Vous êtes sur la page 1sur 16

Imprimé pédagogique du cours

c
Gestion de Portefeuille
Port feuille

TD, TP et Examen Expérimental


Exp rimental
t

po

Pr Rachid BOUTTI
Plan

Séminaire III ............................................................................................. 2


Value at Risk (VaR) : une opportunité à saisir pour un risk management sous
contrôle .................................................................................................... 2
Section 1................................................................................................... 2
Le choix des paramètres de la Value at Risk (VaR) ......................................... 2
Section 2................................................................................................... 5
La Value at Risk par rapport aux autres indicateurs de risque .......................... 5
Section 3................................................................................................... 7
L’utilité puissante du Back Testing : un test ex-post ....................................... 7
Section 5................................................................................................... 9
la VaR et les propriétés de la mesure du risque .............................................. 9
Section 5................................................................................................. 11
De Riskmetrics à l’amendement de 1996 à l’accord de Bâle ........................... 11
Bibliographie............................................................................................ 13
Autres séminaires..................................................................................... 15

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 1


Séminaire III
Value at Risk (VaR) : une opportunité à
saisir pour un risk management sous
contrôle
Le système de gouvernance décliné par le Contrôle de Gestion doit être en
phase pour un meilleur traitement des risques qui se sont amplifiés en
fréquences et en sévérités. Il s’agit, bel et bien là, de développer une
praxis, au sens étymologique du terme c’est à dire une activité en vue
d’une maitrise des KRI en vue d’une optimisation de résultats.

La quantification du risque est un souci majeur des acteurs financiers car


elle leur permet de répondre à des interrogations comme «Combien
pouvons-nous perdre avec notre portefeuille dans des conditions de
marché normales ou anormales pour un horizon de temps donné ? ». La
VaR (Value at Risk) et le Stress Testing constituent les deux méthodes les
plus courantes de quantification du risque ; elles sont généralement
combinées.

Section 1
Le choix des paramètres de la Value at Risk (VaR)
La VaR, une méthode incontournable dans l’évaluation du risque de
marché qui ont gagné en intelligence de la complexité.

Bien que la VaR puisse être utilisée comme mesure de référence pour tous
les types de risque et au niveau global d’une société, son utilisation la plus
courante concerne le risque de marché.

La VaR est une mesure probabiliste de la perte ponctuelle d’un portefeuille


de composition donnée, résultant des variations futures des facteurs de
risque. Elle est définie par la perte maximale probable à un degré de
confiance de x % (pour un horizon de temps d’un jour / d’une semaine,
etc.).

La Var correspond donc à la perte qui ne sera pas dépassée dans plus de
(100-x) % des cas, quand une position de structure donnée est maintenue
pendant une durée [0, T].

Si Vt est la valeur de la position en t, la VaR est donnée par :

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 2


Prenons l’exemple d’un portefeuille pour lequel la VaR est de 100 M MAD
avec un niveau de confiance de 99 % sur un horizon d’une semaine ; cela
signifie que, dans des conditions de marché normales, il y a une
probabilité de 1 % d’enregistrer une perte de plus de 100 M MAD sur la
semaine de détention (période sur laquelle la variation de valeur du
portefeuille est mesurée). Au moyen d’un seul chiffre, la VaR indique donc
l’exposition d’un portefeuille au risque de marché et la probabilité de perte
dans les conditions envisagées. Le risque est en outre mesuré en unités
monétaires, les mêmes que celles dans lesquelles sont établis les bilans.
Enfin, parmi ses autres avantages, la VaR permet :
d’évaluer les performances et de les corriger éventuellement en
fonction du risque ;
de favoriser l’information et la transparence dans la mesure où c’est
une mesure exprimée en termes non technique et qui peut faire l’objet
de rapports périodiques ;
de déterminer l’allocation des fonds à placer et de fixer des limites
quantitatives de risque à l’intention des gérants.

Figure n°4 : Les cinq étapes de construction de la VaR

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 3


L’objectif de la Value at Risk (VaR), comme on vient de le démontrer, est
de fournir une mesure agrégée de la prise de risques globale pour une
probabilité d’occurrence et un horizon de temps donnés. Le caractère
synthétique de la VaR explique son succès. A compter de 1996, la
réglementation bancaire a autorisé certains établissement à déterminer
leurs exigences de fonds propres au titre du risque de marché sur la base
de leurs propres modèles de VaR. Le secteur industriel, notamment
pétrolier, s’intéresse également à cette mesure du risque. Néanmoins,
d’une entreprise à l’autre, les modèles de VaR se fondent sur des
méthodologies et des hypothèses très diverses afin de contourner les
difficultés d’observabilité et contraintes de temps de calcul. En raison de
cette hétérogénéité, la comparaison comme l’agrégation des VaR doivent
être considérées avec la plus grande prudence.

L’horizon temporel
Le choix de l’horizon temporel dépend de l’utilisation de la VaR. Un trader
calcule les pertes et les profits chaque jour. Sa position est généralement
liquide et activement gérée. Pour un usage interne, il semble donc
judicieux de calculer la VaR sur un horizon temporel d’un jour ouvré. Si
cette VaR est inacceptable, le portefeuille peut être réajusté assez
rapidement. Par ailleurs, une VaR est inacceptable, le portefeuille peut
être réajusté assez rapidement. Par ailleurs, une VaR sur un horizon plus
long aurait peu de sens, compte tenu des variations dans la composition
du portefeuille.

Influence de l’auto corrélation


En pratique, les variations journalières de la valeur du portefeuille ne sont
pas toujours indépendantes. Soit ∆Pi la variation de la valeur du
portefeuille le jour i. Une hypothèse simple consiste à admettre l’existence
d’une auto concentration d’ordre 1 (c’est-à-dire la corrélation entre ∆Pi et
∆Pi-1 vaut p pour tout i).

Seuil de confiance
Un certain nombre de facteurs influencent le choix du seuil de confiance
de la VaR. Considérons une banque souhaite maintenir une notation de
crédit AA. (Les entreprises notées AA ont une probabilité de défaut à un
an de 0,03 %.) Cette banque peut choisir un seuil de confiance à 99,97%
et un horizon temporel d’un an pour son système interne de gestion du
risque. (Elle peut, en outre, communiquer son choix agences de notation
pour prouver qu’elle « mérite » bien sa notation).

La VaR et fonds propres


La VaR, mesure macro prudentielle, est utilisée par les régulateurs et les
établissements financiers pour calculer le niveau des fonds propres
réglementaires. Les régulateurs déterminent le capital requis pour le
risque de marché comme un multiple de la VaR au seuil de 99% à

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 4


l’horizon de dix jours. En ce qui concerne les risques de crédit et
opérationnels. On utilise la VaR au seuil de 99,99 % à l’horizon d’un an.

Section 2
La Value at Risk par rapport aux autres
indicateurs de risque
Nous rappelons à cet égard que la Value at Risk est un indicateur
synthétique, qui rend compte de la perte minimale pour un niveau de
risque et un horizon de temps donnés. Le plus souvent, la Value at Risk
est calculée au risque 1% à l’horizon 1 jour. A titre d’exemple, une
VaR1%,1jour égale à un million de MAD signifie qu’un jour sur cent en
moyenne, le portefeuille est susceptible de connaître une perte supérieure
à ce montant.

Cet indicateur fut développé à l’origine par la banque américaine JP


Morgan sous le nom « Riskmetrics », en permettant ainsi de disposer
chaque jour en fin d’après-midi d’une évaluation globale de la prise de
risque par l’établissement sur le portefeuille de négociation.

Correspondant à un quantile et a un horizon de temps précisément


définis, la VaR explore donc une portion très ciblée de l’univers des
possibles.

En ce sens, elle se distingue des scénarios catastrophes qui envisagent les


chocs les plus extrêmes sans que soit nécessairement évaluée leur
probabilité d’occurrence. La VaR est une mesure simplifiée mais unique du
niveau de risque d’un portefeuille, déduction faite, en principe, de
l’ensemble des effets de diversification.

C’est donc cette simplicité qui explique l’intérêt des organes décisionnels
pour l’information sur le niveau de risque révélée par la VaR. Cette
dernière peut alors s’interpréter comme une mesure de la prise de risques
associée au niveau de performance et de rentabilité.

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 5


Figure n°5 : Positionnement de la Value at Risk parmi les
différents outils de mesure du risque

Le schéma ci-dessus présente une vision simplifiée du segment de


l’univers des risques exploré par la VaR. Il permet de préciser l’apport
relatif de la VaR en regard des autres indicateurs de prise de risque, tels
les sensibilités et les scénarios catastrophes.

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 6


Section 3
L’utilité puissante du Back Testing : un test ex-
post
Quelque soit la méthode de calcul de la VaR, le back testing est vivement
recommandé et consiste à tester les performances de estimations de la
VaR sur des données passées. Supposons que nous ayons développé une
procédure de calcul de la VaR au seuil de 99% à un jour. Le back testing
consiste à vérifier le nombre de fois où la perte journalière à un jour. Le
back testing consiste à vérifier le nombre de fois où la perte journalière a
effectivement dépassé la VaR. Dans ce contexte, les jours où ce
dépassement a lieu sont appelés des exceptions. Si elles représentent 1%
des jours, la méthodologie de calcul de la VaR peut être considérée
comme fiable. En revanche, si elles représentent 7% des jours, le calcul
n’est pas fiable et sous-estime vraisemblablement la VaR et le capital
réglementaire.

Systématiquement, si les exceptions représentent, par exemple, 0,3% des


jours, alors la VaR est surestimée et les fonds propres sont trop élevés, si
les exceptions représentent, par exemple, 0,3% des jours, alors la VaR
est surestimée et les fonds propres sont trop élevés.

Un choix important dans cette procédure est la prise en compte ou non


des variations de la composition du portefeuille sur la période étudiée.
Deux méthodes sont ici envisageables. La première consiste à comparer la
VaR avec la variation hypothétique de la valeur du portefeuille, calculée
sous l’hypothèse de composition fixe sur la période considérée. La
seconde consiste à comparer la VaR est elle-même calculée sous
l’hypothèse de composition fixe du portefeuille, la première méthode
semble plus logique. Cependant, ce sont bien les variations effectives qui
sont importantes. En pratique, les gestionnaires du risque utilisent les
deux méthodes (les régulateurs préconisent également le recours aux
deux méthodes). Les variations effectives sont ajustées des éléments non
affectés par le risque de marché (commission et gains des transactions
effectuées à des prix différents du marché).

Considérons un horizon temporel d’un jour et un seuil de confiance de


X%. Si le modèle de VaR est fiable, la probabilité que la VaR soit dépassée
est p = 1 – X. Supposons maintenant que l’on dispose d’observations sur
n jours et que la VaR ait été dépassée à m reprises, avec m/n>p. Doit-on
rejeter ce modèle ? Pour répondre à cette question, considérons deux
hypothèses alternatives :
1. La probabilité d’une exception est égale à p.
2. La probabilité d’une exception est supérieure à p.

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 7


A partir des propriétés de la loi binomiale, on peut écrire la probabilité que
la VaR soit dépassée durant m jours ou plus :

n!
p 1−
k! n − k

On peut obtenir la valeur de cette probabilité en utilisant la commande


LOI.BINOMIALE dans EXCEL. Un seuil de confiance couramment utilisé
dans les tests statistiques est 5%. Si la probabilité de dépassement de la
VaR à m reprises ou plus est inférieure à 5%, on rejette la première
hypothèse ci-dessous.
Lorsque le nombre d’exception, m, est inférieur au nombre attendu, on
peut tester si la probabilité d’une exception est 1%. (Dans ce cas,
l’hypothèse alternative est que la probabilité d’une exception soit
inférieure à 1%.) La probabilité associée à l’événement « nombre
d’exceptions supérieur ou égal à m » est :
n!
p 1−
k! n − k

Les tests considérés jusqu’à présent sont unilatéraux. Dans les exemples
et, on a supposé que la vraie probabilité associée à une exception était
respectivement supérieure ou égale et inférieure à 1%. Kupiec propose un
test bilatéral relativement performant. En notant p la probabilité d’une
exception et m le nombre d’exceptions observées sur n jours, alors :

On a une distribution de khi-deux à un degré de liberté. Les valeurs de


cette statistique sont élevées pour des exceptions très rares ou très
fréquentes. La valeur d’une variable suivant une loi khi-deux à un degré
de liberté est supérieure à 3,84 avec une probabilité de 5%. On rejette
donc le modèle de VaR si le résultat de l’équation est supérieur à 3,84.

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 8


Section 5
la VaR et les propriétés de la mesure du risque
Supposons que la VaR au seuil de 99,95 % à l’horizon d’un an pour un
portefeuille soit de 50 millions de MAD. Cela signifie que dans des
conditions extrêmes (une fois tous les 2 000 ans en théorie), l’institution
financière peut perdre plus de 50 millions de MAD dans une année. Cela
signifie également que si cet établissement financier détient 50 millions de
MAD de fonds propres, sa probabilité de conserver ses ressources à
l’horizon d’un an vaut 99,95 %.

Supposons que la VaR que l’on souhaite mettre en œuvre une mesure du
risque qui corresponde au capital requis pour un organisme financier. La
question lancinante est de mettre en relief si la VaR est la meilleure
mesure possible. Artzner et al. Dans un article publié dans une revue
« Mathematical and Finance, Vol 9, 1999 » ont étudié cette
problématique. Ainsi, ils ont été les premiers à proposer un certain
nombre de propriétés qu’une mesure du risque doit respecter dans ce
contexte :
Monotonicité ; sa valeur doit être plus importante pour un
portefeuille ayant des rendements plus faibles dans tous les Etats du
monde ;
Invariance de la translation : si l’on ajoute un montant de
liquidités K à un portefeuille, alors sa valeur doit diminuer de K ;
Homogénéité : la variation de la taille d’un portefeuille d’un facteur
doit multiplier sa valeur par , en gardant constants les montants
des composantes de ce portefeuille ;
Sous-additivité : la valeur associée à cette mesure pour deux
portefeuilles ne doit pas être supérieure à la somme des valeurs
associées à chacun des portefeuilles.

Les trois premières propriétés sont intuitives, puisque la mesure du risque


correspond au montant de liquidités à ajouter à un portefeuille pour
rendre son risque acceptable. La quatrième concerne la diversification des
risques. En effet, lorsqu’on agrège deux risques, le total de leur mesure
devrait soit diminuer, soit rester constant. La VaR satisfait les trois
premières propriétés, mais pas toujours la quatrième (voir exemples
infra).

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 9


Illustration pratique
Considérons deux projets indépendants ayant une probabilité de 0,02 de
perdre 10 millions de MAD et une probabilité de 0,98 de perdre 1 million
de MAD sur une année.
La VaR au seuil de 97,5% à l’horizon d’un an pour un projet vaut 1 million
de MAD. Lorsque les projets sont regroupés dans un portefeuille, la
probabilité de perdre 20 millions de MAD vaut 0,02 x 0,02 = 0,0004, la
probabilité de perdre 11 millions de MAD vaut 2 x 0,02 x 0,98 = 0,0392 et
la probabilité de perdre 2 millions de MAD vaut 0,98 x 0,98 = 0,9604. La
VaR au seuil de 97,5 % à l’horizon d’un an pour ce portefeuille vaut 11
millions de MAD, alors que la somme des VaR de chaque projet vaut 2
millions de MAD, soit un écart de 9 millions de MAD. D’après ce résultat,
on constate que la condition de sous-additivité n’est pas respectée.

Illustration pratique
Considérons deux prêts de 10 millions de MAD et de probabilité de défaut
de 1,25% chacun. Si un des prêts fait défaut, son taux de recouvrement
est incertain et compris entre 0% et 100%. En l’absence de défaut, le
profit sur un prêt vaut 0,2 million de MAD. Pour simplifier, on suppose
que, si l’un des prêts fait défaut, il est certain que l’autre ne fera pas
défaut.
La VaR au seuil de 99% à un an vaut 2 million de MAD pour un prêt. En
effet, la probabilité de perte vaut 1,25% et la probabilité conditionnelle
d’une perte supérieure à 2 millions de MAD vaut 80%. La probabilité
inconditionnelle d’une perte supérieure à 2 millions de MAD vaut 1%, soit
80% fois 1,25%.
Considérons un portefeuille composé de ces deux prêts. Chaque prêt fait
défaut avec 1,25% de chances et ils ne font jamais défaut simultanément.
Un défaut a donc 2,5% de chances de se réaliser. Dans ce cas, la VaR est
de 5,8 millions de MAD. En effet, la probabilité qu’un des prêts fasse
défaut est de 2,25% et la probabilité conditionnelle à une perte supérieure
à 6 millions est donc 40% fois 2,5%, soit 1%. Comme un profit est
enregistré sur le prêt non défaillant, la VaR au seuil de 99% à un an est
égale à 5,8 millions.
En revanche, la somme des VaR des deux prêts est 2 + 2 = 4 millions. La
VaR du portefeuille des deux prêts vaut 5,8 millions, soit 1,8 million de
plus, malgré la diversification.

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 10


Section 5
De Riskmetrics à l’amendement de 1996 à
l’accord de Bâle
La technique de Value at Risk trouve pour partie son origine dans la
méthodologie Riskmetrics. Celle-ci fut développée par la banque
J.P.Morgan à partir de 1989 pour satisfaire le besoin exprimé par la
direction de pouvoir disposer quotidiennement d’une mesure de la prise de
risques globale de la banque. En 1994, la méthodologie Riskmetrics fut
dévoilée et devint dès lors un standard de marché utilisé par un nombre
croissant de participants. En référence ou non à cette méthode initiale, les
grandes banques internationales ont depuis développé et raffiné leurs
propres techniques de Value at Risk.

Appliquées initialement au risque de crédit, les exigences de fonds propres


réglementaires fixées par l’accord de Bâle de 1988 ont été étendues au
risque de marché par l’amendement de 1996 établi par le Comité de Bâle
sur le Contrôle bancaire.

Pour le risque de marché, les exigences de capital réglementaire peuvent


être définies selon deux méthodes. L’approche standard applique pour
chacune des catégories de risques financiers, des pondérations forfaitaires
fixées par la réglementation. Néanmoins, l’amendement autorise
également les établissements de crédit à recourir à leur propre modèle
interne pour déterminer ces exigences. Les modèles autorisés relèvent de
la méthodologie de Value at Risk. Au Maroc, l’usage des modèles interne
pour la détermination du capital réglementaire est subordonné à
l’approbation de la Bank Al Maghreb (BAM).

Après homologation par l’organe de supervision bancaire, les exigences de


fonds propres au titre des risques de marché sont alors définies par la
formule suivante :
60
Exigences de fonds propre = Max {VaRt ; ( ∑
i =1
VaRt-i) x ( 3 + )}

Où est un facteur complémentaire de majoration des exigences de fonds


propres.
Par cette formule, les exigences de fonds propres sont donc définies, le
plus souvent, en référence à la moyenne de la VaR calculée sur les 60
derniers jours. Le coefficient est modulé en fonction de la qualité du
système de gestion des risques, il permet en outre de tenir compte d’une
mauvaise performance ex post du modèle interne, lorsque le back-testing
comporte au moins 5 dépassements contre près de 2,6 (Une VaR calibrée
sur le quantile 1% ne devrait en effet laisser apparaître des
dépassements que 1% des 260 jours ouvrés que compte
approximativement une année, soit près de 2,6 dépassements au total)
attendus normalement..

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 11


Pour que les établissements puissent se fonder sur leur modèle interne,
ces derniers doivent néanmoins satisfaire à une série de critères qualitatifs
et quantitatifs précises par la réglementation bancaire.
Parmi les critères quantitatifs, peuvent notamment être mentionnés la
détermination de la VaR selon une périodicité quotidienne, le recours à un
intervalle de confiance de 99%, ainsi que l’application de chocs
correspondant à dix jours ouvrés. Dans les faits, l’horizon de choc est plus
fréquemment ramené à un jour, la VaR1j se voyant alors appliquée un
coefficient multiplicateur égal à√10.
La réglementation formule également des critères qualitatifs, telle que
l’édition quotidienne doivent être adaptées au degré de complexité et à
l’importance des positions détenues sur chaque segment de marché.
Enfin, le modèle doit être complété par un dispositif de simulations de
crises rigoureux, complet et appliqué à intervalles réguliers.

Par ailleurs, des entreprises non financières calculent également une VaR
pour évaluer leur exposition agrégée à un ensemble de risque de marché.
Des entreprises industrielles, à l’instar de Suez, publient ainsi la valeur
moyenne de leur VaR dans leur rapport annuel, extrait ci-dessus.

Sur l’utilisation de la Value at Risk pour mesurer l’exposition aux risques


de marché des entreprises industrielles « Value at Risk ».

Conformément aux procédures internes de gestion du risque, le risque de


marché est géré par les services de contrôle du risque qui sont
indépendants des services de négoce initiant et gérant activement les
positions. Les activités de négoce exposent le Groupe au risque de marché
résultant d’évolutions défavorables du prix des matières premières et de
l’électricité. Le Groupe évalue, mesure et gère le risque de marché des
positions sur matières premières et électricité en utilisant
quotidiennement la « Value at Risk » et d’autres limites de risque de
marché. La quantification du risque de marché par la « Value at Risk »
fournit une mesure transversale du risque, tous marchés et produits
confondus. Le recours à ces méthodologies nécessite la fixation
d’hypothèses clès, notamment la sélection d’un intervalle de confiance et
d’un horizon de détention.

La « Value at Risk (VaR) » représente la perte potentielle maximale sur la


valeur d’un portefeuille d’actifs compte tenu d’un horizon de détention et
d’un intervalle de confiance. La Value at Risk ne constitue pas une
indication des résultats attendus. Le Groupe utilise un horizon de
détention de un jour et un intervalle de confiance de 95%.

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 12


Bibliographie
Ouvrages
ALLEN F. et DOUGLAS G., Financial Innovation and RiskSharing,
MIT Press, 1994. CROUHY M. et GALAI, Risk Management, McGraw-Hill,
2000.
BOUTTI R., Comptabilité de Gestion Décisionnelle : Manuel &
Applications, 250 exercices corrigés, SESAME Grandes Ecoles avec
le soutien de l’Université Ibnou Zohr (UIZ), 507 pages, 2014.
BOUTTI R., L’Ingénierie du Contrôle de Gestion Décisionnel
Versus : IFRS, COSO II, SOX, BALE III, Value@Risk, STRESS
TEST, Editions Universitaires Européennes (EUE) ,350 pages, 2012,
ISBN : 978-3-8417-9635-6.
BOUTTI R., Contrôle de Gestion Décisionnel : Ingénierie des
Meilleures pratiques de la Gestion Budgétaire et de Contrôle de
gestion des entreprises du Moroccan All Shares Index, SESAME
Grandes Ecoles avec le soutien de l’Université Ibnou Zohr (UIZ), 300
pages, 2012, Dépôt légal / ISBN : N° 2012 MO 2913 / 978-9954-9229-
1-0.
BOUTTI R., Gestion Budgétaire : Ingénierie des métarègles
décisionnelles Conformité totale IFRS, Best Practices LMD, 500
pages, 2012, IS Dépôt légal / ISBN : 978-9954-9143-0-4.
BOUTTI R., Statistique Descriptive Appliquée, SESAME Grandes
Ecoles avec le soutien de l’Université Ibnou Zohr (UIZ), 300 pages,
2012, Dépôt légal / ISBN : N° 2012 MO 2912 / 978-9954-9229-0-3.
BOUTTI R., Statistique descriptive décisionnelle ; pour
économistes et gestionnaires, 300 examens & exercices
corrigés, Université Ibn Zohr, Agadir, 2011,350 pages.
BOUTTI R., Comptabilité analytique décisionnelle, TOME I,
Collection expertise, 2004, 280 pages.
BOUTTI R., Statistique descriptive ; diagnostic et prise de
décision, examens+exercices corrigés, ouvrage n°28, Université Cadi
Ayyad, Marrakech, 2004,230 pages.
BOUTTI R., Mémento pratique statistique ; la partie cachée de
l’Iceberg, exercices corrigés+Cas professionnels expliqués,
Collection expertise, 200 pages, 1996.
DERMINE J. et BISSADA Y.F., Asset & Liability Management,
Prentice-Hall, 2002.
ESCH K. et LOPEZ, Value At Risk: vers un Risk Management
moderne, DeBoeck Université, 1997.
ESCH L., LOPEZ T. et KLEFFER R., Asset et Risk Management,
DeBoeck Université, 2003.
DOHERTY N.A., Integrated Risk Management: Techniques and
Strategies for reducing Risk, McGraw-Hill, 2000.
HULL J., Options, Futures et autres actifs dérivés, 6eéd., Pearson
Education, 2007.
JORION P., Value-at-Risk: The New Benchmark for Managing
Financial Risk, McGraw-Hill, 2000.

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 13


JORION P., Financial Risk Manager Handbook, John Wiley and
Sons, 2003. STULZ R.M., Risk Management & Derivatives, Thomson,
2003.
POINCELOT D., Les marchés de capitaux français, Editions
Management et Sociétés, Les essentiels de la gestion, 1998.

Webographie
http:// www.controledegestion.org
http://www.ingenierieducontroledegestionboutti.blogspot.com/
http:// www.comptabilitedegestionboutti.blogspot.com/
http:// www.controledegestionboutti.blogspot.com/
http://www.gestionbudgetaireboutti.blogspot.com/
http://www.statistiquedescriptiveboutti.blogspot.com/
https://www.youtube.com/watch?v=BmV0Ub9ZgrA
https://www.youtube.com/watch?v=YEHDFBRIPSM
https://www.youtube.com/watch?v=IdJxNwLAaNo
https://www.youtube.com/watch?v=AW-57XXXgS8
https://www.youtube.com/watch?v=J16G2vFRcMg
https://www.youtube.com/watch?v=hyLnBOQ5sr4
https://plus.google.com/+BouttiRachid/about
http://www.researchgate.net/profile/Prof_Dr_BOUTTI_Rachid
http://www.viadeo.com/profile/002kfezs1oszcpd/
https://esc-rennes.academia.edu/RachidBOUTTI
http://www.dogfinance.com/en/p/rachid-dr-boutti

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 14


Autres séminaires

Séminaire I : Comment évaluer et mesurer autrement la richesse future et


potentielle des entreprises
Séminaire II : STRESS TESTING : un sous-jacent de solidité pour le Risk
Management
Séminaire IV : Analyse comparative des différentes méthodes VaR
Séminaire V : La réinscription des stratégies d’entreprise dans
les compliances SOX, LSF, OCDE : « complain ou explain »

Pr Rachid BOUTTI Imprimé pédagogique du Cours Gestion de Portefeuille 15

Vous aimerez peut-être aussi