Vous êtes sur la page 1sur 45

Economie de lincertain

L. Denant-Bomont
Matre de confrences

http://perso.univ-rennes1.fr/laurent.denant-boemont
Laurent.Denant-Boemont@univ-rennes1.fr

Licence 3me anne Mathmatiques Appliques aux Sciences


Sociales

1
Introduction

1. Quest ce que lincertitude ?


2. Les diffrents types dincertitude
3. Les enjeux de la prise en compte
de lincertitude : quelques exemples
paroxystiques
4. Risque vs Incertitude
5. Plan du cours et bibliographie

2
1. Quest-ce que lincertitude ?
Lincertitude caractrise une situation dans laquelle
aujourdhui je ne sais pas ce que sera ma situation demain, la
situation de mon voisin demain, etc
Mais aussi je ne sais pas ce quaujourdhui pense mon voisin
de moi, ce que sont ces intentions mon gard, quel est son
type.
.. Voire je ne sais pas ce que seront mes gots futurs (aimerai-je
toujours la Star Ac dans 1 an ?)
Certains types dincertitude se rsolvent en partie au cours du
temps (acquisition dinformation : qui va gagner la Star Ac ?),
mais dautres non (si mon voisin ne fait rien vis--vis de
moi, je ne connaitrai jamais ses intentions)
Le problme de lincertitude ne vient pas tant de lignorance
de lindividu que des consquences (gains ou pertes) quelle
peut avoir sur lindividu et quil anticipe.

3
Les consquences de lincertitude
Lincertitude va donc avoir des consquences sur les dcisions
courantes des individus : celles-ci pourraient savrer ex post
inadaptes (ex post : une fois lincertitude rsolue, ex ante :
avant que lincertitude sur quelque chose soit rsolue)
Incertitude sur ma situation : ces tudes de MASS vont-elles vraiment
me permettre de gagner ma vie ? Ne vaut-il pas mieux que je tente ma
chance la Star Ac ?
Incertitude sur les actions des autres : sil tente sa chance la Star
Ac, alors je ne dois pas y aller, car il chante mieux que moi.. Mais sil ny
va pas, jai mes chances.
Incertitude sur mes prfrences futures : si je naime plus la Star Ac
dans 1 an, dois-je vraiment prendre des leons de chant ?

4
Lincertitude sur ses prfrences futures : Paying
not to go the gym
Della Vigna & Malmandier (2007),
AER
Hypothse dHomo oeconomicus :
Les consommateurs ont des anticipations
rationnelles sur leurs consommations
futures et choisissent le panier qui
maximise leur utilit,
Les personnes qui prennent un
abonnement en club de gym payent
environ 70$ par mois, et ne visitent
quen moyenne 4.3 fois le club (soit
17$ par visite), alors quune visite
hors abonnement cote 10$ .

5
2. Les diffrents types dincertitude en conomie
Environnement dcisionnel (la Gaule romaine vers 50 av. J.C)

Incertitude dcisionnelle
(le ciel va-t-il nous tomber sur la tte ?)

Incertitude stratgique
(quelles sont ses intentions ?)

6
Les diffrents types dincertitude

Lincertitude dcisionnelle concerne lenvironnement


dcisionnel des individus et sapplique a priori tous sans quils
aient une quelconque prise sur cet environnement (quel temps
fera-t-il demain ?). Lincertitude dcisionnelle est donc
totalement exogne la dcision..
Lincertitude stratgique vient du fait que jinteragis avec les
autres : quelles sont ses prfrences ? Quel est lespace des
stratgies quil peut dployer et qui peuvent maffecter ?
Lincertitude stratgique est une situation dans laquelle je ne
connais pas les prfrences de mon partenaire, ou lensemble de
ses actions, ou son niveau dinformation.
Par consquent, les jeux sans incertitude stratgique ne seront
pas traits (exemple : le dilemme du prisonnier et ses drivs)

7
3. Les enjeux de la prise en compte conomique de lincertitude :
quelques exemples
(a) les cots de construction de grands projets de transport

Source : Flyjbjerg and al. (2003), Megaprojects and Risk, Cambridge University Press.
8
3. Les enjeux de la prise en compte conomique de lincertitude :
quelques exemples
(b) les prvisions de demande

9
3. Les enjeux de la prise en compte conomique de lincertitude :
quelques exemples
(c) la rentabilit

Lexemple du tunnel sous la Manche, 100 pennies = 1 ; actions vendues au prix de 3.5 en dc. 1987
Source : Flyjbjerg and al. (2003), Megaprojects and Risk, Cambridge University Press.
10
4. risque vs incertitude

p R11
s1

d1 s2 (1-p)

R12

d2 p R21
s1

(1-p)

s2 R22

11
4. risque vs incertitude

F Knight (1921)
Risque : tats + probabilits
Incertitude : tats non probabiliss
Incertitude radicale : ni tats ni probabilits
NB : cette distinction porte sur laspect dcisionnel (et
pas forcment stratgique)

12
Bibliographie

Kast R. (1993), Thorie de la dcision, Repres, La


dcouverte
Holt, C.A. (2007), Markets, Games and Economic Behavior,
Wiley & sons.
Laffont, J.-J. (1990), Economie de lincertain et de
linformation, Dunod.

13
4. Plan du cours (provisoire)

Chap. 1. Critres de dcision individuelle en avenir risqu


Chap. 2. LEsprance dUtilit (EU) de Von Neumann-
Morgenstern
Chap 3. Remises en cause empiriques et modles alternatifs
lEU
Chap 4. Critres de dcision individuelle en avenir incertain
Chap. 5. Incertitude stratgique sur les prfrences
Chap. 6. Incertitude stratgique en prsence dincertitude
dcisionnelle
Chapitre 7. incertitude stratgique en prsence dasymtrie
informationnelle

14
Un exemple rcurrent : VAN de 3 projets de TC selon 3 tats possibles de la demande

Demande leve moyenne faible


projet

A
Tramway 100 50 30

B
Bus guid 65 70 40

C
Bus articul en 35 45 50
site protg

15
Chapitre 1. Critres de dcision individuelle en
avenir risqu

1. Fondements de lesprance de gain


2. Le critre de lEsprance Mathma-
tique de Gain (EMG) et ses drivs
3. Le critre Esprance-Variance de
Markowitz
4. Les limites du critre dEMG et le
Michael Cimino (1978), Voyage au bout de lenfer critre de Bernoulli
(The Deer Hunter)

16
1. Fondements de lesprance de gain : Qui veut
gagner des millions ?
Srie de questions avec 4 rponses possibles.
15 questions avec 2 paliers, lun 1500 au bout de 5
questions, lautre 48000 la 10me question
Imaginez que vous soyez la 14me question et que vous
ayez donc atteint 300 000. La 15me vous permet daccder
au million d (source :
http://fr.wikipedia.org/wiki/Qui_veut_gagner_des_million
s_%3F )
Il vous reste loption 50/50 qui permet dliminer 2
rponses possibles sur les 4. supposons quaucune des deux
rponses possibles ne soit plus probable que lautre (vous
ne connaissez rien la question)
Loption est donc entre abandonner et gagner 300 000
ou continuer en ayant avoir 50% de chances de gagner 1
000 000 et 50% de chances de gagner 48 000
Que faire ?
Lesprance de gain de continuer est :
0.5* 48000 +0.5*1 000 000 = 524 000
Le supplment de gain espr de 224 000 (524 000 300 000)
vaut-il le risque pris continuer ?

17
Le pari de Pascal (1670) : croire ou ne
pas croire en Dieu ?
Vous avez deux choses perdre : le vrai et le bien, et deux choses engager : votre raison et votre volont, votre
connaissance et votre batitude; et votre nature a deux choses fuir : l'erreur et la misre. Votre raison n'est pas
plus blesse, en choisissant l'un que l'autre, puisqu'il faut ncessairement choisir. Voil un point vid. Mais votre
batitude ? Pesons le gain et la perte, en prenant choix que Dieu est. Estimons ces deux cas : si vous gagnez, vous
gagnez tout; si vous perdez, vous ne perdez rien. Gagez donc qu'il est, sans hsiter. Penses, Blaise Pascal
(1670)
Question : vaut-il mieux avoir la foi ou tre un mcrant sachant quil est possible que
Dieu nexiste pas ?
Pascal : il vaut mieux avoir la foi car cela est rationnel
En effet, si je nai pas la foi, et que Dieu existe, alors jirai en enfer. Et si Dieu nexiste pas, alors
peu importe (le nant pour tous).
Si jai la foi et que Dieu existe (et que je nai pas trop commis de pchs!!), alors jirai au Paradis. Si
Dieu nexiste pas, alors peu importe.
En clair, si on se donne un certain pourcentage de chances que Dieu existe (et donc une
probabilit 1-p que Dieu nexiste pas), alors lacte davoir la foi est toujours plus intressant que
lacte qui consiste ne pas avoir la foi :

Gain espr de croire en Dieu Gain espr de ne pas croire en Dieu

Proba ( Dieu existe) X Paradis + (1-p) X 0 >>> Proba ( Dieu existe) X Enfer + (1-p) X 0.

Cest donc un pari rationnel que de miser sur lexistence de Dieu.


Cest le premier cas dutilisation dun raisonnement en termes desprance mathmatique de gains
18
2. Critre dEsprance Mathmatique de Gain et ses drivs
(a) lEsprance Mathmatique de Gain
Lensemble des dcisions reprsente un vecteur D composs de m
lments D={d1, , di, , dm}
Lensemble des tats de la Nature S compos de J lments S ={s1, ,
sj, , sn}
Lensemble des rsultats correspond au produit R=D x S, soit une
matrice compose de (n x m) lments
La distribution de probabilits sur les tats de la Nature
P={p1,pj,pn}
Lesprance mathmatique de gain scrit alors :
s j =n

E (d i ) = p r j ij O j indice ltat de la nature, i la


s j =1 dcision
Et on cherche la dcision optimale tq :

d * arg max(EMG(d i ))

19
Lesprance de gain : exemple

Si Pr (X=x) = {0,2 ; 0,5 ; 0,3}


Alors EMG (A) = 0,2 x 100 + 0,5 x 50 + 0,3 x 30 = 55
millions d
EMG (B) = 0,2 x 65 + 0,5 x 70 + 0,3 x 40 = 60
EMG (C) = 0,2 x 35 + 0,5 x 45 + 0,3 x 50 = 44,5
Do B > A > C

20
Un driv : le critre de Laplace

Si la distribution des probabilits est suppose comme tant uniforme (par


exemple, en cas dincertitude) :

P = {p1 ,... pi ,... pn }


1
avec p1 = ... = p j = ... = pn =
n
Le critre de Laplace scrit :

r ij

L(d i ) =
j

n
Soit L(A)=(100+50+30)/3=60
L(B)= (65+70+40)/3=58.33
L(C)= (35+45+50)/3=43.33
Donc A>B>C

21
3. Le critre de Markowitz et la frontire
defficience
Le critre de Markowitz (1952) a t dtermin pour arbitrer
entre la possession de diffrents titres financiers ou portefeuilles
financiers,
Basiquement, le risque dun titre ou dun portefeuille peut tre
mesur par la dispersion de son cours (ses cours) tout au long du
temps, et tre utilis pour prvoir son volution future,
La dispersion des cours ou rendement dun titre peut tre mesur
par lcart-type,
Cette mesure de la dispersion va complter linformation de
linvestisseur sur le rendement ou le cours moyen du titre ou du
portefeuille.
a priori, un investisseur va prfrer les titres les plus rentables
mais impliquant le moins de risque

22
La volatilit des titres financiers

NB : la volatilit historique
dun titre ou dun portefeuille
se mesure le plus souvent
travers un coefficient Beta,
dfini par le rapport entre la
variance du titre et la
covariance du titre lgard
dun indice rfrence.
Si le coefficient Beta est >1
(par ex. 1.5), cela signifie que
la variation moyenne du
cours a t de 1.5% quand
celle de lindice rfrent a t
de 1%. Le Beta reprsente
donc une lasticit du cours
du titre par rapport au cours
moyen des titres de lindice.
Cela signifie que, en
moyenne, le cours a t 25%
plus lev mais aussi 25%
plus bas que lindice

23
(a) Le critre de MARKOWITZ

Fonction de valorisation :
La fonction de valorisation est caractrise par un couple compos
par lesprance mathmatique de la dcision et sa variance.

s j =n

E (d i ) = (p R )
s j =1
j ij

s j =n 2

(d i ) = p j (Rij E (d i ))
2

s j =1

24
Critre de choix n 1 :

E (d k ) E (d l ) et (d k ) < (d l )

d k f d l si ou bien
E ( d ) > E (d ) et ( d ) ( d )
k l k l

Cette rgle de comparaison est assez restrictive :

Elle ne prend pas en considration le fait quun fort cart-


type puisse tre compens par une forte esprance .

Donc ce critre ne fonctionne pas toujours : il faut le complter

25
Exemple dapplication

Actions\tats s1 s2 s3 s4
d1 20 25 40 100
d2 5 30 50 125
d3 40 50 75 0
p(sj) p1=0.20 p2=0.25 p3=0.40 p4=0.15

E (d1 ) = 41,25
(d1 ) = 25,97
E (d 2 ) = 47,25 d 3 f d1
d * = d3
(d 2 ) = 31,37 d3 f d 2
E (d 3 ) = 50,50
(d 3 ) = 24,95
26
Si le critre prcdent ne permettait pas de se prononcer on utiliserait le critre de choix n 2 :

critre de choix n 2 :

E (d k ) E (d l )
d k f dl si >
(d k ) (d l )

Cette rgle consiste mesurer le pourcentage


desprance par unit dcart type

La meilleur stratgie sera celle qui aura la plus grande


esprance par unit dcart type
27
Application du critre n2 :

E (d1 ) = 41,25 E (d1 ) 41,25


= 1,58
(d1 ) = 25,97 (d1 ) 25,97

E (d 2 ) = 47,25 E (d 2 ) 47,25
= 1,50 d 3 f d1 f d 2
(d 2 ) = 31,37 (d 2 ) 31,37

E (d 3 ) = 50,50 E (d 3 ) 50,50
= 2,02
(d 3 ) = 24,95 (d 3 ) 24,95

28
Donnes empiriques (Guedhami et al., 1999)

29
(b) La frontire defficience des portefeuilles
financiers
Supposons une collection de diffrents titres financiers
caractriss par leur esprance de gain et leur cart type.
En gnral, un supplment de gain espr est obtenu
moyennant une augmentation du risque, cd de la
volatilit du titre
Par ailleurs, le supplment de gain espr a tendance a
crotre moins rapidement que la volatilit du titre
(hypothse valide par lobservation empirique)

30
Donnes empiriques (Sanfilippo, 2002)

(Moment Partiel dordre Infrieur)

31
La frontire defficience
(gain espr ou taux de U2
Rendement du titre

rendement espr)

U1

Volatilit du titre
(cart type)
32
4. Les limites de lesprance mathmatique de gain et
le critre de Bernoulli
(a) Exemple 1 : le philanthrope sadique

Supposons un individu qui doit mourir dici 2 jours


moins dtre opr moyennant un cot de 100 000
Cet individu, une heure de dcder, rencontre un
philanthrope sadique qui lui propose le choix suivant :
a) Une loterie A qui lui rapporte 50 000 avec une probabilit p de 0.5
et 75 000 avec (1-p)=0.5
b) Une loterie B qui lui rapporte 100 000 avec une probabilit p de
0.01 et 0 avec (1-p)=0.99
Quel choix fera-t-il ?

33
Le philanthrope sadique
Sil raisonne en esprance mathmatique, il choisira la loterie A
car 0.5(50000)+0.5(75000) = 62500 > 0.01 (100000)+0.99(0) =
1000
Or ce choix est stupide car seule la loterie B lui donne un espoir
de survie, tandis quavec la loterie A, cest la mort assure ! (
moins dtre un bon ngociateur avec le chirurgien)
On peut penser que la survie est prfrable nimporte quelle
issue montaire infrieure 100 000 euros et donc lesprance
mathmatique est clairement insuffisante dans ce cas de choix

34
Le philanthrope sadique : moralit

Supposons que lindividu attache une certaine utilit


aux issues conscutives aux loteries A et B
Si U(mort) = 0 et U(vie) = 1, alors lesprance des
loteries avec ces utilits scrit :
Loterie A : 0.5 X U(A si S1) + 0.5 X U(A si S2)
= 0.5 (0) + 0.5 (0) = 0
Loterie B : 0.5 X U(B si S1) + 0.5 X U(B si S2)
= 0.01 (1) + 0.99 (0) = 0.01

35
(b) Exemple 2 : Le paradoxe de St Petersbourg
(1738)
D. Bernoulli (1700-1782), mathmaticien lacadmie de St
Petersbourg.
Soit le choix entre 2 loteries (2 dcisions), lune procurant un
gain certain de 1 million d (d1) et lautre procurant un gain de
2n conscutif lapparition du ct face dune pice de
monnaie au nime lancer (d2),
(exemple : si face sort au 23me lancer de la pice, aprs 22
sorties de pile les fois prcdentes, le gain de cette loterie est
223=8.389 millions deuros.)
Quel choix faites-vous, d1 ou d2 ?

36
Le choix de St Petersbourg en termes darbre de
dcision
p=1
1 000 000

d1

p=1/2 F
21
d2 p=1/2 F
22
p=1/2 P
p=1/2 F
23
p=1/2 P
p=1/2 F
24
p=1/2 P

p=1/2 P

37
Lapplication du critre desprance mathmatique

EMG(d1) = 1 X 1 000 000 = 1 000 000


EMG(d2) = X 2 + X 4 + X 8 + X 16 +
.+ X 2100 +. = +

Do daprs lapplication de la maximisation de


lEMG, d2 prfrable d1 !

38
(c) Le critre de BERNOULLI
Bernoulli critique le critre de PASCAL partir dun
exemple simple
Un mendiant possde un billet de loterie lui permettant
de gagner 20.000 Ducats avec une probabilit gale
0,5.
Un riche marchand lui propose dacheter ce billet 9.000
Ducats. Le mendiant accepte, ce qui est contraire au
paradigme Pascalien !

39
Formalisation de ce problme :

s1 s2

d1 0 20 000

a2 9 000 9 000

Prob{sj} 0,5 0,5

E (d1 ) = 0,5 0 + 0,5 20000 = 10000


d * = d1
E (d 2 ) = 0,5 9000 + 0,5 9000 = 9000

Pourquoi le mendiant prfre vendre son billet de loterie ?

40
(c) Le critre de Bernoulli

Bernoulli : ce nest pas le gain en lui mme qui intresse


les individus mais plutt lutilit que le gain procure.
Un individu k va valuer la valeur du pari avec une
fonction du type
s j =n

EU k (d i ) = j (rij )
p U k

s j =1

Le critre de choix consiste donc dterminer la


dcision qui maximise la fonction dvaluation des
consquences
d * arg max EU k (d i )
41
Rsolution du paradoxe en prsence dune fonction
dvaluation des consquences diffrente de f(x)=x
Le mendiant accepte de vendre son billet de loterie ds lors que :

EU (d 2 ) > EU (d1 )
Soit :

u (0 ) + u (20000 ) < u (9000 ) + u (9000)


1 1 1 1
2 2 2 2

u (20000 ) < 2.u (9000 )

Si la fonction dutilit du mendiant est de type u(x)=Ln(x), il


est rationnel daccepter lchange :
Ln(20000)=9,9 et 2*Ln(9000)=18,20

42
Gnralisation et application au paradoxe de St
Ptersbourg : la convergence dun srie gomtrique

Une srie gomtrique S n = a + aq + aq 2 + ... + aq n

Est une srie de terme gnral : u n = aq n

Si on multiplie cette srie par q, la (


qS n = q a + aq + aq 2 + ... + aq n )
raison de cette suite, on obtient = aq + aq 2 + ... + aq n +1

Et que lon calcule : S n qS n = a aq n +1

Sn =a
(1 q ) n +1

(1 q )

43
Le paradoxe de St Ptersbourg et la convergence
dun srie gomtrique
1
Si on suppose que u(x ) = x 2

Le pari de St Ptersbourg peut


2
( ) ( )
2 2
(
n +1
) ( )
n +1 2
1 1 1
scrire comme une srie 1
S n = 2 2 + 2 2 + ... + 2
2
2 + ...

gomtrique de terme infini :

1
u2 un +1
La raison dune telle srie est : q= = =2 2
u1 un

Et on calcule : 0
n

( n +1 )
1

1 2 2

= 2 2 1 0 2 .414 < (1000000 )0.5 = 1000
1 1
S = 2 2
lim
n +
n
1
1
1 2 2 1 2 2

44
Conclusions du chapitre 1

Critres simples lis lEMG


Mais limites inhrentes : ne tient pas compte du fait que
lattitude vis--vis du risque peut tre trs diffrente
dun individu lautre
et que ce nest pas forcment le gain qui importe
mais lutilit du gain.

45

Vous aimerez peut-être aussi