Risque

ECO 6080 : Économie financière
Risque, diversification et frontière efficiente

Steve Ambler
Département des sciences économiques
École des sciences de la gestion
Université du Québec à Montréal
c 2003, 2004, 2005, 2007 : Steve Ambler

Automne 2007
Table des matières

1 Introduction et objectifs du cours 2
2 Propriétés de portefeuilles de titres 3

2.1 Taux de rendement d’un portefeuille . . . . . . . . . . . . . . 3
2.2 Taux de rendement espéré d’un portefeuille . . . . . . . . . . . 4
2.3 Variance du rendement d’un portefeuille . . . . . . . . . . . . 4
2.4 Combinaisons espérance/écart type (2 actions) . . . . . . . . . 5
2.4.1 Corrélation nulle entre les deux rendements . . . . . . 5
2.4.2 Corrélation parfaite entre les deux rendements . . . . . 8
2.4.3 Quelques remarques . . . . . . . . . . . . . . . . . . . 11
2.4.4 Un titre sans risque . . . . . . . . . . . . . . . . . . . . 13
2.4.5 Corrélation quelconque entre les deux rendements . . . 14
3 Ensembles de portefeuilles à variance minimale (“balle”) 16

3.1 Remarques générales . . . . . . . . . . . . . . . . . . . . . . . 16
3.2 Représentation graphique de portefeuilles à trois actions . . . 17
3.3 Lignes d’isorendement anticipé . . . . . . . . . . . . . . . . . . 19
3.4 Ellipses d’isovariance . . . . . . . . . . . . . . . . . . . . . . . 19
1
3.5 Dérivation graphique de la ligne critique . . . . . . . . . . . . 21
3.6 Ensemble efficient et minimisation sous contrainte . . . . . . . 21
3.7 Portefeuille à variance minimale sans vente à découvert . . . . 25
3.8 Propriétés importantes de l’EVM . . . . . . . . . . . . . . . . 26
4 Utilité et aversion au risque 26

4.1 Représentation graphique de l’aversion au risque . . . . . . . . 27
4.2 Mesures de l’aversion au risque . . . . . . . . . . . . . . . . . 32
4.3 Fonctions d’utilité et aversion au risque . . . . . . . . . . . . . 33
5 Allocation optimale de portefeuille 34
6 Concepts à retenir 37
7 Questions 37
7.1 Vrai ou faux ? . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
7.2 Calcul algébrique de l’ensemble efficient . . . . . . . . . . . . . 38
7.3 Portefeuilles à deux titres . . . . . . . . . . . . . . . . . . . . 40
7.4 Gestion de portefeuille . . . . . . . . . . . . . . . . . . . . . . 42
7.5 Diversification du risque : portefeuilles de deux titres . . . . . 43
7.6 Utilité quadratique et l’approche moyenne / variance . . . . . 44
8 Ensemble à variance minimale 46
9 Références 47
1 Introduction et objectifs du cours

– Calculer les propriétés du rendement d’un portefeuille de titres.
– Étudier l’arbitrage entre le rendement espéré et sa variabilité pour
différents types de portefeuilles à deux titres.
– Introduire la notion de vente à découvert.
– Étudier graphiquement le choix optimal de portefeuille pour des por-
tefeuillles à trois titres.
– Étudier le problème général du calcul de la frontière efficiente pour un
portefeuille général avec n titres.
– Étudier le concept de la diversification du risque.
2
– Étudier le problème du choix optimal du portefeuille, avec ou sans la
présence d’un titre sans risque.
– Introduire le concept de “Capital Market Line” ou CML.
2 Propriétés de portefeuilles de titres

On se préoccupe dans les sections à venir avec des titres à revenu variable.
On va les appeler “actions” ou “titres” de façon interchangeable.
2.1 Taux de rendement d’un portefeuille

– Soit un portefeuille de n actions différentes.
– Le rendement du portefeuille est donné par :
n
X
rp = x i ri , (1)
i=1
où ri est le rendement de l’action individuelle, et xi est la fraction de

la valeur du portefeuille investie dans l’action i.
– Puisque xi est la fraction du portefeuille investi dans l’action i il faut
que
n
X
xi = 1. (2)
i=1
– Notez que ce n’est pas forcément le cas que 0 < xi < 1, puisqu’on
permet la possibilité de la vente à découvert. La vente à découvert
peut avoir l’interprétation d’un emprunt ou peut être litéralement la
vente de titres que l’on ne détient pas. Normalement, il y a des limites
institutionnelles sur les possibilités de vente à découvert. Par contre,
à moins d’avis contraire, dans les développement dans ce chapitre et
le chapitre sur le MÉDAF, nous allons permettre la vente à découvert
sans restrictions.
– Dans les cas où on veut éliminer la possibilité des ventes à découvert,
on va aussi imposer
0 ≤ xi ≤ 1, ∀i. (3)
3
2.2 Taux de rendement espéré d’un portefeuille
– Un portefeuille est tout simplement une combinaison linéaire de va-
riables aléatoires.
– On profite du fait que l’opérateur d’espérance mathématique est un
opérateur linéaire.
– On a vu dans le chapitre d’introduction du cours que :
E(c0 + c1 r) = c0 + c1 E(r) (4)
pour une variable aléatoire r quelconque.
– Nous voulons calculer E(rp ). Nous avons
n
!
X
E(rp ) = E x i ri
i=1
n
X
= xi E(ri ). (5)
i=1
2.3 Variance du rendement d’un portefeuille

– Afin de calculer la variance d’un portefeuille de titres, il est nécessaire
d’avoir de l’information concernant les covariances entre les taux de
rendement des actions individuelles. Dans le cas des trois actions A, B
et C, nous avons :
Action A B C
A Cov(rA , rA ) Cov(rA , rB ) Cov(rA , rC )
B Cov(rB , rA ) Cov(rB , rB ) Cov(rB , rC )
C Cov(rC , rA ) Cov(rC , rB ) Cov(rC , rC )
– Notez : la covariance entre un taux de rendement sur une action et
elle-même est tout simplement la variance du taux de rendement.
– Notez : la matrice de covariance doit être symétrique, puisque :
Cov(ri , rj ) = Cov(rj , ri ) ∀i, j. (6)
– Les formules suivantes s’appliquent à la covariance d’une combinaison
linéaire de deux variables aléatoires rA et rB (où c0 , c1 , c2 et c3 sont
des constantes quelconques) :
Cov((c0 + c1 rA ), (c2 + c3 rB )) = c1 c3 Cov(rA , rB ). (7)
4
– La variance du rendement d’un portefeuille avec n actions différentes
est : n
σ 2 (rp ) = x2i σ 2 (ri ) + 2
X X
xi xj Cov(ri , rj ). (8)
i=1 i6=j
– La dernière sommation comprend toutes les combinaisons possibles de

titres distincts ou différents.
2.4 Combinaisons espérance/écart type (2 actions)

– On veut calculer les combinaisons possibles de rendement espéré et
de variance (ou d’écart type) lorsqu’on fait varier la composition d’un
portefeuille.
– Les buts ultimes de cette analyse sont les suivants : calculer com-
ment minimiser la variance (écart type) d’un portefeuille (minimiser
son risque) tout en atteignant un rendement espéré donné ; utiliser
cette information afin d’analyser l’évaluation à l’équilibre d’actions (le
MÉDAF).
– Nous commençons doucement, en analysant la courbe de combinai-
sons espérance/écart type pour un portefeuille de deux titres, lors-
qu’on fait varier la fraction du portefeuille investie dans la première
des deux actions (de A et B).
– Le problème de l’allocation de portefeuille est relativement trivial lors-
qu’il n’y a que deux titres. Il s’agit tout simplement de décider la frac-
tion du capital total initial à investir dans le premier titre (xA ).
2.4.1 Corrélation nulle entre les deux rendements

– Supposons au départ un portefeuille de deux titres où les taux de ren-
dements des deux titres ont une corrélation nulle.
– Les caractéristiques des deux taux de rendement sont les suivantes :
A B
E(r) .10 .04 (9)
σ(r) .05 .10
– Nous avons :
E(rp ) = xA .10 + (1 − xA ).04,
h i(1/2)
σ(rp ) = x2A .052 + (1 − xA )2 .102 .
5
– Nous calculons des valeurs du taux de rendement espéré du portefeuille
et de son écart type pour plusieurs valeurs possibles de xA , la fraction
du portefeuille investie dans l’action A.
– Nous obtenons
xA E(rp ) σ(rp )
1.50 0.130 0.090
1.00 0.100 0.050
0.75 0.085 0.045
(10)
0.50 0.070 0.056
0.25 0.055 0.076
0.00 0.040 0.100
−0.50 0.010 0.152
– Ceci donne la courbe de combinaisons illustrée par le Graphique 3.1
(4.4 dans le livre de Haugen, 2001).
– Notez qu’on peut trouver le portefeuille avec la variance minimale
parmi tous ces portefeuilles en résolvant le problème suivant :

min
x
x2A .052 + (1 − xA )2 .102 .
A
La solution à ce problème nous donne xA = 0.80, ce qui donne un por-

tefeuille avec un écart type de 0.0447. (Je vous laisse ce calcul comme
un exercice).
– On peut montrer que dans le plan espérance/écart type, la courbe de
combinaison est une hyperbole.
– On peut montrer que dans le plan espérance/variance, la courbe de
combinaison est une parabole.
– Ce cas d’une corrélation nulle nous montre déjà les avantages possible
qui découlent de la diversification. Il est possible en construisant un
portefeuille avec les deux titres d’obtenir une variance du rendement
qui est inférieure à la variance de chacun des deux titres individuels. En
plus, la variance de toutes les combinaisons linéaires des deux titres est
inférieure à la même combinaison linéaire des variances individuelles,
Nous avons :
σ 2 (rp ) = Var (xA rA + (1 − xA )rB )
= x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB )
≤ xA σ 2 (rA ) + (1 − xA )σ 2 (rB ).
L’inégalité est stricte sauf dans les cas où xA = 0 ou xA = 1.
6
Fig. 1 – Courbe de combinaisons, corrélation nulle entre les deux titres
E(r p)
01
x A = 1.50
12
10
01 x A = 1.00
01 x A = 0.80
8
6
01 x A = 0.50
01 x A = 0.25
01
4 x A = 0.00
2
x A = −0.50
1
0
σ (r p)
2 4 6 8 10 12 14
7
2.4.2 Corrélation parfaite entre les deux rendements
– La corrélation parfaite peut être une corrélation positive (+1) ou une
corrélation négative (-1).
– Considérons d’abord le cas d’une corrélation parfaite positive.
– Nous pouvons exprimer le rendement sur l’action B comme une fonction
linéaire du rendement sur l’action A :
rB = a 0 + a 1 rA . (11)
Il est bien important de saisir pourquoi c’est le cas : s’il y a une une
corrélation parfaite entre les deux rendements, tous les rendements
réalisés se retrouvent le long d’une ligne droite dans le plan rA /rB .
Donc, nous avons une relation linéaire exacte.
– Utilisant les propriétés des espérances de combinaisons linéaires de va-
riables aléatoires, nous avons tout de suite que
E(rB ) = a0 + a1 E(rA ). (12)
– Comme auparavant, nous avons que :
E(rp ) = xA E(rA ) + (1 − xA )E(rB ). (13)
– Nous avons que :

h i
σ 2 (rp ) = x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB ) + 2xA (1 − xA )ρA,B σ(rA )σ(rB )
h i
= x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB ) + 2xA (1 − xA )ρAB σ(rA )σ(rB )
= [xA σ(rA ) + (1 − xA )σ(rB )]2 .

– L’écart type du portefeuille est la racine positive de sa variance.
– L’expression pour la variance du portefeuille est un carré parfait. L’écart
type du portefeuille devient une combinaison linéaire des écarts types
des rendements individuels.
– Pour les mêmes caractéristiques de base des actions que dans le cas
d’une corrélation nulle (sauf bien sûr pour la corrélation entre les rende-
ments elle-même), nous pouvons calculer des combinaisons espérance/écart
8
type pour des valeurs différentes de xA :
xA E(rp ) σ(rp )
3.00 0.220 0.0500
2.00 0.160 0.0000
1.50 0.130 0.0250
1.00 0.100 0.0500
(14)
0.75 0.085 0.0625
0.50 0.070 0.0750
0.25 0.055 0.0875
0.00 0.040 0.1000
−0.50 0.010 0.1250
– Les rendements possibles sur les deux actions sont illustrés par le Gra-
phique 3.2 (4.7 dans Haugen, 2001).
– Considérons maintenant le cas d’une corrélation négative parfaite. En-
core une fois, le rendement sur l’action B comme une fonction linéaire
du rendement sur l’action A :
rB = a 0 − a 1 rA , (15)
où la constante a1 est positive.

– Nous pouvons écrire la variance du portefeuille à deux actions comme :
h i
σ 2 (rp ) = x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB ) + 2xA (1 − xA )ρA,B σ(rA )σ(rB )
h i
= x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB ) + 2xA (1 − xA )ρAB σ(rA )σ(rB )
= [xA σ(rA ) − (1 − xA )σ(rB )]2 .

– Encore une fois nous avons un carré parfait.
– Pour les mêmes caractéristiques des actions (sauf bien sûr la corrélation
entre les rendements), calculons des combinaisons espérance/écart type
9
Fig. 2 – Courbe de combinaisons, corrélation parfaite (1) entre les deux titres
E(r p)
1111111111
0000000000
0000000000
1111111111
0000000000
1111111111
22
1
0
0000000000
1111111111
x = 3.00
A
20
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
18
16
11111111111
00000000000
00000000000000000000000
11111111111111111111111
x = 2.00
00000000000000000000000
11111111111111111111111
A
00000000000000000000000
11111111111111111111111
01
14
x = 1.50
00000000000000000000000
11111111111111111111111
A
00000000000000000000000
11111111111111111111111
12
10
01
00000000000000000000000
11111111111111111111111
x = 1.00
A
00000000000000000000000
11111111111111111111111
00000000000000000000000
11111111111111111111111
01
8
x = 0.50
00000000000000000000000
11111111111111111111111
A
00000000000000000000000
11111111111111111111111
6
01
00000000000000000000000
11111111111111111111111
x = 0.00
4 A
00000000000000000000000
11111111111111111111111
00000000000000000000000
11111111111111111111111
2
σ (r p)
00000000000000000000000
11111111111111111111111
2 4 6 8 10 12 14
10
pour des valeurs différentes de xA :
xA E(rp ) σ(rp )
3.000 0.220 0.3500
2.000 0.160 0.2000
1.500 0.130 0.1250
1.000 0.100 0.0400 (16)
0.667 0.080 0.0000
0.250 0.055 0.0675
0.000 0.040 0.1005
−0.500 0.010 0.1800
– Les rendements possibles sur les deux actions sont illustrés par le Gra-
2.4.3 Quelques remarques

– On pourrait en principe superposer les trois courbes de combinaisons
étudiées dans les sections précédentes.
– Les trois courbes sont pour des caractéristiques des actions individuelles
identiques sauf pour la corrélation entre les taux de rendement.
– Les trois courbes auraient des points d’intersection aux points où xA =
1 et xA = 0. Dans ces deux cas, les caractéristiques des portefeuilles
sont identiques puisq’il s’agit de portefeuilles qui ne contiennent qu’une
seule action.
– Avec une corrélation parfaite entre deux actions (soit positive soit
négative) il doit toujours être possible (si la vente à découvert est per-
mise et dans la mesure où les deux actions ont des variances différentes)
de construire un portefeuille sans risque. Si on prend l’expression pour
la variance du portefeuille (dans le cas d’une corrélation positive par-
faite), le portefeuille avec une variance nulle est la solution (pour xA )
à l’équation suivante :
0 = xA σ(rA ) + (1 − xA )σ(rB )
σ(rB )
⇒ xA = (17)
σ(rB ) − σ(rA )
Si σ(rB ) > σ(rA ), il faut nécessairement que xA > 1. Si, par contre,
σ(rB ) < σ(rA ), il faut nécessairement que xA < 0. Si les deux variances
sont égales, il n’y a pas de solution bien définie à l’équation.
11
Fig. 3 – Courbe de combinaisons, corrélation parfaite (-1) entre les deux
titres
E(r p)
22
20
18
16
14
111111111111111111111111
000000000000000000000000
01
000000000000000000000000
111111111111111111111111
000000000000000000000000
111111111111111111111111
12 x = 1.50
A
10
01
000000000000000000000000
111111111111111111111111
00000000000000000000000000000
11111111111111111111111111111
1111111111111111111111111
000000000000000000000000
x = 1.00
0
A
8
00000000000000000000000000000
11111111111111111111111111111
x = 0.667
00000000000000000000000000000
11111111111111111111111111111
A
00000000000000000000000000000
11111111111111111111111111111
x = 0.25
1
0
6 A
00000000000000000000000000000
11111111111111111111111111111
1
0
x = 0.00
A
00000000000000000000000000000
11111111111111111111111111111
4
2
00000000000000000000000000000
11111111111111111111111111111 σ (r p)
2 4 6 8 10 12 14
12
– Le cas d’une corrélation négative parfaite est semblable. On aura :
0 = xA σ(rA ) − (1 − xA )σ(rB )
⇒ xA = σ(rB )/(σ(rA ) + σ(rB )).

La construction d’un portefeuille à variance nulle ne nécessite pas la
vente à découvert.
2.4.4 Un titre sans risque

– Tobin (1958) modélise la demande de monnaie comme une décision
d’allocation de portefeuille entre la monnaie, avec un rendement nul
mais certain, et un portefeuille de titres risqués.1
– Nous voulons calculer la courbe de combinaisons lorsqu’un des deux
actions a une variance nulle, et donc est une action ou un titre sans
risque.
– Supposons σ 2 (rB ) = 0. La formule pour la variance du portefeuille
devient : h i
σ 2 (rp ) = x2A σ 2 (rA )
– L’écart type du portefeuille est :
h i(1/2)
σ(rp ) = x2A σ 2 (rA ) (18)
– Considérons un portefeuille dont les deux titres ont les caractéristiques

suivantes :
A B
E(r) .08 .04 (19)
σ(r) .06 .00
– Si on calcule les combinaisons espérance/écart type pour des valeurs
1
Notez que le rendement nominal sur la monnaie est certain (égal à zéro). Nous ver-
rons dans le chapitre sur les obligations l’importance de la distinction entre un taux de
rendement réel et un taux de rendement nominal. Si les individus se préocuppent des taux
de rendements réels, il n’est pas strictement vrai que la monnaie est un actif sans risque,
sauf si l’inflation est parfaitement prévisible.
13
différentes de xA nous obtenons :
xA E(rp ) σ(rp )
2.000 0.120 0.120
1.500 0.100 0.090
(20)
1.000 0.080 0.060
0.500 0.060 0.030
0.000 0.040 0.000
– Le Graphique 3.4 (4.9 dans Haugen, 2001) illustre les combinaisons
espérance/écart type que l’on peut atteindre en présence d’un titre
sans risque.
– Encore une fois, il est possible de construire un portefeuille sans risque,
cette fois-ci en détenant seulement le titre avec le rendement certain.
2.4.5 Corrélation quelconque entre les deux rendements

– Nous pouvons montrer que pour des valeurs de la corrélation stricte-
ment entre -1 et 1 nous obtenons, dans le plan espérance/écart type,
une hyperbole.
– En termes de la forme de la courbe de combinaisons, le cas général
ressemble au cas avec une corrélation nulle.
– On peut illustrer les avantages de la diversification dans le cas d’une
corrélation quelconque. Nous avons :
σ 2 (xA rA + (1 − xA )rB )
= x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB ) + 2xA (1 − xA )Cov(rA , rB )
= x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB ) + 2xA (1 − xA )ρ(rA , rB )σ(rA )σ(rB )
≤ x2A σ 2 (rA ) + (1 − xA )2 σ 2 (rB ) + 2xA (1 − xA )σ(rA )σ(rB )
= (xA σ(rA ) + (1 − xA )σ(rB ))2 ,
⇒ σ (xA rA + (1 − xA )rB ) ≤ xA σ(rA ) + (1 − xA )σ(rB )
où l’inégalité est stricte si ρ(rA , rB ) n’est pas égale à un. Nous venons
de montrer que l’écart type d’un portefeuille de deux titres est inférieur
à une combinaison convexe (avec la même fraction xA ) des écarts types
des titres individuels. En termes plus techniques, l’ensemble dont la
frontière est la courbe de combinaisons espérance/écart type est un
ensemble convexe.
14
Fig. 4 – Courbe de combinaisons, un des deux titres sans risque
E(r p)
22
20
18
16
14
11111111111111111111111
00000000000000000000000
12 00000000000000000000000
11111111111111111111111
01
00000000000000000000000
11111111111111111111111
00000000000000000000000
11111111111111111111111
x = 2.00
01
A
00000000000000000000000
11111111111111111111111
10
x = 1.50
01
00000000000000000000000
11111111111111111111111
A
8
00000000000000000000000
11111111111111111111111
x = 1.00
01
A
6
00000000000000000000000
11111111111111111111111
111111111111111111111111
00000000000000000000000
x A= 0.50
4
0x = 0.00
A
2
σ (r p)
2 4 6 8 10 12 14
15
3 Ensembles de portefeuilles à variance mi-
nimale (“balle”)
3.1 Remarques générales
– Considérons maintenant les courbes de combinaisons espérance/écart
type lorsqu’on peut construire un portefeuille avec n actions différentes.
– Le Graphique 3.5 (5.1 dans Haugen, 2001) illustre le concept.
Fig. 5 – Ensemble à variance minimale, plusieurs titres

E(r)
22
20 Ensemble efficient
111
000
000
111
18 000
111
000
111
000
111
000
111
000
111
16
1
0
0
1
1
0
0
1
14
1
0
0
1
12
1
0
0
1
10 0
1 0
1
111111111111111111111111111
000000000000000000000000000
MVP 1
0
0
1 0
1 0
1
8 1
0
0
1 1
0
0
1
1
0 Ensemble a variance minimale
6 0
1 111111
000000
1
0 000000
111111
000000
111111
0
1 000000
111111
000000
111111
4 1
0 000000
111111
000000
111111
0
1 000000
111111
000000
111111
000000
111111
2
σ( r)
2 4 6 8 10 12 14
16
– L’ensemble de portefeuilles à variance minimale (EVM) est la frontière
associée à l’enveloppe de toutes les combinaisons possibles de titres.
– Cette frontière ressemble à une balle (“bullet” en anglais).
– On peut montrer que dans le plan espérance/écart type, cette enveloppe
est une hyperbole.
– La partie supérieure de la balle est appelé l’ensemble efficient. Ces
portefeuilles donnent, pour un écart type donné, le rendement anticipé
(espéré) le plus élevé.
– On peut trouver l’enveloppe en calculant les combinaisons espérance/écart
type pour tous les portefeuilles possibles. Ceci serait relativement ardu.
Dans le cas d’un portefeuille avec trois titres, nous pourrons utiliser
soit une méthode graphique soit une méthode algébrique pour trouver
l’enveloppe de façon plus intelligente.
– On peut trouver l’enveloppe comme la solution à un problème de mi-
nimisation sous contrainte. Nous allons revenir à ça un peu plus
tard.
– Dans le cas de portefeuilles avec un nombre de titres quelconque, il faut
recourir à l’algèbre.
– Afin de calculer l’ensemble de portefeuilles à variance minimale, il faut
connaı̂tre les rendements espérés de tous les actions individuelles ainsi
que la matrice de covariance complète des n actions.
3.2 Représentation graphique de portefeuilles à trois

actions
– On passe maintenant à une considération de portefeuilles avec trois ac-
tions. Le but est de dériver graphiquement l’ensemble de portefeuilles
à variance minimale.
– Pourquoi un portefeuille avec trois titres ? Nous avons vu dans la section
précédente que le problème d’allocation du portefeuille avec deux titres
est assez trivial : on peut calculer l’ensemble à variance minimale tout
simplement en faisant varier la fraction du capital initial investie dans
le premier des deux titres. Donc, il faut qu’il y ait au moins trois titres
pour que le problème devienne intéressant. Pour les raisons que nous
allons voir tout de suite, une analyse graphique en deux dimensions
du problème est possible même s’il y a trois titres dans le portefeuille.
– Rappelons la restriction sur les fractions allouées aux actions différentes
17
d’un portefeuille :
n
X
xi = 1. (21)
i=1
– Si nous représentons sur un graphique les fractions investies dans deux

actions dans un portefeuille qui en comprend trois, nous pouvons tou-
jours déduire la fraction investie dans la troisième action.
– Ceci nous donne le Graphique 3.6 (5.3 dans Haugen, 2001).
Fig. 6 – Poids sur les titres, portefeuille à trois titres

1111111111111111111111111
0000000000000000000000000
1111111111111111111111111x
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000 B
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1.00
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1.00 x
1111111111111111111111111
0000000000000000000000000 A
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111111111111111111
0000000000000000000000000000000000000000
0
1 0
1
1111111111111111111111111
0000000000000000000000000
0
1 0
1
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
0.00
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
18
– Tous les points sur le graphique représentent des portefeuilles possibles,
une fois que l’on permet la vente à découvert.
– Si la vente à découvert n’est pas permise, on doit se situer dans la zone
ombragée du graphique.
3.3 Lignes d’isorendement anticipé

– Nous voulons trouver une représentation graphique de tous les porte-
feuilles possibles avec trois actions et qui donne le même rendement
anticipé. Autrement dit, nous voulons une solution à l’équation sui-
vante :
E(r¯p ) = xA E(rA ) + xB E(rB ) + (1 − xA − xB )E(rC ). (22)
– On connaı̂t les rendements espérés par hypothèse. Il s’agit donc d’une

équation linéaire avec deux inconnus, xA et xB .
– La solution est donnée par :
E(r¯p ) − E(rC ) E(rC ) − E(rA )

xB = + xA (23)
E(rB ) − E(rC ) E(rB ) − E(rC )
– Notez que la pente de cette ligne droite est indépendante de la valeur

de E(r¯p ).
– L’ordonnée à l’origine dépend par contre de la valeur de E(r¯p ).
– Donc, lorsque nous faisons varier E(r¯p ), nous obtenons une famille de
droites avec la même pente et avec des ordonnées à l’origine différentes.
On peut appeler cette famille une famille de lignes “d’isorendement”.
– Vour le Graphique 3.7 (5.4 dans Haugen, 2001).
– La pente des lignes d’isorendement dépend des rendements espérés sur
les trois titres du portefeuille.
3.4 Ellipses d’isovariance

– Nous voulons maintenant décrire l’ensemble de tous les portefeuilles
qui ont la même variance du taux de rendement.
– Le but sera de trouver le point le long d’une ligne d’isorendement donné
qui donne le portefeuille avec la variance la plus petite. Nous ferons ceci
en superposant les ellipses d’isovariance sur les lignes d’isorendement
et en cherchant les points de tangence.
19
Fig. 7 – Lignes d’isorendement
18% 14%
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
11111111111111
00000000000000
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111x
0000000000000
1111111111111
0000000000000000000000000
1111111111111111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111 B
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
0000000000000000000000000
1111111111111111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
000000000000001.00
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0
1
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0
1
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111 x
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111 1.00
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111 A
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
1111111111111111111111111111111111111111
0000000000000000000000000000000000000000
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0
1
00000000000000
11111111111111
00000000000000
11111111111111 0
1
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0
1
00000000000000
11111111111111
00000000000000
11111111111111 0
1
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0.00
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
0000000000000000000000000
1111111111111111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
0000000000000000000000000
1111111111111111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
0000000000000000000000000
1111111111111111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
1111111111111111111111111
0000000000000000000000000
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000 10%
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
0000000000000
1111111111111
00000000000000
11111111111111
0000000000000
1111111111111
20% 16% 12%
20
– L’équation clé est la suivante :
σ 2 (rp ) = x2A σ 2 (rA ) + x2B σ 2 (rB ) + (1 − xA − xB )2 σ 2 (rC )
+2xA xB Cov(rA , rB ) + 2xA (1 − xA − xB )Cov(rA , rC )

+ 2xB (1 − xA − xB )Cov(rB , rC ) (24)
– Pour une variance du portefeuille σ 2 (rp ) donnée, il s’agit d’une équation
du deuxième ordre (forme quadratique) dont les inconnus sont xA et
xB . En fait, il s’agit d’un ellipse dans le plan xA /xB .
– Lorsqu’on fait varier la valeur de σ 2 (rp ) on obtient une famille d’el-
lipses qui augmentent de taile avec la valeur de σ 2 (rp ). Voir le Gra-
– L’allure des ellipses dépend de tous les paramètres du problème (toutes
les covariances possibles).
– Lorsqu’il n’existe aucune valeur de xB qui satisfait l’équation pour une
valeur donnée de σ 2 (rp ), le portefeuille n’appartient pas à l’ensemble
des portefeuilles possibles.
– Lorsqu’il y a une valeur unique de xB qui satisfait l’équation pour une
valeur de σ 2 (rp ), nous avons trouvé le portefeuille a variance minimale
globale (MVP).
3.5 Dérivation graphique de la ligne critique

– Lorsqu’on superpose les ellipses d’isovariance sur les lignes d’isorende-
ment anticipé, nous obtenons le Graphique 3.9 (5.7 dans Haugen, 2001).
– La ligne critique est la ligne NY sur le graphique. La ligne critique

montre les poids des trois portefeuilles pour tous les portefeuilles dans
l’ensemble à variance minimale (EVM).
– Cette ligne nous donne, pour chaque valeur d’isorendement anticipé, la
variance minimale du portefeuille qui donne ce rendement anticipé.
– Il serait possible d’écrire un programme afin de calculer automatique-
ment la ligne critique.
3.6 Ensemble efficient et minimisation sous contrainte

– Trouver la ligne critique revient à trouver la solution à une série de
problèmes de minimisation sous contrainte. Chaque point sur la ligne
21
Fig. 8 – Lignes d’isovariance
1111111111111111111111111
0000000000000000000000000
x
0000000000000000000000000
1111111111111111111111111
B
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1.00
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
MVP
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1.00 x
1111111111111111111111111
0000000000000000000000000 A
1111111111111111111111111
1111111111111111111111111111111111111111
0000000000000000000000000000000000000000
0000000000000000000000000
0
1 0
1
1111111111111111111111111
0000000000000000000000000
0
1 0
1
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0.00
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
22
Fig. 9 – Ensemble à variance minimale
1111111111111111111111111
0000000000000000000000000
x
1111111111111111111111111
0000000000000000000000000
B
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1.00
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000 Y
0
1
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0
1
1111111111111111111111111
N 0000000000000000000000000
0
1
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
MVP
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1.00 x
1111111111111111111111111
0000000000000000000000000 A
1111111111111111111111111
1111111111111111111111111111111111111111
0000000000000000000000000000000000000000
0000000000000000000000000
0
1 0
1
1111111111111111111111111
0000000000000000000000000
0
1 0
1
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0.00
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
0000000000000000000000000
1111111111111111111111111
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
1111111111111111111111111
0000000000000000000000000
23
critique nous donne le portefeuille de variance minimale étant donné
le rendement anticipé.
– Nous voulons minimiser la variance du portefeuille sujet à la contrainte
d’un rendement espéré donné :
min L = σ 2 (rp )
xA ,xB ,b
= x2A σ 2 (rA ) + x2B σ 2 (rB ) + (1 − xA − xB )2 σ 2 (rC )

+2xB (1 − xA − xB )Cov(rB , rC )
+ b [E(rp ) − xA E(rA ) − xB E(rB ) − (1 − xA − xB )E(rC )] . (25)
– C’est une expression lagrangienne qui associe un multiplicateur b à la
contrainte sur le rendement anticipé. Le multiplicateur doit donner le
changement de la fonction objectif étant donné un changement de la
valeur de E(rp )
– Il y a beaucoup de termes associés aux inconnus. Il est plus facile de
considérer un exemple chiffré.
– Considérons les caractéristiques suivantes.
– Les actions ont les rendements espérés suivants :
A B C
, (26)
E(r) .05 .10 .15
– La matrice de variance-covariance des trois taux de rendements est

donnée par :
A B C
A .25 .15 .17
(27)
B .15 .21 .09
C .17 .09 .28
– Nous avons :
min L = .25x2A + .21x2B + .28(1 − xA − xB )2

xA ,xB ,b
+.30xA xB + .34xA (1 − xA − xB ) + .18xB (1 − xA − xB )

+ b [.10 − .05xA − .10xB − .15(1 − xA − xB )] (28)
– Nous avons utilisé un rendement anticipé du portefeuille égal à .10.
24
– Simplifiant, nous obtenons :
min L = .19x2A + .31x2B − .22xA − .38xB
xA ,xB ,b
+ .34xA xB + .28 + b [−.05 + .10xA + .05xB ] (29)

– Les CPOs sont, dans l’ordre :
.38xA + .34xB + .10b − .22 = 0
.34xA + .62xB + .05b − .38 = 0
.10xA + .05xB − .05 = 0
– En calculant les trois conditions du premier ordre, nous obtenons trois
équations linéaires en trois inconnus. Nous pouvons résoudre le système
par substitution pour obtenir :
xA = .24, xB = .52, xC = .24, b = −.48
– Il est évident que, pour un portefeuille de titres de plus de trois titres,
le problème de minimisation sous contrainte va mener à un système
d’équations linéaires. Il est donc relativement facile de programmer la
solution numérique à ce type de problème, avec n’importe quel logiciel
capable d’inverser une matrice numériquement.
3.7 Portefeuille à variance minimale sans vente à dé-

couvert
– Il s’agit d’un problème de minimisation sous contrainte où on impose
des contraintes additionnelles :
0 ≤ xA ≤ 1, 0 ≤ xB ≤ 1, 0 ≤ xC ≤ 1 (30)
– Les contraintes additionnelles vont nous mener à une solution où la
variance minimale sera au moins aussi élevé que sans les contraintes
additionnelles. Si au moins une des contraites est mordante, la solution
sera strictement supérieure.
– Si la ligne critique du Graphique 3.9 passe à l’intérieur du triangle,
nous allons pouvoir atteindre un sous-ensemble des points du EVM
sans les contraintes additionnelles.
– Si la ligne critique du Graphique 3.9 passe en dehors du triangle, on
sait que tous les points dans l’EVM impliquent la vente à découvert.
Avec les contraintes additionnelles, le nouvel EVM va être strictement
à l’intérieur du vieux.
25
3.8 Propriétés importantes de l’EVM
1. EVM est une hyperbole dans le plan espérance/écart type. EVM est
une parabole dans le plan espérance/variance.
2. Tous les titres sont détenus avec des parts non nulles dans presque
tous les portefeuilles. Dans le cas d’un portefeuille de trois titres, on
peut voir graphiquement qu’il y a précisément trois portefeuilles parmi
une infinité de portefeuilles possibles avec une part nulle d’un des trois
titres.
3. Une combinaison convexe de deux (ou plus) portefeuilles de l’ensemble
à variance minimale nous donne un autre portefeuille appartenant à
l’ensemble de variance minimale. Ceci vient du fait que les ellipses
d’isovariance sont symétriques autour d’un point commun (le MVP).
La ligne critique dans le plan xA /xB est une ligne droite, ce qui veut dire
qu’une combinaison convexe de deux de ces portefeuilles doit se trouver
sur la ligne droite, et donc doit être un portefeuille dans l’ensemble à
variance minimale.
4. Nous avons déjà vu les facteurs β dans le chapitre précédent. Il y a une
relation linèaire entre les facteurs beta d’actions individuelles et leurs
rendements espérés si et seulement si les facteurs β sont calculés
avec un portefeuille de référence dans l’ensemble EVM. La preuve de
cette propriété est fournie dans Haugen (2001, chapitre 5, annexe 4).
Cette propriété est assez subtile. On peut toujours calculer un facteur
beta avec une régression MCO (moindres carrés ordinaires), avec des
données sur les rendements d’un titre individuel et du portefeuille de
référence. Cette relation ne sera jamais exacte, à cause de la présence
d’aléas. Par contre, cette proposition dit qu’il y a une relation linéaire
entre les “vraies” (dans la population) espérances des rendements. Ceci
veut dire qu’en estimant un facteur beta, il s’agit d’un estimé d’une
vraie relation linéaire et non seulement une approximation linéaire
à une relation non linéaire.
4 Utilité et aversion au risque

– Nous avons parlé comme si la variance (l’écart type d’un portefeuille est
une mesure de son risque) affecte le bien-être des individus. L’impact de
26
l’espérance du rendement et de sa variance sur le bien-être de l’individu
va dépendre de sa fonction d’utilité.
– Tobin (1958) est le premier à dériver les conditions sous lesquelles on
peut représenter l’utilité comme si elle ne dépendait que du rendement
espéré et de la variance du portefeuille.
– Puisqu’un des buts ultimes du cours est d’aboutir au MÉDAF, où on
suppose que toutes les caractéristiques importantes d’un portefeuille
sont captés par son rendement espéré et sa variance, il faut se pencher
un tout petit peu sur la théorie du comportement face à l’incertitude.
4.1 Représentation graphique de l’aversion au risque

– On suppose que les individus maximisent l’espérance de leur utilité.
Ceci n’est pas la seule approche à la modélisation du comportement en
présence d’incertitude, mais la théorie de l’utilité espérée est la théorie
que l’on rencontre le plus fréquemment dans la littérature.2
– C’est une théorie “axiomatique”. On peut démontrer que si un certain
nombre d’axiomes “raisonnables” tiennent, les individus vont se com-
porter comme des maximisateurs de l’utilité espérée. Voir Hirshleifer
(1992).
– On suppose l’existence d’une fonction d’utilité qui donne l’utilité comme
une fonction de la richesse de l’individu. Il s’agit normalement de la ri-
chesse en fin de période, après la réalisation des aléas.
– Les Graphiques 3.10 (A.5.1 dans Haugen, 2001) à 2.13 (A.5.4 dans
Haugen, 2001) montrent des exemples différents d’attitudes envers l’in-
certitude.
– Le Graphique 3.10 montre un investisseur qui est riscophobe. S’il a la
possibilité d’un pari où il a 50% de chances de finir avec 40 000 $ et 50%
de chances de finir avec 140 000 $, la valeur espérée du pari est égale
à 90 000 $. Le graphique indique qu’il préférerait une richesse certain
de 90 000 $ au pari, et qu’il est indifférent entre le pari et une richesse
certaine d’environ 67 000 $. Cette dernière est appelée “l’équivalent
certain” du pari, et dépendra en général du degré de riscophobie de
l’individu.
– Le Graphique 3.11 montre un investisseur neutre face au risque. Il sera
indifférent entre la valeur espérée d’un pari et une richesse certaine de
2
Voir Epstein et Zin (1989) pour une approche alternative.
27
Fig. 10 – Investisseur riscophobe
1
0
0
1
1
0
0
1
1
0
0
1 1
0
0
1
Utilite
1
0
0
1
40 67 90 140
Richesse (milliers de dollars)
28
Fig. 11 – Investisseur neutre face au risque
11111111111111111111111111111111111
000000000000000000000000000000000000
1
0
1
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
Utilite
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
0
1
11111111111111111111111111111111111
00000000000000000000000000000000000
0
1
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
0
1
11111111111111111111111111111111111
00000000000000000000000000000000000
0
1
00000000000000000000000000000000000
11111111111111111111111111111111111
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
00000000000000000000000000000000000
11111111111111111111111111111111111
11111111111111111111111111111111111
00000000000000000000000000000000000
00000000000000000000000000000000000
11111111111111111111111111111111111
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
00000000000000000000000000000000000
11111111111111111111111111111111111
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
40 90 140
29
la même valeur. L’équivalent certain du pari est tout simplement sa
valeur espérée.
Fig. 12 – Investisseur riscophile
1
0
0
1
Utilite
1
0
0
1 1
0
0
1
1
0
0
1
1
0
0
1
40 90 111 140
– Le Graphique 2.12 montre un investisseur qui aime le risque. Il préférera

un pari à la richesse certaine égale à la valeur espérée du pari. L’équivalent
certain du pari est plus élevé que sa valeur espérée.
– Le Graphique 3.13 montre un investisseur un peu moins riscophobe
que celui du Graphique 2.10, pour qui l’équivalent certain serait égal à
77 000 $.
30
Fig. 13 – Investisseur moins riscophobe
1
0
0
1
1
0
0
1
Utilite
1
0
0
1 0
1
0
1
1
0
0
1
40 77 90 140
31
– On va supposer en général que :
U ′ (W ) > 0, (31)
où W est la richesse de l’individu. La prime indique la dérivée première

de la fonction d’utilité. Cette hypothèse est une hypothèse d’absence
de satiété : plus de richesse est toujours meilleur.
– Si on suppose que :
U ′′ (W ) < 0, (32)
la fonction d’utilité est concave. Il y aura toujours un montant payé
avec certitude, inférieur à l’espérance d’une “loterie”. Ce concept, de
l’équivalent certain, est illustré par le Graphique 2.10 (A.5.1).
4.2 Mesures de l’aversion au risque

– Notez : cette sous-section et celle qui sont pour ceux qui s’intéressent
aux fondements théoriques de la théorie de l’allocation du portefeuille,
mais ne sont pas matière d’examen.
– La section précédente nous montre clairement que l’aversion au risque
est reliée à la concavité de la fonction d’utilité.
– Les mesures quantitatives classiques de l’aversion au risque essaient de
capter quantitativement la concavité de la fonction d’utilité.
– L’aversion absolue au risque :
U ′′ (W )
A(W ) ≡ − (33)
U ′ (W )
– On peut montrer que si l’aversion absolue au risque est croissante

(constante, décroissante) en W, la valeur de titres risqués détenue par
l’individu va décroı̂tre (rester constant, croı̂tre) avec la richesse.
– L’aversion relative au risque :
U ′′ (W )
R(W ) ≡ −W (34)
U ′ (W )
– On peut montrer que si l’aversion relative au risque est croissante

(constante, décroissante) en W, la pourcentage de la valeur de titres
risqués détenue par l’individu va décroı̂tre (rester constant, croı̂tre)
avec la richesse.
32
4.3 Fonctions d’utilité et aversion au risque
1. Cette section n’est pas obligatoire pour les fins de l’examen intra.
2. Fonctions avec aversion absolue au risque hyperbolique (HARA). Il
s’agit d’une forme fontionnelle que l’on rencontre fréquemment en éco-
nomique.
3. Sa forme générale est la suivante :
!γ
1−γ βW
U (W ) = +η (35)
γ 1−γ
Propriétés : !−1
W η
A(W ) = + (36)
1−γ β
et
1
A′ (W ) = − A2 (W ) (37)
1−γ
R(W ) = W A(W ) (38)
et
η
R′ (W ) = (39)
βA2 (W )
4. On peut montrer que
1 η 1
= a + bW, a= , b=
A(W ) β 1−γ
5. On peut aussi montrer que les fonctions de demande d’actifs sont
linéaires dans la richesse.
6. Si η = 0 et γ < 1, nous obtenons la fonction d’utilité isoélastique :
Wγ
U (W ) = (40)
γ
7. Si γ → 0 nous obtenons la fonction d’utilité logarithmique :
U (W ) = ln(W ) (41)
8. Si γ = 2, nous obtenons la fonction d’utilité quadratique :

1
U (W ) = W − bW 2 (42)
2
33
9. Remarque : Avec une fonction d’utilité quadratique, l’utilité marginale
de la richesse devient nǵative après un certain point. Nous allons voir
dans le chapitre sur le MÉDAF que cette fonction joue un rôle impor-
tant en économie financière en dépit de ce fait. Lorsqu’on utilise cette
forme fonctionnelle, normalement on suppose que le point où la fonc-
tion d’utilité atteint son maximum est pour une valeur tellement élevée
de la richesse que l’individu ne sera jamais dans cette situation.
5 Allocation optimale de portefeuille

– Quel portefeuille choisira un individu riscophobe ?
– Le fait d’avoir dérivé l’ensemble à variance minimale nous facilite la
vie énormément, si on suppose en plus qu’on peut représenter l’utilité
comme une fonction croissante du rendement espéré du portefeuille et
une fonction décroissante de l’écart type du portefeuille.
– Dans l’absence d’un actif sans risque, nous avons le cas illustré par le
Graphique 2.14.
– Dépendant de leurs degrés d’aversion pour le risque, les individus vont
détenir des portefeuilles différents de titres risqués, à des points différents
sur la frontière de portefeuilles efficients.
– En présence d’un actif sans risque, nous avons le cas illustré par le
Graphique 2.15.
– Dans ce cas, la frontière efficiente implique la détention d’une combinai-
son de deux actifs : l’actif sans risque et le portefeuille de titres risqués
qui est dénoté par M sur le graphique.
– Tous les individus, indépendamment de leur degré d’aversion pour le
risque, vont détenir les mêmes deux actifs : l’actif sans risque et le
portefeuille M .
– Donc, tous les individus choisissent un point le long de la droite CM L,
“capital market line”.
– Ceci est une version du “théorème des deux fonds mutuels” ou “two
fund separation theorem”.
34
Fig. 14 – Allocation optimale, aucun actif sans risque
E(r)
22
20
18
16
1
0
0
1
1
0
0
1
14
1
0
0
1
12
1
0
0
1
10
0
1 0
1
111111111111111111111111111
000000000000000000000000000
MVP 1
0
0
1 0
1 0
1
8 1
0
0
1 1
0
0
1
1
0
0
1
6
1
0
0
1
4 1
0
0
1
2
σ( r)
2 4 6 8 10 12 14
35
Fig. 15 – Allocation optimale avec un actif sans risque
1111111111111111111111
0000000000000000000000 CML
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
E(r)
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
22 0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
20 0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
18 1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
M
1111111111111111111111
0000000000000000000000
16 1111111111111111111111
0000000000000000000000
1111111111111111111111 0
1
0000000000000000000000
0
1
1111111111111111111111 0
1
0000000000000000000000
0
1
1111111111111111111111
0000000000000000000000
1111111111111111111111
00000000000000000000000
1
0
1
14 1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111 0
1
0000000000000000000000
0
1
1111111111111111111111
0000000000000000000000 0
1
12 0
1
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
1111111111111111111111
0000000000000000000000
10 0
1
1111111111111111111111
0000000000000000000000
0
1
111111111111111111111111111
000000000000000000000000000
1111111111111111111111
0000000000000000000000
MVP 1
0
1111111111111111111111
0000000000000000000000
0
1 0
1
1111111111111111111111
0000000000000000000000
1111111111111111111111 0
1
0000000000000000000000
0
1 0
1
1111111111111111111111
8 0000000000000000000000
0
1 0
1
1111111111111111111111
0000000000000000000000
0
1
0
1 0
1
0
1
6
0
1
0
1
4 1
0
0
1
2
σ( r)
2 4 6 8 10 12 14
36
6 Concepts à retenir
1. Comprendre la représentation algébrique du taux de rendement d’un
portefeuille de titres.
2. Comprendre la représentation de la vente à découvert ou l’emprunt par
un poids négatif d’un titre dans un portefeuille de titres.
3. Comprendre comment calculer le taux de rendement, le taux de rende-
ment espéré, et la variance du rendement d’un portefeuille de titres.
4. Connaı̂tre la signification d’une courbe de combinaisons espérance/écart
type d’un portefeuille à deux titres, et l’allure que prend une telle
courbe en fonction de la corrélation entre les deux rendements.
5. Comprendre la signification économique de la vente à découvert.
6. Comprendre l’intuition derrière la construction d’un portefeuille à va-
riance minimale.
7. Comprendre comment représenter graphiquement l’aversion pour le
risque.
8. Comprendre intuitivement pourquoi la combinaison de titres différents
dans un portefeuille permet une diversification des risques.
7 Questions
7.1 Vrai ou faux ?
1. Évaluez si les énoncés suivants sont vrais, faux ou incertains. Justi-
fiez votre réponse, éventuellement avec des graphiques. (Ces questions
viennent de quelques anciens examens de mon collègue Alain Paquet).
(a) L’or, durant la période 1976 :01–1979 :12 avait un facteur beta
(du marché) égal à -0.22. Il aurait été ridicule de détenir un tel
actif dans son portefeuille.
Réponse : Faux. Si le facteur β de l’or est suffisamment négatif
(sont rendement est suffisamment négativement corrélé avec celui
du marché) il peut être optimal de le détenir même si son rende-
ment espéré est inférieur au rendement sans risque.
(b) Deux individus riscophobes qui sont aussi riches l’un que l’autre
choisiront le même portefeuille, s’ils ne peuvent pas emprunter ou
37
prêter à un taux sans risque.
Réponse : Faux. Dans ce cas, l’EVM global est l’EVM calculé
sur la base de tous les actifs risqués possibles. On obtient un CML
comme celle illustrée par le Graphique 2.15 (8.14 dans Haugen,
2001). Dépendant des préférences, les deux individus vont choisir
deux points (possiblement différents) sur l’EVM.
(c) Les pays en voie de développement offrent des possibilités de di-
versification accrues grâce à la grande variabilité des rendements
dans ces pays.
Réponse : Incertain. Il faudrait savoir davantage concernant les
possibilités de diversification accordées par ces pays.
(d) En combinant 2 portefeuilles de titres sur la frontière efficiente
(ensemble de portefeuilles à variance minimale), on obtient un
portefeuille dont le rendement est parfaitement corrélé avec au
moins un des deux portefeuilles.
Réponse : Faux. Si le portefeuille qui est une combinaison des
deux portefeuilles sur l’EVM est parfaitement corrélé avec un
des deux, on obtiendrait un ligne de combinaisons rendement
espéré/écart type qui serait une droite, comme la droite sur le
Graphique 2.3. Il serait possible en principe de construire un qua-
trième portefeuille dont la variance est nulle à partir des deux
portefeuilles qui sont parfaitement corrélés. Si le portefeuille avec
la variance minimale globale a une variance positive, ceci nous
mène à une contradiction.
(e) En combinant 2 portefeuilles de titres dans l’ensemble de porte-
feuilles à variance minimale, on obtient un portefeuille qui lui aussi
est dans l’ensemble.
Réponse : Vrai. Il s’agit d’une des propriétés fondamentales de
l’EVM développée dans le Chapitre 5 du manuel. (Ce ne serait
pas nécessaire de reproduire la preuve formelle pour obtenir tous
les points pour ce type de question.)
7.2 Calcul algébrique de l’ensemble efficient

Voici les rendement espérés de deux actions différentes :
A B
E(r) 0.07 0.12
38
Voici la matrice de variance-covariance des taux de rendement :
A B
A 0.30 0.08
B 0.08 0.22
1. Pour un portefeuille composé de ces deux actions, écrivez le problème
de minimisation de la variance du portefeuille, sujet à la contrainte que
le rendement espéré du portefeuille doit être égal à E(rp ).
2. Écrivez les conditions du premier ordre de ce problème de minimisation.
3. Écrivez les solutions pour les inconnus du problème comme des fonc-
tions du rendement espéré E(rp ).
4. Pour E(rp ) = 0.08, calculez les parts des deux actions dans le porte-
feuille à variance minimale.
5. Sans faire d’algèbre, répondez à la question suivante. Est-il théoriquement
possible de construire un portefeuille avec ces deux titres dont le rende-
ment espéré est supérieur à 12%, soit supérieur au taux de rendement
espéré le plus élevé parmi les deux actions ? Expliquez.
Réponse :
1. Le problème peut s’écrire de la façon suivante :
"
min 0.30xA 2 + 0.22(1 − xA )2 + 2 · 0.08(1 − xA )xA
xA ,b
#
+b [E(rp ) − 0.07xA − 0.12(1 − xA )] .
2. Les CPO du problème sont :

xA : 0.72xA − 0.28 + 0.05b = 0,
b : E(rp ) − 0.07xA − 0.12(1 − xA ) = 0.
3. La deuxième CPO donne directement xA en fonction de E(rp ) :
xA = −(E(rp ) − 0.12)/0.05 = 2.4 − 20 · E(rp )
Insérant cette solution pour xA dans la première CPO, nous obtenons :
0.05b = 0.28 − 0.72xA = 0.28 − 0.72(2.4 − 20E(rp ))
= −1.448 + 14.4E(rp )
39
4. Si E(rp ) = 0.08, nous obtenons :
xA = 2.4 − 20 · 0.08 = 0.8 ⇒ xB = 0.2.
5. Nous savons que la courbe de combinaisons rendement espéré/écart

type est une parabole. Cette courbe coı̈ncide avec l’ensemble à variance
minimale pour un portefeuille
√ à deux titres. La courbe inclut le point
E(rp ) = 0.12, σ(rp ) = 0.22. Si la vente à découvert est possible, il est
possible d’atteindre un point sur la courbe avec E(rp ) > 0.12.
7.3 Portefeuilles à deux titres

Soit le portefeuille p composé de deux titres, a et b. Utilisons les définitions
habituelles suivantes : ri , le taux de rendement sur le titre ou le portefeuille
i ; µi , l’espérance du rendement du titre ou du portefeuille i ; σi2 ; la variance
du rendement du titre ou du portefeuille i ; σi ; l’écart type du rendement
du titre ou du portefeuille i ; σi,j , la covariance entre les rendements sur des
titres i et j ; xi , la fraction de la richesse totale d’un portefeuille investie dans
le titre i.
1. Écrivez une expression algébrique pour le rendement du portefeuille p,
en fonction des rendements des titres individuels.
2. Écrivez une expression algébrique pour le rendement espéré du rende-
ment du portefeuille en fonction de µa et µb .
3. Écrivez une expression algébrique pour la variance du rendement du
portefeuille en fonction de σa2 , σb2 et σa,b .
4. Question plus difficile : montrez que dans le cas d’une corrélation par-
faite (égale à un) entre les rendements ra et rb , l’écart type du porte-
feuille est égal à :
σp = xa σa + (1 − xa )σb .
Rappelez-vous que par définition :
σi,j ≡ ρi,j σi σj
où ρi,j est le coefficient de corrélation.

5. Étant donné le résultat précédent, répondre à la question suivante (no-
tez qu’il est possible d’aller plus loin même si vous n’avez pas répondu
à la partie précédente de la question). Montrez comment il est possible
40
de construire un portefeuille sans risque de deux actifs ayant des ren-
dements qui sont parfaitement corrélés. Une réponse algébrique ou une
réponse graphique serait acceptable.
6. Est-ce que ce portefeuille implique nécessairement la vente à découvert ?
Expliquez. Encore une fois, une réponse graphique ou algébrique est
possible.
7. Est-ce que le rendement espéré de ce portefeuille peut se situer entre
µa et µb ? Expliquez, soit par l’algèbre soit par un graphique.
Réponse :
1.
rp = xa ra + xb rb = xa ra + (1 − xa )rb .
2.
µp = xa µa + xb µb = xa µa + (1 − xa )µb .
3.
σp2 = xa 2 σa 2 + (1 − xa )2 σb 2 + 2xa (1 − xa )σa,b
4. Nous pouvons écrire :
σp2 = xa 2 σa 2 + (1 − xa )2 σb 2 + 2xa (1 − xa )ρa,b σa σb
σp2 = xa 2 σa 2 + (1 − xa )2 σb 2 + 2xa (1 − xa )σa σb

= (xa σa + (1 − xa )σb )2
⇒ σp = xa σa + (1 − xa )σb
5. Algébriquement, nous avons
σb
0 = σp ⇒ xa = .
σb − σa
Dans la mesure où σa 6= σb , il est possible de choisir xa pour satisfaire
cette équation.
6. Si σb > σa , xa > 1. Si σb < σa , xa < 0. Il y a toujours vente à découvert,
soit de b, soit de a.
41
7. Non. La ligne de combinaison rendement espéré/écart type est linéaire,
et passe à travers les deux points donnant les combinaisons espérance/-
écart type des 2 actifs individuels. Si le rendement avec l’écart type le
plus faible a aussi un rendement espéré plus faible, la ligne a une pente
positive, et lorsqu’elle coupe l’ordonnée à l’origine le rendement espéré
doit être inférieur au rendements espérés des deux titres individuels. Si
le titre avec l’écart type le plus faible a un rendement espéré plus élevé,
la ligne a une pente négative et le portefeuille sans risque a un rende-
ment plus élevé que le rendement espéré des deux titres individuels.
7.4 Gestion de portefeuille

Pour répondre aux questions suivantes, supposez un portefeuille composé
de n titres, où n est un chiffre quelconque.
1. Écrivez une expression algébrique pour le rendement d’un portefeuille
p, en fonction des rendements des titres individuels.
2. Écrivez une expression algébrique pour le rendement espéré du ren-
dement du portefeuille en fonction des rendements espérés des titres
individuels.
3. Écrivez une expression algébrique pour la variance du rendement du
portefeuille.
4. Si on connaı̂t le rendement espéré le plus élevé parmi tous les titres in-
dividuels, sous quelles circonstances peut-on connaı̂tre facilement (sans
faire de calcul) le rendement espéré maximal que l’on peut atteindre en
construisant un portefeuille à partir des n titres ? Expliquez.
Réponse :
Pour répondre aux questions suivantes, supposez un portefeuille composé
de n titres, où n est un chiffre quelconque.
1.
n
X
rp = x i ri .
i=1
Pn
Il faut bien sûr que i=1 xi = 1.
2.
X
E(rp ) = nxi E(ri ).
i=1
42
3.
n
σ 2 (rp ) = xi 2 σ 2 (ri ) + 2
X X
xi xj cov(ri , rj )
i=1 i6=j
4. Si la vente à découvert n’est pas permis, le portefeuille qui maximise

le rendement espéré consiste simplement du titre avec le rendement
espéré le plus élevé. Pour atteindre un rendement espéré plus élevé que
celui du titre avec le rendement espéré le plus élevé, il faut en général
vendre à découvert un titre avec un rendement espéré plus faible.
7.5 Diversification du risque : portefeuilles de deux

titres
Voici des données concernant deux titres, A et B.
Titre
A B
E(r) 0.04 0.08
σr2 0.01 0.02
On sait aussi que σAB = 0.015. Pour répondre à cette question, je vous
demande de tracer, dans le plan rendement espéré / écart type, la courbe de
rendement espéré / écart type d’un portefeuille qui combine ces deux titres. Je
vous demande seulement de reproduire l’allure qualitative de cette courbe,
et non la valeur de tous les points sur la courbe avec exactitude. Mais je vous
demande de :
1. montrer sur le graphique les combinaisons rendement espéré / écart
type pour des portefeuilles où xA = 1 et xA = 0, où xA est la fraction
du portefeuille allouée au titre A ;
2. montrer sur le graphique la partie de la courbe où il y a vente à
découvert du titre A ;
3. montrer sur le graphique la partie de la courbe où il y a ventre à
découvert du titre B ;
4. montrer sur le graphique le portefeuille à variance minimale globale.
5. Pour des points bonus, calculer la valeur de xA pour laquelle on a le
portefeuille à variance minimale globale.
43
Réponse :
Il faut tracer un graphique qui ressemble qualitativement au Graphique
1 du Chapitre 3 des notes de cours.
1. Quand xA = 1, la combinaison rendement espéré / écart type est tout
simplement celle de l’actif A. Quand xA = 0, la combinaison rendement
espéré / écart type est celle de l’actif B.
2. C’est la partie au delà du point où xA = 0.
3. C’est la partie au delà du point où xA = 1.
4. C’est le point où la courbe est parfaitement verticale.
5. Le problème à résoudre est le suivant :
h i
min
x
xA 2 σRA
2
+ (1 − xA )2 σrB
2
+ 2xA (1 − xA )σAB
A
LA CPO pour le choix de xA est :

2 2
2xA σrA − 2(1 − xA )σrB + 2σAB − 4xA σAB = 0
2σr2A + 2σr2B − 4σAB

⇒ xA = 2
2(σAB − σrB )
7.6 Utilité quadratique et l’approche moyenne / va-

riance
1. Soit la fonction d’utilité suivante, où l’utilité dépend de la richesse :
b
U (W ) = W − W 2
2
Supposons que la richesse est reliée à la richesse initiale et au rendement
sur un actif risqué de la manière suivante :
W = W0 (1 + R)
Montrez qu’on peut réécrire la fonction d’utilité pour l’exprimer en

fonction du rendement :
k2 2
U (R) = k0 + k1 R − R
2
44

2. Supposez que E(R) = µ et que E (R − E(R))2 = σ 2 .
3. Trouvez une expression pour l’espérance de l’utilité (E(U (R))) en termes
de µ et de σ 2 seulement. Trouvez la pente d’une courbe d’indifférence
dans le plan écart type/rendement espéré. Expliquez le signe de cette
pente.
Réponse :
1. Nous avons :
b
U (W ) = W0 (1 + R) − (W0 (1 + R))2
2
b 2
= W0 + W0 R − W0 + 2W0 2 R + W0 2 R2
!
2 !
b 2
2
b 2
= W0 − W0 + W0 − bW0 R − W0 R 2
2 2
qui est de la forme ci-dessus. q.e.d.
2. On a (utilisant la notation de la question) :
k2
E(U (W )) = k0 + k1 E(R) − E(R2 )
2
k2
= k0 + k1 E(R) − V ar(R) + (E(R))2
2
par une des propriétés fondamentales de la variance,
k2 2
⇒ E(U (W )) = k0 + k1 µ − σ + µ2
2
q.e.d.
3. Nous avons
dE(U (W )) = 0 = k1 dµ − k2 σdσ − k2 µdµ.
dµ k2 σ
⇒ = .
dσ k1 − k2 µ
Dans la mesure où l’utilité marginale de la richesse est encore posi-
tive (k1 > k2 µ), les courbes d’indifférence auront une pente positive
dans le plan rendement espéré/écart type. Avec σ sur l’axe horizon-
tal, les courbes d’indifférence deviennent plates lorsque σ = 0, et leur
pente augmente avec la valeur de σ. Donc, nous aurons des courbes
d’indifférence convexes dans le plan espérance / écart type.
45
8 Ensemble à variance minimale
1. Dans le cadre du problème algébrique pour calculer les points dans
l’EVM (section 2.6 dans les notes de cours), et pour les mêmes valeurs
des taux de rendement anticipés sur les trois titres et la même matrice
de variance-covariance, écrivez le problème de minimisation qu’il faut
résoudre pour trouver le portefeuille à variance minimale globale (au
point MVP sur le Graphique 2.5).
2. Faut-il imposer une valeur pour le rendement anticipé du portefeuille si
on veut trouver le portefeuille à variance minimale globale ? Pourquoi
ou pourquoi pas ?
3. Après avoir substituer des valeurs numériques, écrivez les conditions du
premier ordre pour le problème de minimisation.
4. Si vous avez un accès facile à un logiciel (Gauss, Matlab, Mathematica,
un tableur, etc.) qui peut inverser des matrices, calculez les parts (xA ,
xB et xC ) dans ce portefeuille et sa variance ou son écart type. Il est
possible de faire le calcul à la main sans trop de difficulté.
5. Calculez le taux de rendement anticipé de ce portefeuille.
6. Est-ce que ce taux de rendement anticipé est supérieur ou inférieurà
10%, le taux qui est imposé dans le problème de la section 2.6 ? À
la lumière de la discussion en classe, expliquez comment on pourrait
déduire à partir de la solution du problème étudié en classe pourquoi
il doit être plus élevé ou moins élevé.
Réponse :
1. Le problème peut s’ècrire de la façon suivante :
min σ 2 (rp )
xA ,xB ,b
= x2A σ 2 (rA ) + x2B σ 2 (rB ) + (1 − xA − xB )2 σ 2 (rC )

+2xB (1 − xA − xB )Cov(rB , rC )
On peut réécrire ceci de la façon suivante :
min σ 2 (rp ) = .25x2A + .21x2B + .28(1 − xA − xB )2
xA ,xB ,b
+.30xA xB + .34xA (1 − xA − xB ) + .18xB (1 − xA − xB )
46
2. Non. La valeur du rendement espéré était une contrainte dans le problème
original. Ici, il s’agit d’un problème de minimisation non contraint.
3. Nous avons :
xA : 0.38xA + 0.34xB − 0.22 = 0
xB : 0.34xA + 0.62xB − 0.38 = 0
4. Nous avons :
" # " #−1 " # " #
xA 0.38 0.34 0.22 0.06
= =
xB 0.34 0.62 0.38 0.58
⇒ xC = 0.34.
5. Le rendement espéré du portefeuille est donné par :
E(rp ) = 0.06 · 0.05 + 0.56 · 0.10 + 0.34 · 0.15 = 0.109.
6. Dans le problème de minimisation sous contrainte étudié en classe,

nous avons trouvé une valeur négative du multiplicateur de Lagrange,
ce qui nous indique une solution dans la partie de l’ensemble à variance
minimale où les portefeuilles sont inefficients. Le rendement espéré du
portefeuille à variance minimale globale doit avoir un rendement espéré
plus élevé.
9 Références
Voir la page suivante :
http://www.er.uqam.ca/nobel/r10735/6080/referenc.pdf
Dernière modification : 20/08/2007
47

Risque

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Risque

Transféré par

Droits d'auteur :

Formats disponibles

ECO 6080 : Économie financière

Risque, diversification et frontière efficiente

Table des matières

2 Propriétés de portefeuilles de titres 3

3 Ensembles de portefeuilles à variance minimale (“balle”) 16

4 Utilité et aversion au risque 26

5 Allocation optimale de portefeuille 34

8 Ensemble à variance minimale 46

1 Introduction et objectifs du cours

2 Propriétés de portefeuilles de titres

2.1 Taux de rendement d’un portefeuille

où ri est le rendement de l’action individuelle, et xi est la fraction de

2.3 Variance du rendement d’un portefeuille

– La dernière sommation comprend toutes les combinaisons possibles de

2.4 Combinaisons espérance/écart type (2 actions)

2.4.1 Corrélation nulle entre les deux rendements

La solution à ce problème nous donne xA = 0.80, ce qui donne un por-

E(rB ) = a0 + a1 E(rA ). (12)

– Comme auparavant, nous avons que :

E(rp ) = xA E(rA ) + (1 − xA )E(rB ). (13)

– Nous avons que :

= [xA σ(rA ) + (1 − xA )σ(rB )]2 .

où la constante a1 est positive.

= [xA σ(rA ) − (1 − xA )σ(rB )]2 .

2.4.3 Quelques remarques

⇒ xA = σ(rB )/(σ(rA ) + σ(rB )).

2.4.4 Un titre sans risque

– Considérons un portefeuille dont les deux titres ont les caractéristiques

2.4.5 Corrélation quelconque entre les deux rendements

Fig. 5 – Ensemble à variance minimale, plusieurs titres

3.2 Représentation graphique de portefeuilles à trois

– Si nous représentons sur un graphique les fractions investies dans deux

Fig. 6 – Poids sur les titres, portefeuille à trois titres

3.3 Lignes d’isorendement anticipé

E(r¯p ) = xA E(rA ) + xB E(rB ) + (1 − xA − xB )E(rC ). (22)

– On connaı̂t les rendements espérés par hypothèse. Il s’agit donc d’une

E(r¯p ) − E(rC ) E(rC ) − E(rA )

– Notez que la pente de cette ligne droite est indépendante de la valeur

3.4 Ellipses d’isovariance

σ 2 (rp ) = x2A σ 2 (rA ) + x2B σ 2 (rB ) + (1 − xA − xB )2 σ 2 (rC )

+2xA xB Cov(rA , rB ) + 2xA (1 − xA − xB )Cov(rA , rC )

3.5 Dérivation graphique de la ligne critique

– La ligne critique est la ligne NY sur le graphique. La ligne critique

3.6 Ensemble efficient et minimisation sous contrainte

= x2A σ 2 (rA ) + x2B σ 2 (rB ) + (1 − xA − xB )2 σ 2 (rC )

– La matrice de variance-covariance des trois taux de rendements est

min L = .25x2A + .21x2B + .28(1 − xA − xB )2

+.30xA xB + .34xA (1 − xA − xB ) + .18xB (1 − xA − xB )

+ .34xA xB + .28 + b [−.05 + .10xA + .05xB ] (29)

3.7 Portefeuille à variance minimale sans vente à dé-

4 Utilité et aversion au risque

4.1 Représentation graphique de l’aversion au risque

Richesse (milliers de dollars)

Richesse (milliers de dollars)

Fig. 12 – Investisseur riscophile

Richesse (milliers de dollars)

– Le Graphique 2.12 montre un investisseur qui aime le risque. Il préférera

Richesse (milliers de dollars)

où W est la richesse de l’individu. La prime indique la dérivée première

4.2 Mesures de l’aversion au risque

– On peut montrer que si l’aversion absolue au risque est croissante

– On peut montrer que si l’aversion relative au risque est croissante

8. Si γ = 2, nous obtenons la fonction d’utilité quadratique :

5 Allocation optimale de portefeuille