivi de la
performance du fonds etudie, particulièrement lorsque ce dernier est commun, cest à dire
quil regroupe plusieurs investisseurs libres de renter et sortir à leurs gres ; ce qui influe
sur la valorisation du fonds et sur la part de chaque investisseur.
Pour cela nous allons dans un premier temps presenter la signification et la methode de
calcul de la valeur liquidative dun fonds, pour, ensuite evoquer la notion de performance
et expliciter sa definition ainsi que celle de lindice de performance qui constitue la base
de tous les calculs.
3.1.1
Valeur liquidative
Lorsquil sagit dun fonds commun entre plusieurs investisseurs, la valeur de lactif
global est susceptible de changer a` chaque instant. Determiner equitablement le pourcentage de lactif global que detient chaque investisseur devient alors fastidieux compte tenu
des nombreuses entrees et sorties dargents que connat le fonds.
Lutilisation de la valeur liquidative prend alors tout sens. Le fonds est divise en
plusieurs parts de valeurs egales et chaque investisseur en detient un certain nombre.
Lorsquune souscription (entree dargents) survient, de nouvelles parts sont creees tandis
que lorsque lun des investisseurs decide de se retirer du fonds, ses parts sont detruites.
La valeur liquidative du fonds represente alors la valeur dune seule part du fonds
etudie. Elle se doit detre calculee à chaque mouvement du fonds, chaque arrivee ou retrait dargent, en dautres termes, à chaque souscription ou rachat, pour etre ensuite
publiee.
De cette manière chaque investisseur connat la valeur dune seule part du fonds et connat
le nombre de parts quil possède. Il peut dès lors calculer sa part de lactif global en multipliant les deux.
17
La formule pour calculer la valeur liquidative est la suivante :

V L(t) =
Actif net a` linstant t

Nombre de parts
(3.1)
En dautres termes :
P
V L(t) =
3.1.2
Valeur des actifs - (Depenses + Frais fonds)
PF
Nombre de parts
(3.2)
La performance
Lobjectif de la detention dun actif financier est desperer obtenir un gain substantiel.
Ce gain peut etre soit concretise (gain comptable), soit estime cest-à-dire potentiellement
percu à travers son evaluation aux conditions du marche. La mesure de ce gain estime est
ce que nous appelons la performance.
La mesure de performance joue un role important dans la mesure o`
u elle permet de
faire le meilleur choix de placement pour un portefeuille dactifs. La performance dun
actif ou dun portefeuille est le taux de rendement potentiel dune periode donnee, elle
represente ainsi la plus ou moins-value realisee par rapport a` linvestissement initial. Autrement dit, si un fonds a une performance de 5%. Ce 5% designe le rapport entre le gain
et les capitaux investis initialement.
La performance dun fonds est consideree comme un outil daide a` la decision dans
le cadre de la gestion de portefeuille. Elle permet en effet aux gestionnaires danalyser
les forces et faiblesses de la structure du portefeuille pour quil puisse ainsi adopter la
strategie optimale.
Il existe deux types de performance :
a- Performance absolue : Elle mesure la progression de la valeur liquidative entre une
date finale et une date initiale. En supposant que tout detachement (coupon ou
dividende) est reinvesti dans le titre dans la periode consideree.
b- Performance relative : Elle permet de mesurer le gain ou la perte realisee par rapport a` une reference ( benchmark ). Cest donc le rapport entre la performance
du titre et celle du benchmark. Si ce rapport est superieur à 1 nous parlons de surperformance, sinon nous parlons de sous-performance.
Un indice de performance est la Valeur Liquidative dun fonds donne dont les
operations sur titre (dividendes, coupons, etc) ont ete integrees. Nous definissons ainsi [1]
lindice de performance relatif à une certaine periode par la formule suivante :

V Lf in
(3.3)
IP = ln
V Linit
Dans la litterature, plusieurs ratios ont permis de mesurer la performance notamment
le ratio de Sharpe, dinformation, de Treynor, Sortino, lalpha de Jensen, etc.[1]
Chabbar et Lallouch
18
- M.I.S -
3.1.3
Caract
eristiques dune mesure de risque
Avant dentamer la section sur les outils de mesure de risque, il est necessaire de savoir
ce quest une mesure de risque et quelles sont les proprietes quelle doit verifier.
Les mesures de risque ont pour objectif de quantifier les pertes engendrees par le risque
selon son type. Une mesure de risque est une fonction qui fait correspondre à un risque
aleatoire X un nombre positif (X).
En pratique, X peut representer une perte financière de montant X et (X) le montant
du capital necessaire pour faire face à la perte X. En dautres termes, (X) represente le
niveau de danger inherent à X.
Nous disons quune mesure de risque est acceptable, autrement dit coherente, si elle
satisfait les proprietes suivantes [4] :
Homogeneite positive : (M A) = M (A) avec M 0
Si nous multiplions la valeur dun portefeuille A dun montant M, sa mesure de
risque doit etre multipliee par le meme montant M
Sous additivite : (A + B) (A) + (B)
Si nous fusionnons deux portefeuilles A et B, la mesure de risque du portefeuille
resultant ne doit pas etre superieure a` la somme des mesures de risque initiales de
A et B.
Monotonicite : Si A B Alors (A) (B)
Si un portefeuille A produit un resultat systematiquement inferieur a` celui dun
portefeuille B, sa mesure de risque doit etre superieure a` celle de B
Invariance par translation : Pour tout K R, (A + K) = (A) K
Si nous ajoutons un montant de cash K (actif sans risque) au portefeuille A, sa
mesure de risque doit diminuer du meme montant K
3.2
Outils de mesure de risque
Letude des differents outils de mesure de risque constitue une etape necessaire et
primordiale dans la gestion des risques. Limportance de cette etude reside dans les
deux finalites quils nous permettent datteindre, a` savoir juger de la sante financière
de letablissement et sassurer de son respect des differentes contraintes et limites imposees par les autorites concernees.
Ceci dans le but, dune part, de se situer par rapport au marche a` travers une reference
choisie afin de saligner sur cette dite reference voire meme la surperformer et de quantifier, dune autre part, les differentes pertes qui peuvent survenir suite aux risques pris.
Le risque a deux dimensions, une dimension quantitative (combien je risque de perdre)
et une dimension probabiliste (avec quelle probabilite). Les indicateurs de risque peuvent
quantifier lune ou lautre, ou une combinaison des deux. Dans cette section, nous allons
definir les differents outils de mesure de risque, juges pertinents et fiables, pour pouvoir
quantifier tout type de risque au niveau des differents portefeuilles existants.[7]
Chabbar et Lallouch
19
- M.I.S -
3.2.1
Volatilit
e
La volatilite est consideree comme la base des outils de mesure du risque des actifs
dans plusieurs domaines (gestion de portefeuille, allocation dactifs, evaluation des produits derives). Elle sert de paramètre de mesure de risque et de degre dincertitude et
represente ainsi, sur une periode donnee, la dispersion et les variations des cours dun
actif par rapport a` son cours moyen. [w15]
Toutefois, la volatilite nest pas directement observable sur le marche, il est donc
necessaire de lestimer et de levaluer avec precision en prenant en compte toutes les informations necessaires a` savoir les indices de performances de lactif.
Forte volatilite
Faible volatilite
Figure 3.1 Interpretation de la volatilite

La volatilite concerne tous les horizons (court, moyen et long terme) et ne prend en
compte que les amplitudes des mouvements (Figure 3.1).
Ainsi, plus la volatilite est importante, plus les perspectives potentielles de gain sont
grandes, mais plus le risque de perte lest aussi. A linverse, un actif sans ou avec très peu
de risques, aura une volatilite assez faible et offrira donc une securite relative.
Nous distinguons deux types de volatilite :
La volatilite implicite : Elle represente les anticipations du marche sur les variations
futures des cours de lactif : Cest la volatilite que le marche pense voir se realiser
dans le futur. Elle est decrite sous lhypothèse que les marches financiers sont efficients, cest-à-dire des marches o`
u les prix reflètent parfaitement toute linformation
disponible. Toutefois, son calcul necessite le recours à des formules devaluation des
options, et generalement nous retrouvons le modèle de Black and Scholes [w22] et/ou
lalgorithme de Newton Raphson.
La volatilite historique : Elle est fondee sur le comportement passe de lactif, par
lutilisation de donnees historiques sur les cours (le plus haut, le plus bas, douverture, de fermeture. . . ).
Cette volatilite est très simple a` calculer et necessite peu doutils mathematiques,
il suffit de calculer lecart type, que nous definiront par la suite, de la courbe historique du titre à lechelle du temps desiree. Toutefois, la volatilite historique reste
très limitee et incertaine, dans la mesure o`
u nous utilisons des donnees du passe
pour predire le futur.
Chabbar et Lallouch
20
- M.I.S -
En ayant a` la fois la volatilite implicite et la volatilite historique de lactif, le gestionnaire/investisseur peut comparer les deux et se forger une opinion de la volatilite à venir
et ainsi implementer les strategies quil juge optimales.
Mathematiquement, la volatilite est definie comme lecart type estime et annualise des
performances logarithmiques (indices de performance) sur une periode donnee [1]. Elle est
necessairement positive ou nulle et secrit sous la forme suivante :
s
PT
2
t=1 (IPt IP )
(3.4)
Volatilite = = pas
T 1
O`
u:
T est le nombre de periodes elementaires sur la periode danalyse

IPt est lindice de performance à linstant t
P
t
)
IP est la moyenne arithmetique des indices de performance IP = Tt=1 ( IP
T
pas est le facteur dannualisation, il est egal 12 si la volatilite est mensuelle, 52 si
elle est hebdomadaire ou 365 si elle est annuelle.
Il est a` noter que la volatilite nest quune mesure de risque parmi dautres et quelle est
loin detre une mesure parfaite. En particulier, la volatilite ne considère que la dispersion
moyenne des performances, propices a` des horizons de placements longs. Elle est, de ce
fait, inadaptee pour prendre en consideration les evenements rares ou extremes.
3.2.2
Tracking-Error
La volatilite est calculee sur des performances absolues. Elle melange le comportement
du gestionnaire avec celui des marches. Toutefois, pour chaque portefeuille est assigne ce
que nous appelons un indice de reference ou un benchmark, que le gestionnaire se doit de
suivre etroitement ou avec une certaine marge. Do`
u dailleurs lapparition de la TrackingError, qui se trouve etre la volatilite de la performance, mais cette fois-ci relative.
La Tracking-Error , appelee aussi ecart de suivi, est donc une estimation du risque
dun investissement par rapport a` un autre. Elle est definie comme etant la volatilite de
la difference de performance entre un fonds et son benchmark.
Elle mesure letendue de la liberte (ecart maximal) que le gestionnaire sest accorde vis-àvis de la reference a` suivre. Dans quelle mesure les indices de performance du portefeuille
suivent ceux de lindice de reference ?
Ainsi, plus la Tracking-Error (TE) est elevee, plus le risque pris par le fonds par rapport à son benchmark est fort. A linverse, une TE faible indique que le fonds ne sest pas
eloigne, ou pas beaucoup, de la composition de son benchmark.
La formule de calcul [1] de la TE annualisee est donc comme suit :
s
PT
2
t=1 (Ecartt Ecart)

T E = pas
T 1
Chabbar et Lallouch
21
(3.5)
- M.I.S -
O`
u:
Ecartt est la performance relative periodique du fonds par rapport à lindice de
reference a` linstant t ; tel que : Ecartt = IPf onds IPindice
Ecart est la moyenne des indices de performances relatives
pas est le facteur dannualisation
3.2.3
B
eta
Le beta represente le risque systematique, un risque attribue a` la volatilite du marche

dans sa globalite. Il mesure ainsi lelasticite ou la sensibilite dun titre par rapport au
marche. En effet, le beta compare les mouvements effectues par un actif par rapport à son
marche de reference.
Un beta de 1 signifie que les titres evoluent de facon identique, cest-à-dire que les
fluctuations du marche seront reproduites.
Un beta > 1 signifie que les titres sont très sensibles aux fluctuations du marche
(fluctuations amplifiees).
Un beta < 1 signifie que les titres reagissent peu aux mouvements du marche (fluctuations attenuees).
Lorsque le benchmark varie de X%, le fonds varie dune amplitude egale a` X%.
Par exemple, sur la Figure 3.2, nous retrouvons differentes valeurs du coefficient beta
= 1.5
A
B
=1
Performance du titre
C = 0.5
Performance du marche
Figure 3.2 Coefficients beta
Pour le titre B, avec un beta egal a` 1, un mouvement de 1% sur le marche entranera
en moyenne un mouvement de 1% sur le titre.
Pour le titre A, avec un beta egal a` 1.5, les mouvements de ce titre seront 1.5 fois
plus volatiles que ceux du marche, a` la hausse comme a` la baisse. Si lindice monte
-diminue- de 1%, le titre lui grimpera reculera- de 1.5%.
Pour le titre C, avec un beta egal a` 0.5, les mouvements de ce titre auront une
volatilite egale en moyenne à 50% de celle du marche, a` la hausse comme a` la
Chabbar et Lallouch
22
- M.I.S -
baisse.
Ainsi, plus le beta est eleve, plus le risque est important, et lespoir de gain aussi. A
linverse, un beta faible traduit un risque certes peu important mais en parallèle aussi une
rentabilite du titre très faible.
La formule du beta se calcule comme la covariance entre la performance du fonds et la
performance de lindice, divisee par la variance de lindice sur une periode donnee. Dans
le cas dun portefeuille compose de n titres, le beta du portefeuille est egal a` la moyenne
ponderee des betas des differents titres qui le composent.[1]
f onds =
Cov(aIPf onds , aIPindice )

V ar(aIPindice )
(3.6)
O`
u:
aIPf onds est lindice de performance annualise du fonds
aIPindice est lindice de performance annualise de lindice de reference (marche).
Pour annualiser un indice de performance, il suffit de le multiplier par le facteur dan
nualisation vu precedemment. aIP = pas IP
La variance, utilisee dans lequation (3.6), permet detudier les variations dune va2
.
riable par rapport à elle-meme. Elle represente le carre de lecart-type et est notee aIP
Plus la variance est elevee, plus le cours de lactif est susceptible de seloigner de sa
moyenne.
La covariance, utilisee dans lequation (3.6), permet de mesurer a` quel point deux
distributions de performance, de deux portefeuilles differents (ici le fonds, et le marche),
peuvent evoluer de manière identique. Elle est negative si les portefeuilles varient dans le
sens contraire, et positive sils varient dans un meme sens. Son calcul est determine par
la formule suivante :
Cov(aIPf onds , aIPindice ) = (aIPf onds ,aIPindice )
T
1 X
(aIPf onds,t aIPf onds ) (aIPindice,t aIPindice )
=
T 1 t=1
(3.7)
O`
u:
aIPf onds est la moyenne arithmetique des indices de performance annualises du fonds
aIPindice est la moyenne arithmetique des indices de performance annualises du
marche.
Toutefois, la covariance ne permet pas de determiner lintensite de la liaison qui peut
exister entre deux actifs, do`
u la necessite dutiliser le coefficient de correlation [w16]. Ce
dernier definit donc le degre de dependance lineaire entre levolution des performances du
portefeuille et celles de son indice de reference. Il est très simple à utiliser et est egal au
rapport de la covariance des deux actifs et du produit non nul de leurs ecarts types.
(aIPf onds aIPindice ) =
Chabbar et Lallouch
23
(aIPf onds ,aIPindice )

aIPf onds aIPindice
(3.8)
- M.I.S -
Le coefficient de correlation est compris entre -1 et 1 : Une correlation de 1 signifie

quil existe une relation lineaire positive entre les deux actifs (correlation positive parfaite) ; une correlation de 0 signifie quil nexiste aucune relation entre les deux actifs et
une correlation de -1 signifie quil existe une relation lineaire negative entre les deux actifs
(correlation negative parfaite).
Nous pouvons dire que le coefficient beta est un indicateur de risque très utile, son
interet sinscrit essentiellement dans la gestion de portefeuilles. Toutefois, il reste limite
et il y a quand meme lieu de sen mefier vues les diverses hypothèses sous lesquelles il est
utilise [w17]. En effet, nous y retrouvons :
Hypothèse 1 : Les marches financiers sont parfaits, cest-à-dire quil ny a aucun co
ut
de transactions, ni de taxes pour les dividendes. Les actifs sont tous negociables.
Hypothèse 2 : La determination du coefficient beta se base sur des donnees historiques, il est donc necessaire que les facteurs agissant sur les variations du marche
au passe soient les memes au futur.
3.2.4
Value-at-Risk
La VaR (Value-at-Risk) est une reference standard sur les marches financiers : Elle
est definie comme la mesure de la perte potentielle maximale, sur un actif ou sur un
portefeuille dactifs, susceptible detre enregistree avec une probabilite donnee suite a` des
mouvements adverses de prix ou de taux sur un horizon de temps fixe.[20]
La VaR est donc un moyen de mieux matriser les risques financiers. Cest un outil de
pilotage utile dans le reporting interne, et dans la supervision de la prise globale de risques
par les organes decisionnels. Elle est adaptee à differents types de risques (marche, credit,
liquidite. . . ), mais est utilisee particulièrement comme indicateur de suivi des risques de
marche. Nous pouvons dire quelle permet de repondre à la question suivante : Sur les N
prochains jours, avec une probabilite 1, quel est le maximum que nous pouvons perdre ?
De ce fait, trois elements sont indispensables pour une bonne interpretation de la VaR :
Le niveau (seuil) de confiance 1 est un paramètre compris entre 0 et 1 (En
general 95 ou 99%). Il represente le niveau dincertitude que le gestionnaire est pret
a` accepter, avec le taux de risque.
La distribution des pertes : Elle represente en quelque sorte la loi suivie par le
rendement du portefeuille.
Lhorizon de temps N : Il correspond à la periode sur laquelle les pertes potentielles sont estimees, en dautres termes cest la periode de detention de lactif.
La VaR est consideree donc comme un indicateur très synthetique fournissant une
appreciation du risque pour un quantile et un horizon de temps donnes et represente la
pire perte attendue sur une certaine periode.[5]
Elle reflète les pertes dues au risque de marche et doit verifier lequation suivante :
P r(r V aR) = 1
(3.9)
r etant le rendement observe sur lhorizon de temps N.
Chabbar et Lallouch
24
- M.I.S -
Si nous prenons un portefeuille qui suit une distribution normale, nous pouvons lire
sur le graphique (Figure 3.3) que la Value-at-Risk definie pour un niveau de confiance
de 95% (cest-à-dire = 5%) est egale à -1.645. Cest-à-dire que la VaR(95%, 1jour)
correspond a` une perte de 1.645 million de Dirhams, autrement dit il y a 95% de chance
pour que la perte nexcède pas 1.645 million de Dirhams.
Figure 3.3 Exemple de la VaR sous une distribution normale

Afin de bien calculer la VaR dun portefeuille, il est indispensable de faire un bon
nombre dhypothèses :
Hypothèse 1 : Normalite des variations des prix des actifs.
Hypothèse 2 : Rendement moyen des actifs nul pour la periode consideree.
Hypothèse 3 : Lien direct entre la VaR à N jours et la Var à 1 jour. Nous avons donc :
V aR((1 )%, N jours) = V aR((1 )%, 1jour)
(3.10)
Nous passons de la VaR à 1J a` celle dun

different horizon de temps N en ajustant la
volatilite de lelement etudie par N = N x1 . Ceci en appliquant The square root of
time rule. [11]
Toutefois, lhypothèse 1 constitue une grande limite de la VaR et peut biaiser les
resultats. En effet, la loi normale a tendance a` sous-estimer les grandes variations et les
amplitudes des mouvements qui existent reellement dans le marche.
En consequence, le calcul de la VaR depend essentiellement de la methodologie utilisee
pour la construction de la distribution de probabilite. Il existe pour cela trois grandes
methodes :
a- M
ethode param
etrique ou m
ethode analytique :
Cest lune des methodes les plus rapides a` mettre en place. Pour cela, il faut dabord
definir les facteurs de risques qui vont influencer la variation de la valeur du portefeuille
Chabbar et Lallouch
25
- M.I.S -
etudie. Par exemple, le prix ou le taux, ainsi quun paramètre symbolisant leurs distributions. Nous prendrons comme paramètre, la variance ou, plus precisement, lecart-type qui
reflète parfaitement la volatilite du facteur ; outil qui permet la mesure de la dispersion
de la variable .[20]
Mais avant dappliquer la VaR parametrique, plusieurs hypothèses doivent etre emises
pour pouvoir justifier son utilisation [9] :
Les variations des facteurs de risques suivent une loi normale. Toutefois, cette hypothèse ne reflète pas toujours la realite notamment lorsque nous nous interessons
a` des evenements rares.
La relation entre les variations des valeurs du portefeuille et les variations des valeurs
du marche est lineaire.
Les profils des instruments financiers sont lineaires.
Ces hypothèses nous permettent dutiliser la formule suivante afin de calculer la VaR
pour un horizon dun jour avec un seuil de confiance X = 1 :
V aR(X, 1J) = P ZX j
(3.11)
O`
u:
P est la valeur du portefeuille
loi
ZX est calcule tel que P (Z ZX ) = X avec Z , N (0, 1) o`
u Z est le facteur de
risque choisi.
Generalement nous optons pour lun des seuils de confiance suivant :
- X = 95% qui correspond à ZX = 1.645
- X = 99% qui correspond à ZX = 2.33
j est la volatilite quotidienne du portefeuille qui sexprime en fonction de la volaA
o`
u 252 represente les jours ouvrables.
tilite annuelle par j = 252
En utilisant lhypotèse sur la VaR emise precedemment, nous pouvons passer de la VaR
a` 1Jour a` la VaR a` lhorizon N desire en utilisant la formule (3.10)
Pour un portefeuille comportant deux actifs , la VaR du portefeuille est formulee a`
partir de la VaR, V aR1 , du premier actif et celle, V aR2 , du deuxième comme suit [9] :
q
(3.12)
V aRP F = V aR12 + V aR22 + 2 V aR1 V aR2
O`
u est le coefficient de correlation entre les variations des deux actifs du portefeuille.
Dans le cas dun portefeuille comportant plus de deux actifs nous utiliserons la matrice
de correlation pour mesurer la correlation entre les differents actifs. Ceci constitue en soi,
une limite a` cette methode car plus le nombre dactif augmente plus la taille de la matrice
augmentera et alourdira par consequent le calcul.
b- M
ethode historique :
La methode historique, ou non parametrique, est consideree comme la methode la
plus simple a` realiser. Elle est fondee sur les pertes et gains passes des actifs composant
le portefeuille. Il est donc necessaire davoir accès aux donnees historiques necessaires et
Chabbar et Lallouch
26
- M.I.S -
de considerer que les cours passes reflètent les cours futurs. En effet, nous supposons que
les tendances futures sont identiques a` celles du passe. [9]
La première etape de la methode historique consiste à identifier les variables du marche,
souvent nous considèrons le facteur prix. La serie historique des prix nous permettra de
construire une distribution empirique a` partir de laquelle nous deduisons le quantile.
Supposons que nous ayons des donnees historiques sur N jours.
1. Tout dabord, pour chaque jour, il convient de trouver les pertes et gains (prix final
prix initial) qui correspondent.
2. Ensuite, il faudra classer ces N pertes/gains potentiels par ordre croissant
3. Finalement, pour avoir notre valeur à risque V aR((1 )%, 1j), il suffit de prendre
la N ième valeur du classement.
V aR((1 )%, 1j) = N (100% (1 )%)
(3.13)
Exemple : Pour un nombre de jours N=1000, si nous souhaitons obtenir une VaR à 95%,
il suffit de relever la 50ème (= 1000*(100%-95%)) valeur obtenue.
Si N nest pas entier, la VaR est calculee par interpolation lineaire des valeurs du
classement correspondantes aux entiers encadrants N . Ceci suivant la formule :
V aR((1 )%, 1j) = Pk + (N k)(Pk+1 Pk )
(3.14)
Pi : La ième valeur du classement des pertes/gains potentiels

k : La partie entière de N
c- M
ethode de Monte Carlo :
Monte Carlo est une methode probabiliste pour la simulation utilisee en vue de calculer une valeur numerique avec un certain niveau de confiance. Le calcul de la VaR, en
utilisant cette methode ,nous permet datteindre des resultats concluants là o`
u les autres
methodes ne sont pas applicables, telle que lutilisation de la VaR parametrique pour les
produits optionnels.
Cette methode repose sur les etapes suivantes :
1. Choix du mod`
ele :
Choisir le modèle adequat qui va decrire de manière fiable levolution de notre actif financier (dans le cas dun portefeuille compose de plusieurs actifs nous procederons comme
precedemment : cest a` dire calculer la VaR pour chaque actif et ensuite deduire celle du
portefeuille).
Dans le cas dactions, par exemple, le modèle le plus utilise est celui qui repose sur
levolution dun mouvement Brownien geometrique.
2. D
efinition des param`
etres du mod`
ele choisi.
Dans le cadre du meme exemple, levolution du cours de lactif sera decrit par le mouve-
Chabbar et Lallouch
27
- M.I.S -
ment brownien geometrique suivant :

2
S(t + t) = S(t)exp
t + t
2
(3.15)
O`
u:
representera le taux sans risque de lactif
representera la volatilite annuelle de lactif
est une variable aleatoire qui suit la loi normale N(0,1)
3. Choix de lhorizon de temps T :
Nous allons calculer le cours de lactif en plusieurs moments t tel que t [0, T ] .
4. Simulation de diff
erentes trajectoires :
Une fois que nous avons initialise les paramètres du modèles et que nous avons fixe lhorizon de temps T , nous allons pouvoir generer N scenarios grace a` la variable aleatoire .
Pour chaque scenario nous aurons les valeurs du cours de lactif de linstant 0 à linstant
T.
De cette manière S = S(T ) S(0) representera la perte/gain genere(e) dans chaque
simulation. Nous obtiendrons alors N pertes/gains potentiels que nous allons classer par
ordre croissant.
Dans ce cas là, la VaR pour un intervalle de confiance de (1)% sera la (%N )ième
plus petite valeur.
Limites de la VaR :
La valeur à risque presente lavantage detre simple a` interpreter. Elle permet dobtenir
une vision globale du risque en lexprimant sous la forme dune seule valeur, correspondant
a` la perte maximale encourue. Neanmoins, elle est souvent critiquee vues ses nombreuses
limites.
En effet, dune part, elle ne donne aucune idee sur la nature des pertes au-delà du
quantile (niveau de confiance) en question. Par exemple, pour un niveau de confiance
1 = 99%, le dernier 1% peut etre reparti très differemment sur les pertes. Il
peut se repartir dune facon homogène sur la queue de la distribution ou bien avoir une
frequence très elevee pour un montant particulier ce qui peut etre dangereux. Dautre
part, elle ne constitue pas une mesure de risque valable et coherente. Elle ne verifie pas
la propriete de sous-additivite que toute mesure de risque se doit de faire.
3.2.5
La VaR Conditionnelle
Cette section couvre la moyenne des pertes excedant la valeur a` risque. Cet outil de
mesure est apparu dans la litterature afin de remedier aux differentes lacunes que la valeur
a` risque possède lors de levaluation du risque. Comme il est mentionne precedemment,
la VaR ne constitue pas une mesure de risque adequate dans de nombreux cas à cause de
la propriete de sous-additivite quelle ne parvient pas à respecter.
Chabbar et Lallouch
28
- M.I.S -
Afin de remedier donc aux defauts de la VaR, un nouvel outil de mesure de risque a vu
le jour : La CVaR, (Valeur à risque Conditionnelle) ou encore ES (Expected Shortfall).
La CVaR possède en effet la caracteristique de sous-additivite et lensemble des autres
caracteristiques (homogeneite, monotonie et invariance transitionnelle) qui furent mentionnees ; ce qui fait delle une mesure de risque valable dans tous les cas.
La CVaR est consideree comme le quantile correspondant a` la perte potentielle que
peut subir un titre ou un portefeuille suite a` des mouvements defavorables des prix de
marche avec un certain seuil de confiance sachant que cette perte depasse la VaR.
La CVaR est donc une mesure de risque plus pertinente et aussi puissante que la VAR,
puisquelle tient compte des cas extremes et des evenements de grands dommages encourus.
` partir de la VaR, le concept de CVaR devient relativement trivial. Comme nous
A
lavons mentionne, la CVaR est lesperance des pertes sachant quelles sont superieures à
la VaR. Nous pouvons donc lecrire de la manière suivante :
CV aR((1 )%, N ) = E(P t|P t > V aR((1 )%, N ))
(3.16)
Figure 3.4 La Valeur a` Risque conditionnelle

Ainsi, nous pouvons dire que la VaR mesure la valeur qui separe les (1 )% de la
distribution, la CVaR quant à elle se focalise sur la queue de distribution de la perte, les
restant, dont nous ne connaissons ni la distribution, ni lesperance.
Les methodes de calcul de la CVaR restent identiques à celles de la VaR.
Methode analytique
Methode historique
Methode Monte Carlo
La methode de calcul que nous avons choisi dadopter pour le calcul de la VaR et la
CVaR des portefeuilles de la CMR est celle historique. Etant donne que les hypothèses de
la methode parametrique ne sont pas souvent applicables et que daprès danciens travaux
de la CMR effectues sur la VaR il sest avere que la methode de Monte Carlo nous donne
Chabbar et Lallouch
29
- M.I.S -
des resultats proches de celle historique mais avec un co

ut, de temps et despace utilise,
plus eleve, notre choix sest porte sur la methode historique.
3.2.6
Risque `
a la baisse
Comme cite auparavant, la volatilite nous permet davoir une idee sur la dispersion et
les variations des performances dun fonds par rapport à sa performance moyenne, quelles
soient des performances negatives ou positives.
Le risque à la baisse, quant à lui, ne sinteresse quaux performances jugees negatives et
represente donc la volatilite negative du fonds etudie.
Les performances negatives sont determinees par rapport a` une certaine performance
fixee a` lavance et qui represente le rendement minimum acceptable pour le fonds.
Le TMP JJ (taux moyen pondere au jour le jour) represente le taux sans risque et definit
donc le seuil minimal de rendement acceptable dans le choix dun investissement risque, sa
performance representera donc la base sur laquelle seront jugees les performances du fonds.
Le risque à la baisse, exprime en pourcentage, revèlera donc la mesure dans laquelle
les rendements historiques de la CMR furent inferieurs à ceux du TMP JJ.
Plus le pourcentage est faible plus le risque de perte est faible, ceci suivant la formule
suivante [2] :
Rb =
sP
pas
T
t=1
(t)(IPCM R (t) IPT M P JJ (t))2

PT
t=1 (t)
(3.17)
Avec :
(
(t) = 1IPCM R (t)IPT M P JJ (t)0 =
3.2.7
1 si IPCM R (t) IPT M P JJ (t) 0

0
sinon
(3.18)
Autres outils de mesure
Les outils explicites precedemment representent les principales mesures de risque au

niveau dun portefeuille. Toutefois, chaque portefeuille a ses propres variantes. Pour lobligataire par exemple, nous retrouvons les indicateurs de risques suivants :
1- La duration :
Dans le marche obligataire, les fluctuations des taux dinteret representent lune des plus
grandes apprehensions des investisseurs. Cette apprehension est symbolisee par le risque
taux qui reflète la volatilite des taux de rendement. La duration represente lun des indicateurs de ce risque.[w18]
Lun des soucis dun detenteur dun titre financier est den assurer le rendement surtout lorsque les taux changent. La duration dune obligation se definit comme etant la
duree (en annee) a` partir de laquelle le titre sera à labri des fluctuations des taux, en
dautres termes la duree a` partir de laquelle lobligation ne va generer que des flux positifs.
Chabbar et Lallouch
30
- M.I.S -
Nous pouvons distinguer deux differentes durations [w19] :

a- La duration de Macaulay :
Cette appellation nous parvient du monde anglo-saxon et qui est equivaut a` la duration definie precedemment.
Elle prend en consideration les flux generes par lobligation ponderes par le temps
suivant la formule suivante :
Pn iFi
Pn iFi
D=
O`
u:
i=1 (1+r)i
i=1 (1+r)i
Fi
i=1 (1+r)i
= Pn
(3.19)
n est la maturite de lobligation

Fi est le flux monetaire a` la date i
r est le taux dinteret (taux dactualisation du rendement )
P est le prix de lobligation
Lorsque les taux de marche augmentent nous pouvons remarquer grace a` la formule
dactualisation (3.19) que les flux generes vont diminuer, donc la valeur de lobligation va
aussi diminuer causant une perte de capital a` son detendeur. Ceci lui permettra donc de
reinvestir ses coupons à un taux plus eleve et donc plus avantageux et vice versa.
Nous constatons que les deux phenomènes deffet-capital et deffet-coupon
evoluent inversement et par consequent ils vont se compenser à un certain moment. Ce
moment representera la duration de lobligation.
La duration nous donne un premier apercu sur leffet de la variation du taux de rendement de lobligation sur la variation de son prix. Au moment o`
u elle crot, le prix se
retrouve sujet au changement des taux et par consequent il est plus volatile donc plus
risque. Toutefois, cet apercu reste fiable a` un certain degre de variation des taux, au-delà
de ce seuil lorsque lamplitude de variation des taux augmente, cette mesure nest plus
rigoureuse car elle ne tient pas compte de la convexite de la courbe prix-taux des obligations.
La duration ainsi definie nest donc pas utilisee dans les marches financiers ; nous avons
plus recourt a` la duration modifiee qui derive de la duration de Macaulay.
b- La duration modifi
ee :
Elle reflète limpact dune variation du taux de marche de 1 % sur la variation du prix
de lobligation.
DM =
D
1+r
(3.20)
O`
u:
D est la duration de Macaulay
r est le taux dinteret (dactualisation, de rendement).
Chabbar et Lallouch
31
- M.I.S -
2-La sensibilit
e:
La sensibilite figure egalement parmi les indicateurs du risque taux. Cest un paramètre
important dans la gestion du risque et donc des performances dun portefeuille dobligations. Elle caracterise lelasticite du prix par rapport a` la variation du taux de marche.
Plus precisement, elle represente limpact sur le prix de lobligation dune variation de 1%
du taux de marche.[w20]
Ceci se traduit mathematiquement par :
S=
P
P0
1 P
P r
(3.21)
O`
u:
P est la variation du prix de lobligation
r est la variation du taux de marche ( = 1)
P0 est le prix de depart de lobligation.
La formule precedente devient donc :
S=
Prix final - Prix de depart

(100)
Prix de depart
(3.22)
Comme explique precedemment, le taux de marche et le prix de lobligation evoluent inversement. La sensibilite est donc de signe negatif et nous donnera le pourcentage avec
lequel le prix diminuera lorsque le taux augmentera dun point et le pourcentage avec
lequel il augmentera lorsque le taux de marche diminuera dun point.
En reprenant la formule mathematique de la sensibilite suivante :
dP
dr
S=
(3.23)
En utilisant aussi lexpression du prix de lobligation :

P =
n
X
i=1
Fi
(1 + r)i
(3.24)
Nous arrivons à demontrer facilement la relation suivante qui lie la sensibilite à la duration
de lobligation.
D
(3.25)
S=
1+r
La sensibilite est donc proportionnelle a` la duration. Ainsi plus la duration est longue
plus la sensibilite est forte : Une variation dun point du taux de marche entranera une
grande variation du prix. Une hausse du taux de marche serait la bienvenue dans ce cas,
contrairement a` sa baisse.
3- La convexit
e:
La sensibilite en tant quindicateur de risque taux nous renseigne sur la proportion de
variation du prix, neanmoins limpact sur le prix des differentes fluctuations du taux de
marche nest pas la meme en hausse quen baisse. Ceci revient, comme mentionne plus
haut, a` la convexite de la courbe prix-taux des obligations. Pour cette raison, il faut donc
tenir compte dun autre indicateur de risque taux lors de grandes variations du taux de
Chabbar et Lallouch
32
- M.I.S -
marche. Cet indicateur nest autre que la convexite. [w21]

La convexite est representee par la derivee seconde du prix par rapport au taux de
marche et sexprime comme suit :

1
P
+ S r
(3.26)
Cv =
(r)2
P0
O`
u:
r est la variation du taux de marche

P est la variation du prix de lobligation
P0 est le prix de depart de lobligation
S est la sensibilite de lobligation.
Plus la convexite dune obligation est elevee plus son prix baissera lentement lors de
la hausse des taux et augmentera rapidement lors de leurs baisses.
Ces indicateurs propres au portefeuille obligataire ne seront pas utilises dans le present
memoire etant donne que nous allons nous interesser par la suite uniquement au portefeuille action de la CMR. Neanmoins, nous avons juge utile de les presenter en vue daider
et dencourager la continuite de ce projet en y rajoutant les aspects non traites.
Chabbar et Lallouch
33
- M.I.S -
Chapitre 4
Application de gestion des risques
4.1
Pr
esentation de lapplication
Après avoir presente, dans la partie precedente, la demarche theorique du calcul des
indicateurs de risques, nous allons decrire dans la suite les differentes demarches effectuees
pour aboutir a` la conception de lapplication de gestion des risques, qui exploitera justement ces indicateurs. Nous presenterons ensuite les resultats obtenus aux cours des
simulations.
Toutefois, dans cette première application, nous avons travaille sur les valeurs liquidatives du portefeuille dans sa globalite et nous nous sommes contentes des indicateurs
de risque lies au marche notamment la volatilite, le beta, la Tracking Error, le risque a` la
baisse, la VaR et la CVaR.
4.1.1
Description g
en
erale
Lapplication est developpee sous VBA applique à Excel, le choix de cet outil de programmation a ete fait selon les raisons suivantes :
La familiarisation des responsables de gestion de portefeuille de la CMR avec Excel ;
Lutilisation de quelques fonctions predefinies sur Excel pour les formules mathematiques
considerees ;
La possibilite de generer et editer un reporting avec des graphes sur Excel et sur
Word.
Cette application, comme cite auparavant, servira essentiellement aux calculs des indicateurs de risque lies au marche pour le portefeuille de la CMR. Il y a 4 fichiers pour
chaque portefeuille : Actions, Obligataire, Global mais aussi pour un quelconque portefeuille eventuel.
Nous expliquerons la procedure dutilisation de lapplication pour un portefeuille Actions.
Toutefois, les demarches et explications suivantes restent les memes pour tout type de
portefeuille.
34
4.1.2
Description de lapplication
Une fois lapplication demarree, une feuille
Instructions
apparait :
Figure 4.1 Feuille instructions

Cette première feuille (Figure 4.1) servira essentiellement à expliquer a` lutilisateur,
que lapplication utilise les valeurs liquidatives du portefeuille de la CMR, celles du portefeuille de reference BENCHMARK, ainsi que celles du taux sans risque TMP JJ, et quil
faudrait les copier à leur emplacement pour que les indicateurs de risque puissent etre
calcules. Il va de soi, que les donnees doivent etre initialisees sur une meme periode pour
ne pas fausser les resultats.
En cliquant sur
saffiche.
Lancez le menu
(Figure 4.1), une barre de menu en haut de page
Figure 4.2 Barre de menu

Pour remplir les donnees du portefeuille Action , il faut cliquer sur Portefeuille
Action (Figure 4.2) pour acceder à la feuille correspondant aux donnees du portefeuille.
Les donnees necessaires de cette feuille sont remplies (des fois ces donnees peuvent etre
journalières). Or, pour le calcul des indicateurs, il est necessaire que les donnees soient
hebdomadaires. Il y a un bouton qui servira justement a` faire le tri des donnees.
Chabbar et Lallouch
35
- M.I.S -
De la meme manière, il faut cliquer sur TMP mentionne sur la barre de menu
(Figure 4.2) pour remplir ses donnees et cliquez sur le bouton necessaire pour faire le tri
en cas de besoin.
Maintenant que toutes les donnees sont inserees a` leur place, il faut cliquer sur Calcul
des indicateurs mentionne sur la barre de menu (Figure 4.2).
Une fenetre (Figure 4.3) saffiche dès lors pour selectionner la periode sur laquelle les
indicateurs de risque vont etre calcules.
Figure 4.3 Interface de periode de calcul

En cliquant sur Date de debut un calendrier saffiche. La valeur selectionnee
par defaut sur le calendrier est la première date des donnees a` partir de laquelle nous
pouvons commencer le calcul, en dautres termes cest la première date pour laquelle il y
a un historique suffisant, ici dune annee glissante, soit 52 semaines. En effet, si une date
anterieure à celle-ci est selectionnee, un message derreur apparait.
Chabbar et Lallouch
36
- M.I.S -
Comme nous nous sommes baes sur des donnees hebdomadaires, il faut selectionner
un Vendredi de la semaine, dans le cas contraire, un autre message derreur apparait.
De la meme manière, en cliquant sur Date de fin , un calendrier apparait avec

cette fois-ci comme valeur par defaut la dernière date mentionnee sur les donnees du
portefeuille.
Si jamais lutilisateur selectionne une date de fin inferieure a` la date de debut, un message
davertissement apparait.
Chabbar et Lallouch
37
- M.I.S -
Une fois la selection des dates est validee, nous passons maintenant au calcul des
indicateurs de risques. Les indicateurs necessaires sont mentionnes sur linterface ciaprès.(Figure 4.4)
Figure 4.4 Interface des indicateurs de risques

Pour le calcul de la VaR et la CVaR, une saisie des paramètres simpose : La valorisation du portefeuille (en DH) et le niveau de confiance (95 ou 99%).
Figure 4.5 Paramètres de la VaR

Finalement, nous retrouvons la feuille finale suivante qui comporte le calcul des indicateurs de risques : Volatilite annualisee, beta, Tracking Error annualisee, Risque à la
baisse, VaR et CVaR pour le portefeuille de la CMR mais aussi pour celui du benchmark.(Figure 4.6)
Chabbar et Lallouch
38
- M.I.S -
Figure 4.6 Resultats du calcul des indicateurs

En parallèle a` ces fonctionnalites apparentes, des calculs ont ete faits. Nous retrouvons
notamment la feuille des donnees du portefeuille qui devient comme suit (Figure 4.7). En
effet, il etait necessaire de calculer en parallèle les indices de performance du portefeuille
de la CMR ainsi que ceux du Benchmark, mais aussi lecart entre les deux indices. Quand
la valeur est positive, elle est ecrite en vert, quand elle est negative en rouge.
Figure 4.7 Feuille finale des donnees du portefeuille

De la meme manière il etait question de calculer lindice de performance relie au
taux sans risque TMP (Figure 4.8). Chacune des colonnes I et J (Delta CMR et Delta
Benchmark) correspond au resultat de la condition decart lie au risque à la baisse dans
lequation (3.18). Si cette condition est egale a` 1, le resultat est affiche en rouge, sinon si
il est egal à 0 et sera en bleu.
Chabbar et Lallouch
39
- M.I.S -
Figure 4.8 Feuille finale des donnees TMP

Lapplication est aussi dotee dautres fonctionnalites complementaires importantes.
En effet, en cliquant sur Reporting Action (Figure 4.6), nous pouvons generer un
reporting avec la mise en page habituelle et exigee de la CMR. Ce reporting sous cette
forme (Figure 4.9), contient les differents graphes correspondant a` levolution des indices
de performances et des indicateurs de risques sur la periode donnee.
Figure 4.9 Reporting du portefeuille
Chabbar et Lallouch
40
- M.I.S -
Nous pouvons aussi generer un reporting global sur Word en cliquant sur le bouton
correspondant (Figure 4.6). Ce rapport dactivite comporte cinq pages, donc chacune
traite les resultats des indicateurs relies à la CMR avec une description detaillee de chaque
indicateur et leur interpretation pour une comprehension plus approfondie du resultat du
calcul de chacun.
Figure 4.10 Rapport dactivite sur Word - Pages 1 et 2
Figure 4.11 Rapport dactivite sur Word - Pages 3 et 4
Chabbar et Lallouch
41
- M.I.S -
Figure 4.12 Rapport dactivite sur Word - Page 5
4.2
Interpr
etation des r
esultats
Lapplication, citee auparavant, est applicable a` differents types de portefeuille. Nous

lavons testee pour le portefeuille Actions, le portefeuille Obligations, et le portefeuille
Global de la Caisse Marocaine des Retraites.
Nous decouvrirons ci-après les resultats ressortissants de chacun des portefeuilles et leurs
interpretations.
1- Portefeuille Actions :
Lapplication a ete testee sur des donnees actions pour une periode allant du 31/12/2010
au 31/12/2014. Le calcul des indicateurs sest fait donc du Vendredi 06/01/2012 au Vendredi 26/12/2014 (periode pour laquelle lhistorique est suffisant).
La volatilite annualisee :
Nous avons calcule la volatilite annualisee sur une annee glissante, soit 52 semaines.
La volatilite du portefeuille de la CMR est comprise entre 6.519% et 13.177% avec
une moyenne de 10.159%. La volatilite annualisee du benchmark quant a` elle, est
Chabbar et Lallouch
42
- M.I.S -
comprise entre 5.755% et 12. 957% avec une moyenne de 9.732%.
Figure 4.13 Volatilite annualisee - Portefeuille Actions

Nous remarquons que la CMR saligne plus ou moins au Benchmark (ici MASI
Rentabilite Brut) sur la periode consideree (Figure 4.13). Les deux affichent quand
meme une volatilite moyenne très importante, ce qui implique que linvestissement
en actions est un placement a` risque. Cela sexplique par les fluctuations et variations des prix des actions.
Ainsi, nous pouvons dire que le risque de volatilite du cours est important et il peut
dependre de la qualite de la societe, de ses resultats et de levolution generale de la
bourse. Il est donc necessaire de choisir les bonnes actions à introduire au niveau
du portefeuille.
Le Beta :
Le beta du portefeuille action est compris entre 0.968 et 1.124 avec une moyenne
de 1.014. Cela implique que les titres evoluent dans le meme sens que les fluctuations
du benchmark, ce qui est evident vu la similitude de levolution de leurs volatilites.
La Tracking-Error annualisee :
La Tracking Error (TE) annualisee affiche un resultat compris entre 1.59% et 2.246%
avec une moyenne de 1.86%. Nous pouvons dire que la TE assez faible, ce qui explique sur le portefeuille de la CMR ne sest pas eloigne, ou pas beaucoup, de la
composition du MASI Rentabilite Brut.
Le risque à la baisse :
Le risque à la baisse est compris entre 3.18% et 10.813% avec une moyenne 7.22%
pour la CMR, et une moyenne de 6.90% pour le MASI Rentabilite Brut.
Nous remarquons que levolution de lindicateur est à peu près la meme pour les
deux portefeuilles. Toutefois, le pourcentage du risque a` la baisse est relativement
eleve ce qui implique un risque de perte assez important.
Chabbar et Lallouch
43
- M.I.S -
Figure 4.14 Risque a` la baisse - Portefeuille Actions

La VaR et CVaR :
Si nous prenons la première et dernière date des donnees actions pour lesquelles
lhistorique est suffisant, la VaR est la CVaR à ces jours sont :
Figure 4.15 VaR et CVaR - Portefeuille Actions
Chabbar et Lallouch
44
- M.I.S -
Pour une valorisation du portefeuille de 10 000 Dh par exemple (valeur fictive), pour
la dernière annee devaluation, nous avons une perte de 2.8%, soit lequivalent dà
peu près 280 Dh : A un niveau de confiance de 95%, la CMR ne va pas perdre plus
de 280 Dh. Le benchmark quant a` lui, ne va pas perdre plus de 240 Dh.
La CVaR quant a` elle, affiche un pourcentage de -3.6%, soit une valeur dà peu près
360 Dh, cest-à-dire que pour les cas extremes, soit une probabilite des 5% restants
(1-95%), la CMR ne va pas perdre plus 325 Dh.
2- Portefeuille Obligations et Portefeuille Global :
Quant au portefeuille Obligations ou meme le portefeuille Global, la volatilite reste très
minime et se trouve aux alentours de 0.5%.
Pour le portefeuille obligations cela sexplique par le fait que les obligations representent
un investissement s
ur et stable, et quelles sont moins exposees aux risques de marche.
En effet, lobligation est consideree comme une dette, et le risque majeur qui peut y avoir
est ne pas se faire rembourser. Ce risque est naturellement en fonction de la qualite de
lemetteur.
Pour le portefeuille global cela sexplique par la diversite des actifs le constituant,
et surtout par le fait que les obligations detiennent un grand pourcentage au niveau du
portefeuille global. En effet, lallocation dactifs au niveau ce portefeuille se fait selon les
exigences suivantes :
Le pourcentage des obligations est superieur ou egal a` 60%
Le pourcentage des actions est inferieur ou egal a` 30%
La somme des pourcentages de limmobilier ainsi que du non cote est inferieure a` 5%
De ce fait, la diversification stipule le mixage entre des actifs risques et dautres moins
risques, ce qui attenue le degre de risque auquel peut etre expose le portefeuille.
En theorie, un portefeuille diversifie qui comprend une variete dactifs tend a` ajuster et
equilibrer les fluctuations du rendement, cela est essentiellement d
u a` la faible correlation
qui puisse y avoir entre ces actifs. Dautant plus, pour un portefeuille diversifie qui comprend plusieurs types de dactifs, il est beaucoup moins probable que tous ces actifs
affichent un mauvais rendement en meme temps. En effet, les differents types de dactifs
ne reagissent pas tous de la meme facon aux evenements mondiaux et aux variations des
facteurs economiques.
Chabbar et Lallouch
45
- M.I.S -
Chapitre 5
Optimisation du portefeuille Actions
5.1
Position du probl`
eme
La première application nous a permis davoir une idee sur le niveau de risque du
portefeuille de la CMR grace au reporting des differents indicateurs de risque calcules.
Ce reporting a pour but de nous orienter quant à la strategie à adopter dans la gestion
des differents portefeuilles de la CMR. Ces resultats sont-ils satisfaisants ? La volatilite du
portefeuille est-elle acceptable ? Lecart maximal accorde au gestionnaire par rapport au
portefeuille de reference est-il respecte ? La perte modelisee par la VaR et la CvaR est-elle
tolerable ?
Chaque combinaison de reponses defavorables a` ces questions represente des contraintes
que notre portefeuille se doit de respecter pour se placer à un niveau de risque admissible
en echange dun certain rendement que nous chercherons a` maximiser.
Dans ce chapitre, nous nous interesserons uniquement au portefeuille actions, dans la
mesure o`
u il est considere comme le portefeuille le plus risque. Nous etudierons ce portefeuille, titre par titre, afin de determiner la composition optimale qui permettra, pour
un certain niveau de risque, de maximiser le rendement tout en respectant les contraintes
preetablies.
Ainsi, la performance ne sera plus exprimee a` partir des valeurs liquidatives du portefeuille mais a` travers le rendement des cours propres à chaque titre le composant.
La partie qui suit constituera un rappel sur les formules mathematiques qui nous
permettront de calculer les paramètres necessaires à loptimisation souhaitee.
5.1.1
Mod
elisation math
ematique du probl`
eme
1- Rendement dun titre :

Les rendements calcules et utilises tout au long de ce projet sont des rendements journaliers exprimes comme suit :
46
Pour un titre i a` la date j :

Ri,j =
coursi,j coursi,j1
coursi,j1
(5.1)
O`
u:
coursi,j est le cours de fermeture du titre i a` la date j.
2- Rendement du portefeuille :
Le rendement dun portefeuille a` la date j est la moyenne des rendements de chaque
titre le composant, ponderee par les proportions ou poids de chaque titre dans la composition totale du portefeuille.
Pour un portefeuille compose de n titres, nous avons :
RP F,j =
n
X
xi Ri,j
(5.2)
i=1
O`
u:
RP F,j est le rendement du portefeuille à la date j
xi est le poids du titre i dans le portefeuille PF
Ri,j : rendement du titre i a` la date j.
3- Fonction objectif :
Partant dune situation initiale qui est la dernière evaluation du portefeuille actions de
la CMR, la problematique posee est le suivante : Quel sera le poids à attribuer à chaque
titre et eventuellement quels seront les nouveaux titres à introduire dans notre portefeuille
afin de maximiser son rendement tout en fixant un niveau risque à respecter ?
La fonction objectif de notre problème doptimisation est donc formulee a` partir
du rendement anticipe du portefeuille action dont lensemble des poids de chaque titre
representera les variables de decisions de notre problème.
Sa formulation mathematique est comme suit :
M aximiser xt R
x
(5.3)
O`
u:
x est le vecteur de poids des titres du portefeuille
R est vecteur des rendements anticipes de chaque titre.
Le vecteur de rendement anticipe du portefeuille sera calcule a` partir du Modèle
devaluation des actifs financiers (MEDAF), dont la methode et les hypothèses seront
exposees dans la partie suivante.
Chabbar et Lallouch
47
- M.I.S -
5.1.2
Mod`
ele dEvaluation Des Actifs Financiers (MEDAF)
Avant dinvestir dans un actif financier risque, il faudrait que son rendement espere
soit superieur a` celui dun actif sans risque pour pouvoir justifier le risque entrepris.
Cette difference de rendement est ce que nous appellons la prime de risque et est
definie comme le supplement de rendement exige par linvestisseur afin dinvestir dans
lactif risque .
Cette prime de risque ne tient compte que du risque systematique qui est impossible a`
eliminer par la diversification puisque ce dernier affecte lensemble des actifs.
Ainsi le rendement, attendu par le marche pour un certain actif devrait tenir compte
de cette prime de risque et donc du risque systematique.
Le modèle devaluation des actifs financiers (MEDAF) remplit cette exigence et fournit
une estimation du rendement attendu par le marche pour un actif financier en fonction
de son risque systematique.[3]
Ce modèle repose sur 4 hypothèses [13] :
1. Les investisseurs peuvent acheter ou vendre nimporte quel actif financier a` son
prix de marche, sans co
uts de transaction ni impots. Ils peuvent, de plus, preter ou
emprunter aux taux dinteret sans risque.
2. Tous les investisseurs detiennent un portefeuille efficient, cest a` dire un portefeuille
offrant la rentabilite esperee la plus elevee pour une volatilite donnee.
3. Les investisseurs forment des anticipations homogènes sur les rentabilites esperees,
les volatilites et les correlations de tous les actifs financiers.
Cette hypothèse peut sexpliquer par le fait que les anticipations des rentabilites se
basent sur les informations publiques disponibles et par consequent les anticipations
formees ont le meme fondement. Ceci permet de justifier que les investisseurs feront
les memes previsions et donc que leurs anticipations seront homogènes.
4. La matrice de variance-covariance des rentabilites des titres est stable dans le temps.
Avant dappliquer le MEDAF, il va nous falloir dans un premier temps evaluer le
risque systematique dune action. Ceci revient à determiner le pourcentage de limpact
du risque systematique dans la variation de ses rendements.
Pour ce faire il sagira dobserver la sensibilite du rendement de cette action par rapport à une variation de 1% du rendement dun portefeuille exclusivement expose au risque
systematique.
Ce portefeuille ainsi defini est appele portefeuille efficient et que lhypothèse 3 du MEDAF
apparente au portefeuille marche.[17]
Etant donne que les anticipations des investisseurs sont homogènes, ils identifieront
tous, le meme portefeuille efficient qui va constituer, en plus de lactif sans risque, leur
portefeuille global dont les ponderations diffèrent suivant laversion au risque de chaque investisseur. Par consequent, le portefeuille efficient devrait regrouper tous les actifs risques
se trouvant sur le marche. Chaque titre, bien quil soit risque, est detenu par un investisseur et fait, par consequent, partie de son portefeuille. Ce portefeuille nest autre que le
Chabbar et Lallouch
48
- M.I.S -
portefeuille efficient qui est identique pour les differents investisseurs.

Ainsi sous cette hypothèse, la mesure du risque systematique dun actif consiste a`
calculer son beta.
La formule du MEDAF se presente alors comme suit [6] :
Rendement anticipe du titre i = Taux sans risque + Prime de risque du titre i
Ri = rf + i (E(Rm ) rf )
(5.4)
O`
u:
E[Rm ]rf est la prime de risque marche.
5.2
Mod
elisation des contraintes
Lobjectif de ce chapitre consiste à maximiser le rendement du portefeuille. Toutefois,

plusieurs contraintes rentrent en jeu et doivent etre tenues en compte. Dans cette partie,
nous detaillons ces contraintes et explicitons leurs modelisations mathematiques, que nous
integrerons par la suite au niveau de notre programme doptimisation.
5.2.1
Contraintes de gestion
Le but de loptimisation est de definir lensemble des poids de chaque titre qui va maximiser la fonction objectif tout en respectant le niveau de risque desire pour le portefeuille.
Cependant ces poids devront eux aussi respecter les seuils auxquels doit se soumettre la
CMR et qui sont definis par rapport aux poids de son benchmark.
De ce fait, pour chaque titre i dont les poids sont xi et bi dans le portefeuille de la
CMR et celui du benchmark respectivement :
Si bi 10% alors xi ne doit pas depasser 10%
Si 10% > bi 15% alors xi ne doit pas depasser 15%
Si 15% > bi 20% alors xi ne doit pas depasser 20%.
5.2.2
Contraintes de risque
Les contraintes de risque du problème regroupent deux types de risque :

Risque marche : Represente par la volatilite du portefeuille, la Tracking Error, le
beta, la VaR et la CvaR.
Risque liquidite : Represente par le ratio de liquidite qui sera explicite un peu plus
loin.
Chabbar et Lallouch
49
- M.I.S -
Risque march
e
1- La Volatilit
e:
La volatilite dun portefeuille se calcule a` travers les volatilites des titres qui le composent
mais aussi en tenant compte des dependances qui existent entre les evolutions de ses
differents titres.
Cette dependance est representee par la notion de covariance entre chaque couple de
titre du portefeuille, elle permet de quantifier leurs ecarts conjoints par rapport a` leurs
esperances respectives.
La covariance entre un titre i et j sur une periode T sexprime par la relation suivante :
T
1 X
(Ri,t Ri )(Rj,t Rj )
cov(i, j) = ij =
T 1 t=1
(5.5)
O`
u:
Ri,t et Rj,t sont les rendements des titres i et j respectivement a` la date t
Ri et Rj sont les rendements moyens de chaque titre sur la periode T .
La covariance est une extension de la variance 2 vue precedemment, pour i = j nous
retrouvons la variance du titre i.
Ainsi, la volatilite du portefeuille de n titres est la somme des covariances des titres
le composant ponderee par leurs poids :
P F =
n X
n
X
xi xj ij
(5.6)
i=1 j=1
O`
u:
xi est le poids du titre i.
Lequation (5.6) peut secrire sous la forme matricielle suivante o`
u la matrice de variance/covariance est symetrique definie positive et nous permet de caracteriser la distribution du portefeuille :
x1
..
11 1n
.
.
.
.
..
.. xi
x1 . . . xi . . . xn ..
(5.7)
= xt V x
.
n1 nn ..
xn
2- La Tracking Error :
La Tracking Error exprime la volatilite de la difference de rendement entre un fonds et
son benchmark.[15]
De ce fait la Tracking Error dun portefeuille dont les poids du benchmark sont

b 1 . . . bi . . . bn
Chabbar et Lallouch
50
- M.I.S -
est :
T E = (x b)t V (x b)
(5.8)
3- Le B
eta :
Pour un portefeuille, le beta peut etre defini comme suit :
Cov(RP F , Rindice )
V ar(Rindice )
P
Cov( ni=1 xi Ri , Rindice )
=
V ar(Rindice )
n
X
Cov(Ri , Rindice )
=
xi
(bilinearite de la covariance)
V ar(Rindice )
i=1
P F =
n
X
(5.9)
xi i
i=1
4- La VaR et la CVaR :
La VaR mesure la perte potentielle maximale, sur un actif ou sur un portefeuille dactifs,
susceptible detre enregistree avec une probabilite donnee sur un horizon de temps fixe.[12]
La CVaR, quant à elle, mesure lesperance de perte excedant la VaR.
Soit un portefeuille de n actifs x =
portefeuilles disponibles.
x 1 . . . xi . . . xn
X avec X Rn ensemble des
La perte x associee au portefeuille est representee par la fonction suivante :

f : X Rn R
(x, y) 7 f (x, y)
o`
u y est le vecteur qui correspond au risque rattache a` x. Dans notre cas, il sagira des
differents rendements futurs de chaque titre composant le portefeuille, ce qui lui confère
son caractère incertain et aleatoire et par la meme occasion celui de la perte f (x, y).
Lexperience aleatoire etudiee est donc les differents rendements que peut realiser le
portefeuille et qui definissent aussi les differentes pertes que peut encourir le portefeuille.
Soit lespace probabilise (, B, P ) o`
u est lunivers lie a` lexperience etudiee muni de
sa tribu B. Nous supposons que la loi de probabilite de y a une densite de probabilite
notee fY (y) = p(y).
Soit levenement A de B tel que A = {y/f (x, y) }, cest-à-dire les rendements qui
vont conduire à une perte inferieure à .
La fonction de repartition de la variable aleatoire associee a` la perte du portefeuille x
est definie comme suit :
Fperte () = P (perte ) = P (Y A)
Chabbar et Lallouch
51
- M.I.S -
Autrement dit, la probabilite que la perte du portefeuille x ne depasse pas le seuil

et que nous allons noter (x, ), exprime aussi la probabilite que le rendement du portefeuille engendre une perte inferieure a` .
Nous avons :
(x, ) = P (Y A) =
1A (y)fy dy =
R
f (x,y)
p(y)dy
Z
(x, ) =
p(y)dy
(5.10)
f (x,y)
en tant que fonction de , est une fonction croissante et nous supposons quelle est
continue cest-à-dire quil ny a pas de saut de .
La VaR et CVaR du portefeuille x pour un niveau de confiance seront notees respectivement (x) et (x) et sont donnees par les formules suivantes :
VaR :
(x) = min { R : (x, ) }
(5.11)
Cet ensemble regroupe les pertes dont la probabilite de les depasser dans le portefeuille
x est inferieure a` . Etant donne que est croissante, le minimum de cet ensemble est
atteint lorsque la valeur de est minimale i.e. quand (x, ) =
CVaR :
Soit levenement : C = {y/f (x, y) (x)}
La CVaR du portefeuille x de VaR est daprès la definition donnee precedemment
(3.16) :
(x) = E(g(Y )/C) Avec g(y)=f(x,y)
Nous avons :
(x) =
1
P (C)
R
C
g(Y )dP =
1
P (C)
R
C
g(y)fy dy
O`
u P (C) = 1 est la probabilite que la perte depasse la VaR.
Donc
(x) =
1
1
1
(x) =
1
R
C
f (x, y)p(y)dy
Z
f (x, y)p(y)dy
(5.12)
f (x,y)
Nous definissons la fonction F sur X R par laquelle nous allons caracteriser et

(x) par :
Z
1
F (x, ) = +
[f (x, y) ]+ p(y)dy
(5.13)
1 yRn
Chabbar et Lallouch
52
- M.I.S -

O`
u [t]+ = max {t, 0} .
Les deux theorèmes suivants, demontres par Rockafellar et Uryasev [18], sont essentiels
dans la modelisation mathematique de la VaR et CVaR.
Th
eor`
eme 1. Pour un x fixe, la fonction F est convexe et de classe C 1 .
Pour tout portefeuille x, la CVaR de niveau de confiance est donnee par :
x X beta (x) = minF (x, )
R
(5.14)
Lensemble des valeurs de pour lesquelles le minimum est atteint, est note :
A (x) = minF (x, )
R
(5.15)
Cet ensemble est un intervalle non vide, ferme borne -qui peut etre en particulier reduit
en un point-.
La VaR au seuil est donne par :
(x) = lextremite gauche deA (x)
(5.16)
argmin F (x, ) et (x) = F (x, (x))
(5.17)
De meme :
Th
eor`
eme 2. Minimiser la CVaR dun quelconque portefeuille x revient à minimiser
F (x, ) (x, ) X R, tel que :
min (x) =
xX
min F (x, )
(5.18)
(x,)XR
O`
u le couple (x , ) minimise F si et seulement si x minimise et A (x ). En
particulier, si nous nous trouvons dans le cas o`
u A (x ) est reduit en un point, alors la
minimisation de F (x, ) nous donne un couple (x , ) qui nest pas forcement unique,
tel que x minimise la CVaR de niveau de confiance et nous donne la VaR correspondante.
Approximation de F :
Dans cette partie nous allons approcher lintegrale se trouvant dans lexpression de
(5.13) F .
Nous posons
h(y) = [f (x, y) ]+
alors
F (x, ) = +
1
1
R
yRn
h(y)p(y)dy
Nous avons
H=
Chabbar et Lallouch
R
yRn
h(y)p(y)dy = E(h(Y ))
53
- M.I.S -
Soit
y1 . . . yi . . . yq
un echantillon de la loi Y distribuee selon la densite p(y).
Lestimateur dit de Monte-Carlo de H= E(h(Y)) est :

P
P
hq = 1q qj=1 h(yj ) = 1q qj=1 [f (x, yj ) ]+
Par consequent, une approximation de F (x, ) est :
q
X
1
F (x, ) = +
[f (x, yj ) ]+
q(1 ) j=1
(5.19)
Lin
earisation :
Afin de lineariser la formulation de F (x, ) nous allons utiliser des variables artificielles zj j = 1, ..., q tel que :
F (x, ) sera remplacee par :
+
1
q(1)
Pq
j=1 zj
avec les contraintes lineaires :
zj f (x, yj ) ,
zj 0,
j=1,...,q,
Application `
a notre probl`
eme doptimisation :
Soit x le vecteur de decision comportant lensemble des poids de chaque titre, y le
vecteur des rendements anticipes generes par le MEDAF, x0 vecteur des poids initiaux du
portefeuille actions de la CMR, y0 le vecteur de rendement des titres lors de la dernière
evaluation et CV aR0 (en pourcentage) la valeur absolue CVaR maximale |CV aRmax | dun
niveau de confiance .
Remarque :
Nous avons |V aR| |CV aR|. Il suffit donc dintroduire la contrainte sur la CVaR
pour pouvoir restreindre la valeur de la VaR.
La fonction de perte est donnee suivant lexpression :
f (x, y) = xt0 y0 xt y
La formulation de la CVaR est donc :
z xt0 y0 xt yj , zj 0, j = 1..q
j
q
X
1
zj CV aR0
+
q(1 ) j=1
Chabbar et Lallouch
54
(5.20)
(5.21)
- M.I.S -
Risque liquidit
e
La liquidite des titres du portefeuille actions de la CMR est evaluee a` travers le ratio
de liquidite suivant :
Pour un titre i :
Quantite moyenne echangee du titre i
(5.22)
Capital flottant du titre i
O`
u le capital flottant represente la quantite totale du titre i susceptible detre echangee
en bourse.
Li =
Ce ratio de liquidite (5.22) nous permet davoir une idee sur le pourcentage echange de
chaque titre dans le marche. Plus Li est eleve plus le nombre de transactions auxquelles
a participe le titre i est grand. Cela nous permet devaluer dune certaine manière la liquidite de ce titre.
Le titre est dautant plus liquide que le ratio est grand.
Pour le portefeuille :
Le ratio de liquidite du portefeuille est la somme des ratios de liquidite des titres le
composant ponderee par leurs poids respectifs :
LP F =
n
X
L i xi
(5.23)
i=1
5.3
Formulation du probl`
eme doptimisation
Le problème est formule comme suit :
xt R
M aximiser
x
sous les contraintes :
xt V x volmax : Volatilite
(x b)t V (x b) T Emax : Tracking Error
Pn
eta
i=1 xi i = 0 : B
zj xt0 y0
xt yj , zj 0, j = 1..q : CVaR
q
1
+ q(1)
j=1 zj CV aR0
xt L liq0 : Liquidite
Pn
erations
i=1 xi = 1 : Somme des pond
0 x : Contrainte de gestion
(5.24)
O`
u:
Chabbar et Lallouch
55
- M.I.S -
R le vecteur des rendements anticipes

V la matrice de covariance des titres
b le vecteur des poids du benchmark
CV aR0 le seuil maximal de la CVaR
volmax le seuil maximal de la volatilite
T Emax le seuil maximal de la Tracking Error
0 Beta fixe par la CMR
liq0 le seuil minimal du ratio de liquidite
le vecteur de contrainte de gestion
La resolution du problème nous fournit le vecteur de decision x representant les poids
des differents actifs ainsi que la VaR du portefeuille correspondant, notee .
Chabbar et Lallouch
56
- M.I.S -
5.4
Application sous MATLAB
Après avoir formule notre problème doptimisation au complet, nous allons maintenant
limplementer sous MATLAB. Le choix de ce langage de programmation est essentiellement d
u a` sa rapidite, sa capacite à gerer un grand nombre de donnees ainsi que son
efficacite face aux calculs matriciels.
A louverture de lapplicatif, une première interface Menu saffiche :
Figure 5.1 Interface Menu sur Matlab

En cliquant sur le bouton correspondant à limportation des donnees (Figure 5.1),
nous pourrons importer le fichier necessaire pour que le programme fonctionne.
Le fichier des donnees, est un fichier Excel qui comporte plusieurs feuilles, a` savoir :
Portefeuille initial contient le libelle des actions disponibles dans le portefeuille de
la CMR ainsi que son poids. Pour notre simulation, nous utiliserons un portefeuille
fictif compose de 14 actions.
Poids MASI contient les differents titres existants au niveau du portefeuille MASI
avec leurs poids et les poids sectoriels.
Secteur regroupe toutes les actions qui existent dans le marche ainsi que le secteur
correspondant à chacune.
Cours correspond à lhistorique des cours de chaque action.
Quantites correspond à lhistorique des quantites echangees de chaque action.
Indices correspond aux valeurs liquidatives du MASI Rentabilite Brut.
Chabbar et Lallouch
57
- M.I.S -
Ponderation comporte pour chaque date, les actions disponibles avec leurs codes,
leurs nombres de titres, leurs cours, leurs facteurs flottant.
Une fois ce dernier fichier importe, deux tableaux apparaissent :
Figure 5.2 Resultats dimportation des donnees

Le premier tableau, a` gauche, correspond a` une repartition sectorielle (Tableau 5.1).
En effet, nous retrouvons tous les secteurs existants (qui sont au nombre de 22) avec pour
chaque secteur la somme des poids des titres qui y figurent, que ca soit pour le portefeuille
de la CMR que pour celui du benchmark. En plus de laffichage de lecart entre les deux
poids (Poids de la CMR Poids du benchmark).
Chabbar et Lallouch
58
- M.I.S -

Secteur
Poids CMR
AGRO
4.6800
ASSUR
0
BMC
19.6000
BANK
16.1657
BOISS
0
CHIM
0
DISTR
5.5000
EEE
0
ELC
0
IBEI
0
IMMOB
23.0749
LH
0
LSI
9.1800
MINES
2.2700
PG
3.8100
PHARM
0
SP
14.3300
SAC
0
SFAF
0
SPH
0
TCOM
0
TRANS
1.3894
Poids BENCHMARK
Ecart
4.1322
0.5478
4.4318 -4.4318
13.8971
5.7029
37.6715 -21.5058
1.5033 -1.5033
0.3480 -0.3480
2.2598
3.2402
0.0713 -0.0713
1.0083 -1.0083
0.0653 -0.0653
7.4507 15.6242
0.2162 -0.2162
0.4241
8.7559
2.4416 -0.1716
1.9380
1.8720
0.4695 -0.4695
0.0036 14.3264
0.4285 -0.4285
1.2122 -1.2122
0.4179 -0.4179
19.4533 -19.4533
0.1231
1.2663
Table 5.1 Donnees initiales - Repartition par secteur

Le deuxième tableau, à droite, contient le detail de ses secteurs (Tableau 5.2), et donc
affiche les resultats titre par titre (au nombre de 74). Pour chaque titre, nous retrouvons
son code, son libelle, son secteur, ainsi que son poids au niveau de la CMR et celui au
niveau du benchmark.
Chabbar et Lallouch
59
- M.I.S -

Code
MA0000011868
MA0000012049
MA0000012247
MA0000011421
MA0000012031
MA0000012023
MA0000010944
MA0000011710
MA0000012007
MA0000010928
MA0000012114
MA0000010936
MA0000010506
MA0000011934
MA0000010332
MA0000012080
MA0000012122
MA0000010019
MA0000011926
MA0000011884
MA0000011835
MA0000010811
MA0000010381
MA0000011454
MA0000010365
MA0000010415
MA0000010985
MA0000011728
MA0000010969
MA0000011009
MA0000011942
MA0000011587
MA0000011801
MA0000011595
MA0000011843
MA0000011140
MA0000012205
MA0000011777
MA0000012056
MA0000011819
MA0000011991
MA0000011694
MA0000011512
MA0000012239
MA0000011462
MA0000011637
MA0000011611
MA0000011132
MA0000011579
MA0000011678
MA0000012163
MA0000012106
MA0000011058
MA0000011793
MA0000010993
MA0000010068
MA0000010951
MA0000010803
MA0000011660
MA0000011645
MA0000011447
MA0000011439
MA0000010464
MA0000010639
MA0000010357
MA0000011215
MA0000010035
MA0000011744
MA0000012064
MA0000011850
MA0000010571
Libell
e Titre
CARTIER SAADA
CENTRALE LAITIERE
COSUMAR
DARI COUSPATE
LESIEUR CRISTAL
UNIMER
AGMA LAHLOU-TAZI
ATLANTA
SAHAM ASSURANCE
WAFA ASSURANCE
AFRIC INDUSTRIES SA
ALUMINIUM DU MAROC
CIMENTS DU MAROC
COLORADO
HOLCIM ( Maroc )
JET CONTRACTORS
LAFARGE CIMENTS
SONASID
ATTIJARIWAFA BANK
BCP
BMCE BANK
BMCI
CDM
CIH
BRASSERIES DU MAROC
OULMES
MAGHREB OXYGENE
SNEP
AUTO HALL
AUTO NEJMA
ENNAKL
FENIE BROSSETTE
LABEL VIE
REALIS. MECANIQUES
STOKVIS NORD AFRIQUE
NEXANS MAROC
TAQA MOROCCO
DELATTRE LEVIVIER MAROC
STROC INDUSTRIE
ALLIANCES
BALIMA
CGI
DOUJA PROM ADDOHA
RES DAR SAADA
RISMA
DISWAY
HPS
IB MAROC.COM
INVOLYS
M2M Group
MICRODATA
S.M MONETIQUE
MANAGEM
MINIERE TOUISSIT
REBAB COMPANY
SMI
AFRIQUIA GAZ
SAMIR
PROMOPHARM S.A.
SOTHEMA
MED PAPER
LYDEC
AXA CREDIT
DIAC SALAF
EQDOM
MAGHREBAIL
MAROC LEASING
SALAFIN
TASLIF
DELTA HOLDING
ZELLIDJA S.A
Secteur
AGRO
AGRO
AGRO
AGRO
AGRO
AGRO
ASSUR
ASSUR
ASSUR
ASSUR
BMC
BMC
BMC
BMC
BMC
BMC
BMC
BMC
BANK
BANK
BANK
BANK
BANK
BANK
BOISS
BOISS
CHIM
CHIM
DISTR
DISTR
DISTR
DISTR
DISTR
DISTR
DISTR
EEE
ELC
IBEI
IBEI
IMMOB
IMMOB
IMMOB
IMMOB
IMMOB
LH
LSI
LSI
LSI
LSI
LSI
LSI
LSI
MINES
MINES
MINES
MINES
PG
PG
PHARM
PHARM
SP
SAC
SFAF
SFAF
SFAF
SFAF
SFAF
SFAF
SFAF
SPH
SPH
Poids CMR
4.6800
8.0200
11.5800
10.5400
5.6257
5.5000
15.3849
3.5600
4.1300
9.1800
2.2700
3.8100
14.3300
Poids BENCHMARK
0.0209
0.4750
2.2664
0.0814
0.8965
0.3919
0.1421
0.3410
1.0195
2.9292
0.0313
0.1450
2.7608
0.2031
3.7872
0.0894
6.3729
0.7105
18.8678
8.3041
6.7780
1.4818
0.7494
1.4903
1.2752
0.2282
0.0295
0.1154
1.1152
0.1294
0.1040
0.0605
0.8029
0.0131
0.0347
0.0713
1.0083
0.0344
0.0308
0.4707
0.0341
2.2911
3.4332
1.2216
0.2162
0.1632
0.1359
0.0158
0.0182
0.0284
0.0627
0.0235
1.0731
0.7504
0.0038
0.6143
1.4569
0.4811
0.0678
0.4017
0.0036
0.4285
0.0280
0.0107
0.4749
0.1371
0.0906
0.3289
0.1184
0.4060
0.0119
Table 5.2 Donnees initiales - Repartition par titre

Pour la colonne des poids pour la CMR, ils correspondent aux poids des titres existants sur le portefeuille initial. Certaines cases sont vides, cela veut dire que les titres en
questions ne figurent pas dans ce portefeuille. Par contre, comme le benchmark detient
tous les titres du marche, il est normal que la colonne des poids de ses titres soit remplie
en entier.
Chabbar et Lallouch
60
- M.I.S -
Par consequent, si lutilisateur veut quun nouveau titre fasse partie de son nouveau
portefeuille (celui dont lallocation sera generee a` la fin grace au programme), il peut tout
simplement ecrire a` la place correspondant a` son poids, le chiffre zero, comme presente
ci-après.
Finalement, en cliquant sur le bouton

vers une nouvelle interface.
Valider
(Figure 5.2), lutilisateur est dirige
Figure 5.3 Interface doptimisation
Chabbar et Lallouch
61
- M.I.S -
Nous rappelons, que le but de ce programme est dutiliser les resultats de la première
application de gestion des risques pour avoir une idee sur les seuils a` imposer a` chaque
indicateur de risque. De ce fait, sur cette interface (Figure 5.3), une importation de donnees
est necessaire. En cliquant sur Importer les donnees (Figure 5.3), nous importerons
le fichier Excel correspondant a` la première application.
Figure 5.4 Resultats dimportation des donnees

Tous les champs correspondant aux indicateurs de risques ont ete pris de lapplication
de gestion des risques, excepte celui de la liquidite. Ce dernier a ete calcule grace a` la formule vue precedemment et qui necessitait les poids des titres de notre portefeuille initial.
Comme notre but est doptimiser notre portefeuille, il est question de generer les
rendements futurs des titres à partir de leurs rentabilites esperees. Après tout, cest le
futur qui nous importe, non le passe !
En cliquant sur le bouton Rentabilite esperee des titres (Figure 5.3), une interface
saffiche :
Figure 5.5 Interface pour les rentabilites esperees
Chabbar et Lallouch
62
- M.I.S -
La duree devaluation reste un choix que lutilisateur se doit de faire. Il peut choisir
une duree devaluation dune annee, de trois annees ou encore cinq annees. En cliquant
sur OK (Figure 5.5) le tableau se remplit ainsi que la valeur moyenne du taux sans
risque et la valeur de la prime du risque.
Figure 5.6 Donnees liees aux titres du portefeuille

Le tableau contient les 14 titres figurant sur notre portefeuille initial, mais aussi les 3
autres que nous avons decide de rajouter.
Pour chaque titre, il y a son libelle, le secteur auquel il appartient, sa volatilite, son beta,
son taux moyen, ainsi que son taux MEDAF. Le tout sur une periode dune annee (comme
mentionne sur linterface).
A noter que si jamais un titre na pas lhistorique suffisant, specialement pour les titres
recemment ajoutes au marche, un message davertissement apparait et le rendement de
ce titre est remplace par la moyenne des rendements des titres se trouvant sur le meme
secteur que ce nouveau titre.
Nous rappellons aussi que le taux MEDAF utilise pour son calcul le taux sans risque
ainsi que le rendement du marche. Nous prendrons ici la moyenne de chacune de ces deux
Chabbar et Lallouch
63
- M.I.S -
valeurs.
Après avoir valide cette partie, nous pouvons maintenant passer a` letape de saisie des
contraintes. Comme dejà mentionne auparavant, notre but est doptimiser le portefeuille
sous des contraintes de risque. Lutilisateur se doit donc de cocher les contraintes quil
veut integrer au niveau de cette optimisation et indiquer le seuil quil veut leur attribuer.
Le nombre de contraintes peut aller de 1 jusquà 5, cela reste un choix personnel. (Figure
5.7)
Figure 5.7 Selection des contraintes

Si nous choisissons par exemple deux contraintes (Beta et CVaR), nous devons leur
imposer un seuil a` ne pas depasser. Par exemple, nous prenons la contrainte de la CVaR
avec une contrainte de perte maximale de 1% et la contrainte du beta egale à 1, cesta`-dire que les titres du portefeuille de la CMR doivent suivre les memes fluctuations du
marche.
En cliquant sur Valider (Figure 5.3), nous obtenons les resultats suivants, qui
saffichent sur un nouveau fichier Excel qui se genère automatiquement.(Figure 5.8)
Chabbar et Lallouch
64
- M.I.S -
Figure 5.8 Resultats de loptimisation sur Excel

Le premier tableau a` gauche contient les titres disponibles sur le portefeuille après
optimisation. Ceux avec le fond gris correspondent aux nouveaux titres qui nexistaient pas
au niveau de notre portefeuille initial et que nous avons inseres au debut du programme.
Pour chaque titre il y a son rendement anticipe (en rouge sil est negatif), sa volatilite,
son poids initial, son poids final, son poids au niveau benchmark, lecart entre le poids
initial du titre pour la CMR et son poids pour benchmark et finalement lecart entre le
poids final du titre pour la CMR et son poids pour le benchmark. (Les ecarts sont inscrits
en bleu sils sont negatifs).
Table 5.3 Donnees finales - Repartition par titre
Chabbar et Lallouch
65
- M.I.S -
En haut a` droite de la feuille Excel (Figure 5.8), nous retrouvons la performance initiale
du portefeuille qui etait negative, dune valeur -0.766%. Après optimisation, nous lavons
amelioree, elle est maintenant de 0.047%. En plus du calcul des differents indicateurs de
risques pris en charge (volatilite, beta, Tracking Error, liquidite, VaR et CVaR). Nous
remarquons ainsi que nos contraintes sont bel et bien respectees. En effet, nous obtenons
un beta de 1 et une CVaR inferieure a` -1%
Table 5.4 Donnees finales - Indicateurs de risques

Sur cette meme page (Figure 5.8), en bas a` droite, nous retrouvons le tableau qui
contient les resultats de loptimisation, cette fois-ci par repartition sectorielle.
Table 5.5 Donnees finales - Repartition par secteur
Chabbar et Lallouch
66
- M.I.S -
5.5
Optimisation - R
esultats et analyse
Dans la partie precedente, nous avons utilise lalgorithme exact Find minimum of
constrained nonlinear multivariable function(fmincon) implemente par defaut sur Matlab
et qui permet de resoudre un problème doptimisation donne à plusieurs variables et dont
les contraintes sont non lineaires ce qui correspond a` notre problème. La resolution sest
faite a` laide de lalgorithme de points interieurs dont dispose fmincon. Toutefois, pour tester la robustesse et lefficacite de cet algorithme, nous avons utilise les metaheuristiques,
notamment Particle Swarm Optimisation (PSO), Quantum Particle Swarm (QPS), Modified Quantum Particle Swarm (MQP), Firefly Algorithm (FA), Cuckoo Search (CKO),
Bat-Inspired Metaheuristic Algorithm (BAT) et Particle Swarm With Random Differences
(RD). [10][22][21]
Ces algorithmes peuvent etre pertinents et interessants, dans la mesure o`
u il peuvent
trouver une solution quand la methode exacte nen trouve pas.
Nous avons donc impose à chaque algorithme les contraintes suivantes :
Le tableau qui suit regroupe les resultats decoulant de lutilisation de chaque algorithme. En effet, pour chaque algorithme nous avons calcule le temps dexecution et les
resultats lies à notre portefeuille, a` savoir la performance du portefeuille, sa volatilite,
son beta et sa tracking-error, et ce dans le but danalyser la robustesse, la rapidite et la
coherence des resultats obtenus par chacun.
Temps
Performance
Somme Volatilite
Beta Tracking
dexecution (s)
des poids
Error
Fmincon
0.139886
0.047
1
0.032 1.000
0.098
PSO
119.80744
2.332
1.3
0.151 0.517
0.033
Cuckoo Search
369.528565
4.627
1.3
1.261 -0.266
0.74
Bat
94.397229
2.737
1.7
0.234 0.787
0.061
Firefly
131.38934
8.954
2.4
3.092 -0.45
2.16
MQP
125.836084
2.324
1.3
0.148 0.528
0.031
QPSO
118.212846
2.332
1.29
0.149 0.512
0.031
RD
100.869429
2.332
1.3
0.151 0.516
0.033
Table 5.6 Comparaison entre les algorithmes doptimisation
Chabbar et Lallouch
67
- M.I.S -
Les algorithmes metaheuristiques malgre le nombre diterations eleve sur lequel ils ont
ete programmes (5000), ils ont demontre leur incapacite a` optimiser une fonction sous
plusieurs contraintes degalite et/ou dinegalite.
En effet, utiliser ces algorithmes pour des problèmes doptimisation sous une ou deux
contraintes, peut afficher un très bon resultat, mais une fois il sagit dintroduire plusieurs
contraintes (superieures à 3), ces algorithmes ne sont pas aussi efficaces si nous ne choisissons pas avec avec pertinence leurs paramètres.
Les metaheuristiques, bien quils arrivent à maximiser le rendement de notre portefeuille et afficher une performance interessante, ils ne sont pas en mesure de satisfaire
toutes les contraintes en meme temps, ce qui peut donc biaiser les resultats et ne nous
permet pas datteindre notre objectif doptimisation sous des contraintes de risque.
Toutefois, pour lamelioration de ces lacunes, il est necessaire de faire une etude approfondie sur les bons paramètres à prendre en compte lors de limplementation de ces
algorithmes.
Par consequent, en fonction des elements disponibles et a` defaut de trouver les meilleurs
paramètres, nous pouvons conclure que la methode exacte reste lalgorithme le mieux
adapte à notre problème doptimisation. Les resultats sont à la hauteur de nos attentes
et verifient parfaitement les seuils que nous leurs avions imposes.
Chabbar et Lallouch
68
- M.I.S -
Conclusion et perspectives
Au terme de ce projet, nous avons pu toucher differents aspects de la gestion de portefeuille et la gestion des risques financiers.
Dans un premier lieu, nous nous sommes interesses principalement au risque marche.
En effet, nous avons pu repondre aux besoins de lorganisme daccueil en leur fournissant
un outil efficace, programme sur VBA, leur permettant de quantifier le risque marche grace
a` une implementation des indicateurs de risque, des plus classiques (volatilite, Tracking
Error, risque à la baisse) aux plus recemment developpes (beta, VaR, CVaR). Cet outil,
dote dun reporting, permettra aux gestionnaires de la Caisse Marocaine des Retraites de
visualiser levolution de ces indicateurs en comparaison avec leur indice de reference.
Loutil est applicable pour differents types de portefeuille. Toutefois, le portefeuille
actions reste le plus int
eressant en termes dexposition au risque. Cest dans ce sens
que nous avons decide de suivre une approche doptimisation, dans le but justement de
maximiser la performance du portefeuille tout en fixant des contraintes de risques a` respecter.
Ensuite, nous avons formule et implemente le problème doptimisation sous MATLAB,
en travaillant sur un portefeuille Actions detaille, cest-à-dire, titre par titre, en incluant cette fois ci, en plus du risque marche, le risque de liquidite. En effet, ce dernier
savère très important aussi, dans la mesure o`
u tout gestionnaire cherche a` avoir des titres
liquides pour pouvoir beneficier dune plus-value en cas de vente et non pas se trouver
face à une situation de perte.
Notre programme doptimisation nous a permis de respecter toutes les contraintes de
risques imposees par le gestionnaire en generant une performance bien meilleure que celle
du passe. Ainsi, à travers une allocation dactifs optimale, nous avons pu proposer aux
gestionnaires un retour sur investissement tout en respectant le budget de risque.
Toutefois, sous contraintes de temps, nous navons pas pu toucher au risque credit,
dont limplementation aurait pu apporter une valeur ajoutee au problème doptimisation,
et raffiner lallocation dactifs.
69
Quant au portefeuille obligataire et au portefeuille global, bien quils soient moins

risques que laction, leur optimisation peut etre interessante et dautres indicateurs de
risques peuvent sy rajouter.
Après tout, la gestion de risques et la gestion de portefeuille ne cessent devoluer et
dacquerir de limportance. Ce travail nest quun volet parmi dautres, il peut donc etre
exploite afin de toucher dautres aspects de ces deux gestions.
Chabbar et Lallouch
70
- M.I.S -
Bibliographie
[1] Allianz. Methodologie et Glossaire. Global Investors, 2010.
[2] Zephyr associates. Downside deviation, 2013.
[3] Philippe Bernard. Le Modèle dEquilibre des Actifs Financiers. PhD thesis, Universite
Paris-Dauphine, 2007.
[4] Arthur Charpentier. Mesures de risque. PhD thesis, Universite Rennes, 2010.
[5] Alfredo H. Conte-Grand. La gestion des risques au sein du portefeuille - Limpact
de la crise sur les fonds de pensions en Argentine. Association internationale de la
securite sociale, 2005.
[6] J-B Desquilbet. Le MEDAF- Modèle devaluation des actifs financiers. Universite
dArtois.
[7] Directeur de la Gestion Eric Taze-Bernard. Les methodes de controle des risques de
portefeuilles. INVESCO Asset Management, 2006.
[8] Abdoulaye Wade Fatou Dioffe Ba. Le modèle de Markowitz et determination dun
portefeuille optimal. PhD thesis, Universite Gaston Berger, 2012.
[9] Raoul Fokou. Mesure du risque de marche dun portefeuille de type Actions (ValueAt-Risk, Value-At-Risk Conditionnelle). PhD thesis, Euro Institut dActuariat, 2006.
[10] Kennedy J. Particle Swarm Optimization. Proceedings of IEEE International Conference on Neural Networks, pp. 1942-1948, 1995.
[11] Jean Pierre Zigrand Jon Danielsson. On time-scaling of risk and the square root of
time rule. Journal of Economic Literature classification numbers : G18, G20, D81,
March 2003.
[12] Pavlo Krokhmal Jonas Palmquist, Stanislav Uryasev. Portfolio optimization with
conditional value-at-risk objective and constraints. 1999.
[13] Peter DeMarzo Jonathan Berk. Finance dentreprise. Pearson Edition, 2008.
[14] Elissa Parenteau. Le risque operationnel dans les caisses de retraite. PhD thesis,
HEC Montreal, 2012.
[15] R.Sobotka P.Bertrand, J.L. Prigent. Optimisation de portefeuille sous contrainte de
variance de la tracking-error, October 2000. Document de Travail n00A36.
[16] Anne Pezet. La gestion du risque dans la deicision dinvestissement, 2015.
[17] Patrice Poncet. Choix de Portefeuille et Mesures de Performance. ESSEC Business
School.
[18] Stanislav Uryasev R. Tyrrell Rockafellar. Optimization of conditional value-at-risk.
September 1999.
[19] Thierry Roncalli. Introduction a` la gestion des risques. 2001.
71
[20] Gregory Taillard. Gestion dactifs et des risques- value at risk, Mars 2006. GFN 206.
[21] X.-S. Yang. Engineering Optimisation by Cuckoo Search. Int. J. Mathematical Modelling and Numerical Optimisation, 1(4), pp. 330-343, 2010.
[22] X.-S. Yang. A New Metaheuristic Bat-Inspired Algorithm. Nature Inspired Cooperative Strategies for Optimization(NISCO 2010), 284, 65-74, 2010.
Chabbar et Lallouch
72
- M.I.S -
Webographie
[w1] http://fr.wikipedia.org/wiki/Actif_financier
[w2] http://fr.wikipedia.org/wiki/Classe_dactifs
[w3] http://fr.wikipedia.org/wiki/Portefeuille_(finance)
[w4] http://www.journaldunet.com/business/dictionnaire-economique-et-financier/
produits-financiers-definition-traduction.html
[w5] http://www.trader-finance.fr/lexique-finance/Benchmark.html
[w6] http://www.edubourse.com/guide-bourse/differences-action-obligation.php
[w7] http://www.abcbourse.com/apprendre/19_bottom_up_top_down.html
[w8] http://www.gespriv.com/la-gestion-indicielle.html
[w9] http://www.larousse.fr/dictionnaires/francais/risque/69557
[w10] http://docslide.fr/gestion-de-risques-caisse-nationale-de-securite-sociale.
html
[w11] http://www.cirano.qc.ca/pdf/publication/2002RP-16.pdf
[w12] http://www.edubourse.com/guide-bourse/risques-specifiques-marches.php
[w13] http://fr.wikipedia.org/wiki/Risque_de_march
[w14] http://www.fimarkets.com/pages/risque_operationnel.php
[w15] http://www.abcbourse.com/apprendre/19_volatilite.html
[w16] http://fr.wikipedia.org/wiki/Corrlation(statistiques)
[w17] ttp://fr.wikipedia.org/wiki/Coefficient_bta
[w18] http://fr.wikipedia.org/wiki/Duration
[w19] http://www.iotafinance.com/Article-analyse-d-une-obligation.html
[w20] http://fr.wikipedia.org/wiki/Sensibilit(Economie)
[w21] http://fr.wikipedia.org/wiki/Convexit(Economie)
[w22] https://fr.wikipedia.org/wiki/Modle_Black-Scholes
73
Annexes
Particle Swarm Optimisation (PSO) ou encore Optimisation par essaim de particules (OEP) est un algorithme populaire en raison de sa simplicite et sa rapidite. PSO
a pour but de rechercher loptimum global dune fonction objectif. Lanalogie se fait par
rapport à un essaim (population) doiseaux par exemple qui sont a` la recherche de nourriture (optimum global).
Chaque oiseau, en explorant lespace de recherche, trouve un optimum personnel (personal
best) et connait egalement loptimum global (global best) de lessaim. Ainsi, il continue
a` voler tout en garder ces informations. Ces 2 optimums vont intervenir sur la manière
dont la trajectoire de loiseau se modifie en changeant son vecteur vitesse.
Le PSO est moins sensible aux problèmes de loptimum local. Il est base sur le comportement social des differentes especes et utilise une equation de mise à jour pour generer
de nouvelles solutions.
74

Algorithm 1 Particle Swarm Optimisation
1: 1-Initialisation Cr
eer une population initiale de solutions.
2: 2- Evaluation et Stockage
3: Xbest,1 = X1
4: On
evalue la fonction objective notee F, pour cette solution X1 :
5: y = f (X1 )
6: On
evalue la fonction objective pour les autres solutions Xi , donc on a :
7: for i = 2 : popsize do
8:
if F (Xi ) < y then
9:
Xbest,i = Xi
10:
y = F (Xi )
11:
end if
12: end for
13: Xbest,G = Xbest,i
14: 3- Boucle principale
15: for g = 1 : M axgen do
16:
for i = 1 : popsize do
17:
Merre à jour lequation de position des particules
~ g+1 = X
~ g + V~ g
X
i
i
i
18:
Mettre à jour lequation de vitese

~ best,i X
~ i ) + R2 (X
~ best,G X
~ i)
V~ig = V~ig1 + R1 (X
19:
20:
21:
22:
23:
24:
25:
26:
27:
(5.25)
(5.26)
On evalue la fonction objective

if F (Xi ) < F (Xbest,i ) then
Xbest,i = Xi
end if
end for
if F (Xbest,i ) < F (Xbest,G ) then
Xbest,G = Xbest,i
end if
end for
avec V~ est le vecteur vitesse, et (dune valeur respective de 0.5 et 2) sont des
scalaires predefinis, g le nombre diterations et R1 et R2 sont des nombres aleatoires uni~ best,i correspond à la meilleure valeur de la ième
formement repartis (0, 1). Le vecteur X
~ best,G correspond à la meilleure solution (egalement
solution (appele ici indivual best), X
connu comme global best). Le premier terme a` droite de lequation 5.26 est le facteur
dinertie qui est un multiple scalaire de la vitesse a` partir des iterations precedentes.
Chabbar et Lallouch
75
- M.I.S -
Quantum Particle Swarm (QPS) a ete propose en 2004 et inspire par la mecanique
quantique, et traite les solutions individuelles de PSO comme des particules quantiques.
La difference fondamentale entre cet algorithme et PSO est simplement lequation de mise
a` jour. QPS nutilise plus un terme dinertie, mais plutot ce quon appelle un attracteur
local.
Algorithm 2 Quantum-Behaved Particle Swarm
1- Initialisation Creer une population initiale de solution.
2: 2- Evaluation et Stockage
Xbest,1 = X1
4: On
evalue la fonction objective notee F, pour cette solution X1 :
y = f (X1 )
6: On
8:
if F (Xi ) < y then
Xbest,i = Xi
10:
y = F (Xi )
end if
12: end for
Xbest,G = Xbest,i
for g = 1 : M axgen do
16:
On definit lattracteur local
~ best,i + (1 )X
~ best,G
p~i = X
18:
avec
=
R1
R1 + R2
Mettre à jour lequation de position des particules

~g X
~ g ln(1/R3 )
~ g+1 = p~i C
X
i
i
20:
22:
24:
26:
28:
(5.27)
(5.28)
On evalue la fonction objective

if F (Xi ) < F (Xbest,i ) then
Xbest,i = Xi
end if
end for
if F (Xbest,i ) < F (Xbest,G ) then
Xbest,G = Xbest,i
end if
end for
~ g est ce quon appelle mean best value qui est simplement la moyenne
avec C
arithmetique des meilleurs vecteurs individuels pour chaque generation. Les scalaires R1 ,
R2 et R3 sont des nombres aleatoires (0, 1), et est un paramètre defini par lutilisateur
qui diminue lineairement au cours de chaque generation de 1 à 0,5.
Chabbar et Lallouch
76
- M.I.S -
Modified Quantum-Behaved Particle Swarm MQP consiste a` modifier aleatoirement

lattracteur local p~i
~ best,i
a. Selectionner un invidivual best vecteur j different de X
~ best,j ) < F (X
~ best,i )
b. If F (X
~ best,G dans lequation (5) par X
~ best,j
Remplacer X
En dautres termes, cette methode provoque lequation (5.28) pour etre soit la combinaison lineaire du vecteur i de linvidual best et le global best, ou la combinaison lineaire
du vecteur i de lindivual best et dun autre choisi au hasard, superieur a` lindivual best.
Le reste de lalgorithme est identique à celui de QPS. Il est suggere que soit mise en
place de telle facon a` diminuer lineairement au cours de chaque generation de 1 a` 0,4.
Chabbar et Lallouch
77
- M.I.S -
Firefly Algorithm, propose par le Dr Yang en 2009, est un algorithme qui est base
sur le comportement daccouplement des lucioles. Dans certaines circonstances, le Dr Yang
souligne que FA est un cas particulier de PSO.
Algorithm 3 Firefly Algorithm
1- Initialisation Creer une population initiale.
2- Evaluation Evaluer la fonction objective pour chaque solution
Calculer alpha
6:
for j = 1 : popsize do
~ i ) < F (X
~ j ) then
if F (X
~ i et X
~j
9:
1. Calculer la distance Euclidiènne r entre X
2. Calculer lattractivite
2
= (0 min )er + min
(5.29)
3. Generer un vecteur de perturbation aleatoire

dim
X
~u =
((R 0.05) L)b
ei
(5.30)
i=1
12:
4. Appliquer lequation :
~ g+1 = (1 )X
~ g + X
~ g + ~u
X
i
i
j
(5.31)
end if
end for
15:
end for
Evaluer la fonction objective de la nouvelle population
end for
La forme et la mise en oeuvre de (5.31) sont très importantes. Lors de la mise en
oeuvre, la luciole est comparee a` chaque luciole qui lui est superieure et deplacee dans
cette direction sans re-evaluation de la fonction objective. Par consequent, une seule luciole
peut avoir sa position a` jour à plusieurs reprises avant datteindre sa destination finale et,
comme la position precedente est incluse dans chaque mise à jour, cette equation combine
parfaitement les etapes precedentes.
Chabbar et Lallouch
78
- M.I.S -
Lalgorithme BAT ressemble a` DE (Differential Evolution) en terme de comparaisons afin de mettre à jour chaque nouvelle generation de solutions de candidats. Il intègre
partiellement les perturbations de la meilleure solution dans sa formulation, et comme PS,
il recherche lespace de fonction base sur un multiple de la difference entre le global best
et un indivual particuler . Cependant, chacune de ces etapes est effectuee separement,
et la comparaison de levolution differentielle (DE) est utilisee à la fin pour determiner
quelles solutions candidates sont retenues et celles qui sont rejetees.
Algorithm 4 Bat-Inspired Algorithm
2- Evaluation Evaluer la fonction objective pour chaque solution
3- Boucle principale
4: for g = 1 : M axgen do
Calculer A
1
1 M axgen
)
Ag = Ag1 (
9000
Copier loriginale population dans une population temporaire k
8:
1. Calculer la frequence et la vitesse
(5.32)
f = fmin (fmax fmin ) R
(5.33)
Comme pour PS
~ g+1 = X
~ g + V~ g
X
i
i
i
Pour chaque composante k du vecteur de vitesse
12:
g
g1
g
g
Vi,k
= Vi,k
+ (Xi,k
XbestG,k
)f
16:
(5.34)
2. Mettre a` jour la population temporaire en utilisant la vitesse

end for
3.
if R1 > then
Remplacer le membre donne de la population temporaire avec une perturbation
aleatoire du global best individual
g
g
Bi,k
= XbestG,k
+ 0.01(a + (b a)) R)
(5.35)
end if
20:
4. Evaluer la fonction objective pour la population temporaire
5.
if Le membre de la population temporaire est meilleur que loriginal then
if R2 > A then
24:
Remplacer loriginal
end if
end if
end for
Chabbar et Lallouch
79
- M.I.S -
Cuckoo Search est quant à lui base sur les habitudes de nidification etranges de
loiseau de coucou. Cet algorithme integre egalement des vols de Levy (des marches
aleatoires)pour des fins doptimisation.
Algorithm 5 Cuckoo Search
2- Evaluation Calculer la fonction objective pour chaque solution
5:
Copier la population initiale dans une population temporaire k
Mettre à jour les positions de la population temporaire en utilisant les vols de
Levy
g+1
g
Xi,k
= Xi,k
+ (0.01
10:
N1
1/
|N2 |
g
g
(Xi,k
XbestG,k
)) N3
(5.36)
Evaluer la fonction objective pour la population temporaire

Modifier la population temporaire en utilisant la procedure du nid vide.
if R1 > pa then
~ g+1 = X
~ g + R2 (X
~g X
~ g)
X
i
i
j
k
(5.37)
end if
Evaluer la fonction objective pour la population temporaire
15:
end for
if Le membre de la population temporaire est meilleur que loriginal then
Remplacer loriginal
end if
end for
Dans lequation (5.36), N1 , N2 et N3 sont des nombres normalement distribue centre
a` zero, est un paramètre predefini ( ici =1.5), k est le numero de la dimension, et
0.69657
Dans lequation (5.37), R1 et R2 sont des nombres aleatoires uniformement repartis
(0, 1), et pa est un paramètre predefini ( ici =0.25). Les deux membres de la population
designees par j et k sont choisis au hasard dans la population.
Chabbar et Lallouch
80
- M.I.S -
Particle Swarm With Random Differences (RD) est inspire par le concept des
marches aleatoires et lattracteur locale modifiee du MQP, il ajoute à la polyvalence de
PSO sans changer radicalement la procedure de base. Traditionnellement, chaque solution
en PSO est soustraite de son propre meilleur vecteur individuel. Cette methode introduit
une probabilite quune solution soit soustraite dun indivual best autre que le sien.
Algorithm 6 Particle Swarm with Random Differences
1-Initialisation Creer une population initiale de solutions.
2- Evaluation et Stockage
Xbest,1 = X1
On evalue la fonction objective notee F, pour cette solution X1 :
y = f (X1 )
6: On
if F (Xi ) < y) then
Xbest,i = Xi
y = F (Xi )
end if
12: end for
Xbest,G = Xbest,i
if R < Rp then
18:
Melanger au hasard les best individual vecteurs de sorte que chaque solution
soit soustraite de lindivual best dune autre solution j plutot que la sienne i
end if
Merre à jour lequation de position des particules
~ g + V~ g
~ g+1 = X
X
i
i
i
Mettre à jour lequation de vitese
~ best,j X
~ i ) + R2 (X
~ best,G X
~ i)
V~ig = V~ig1 + R1 (X
(5.38)
where i,j [1, popsize] and i 6= j

Evaluer la fonction objective pour la nouvelle solution j
24:
if F (Xj ) < F (Xbest,j ) then
Xbest,j = Xj
end if
end for
if F (Xbest,j ) < F (Xbest,G ) then
Xbest,G = Xbest,j
30:
end if
end for
Rp est la probabilite de difference aleatoire, cest un paramètre predifini [0, 1] qui
diminue lineairement avec le nombre de generation de 0,5 a` 0,0 selon le nombre maximum
de generations
Chabbar et Lallouch
81
- M.I.S -

Pfe-Optimisation Portefeuille Sous Contrainte de Risque

Transféré par

Informations du document

Description :

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 ?

Description :

Droits d'auteur :

Formats disponibles

Pfe-Optimisation Portefeuille Sous Contrainte de Risque

Titre original :

Transféré par

Description :

Droits d'auteur :

Formats disponibles

Royaume du Maroc

UNIVERSITE MOHAMED V AGDAL - RABAT

OPTIMISATION DE PORTEFEUILLE SOUS DES

En vue de lobtention du dipl

Devant le jury compos

Responsable PGP - CMR

Annee universitaire 2014/2015

Table des mati`

3 Gestion des risques

Optimisation du portefeuille sous des contraintes de risque

5 Optimisation du portefeuille Actions

Liste des acronymes

Table des figures

Evolution de lindice MASI Rentabilite Brut . . . . . . . . . . . . . . . . .

Interface Menu sur Matlab . . . . . . .

Liste des tableaux

Donnees initiales - Repartition par secteur . . . .

Optimisation du portefeuille sous des contraintes de risque

Optimisation du portefeuille sous des contraintes de risque

Outre la Direction et le Secretariat General, lorganisation de la CMR est constituee

Figure 1 Organigramme de la CMR

Optimisation du portefeuille sous des contraintes de risque

Division des operations

Service Back Office

Figure 2 Organisation du Pole Gestion de Portefeuille

Avant dentrer le vif du sujet de ce chapitre, certaines definitions et notions doivent

Definissons dabord ce quest une classe dactifs.

Optimisation du portefeuille sous des contraintes de risque

Pour un gestionnaire de portefeuille, choisir la classe dactifs `a detenir afin de beneficier

Optimisation du portefeuille sous des contraintes de risque

Figure 1.1 Evolution de lindice MASI Rentabilite Brut

Optimisation du portefeuille sous des contraintes de risque

Les obligations sont generalement considerees comme un investissement plus s

Les fonds mon

Optimisation du portefeuille sous des contraintes de risque

La gestion active a pour but de surclasser et battre le benchmark. Lobjectif attendu

Optimisation du portefeuille sous des contraintes de risque

Optimisation du portefeuille sous des contraintes de risque

Le developpement croissant des activites financi`eres et linstabilite de lenvironnement

Typologie des risques

Optimisation du portefeuille sous des contraintes de risque

Optimisation du portefeuille sous des contraintes de risque

La largeur ou letroitesse, correspond `a lamplitude de la fourchette offre-demande

Lorsquune entreprise a besoin de capitaux elle se retrouve face a` deux choix :

Optimisation du portefeuille sous des contraintes de risque

Optimisation du portefeuille sous des contraintes de risque

La formule pour calculer la valeur liquidative est la suivante :

Actif net a` linstant t

Valeur des actifs - (Depenses + Frais fonds)

Optimisation du portefeuille sous des contraintes de risque

Outils de mesure de risque

Optimisation du portefeuille sous des contraintes de risque

Figure 3.1 Interpretation de la volatilite

Optimisation du portefeuille sous des contraintes de risque

T est le nombre de periodes elementaires sur la periode danalyse

t=1 (Ecartt Ecart)

Optimisation du portefeuille sous des contraintes de risque

Le beta represente le risque systematique, un risque attribue a` la volatilite du marche

Optimisation du portefeuille sous des contraintes de risque

De la meme mani`ere, en cliquant sur Date de fin , un calendrier apparait avec