Académique Documents
Professionnel Documents
Culture Documents
Choix de Portefeuille
________________
Christophe Boucher
1
Chapitre 1. Théorie de la décision en avenir incertain
2
Exemple 1
Le critère peut être le plus intuitif consiste à choisir la loterie qui offre l’espérance de gain la
plus forte.
La loterie B a une espérance de gain plus élevée mais la dispersion de ses gains est aussi plus
grande.
3
Exemple 2 : le paradoxe de Saint-Pétersbourg
Les agents peuvent jouer à un jeu de pile ou face répété, si face apparaît au nième coup, ils
empochent 2n euros.
1 1 1
E (G ) = 2 + 2 22 + 3 23 + ... = 1 + 1 + 1 + ..... = +∞
2 2 2
ou encore
+∞
1 n
E (G ) = ∑ n 2 = +∞
n =1 2
Ce jeu a une espérance de gain infinie et les individus sont théoriquement prêts à payer une
somme infinie pour y participer malgré le risque de voir « face » sortir dès le premier lancé.
Pour résoudre ce paradoxe, Daniel Bernoulli propose de transformer les gains monétaires en
satisfaction par une fonction croissante et concave (nommée fonction d’utilité et notée U).
4
Si la fonction d’utilité est logarithmique, la satisfaction espérée (ou l’espérance d’utilité, notée
EU) du joueur s’écrit :
+∞ +∞
1 1
EU (G ) = ∑ n ln 2n = ∑ n n ln 2 = ln(4)
n =1 2 n =1 2
La somme payée est finie (4 euros), ce qui semble plus cohérent au regard du risque pris.
⇒ construire un critère qui permet de représenter le choix d’agents à partir d’un nombre
d’hypothèse réduit.
5
1.1.1. le théorème central de la théorie.
Axiome 1 : Complétude
Axiome 2 : Transitivité
si L1 ≻ L2 et L2 ≻ L3 alors L1 ≻ L3 .
Axiome 3 : Continuité
L1 ≻ L2
Si il existe une probabilité p telle que L2 ≈ ( L1 , L3 ; p, (1 − p )) .
L2 ≻ L3
Axiome 4 : Indépendance
( L1 , L3 ; p, (1 − p )) ≻ ( L2 , L3 ; p, (1 − p ))
Axiome 5 : Monotonicité
Si L1 ≻ L2 alors p ≥ q implique A ≻ B
6
Exemple 3 : L’axiome de continuité
Les loteries suivantes sont dites dégénérées car elles proposent des gains avec une probabilité
égale à 1.
Pour une probabilité p = 0,6, l’agent est indifférent entre recevoir 500€ ou jouer à la loterie :
[1000, 0 ; 0,6, 0,4].
L’axiome indique que quels que soient les goûts des agents, il est toujours possible de trouver
une probabilité telle que 500€ soit équivalent à une loterie de la forme [1000, 0 ; p, (1 – p)].
7
Théorème de l’espérance d’utilité
Si les préférences des agents vérifient les cinq axiomes de complétude, de transitivité, de
continuité, d’indépendance et de monotonicité, alors on peut les représenter par le critère de
l’espérance d’utilité.
Selon ce critère :
- si l’agent préfère la loterie 1 à la loterie 2 alors l’espérance d’utilité de la loterie 1 est plus
forte que celle de la loterie 2.
- l’utilité d’une loterie (ou d’un projet risqué) est égale à l’espérance mathématique des
utilités des gains monétaires de cette loterie
⇒ reconstruire la fonction d’utilité d’un individu à partir des équivalents certains à des
loteries.
8
Construction de la courbe d’utilité d’un agent
Cet individu nous dit préférer recevoir 35000€ plutôt que de jouer à la loterie L1 .
⇒ [35000;1]
U(35000) = 50
L’individu considère maintenant que l’équivalent certain de cette seconde loterie est de
15000€.
L3 : [100000,35000;0,5, 0,5]
9
4) On peut également demander à notre individu de déterminer la probabilité p qui rend les
deux loteries équivalentes :
L4 : [ −15000,15000; p, (1 − p) ]
L5 : [ 0;1]
10
La forme de la courbe découle des réponses données par l’individu.
100
50
0
-20000 0 20000 40000 60000 80000 100000 120000
-100
-150
11
1.2 L’aversion pour le risque
Un agent a de l’aversion pour le risque s’il préfère recevoir une somme certaine plutôt que de
jouer à une loterie qui lui rapporte en moyenne la même chose.
Les agents préfèrent être riches plutôt que pauvres, la fonction d’utilité est donc croissante en
la richesse (non satiété).
Exemple
La loterie offre 80% de chance de gagner 50€ et 20% de chance de gagner 300€. L’espérance
de gain de cette loterie est de 100€.
E[u(W)] = 0,8 x u(50) + 0,2 x u(300) = 0,8 x ln(50) + 0,2 x ln(300) = 4,270
La fonction log représente donc un agent averse au risque, l’utilité de l’espérance de gain de
la loterie est plus forte que son espérance d’utilité.
12
Nous pouvons généraliser et considérer les attitudes face au risque suivantes :
- L’agent est averse au risque lorsque : u[E(W)] > E[u(W)] ⇔ fonction d’utilité strictement
concave
- L’agent est neutre vis-à-vis du risque lorsque : u[E(W)] = E[u(W)] ⇔ fonction d’utilité
affine
- L’agent a du goût pour le risque lorsque : u[E(W)] < E[u(W)] ⇔ fonction d’utilité
strictement convexe
Aversion au
u(W)
risque
Neutre vis-à-vis
du risque
Goût pour le
risque
Remarque : le critère de l’espérance de gain n’est valable que pour un agent neutre vis-à-vis
du risque.
13
Calcul de la prime de risque et comportement vis à vis du risque
Cet individu nous a dit préférer recevoir 35000€ plutôt que de jouer à la loterie L1 .
14
Fonction d'utilité de Monsieur Blonde
120
Utilité
100
80
60
40
20
Gains monétaires
0
-20000 0 20000 40000 60000 80000 100000 120000
-20
-40
15
Aversion pour le risque, concavité et prime de risque
Considérons une somme d’argent z petite par rapport à la richesse W0 . Un individu envisage
une loterie lui permettant de gagner W0 + z avec une probabilité de 50% et W0 − z avec la
probabilité de 50%.
1 1
E [U (W )] = U (W0 + z ) + U (W0 − z )
2 2
1 1
E [U (W )] = U (W0 + z ) + U (W0 − z ) < U (W0 )
2 2
soit :
d 2U
<0
dW 2
16
Pour un individu averse au risque :
⇒ Wc < E (W ) ,
⇒ la différence E (W ) − Wc étant appelée prime de risque.
u(W)
U (W0 + z )
E [U (W ) ]
U (W0 − z )
Prime
de
risque
W0 − z Wc E (W ) W0 + z
W
17
Prime de risque et demande d’assurance
Nous savons que l’espérance d’utilité de la loterie est égale à 4,270. Ce niveau d’utilité
correspond à l’utilité procurée par une somme de 71,55 €.
L’équivalent certain de cette loterie qui est de 71,55 € va nous permettre de calculer la prime
de risque associée à cette loterie.
L’agent est donc prêt à payer 28,45 € pour éviter de subir la loterie
Si une compagnie d’assurance lui propose une police qui lui permet d’éviter cette loterie il
sera prêt à la payer jusqu’à 28,45 €.
18
Attitude vis-à-vis du risque et demande d’actifs risqués
E {U '[ I (r − rf ) + W (1 + rf )](r − rf )} = 0
Pour que l’agent choisisse de ne pas investir en actifs risqués, il est nécessaire que la
condition de premier ordre évaluée en ce point (I = 0) soit négative :
E {U '[W (1 + rf )](r − rf )} ≤ 0
soit encore :
U '[W (1 + rf )]E (r − rf ) ≤ 0
Par hypothèse, la fonction d’utilité est croissante avec la richesse ( U '(⋅) > 0 ), la condition
précédente est donc équivalente à :
I ≤0 si E (r − rf ) ≤ 0
Un agent avec une fonction d’utilité concave n’achètera des actifs risqués que s’ils offrent une
prime de risque [ E (r − rf ) ] strictement positive.
19
Espérance d’utilité, courbes d’indifférence et plan espérance - écart type
Sur une même courbe d’indifférence, figurent toutes les loteries (ou tous les projets) qui
procurent le même niveau d’utilité à l’individu.
20
- cas d’un individu averse au risque
U E
C
B
A
σB σC
G σ
Les courbes d’indifférence sont croissantes lorsque l’individu est averse au risque.
21
- cas d’un individu indifférent au risque
U E
A B C
σB σC
G σ
Lorsque le risque augmente, aucune compensation en terme d’espérance de gain n’est exigé
par l’individu indifférent au risque pour maintenir son niveau d’utilité constant.
22
- cas d’un individu avec du goût pour le risque
U E
D
A
B
C
σB σC
G σ
Dans le cas d’un individu avec du goût pour le risque, les courbes d’indifférence sont
décroissantes.
D se trouve sur une courbe d’indifférence plus élevée que B car il est plus risqué.
23
1.2.2. Les mesures d’aversion pour le risque
Le théorème de Pratt (1964) démontre que plusieurs façons de mesurer l’aversion pour le
risque sont équivalentes.
Théorème de Pratt
Soient deux agents A et B. Lorsque que A est plus averse au risque que B, cela signifie que :
1) Pour tous les niveaux de richesse, la prime de risque demandée par A est supérieure à
celle demandée par B.
2) L’indice d’aversion absolue pour le risque (indice d’Arrow Pratt) de A est supérieur à
celui de B.
3) La fonction d’utilité de B est une transformation concave de la fonction d’utilité de A :
L’indice d’aversion absolue pour le risque se définit comme le rapport de la dérivée seconde
sur la dérivée première :
u ''
AAR = −
u'
L’indice d’aversion absolue pour le risque indique la façon dont la demande d’actif risqué
évolue avec la richesse de l’agent.
Si l’indice décroît avec la richesse, cela signifie que le montant investi en actifs risqués croît
avec la richesse.
L’indice d’aversion relative pour le risque décrit la façon dont la proportion investie en actifs
risqués évolue avec la richesse.
Un indice décroissant décrit un agent qui investit une proportion croissante de sa richesse en
actifs risqués quand sa richesse augmente.
ARR = W x AAR
24
1.2.3. Applications aux fonctions d’utilité usuelles
a) La fonction quadratique
u (W ) = W − aW 2
u ''(W ) = −2a
1
Fonctionne pour un domaine de richesse limité : W < .
2a
2a
AAR = (croissante)
1 − 2aW
2aW
ARR = (croissante)
1 − 2aW
u (W ) = −e− aW avec a ≥ 0
u '(W ) = ae − aW > 0
u ''(W ) = − a 2 e − aW < 0
AAR = a (constante)
ARR = aW (croissante)
25
c) la fonction d’utilité logarithmique
u (W ) = ln W
u '(W ) = W −1 et u ''(W ) = −W −2
AAR = W −1 (décroissante)
ARR = 1 (croissante)
d) la fonction puissance
u (W ) = W b , 0 < b < 1
(b − 1)bW b − 2 1 − b
AAR = − = (décroissante)
bW b −1 W
ARR = 1 − b (constante)
26
1.2.4. Prudence, tempérance et anxiété
0 2
1/4 1/2
1/4 1/4
LA 4 LB 6
1/2 1/4
8 10
Ces deux loteries ont même espérance (5) et même variance (11)
Tous les riscophobes avec une utilité quadratique sont indifférents entre LA et LB.
Dans le groupe des riscophobes qui ne sont pas caractérisés par une utilité quadratique,
certains riscophobes préféreront à LA à LB tandis que d’autres exprimeront la préférence
inverse.
En fait, c’est le signe de la dérivée troisième de u qui permet de départager le groupe des
riscophobes quant à la préférence relative vis-à-vis de LA et de LB .
u ''' > 0 ⇒ LB ≻ LA
u ''' < 0 ⇒ LB ≺ LA
u ''' = 0 ⇒ LB ≈ LA
La dérivée troisième de la fonction d’utilité est en fait reliée à l’aversion pour le downside
risk.
27
⇒ On a opéré sur les deux plus mauvais résultats de LA une contraction à moyenne constante
(CMC) pour obtenir le moins bon résultat de LB.
Si un individu souhaite réduire le risque qui grève les moins bons résultats d’une loterie au
prix d’un accroissement du risque vis-à-vis des meilleurs résultats, il sera qualifié de averse au
downside risk (ou encore il présentera du goût pour la skewness) et la dérivée troisième de sa
fonction d’utilité sera positive.
u '''
P= −
u ''
Un agent est prudent lorsque ce coefficient est positif. Il présente alors une aversion au
downside risk.
u ''''
T= −
u '''
L’indice de tempérance va refléter le comportement d’un agent lorsque celui-ci fait face à un
risque non-assurable. Un agent qui présente de « la tempérance » et qui fait face à un risque
de revenu non-assurable réduira sa part d’actifs risqués dans son portefeuille (son exposition à
d’autres risques) même si les deux risques sont statistiquement indépendants.
u '''''
A= −
u ''''
L’indice d’anxiété va refléter la réaction d’un agent face à des risques multiples.
28
Exemple : la fonction d’utilité logarithmique
u ''(W )
u (W ) = ln W AAR = − = W −1
u '(W )
1 u '''(W )
u '(W ) = >0 P=− = 2W −1
W u ''(W )
1
u ''(W ) = − 2 < 0 u ''''(W )
W T=− = 3W −1
u '''(W )
2
u '''(W ) = 3 u '''''(W )
W A=− = 4W −1
u ''''(W )
−6
u ''''(W ) = 4
W
24
u '''''(W ) = 5
W
29
Pour résumer et conclure : Le critère de l’espérance d’utilité
Notre individu choisira la loterie qui lui procurera l’utilité la plus grande.
Notons que :
2) Le risque de la loterie L7 est en revanche beaucoup plus élevé que celui de la loterie L6 .
L’écart type (ou la variance) est une mesure courante de la dispersion d’une distribution de
probabilité.
On peut démontrer que l’écart type (ou la variance) est une bonne mesure de risque lorsque :
- les distributions de probabilité des loteries sont normales ;
- lorsque les fonctions d’utilité des individus sont quadratiques (U = aG2+ bG + c)
30