Explorer les Livres électroniques
Catégories
Explorer les Livres audio
Catégories
Explorer les Magazines
Catégories
Explorer les Documents
Catégories
-Pierre CADESTIN
-Magali DRIGHES
-Raphael MINATO
-Mathieu SELLES
Enseignement de Carole GRESSE- MASTER 2 1
FINANCE - Le risque Idiosyncrasique
Introduction
• Risque idiosyncrasique : risque non pris en compte dans le risque de
marché (indépendant des phénomènes qui affectent l'ensemble des
titres)
• Méthodologie
• Mesures de risques & régression Î Estimateur
• Tests de Robustesse
• Interprétation économique
• Stratégie de Trading
Enseignement de Carole GRESSE- MASTER 2 2
FINANCE - Le risque Idiosyncrasique
Sommaire
• Le MEDAF : Ri − R f = β i ( Rm − R f ) + ε i
• Variance du portefeuille :
• Variance du portefeuille :
Contre - cycles
Résumé :
rvw,t +1 = α + β X t + ε t +1
Conclusion :
• Problématique :
On peut décrire une loi statistique grâce à ses paramètres.
Estimateur = v.a donnant l’évaluation du paramètre d’une loi.
L’estimateur n’est jamais parfait car on ne dispose pas d’un échantillon infini.
• Principe du Bootsrapping :
Pour compenser le manque de données, on utilise des sous-échantillons de
l’ensemble de départ pour obtenir un grand nb d’échantillons
• On peut alors :
Calculer le biais de l’estimateur (espérance empirique) sur l’ensemble des
sous-échantillons
Déterminer des intervalles de confiance pour les paramètres (et donc la loi)
grâce aux tables de Student, Fisher…
•Application :
Ici, on utilise le principe du bootstrapping : coefficients de la régression. On
peut ainsi obtenir leur p-value : permet de déterminer leur significativité.
Les coefficients sont acceptés avec un seuil de confiance α si p>α
• Résultat :
Les p-values obtenues par bootstrap > p-values obtenues à partir de
l’échantillon initial
• Conclusion :
Les résultats de la régression restent valables malgré la taille réduite de
l’échantillon
3 Echantillons :
A : 1 échantillon haute fréquence sur la période d’origine (62-99)
B : 1 échantillon basse fréquence sur la période d’origine (62 – 99)
C : 1 échantillon basse fréquence sur une période plus longue (28-
99)
Résultats
A et B :
• Sur la période (62-99), les volatilités moyennes pour les 2
échantillons « basse fréquence » et « haute fréquence » sont très
proches
• Ecart-type de la volatilité « basse fréquence » est plus élevée
(0,0206) que celui de la volatilité « haute fréquence » (0,0157)
bruits sur les rentabilités mensuelles
• Ces 2 volatilités sont tout de même très corrélées (0,817) =>
résultat robuste
Enseignement de Carole GRESSE- MASTER 2 17
FINANCE - Le risque Idiosyncrasique
II) Régression et robustesse
II)3) Test de robustesse : fréquence d’échantillonnage
Résultats :
Echantillons A et B :
• La variance moyenne est un facteur significatif pour expliquer la rentabilité
du marché. Ce facteur est moins significatif que pour l’échantillon A.
Echantillons B et C :
• La variance moyenne est encore plus significative
Conclusion :
rvw,t +1 = α + β X t + ε t +1
Conclusion :
• La taille de l’échantillon
• La fréquence d’échantillonnage (données mensuelles / quotidiennes)
• L’évolution de l’environnement économique
γ
• La préférence de l’investisseur : U(Wt+1) =Wt (Rt+1 − Rt2+1)
2(γ +1)
• Avec γ l’aversion au risque et R le taux de rendement brut de la
stratégie Enseignement de Carole GRESSE- MASTER 2 25
FINANCE - Le risque Idiosyncrasique
III) Interprétation économique et stratégie de Trading
• Les frais doivent être supportable au vue d’une stratégie classique Buy
& Hold, cela se traduit donc par :
T
⎡ γ 2⎤
T
⎡ γ 2⎤
∑ ⎢ vwt 2(γ +1) vwt ⎥ ∑⎢ t
t=1 ⎣
R − R = R − Δ −
2(γ +1)
(Rt − Δ) ⎥
⎦ t=1 ⎣ ⎦
Conclusion :
• Questions :
Validation explications financières ?
Utilisation de l’ACP pour estimer les résidus du MEDAF => autre méthode
de l’évaluation du risque idiosyncrasique …
Enseignement de Carole GRESSE- MASTER 2 29
FINANCE - Le risque Idiosyncrasique
Conclusion