Chapitre 2:

Rendement, risque et
gestion de portefeuille
INTRODUCTION
⚫ L’actionnaire est propriétaire de l’entreprise au prorata
de ses titres. Il ne peut donc lui être garanti,
contrairement à l’obligataire, une rentabilité.
⚫ Le rendement qu’il obtient de son investissement dépend
des dividendes rapportés par les titres, mais aussi de la
plus/moins-value en capital constatée à l’occasion de la
cession des titres.
⚫ S’il est facile de calculer à postériori la rentabilité d’une
action en comparant son prix d’achat à la somme
actualisée des flux financiers générés par le titre durant
sa période de détention, c’est la rentabilité future qui
intéresse l’investisseur.
⚫ Estimer un taux de rendement futur suppose de choisir
une période de référence, d’évaluer la régularité et la 2
croissance des dividendes sur cette période, ainsi que la
valeur de revente à l’issue du placement.
INTRODUCTION
⚫ Il y a donc lieu de distinguer entre rentabilité réalisée
(ex-post ou historique) et rentabilité espérée (ex-ante ou
future).
⚫ La rentabilité réalisée ou ex-post est la rentabilité qui a
été effectivement obtenue (après les faits).
⚫ La rentabilité espérée ou ex-ante d’une action est celle
anticipée (estimée) pour une période à venir. Comme
c’est une rentabilité espérée, elle est sujette à incertitude
et peut ne pas être réalisée.

3
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
1. Rendement réalisé
1.1. Sur une période
⚫ Si l’on raisonne sur une seule période, le taux de
rentabilité ou rendement (rate of return) de l’action i,
mesuré en temps discret de la fin de la période t-1 à la fin
de la période t, est exprimé comme la variation relative
de la richesse entre ces deux dates.
⚫ En notant P le cours de l’action et D son dividende, le
taux de rendement ou de rentabilité R calculé entre la fin
de la période t-1 et la fin de la période t s’écrit :
Pi,t+Di,t − Pi,t-1 Pi,t Di ,t
Ri,t= = −1 +
Pi,t-1 Pi,t -1 Pi ,t −1
   
   4
Variation relative Rendement dû au rendement dû
de richesse changement de capital au dividende
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
1. Rendement réalisé
1.1. Sur une période
Exemple 1 : L’action de la société S cotait 46,280 DT le
31 octobre et 45,125 DT le 30 novembre.
Calculez le taux de rentabilité du mois de novembre ?
45,125
R Novembre = − 1= −0, 0249 soit − 2, 5%
46, 280
Le 31 décembre, un dividende de 1,705 DT a été payé et
l’action a coté le même jour un cours ex-dividende de
44,975 DT
La rentabilité du mois de décembre :
44,975+1,705
R Décembre = − 1 = 0,0345 soit 3,45% 5

45,125
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
1. Rendement réalisé
1.2. Sur plusieurs périodes
Les rendements calculés sur des périodes de temps
élémentaires successives sont ensuite utilisés pour
calculer le rendement sur toute la période considérée.
Il s’agit de calculer leur moyenne.
Arithmétique ou géométrique?
- La moyenne arithmétique : la somme des valeurs
divisée par le nombre de valeurs.
1 T
Ra =  t =1 Rt
T
C’est une mesure appropriée de la tendance médiane
d’une distribution simple de rentabilités durant une 6

période.
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
1. Rendement réalisé
1.2. Sur plusieurs périodes
- La moyenne géométrique est utilisée pour décrire de
le taux de rentabilité moyen sur plusieurs périodes
adjacentes.
Elle mesure les rentabilités composées et cumulées
durant une période donnée.
Elle est souvent utilisée en finance pour décrire la
croissance des fonds investis sur plusieurs périodes.
1
 T

RG =  (1 + Rt )  − 1
T

 t =1 
7
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
1. Rendement réalisé
1.2. Sur plusieurs périodes
Exemple 2 : Une action de 100$ ne vaut plus que 50$ au
bout d’un an, puis vaut 100$ à la fin de l’année 2. Il n’y a
pas eu de distribution de dividende durant les 2 années.
Le taux de rentabilité à deux ans est nul.
Calculons le taux de rentabilité moyen annuel.
50 − 100 100 − 50
R1 = = − 50% R2 = =100%
100 50
−0,5+1
Moyenne arithmétique : Ra = = 0, 25
2
1
Moyenne géométrique : RG = (1+ ( −0,5 ) )  (1+1)  − 1= 0
2
  8
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
1. Rendement réalisé
1.2. Sur plusieurs périodes
Comme le montre l’exemple, sur plusieurs périodes, la
moyenne géométrique décrit le vrai taux moyen de
croissance c.à.d. le taux auquel une unité monétaire
investie a crû.
La moyenne arithmétique surestime le résultat qui est
assez éloigné de la réalité.
Remarque: Nous devons utiliser la moyenne
arithmétique pour décrire la performance typique
moyenne d’une période.

9
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
1. Rendement réalisé
1.2. Sur plusieurs périodes
Exemple 3 :
01/01/N 31/12/N 31/12/N+1
01/01/N+1
Valeur de marché du portefeuille 20 000 25 000 26 250
Revenu liquide 1 000 1 000

25000 +1000 - 20000

Les RN = = 0 ,3
20000
rentabilités :
26250 +1000 - 25000
annuelles RN+1 = = 0 ,09
25000
La rentabilité moyenne sur les 2 périodes:
1 10
RG = (1,3 1, 09 ) − 1 = 0,1904 = 19, 04%
2
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
2. Rendement espéré
La rentabilité réalisée est certes une information très
utile pour l’investisseur.
Cependant ce dernier, est beaucoup plus concerné par les
anticipations concernant les rentabilités futures.
Placé dans un univers incertain, l’investisseur ne peut
pas calculer d’avance la rentabilité, car la valeur du titre
en fin de période est aléatoire ainsi que la rémunération
perçue durant la période.
L’investisseur utilise alors une rentabilité espérée.
Il s’agit de la moyenne des rentabilités possibles,
pondérées par leur probabilité d’occurrence, c’est
l’espérance mathématique. 11
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
2. Rendement espéré
La spécification des rentabilités possibles et les
probabilités d’occurrence qui leurs sont associées
constitue la distribution de probabilité.
Ces distributions de probabilité ne peuvent être que des
estimations subjectives.
La rentabilité espérée, ou espérance mathématique de
rentabilité, est égale à :
n
E ( R ) =  pi Ri
i=1

où Ri est une rentabilité possible et pi la probabilité de

son occurrence
12
SECTION 1. RENDEMENT ET RISQUE
I. Rendement
2. Rendement espéré
Exemple 4 : Soient les prévisions de rendements
suivants pour les actions A et B dans trois états de la
nature différents.
État Probabilité RA RB
Prospérité 0,3 0,15 0,25
Normal 0,5 0,10 0,20
Récession 0,2 0,02 0,01

Quels sont les rendements espérés ?

E(RA) = 0,3(0,15) + 0,5(0,10) + 0,2(0,02) = 0,099 = 9,9 %
E(RB) = 0,3(0,25) + 0,5(0,20) + 0,2(0,01) = 0,177 = 17,7 %
13
SECTION 1. RENDEMENT ET RISQUE
II. Risque
⚫ Le risque d’un investissement en actions provient de
l’incertitude qui existe quant à la valeur du titre à une
date future.
⚫ L’objectif de tout investisseur est de dégager une certaine
rentabilité.
⚫ Selon la forme de l’investissement, la rentabilité réalisée
est plus ou moins différente de celle espérée.
Le risque peut donc être défini comme la dispersion ou la
variation de la rentabilité d’un investissement autour de
la valeur anticipée.
⚫ La rentabilité et le risque vont de paire. Il serait
insensé de parler de l’un et d’ignorer l’autre.
14
SECTION 1. RENDEMENT ET RISQUE
II. Risque
⚫ Un investisseur ne peut raisonnablement espérer
réaliser des rentabilités plus élevées sans accepter de
plus grands risques.
⚫ La décision d’investissement consiste en un compromis
entre les deux.
1. Mesures historiques du risque
⚫ Si on veut apprécier la performance d’une action, sur un
horizon de T périodes, on ne peut se limiter à calculer la
rentabilité moyenne par période.
⚫ Il faut également tenir compte des variations des
rentabilités par période autour de leur moyenne.
⚫ On utilise l’écart type ou la variance des rentabilités par
période pour mesurer l’ampleur de ces variations. 15
SECTION 1. RENDEMENT ET RISQUE
II. Risque
1. Mesures historiques du risque
⚫ Si on analyse les performances d’une action i, sur un
horizon de T périodes, on calculera comme suit la
variance des taux de rentabilités périodiques :
2
1 T
i =
2

T − 1 t =1
( Ri ,t − Ri )

Ri ,t est la rentabilité de l’action i au cours de la période t

Ri est la moyenne arithmétique des taux de rentabilité
périodiques.
L’écart-type des taux de rentabilité s’obtient en calculant
la racine carrée de la variance de ces mêmes taux de
rentabilité. La variance et l’écart type ainsi définis sont16
des mesures historiques ou ex post du risque de l’action
SECTION 1. RENDEMENT ET RISQUE
II. Risque
1. Mesures historiques du risque
Exemple 5: Soient les informations suivantes
concernant la rentabilité des titres de la société X.
Période Rt Rt - R (Rt – R)2
1 0,1 -0,01 0,0001
2 0,14 0,03 0,0009
3 0,12 0,01 0,0001
4 0,08 -0,03 0,0009

R Somme Variance Ecart-type

0,11 0,002 0,000667 0,0258

Calculons le risque de ce titre.

17
SECTION 1. RENDEMENT ET RISQUE
II. Risque
2. Mesures ex ante du risque
⚫ En situation d’incertitude, l’estimation du risque se fait
en déterminant la variance ou l’écart type compte tenu de
la distribution de probabilités (ddp) des rentabilités.
⚫ La variance d’une variable aléatoire mesure la dispersion
de sa distribution. Elle se définit comme l’espérance du
carré des écarts que représente la variable par rapport à
son espérance: Var ( x) = E[ x − E ( x)]²
⚫ La variance de la ddp de la rentabilité du titre i
S 2

 2 ( Ri ) =  ps  Rs ,i − E ( Ri ) 
s =1

E(Ri): la valeur espérée de la distribution pour le titre i

Rs,i : la valeur du sème rendement possible 18

ps: la probabilité du sème rendement possible

SECTION 1. RENDEMENT ET RISQUE
II. Risque
2. Mesures ex ante du risque
Exemple 6: : A partir des possibilités de prix de fin de
période ci-dessous et en supposant un prix courant de
50D par action, calculer la variance des rentabilités.

Etat de la Probabilité Prix de

nature l’action
1 0,15 35
2 0,1 42
3 0,3 50
4 0,2 55
5 0,25 60

19
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
1. Poids d’un portefeuille
Exemple 7: Supposons que vous avez 15 000 D à investir
et que vous avez acheté des titres de placement pour les
montants suivants
Quel est le poids de chaque titre dans votre portefeuille ?
Titre Montant Poids (wi)
A 2 100 2 100 / 15 000 = 0,14
B 3 000 3 000 / 15 000 = 0,20
C 3 900 3 900 / 15 000 = 0,26
D 6 000 6 000 / 15 000 = 0,40

20
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
2. Rendement espéré d’un portefeuille
⚫ Le rendement espéré d’un portefeuille est la moyenne
pondérée des rendements espérés de chacun des actifs
dans le portefeuille.
Les facteurs de pondération sont les poids des différents
titres qui le composent.
N
E ( RP ) =  wi E ( Ri )
i =1

N: le nombre de titres inclus dans le portefeuille

wi: le poids du titre i dans le portefeuille
⚫ Il est également possible de calculer le rendement espéré
du portefeuille en déterminant ses rendements possibles
et en calculant la valeur espérée comme nous l’avons 21
fait dans le cas des titres individuels.
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
2. Rendement espéré d’un portefeuille
⚫ Considérons le portefeuille de l’exemple 7. Si les titres
individuels ont les rendements espérés suivants, quel est
le rendement espéré du portefeuille ?
Titre (i) Poids (wi) E(Ri)
A 0,14 19%
B 0,20 10%
C 0,26 9%
D 0,40 12%

E(RP) = 0,14 (19%) + 0,2 (10%) + 0,26 (9%) + 0,4 (12%)

= 11,8 % 22
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
3. Risque d’un portefeuille
Pour calculer le risque d’un portefeuille mesuré par la
variance ou l’écart type de la rentabilité du portefeuille il
faut :
Calculer le rendement du portefeuille pour chaque état
RP = w1R1 + w2R2 + … + wNRN
Calculer le rendement espéré du portefeuille au moyen
de la formule utilisée pour les actifs individuels.
Calculer la variance et l’écart type du portefeuille au
moyen des formules utilisées pour les actifs individuels.

23
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
3. Risque d’un portefeuille
3.1. Risque d’un ptf constitué de 2 actions
⚫ Soit un portefeuille P composé de 2 titres A et B en
proportions wA et wB telles que wA + wB = 1
⚫ Le taux de rentabilité du portefeuille P est donné par :
RP = wA RA + wB RB = wA RA + (1 − wA ) RB
⚫ La variance des taux de rentabilité du portefeuille:
 ²( RP ) = E[ RP − E ( RP )]²
 ²( RP ) = wA2 ²( RA ) + wB2 ²( RB ) + 2 wA wB cov( RA , RB )
 ²( RP ) = wA2 ²( RA ) + wB2 ²( RB ) + 2 wA wB  A, B ( RA ) ( RA )
24
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
3. Risque d’un portefeuille
3.1. Risque d’un ptf constitué de 2 actions
Exemple 8 : Soit un portefeuille P composé de 50% du
titre A et 50% du titre B, sachant que A = 0,45 ; B = 0,1
et A,B = -1 calculons le risque de ce portefeuille.
 P2 = 0,52  0, 452 + 0,52  0,12 + 2  0,5  0,5  (−1)  0, 45  0,1
 P2 = 0, 030625

25
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
3. Risque d’un portefeuille
3.2. Risque d’un ptf constitué de N actions
⚫ La variance des taux de rentabilité du portefeuille:
N N N
 ²( RP ) =  w  ( Ri ) +  wi w j cov( Ri , R j ) , i  j
2
i
2

i =1 i =1 j =1
N N
 ²( RP ) =  wi w j cov( Ri , R j )
i =1 j =1
N N
 ²( RP ) =  wi w j i , j ( Ri ) ( R j )
i =1 j =1

26
SECTION 1. RENDEMENT ET RISQUE
III. Rendement et risque d’un portefeuille
5. Application
A partir des informations suivantes quel est le
rendement espéré et l’écart-type d’un portefeuille
affichant un investissement de 6000 dans le titre X et
4000 dans le titre Y.

Etat Proba RX RY
Prospérité 0,25 15% 10%
Normale 0,6 10% 9%
Récession 0,15 5% 6%

27
SECTION 1. RENDEMENT ET RISQUE
IV. Coefficient de variation
Si on veut comparer 2 opportunités d’investissement
ayant des rendements espérés et des risques différents
on utilise le coefficient de variation (CV) qui mesure le
risque relatif, càd le risque par unité de rendement :
 ( Ri )
CVi =
E ( Ri )
Soient les 2
E(R)  CV
opportunités
d’investissement Inv 1 0,08 0,05 0,62
suivantes Inv 2 0,14 0,07 0,5
Basé sur les valeurs absolues, lnv2 semble plus risqué.
En calculant les CV nous remarquons que Inv1 présente
un risque par unité de rendement plus élevé que Inv 2. 28
 Inv1 est plus risqué que Inv2.
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
⚫ Le revenu espéré d’une situation risquée est la moyenne
pondérée des résultats possibles (Ri), les poids étant les
probabilités associées à chacun des résultats (pi).
⚫ Ce critère, qui a le mérite d’être simple, prend-il en
compte tous les éléments essentiels en matière de choix
des investisseurs en situation de risque ?
Illustration
1D 2 000 D

Jeu 1 Jeu 2
-1 D -2 000 D
⚫ E(R1) = 0,5  1 + 0,5  (-1) = 0
⚫ E(R2) = 0,5  2 000 + 0,5  (-2 000) = 0
⚫ Les deux jeux ont le même revenu espéré, i.e. 0. 29
⚫ Les individus basent-ils leur décision uniquement sur la
base de la valeur espérée ?
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
⚫ Les individus tiennent compte du revenu espéré mais
aussi du risque associé à la variabilité des résultats.
⚫ Les limites de ce critère ont été illustrées par le problème
classique connu sous le nom du « Paradoxe de Saint
Petersbourg » formulé par Bernoulli au 18ème siècle.
Paradoxe de Saint Petersbourg
⚫ Il s'agit d'un jeu qui consiste à lancer une pièce en l'air et
à observer le résultat.
⚫ Si la pièce tombe sur face, le joueur gagne 21=2 et le jeu
s'arrête. Si la pièce tombe sur pile, on rejoue.
⚫ Si la pièce tombe sur face au 2ème jet, le joueur gagne
22=4 et le jeu s'arrête. Si la pièce tombe sur pile, on
rejoue.
⚫ Si la pièce tombe sur face au 3ème jet, le joueur gagne 30
23=8 et le jeu s'arrête. Si la pièce tombe sur pile, on
rejoue.
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
⚫ Le jeu continue indéfiniment tant que la pièce tombe sur
pile. On arrive ainsi au nième jet.
⚫ Le tableau suivant résume tous les résultats possibles
Nb jet Résultat Proba Gain ⚫ Quelle somme payer pour
1 F 1/2 2 jouer à ce jeu?
2 PF 1/4 4 ⚫Selon le critère de l’espérance
3 PPF 1/8 8 mathématique du gain, le joueur
. . . . devrait être prêt à payer une
. . . . somme élevée pour jouer à ce
N (N-1)PF 1/2N 2N jeu.
⚫ E(G)=1/2  2 + 1/4  4+…+1/2N  2N = 1 + 1+….+1

⚫ Lorsque n →, E(G) → .

⚫ L’espérance mathématique du gain est infinie, pourtant

d’après une étude réalisée par Nicolas Bernoulli, 31

personne n’est prêt à dépenser plus de 4 pour y jouer.

SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
⚫ L’espérance mathématique du gain est infinie, pourtant
d’après une étude réalisée par Nicolas Bernoulli,
personne n’est prêt à dépenser plus de 4 pour y jouer.
⚫ Le critère de l'espérance mathématique des gains n'est
pas celui qu’il faut employer dans des situations de ce
type.
⚫ Daniel Bernouilli : L'individu ne prend pas en compte
directement la richesse dans son choix, mais l'utilité –
au sens de satisfaction – qu’il retire d'une certaine
richesse.
Il ne maximise pas l'espérance mathématique des gains,
mais l'espérance mathématique de l'utilité de ces gains.

32
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
1. Critère de l’espérance mathématique de l’utilité
⚫ L’espérance mathématique et la variance, données
objectives, s’avèrent insuffisantes en matière de prise de
décision, puisqu'elles n’intègrent pas une composante
subjective importante : l’attitude du décideur face au
risque.
⚫ La théorie de l’utilité espérée de Von Neumann et
Morgenstern (1947) a permis de formaliser cette attitude
face au risque.
Elle admet que chaque individu possède une fonction
d’utilité qui traduit son comportement réel vis-à-vis du
risque, et que confronté à un ensemble de loteries,
l’individu choisira celle dont l’utilité espérée est la plus
élevée. 33
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
1. Critère de l’espérance mathématique de l’utilité
⚫ La notion de loterie, appelée également Prospect, occupe
un rôle clé dans l’axiomatique de l’utilité de Von
Neumann et Morgenstern.
Il s’agit d’une liste de n résultats ou conséquences Ri
affectés chacun d’une probabilité pi.
En théorie financière, ces conséquences sont purement
monétaires.
⚫ Un investissement risqué dont le rendement peut
prendre les valeurs possibles R1…..Rn affectées des
probabilités p1……pn peut être assimilé à une loterie et le
choix entre investissements revient à un choix entre
loteries.
34
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
1. Critère de l’espérance mathématique de l’utilité
⚫ La fonction d’utilité est une fonction croissante et
monotone de la richesse càd l’utilité marginale des gains
est toujours positive.
⚫ L’utilité d’une loterie l(x, y; p, (1-p)) est égale à

E[U(l)] = p U(x) + (1-p) U(y)

⚫ Pour chaque loterie, l’individu calcule son utilité espérée
de la richesse et choisira celle qui maximise cette
dernière
⚫ Résolution du paradoxe de Saint Petersbourg:
n
N
1
max E (U ( x)) =    U (2n )
n =1  2 

35
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
⚫ On distingue 3 attitudes différentes face au risque:

- Aversion au risque (risquophobie)

- Préférence pour le risque (risquophilie)
- Indifférence au risque (neutralité)
⚫ Pour comprendre la différence entre les 3 types de
comportement, considérons un investisseur disposant
d’une richesse initiale W0 pouvant participer,
gratuitement, à une loterie lui offrant la possibilité de
gagner ou perdre, avec la même probabilité, une somme S.
⚫ L’investisseur a le choix entre ne pas jouer ou jouer

36
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
⚫ S’il décide de "ne pas jouer" (situation 1):

W0 W0 ; E(R1) = W0 ; ²(R1) = 0

⚫ S’il décide "de jouer" (situation 2):

W0 + S
W0
W0 - S
~
E(R2) = E(W) = 0,5 (W0 + S) + 0,5(W0 - S) = W0
²(R2) = S²

⚫ Le choix entre "ne pas jouer" et "jouer" dépend de son

37
comportement face au risque
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
2.1 Aversion au risque
⚫ Un individu a de l’aversion pour le risque si entre 2
loteries de même espérance de gain, il choisira la loterie la
moins risquée.
⚫ Dans notre exemple, l’individu préférera "ne pas jouer".
⚫ Utilité richesse initiale > Utilité de la richesse aléatoire
~
⚫ U(W0) > 0,5 U(W0 + S) + 0,5 U(W0 – S)  E[U(W)]
⚫ U(W0) – U(W0 – S) > U(W0 + S) – U(W0)
La perte d’utilité associée à la perte S est, en valeur
absolue, supérieure au gain d’utilité associé au gain S.
f.u. concave et utilité marginale décroissante 38
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
2.1 Aversion au risque
f.u. concave
U(W)
U"(W) < 0
U(W0+S)
U(W0) Gain

Perte
U(W0-S)

Richesse (W)
0 W0-S W0 W0+S 39
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
2.2 Préférence pour le risque
⚫ Un individu préfère le risque si entre 2 loteries de même
espérance de gain, il choisira la loterie la plus risquée.
⚫ Dans notre exemple, l’individu préférera "jouer".
⚫ Utilité richesse initiale < Utilité de la richesse aléatoire
~
⚫ U(W0) < 0,5 U(W0 + S) + 0,5 U(W0 – S)  E[U(W)]
⚫ U(W0) – U(W0 – S) < U(W0 + S) – U(W0)
La perte d’utilité associée à la perte S est, en valeur
absolue, inférieure au gain d’utilité associé au gain S.
f.u. convexe et utilité marginale croissante
40
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
2.2 Préférence pour le risque
f.u. convexe
U(W)
U"(W) > 0

U(W0+S)

Gain

U(W0)
Perte
U(W0-S) Richesse (W)
0 W0-S W0 W0+S 41
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
2.3 Neutralité au risque
⚫ Un individu est neutre au risque s’il lui est indifférent de
recevoir une loterie ou bien son gain espéré.
⚫ Indifférence entre "jouer" et "ne pas jouer " .
⚫ Utilité richesse initiale = Utilité de la richesse aléatoire
~
⚫ U(W0) = 0,5 U(W0 + S) + 0,5 U(W0 – S)  E[U(W)]
⚫ U(W0) – U(W0 - S) = U(W0 + S) – U(W0)
La perte d’utilité associée à la perte S est, en valeur
absolue, égale au gain d’utilité associé au gain S.
f.u. linéaire et utilité marginale constante
42
SECTION 2. INTRODUCTION À LA THÉORIE DE L’UTILITÉ
2. Les attitudes face au risque
2.3 Neutralité au risque
f.u. linéaire
U(W)
U"(W) = 0
U(W0+S)

Gain

U(W0)

Perte

U(W0-S)

Richesse (W)
0 W0-S W0 W0+S 43
SECTION 3. DIVERSIFICATION
⚫ La diversification est la constitution d’un portefeuille
contenant plusieurs titres.
⚫ Un investisseur pourrait placer tout son avoir dans un
seul titre. Quel est alors l’avantage de la diversification?
⚫ Cela ne permet pas d’améliorer la rentabilité puisqu’elle
est égale à la moyenne pondérée des rentabilités des titres
qui composent le portefeuille.
⚫ En revanche, la constitution d’un portefeuille permet
d’agir sur le risque et de le diminuer dans certains cas.
⚫ Considérons un portefeuille P constitué de 2 titres A et B
dans les proportions x et (1-x) respectivement.
1er cas: Corrélation parfaite positive, ρA,B = 1
σ²P = x² σ²A + (1 – x)² σ²B + 2 x (1 – x) σA σB
44
σ²P = [ x σA + (1 – x) σB ]²
 σP = x σA + (1 – x) σB
SECTION 3. DIVERSIFICATION
 Le risque du portefeuille est la moyenne pondérée
des risques des titres individuels qui le composent
⚫ L’investisseur qui cherche à minimiser son risque doit
investir toute sa richesse dans le titre le plus sûr, et la
diversification ne sert plus à rien.
2ème cas: Corrélation parfaite négative, ρA,B = -1
σ²P = x² σ²A + (1 – x)² σ²B – 2 x (1 – x) σA σB
σ²P = [ x σA – (1 – x) σB ]²
 σP = |x σA – (1 – x) σB|
⚫ On peut trouver des proportions qui annulent le risque du
portefeuille
 Gain de diversification très important
σP = 0  x σA – (1 – x) σB = 0  x = σB / (σA+ σB)
⚫ Le risque du portefeuille est inférieur à celui des titres qui
45

le composent.
SECTION 3. DIVERSIFICATION

3ème cas: -1 < ρA,B < 1

x² σ²A + (1 – x)² σ²B x² σ²A + (1 – x)² σ²B
– 2 x (1 – x) σA σB < σ²P < + 2 x (1 – x) σA σB

[ x σA – (1 – x) σB ]² < σ²P < [ x σA + (1 – x) σB ]²

|x σA – (1 – x) σB| < σP < x σA + (1 – x) σB
⚫ On peut réduire le risque sans l’éliminer complètement
grâce à la diversification

46
SECTION 3. DIVERSIFICATION
Pour résumer
⚫ Diversifier, c’est répartir son placement entre plusieurs
titres, de façon à réduire le risque.
⚫ La diversification est efficace lorsque la réduction du
risque est maximale pour un niveau d’espérance de
rendement donné.
⚫ Dans un contexte pratique, l’élimination complète du
risque est impossible, car les cours de la plupart des
actions ont tendance à bouger dans la même direction.
⚫ Existence d’un risque lié à des facteurs macroéconomiques
et non diversifiable, c’est le risque systématique ou risque
de marché.

47
SECTION 3. DIVERSIFICATION

48
SECTION 4. LE MODÈLE DE MARCHÉ
1. Présentation du modèle
⚫ Ce modèle trouve ses origines dans les travaux de
Markowitz (1952 , 1959) et ceux de Sharpe (1960).
⚫ Il stipule que chaque titre subit l’influence du marché
dans son ensemble.
⚫ Généralement lorsque le marché monte, un titre
particulier quelconque a, lui aussi, tendance à monter.
De même quand il s’agit d’une baisse du marché.
⚫ Il est possible, à l’aide des séries chronologiques passées ,
d’avoir une idée de cette influence du marché sur un titre
particulier i.
⚫ On commence par calculer les rendements
hebdomadaires, par exemple, d’un titre i (Ri,t) et du
marché dans son ensemble (RM,t). 49
SECTION 4. LE MODÈLE DE MARCHÉ
1. Présentation du modèle
⚫ Le marché dans son ensemble peut être approximé par
un indice boursier exhaustif (calculé à partir de tous les
actifs financiers risqués traités sur le marché) et pondéré
par les capitalisations boursières.
⚫ Dans un système d’axes, on porte les RM,t en abscisse et
les Ri,t en ordonnée.
⚫ Chaque couple d’observations de rendements
hebdomadaires {RM ; Ri} est représenté par un point.
⚫ En renouvelant la double observation hebdomadaire
{RM ; Ri} pendant plusieurs semaines, on obtient un
nuage de points :

50
SECTION 4. LE MODÈLE DE MARCHÉ
1. Présentation du modèle
Ri

••
••• •
•
• •••••
•• •
•
• •••• RM
• •• ••
• •
••
• •• •
•• • •
••
• •
• •••
⚫ Ce nuage de points allongé illustre l’influence de RM sur
Ri.
⚫ Pour préciser cette influence, on peut utiliser la droite de
régression que l’on peut ajuster au nuage de points
d’après la méthode des moindres carrés.
51
⚫ Cette droite de régression est appelée droite
caractéristique du titre i.
SECTION 4. LE MODÈLE DE MARCHÉ
1. Présentation du modèle
Son équation est la suivante : Ri ,t =  i +  i RM ,t +  i ,t
Avec :
⚫ Ri,t et RM,t : les rendements observés pour le titre i et le
marché dans son ensemble pendant la période t.
⚫ αi , βi : résultent du calcul de régression (αi : l’ordonnée à
l’origine de la droite de régression ; βi : sa pente).
⚫ D’après les MCO , εi,t est un résidu aléatoire (terme
d’erreur) tel que :
E(εi,t) = 0 σ (εi,t , RM,t) = 0
σ²(εi,t) = σ² = constante σ (εi,t , εj,t) = 0
εi,t →N (0, σ² ) σ (εi,t , εi,s) = 0
52
SECTION 4. LE MODÈLE DE MARCHÉ
1. Présentation du modèle
Covariance (Ri ,t , RM ,t )
i =
Variance (RM ,t )
⚫  est un paramètre propre à chaque titre.
Il indique la relation entre les fluctuations du titre i et
celles du marché.
⚫  mesure la sensibilité ou encore la volatilité du titre i
par rapport au mouvement du marché.
Il indique de combien varie le taux de rendement du titre
i si le taux de rendement du marché varie de 1%.
⚫ Il est possible de classer les titres en 3 groupes en
fonction de leur  :
53
⚫ Si  = 1 : le titre se comporte comme le marché.
Il s'agit de titres neutres.
SECTION 4. LE MODÈLE DE MARCHÉ
1. Présentation du modèle
⚫ Si  > 1 : le titre amplifie les mouvements du marché car
il est plus risqué que le marché.
En cas de hausse, les titres connaîtront une rentabilité
plus importante que le marché. Toutefois, ils connaîtront
une chute plus forte que le marché si celui-ci est en
déclin.
Il s'agit de titres agressifs, offensifs ou volatiles.
⚫ Si  < 1 : le titre est moins risqué que le marché.
Les fluctuations du cours du titre seront plus faibles que
celles du marché. Il s'agit de titres défensifs.

54
SECTION 4. LE MODÈLE DE MARCHÉ
2. Bêta d’un portefeuille
Exemple 9 : Considérons les bêta des titres du
portefeuille de l’exemple 7
Titre (i) Poids (wi) Beta(i)
A 0,14 3,5
B 0,20 0,5
C 0,26 1,5
D 0,40 2
Quel est le bêta du portefeuille ?
Le bêta du portefeuille est la moyenne pondérée des bêta
des titres qui le composent :
P = 0,14 (3,5) + 0,2 (0,5) + 0,26 (1,5) +0,4 (2) = 1,78
55
SECTION 4. LE MODÈLE DE MARCHÉ
3. Décomposition du risque total d’un titre
⚫ Selon le modèle de marché, les variations aléatoires du
rendement d’un titre i ( et donc son risque) ont deux
origines : l’influence du marché dans son ensemble et des
causes spécifiques au titre i.
Ri ,t =  i +  i RM ,t +  i ,t

  i2,t =  2 ( βi RM,t ) +  2 (εi,t ) + 2Cov( βi RM,t ,εi,t )

= βi2 2 ( RM,t ) +  2 (εi,t ) + 2 βi Cov( RM,t ,εi,t )

= βi2 M2 +  2 (εi ) + 2 βi 0

  i2,t = βi2 M2 +  2 (εi ) 56

SECTION 4. LE MODÈLE DE MARCHÉ
3. Décomposition du risque total d’un titre

 2
i ,t = βi
2
σ 2
M + σ 2
( εi )

Risque total Risque dû au lien Risque dû à des événements

du titre i = avec le marché + propres au titre i

Risque total Risque

du titre i = systématique + Risque spécifique

57
SECTION 4. LE MODÈLE DE MARCHÉ
3. Décomposition du risque total d’un titre
- Le risque de marché: appelé également risque
systématique ou risque non diversifiable est dû à
l’évolution de l’ensemble de l’économie, de la fiscalité, des
taux d’intérêt, de l’inflation, etc.
C’est le risque du titre corrélé à celui du marché.
Le marché a une force d’entrainement qui fait que les
cours de l’ensemble des titres ont tendance à augmenter
ou à diminuer avec le marché ; chacun d’eux variant à
des degrés différents.
- Le risque spécifique appelé aussi risque intrinsèque,
risque idiosyncrasique ou risque diversifiable, est
indépendant des phénomènes qui affectent l'ensemble
des titres. 58
SECTION 4. LE MODÈLE DE MARCHÉ
3. Décomposition du risque total d’un titre
Il résulte uniquement d'éléments particuliers qui
affectent tel ou tel titre : c'est la mauvaise gestion de
l'entreprise, l'incendie qui détruit son usine ou l'invention
technologique qui rend obsolète sa gamme de produits...
⚫ Pour les portefeuilles bien diversifiés, le risque spécifique
est très faible.
Le risque total d’un portefeuille bien diversifié est
composé essentiellement du risque systématique pour
lequel on demandera à être rémunéré.
⚫ Lorsqu’on ne détient qu’un seul titre, la valeur de cet
investissement fluctue en fonction des événements qui
touchent particulièrement l’entreprise.
⚫ On s’expose à un risque qui pourrait être diversifiable. 59
SECTION 4. LE MODÈLE DE MARCHÉ
3. Décomposition du risque total d’un titre
Le marché ne compense pas les investisseurs qui
assument ce type de risque non nécessaire.
 Le risque non systématique n’est pas récompensé.
⚫ La récompense associée au fait de prendre un risque
dépend uniquement du risque systématique de
l’investissement.
Le rendement espéré d’un actif risqué dépend
uniquement du risque systématique de cet actif.

60
SECTION 4. LE MODÈLE DE MARCHÉ
3. Décomposition du risque total d’un titre
Exemple 10 : Considérons les informations suivantes
Ecart- Bêta
type
Titre C 20% 1,25
Titre D 30% 0,95

Quel titre a le risque total le plus important ? D

Quel titre a le risque systématique le plus important? C
Quel titre devrait avoir le rendement le plus élevé ? C

61