11/10/2022

PRÉFÉRENCES
ET UTILITÉS

Bibliographie
Ce qui suit est issu essentiellement de :

Estran R., Harb E. et Veryzhenko I. (2021). Gestion de portefeuille. Gestion traditionnelle et modèles alternatifs, 2ème
édition, Dunod, 245 pages

Les références complémentaires sont les suivantes :

K.J. Arrow (1965) Aspects of the Theory of Risk-Bearing. Helsinki: Yrjö Hahnsson Foundation

H. Markowitz (1952) "The Utility of Wealth", Journal of Political Economy, Vol. 60, p.151-8.

J.W. Pratt (1964) "Risk Aversion in the Small and in the Large", Econometrica, Vol. 32, p.122-36

1
 11/10/2022

FONCTIONS D’UTILITÉ

La fonction d’utilité permet de mesurer la préférence des investisseurs pour la richesse et le risque qu’ils sont prêts à assumer
pour gagner plus de richesse.

Ce principe va se retrouver au cœur même de l’optimisation de portefeuille

Choix d’investissement : entre gain et risque :

Vous avez la possibilité d’investir dans l’un des projets suivants pour un même investissement de départ.

Que choisissez-vous et pourquoi?

Projet A Projet B Projet C

Somme Probabilité Somme Probabilité Somme Probabilité

80 0,5 50 0,5 30 0,5

120 0,5 160 0,5 200 0,5

E(A) = 0,5*80+0,5*120 = 100 (A) = [(80-100)²*0,5+(120-100)²*0,5]0,5 = 20

E(B) = 105 (B) = [(50-105)²*0,5+(160-105)²*0,5]0,5 = 55
E(C) = 115 (C) = [(30-115)²*0,5+(200-115)²*0,5]0,5 = 85

2
 11/10/2022

Le projet A est le moins rentable mais aussi le moins risqué tandis que le projet C est le plus rentable mais aussi le plus risqué

la prise en compte du couple rendement/risque rend le choix beaucoup plus complexe qu’il n’y parait car le choix de
l’investisseur dépend en grande partie de sa volonté de prendre ou non des risques.

Si on utilise le langage financier, le meilleur projet est celui qui maximise l’utilité de l’investisseur, càd celui qui maximise le
gain pour un risque défini à partir du coefficient d’aversion au risque de l’investisseur. Bienvenu dans l’incertain!

Petit bond dans l’histoire

Au milieu du XVIIème siècle, Blaise Pascal et Pierre Fermat ont développé la théorie des probabilités et ont proposé une première
règle de decision dans l’incertain: celle de la maximisation de l’espérance des gains. Cette règle fut mise très vite à mal.

En 1713, Nicolas Bernouilli a soumis un paradoxe à la communauté scientifique de son époque. Celui-ci est connu sous le nom de
paradoxe de Saint Pétersbourg. Souvenez-vous, ce paradoxe se fonde sur un lancer de dès. Si “Face” apparaît au premier lancer, le
jeu s’arrête et le joueur obtient 2 ducats. Dans la cas contraire, le joueur a le droit de relancer le dès. Si “Face” apparaît au 2ème
lancer, le joueur obtient 4 ducats et le jeu s’arête. Si “Face” apparaît au nième lancer, le joueur obtient alors 2n ducats.

E(gains) = ∑ 1/2 i *2i =∞

Théoriquement, les individus devraient être prêts à payer des sommes importantes pour pouvoir jouer à ce jeu. Or, le risque de voir apparaître
« Face » au premier lancer diminue considérablement le prix de ce jeu.

Ce jeu remet en question l’espérance mathématique des gains comme seul critère d’investissement. Il faut prendre en compte
également le risque.

Il faudra attendre 1738 et les travaux de Daniel Bernouilli (cousin de Nicolas) pour avoir la solution du paradoxe. Daniel Bernouilli
est, en effet, le premier à introduire la notion d’utilité  la valeur d’un objet doit être fondée sur l’utilité qu’il procure.

La solution de Daniel Bernouilli :

Il propose de transformer les gains monétaires en satisfaction via une fonction concave et croissante (fonction d’utilité). Ainsi, si
la fonction d’utilité est logarithmique, le joueur ne maximise pas l’espérance mathématique du gain mais l’espérance du
logarithme du gain du jeu :

U(J) = ∑ 1/2 i *log(2i) = 2 log(2) = log(4)

La somme payée est donc finie (4 ducats) ce qui est beaucoup plus cohérent avec le risque pris dans ce jeu.

Ainsi, la fonction d’utilité mesure le niveau de satisfaction d’un investisseur pour les différents niveaux de sa richesse. L’utilité
est une fonction de la richesse W deux fois dérivable avec les caractéristiques suivantes :

◦ U’(W) >0 signifie que la fonction d’utilité est une fonction croissante  le niveau de satisfaction de l’investisseur augmente
avec l’accroissement de sa richesse.

◦ U’’(W) < 0 signifie que la fonction d’utilité est concave  l’utilité marginale d’une unité de richesse supplémentaire décroit à
mesure que la richesse augmente.

3
 11/10/2022

Il faudra ensuite attendre le XXème siècle et les travaux de Von Neumann et Morgenstern pour doter la théorie financière d’une
théorie de l’utilité encore appelée théorie du choix dans l’incertain. Celle-ci fournit un critère de décision rationnelle face au
risque.

Un agent économique est rationnel quand, parmi plusieurs solutions d’investissement, il choisit celle qui maximise son utilité
de la richesse.

Les critères de rationalité sont présentés sous forme d’axiomes (comparativé, transitivité, continuité, indépendance et
monotonicité).

Cette théorie du choix dans l’incertain développée par Von Neumann et Morgenstern et ensuite par Marsschak (1950), Samuelson
(1952), Herstein et Milnor (1952) suppose que les objets sur lesquels sont définies les préférences sont des loteries.

Une loterie est caractérisée par une distribution de probabilités objectives des prix  L’utilisation de loteries dans la théorie de
l’utilité place celle-ci dans le domaine de l’avenir risqué (vision restreinte de l’avenir incertain).

Ainsi, une loterie procurant un gain x avec une probabilité α et un gain y avec une probabilité (1- α) peut aussi s’écrire : L(x,y; α).

Plutôt que de prendre en compte l’espérance des gains de la loterie, l’agent estime l’utilité des différents revenus générés par
cette loterie

U(L) = α *U(x) + (1- α)*U(y)

Exemple 1: l’aversion au risque

Supposons qu’un agent soit dirigé par une fonction U(W) = ln(W) et qu’une loterie offre la possibilité de gagner 1000 euros avec
une probabilité de 10% et 10 euros avec une probabilité de 90%.

E(W) = 0,10 * 1000 +0,9*10 = 109 euros

◦ U’(W) = 1/W . Cette dérivée première est toujours positive.

◦ U’’(X) = -(1/W)². Cette dérivée seconde est toujours négative.

Cet agent préfère-t-il jouer à la loterie présentant une espérance de gain de 109 euros ou préfère-t-il la somme certaine de 109
euros?

L’utilité procurée par la somme certaine de 109 euros s’élève à :

U(E(W)) = U(109) = ln(109) = 4,6913

L’utilité procurée par la loterie avec la moyenne espérée des gains de 109 euros s’élève à :

E(U(W)) = 0,1*U(1000) + 0,9*U(10) = 0,1*ln(1000) +0,9*ln(10) = 2,7631

L’utilité liée à la somme certaine est plus élevée que l’utilité de la loterie présentant la même espérance de gain

 U(E(W))> E(U(W)) : cette différence positive est la prime de risque et elle traduit l’aversion au risque.

4
 11/10/2022

Exemple 2: le goût pour le risque

Supposons qu’un agent soit dirigé par une fonction U(W) = W³ et qu’une loterie offre la possibilité de gagner 1000 euros avec une
probabilité de 10% et 10 euros avec une probabilité de 90%.

E(W) = 0,10 * 1000 +0,9*10 = 109 euros

◦ U’(W) = 3W² . Cette dérivée première est toujours positive.

◦ U’’(X) = 6W. Cette dérivée seconde est positive ∀ W>0.

Cet agent préfère-t-il jouer à la loterie présentant une espérance de gain de 109 euros ou préfère-t-il la somme certaine de 109
euros?

L’utilité procurée par la somme certaine de 109 euros s’élève à :

U(E(W)) = U(109) = 109³= 1 295 029

L’utilité procurée par la loterie avec la moyenne espérée des gains de 109 euros s’élève à :

E(U(W)) = 0,1*U(1000) + 0,9*U(10) = 0,1*1000³ + 0,9*10³= 100 000 900

Si l’agent joue à la loterie, son niveau de satisfaction sera plus élevé que s’il reçoit la somme certaine de 109 euros.

 U(E(W))< E(U(W)) : cette différence négative est la prime de risque et elle traduit le goût pour le risque.

Exemple 3: la neutralité face au risque

Supposons qu’un agent soit dirigé par une fonction U(W) = 3W + 2 et qu’une loterie offre la possibilité de gagner 1000 euros avec
une probabilité de 10% et 10 euros avec une probabilité de 90%.

E(W) = 0,10 * 1000 +0,9*10 = 109 euros

◦ U’(W) = 3 . Cette dérivée première est toujours positive.

◦ U’’(X) = 0. Cette dérivée seconde est nulle

Cet agent préfère-t-il jouer à la loterie présentant une espérance de gain de 109 euros ou préfère-t-il la somme certaine de 109
euros?

L’utilité procurée par la somme certaine de 109 euros s’élève à :

U(E(W)) = U(109) = 3*109+2= 329

L’utilité procurée par la loterie avec la moyenne espérée des gains de 109 euros s’élève à :

E(U(W)) = 0,1*U(1000) + 0,9*U(10) = 0,1*(3*1000+2) + 0,9*(3*10+2)= 329

Son niveau de satisfaction sera identique s’il reçoit la somme certaine de 109 euros ou si il joue à la loterie.

 U(E(W))= E(U(W)) : cette différence nulle est la prime de risque et elle traduit la neutralité face au risque.

10

5
 11/10/2022

Représentation de la fonction d’utilité liée à l’aversion au risque

Soit la fonction d’utilité de type ln(W) et une loterie L(1000, 10; α). Nous pouvons représenter l’évolution de l’utilité des
sommes certaines et des sommes incertaines.

utilité d'une somme

utilité d'une somme incertaine certaine (utilité de
espérance des gains (espérance de l’utilité) l’espérance)

α (1-α) gain 1 gain 2 E(W) = α * gain 1 + (1-α)*gain 2 E(U(W)) = α * ln(gain 1) + (1-α)* ln(gain 2) U(E(W)) = ln(E(W))

0 1 1000 10 10 2.302585093 2.302585093

0.1 0.9 1000 10 109 2.763102112 4.691347882

0.2 0.8 1000 10 208 3.22361913 5.33753808

0.3 0.7 1000 10 307 3.684136149 5.726847748

0.5 0.5 1000 10 505 4.605170186 6.224558429

0.8 0.2 1000 10 802 5.986721242 6.687108608

1 0 1000 10 1000 6.907755279 6.907755279

11

12

6
 11/10/2022

Représentation de la fonction d’utilité liée au goût pour le risque

Soit la fonction d’utilité de type W³ et une loterie L(1000, 10; α). Nous pouvons représenter l’évolution de l’utilité des
sommes certaines et des sommes incertaines.

utilité d'une somme

utilité d'une somme incertaine certaine (utilité de
espérance des gains (espérance de l’utilité) l’espérance)

α (1-α) gain 1 gain 2 E(W) = α * gain 1 + (1-α)*gain 2 E(U(W)) = α * gain1³ + (1-α)* gain2³ U(E(W)) = E(W)³

0 1 1000 10 10 1000 1000

0.1 0.9 1000 10 109 100000900 1295029

0.2 0.8 1000 10 208 200000800 8998912

0.3 0.7 1000 10 307 300000700 28934443

0.5 0.5 1000 10 505 500000500 128787625

0.8 0.2 1000 10 802 800000200 515849608

1 0 1000 10 1000 1000000000 1000000000

13

14

7
 11/10/2022

Représentation de la fonction d’utilité liée à la neutralité pour le risque

Soit la fonction d’utilité de type aW+b et une loterie L(1000, 10; α). Nous pouvons représenter l’évolution de l’utilité
des sommes certaines et des sommes incertaines. La fonction d’utilité retenue est 3*W+2

utilité d'une somme

utilité d'une somme incertaine certaine (utilité de
espérance des gains (espérance de l’utilité) l’espérance)
E(U(W)) = α * (3*gain1 +2) + (1-α)*
α (1-α) gain 1 gain 2 E(W) = α * gain 1 + (1-α)*gain 2 (3*gain2 +2)) U(E(W)) = 3*E(W) +2
0 1 1000 10 10 32 32
0.1 0.9 1000 10 109 329 329
0.2 0.8 1000 10 208 626 626
0.3 0.7 1000 10 307 923 923
0.5 0.5 1000 10 505 1517 1517
0.8 0.2 1000 10 802 2408 2408
1 0 1000 10 1000 3002 3002

15

16

8
 11/10/2022

Quid des comportements vis-à-vis du risque dans la réalité?

Majoritairement, les investisseurs présentent Cependant, ces mêmes investisseurs peuvent

un comportement d’aversion pour le risque.
L’exemple le plus typique est l’achat d’une
police d’assurance.
également présenter un goût pour le risque
lorsqu’il achète un billet de Lotto. En effet,
dans une loterie de ce type, l’espérance des
gains liées à la faible probabilité de gagner est
inférieure au prix du billet (c’est d’ailleurs là-
dessus que se finance l’organisateur de la
loterie).

Donc dans la réalité, le comportement vis-à-vis du risque d’un individu n’est pas
vraiment stable dans le temps même si, logiquement, son aversion pour le risque
devrait l’emporter le plus souvent.

17

Illustration : le jeu équitable

Considérons un investisseur dirigé par la fonction d’utilité U(W) = W0,5
o U’(W) = 0,5 *W(-0,5) . Cette dérivée première est toujours positive.
o U’’(X) = -0.5*(0,5) * W(-1,5) = -0,25 * W(-1,5) Cette dérivée seconde est toujours négative  aversion pour le risque

Supposons que la richesse initiale de l’investisseur soit de 29 euros. Il peut participer à un jeu équitable dans lequel il
dispose d’une chance sur deux de gagner 20 euros ou de perdre 20 euros.

La moyenne espérée de ce jeu est de 0 ( 0,5*20 -0,5*20). C’est pour cela qu’il s’appelle jeu équitable (il y a autant de
probabilité de gagner ou de perdre et les gains ont la même valeur absolue.

L’investisseur doit-il accepter ou refuser de jouer à ce jeu équitable?

En cas de refus, il conserve ses 29 euros de richesse  l’utilité espérée de cette richesse est de 290,5 = 5,39

En cas de participation, l’investisseur a une chance sur deux de voir sa richesse passer à 49 euros ou à 9 euros.
L’utilité espérée de sa richesse est donc de 0,5 * 490,5 + 0,5 * 90,5 =0,5*7+ 0,5*3=5

En cas de gain, le niveau de satisfaction de l’investisseur passera de 5,39 à 7 (soit +1,61), mais en cas de perte, son niveau de
satisfaction passera de 5 ,39 à 3 (soit -2,39)  l’investisseur accorde une plus grande importance aux pertes par rapport
aux gains  il doit refuser de participer à ce jeu.

Si la moyenne espérée des gains est supérieure à 0 alors le refus ou l’acceptation du jeu dépendra de la fonction d’utilité
de l’investisseur et de sa richesse initiale. Dans le cadre de la gestion de portefeuille, ces éléments vont se retrouver au
centre de la notion de prime de risque.

18

9
 11/10/2022

PRIME DE RISQUE

19

Dans le cadre de la gestion de portefeuille, il faut pouvoir intégrer la notion de risque dans le cadre de la fonction d’utilité. Cela se
fait au travers de la notion de prime de risque. Cette prime de risque peut se définir de deux manières; soit à travers la notion
d’équivalent certain; soit à travers l’approximation d’Arrow-Pratt.

La prime de risque et l’équivalent certain

L’equivalent certain peut être vu comme une mesure subjective des préférences de l’agent.

La prime de risque est la difference entre l’espérance de gain d’une loterie et son équivalent certain. Elle peut être interprétée
comme le montant maximum qu’un individu est prêt à payer pour éviter d’avoir à jouer à une loterie et pour recevoir à la place
l’espérance du gain de cette loterie.

Exemple :

Considérons un jeu monétaire équitable : 50% de chance de gagner 1000 euros et 50% de chance de perdre 1000 euros.

Considérons que l’agent est dirigé par la fonction d’utilité logarithmique ln (W).

Quelle est la prime de risque de cet agent économique en sachant que sa richesse initiale est de 10 000 euros?

Si l’individu ne participe pas au jeu, son niveau de satisfaction est de ln (10000) = 9,21

Si l’individu participle au jeu alors l’utilité espérée de sa richesse sera de 0,5*ln(10000 + 1000) + 0,5*ln(10000 – 1000) = 0,5*9,31
+0,5*9,10 = 9,205

20

10
 11/10/2022

Soit EC le montant de l’equivalent certain présentant la même utilité que l’utilité liée au jeu risqué.

Ce montant EC peut également être vu comme le montant minimum de la richesse initiale que l’investisseur est prêt à conserver .
pour éviter le risque lié au jeu.

EC est donc une somme certaine qui procure le même niveau de satisfaction que l’espérance de l’utilité de la richesse lorsque l’on
a décidé de jouer.

Dans le cas present, ln(EC) = 9,205  EC = e9,205 = 9946,74 euros

La prime de risque est donc ici de 53,26 euros.

Généralisation

On note π(W,L), la prime de risqué de la loterie L lorsque la richesse initiale de l’agent est de W

E[U(W+L)] = U[W+E(L)- π(W,L)] = U(EC)

Autrement dit l’espérance de l’utilité de la richesse espérée liée à la richesse initiale et à la loterie doit être équivalente à
l’utilité de la richesse initiale augmentée de l’espérance des gains de la loterie et diminuée de la prime de risqué. Cette utilité
est l’utilité de l’equivalent certain.

21

Dans le cas de l’exemple précédent, il faut se demander quelle serait l’espérance de l’utilité de la richesse espérée de notre
investisseur s’i il envisageait une participation au jeu risqué.

Dans ce cas, il aurait 50% de chance de voir sa richesse passer de 10000 à 11000 euros et 50% de chance de voir sa richesse
passer de 10000 à 9000 euros  E[U(W+L)] = 0,5*ln(11000) + 0,5*ln(9000) = 9,205

Pour pouvoir calculer la prime de risqué, il faut que U[W+E(L)- π(W,L)] = 9,205 = U[10000 + 0 - π(W,L)]= U(EC)

Dans le cas de l’exemple, 9,205 = ln(EC)  e9,205 = 9946,74 euros = EC

EC = 10000-π(W,L) =9946,74  π(W,L) = 54,26 euros

22

11
 11/10/2022

La prime de risque et l’approximation d’Arrow-Pratt

L’approximation d’Arrow-Pratt de la prime de risque repose sur la prise en compte de très faibles risques. On peut estimer que
cette approximation est en quelque sorte une simplification du raisonnement précédent.

Nous venons de voir que E[U(W+L)] = U[W+E(L)- π(W,L)]

C’est le développement en série d’ordre 2 de Taylor qui va être utilisé ici. Pourquoi d’ordre 2?

Car n’oubliez pas que les fonctions d’utilité sont dérivables 2 fois.

Pour rappel, le développement en série de Taylor permet l’écriture d’une fonction f(x) n fois derivable sous la forme d’un
polynôme et d’un reste. Ce développement est particulièrement utile lorsque l’on cherche à évaluer une fonction au voisinage
d’un point.

La formule type que nous allons utiliser dans la suite est la suivante :

f(a+h)=f(a)+f′(a)h+⋯+(f(n)(a)/n!)*hn+o(hn).

Pour aboutir à l’approximation de la prime de risque d’Arrow-Pratt, nous allons partir de la situation suivante :

Considérons une loterie L d’espérance nulle et de variance σ².

Nous allons ensuite devoir procéder en 3 étapes :

23

Étape 1 : établir l’approximation de Taylor d’ordre 2 au voisinage de W pour E[U(W+L)]

Etape 2 : établir l’approximation de Taylor d’ordre 2 au voisinage de π(W,L) pour U[W+E(L)- π(W,L)]

Etape 3 : égaliser les deux expressions trouvées à l’étape 1 et à l’étape 2 pour identifier l’approximation d’Arrow Pratt de la prime
de risque

Vous êtes prêts? Allons-y ! (c’est une blague, rassurez-vous!)

Étape 1 : établir l’approximation de Taylor d’ordre 2 au voisinage de W pour E[U(W+L)]

Nous allons tout d’abord developer U(W+L) au 2ème ordre au voisinage de W

U(W+L) = U(W) + L*U’(W) + (L²/2!)*U’’(W)

Ensuite, nous allons calculer E(U(W+L)) en sachant que la richesse W est certaine  E(U(W)) = U(W)

E(U(W+L)) = U(W) + E(L)*U’(W) + E((L²/2!))* U’’(W)

Or, nous savons également que E(L) = 0

Donc E(U(W+L)) = U(W) + E((L²/2!))* U’’(W)

Nous savons également que la variance de la loterie σ² peut aussi être vue comme E[(L-E(L))²] = E(L²) étant donné que E(L) = 0

Donc finalement, nous obtenons :

E(U(W+L)) = U(W) + (σ² /2)* U’’(W)

NB : 2! est la factorielle de 2 càd 1*2

24

12
 11/10/2022

Etape 2 : établir l’approximation de Taylor d’ordre 2 au voisinage de π(W,L) pour U[W+E(L)- π(W,L)]

Etablir cette approximation revient au même que d’établir l’approximation de U[W- π(W,L)] car E(L) = 0

U[W- π(W,L)] = U(W) - π(W,L)*U’(W) – (π²(W,L)/2!)*U’’(W)

Or, comme on considère des niveaux très faibles de risqué, on peut supposer que le troisième terme représente une quantité très
négigeable.

Dès lors, on a :

U[W- π(W,L)] = U(W) - π(W,L)*U’(W)

Etape 3 : égaliser les deux expressions trouvées à l’étape 1 et à l’étape 2 pour identifier l’approximation d’Arrow Pratt de la prime
de risque

U(W) + (σ² /2)* U’’(W)=U(W) - π(W,L)*U’(W)

π(W,L) = -(σ² /2)* U’’(W)/U’(W)

π(W,L) = (σ² /2)* [-U’’(W)/U’(W)] Or, [-U’’(W)/U’(W)] = ϴ = mesure d’Arrow Pratt = mesure d’aversion au risque. Ce ratio est positif
si l’individu est adverse au risque et négatif si l’individu a le goût pour le risque.

π(W,L) = (σ² /2)* ϴ

25

Exemple :

Considérons un jeu monétaire équitable : 50% de chance de gagner 1000 euros et 50% de chance de perdre 1000 euros.

Considérons que l’agent est dirigé par la fonction d’utilité logarithmique ln (W).

Quelle est la prime de risque de cet agent économique en sachant que sa richesse initiale est de 10 000 euros en utilisant cette fois
l’approximation d’Arrow-Pratt ?

Calculons tout d’abord le coefficient d’aversion pour le risque ϴ = [-U’’(W)/U’(W)]

Pour cela nous avons besoin de calculer U’(W) = 1/W et U’’(W) = -1/W²

ϴ = - [(1/W)/(-1/W²)] = 1/W

Evaluons ce ratio au point W0 + E(L) où W0 représente la richesse initiale et E(L), l’espérance mathématique des gains de la loterie.

Ici W0 vaut 10 000 euros et E(L) = 0  ϴ = 1/10 000

Ensuite, nous avons besoin de calculer la variance de la loterie, soit σ²

σ² = 0,5 * (1000-0)² + 0,5 * (-1000 – 0)² = 1 000 000

Calculons finalement la prime de risque:

π(W,L) = (σ² /2)*1/10000 = 50

D’après la techinique de l’equivalent certain, nous avions trouvé 54,26

26

13
 11/10/2022

DIFFÉRENTES FONCTIONS
D’UTILITÉ

27

Dans cette partie, nous allons surtout nous intéresser aux fonctions d’utilité les plus utilisées ainsi qu’à leur application dans la
prise de decision de placements boursiers.

La fonction logarithmique Cette fonction ne caractérise que les individus présentant une aversion pour
le risque.
Cette fonction d’utilité est la suivante :

U(W) = ln(W)

U’(W) = 1/ W est toujours positive

U’’(W) = -1/W² est toujours negative

Comment utiliser cette fonction d’utilité?

Supposons que la richesse initiale de l’investisseur soit de 100 euros. Cet investisseur souhaite investir une partie x de sa richesse
dans un actif risqué. L’investissement a 50% de chance de lui rapporter -10% et 50% de chance de lui rapporter +20%.

Quelle partie de sa richesse initiale, l’investisseur doit-il investir dans l’actif risqué?

En cas de perte, la richesse de l’investisseur s’élèvera à :

(100 – x) + 0,9*x = 100 -0,1*x

En cas de gain, la richesse de l’investisseur s’élèvera à :

(100 – x) + 1,2*x = 100 + 0,2*x

28

14
 11/10/2022

Donc
E[U(W+L)] = 0,5*U(100 -0,1*x) + 0,5*U(100 +0,2*x) expression 1
Utilisons la fonction d’utilité définie précédemment pour transformer l’expression 1

E[U(W+L)] = 0,5*ln (100-0,1*x)+ 0,5 *ln(100+0,2*x) expression 2

Identifier le montant x à investir dans l’actif risqué c’est identifier dans l’expression 2 quelle est la valeur de x qui va maximiser
E[U(W+L)]

Pour ce faire, nous devons annuler la dérivée première de dE[U(W+L)]/dx

dE[U(W+L)]/dx = 0

0 = 0,5 * (-0,1) / (100-0,1*x) + 0,5*0,2/(100+0,2*x)

0,05/(100-0,1*x) = 0,1/(100+0,2*x)
0,05*(100+0,2*x) = 0,1*(100-0,1*x)
5+0,01*x=10-0,01*x
0,02*x = 5
x=250 euros  emprunt de 150 euros auprès de la banque.

Attention qu’ici contrairement au cas précédent la solution ne dépend pas directement du coefficient d’aversion pour le risque

29

La Constant Relative Risk Aversion (CRRA)

Cette fonction d’utilité est la suivante :

U(W) = (W1-ϴ)/(1-ϴ)

Où ϴ est le coefficient d’aversion au risque.

◦ Si ϴ est positif alors l’agent est adverse au risque.

◦ Si ϴ est négatif alors l’agent est risquophile.

U’(W) = W-ϴ > 0 Cette fonction peut caractériser les individus risquophiles car tout dépendra
du signe du coefficient d’aversion pour le risque.
U’’(W) = - ϴ*W-ϴ-1 < 0 si ϴ est positif (agent adverse au risque) et > 0 si ϴ est négatif (agent risquophile)

Comment utiliser cette fonction d’utilité?

Supposons que la richesse initiale de l’investisseur soit de 100 euros. Cet investisseur souhaite investir une partie x de sa richesse
dans un actif risqué. L’investissement a 50% de chance de lui rapporter -10% et 50% de chance de lui rapporter +20%.

Quelle partie de sa richesse initiale, l’investisseur doit-il investir dans l’actif risqué?

30

15
 11/10/2022

En cas de perte, la richesse de l’investisseur s’élèvera à :

(100 – x) + 0,9*x = 100 -0,1*x

En cas de gain, la richesse de l’investisseur s’élèvera à :

(100 – x) + 1,2*x = 100 + 0,2*x

Donc

E[U(W+L)] = 0,5*U(100 -0,1*x) + 0,5*U(100 +0,2*x) expression 1

Utilisons la fonction d’utilité définie précédemment pour transformer l’expression 1

E[U(W+L)] = 0,5*[(100-0,1*x)1-ϴ]/(1-ϴ) + 0,5 *[(100+0,2*x)1-ϴ]/(1-ϴ) expression 2

Identifier le montant x à investir dans l’actif risqué c’est identifier dans l’expression 2 quelle est la valeur de x qui va maximiser
E[U(W+L)]

Pour ce faire, nous devons annuler la dérivée première de dE[U(W+L)]/dx

31

dE[U(W+L)]/dx = 0

[(0,5 * (-0,1) * (1-ϴ))/(1-ϴ)] * (100-0,1*x)-ϴ + [0,5*0,2*(1-ϴ)/(1-ϴ)] * (100+0,2*x)-ϴ = 0

-0,05*(100-0,1*x)-ϴ = -0,10 * (100 +0,2*x)-ϴ

(100-0,1*x)-ϴ = 2 * (100 +0,2*x)-ϴ

1/(100-0,1*x)ϴ = 2 * 1/(100 +0,2*x)ϴ

1 = 2 * [1/(100 +0,2*x)ϴ] * (100-0,1*x)ϴ

0,5 = (100-0,1*x)ϴ /(100 +0,2*x)ϴ

0,5 = [(100-0,1*x) /(100 +0,2*x)]ϴ

0,5(1/ϴ) = (100-0,1*x) /(100 +0,2*x)

0,5(1/ϴ) * (100+0,2*x) = (100-0,1*x)

0,5(1/ϴ) *100+ 0,5(1/ϴ) *0,2*x +0,1*x = 100

x*(0,2*0,5(1/ϴ) +0,1) = 100*(1- 0,5(1/ϴ) ) Si le coefficient d’aversion ϴ vaut 5 alors il faudra investir 47,23 euros dans
l’actif risqué et conserver le solde en cash.
x= 100*(1- 0,5(1/ϴ) )/ (0,2*0,5(1/ϴ) +0,1)
Si l’individu est moins adverse au risque et que son coefficient d’aversion au
risque vaut 0,5 alors l’investissement qui va maximiser sa satisfaction
s’élèvera à 500 euros, ce qui veut dire qu’il va devoir emprunter 400 euros
auprès de sa banque pour procéder à l’investissement.

32

16
 11/10/2022

La fonction quadratique

Cette fonction d’utilité est la suivante :

U(W) = W – (ϴ/2) * W²

U’(W) = 1-ϴ*W

Cette dérivée première doit impérativement être positive  1-ϴ*W > 0  ϴ*W <1  ϴ<1/W

U’’(W) = -ϴ

Cette dérivée seconde sera négative si ϴ est positif  l’individu sera dans ce cas adverse au risque

Cette dérivée seconde sera positive si ϴ est négatif  l’individu sera dans ce cas risquophile

Comment utiliser cette fonction d’utilité?

Supposons que la richesse initiale de l’investisseur soit de 100 euros. Cet investisseur souhaite investir une partie x de sa richesse
dans un actif risqué. L’investissement a 50% de chance de lui rapporter -10% et 50% de chance de lui rapporter +20%.

Quelle partie de sa richesse initiale, l’investisseur doit-il investir dans l’actif risqué?

En cas de perte, la richesse de l’investisseur s’élèvera à :

(100 – x) + 0,9*x = 100 -0,1*x

En cas de gain, la richesse de l’investisseur s’élèvera à :

(100 – x) + 1,2*x = 100 + 0,2*x

33

Donc
E[U(W+L)] = 0,5*U(100 -0,1*x) + 0,5*U(100 +0,2*x) expression 1
Utilisons la fonction d’utilité définie précédemment pour transformer l’expression 1

E[U(W+L)] = 0,5*[(100-0,1*x)-ϴ/2*(100-0,1*x)²]+ 0,5 *[(100+0,2*x) - ϴ/2*(100+0,2*x)²] expression 2

Identifier le montant x à investir dans l’actif risqué c’est identifier dans l’expression 2 quelle est la valeur de x qui va maximiser
E[U(W+L)]

Pour ce faire, nous devons annuler la dérivée première de dE[U(W+L)]/dx

dE[U(W+L)]/dx = 0

0 = 0,5 * (-0,1) / (100-0,1*x) + 0,5*0,2/(100+0,2*x)

0 = 0,5*[-0,1+10*ϴ-0,01* ϴ*x]+0,5*[0,2-20* ϴ-0,04* ϴ*x]
0=-0,05+5* ϴ-0,005* ϴ*x+0,10-10* ϴ-0,02* ϴ*x
0=0,05-5* ϴ-0,025* ϴ*x
0,025* ϴ*x= 0,05-5* ϴ
X= (0,05-5 ϴ)/0,025* ϴ

Si le coefficient d’aversion au risque vaut 0,005 (il doit être plus petit que 1/100 pour que cette fonction puisse être utilisée comme
une fonction d’utilité) alors :
x=200 euros  emprunt de 100 euros auprès de la banque.

34

17
 11/10/2022

La fonction moyenne-variance de Markowitz

Si les fonctions que nous venons d’aborder se rencontrent fréquemment dans la réalité, la fonction la plus utilisée dans le cadre
de la gestion de portefeuille est la fonction moyenne-variance de Markowitz.

Repartons de l’équation de l’équivalent certain d’une loterie :

E[U(W+L)] = U[W + E(L) – π(W,L)]

Tous les investisseurs rationnels vont désirer maximiser leur utilité  cela signifie qu’ils vont tenter de maximiser

U[W + E(L) – π(W,L)]

Or, comme la richesse initiale est fixée et que l’utilité est croissante (n’oublions pas que la dérivée première de la fonction d’utilité
est positive), cela revient à maximiser E(L) – π(W,L)

Nous allons utiliser l’approximation de la prime de risque d’Arrow Pratt. Nous obtenons alors l’expression suivante :

35

E(L) - π(W,L) = E(L) – ((σ²L)/2) * (- U’’(W)/U’(W)) expression 1

Si nous notons ϴ = -U’’(W)/U’(W) le coefficient absolu pour le risque alors l’expression 1 devient l’expression suivante :

E(L) – ((σ²L)/2) * (- U’’(W)/U’(W)) = E(L) – ((σ²L* ϴ)/2) expression 2

Cette expression 2 définit la fonction d’utilité moyenne-variance :

E(L) – ((σ²L* ϴ)/2)

Illustration :

Un investisseur adverse au risque peut investir une partie x de sa richesse initiale W0 dans un actif risqué présentant une
rentabilité espérée R et une variance de ses rendements σ²R. Le solde de sa richesse est placé dans un actif sans risque proposant
un rendement rf.

Cet investisseur est rationnel et il est dirigé par une fonction d’utilité moyenne-variance.

Quelle partie de sa richesse initiale doit-il investor dans l’actif risqué si il souhaite maximiser son utilité?

36

18
 11/10/2022

Dans le cas présent, il ne s’agit pas vraiment d’une loterie mais plutôt d’un investissement dans un portefeuille P à concurrence
de x*W0 dans l’actif risqué et de (1-x)*W0 dans l’actif sans risque.

Nous allons donc adapter la fonction d’utilité moyenne-variance au cas de ce portefeuille.

Que vaut ici E(L)?

E(L) représente l’espérance de gains de la loterie dans la situation initiale. Dans le cas de cette illustration E(L) représente
l’espérance de rendement de l’investissement dans le portefeuille P.

E(L) = E(RP)

On sait que la richesse initiale investie dans le portefeuille s’élève à W0. Au terme de la période de détention, la richesse finale
W1sera obtenue.

W1 = x*W0 * (1+R) + (1-x)*W0*(1+rf )

E(RP) = (W1 – W0) /W0

E(RP) = (x*W0 * (1+R) + (1-x)*W0*(1+rf ) – W0)/W0

E(RP) = (x*W0 + x*W0*R +(1-x)*W0 + (1-x) * W0*rf – W0)/W0

E(RP) = x + x*R +(1-x) + (1-x) *rf – 1 = x+x*R+1-x+rf – x*rf - 1= x*R+rf –x*rf

E(RP) = rf + x*(R-rf )

37

Que vaut ici – ((σ²L* ϴ)/2) ?

σ²L = σ²P =(x* σR)² car σf =0 puisque l’actif est sans risque.

Donc – ((σ²L* ϴ)/2) devient –(x* σR)² * ϴ /2

La fonction d’utilité finale prend donc la forme suivante :

E(RP) –(x* σR)² * ϴ /2 = rf + x*(R-rf ) –(x* σR)² * ϴ /2

C’est cette fonction qu’il faut maximiser si on veut trouver la part optimale d’investissement dans l’actif risqué.

d[rf + x*(R-rf ) –(x* σR)² * ϴ /2 ]/dx = 0

(R-rf) – 2*x* σ²R *(ϴ /2) = 0

R-rf – x* σ²R *ϴ = 0

x= (-R+rf) / ϴ*σ²R = (R-rf )/ ϴ*σ²R

Notons qu’ici x représente le pourcentage de la richesse initiale à investir dans l’actif risqué qui maximise la satisfaction de
l’investisseur. Pour trouver le montant correspondant de la richesse initiale, il suffit de multiplier la valeur de x par W0.

38

19
 11/10/2022

Toute autre chose restant égale par ailleurs, la part de x de la richesse initiale à investir dans l’actif risqué sera d’autant plus
importante que l’écart entre le rendement de l’actif risqué (R) et le taux sans risque rf sera important.

Exemple :

Supposons que la richesse initiale d’un individu s’élève à 1000 euros. Il a le choix d’investir dans une action risquée avec une
rentabilité espérée de 7% et un écart type de ses rendements de 16% et l’actif sans risque dont le rendement s’élève à 1,5%.

Son coefficient d’aversion au risque est de 3.

La composition optimale de son portefeuille selon l’optimisation moyenne-variance sera de x = (0,07-0,015)/3*0,16² = 71,6%

 Il devra donc investir 716 euros dans l’action et environ 284 euros dans l’actif sans risque.

39

EXERCICES

40

20
 11/10/2022

Exercice 1:

L’agent économique est dirigé par la fonction d’utilité logarithmique. Initialement, il possède 20 000 euros. Il a l’opportunité de
jouer à la loterie L (3000; -3000; 0,5;0,5).

Estimez la prime de risque qu’associe l’individu à cette loterie. Utilisez la technique de l’équivalent certain et l’approximation
d’Arrow-Pratt.

Exercice 2:

Monsieur Dupont, après les conseils de son banquier, decide de placer 75 000 euros dans le tracker de l’indice CAC40 avec le
rendement annuel espéré de 7% et une volatilité estimée de 20%. Il investit aussi 25 000 euros dans l’obligation de court terme
émse par l’Etat de taux actuariel de 0,25%. Déterminez le profil de l’aversion pour le risque de Monsieur Dupont. Calculez pour ce
faire le coefficient d’aversion au risque de cet investisseur.

Exercice 3 :

Si un agent est dirigé par la fonction U(W) = ln(W), quelle part de sa richesse devrait-il investir dans le titre risqué? Selon les
analystes, le titre progressera de 20% à la fin de l’année avec une probabilité de 66% (pour les calculs, utilisez 2/3) tandis qu’il
perdra 10% de sa valeur à la fin de l’année avec une probabilité de 33%. La richesse initiale de l’agent est de 100 euros.

41

Exercice 4 :

Monsieur Desjardin a la possibilité d’acheter un billet de loterie qui promet un gain de 5 euros avec la probabilité de 80% et de 30
euros avec la probabilité de 20%. Si il est dirigé par la fonction d’utilité 2*W(1/2) quel prix serait-il dispose à payer pour ce billet
de loterie?

42

21