Académique Documents
Professionnel Documents
Culture Documents
1/ RESUME DE L’ANALYSE
Cette étude a pour objectif de modéliser l’écart entre deux indices d’inflation afin
d’appréhender le risque à très long terme qui serait pris par un opérateur économique qui
aurait un coût de production lié à un indice et un chiffre d’affaire lié à un autre indice.
Infra Finances – SARL au capital de 120 000 € - RCS de Paris 504 510 405
Adresse : 23, avenue Foch – 75116 Paris – Tél. : 01 45 00 66 65
Courriel : contact@infrafinances.com – Site : www.infrafinances.com Page | 1
Note Modélisation Risque Inflation 05/07/2010
STATISTIQUES
Nbr Observation 54,00
Moyenne 0,34
Min -5,93
Max 8,29
Ecart-type 2,586
Max-Min 14,22
3/ MODELISATION MATHEMATIQUE
Nous effectuons un test de Khi-2, appelé « Goodness of fit Test » (test qui permet de
valider la modélisation d’une variable aléatoire par une loi de probabilité connue). Cette analyse
distribue les données de la série en fractiles (plusieurs intervalles). Ainsi chaque intervalle a une
probabilité d’apparition et on peut obtenir la courbe de densité de probabilité. A partir des données
obtenues, on peut valider ou non l’hypothèse selon laquelle la variable aléatoire étudiée est
modélisable par une loi normale.
Dans le cas présent, pour l’étude d’ICC-Inflation, l’hypothèse est validée selon le test de Khi-2.
Nous avions divisé l’intervalle de l’échantillon en 12 fractiles pour arriver à un résultat visible
graphiquement. L’outil permet une comparaison entre l’échantillon, la densité de probabilité de la loi
normale pour l’échantillon donnée et la densité de probabilité de la loi de Gumble. Graphiquement le
résultat est le suivant :
Infra Finances – SARL au capital de 120 000 € - RCS de Paris 504 510 405
Adresse : 23, avenue Foch – 75116 Paris – Tél. : 01 45 00 66 65
Courriel : contact@infrafinances.com – Site : www.infrafinances.com Page | 2
Note Modélisation Risque Inflation 05/07/2010
• On note donc que la densité de probabilité de l’échantillon est plus proche de celle de
la loi normale en termes de rapprochement. De plus, l’outil d’analyse valide l’hypothèse
selon laquelle ε est modélisable par une loi normale car le Chi-Square calculé est inférieur
au Chi-Square donné par la table standard du Khi-2 pour un seuil d’erreur de 5%.
• De plus une autre bonne indication est le coefficient de détermination R² qui est calculé par
simulation de Monte-Carlo. On obtient une valeur légèrement supérieure à 1 due à la
précision de la simulation. Par extension, on dit donc que R² ~ 1. Ce qui confirme que le
modèle statistique et probabiliste choisi est valable et que la variable aléatoire ε est
modélisable par une loi normale.
Infra Finances – SARL au capital de 120 000 € - RCS de Paris 504 510 405
Adresse : 23, avenue Foch – 75116 Paris – Tél. : 01 45 00 66 65
Courriel : contact@infrafinances.com – Site : www.infrafinances.com Page | 3
Note Modélisation Risque Inflation 05/07/2010
Nous constatons que les moyennes historiques des 4 premières comparaisons (taux BT01 et
BT50 avec le taux d’inflation et le taux d’indice des coûts de construction) sont supérieures à la
moyenne que l’on a trouvé dans l’étude précédente. Leurs écart-types respectifs sont quant à eux
inférieurs à la série à long terme ICC-Inflation que nous avons étudié.
Taux d'actualisation 4%
Nombre de simulations 10 000
7 ans 20 ans
VAN moyenne standard 1,89% 4,66%
VAN moyenne valeurs positives 7,21% 16,49%
VAR95% standard 11,67% 17,63%
VAR95% valeurs positives 13,94% 25,10%
Infra Finances – SARL au capital de 120 000 € - RCS de Paris 504 510 405
Adresse : 23, avenue Foch – 75116 Paris – Tél. : 01 45 00 66 65
Courriel : contact@infrafinances.com – Site : www.infrafinances.com Page | 4
Note Modélisation Risque Inflation 05/07/2010
Nous avons démontré que l’écart entre deux indices d’inflation était une variable aléatoire qui
suivait une loi normale. Cet écart futur est un estimateur du risque pris par un opérateur économique
qui aurait signé un contrat de prestation de service indexé sur un indice défini contractuellement à
l’avance mais dont les coûts de production pourraient varier en fonction d’un autre indice.
A partir des données de taux d’actualisation, du nombre de simulations (itérations pour Monte-
Carlo), et des paramètres de la loi normale, le programme simule sur 7 ou 20 ans des estimations
des écarts annuels futurs entre deux indices d’inflation et actualise ces séries d’écarts afin de
mesurer la différence de risque entre un contrat de service à 7 ans et un contrat de service à 20 ans
pour calculer la valeur actuelle nette des risques futurs.
• Dans le cas « standard », toutes les variables aléatoires simulées sont prises en compte
dans le calcul de la VAN : nous estimons dans ce cas que l’opérateur économique
demanderait un montant supplémentaire de 2,77% (4,66% : VAN du risque à 20 ans –
1,89% : VAN du risque à 7 ans) pour augmenter la maturité du contrat de 7 à 20 ans.
• Dans le cas « valeurs positives », seules les variables aléatoires positives sont prises en
compte dans le calcul de la VAN. Il est donc logique de trouver une VAN moyenne plus
élevée dans ce cas : dans ce cas l’opérateur économique demanderait un montant
supplémentaire de 9,28% (16,49% : VAN des valeurs positives à 20 ans – 7,21% : VAN
des valeurs positives à 7 ans) pour augmenter la maturité du contrat de 7 à 20 ans.
Nous estimons donc qu’un opérateur économique demanderait un prix supplémentaire afin de se
protéger contre le risque d’indexation de 9,3% s’il ne tenait compte que du risque de perte
(moyenne des cas de perte où l’indexation de ses coûts de production est supérieure à l’indexation
de son chiffre d’affaires) ou de 6% qui représente le risque supplémentaire dans tous les cas de
figure avec une probabilité d’occurrence de 95%.
Infra Finances – SARL au capital de 120 000 € - RCS de Paris 504 510 405
Adresse : 23, avenue Foch – 75116 Paris – Tél. : 01 45 00 66 65
Courriel : contact@infrafinances.com – Site : www.infrafinances.com Page | 5