Académique Documents
Professionnel Documents
Culture Documents
Université de Sherbrooke
Automne 2012
Noemı́ Navarro
Ces notes sont tirées du premier livre recommandé : Jehle, Geoffrey et Philip Reny. Advanced
Microeconomic Theory. 3rd ed. Addison-Wesley, 2011. Elles nous aideront à moins écrire au
tableau pendant chaque séance du cours
1 0∈X
6 X ⊆ <n+
2 ∅=
3 X est fermé
4 X est convexe
1
I.1.2 L’ensemble des alternatives disponibles (ou atteignables)
N.B. : B ⊂ X
Définition : La relation de préférence spécifie les limites dans la capacité de perception du con-
sommateur, le type de cohérence ou incohérence dans les choix du consommateur et l’information
sur les goûts du consommateur envers les différents types de biens.
Nous approfondiront dans la représentation de cet élément dans la section suivante “Préférences
et Choix de Consommation”
Nous étudierons les conséquences d’une hypothèse de comportement concrète dans la section
suivante “Le Problème du Consommateur”
2
Les préférences du consommateur sont représentées avec une relation binaire définie sur l’ensemble
de consommation X. Si x1 x2 , avec x1 ∈ X et x2 ∈ X, on dit que “x1 est au moins aussi bon
que x2 ”. Cette relation binaire va satisfaire une liste d’axiomes ou propriétés (voir plus haut).
A2 reflète une idée de “cohérence” : Les comparaisons deux à deux qui sont faites grâce à la
relation de préférence doivent être liées entre elles de façon cohérente.
Définition : Une relation binaire sur l’ensemble X est appelée une relation de préférence si A1
et A2 sont satisfaites.
Définition : La relation de préférence stricte générée par sur l’ensemble X, écrite , est définie
comme suit :
x1 x2 ssi x1 x2 et x2 x1
Définition : La relation d’indifférence générée par sur l’ensemble X, écrite ∼, est définie comme
suit :
x1 ∼ x2 ssi x1 x2 et x2 x1
Pour tout pair x1 , x2 seulement une des trois relations suivantes est vraie : soit x1 x2 ,
soit x2 x1 ou soit x1 ∼ x2
3
1 (x0 ) ≡ x|x ∈ X, x x0 “au moins aussi bon que x0 ”
∀ x ∈ <n+ l’ensemble “aussi bon que x”, (x), et l’ensemble “pas meilleur que x”, (x), sont
fermés dans <n+ .
N.B. : Un ensemble est fermé dans <n+ si son complémentaire est ouvert. Un ensemble A
est ouvert si pour tout x appartenant à l’ensemble, nous pouvons trouver un ∈ <++ tel que la
boule B (x) ⊆ A. L’intersection de deux ensembles fermés est fermé.
4
La valeur absolue de la pente de la courbe d’indifférence s’appelle Taux Marginal de
Substitution (TMS), le taux auquel le consommateur voudrait échanger x2 pour x1
(N.B. : Nombre d’unités de x2 par unité de x1 , T M S1,2 = dx
dx1 )
2
En résumé :
• Que soit complète et transitive exprime l’idée des comparaisons cohérentes entre
alternatives
• Que soit continue et non saturée localement implique que les ensembles
d’indifférence sont des courbes
Une fonction d’utilité est, au bout du compte, un outil pour représenter de façon simplifiée
l’information qui se trouve dans la relation de préférence du consommateur.
Définition : Une fonction réelle u : <n+ → < est une fonction d’utilité qui représente la relation
de préférence si ∀x0 , x1 ∈ <n+ , u(x0 ) ≥ u(x1 ) ↔ x0 x1 .
La question pertinente, pour pouvoir réaliser des calculs avec une fonction d’utilité est celle
de l’existence d’une fonction d’utilité en partant d’une relation de préférence. Les axiomes de
caractère complète, de transitivité et de continuité garantissent cela.
Théorème 1 (Existence d’une fonction d’utilité) : Si la relation binaire est totale, transitive,
continue et strictement monotone, il y a une fonction réelle u : <n+ → < qui représente .
Donc, pouvoir représenter les préférences du consommateur avec une fonction d’utilité ne
dépend pas des axiomes qui donnent une forme particulière à l’ensemble d’indifférence. Question
suivante : La représentation comme une fonction d’utilité est-elle unique?
Théorème 2 (Invariabilité de la représentation des préférences comme fonction d’utilité par rap-
port aux transformations monotones croissantes ou positives) : Soit une relation de préférence
sur <n+ et supposons que u(x) est une fonction d’utilité qui la représente. Alors v(x) représente
aussi ssi v(x) = f [u(x)], ∀x, où f : < → < est une fonction strictement croissante sur le
domaine des valeurs de la fonction u.
5
• Soit f : D → <, où D ⊂ <n . Alors, f est strictement croissante si
Théorème 3 (Propriétés des préférences et des fonctions d’utilité) : Soit une relation de
préférence sur <n+ et supposons que u(x) est une fonction d’utilité qui la représente. Alors
U Mi
En plus, si la fonction d’utilité u(x) est différentiable, T M Sij = U Mj , où U Mi et U Mj sont,
∂u(x) ∂u(x)
respectivement, l’utilité marginale du bien i et celle du bien j, i.e., U Mi = ∂xi et U Mj = ∂xj .
f (xt ) ≥ min{f (x1 ), f (x2 )}, où xt = tx1 + (1 − t)x2 , pour tout t ∈ [0, 1]
f (xt ) > min{f (x1 ), f (x2 )}, où xt = tx1 + (1 − t)x2 , pour tout t ∈ (0, 1)
Nous allons combiner les quatre éléments dans un modèle choix (voir section I.1) et les appliquer
au cas d’un consommateur :
6
2 L’ensemble des alternatives disponibles B est appelé l’ensemble budgétaire
3 Les préférences vont être une relation binaire définie sur <n+
Par rapport à l’ensemble d’alternatives disponibles, nous allons supposer que le consommateur
doit opérer dans le cadre d’une économie de marché, c’est-à-dire, un système économique dans
lequel toute transaction entre les agents est faite dans le cadre d’un marché. Il y a un marché pour
chaque bien et chaque bien a un prix du marché pi > 0, i = 1, ..., n. En plus, un consommateur
est “non-significatif” par rapport à la taille du marché. Tout cela implique que le vecteur des
prix p >> 0 est fixe, i.e., il est pris comme une constante par le consommateur. En plus, le
consommateur est supposé d’avoir un revenu monétaire fixe y ≥ 0.
• Dépenses en bien i = pi xi
n
P
• Dépenses totales = pi xi
i=1
Le consommateur a une contrainte budgétaire : “Les dépenses totales ne peuvent pas être plus
n
pi xi ≤ y, exprimé en termes vectoriels : px ≤ y, p ∈ <n+
P
élevées que le revenu”. Formellement
i=1
et x ∈ <n . L’ensemble budgétaire est formellement exprimé comme
1 Comme u(x) est une fonction réelle et continue et B est un ensemble non vide (0 ∈ B),
fermé et borné (donc compact), on sait que le max existe.
7
2 Comme u(x) est strictement croissante, le max x∗ satisfait la contrainte budgétaire avec
égalité
3 Comme u(x) est strictement quasiconcave et B est un ensemble convexe le max est unique
Grâce à l’unicité, nous pouvons construire une fonction qui pour chaque valeur de p ∈ <n++
et de y ∈ <+ nous informe du choix du consommateur x∗ = x(p, y). Cette fonction s’appelle la
fonction de DEMANDE ORDINAIRE OU MARSHALLIENNE, écrite x(p, y), parfois
xm (p, y).
Si la fonction d’utilité est différentiable nous pouvons analyser le problème du consommateur
avec un peu plus de profondeur. Notons que
maxx∈<n+ u(x)
s.c. px ≤ y
∂u(x)
• ∂xi − λ∗ pi + γi∗ = 0, pour tous i = 1, ..., n
• λ∗ (px∗ − y) = 0
• px∗ − y ≤ 0
• x∗ ≥ 0
∂u(x∗ )
− λ∗ pi = 0,
∂xi
8
pour tous i = 1, ..., n, ce qui implique que λ∗ > 0, et donc y − px∗ = 0. Notons que T M Sj,k (x∗ ) =
pj
pk pour tout pair de co-ordonnées j, k, si x∗ >> 0. Or, si x∗j = 0 et x∗k > 0 il faut que
pj
T M Sj,k (x∗ ) ≤ pk .
Pour des prix p et revenu y donnés, le consommateur choisit un panier de consommation x(p, y).
L’utilité obtenue de cette consommation u[x(p, y)] est le niveau d’utilité le plus élevé que le
consommateur peut atteindre pour des prix p du marché et du revenu y.
Si on change des prix et/ou de revenu, le consommateur obtiendra un niveau différent d’utilité.
La relation entre les prix du marché p, le revenu y et l’utilité maximale atteignable est définie
formellement comme :
v(p, y) = max u(x) s. c. px ≤ y (1)
x∈<n
+
v(p, y) définie ci-dessus est la fonction d’utilité indirecte. Comme u est une fonction continue,
v est bien définie. En plus, si u est strictement quasi-concave la solution x(p, y) est unique et on
peut écrire v(p, y) = u[x(p, y)]. En général, v(p, y) est le niveau d’utilité de la courbe d’indifférence
plus élevée dans l’ensemble budgétaire B.
Théorème 4 (Propriétés de la fonction d’utilité indirecte) : Si u(x) est une fonction continue et
strictement croissante sur <n+ , alors v(p, y) est :
3 Strictement croissante en y
9
4 Décroissante en p
5 Quasi-convexe en (p, y)
6 Identité de Roy :
∂v(p0 ,y 0 )
Si v(p, y) est différentiable sur (p0 , y 0 ) et ∂y 6= 0 alors
∂v(p0 ,y 0 )
∂p
xi (p0 , y 0 ) = − ∂v(p0i,y0 ) , (2)
∂y
Rappelons que pour calculer la fonction d’utilité indirecte nous fixons les prix et le revenu et nous
cherchons le niveau d’utilité maxime qui est atteignable. Pour calculer la fonction de dépenses,
nous fixons les prix du marché et le niveau d’utilité et nous cherchons le revenu minime (ou les
dépenses monétaires minimes) pour atteindre le niveau fixé d’utilité.
10
Définition : La fonction de dépenses est la fonction de valeur minime définie comme :
pour tous p >> 0 et tous niveaux u d’utilité atteignables U = u(x)|x ∈ <n+ . Donc,
e : <n++ × U → <+
Comme u(x) est continue et strictement quasiconcave : la solution sera unique pour chaque
vecteur (p, u). Alors on peut définir la fonction solution du problème du minimisation des dépenses
comme la fonction de demande COMPENSÉE ou HICKSIENNE, écrite xh (p, u).
En plus, la fonction de dépense peut être calculée comme e(p, u) = pxh (p, u) = ni=1 pi xhi (p, u)
P
• Après un changement des prix, l’utilité change dans la demande marshallienne car le revenu
est maintenu constante. Or, dans la demande hicksienne, l’utilité est maintenue constante
et donc c’est le niveau de dépense (minime) qui change.
Théorème 5. Propriétés de la fonction de dépense : Si u(x) est une fonction continue et strictement
croissante, la fonction e(p, u) est :
3 Croissante en p
4 Homogène de degré 1 en p
5 Concave en p
6 Si en plus u(.) est strictement quasiconcave, nous avons le Lemme de Shephard, qui dit
que si e(p, u) est différentiable en p sur un point (p0 , u0 ) avec p0 >> 0 alors
∂e(p0 , u0 )
= xhi (p0 , u0 ), pour tous i = 1, ..., n
∂pi
11
I.4.3 La relation entre v et e
Ce résultat est utile parce qu’il nous permet de résoudre un seul problème d’optimisation.
Théorème 7. Dualité pour les fonctions de demande : Pour des relations de préférence qui sont
complètes, transitives, continues, strictement monotones et strictement convexes sur <n+ nous
avons que :
Imaginons un changement du prix du bien 1, p1 de p01 à p11 , où p11 < p01 . Généralement, la décision
du consommateur changera, et la différence en consommation dû au changement du prix (pour
chaque bien i) s’appelle l’effet total. Intuitivement, quand les prix changent le consommateur aura
une tendance à acheter plus de quantité des biens qui sont devenus “meilleur marché” qu’avant
et à acheter moins de quantité des biens qui coûtent maintenant plus chers. Cet effet s’appelle
effet de substitution. En plus, après un changement des prix, la “taille” de l’ensemble budgétaire
12
change. Après une diminution des prix, l’ensemble budgétaire grandisse, c’est-à-dire, que le
pouvoir d’achat réel du revenu devient plus grand, et alors il y aura une tendance généralisée à
consommer plus, et à l’inverse. Cet effet s’appelle l’effet revenu.
Nous allons voir deux façons de décomposer l’effet total : la décomposition de Hicks et la
décomposition de Slutsky.
Alors,
• Effet de substitution de Hicks : ESih = xhi (p1 , u0 ) − xi (p0 , y) = xhi (p1 , u0 ) − xhi (p0 , u0 ),
où u0 = v(p0 , y)
• Effet de substitution de Slutsky : ESis = xi (p1 , ỹ) − xi (p0 , y), où ỹ = p0 x(p0 , y)
Pour des changements différentiels des prix les deux formes de décomposition sont équivalentes.
Théorème 9. L’équation de Slutsky Soit x(p, y) le système des fonctions de demandes marshalli-
ennes. Soit u∗ le niveau d’utilité pour (p, y), c’est-à-dire que u∗ = v(p, y). Alors,
Théorème 10. Soit xhi (p, u) la fonction de demande hicksienne pour le bien i. Alors, (en supposant
que e(p, u) est différentiable deux fois)
∂xh ∗
i (p,u )
1 ∂pi ≤ 0, pour tous i = 1, ..., n
∗ ∂xh ∗
∂xh
i (p,u ) j (p,u )
2 ∂pj = ∂pi , pour tous i, j = 1, ..., n
3 La matrice des effects de prix et revenu de Slutsky, définie comme s(p, y) = [s(p, y)ij ]i=1,...,n j=1,...,n ,
où
∂xi (p, y) ∂xi (p, y)
s(p, y)ij = + xj (p, y) ,
∂pj ∂y
est symétrique et semi-définie négative.
13
Définitions : Bien normal et bien inférieur. Soit i ∈ {1, ..., n}. Si
∂xi (p, y)
≥ 0, (6)
∂y
∂xi (p, y)
< 0, (7)
∂y
Définitions : Biens substituts et biens complémentaires. Deux biens i, j sont appelés des biens
substituts si
∂xhi (p, u∗ ) ∂xhj (p, u∗ )
= > 0, (8)
∂pj ∂pi
et ils sont appelés des biens complémentaires si
Théorème 11. LA LOI DE LA DEMANDE La diminution du prix d’un bien normal a comme
conséquence l’augmentation de la quantité demandée pour ce bien là. Si la diminution d’un prix
occasionne une diminution de la quantité demandée du bien correspondant, alors ce bien là est
nécessairement un bien inférieur.
Nous voulons mesurer la variation en utilité après un changement de prix. Comme l’utilité est une
échelle ordinale, nous ne pouvons pas l’utiliser directement pour faire de comparaisons d’utilité
entre les différents consommateurs ou entre différents changements des prix.
14
1 Variation équivalente : Quantité minime de revenu que le consommateur veut recevoir
(ou quantité maxime qu’il veut payer si négative) avant le changement de prix pour qu’il
accepte éviter le dit changement des prix. Dit autrement, c’est la variation du revenu du
consommateur qui est équivalente en termes d’utilité au changement des prix.
N.B. : Si les prix ont augmenté, les deux variations sont négatives, car l’utilité après le changement
des prix est plus petit q’avant le changement des prix.
Comme, par dualité, y = e(p0 , u0 ) = e(p1 , u1 ), et grâce au Lemme de Shephard nous pouvons
calculer V E et V C comme des integrals définies (seulement si le prix du bien i change)
R p0i
• Variation équivalente : V E(p0 , p1 , y) = p1i
xhi (pi , p−i , u1 )dpi
R p0i
• Variation compensatoire : V C(p0 , p1 , y) = p1i
xhi (pi , p−i , u0 )dpi
R p0i
• Variation du surplus du consommateur : V SC(p0 , p1 , y) = p1i
xi (pi , p−i , y)dpi
Nous pouvons aussi parler d’une compensation à la Slutsky, où le consommateur après le
changement des prix reçoit (si négative) ou paie (si positive) une quantité de revenu qui lui permet
d’acheter le panier de consommation initiale. La différence entre cette variation à la Slutsky et
la variation compensatoire se trouve dans la situation de référence initiale pour laquelle il faut
compenser : doit-on compenser en termes d’utilité initiale ou en termes de pouvoir d’achat initial?
Pour des variations des prix infinitésimales, toutes les variations donnent le même résultat.
15
I.5.3 Relations d’élasticité
Soit x(p, y) la fonction de demande marshallienne. Nous savons, car les préférences sont stricte-
ment monotones, que la fonction de demande marshallienne vérifie la contrainte budgétaire (avec
égalité) :
n
X
y= pi xi (p, y)
i=1
Cette égalité va nous permettre obtenir quelques identités concernant les élasticités.
Définitions : Soit xi (p, y) la demande marshallienne du bien 1. Soient
∂xi (p,y) y
• ηi ≡ ∂y xi (p,y) l’élasticité-revenu,
∂xi (p,y) pj
• ij ≡ ∂pj xi (p,y) l’élasticité-prix croisée, et
• si ≡ la partie des dépenses totales qui est utilisée pour payer la consommation du bien i
Pn
C’est facile de voir que si ≥ 0 et que i=1 si = 0.
Théorème 12. Soit x(p, y) le système des demandes marshalliennes pour un consommateur.
Soient ηi , ij et si , pour i, j = 1, ..., n définies comme avant. Alors, les élasticités-revenu et les
élasticités-prix (croisées ou pas) de la demande doivent vérifier :
1 L’aggregation d’Engel
n
X
si ηi = 1,
i=1
2 L’aggregation de Cournot
n
X
si ij = −sj , pour j = 1, ..., n
i=1
Soit A = {a1 , a2 , ..., an } un ensemble fini de résultats ou lots possibles. Chaque ai peut être une
quantité consommée ou une quantité d’argent. Ce qui est important est que ai est le résultat
voulant dire “obtenir ai avec certitude”. L’ensemble A sera notre base de loteries (ou support de
probabilité).
Exemple : Imaginez que vous pariez à pile ou face 20 dollars avec un amie. Si la pièce de monnaie
est “équilibrée”, c’est-à-dire, qu’elle a la même probabilité de tomber pile ou tomber face, nous
16
pouvons décrire cette situation comme une loterie dans laquelle on gagne 20 dollars avec une
1
probabilité égale à 2 et -20 dollars avec une probabilité égale à 12 .
En général, une loterie simple attribue une probabilité pi à chaque résultat ai , avec pi ≥ 0 et
Pn
i=1 pi = 1. La loterie simple est écrite comme (p1 ◦ a1 , p2 ◦ a2 , ..., pn ◦ an ).
Définition. Soit A = {a1 , ..., an } l’ensemble de résultats possibles. Alors, Gs , l’ensemble des
loteries simples sur A, est définie comme
n
( )
X
GS ≡ (p1 ◦ a1 , ..., pn ◦ an ) telles que pi ≥ 0 pour chaque i et pi = 1
i=1
Souvent nous éliminons de l’expression d’une loterie simple les résultats pour lesquels la prob-
abilité est égale à 0. Aussi souvent nous écrivons ai simplement au lieu de (1 ◦ ai ).
L’exemple antérieure, i.e., parier 20 dollar à pile ou face avec un ami, est donc écrit dans notre
spécification comme ( 12 ◦ a1 , 12 ◦ a2 ), où a1 = 20 et a2 = −20.
On appelle une loterie composée à une loterie dont au moins un de ses résultats est une autre
loterie.
Définition. Soit G l’ensemble de toutes les loteries composées de façon dénombrable, définie de
façon récurrente comme suit : si une loterie g appartient à G alors g = (p1 ◦g 1 , ..., pk ◦g k ), pour des
loteries g i ∈ G, i = 1, ..., k et k ≥ 1. Chacune des g i peut être des loteries simples, des loteries com-
posées elles-mêmes ou des résultats ou lots dans A. Formellement, soit G0 = A et pour chaque j =
Pn
1, 2, ..., ∞ soit Gj = (p1 ◦ g 1 , ..., pk ◦ g k ) tel que k ≥ 1, pi ≥ 0, 1 k
i=1 pi = 1 et g , ..., g ∈ Gj−1 .
Alors,
∞
[
G= Gj
i=1
L’ensemble G est notre ensemble d’alternatives ou ensemble de choix sur lequel les préférences
seront définies (équivalent à l’ensemble X sur la partie de la théorie classique du choix). Comme
dans le cas sans incertitude, nous allons imposer un certain nombre d’hypothèses ou axiomes sur
les préférences, représentés avec une relation binaire sur G.
• “préféré à”
• ∼ “indifférence”
17
G1. La relation de préférence est totale ou complète
G1 et G2 vont nous permettre faire des classements sur sous-ensembles fini des éléments de
G. En particulier, ils vont nous permettre faire des classements sur les éléments de A car chaque
élément de A, ai , est équivalent à la loterie (1 ◦ ai ). Nous allons à partir de maintenant nommer
les éléments ai du plus préféré au moins préféré : a1 a2 a3 ... an .
Notons que comme a1 an nous pouvons écrire que (1 ◦ a1 , 0 ◦ an ) (0 ◦ a1 , 1 ◦ an ), car a1
peut être écrite comme 1 ◦ a1 , 0 ◦ an ) et an peut être écrite comme 0 ◦ a1 , 1 ◦ an ). En plus, pour
n’importe quelle ai on sait que (1 ◦ a1 , 0 ◦ an ) ai (0 ◦ a1 , 1 ◦ an ).
Finalement, comme dans la partie avec certitude, à partir de la relation de préférence nous
pouvons définir les relations binaires de “préférence stricte” () et de “indifférence” (∼) de façon
équivalente. L’idée de continuité va être exprimé en termes d’indifférences comme suit.
Je vais presenter l’axiome G6 avant de l’axiome G5, car nous allons mieux pouvoir discuter sur
G5 quand elle co-existe avec G6. Supposons d’abord que A = {a1 , a2 }. Considérez la loterie
composée g = (α ◦ a1 , (1 − α) ◦ h), où h est la loterie simple (β ◦ a1 , (1 − β) ◦ a2 ). On se demande
d’abord : quelle est la probabilité finale, totale ou effective d’obtenir a1 en choisissant la loterie g?
Comme a1 est h sont mutuellement exclusives, et en supposant independence stochastique
entre g et h, on a α + (1 − α)β. Avec l’axiome G6, nous allons pouvoir re-écrire n’importe quelle
loterie comme équivalent à une loterie simple.
18
Définition. Pour toute loterie g ∈ G on appelle loterie dérivée de G à la loterie simple (p1 ◦
a1 , ..., pn ◦ an ) ∈ GS si chacun des pi est la probabilité finale, effective ou total que g attribue au
lot ai .
Définition. Une fonction u : G → < est une fonction d’utilité qui représente ssi pour toutes
g, g 0 telles que g g 0 c’est vrai que u(g) ≥ u(g 0 )
Supposez que u : G → < est une fonction d’utilité qui représente . Comme u est définie sur
n’importe quel g ∈ G on sait qu’il y a des valeurs u(ai ) pour tout lot ou résultat ai ∈ A.
Alors, si u est une fonction d’utilité avec la propriété de l’espérance de l’utilité nous avons
que pour chaque loterie simple (p1 ◦ a1 , ..., pn ◦ an ) on a que u(p1 ◦ a1 , ..., pn ◦ an ) = ni=1 pi u(ai ),
P
et, grâce à l’axiome G6 et la propriété de l’espérance de l’utilité, la fonction d’utilité u est définie
complètement sur G par les valeurs des résultats ou lots u(a1 ), ..., u(an ).
19
Si notre hypothèse de comportement est que le consommateur ou individu va choisir la loterie
préférée entre les atteignables le problème du consommateur revient à maximiser l’espérance
de l’utilité ou l’utilité espérée dans l’ensemble des loteries atteignables.
Une fonction d’utilité présentant la propriété de l’espérance de l’utilité est appelée une fonction
d’utilité de von Neumann-Morgenstern.
Théorème 13. Soient des préférences sur les loteries dans G qui satisfont les axiomes G1 à G6.
Alors il y a une fonction d’utilité u : G → < qui représente sur G telle qu’elle a la propriété de
l’espérance de l’utilité.
N.B. :
Théorème 14. La fonction d’utilité de VNM est unique à une transformation affine positive près.
Soit u une fonction d’utilité VNM qui représente . Alors v est une fonction d’utilité VNM qui
représente aussi ssi pour toute g ∈ G v(g) = α + βu(g), où α ∈ < et β ∈ <++ .
Pour analyser les attitudes du consommateur envers le risque, nous fixons typiquement A = <+
et nous écrirons une loterie simple comme (p1 ◦ w1 , ..., pn ◦ wn ), avec n ≥ 0, wi ≥ 0, pi ≥ 0 et
Pn
i=1 pi = 1. En plus, nous travaillerons sous l’hypothèse de que la fonction u est une fonction
Supposons maintenant que l’individu peut choisir entre une loterie g ou l’espérance de cette loterie
avec certitude. Alors, il faut comparer u(g) avec u(E(g)), où
n n
!
X X
u(g) = pi u(wi ) et u(E(g)) = u p i wi .
i=1 i=1
20
Définition. Aversion pour le risque, neutralité pour le risque et goût du risque. Soit u(.) la
fonction d’utilité VNM définie sur des loteries des valeur non-négatives d’argent (ou de richesse).
Alors, l’individu est appelé :
En plus, si l’individu est averse au risque pour toute loterie simple g ∈ GS dans laquelle il y
a au moins une probabilité pi vérifiant 0 < pi < 1 il sera appelé averse au risque (tout court) ou
bien averse au risque sur G. Les cas pour neutre au risque et pour enclin au risque sont similaires.
• L’individu est averse au risque ssi la fonction d’utilité VNM est concave
• L’individu est neutre au risque ssi la fonction d’utilité VNM est affine ou linéaire
• L’individu est enclin au risque ssi la fonction d’utilité VNM est convexe
Définition. L’équivalent certain et la prime du risque. L’équivalent certain d’une loterie simple g
sur des niveaux de richesse est la somme d’argent EC(g) offerte avec certitude telle que u(g) ≡
u(EC(g)). La prime au risque P (g) est la somme d’argent telle que u(g) = u(E(g) − P (g)),
c’est-à-dire, que P (g) = E(g) − EC(g).
Exemple. Prenons un individu dont ses préférences peuvent être représentées avec u(w) = ln(w).
Cet individu a déjà une quantité initiale d’argent w0 et la loterie g offre gagner ou perdre la même
quantité d’argent h avec la même probabilité. Alors, g ≡ 21 ◦ (w0 + h), 12 ◦ (w0 − h) . Calculez
la prime du risque.
Si P (g) > 0 l’individu est averse au risque pour g, si P (g) = 0 l’individu est neutre au risque
pour g et si P (g) < 0 l’individu est enclin au risque pour g. Souvent, on aimerait savoir plus sur
l’intensité de l’attitude face au risque (et non seulement sa direction), pour faire de comparaisons
entre des individus différents et/ou pour faire des comparaisons entre différentes sommes d’argent
qui pourraient être gagnées, par un même individu.
21
Définition. La mesure d’Arrow-Pratt d’aversion pour le risque. La mesure d’Arrow-Pratt d’aversion
absolue pour le risque est donnée par l’expression :
u00 (w)
Ra (w) = − .
u0 (w)
• Si Ra (w) > 0 l’individu est averse au risque, si Ra (w) = 0 l’individu est neutre au risque et
si Ra (w) < 0 l’individu est enclin au risque.
• Ra (w) est une mesure locale d’aversion au risque, alors, elle va varier avec la quantité
d’argent w.
• Souvent on va pouvoir classifier une fonction d’utilité VNM en termes de la mesure d’Arrow-
Pratt d’aversion absolue au risque comme suit :
1 Si une fonction VNM u(.) est telle que Ra (w) accroı̂t avec w on l’appelle fonction
d’aversion absolue au risque croissante (IARA en anglais)
2 Si une fonction VNM u(.) est telle que Ra (w) diminue avec w on l’appelle fonction
d’aversion absolue au risque décroissante (DARA en anglais)
3 Si une fonction VNM u(.) est telle que Ra (w) reste constante peu importe la valeur de
w on l’appelle fonction d’aversion absolue au risque constante (CARA en anglais)
Exemple. Un individu averse au risque a une richesse initiale égale à w0 et une fonction d’utilité
VNM u(.). Il doit decider s’il veut s’assurer en cas d’accident et, en cas affirmatif, pour combien.
La probabilité qu’il aie un accident est égale à α ∈ (0, 1) et, en cas d’accident, il aura une perte
d’argent égale à L. Calculez le montant d’assurance optimale x sous l’hypothèse que le prix de
l’assurance est juste, c’est-à-dire, que la compagnie d’assurance ne fait pas de profit.
22