CHAPITRE TROIS

LE MODELE SIMPLIFIE
DE W.SHARPE OU MODELE
DE MARCHE

1- LE MODELE A UN INDICE :

L’utilisation du modèle de Markowitz [1959] soulevait de nombreux

problèmes dès qu’il s’agissait de calculer un nombre élevé de valeurs. Ces
problèmes en probabilité étaient de 2 ordres :

1°/ L’ampleur de la matrice des variances-covariances demandait à

l’époque une calculatrice de grande capacité et un temps de calcul assez long.
Ainsi, pour résoudre un problème relatif à un portefeuille de 100 titres il fallait
33 minutes sur un matériel IBM 7090. Les capacités-mémoire de ce même
équipement étaient saturées par la résolution d’un problème à 249 titres.

2°/ L’utilisation du modèle de base demandait que l’on connaisse la matrice

variance covariance. Il fallait demander à l’analyste financier d’estimer la
corrélation des rendements pour chaque paire de valeur, ce qui, pour un
portefeuille de 100 valeurs, représente 4950 estimations à fournir :

Cpn = n
p (n -p)

(corrélation) en plus des valeurs estimes de l’espérance de la variance de la

distribution de probabilité des taux de rendement par chacune des valeurs.
 Au total, 5150 données doivent être rassemblées. Pour résoudre ces
difficultés, SHARPE a proposé un modèle dans lequel les covariances des titres
sont remplacées par la liaison du taux de rentabilité de chaque action avec un
indice de marché ; ce modèle est appelé modèle de marché.

En effet, W.SHARPE, [1963] a proposé une solution dont les

caractéristiques essentielles consiste à faire l’hypothèse que les rendements des
diverses valeurs sont exclusivement liés entre eux par leur commune relation avec
un facteur de base sous-jacent. Le rendement de chaque valeur est dès lors
considéré comme déterminé uniquement par ce seul facteur exogène, tous les
autres facteurs capables d’induire les variations des rendements étant strictement
aléatoires.

Cette hypothèse purement empirique appelée « modèle à un indice

(« simple index modèl ») ou modèle uni factoriel » a revêtu par la suite une
importance considérable, car elle a été à la base de la théorie de la formation des
prix des actifs financiers dans un univers incertain.

L’hypothèse de SHARPE, peut être formalisée par le modèle de régression

linéaire simple :

Ri =  i +  i I + ui (3.1)
où
R i : rendement du titre i

 i , i : des estimateurs linéaires non biaisés des paramètres propres à ce titre i.

I : le niveau d’un indice économique donné (indice boursier, indice du PNB

indice des prix……).
ui : V.A, caractérisée par les hypothèses suivantes :

 H1 - E(ui ) = 0

 H 2 -  2(ui ) = 0 (variance constance : Homoscédasticité)

 H3 -  (ui , u j ) = 0 toutes les covariances sont nulles.

 H 4 -  (ui , t , ui , t +k ) = 0  k : Absence d’auto-correlation des termes

résiduels, laquelle implique que le modèle soit
correctement spécifié (aucun autre facteur n’a
une influence systématique sur le Ri et donc que
 (ui t , It ) = 0 .

Quant au niveau de l’indice I, il est définit par la relation

I =  n +1 + u n +1 (3.2)
où :
 n +1 : un paramètre
u n +1 : V.A. caractérisée par

 H5 - E(u n +1 ) = 0

 H6 -  2(u n +1 ) = Qn +1 (variance constante).

2- LE MODELE DIAGONAL :
 Conditionnellement à la validité du modèle à un indice comme structure
explicative des rendements observés, il est possible de construire une version
simplifiée du modèle de Harry Markowitz.

N
Soit R P = X i R i (3.3)
i =1

Le rendement (moyen pondéré) du portefeuille où

Xi R i = Xi( i +  i I + ui ) (3.4)
est la contribution du titre i au rendement du portefeuille. Cette contribution peut
être divisée en 2 composantes :

(1) Xi( i + ui ) : constante spécifique du rendement ou interviennent que

les facteurs propres à i.
(2) Xi  i I : Composante systématique du rendement ou liaison
stable de celui-ci via le coefficient de régression  i .

Il s’ensuit que le rendement du portefeuille peut être considéré comme le

résultat d’une série d’investissements dans les « caractéristiques de base » des
tires et d’un investissement dans l’indice. Ce qui par substitution de (3.4) dans
(3.3), donne :

N
N 
R P = Xi ( i + ui ) + Xi  i  I (3.5)
i =1  i =1 
N
Si l’on pose X n +1 = Xi  i , il vient
i =1

N
R P = Xi ( i + ui ) + X n +1( n +1 + u n +1 )
i =1
 N
R P = Xi( i + ui ) (3.6)
i =1

L’indice du marché est donc introduit dans le portefeuille comme une (n+1)
ème valeur. Les deux caractéristiques essentielles de ce portefeuille sont :

 N +1 
R P = E Xi ( i + ui )
 i =1 

 N +1 N +1

= E Xi  i + Xi ui 
 i =1 i =1 

N +1 N +1
=Xi  i + Xi E (ui ) car E (ui ) = 0
i =1 i =1

E (R P ) = Xi i
N +1
(3.7)
i =1

 N +1 
 2 (R P ) =  2 Xi ( i + ui )
 i =1 

 N +1   N +1 
=  2  X i  i  +  2  X i u i 
 i =1   i =1 

 N +1 
=  2  X i u i  Car  2  X.A = 0 (terme constant et non V.A).
 i =1 

N +1 N +1 n +1
=Xi2  2 (ui ) +  X i X j  (ui , u j )
i =1 i =1 j =1

i=j cov = 0
 V(R P ) = Xi2  2 (ui )
N +1

i =1

V(R P ) = Xi2 Qi
N +1
(3.8)
i =1

La matrice des covariances est donc réduite à une matrice diagonale,

composée uniquement de variances.

 
 Q1 0 0  0
 
 
 0 Q2 
 Q3 
  

 QN 0 
  0 
 0  Q N +1 
 

De là provient l’appellation de « modèle diagonale ». Souvent donnée au

modèle de Sharpe en raison de cette propriété de la matrice modifiée des
covariances, qui réduit considérablement la masse des calculs nécessaires à la
construction de la frontière efficiente.

3- LE MODELE DE MARCHE :

Proposé par Sharpe [1963] , le modèle de marché permet de caractériser le

risque d’une entreprise par un coefficient dénommé coefficient Beta .

A/ LE DEVELOPPEMENT DU MODELE :

En 1963, Sharpe proposa une première version connue sous le nom de

modèle diagonal, puis en 1967, une version améliorée dénommée modèle
linéaire.

3.1. Le modèle diagonal :

Au lieu d’utiliser la matrice des covariances, le taux de rentabilité de

chaque valeur est relié à l’indice de rentabilité du marché. On calcule le taux de
rentabilité de chaque titre et celui du marché en général.
Le taux de rendement, d’une valeur est défini par la formule générale :

Rt =
(P t − P t -1 ) + Dt (3.9)
P t -1

dans laquelle
Rt représente le taux de rentabilité à l’instant t
Dt Dividende à l’instant t
Pt Le cours du titre à l’instant t
Pt-1 Le cours du titre à l’instant t-1.

Si l’on désigne par , la rentabilité du marché à l’instant t, par analogie avec

la rentabilité d’une action on a :

R m t = It − It -1 (3.10)
It -1

avec
It : indice du marché en t ;
It-1 : indice du marché en t-1.
 Il est possible, à partir du nuage de points correspondant aux différents
instants, t, d’établir la droite de régression de la rentabilité du titre en fonction de
la rentabilité du marché.

R i (%)

i

 i


Rm(%)

Cette droite à pour équation

Ri t =  i +  i R m t +  i t (3.11)
avec :

Rit taux de rentabilité de l’action tel qu’il a été défini plus haut.

RMt Taux de rentabilité du marché.

i Ordonnée à l ‘origine de la droite de régression, ce paramètre indique la
valeur de Ri, lorsque RMt = 0 et est déterminée de telle manière que la valeur
espérée de it soit nulle.

i Pente de la droite de régression ; exprime la relation entre les variations de

l’action et l es variations de l’indice du marché.
it traduit les écarts par rapport à la droite de régression et exprime les
variations du titres indépendamment du marché, ce paramètre représente
les « résidus » de la période.

avec Cov (it , RMt ) = 0 et Cov (it , jt ) = 0 pour i  j

Les paramètres i , i et i sont spécifiques au titre i. Une fois établi par

chaque titre, la relation :

Rit = i + i RM + it

peut être utilisée en vue de déterminer la frontière efficiente. Nous pouvons

écrire :
E(Ri) = i + i E(RM) (3.12)

De même

V(R i ) =  i2 V(R m ) + V( i t ) (3.13)

Risque total = Risque systématique + Risque non systématique.

Connaissant pour chaque action i : E( R ) et V( R ) nous avons pour le

portefeuille :
N
E(R P ) =  Xi E(R i ) (3.14)
i =1

N
V (R P ) =  Xi2 V(R i )
i =1
 =  Xi2 ( 2i V(R i ) + V( i ))
N

i =1

N N
=  Xi2  2i V(R M ) +  Xi2 V( i ) (3.15)
i =1 i =1

où Xi, représente la proportion de chaque actions dans le portefeuille p.

Le nombre des calculs se trouve considérablement diminué. Il suffit en

effet, pour déterminer E(Ri) et V(Ri), de connaître i , i , E(RM) , V(RM) et V(it).

En fait on doit effectuer les calculs suivants :

  i  pour n actions : n  i 

 
V(R i ) = E(R M ) pour n actions : E(R M ) = (2n + 1)
 
  i  pour n actions : n  i 

 V( i t ) : pour n actions : nV( i t )  = (N + 1)

V(R i ) =  
V(R m ) : pour n actions : V(R m ) = (3N+2)

Pour 100 valeurs, on doit calculer 302 renseignements au lieu

de 4950 + 100 = 5150.

3.2. Le modèle linéaire

Si l’on considère que le portefeuille comprend un nombre élevé de titres

(environ 20) et que l’on admet en outre que l’on affecte à chaque titre une somme
égale, la relation (3.15), peut se simplifier. Le second terme de la partie droite de
cette relation, soit :

X 2
i V( i t )
i =1

tend vers zéro. On peut donc écrire :

N
V (R P ) =  Xi2  2i V(R M ) (3.16)
i =1

N
ou V (R P ) = V(R M ) Xi2  2i (3.16’)
i =1

Si nous posons que :

N
Si  2P = X
i=1
2
i  2i  V ( R P ) =  p2 V( R M )

 P2 V(R M ) , est l’expression du risque systématique.

Les renseignements nécessaires à la détermination des E(R i ) et V(R i ) sont :

 i ,  i , E(R M ) et V(R M ) , soit (2N + 2).

Pour N = 100, nous avons besoin de 202 éléments au lieu de 302, dans le
modèle diagonal.

Mais l’apport essentiel du modèle de marché, ne réside pas seulement dans

les facilités de calcul qu’il propose, mais dans la mesure du risque de l’entreprise
qu’il suggère. Cette mesure est au centre du renouvellement de l’analyse
financière.
B/ LA MESURE DU RISQUE DE L’ENTREPRISE

Le modèle de marché permet de mettre en évidence le risque total de

l’entreprise, notamment sa composante essentielle : le risque systématique :

1- Le risque total de l’entreprise :

Selon la relation (3.11), on a :

Ri t =  i +  i R M t +  i t

Le risque total d’un titre est représenté par la variabilité de son rendement.
Celle-ci est égale à la somme des variabilités de chacun de ses éléments
constitutifs.

i étant une constante, on a :

i =0

Par ailleurs ; Cov ( i , R M t ) = 0 ; on peut donc écrire :

 i2 =  i  m2 +  2 i
2
(3.17)

Dans la relation (3.17), la variance totale du rendement de l’action est

égale à la somme de la variance du risque systématique et celle des résidus.

Risque du Rit
Marché
 Risque i i
Total
Risque Résiduel Rmt

Le risque résiduel n’ayant par définition aucun lien avec les fluctuations
des autres valeurs Cov ( i , R M t ) = 0 , peut être compensé par une approche
portefeuille.

La préoccupation essentielle dans l’étude du risque de l’entreprise demeure

donc le risque du marché. Ce dernier sous tend une évolution des cours de l’action
proportionnelle à celle des autres valeurs, c’est-à-dire de l’indice du marché. Le
coefficient de proportionnalité est le coefficient .

2. Le coefficient Béta :

Le coefficient  représente la pente de la droite des taux de rendement

d’un titre par rapport à ceux du marché :

1 (R i - E(R i )) (R M - E (R M )
N

Cov (R i , R M ) N   iM  i  M
i = = i =1 = (3.18)
V(M ) V(M ) V(M )

Ce coefficient, traduit la sensibilité d’une valeur aux réaction du marché,

sensibilité dénommée également volatilité.

.B=1 représentatif d’un titre dont les évolutions sont identiques

à celle du marché.

.<1 est caractéristique d’une action qui atténue à la hausse et à

 la baisse les évolutions du marché.

.>1 possède les effets inverses.

3. La diversification et la disparition du risque non systématique : Le rôle joué

par le nombre de titres.

3.1. Décomposition du risque total d’un portefeuille en deux parties :

Considérons le modèle de régression de Ri par rapport à RM, pour chacun

des titres d’un portefeuille n titres.

Ri =  i +  i R m +  i

3.1.1. Calcul de l’espérance d’un portefeuille à n titres en utilisant

l’équation de régression de chaque titre.

N
E (R P ) =  Xi E(R i )
i =1

N
E (R P ) =  Xi ( i +  i R M +  i )
i =1

E (R P ) = X1  1 + X 2  2 +  + X n  n

+ X1  1 + X 2  2 ++ X n  n  R m

+ X1  1 + X 2  2 +  + X n  n
3.1.2. Coefficient de volatilité d’un portefeuille :

Soit un portefeuille constitué par les titres 1 et 2. On démontre que :

 PM = X1  1M + X 2  2M on sait que :  iM =  i  M2 .

 P  2M = X1 1  2M + X 2  2  2
M

Divisons par  M2 , il vient :

 P = X1 1 + X 2  2

De façon générale, pour un portefeuille à N titres, on a :

N
 P =  Xi  i
i =1

Donc, 1 , 2, n , sont des valeurs supposées indépendantes. Les i sont

non corrélés entre eux et non corrélés avec RM.

Nous pouvons donc écrire :

 P2 =  P2  2M + X12  ε12 + X 22  ε22 ++X 2n  ε2 n (3.19)

Risque total Risque dû Plus risque dû

du portefeuille = aux relations + aux caractéristiques propres
des titres avec de chaque titre (et
indépendant
le marché relation avec le marché).
3.2. La disparition du risque non systématique d’un portefeuille lorsque le
nombre de titres augmente

Supposons, pour simplifier que la même somme soit investie dans chacun
des n titres. Nous avons donc :

Xi = 1 pour i = 1, 2,N.
N

Le risque dû aux caractéristiques propres de chaque titre s’écrit :

1 1 1
 2
ε1 +  ε22 + +  ε2n
N2 N2 N2

Ou encore :
1  σε12 +  ε22 ++ εn2 
  (3.20)
N  N 

L’expression entre parenthèse représente la grandeur moyenne du risque

propre des titres i du portefeuille.

Pour l’ensemble du portefeuille, le risque dû aux caractéristiques propres

de chaque titre est égal à 1/N ième de cette moyenne.

Nombre de Réduction du risque en % du

titres portefeuille
1 0
2 34.6
3 51.5
 4 61,4
5 73,9
10 85,7
12 91,5
15 96,7
20 98,2
30 98,4

Ainsi, on a démontré que sur le marché français, il suffisait de construire

un portefeuille de 20 titres pour réduire le risque diversifiable (ou spécifique) de
98,2 %.

Risque
(%)
Risque diversifiable
Ou spécifique
Risque systématique
Non diversifiable

ι ι ι ι
10 20 30 40 N
3.3. L’importance du coefficient de volatilité des titres pour une politique de
diversification.

Comme nous l ‘avons vu plus haut, le coefficient de volatilité du

portefeuille est une moyenne pondérée des coefficients de volatilité de chaque
titre du portefeuille :
 N
 P   i Xi
i =1
On a : si Xi = 1 (3.21)
N N
 i

P = i =1
N
Cela ne signifie par que les coefficients de volatilités des différents titres
n’ont aucune importance au regard d’une politique de diversification visant à
diminuer le risque totale du portefeuille.

Entre deux titres ayant même risque total, on préférera celui qui a le
coefficient de volatilité le plus faible car c’est celui dont la part du risque
systématique dans le risque total est le plus faible. Et le risque non systématique
disparaîtra à la suite de la diversification.

Des mesures économétriques faites à partir de séries chronologiques

passées, montrent que pour de nombreux titres, la part de risque systématique non
diversifiable dans le risque total est d’environ 50 %.

4. Covariance dans le modèle de SHARPE

La dernière variable nécessaire pour l’analyse du portefeuille dans le

modèle de Sharpe est la covariance entre les taux de rendement covariance
(R i , R j ):

Cov (R i , R j ) = E (R i - E (R i ) (R j - E (R j )

( (
= E  ( i +  i R M + ei ) -  i +  i E ( R M )
 ) ( (
i )
+  j R M + e j ) - ( j +  j E ( R M ) 


Ri E (Ri ) Rj E (R j )
= E  i (R M - E (R M ) + ei ) ( j (R M - E (R M ) + e j ))

= i  j (R M - E (R M ) (R M - E(R M ) E(ei ) (-  i (R M − E (R M ) + E(ei , e j )

=0 =0

+ E(e j )  j (R M - E (R M )
=0

Cov (R i , R j ) =  i  j E(R M - E(R M ))

2

Cov (R i , R j ) =  i  j  2 (R M ) (3.22)
 REFERENCES DU CHAPITRE 3

Black, F., “ Capital Equilibrium with Restricted Borrowing”, Journal of Business, Juin1972.
Black , M C . Jensen,et M. Scholes, “ The Capital Asset Pricing Model : some Empirical
Tests” , in Jensen , ed . , Studies in the Theory of Capital Markets. Praeger, New York,
1972,pp.79-124.
Blume , M., “Portfolio Theory : A Step Toward Its Practical Application” , Journal of
Business, Avril 1970,pp152-173.
Blume ,M., “On the Assessment of Risk”, Journal of Finance, Mars 1971, pp. 1-10.
Blume , M., et I.Friend , “A New Look at the Capital Asset Pricing Model”, Journal of Finance,
Mars 1973, pp19-34.
Breeden , D.T . , “An Intertemporal Asset Pricing Model with Stochastic Consumption and
Investment Opportunities”, Journal of Finance , Mai 1983, pp. 283-299.
Brennan,M.J., “Capital Market Equilibrium with Divergent Borrowing and Lending Rates”,
Journal of Financial and Quantitative Analysis, Dècembre 1972.
Brennan, M.J. , “Taxes , Market Valuation and Corporate Finance policy”, National Tax
Journal , Dècembre 1973.
Chen , A. H. , Kim , E. H. , et Kon ,S.J. ,“Cash Demand, liquidation Costs and Capital Market
Equilibrium under uncertainty”, Journal of Business, Septembre 1982.
Constantinides, G..M. , “ Intertemporal Asset Pricing with Heterogeneous Consumers and
Without Demand Aggregation”, Journal of Business, Avril 1982.
Copeland T. E., Weston J.F., “ Financial Theory and Corporate Policy” , Addison Wesley,
3iéme édi 1988.
Elton , E.J. et Gruber, M.J. , “Modern Portfolio Theory and Investment Analysis” , John Wiley
&Sons , 1984.
Fama , E.F. , “the Behavior of stock Market Prices”, Journal of Business, Janvier 1965a, pp.
34-105.
Fama, E.F., “Risk, Return and Equilibrium”, Journal of Political Economy , Janvier 1971,
pp.30-55.
Fama, E.F., “Foundation of Finance” , Basic Books, New York, 1976.
Haggerman, R. L., et Kim , E.H. ,“Capital Asset Pricing with Level Changes”, Journal of
Financial and Quantitative Analysis, septembre 1960.
Harrington, D, “Trends in Capital Asset Pricing Model Use”, Public Utilities, Août 1981.
Haugen R.A. , “ Modern Investment Theory” , 3iéme édi, Prentice Hall Inc, 1993.
Hogan, W.W., et Warren, J.M., “ Toward the Development of an Equilibrium Capital-Market
Model Based on Semi-Variance”, Journal of Financial and Quantitative Analysis, Janvier
1974.
Jensen ,MC. “ Capital Markets: theory and Evidence,” Bell Journal of Economics and
Management Science ,1972.
Kraus, A. , et Litzenberger, R., “Skewness Preference and the Valuation of Risk Assets,’’
Journal of Finance, XXXI, No. 4 (Sept. 1976), pp. 1085-1100.
Lee, C. ‘’Investment Horizon and the Functional Form of the Capital Asset Pricing Model,’’
Review of Economics and Statistics, LIX, N°.3 (Aug. 1976), pp. 356-363.
Leroy , S. F. , “ Expectation Models of Asset prices: A Survey of Theory,” Journal of Finance
, Mars 1982.
Lintner, J., “The Valuation of Risk Assets and the Selection of Risky Investments in Stocks
Portfolios and Capital Budgets” , Review of Economics and Statistics, Février,1965 pp13 –
37.
Lintner, J. “ Security Prices , Risk, and Maximal Gains from Diversification ,” Journal of
Finance, Décembre1965b.
Lintner, J., “ The Aggregation of Investors Diverse Judgments and Preferences in Purely
Competitive Security Markets”, Journal of Financial and Quantitative Analysis, 4, N° 4 (Dec.
1969), pp. 347-400.
Mossin ,J., “ Equilibrium in a Capital Market,” Econometrica, Octobre 1966.
Sharpe, W.F., “Capital Asset Prices : A Theory of Market Equilibrium Under Conditions of
Risk” , Journal of Finance, 1964.
Tobin, J., “Liquidity Preference as Behavior Towards Risk” , Review of Economic Studies,
Fevrier 1958, 65-86.
Treynor , J. L., “ Toward a Theory of Market Value of Risky Assets,”.1961.
Vasicek, O., “ Capital Asset Pricing Model with No Riskless Borrowing,” Wells Fargo Bank,
Mars 1971.
Weston , J.F. , “ Investment decisions using the Capital Asset pricing Model” Financial
Management, 1973.
Williams , J.T. , “ Capital Asset Prices with Heterogeneous Beliefs,” Journal of Financial
Economics , Novembre1977.