Vous êtes sur la page 1sur 7

Espérance – Variance- Covariance

Raja Akremi - 2018

Rentabilité espérée et risque d’un titre

Rt : rentabilité du titre à la périodet


Pt : Cours du titre à la périodet
Dt : Cours du titre à la périodet
la période t : jour; semaine; mois ou année

~
 La rentabilité espérée du titre : désignée par E( Ri ) et mesurée par l’espérance mathématique de la rentabilité du titre ;
t n

~ k s
~
R i ,t
E ( Ri )   Ri ,k . k ou aussipour des donnéeshistoriques E ( Ri )  t 1
où n est le nombre d' observations
k 1 n

 Le risque du titre désigné par  i et mesuré par l’écart-type des rentabilités du titre i. i
La variance de la rentabilité d’un titre i est calculée comme suit :
t n

k s [R i ,t  E ( Ri )] 2
 i2   [ Ri ,k  E ( Ri )] 2 . k Pour des donnéeshistoriques  i2  t 1

k 1 n
Il est possible de calculer la variance comme suit : méthode 2 :   E( R )  E( R)2 i
2
i
2

Exemple 1 : Calcul de l’espérance et de la variance d’un titre i

Pt  Dt  Pt 1
Cours du titre i Dividende Pt  Dt  Pt 1 Rt 
Pt
Mars 22,352 - -
0,083
Avril 22,135 0,300 22,135+0,3-22,352= 0,083 R Avril   0,371 %
22,352
0,519
Mai 22,654 22,654-22,135= 0,519 R Mai   2,345 %
22,135
0,461
Juin 23,115 23,115-22,654= 0,461 R Juin   2,035 %
22,654
Août 23,256 0,141 0,610%
Septembre 23,126 -0,130 -0,559%
Octobre 23,137 0,011 0,048%
Novembre 23,312 0,175 0,756%

La rentabilité mensuelle moyenne est calculée comme suit :


t n

R i ,t
0,371 %  2,345 %  2,035 %  0,610 %  0,559 %  0,048 %  0,756 %
E ( Ri )  t 1
  0,801 %
n 7
t n

[ R i ,t  E ( Ri )] 2
(0,371 %  0,801 %) 2  ......  (0,559 %  0,801 %) 2  ..  (0,756 %  0,801 %) 2
 
i
2 t 1
  0,0094 %
n 7

 i   i2  0,0094 %  0,967 %

Il est possible d’obrenir la variance en appliquant la méthode 2 :


 (0,371 %) 2  (2,345 %) 2  ......( 0,756 %) 2 
 i2  E ( Ri2 )  E ( Ri )2     (0,801 %)  0,0094 %
2

 7 
~
i )  0,801 %
Le titre i est parfaitement défini par l’espérance de sa rentabilité E( R et son risque mesuré par l’écart-type de sa

rentabilité  i  0,967 %

Page 1
Espérance – Variance- Covariance
Raja Akremi - 2018

Exemple 1-suite : Calcul de la covariance et du coefficient de corrélation entre un titre i et un titre j


Calculer la covariance entre les deux titres i et j sachant que j offre les rentabilités présentées au tableau suivant :

Rentabilité du titre i Rentabilité du titre j


Mars Le titre i est parfaitement défini par l’espérance de sa
Avril 0,371% 0,251% rentabilité et son risque mesuré par
Mai 2,345% 0,212% l’écart-type de sa rentabilité
Juin 2,035% 0,389%
Le titre j est parfaitement défini par l’espérance de sa
Août 0,610% -0,556%
rentabilité et son risque mesuré par
Septembre -0,559% -0,757%
l’écart-type de sa rentabilité
Octobre 0,048% 0,665%
Novembre 0,756% 0,556%
t n

 R  E ( R )R  E ( R j )
   
i i j
Co var iance( Ri ; R j )   i , j  t 1
ou méthode 2 :  i , j  E ( Ri *R j )  E ( Ri ) * ( E ( R j )
n
Cov( Ri ; R j )
Corrélation( Ri ; R j )   i , j  avec -1   i, j  1
 i * j

(0,371 %  0,801 %) * (0,251 %  0,109 %)  .........  (0,756 %  0,801 %) * (0,556 %  0,109 %)


Cov( Ri ; R j )   i , j   0,0019 %
7
 0,371 % * 0,251 %  .........  0,756 % * 0,556 %) 
  
méthode 2 :  i , j  E ( Ri *R j )  E ( Ri ) * ( E ( R j )      0,801 * 0,109 %  0,0019 %
 7 
Cov( Ri ; R j ) 0,0019 %
Corrélation( Ri ; R j )   i , j    0,38
 i * j 0,967 % * 0,509 %

Exemple 2 : Calcul de l’espérance et de la variance d’un titre et de la covariance entre deux titres i et j

Probabilité π Ri Rj

0,1 -30% -15%


0,3 0% 5%
0,4 20% 15%
0,2 50% 20%
k s
 i2   [ Ri ,k  E ( Ri )] 2 . k  0,1 * (30%  15%) 2  0,3 * (0%  15%) 2  0,4 * (20%  15%) 2  0,2 * (50%  15%) 2  5,25%
k 1


méthode2 :  i2  E( Ri2 )  E( Ri )  0,1 * (30%) 2 * 0,3 * (0%) 2  0,4 * (20%) 2  0,2 * (50%) 2  15%  5,25%
2
 2

k s
 2j   [ Ri ,k  E ( Ri )] 2 . k  0,1 * (15%  10 %) 2  0,3 * (5%  10 %) 2  0,4 * (15 %  10 %) 2  0,2 * (20 %  10 %) 2  1%
k 1

  
méthode2 :  2j  E( R 2j )  E( R j )  0,1 * (15%) 2 * 0,3 * (5%) 2  0,4 * (15%) 2  0,2 * (20%) 2  10%  1%
2
 2

 
k s
Co var iance( Ri ; R j )   i , j   Ri , k  E ( Ri ) * R j , k  E ( R j ) *  k ou aussi  i , j  E ( Ri , k * R j , k )  E ( Ri ) * ( E ( Ri )
k 1

 i , j  0,1 * (30 %  15 %) * (15 %  10 %)  0,3 * (0%  15 %) * (5%  10 %)  0,4 * (20 %  15 %) * (15 %  10 %)


 0,2 * (50 %  15 %) * (20 %  10 %)  2,15 %

méthode2 :  i , j  0,1 * (30%) * (15%)  0,3 * 0% * 5%  0,4 * 20% *15%  0,2 * 50% * 20%  15% *10%  2,15%

Cov( Ri ; R j ) 2,15 % 2,15 %


Corrélation( Ri ; R j )   i , j     0,938
 i * j 5,25 % * 1% 22,91 % * 10 %

Page 2
Espérance – Variance- Covariance
Raja Akremi - 2018

Rentabilité et risque d’un protefeuille de titres risqués

Notations :
~
 Un titre i est parfaitement défini par l’espérance de sa rentabilité E ( Ri ) et son risque mesuré par l’écart-type de sa
~
rentabilité  i  var(Ri )
~
 E ( R1 ) 
~  ~ 
Le vecteur-colonne des rendements espérés des N titres (matrice : N lignes ; 1 colonne): R  E ( R )   E ( Ri ) 
 ~ 
 E ( RN ) 
 Si on considère N titres risqués, la matrice des variances et des covariances est une matrice diagonale d’ordre N et
notée comme suit (c’est une matrice (N lignes, N colonnes) ) :

  12  1, 2 ........  1, N 
 
  2,1  22  2, N  ~ ~ ~
  où Cov( Ri , R j )   i , j et var(Ri )   i2
  i ,1 i  i,N 
2

 .........  N2 
 N ,1

 Notion de portfeuille P de titres risqués :


Si l’investisseur a la possibilité de répartir sa richesse initiale sur N titres non mutuellement exclusifs, alors la
N

 proportion investie dans le titre i est notée xi . x


1
i  1 avec xi < 1

ni .P0i
xi  N
où ni est le nombre de titre i détenu dans le portefeuille et P 0 est son cours actuel.

 n .P
1
i 0
i

Les xi <0 : il est possible d’avoir des proportions négatives, et elles expriment une vente à découvert d’un titre i

 Le vecteur-colonne (matrice : N lignes ; 1 colonne) des proportions xi investie dans les titres est donnée par :
 x1 
  N
X   xi  avec  x i  1 ,
x  1
 N

 Soit un matrice M inversible : La matrice invesrse de M sera notée : M-1 et la transposée de M sera notée MT

1
  N
 Le vecteur-colonne unité U : U   ...  , x  1 peut - être noté: X .U  1
T
i
1 1
 

~
 Pour un portefeuille P : l’espérance de sa rentabilité est notée E( RP ) et son risque mesuré par l’écart-type de sa
~
rentabilité st notée  P  var(RP )

Page 3
Espérance – Variance- Covariance
Raja Akremi - 2018

Exemple 1 : Calcul des proportions xi d’un portefeuille P


La composition d’un portefeuille : 10 titres Accord ; 5 titres Air liquide ; 5 Titres Airbus et 10 Titres ATOS.
Composition :
Nombre de
Prix du titre : Valeur dans le n .P i
Titre i titres dans P : xi  N i 0
P0i portefeuille : ni .P0i
ni  ni .P0i
1

419 ,8
x1   15,59 %
ACCOR 10 41,98 10*41,98 = 419,8 2692 ,9

AIR LIQUIDE 5 107,45 5*107,45 = 537,25 x2 =19,95%


AIRBUS 5 83,87 419,35 x3 =15,57%
ATOS 10 131,65 1316,5 x4 = 48,89%
4

x
N

 n .P
i 0
i
 2692 ,9 i 1
1
1

Espérance et risque d’un portefeuille composé de N titres risqués

 E ( R1 ) 
 E(R ) 
E ( RP )  X T .E ( R)  x1 x2 ...... xN *  2 
 x1 .E ( R1 )  x 2 .E ( R2 )  .......  x N .E ( R N )
 ....... 
 E(R ) 
 N 

  12  1, 2 ........  1, N   x 
 
 2, N   .....  .
1
  2,1  22
 P2  X T .. X  x1 x2 ...... xN  *  * x 
  i2 
2  x 
i
 .........   N 
 N ,1 N 

 P2  x12 .12  x22 . 22  .....  xn2 . n2   2.x1 x2 .1, 2  2.x1 x3 .1,3  ....  2.x2 x3 . 2,3  ......  2.xi x j . i , j  ...

Exemple 2 : Calcul de l’espérance et de la variance d’un portefeuille de titres risqués P

Soit les 3 titres A, B et C dont les rendements sont définis par :

~
 E ( R A )  5%    A2  1%  A, B  1%  A,C  2% 
 
~  ~ 
    B , A  1%  B2  5%  B ,C  6% 
E ( R )   E ( RB )  8% 
 ~   
 C , A  2%  C , B  6%  C  10 % 
2
 E ( RC )  10% 

Le portefeuille P1 : Un portefeuille P1 est composé de 20% de titres A, de 30% de b et de 50% de C.

 x A  20 % 
 
X P1   x B  30 % 
 x  50 % 
 C 

 5% 
 
E ( R P1 )  X .E ( R)  20 % 30 % 50 % . 8%   20 % * 5%  30 % * 8%  50 % * 10 %  8,4%
T
P1
10 % 
 

Page 4
Espérance – Variance- Covariance
Raja Akremi - 2018

 1% 1%  2%   20 % 
   
 P21  X PT1 .. X P1  20% 30 % 50 % *  1% 5%  6%  *  30 % 
  2%  6% 10 %   50 % 
   

 1% 1%  2% 
 
X PT1 ..  20 % 30 % 50 %  *  1% 5%  6%    0,005  0,013 0,028 
  2%  6% 10 % 
 

 20 % 
 
 P21  X 1T .. X 1   0,005  0,013 0,028  *  30%   0,91%
 50 % 
 

Méthode 2 : Sans calcul matriciel:


Il est possible de calculer l’espérance et la variance d’un portefeuille comme suit (sans calcul matriciel):

E(RP1 )  20%*.5%  30%*8%  50%*10%  8,4%

 P21  20% 2 *1%  30% 2 * 5%  50%2 *10%  2 * 20% * 30%.1%  2 * 20% * 50% * (2%)  2 * 30% * 50% * (6%)  0,91%

Covariance entre un titre i et un portefeuille P : Cov(Ri ;RP)


Covariance entre un titre i et le portefeuille P (i est inclus dans le portefeuille P), Cov(Ri ;RP)= σi,P
Soit un portefeuille P ayant la composition suivante :
  12  1, 2 ........  1, N 
 x1   
  N
  22  2, N 
X   xi  avec X T .U   x i  1 ;    2,1
x  1   i ,1  i2  i , N 
 N 
 N ,1 .........  N2 

Méthode 1 : Calculer XT.Ώ


  12  1, 2 ........  1, N 
 
  22  2, N 
X T .  x1 x2 ...... x N  *  2,1
 i2    1, P  2, P ......  N , P 
 
 .........  N2 
 N ,1 

Les σi,P ainsi obtenues mesurent la contribution du risque du titre i dans le risque total du portfeuille P.

Méthode 2 : Calculer Ώi* X


  12  1, 2 ........  1, N 
 
  22  2, N 
   2,1 alors pour le titre i, la i èm e ligne est notée :  i   i ,1 .. .....  i , N 
  i ,1  i2  i , N 
 .........  N2 
 N ,1
 x1 
 
Cov( Ri , R P )   i , P  . i . X   i ,1 .. .....  i , N  *  xi 
~ ~
x 
 N
Cette covariance mesure la contribution du risque du titre i ans le risque total du portefeuille P. Il est possible de calculer la
contribution de chaque titre dans le risque total du portefeuille comme suit  i , P
 P2

Page 5
Espérance – Variance- Covariance
Raja Akremi - 2018

Exemple 3 (suite de l’exemple 2-page 4 ):


Calculer la contribution de chacun des 3 titres A, B et C dans le risque total du portefeuille P1.
 x A  20 %   1% 1%  2% 
   
X P1   x B  30 %  et    1% 5%  6% 
 x  50 %    2%  6% 10 % 
 C   

méthode1: X PT1..   1,P  2,P ......  N ,P 


 1% 1%  2% 
 
X ..  20 % 30 % 50 % . 1%
T
P1 5%  6%    0,005  0,013 0,028 
  2%  6% 10 % 
 
~ ~ ~ ~ ~ ~
Cov( R A , RP )   A, P  0,005 ; Cov( RB , RP )   B, P  0,013 ; Cov( RC , RP )   C , P  0,028

~ ~
méthode 2 : Cov( Ri , RP )   i , P  . i . X

  A2  1%  A, B  1%  A,C  2%   A  (1% 1%  2%)


 
    B , A  1%  B2  5%  B ,C  6%  ainsi  B  (1% 5%  6%)
   2%   6%  2  10 %   C  (2%  6% 10 %)
 C,A C ,B C 
 20 % 
 
Cov( R A , R P )  . A . X P1  1% 1%  2%  *  30 %   0,005
~ ~
 50 % 
 
 20 % 
 
Cov( RB , RP )  . B . X P1  1% 5%  6%  *  30 %   0,013
~ ~
 50 % 
 
 20 % 
 
Cov( RC , RP )  . C . X P1   2%  6% 10 % *  30 %   0,028
~ ~
 50 % 
 

Covariance entre deux portfeuille P et P’ : Cov(RP ;RP’)


La covariance entre un portefeuille P et le portefeuille P’ composé par les mêmes titres que P mais avec des proportions
différentes :
~ ~
Méthode 1 : Cov( RP ; RP ' )   P,P '  X T .. X '

  12  1, 2 ........  1, N   x' 
 
 2, N   ..... 
1
  22
Cov( RP ; RP ' )   P;P '  x1 x N  *  2,1
~ ~
x2 ......
 i2 *  
   x'i 
 .........  2   x' N 
 N ,1 N 

~ ~ ~
 ~ ~ ~
 ~ ~
Méthode2 : Cov( RP1 , RP 2 )  Cov x1 .R1  ...  xi .Ri  ..  x N * RN ; ( x'1 .R1  ...  x'i .Ri  ..  x' N .RN ) 
Cov( RP1 , RP 2 )   P; P '  x1 .x'1 . 12  ....  x1 .x' N . 1, N   ......
~ ~

 xi .x'1 . 1,i  ...  xi .x' i . i2  ...  xi .x' N . i , N   ........


 x N .x'1 . 1, N  .....  x N .x' N . N2 

Page 6
Espérance – Variance- Covariance
Raja Akremi - 2018

Exemple 4 (suite de l’exemple 2-page 4 ):

Soit le portefeuille P2 ayant la composition suivante :


 x' A  70 %   x A  20 %   1% 1%  2% 
     
X P 2   x' B  15 %  avec X P1   x B  30 %  et    1% 5%  6% 
 x'  15 %   x  50 %    2%  6% 10 % 
 C   C   

Méthode 1 :

 1% 1%  2%   70 % 
   
Cov( RP1 , RP 2 )  X P1 .. X P 2  20 % 30 % 50 %  *  1%
~ ~ T
5%  6%  *  15 % 
  2%  6% 10 %   15 % 
   
 1% 1%  2% 
 
X ..  20 % 30 % 50 % *  1%
T
P1 5%  6%    0,005  0,013 0,028 
  2%  6% 10 % 
 
 70 % 
 
Cov( R P1 , R P 2 )  X 1T .. X 2   0,005  0,013 0,028 . 15 %   0,125 %
~ ~
 15 % 
 
Méthode 2 :
Il est possible de calculer la covariance entre les deux portefeuilles comme suit :
~ ~
 ~ ~ ~

~ ~ ~
Cov( RP1 , RP 2 )  Cov 20% * RA  30% * RB  50% * RC ; (70% * RA  15% * RB  15% * RC ) ; 
Cov( RP1 , RP 2 )  20% * 70% *  A2  20% * 15% *  A, B  20% * 15% *  A,C  
~ ~

30% * 70% *  A, B  30% * 15% *  B2  30% * 15% *  B ,C  


50% * 70% *  A, C  50% * 15% *  B ,C  50% * 15% *  C2   0,125 %

Page 7

Vous aimerez peut-être aussi