MONTASSAR HADJ AYECH

ISET MAHDIA – DEPARTEMENT SEG

GESTION FINANCIERE A LONG TERME

Chapitre 3 : Choix d’investissement en situation de risque et d’incertitude

Les décisions d’investissement prises dans l’entreprise concernent l’avenir. Elles

doivent se fonder sur l’anticipation d’événements futurs. Ces événements peuvent, en
réalité, être plus ou moins quantifiables, probables et parfois imprévisibles. Trois
contextes d’incertitude sont possibles :

 L’avenir certain : On peut prévoir avec certitude les différentes composantes de

la décision. Ce qui n’est pas tout à fait objectif en pratique.
 L’avenir risqué : On peut associer des distributions de probabilités aux
différents paramètres de la décisions (les flux de trésorerie).
 L’avenir incertain : On n’a aucune idée sur les probabilités.

Ce chapitre est consacré à l’étude de la décision d’investissement en avenir risqué. Pour

cela on abordera respectivement :

 La notion d’incertitude et de risque

 Le choix d’investissement en avenir risqué
 Le choix d’investissement en incertitude absolue

Section 1 : La notion d’incertitude et de risque

1- Définitions
L’incertitude qualifie les situations où l’agent économique doit prendre des décisions
dont les conséquences dépendent de facteurs exogènes aléatoires. En matière de choix
d’investissement, l’incertitude qui pèse sur les cash-flows futurs peut avoir des origines
très variées telles que par exemple l’évolution des prix de vente, l’évolution du prix de
pétrole, la part de marché de l’entreprise par rapport à celle des concurrents, la
présence de COVID…
L’incertitude se transforme en risque lorsqu’il est possible de la quantifier, notamment
par l’affectation d’une distribution de probabilités aux différents évènements possibles.
En fonction du degré d’information dont on dispose, on distingue 3 situations :

– Situation de risque : on connaît les états du monde et les probabilités associées

– Situation d’incertitude : on connaît les états du monde, mais pas les probabilités
associées

1
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

– Situation d’incertitude radicale : on ne connaît ni les états du monde, ni les

probabilités associées

2- L’attitude des investisseurs face au risque

Les investisseurs ne sont généralement pas indifférents à la présence d’incertitude.
Pour la plupart, ils sont par nature averses au risque et n’acceptent d’investir que dans
des projets qu’ils jugent susceptibles de les compenser du risque encouru, la rentabilité
qu’ils exigent a priori est une fonction croissante du risque encouru. Le supplément de
rentabilité exigé par rapport à un investissement sans risque, s’appelle prime de risque.
L’objet de ce chapitre, est d’examiner la manière avec laquelle on intègre le risque dans
la décision d’investissement. Pour cela différentes méthodes existent, certaines se
placent dans un environnement incertain, d’autres dans un environnement risqué.

Section 2 : Méthodes probabilistes de mesure de risque

Le risque d’une distribution de probabilité se mesure traditionnellement par l’écart type ou la

variance. En matière de choix d’investissement, il donne une indication sur le degré de
variation des cash-flows.
Les deux concepts utilisés : l’espérance mathématique et l’écart type ou la variance.
𝒔

𝑬(𝑪𝑭𝑵𝒕 ) = ∑ 𝑪𝑭𝑵𝒕 𝒊 ∗ 𝑷𝒊
𝒊=𝟏
𝟐
𝑽(𝑪𝑭𝑵𝒕 ) = 𝑬(𝑪𝑭𝑵𝒕 𝟐 ) − (𝑬(𝑪𝑭𝑵𝒕 ))
𝒔 𝒔
𝟐
= ∑ 𝑪𝑭𝑵𝒕 𝒊 ∗ 𝑷𝒊 − (∑ 𝑪𝑭𝑵𝒕 𝒊 ∗ 𝑷𝒊 )𝟐
𝒊=𝟏 𝒊=𝟏

On peut appliquer ces mesures pour le calcul de la valeur actuelle nette (VAN) , on
dispose alors une valeur moyenne et un coefficient de risque de chaque projet.
Cette analyse peut se révéler particulièrement complexe à partir du moment où les flux ne sont
pas indépendants dans le temps.
Donc la VAN calculée en fonction des flux aléatoires est elle-même variable aléatoire
caractérisée par une espérance et une variance.
Le décideur cherche à maximiser l’espérance mathématique de la VAN et à minimiser sa
variance qui exprime le risque associé au projet.

𝑛 𝑛
𝐸(𝐶𝐹𝑁𝑡 ) 𝐸(𝐶𝐹𝑁𝑡 )
𝐸(𝑉𝐴𝑁) = ∑ 𝑡 − 𝐸(𝐼0 ) = 𝐸(𝑉𝐴𝑁) = ∑ 𝑡 − 𝐼0
𝑡=1 (1 + 𝑹𝒇 ) 𝑡=1 (1 + 𝑹𝒇 )

2
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

Le risque du projet se définit comme la variabilité de la rentabilité et mesuré par la variance

ou l’écart type de la VAN. Cette dernière indique la dispersion de la VAN autour de la valeur
espérée.
𝑛 𝑛
(𝐶𝐹𝑡 ) (𝐶𝐹𝑡 )
𝑉(𝑉𝐴𝑁) = 𝑉 (∑ 𝑡 − (𝐼0 )) = 𝑉 (∑ 𝑡)
𝑖=1 (1 + 𝑹𝒇 ) 𝑡=1 (1 + 𝑹𝒇 )

𝒏
(𝑪𝑭𝒕 ) (𝑪𝑭𝒕 ) (𝑪𝑭 𝒕′ )
𝑽(𝑽𝑨𝑵) = ∑ 𝑽( 𝒕) + 𝟐 ∑ 𝑪𝑶𝑽( 𝒕; 𝒕′
)
𝒕=𝟏 (𝟏 + 𝑹𝒇 ) 𝒕≠𝒕′ (𝟏 + 𝑹𝒇 ) (𝟏 + 𝑹𝒇 )

Rappel statistique
𝑽(𝑪𝒔𝒕) = 𝟎
𝑽(𝒂𝑿) = 𝒂²𝑽(𝑿)
𝑽(𝒂𝑿 + 𝒃) = 𝒂²𝑽(𝑿)
𝑽(𝑿 + 𝒀) = 𝑽(𝑿) + 𝑽(𝒀) + 𝟐 𝑪𝑶𝑽 (𝑿, 𝒀)
𝑽(𝑿 − 𝒀) = 𝑽(𝑿) + 𝑽(𝒀) − 𝟐 𝑪𝑶𝑽 (𝑿, 𝒀)
𝑪𝑶𝑽(𝑿,𝒀)
Le coefficient de corrélation = 𝝆(𝑿, 𝒀) =
𝝈(𝑿)𝝈(𝒀)
Si X et Y sont indépendants : 𝝆(𝑿, 𝒀) = 𝟎 → 𝑪𝑶𝑽(𝑿, 𝒀) = 𝟎
Si X et Y sont parfaitement corrélées dans le même sens : 𝝆(𝑿, 𝒀) = 𝟏 → 𝑪𝑶𝑽(𝑿, 𝒀) = 𝝈(𝑿) ∗ 𝝈(𝒀)

Si X et Y sont parfaitement corrélées dans le sens opposé : 𝝆(𝑿, 𝒀) = 𝟏 → 𝑪𝑶𝑽(𝑿, 𝒀) = −𝝈(𝑿) ∗ 𝝈(𝒀)

1- Cas des cash-flows indépendants

(𝑪𝑭𝒕 ) (𝑪𝑭𝒕′ )
𝑪𝑶𝑽 ( 𝒕; 𝒕′
)=𝟎
(𝟏 + 𝑹𝒇 ) (𝟏 + 𝑹𝒇 )

𝒏 𝒏 𝒏 𝟐
(𝑪𝑭𝒕 ) 𝑽(𝑪𝑭𝒕 ) 𝝈(𝑪𝑭𝒕 )
𝑽(𝑽𝑨𝑵) = ∑ 𝑽( 𝒕) = ∑( 𝟐𝒕 ) = ∑( 𝒕)
𝒕=𝟏 (𝟏 + 𝑹𝒇 ) 𝒕=𝟏 (𝟏 + 𝑹𝒇 ) 𝒊=𝟏 (𝟏 + 𝑹𝒇 )

2- Cas d’une corrélation parfaite et positive

(𝑪𝑭𝒕 ) (𝑪𝑭𝒕 ′ ) (𝑪𝑭𝒕 ) (𝑪𝑭𝒕 )
𝑪𝑶𝑽 ( 𝒕; 𝒕′ ) = 𝝈( 𝒕) ∗𝝈( 𝒕′ )
(𝟏 + 𝑹𝒇 ) (𝟏 + 𝑹𝒇 ) (𝟏 + 𝑹𝒇 ) (𝟏 + 𝑹𝒇 )
𝒏 𝒏
(𝑪𝑭𝒕 ) (𝑪𝑭𝒕 ) (𝑪𝑭𝒕′ )
𝑽(𝑽𝑨𝑵) = ∑ 𝑽( 𝒕) + 𝟐∑𝝈( 𝒕) ∗ 𝝈( 𝒕′ )
𝒕=𝟏 (𝟏 + 𝑹𝒇 ) 𝒊=𝟏 (𝟏 + 𝑹𝒇 ) (𝟏 + 𝑹𝒇 )
𝒏 𝟐 𝒏 𝟐
(𝑪𝑭𝒕 ) 𝝈(𝑪𝑭𝒕 )
𝑽(𝑽𝑨𝑵) = [∑ 𝝈 ( 𝒕 )] = [∑ ( 𝒕 )]
𝒕=𝟏 (𝟏 + 𝑹𝒇 ) 𝒕=𝟏 (𝟏 + 𝑹𝒇 )

3
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

Exemple :

Un investisseur va étudier un projet risqué dans l’investissement initial est de 20000 dinars ,
durée de vie = 5ans et taux sans risque = 6%
Les cash-flows de la première année sont incertains et on peut les approximer par la
distribution suivante :

𝐶𝐹1 𝑖 𝑃𝑖
-5000 0,1
0 0,15
5000 0,5
10000 0,15
15000 0,1
Pour les autres années on dispose les informations suivantes :
Année 𝑬(𝑪𝑭𝑵𝒕 ) 𝝈(𝑪𝑭𝒕 )
2 6000 2000
3 6000 1000
4 7500 500
5 5000 100

T.A.F/

Sous l’hypothèse de l’indépendance des rentabilités des cash-flows estimer la rentabilité et le risque
du projet.

Règles de décision dans le cas des projets mutuellement exclusifs

 Si notre objectif est la minimisation du risque relatif, on peut utiliser
comme critère de décision le coefficient de variation :

4
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

𝜎(𝑉𝐴𝑁)
𝐶𝑉(𝑉𝐴𝑁) =
𝐸(𝑉𝐴𝑁)

Plus le coefficient de variation est faible plus le projet est rentable.

 Si notre objectif est la minimisation de probabilité du perte , donc on
va minimiser la probabilité que la VAN du projet est négative P(VAN<0).
Cette probabilité ne peut être calculée que si on suppose que
𝑽𝑨𝑵 → 𝑵((𝑬(𝑽𝑨𝑵); 𝑽((𝑽𝑨𝑵))
𝑽𝑨𝑵 − 𝑬(𝑽𝑨𝑵)
𝒁= ↝ 𝑵(𝟎 ; 𝟏 )
𝜎(𝑉𝐴𝑁)
𝑽𝑨𝑵 − 𝑬(𝑽𝑨𝑵) 𝟎 − 𝑬(𝑽𝑨𝑵) −𝑬(𝑽𝑨𝑵)
𝑷(𝑽𝑨𝑵 < 𝟎) = 𝑷 ( < ) = 𝑷(𝒁 < )
𝜎(𝑉𝐴𝑁) 𝜎(𝑉𝐴𝑁) 𝜎(𝑉𝐴𝑁)
−𝑬(𝑽𝑨𝑵) 𝑬(𝑽𝑨𝑵)
𝑷(𝑽𝑨𝑵 < 𝟎) = 𝑭 ( ) = 𝟏 − 𝑭( )
𝜎(𝑉𝐴𝑁) 𝜎(𝑉𝐴𝑁)

5
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

3- Cas d’une corrélation Modérée dans le temps

Dans ce cas les 𝐶𝐹𝑁𝑡 dépend du 𝐶𝐹𝑁𝑡−1 , on aura un nombre important de covariance .
Pour contourner cette difficulté. On peut recourir au Modèle séquentiel et arbre de
décision
Le modèle des arbres de décision est le modèle le plus complet en matière de décision
d’investissement face au risque, car il permet de tenir compte du fait que la décision
d’investissement peut être étalée dans le temps et qu’à mesure qu’un projet évolue,
l’investisseur peut être amené à le développer , le modifier ou l’arrêter…
Ainsi, à long terme, les investisseurs de l’entreprise apparaissent comme une suite de
décisions dépendantes les unes des autres qui sont fonction de la demande future et la
prise de décision s’ordonne par conséquent, fréquemment, selon un processus
séquentiel que l’on peut schématiser par des arbres de décision.

3-1- Elaboration de l’arbre de décision

Toute arbre de décision se compose de branches qui sont liées par des sommets. Ces
derniers peuvent être des nœuds d’événements ou des nœuds de décisions :
Un nœud de décisions représente un choix entre plusieurs décisions. Il est schématisé
par un carré. Les branches issues de ce carré représentent donc les décisions possibles
à une seule date. Chaque décision conduit à un nœud d’événements. La racine de
l’arbre de décision est toujours un nœud de décision.

Décision 1

Décision 2

Décision 3

- Un nœud d’événements représente une alternative entre plusieurs événements.

Il est schématisé par un cercle. Les branches issues de ce cercle constituent les
événements possibles. A chaque événement sont attachées une VAN et une
probabilité.
Evènement1de probabilité P1

Evènement 2 de probabilité P2

- Chaque nœud indique soit le moment d’une prise de décision (nœud

décisionnel) soit de l’avènement de l’état de la nature (nœud événementiel) ;
- Chaque branche représente les différentes lignes d’action possibles résultant
d’une décision ou les différents états de nature susceptibles d’affecter les
conséquences des décisions. Chaque état de nature est défini par un cash-flow
net possible et sa probabilité d’occurrence.

6
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

3-2- Résolution du problème de l’arbre de décision

La résolution du problème représenté par un arbre de décision se fait en autant
d’étapes qu’il n’y a de nœuds décisionnels ou événementiels. Pour cela, il faut à chaque
fois, calculer les différents E(VAN) liées aux différents nœuds et n’en garder que la plus
élevée au niveau d’un même nœuds ; puis réitérer ce processus autant de fois que
nécessaire, jusqu’à l’atteinte du premier nœud de décision. Si la VAN espérée obtenue
est positive, le projet est accepté sinon il est rejeté. On remarquera pour terminer, que
si le critère utilisé est l’espérance mathématique, cette technique ne permettra pas de
tenir compte du risque.
Remarques :
- Attention aux décisions à prendre à une date avant laquelle des événements se
sont déjà produits !
- Pour calculer l’espérance mathématique de la VAN attachée à une décision, il
faut seulement tenir compte des probabilités des événements postérieurs à la
décision. En effet, une décision n’est conditionnée que par les événements
futurs. Elle ne peut pas modifier le passé.
- Les calculs s’effectuent en remontant le temps vers le début. L’arbre est
progressivement modifié en éliminant, à chaque nœud de décision, les branches
des décisions dominées.

7
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

EXEMPLE
L’entreprise Bêta se trouve devant le choix entre deux investissements (durée de 5 ans
) dont les caractéristiques sont les suivantes :
 Investir immédiatement : 200000 dinars
 Ne rien investir immédiatement, mais investir à la deuxième année 150 000
 Pour la première année la probabilité d’avoir une demande forte est de 40%,
celle d’une demande faible est de 60%.
 Pour reste de la période :
o Si la demande de la première année était forte, la probabilité pour que la
demande reste forte est de 60%.
o Si la demande de la première année était faible, la probabilité pour que
la demande reste faible est 90%.
 En cas d’investissement immédiat de 200000 dinars les recettes annuelles
seront de 60000 dinars, si la demande est forte alors elles seront de 45000
dinars si la demande est faible.
 S’il n y a pas d’investissement, les recettes annuelles seront de 42000 dinars.
 En cas d’investissement de 150000 dinars au cours de la deuxième année , les
recettes annuelles des années 2 à 5 seront de 60000 dinars si la demande est
forte, ou de 55000 dinars si la demande est faible.
 Le taux d’actualisation est de 10%.
TAF/ Déterminer le choix à faire.

8
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

Section 3 : Choix d’investissement en incertitude absolue

1- Caractéristiques de l’incertitude absolue

L’incertitude absolue est une situation dans laquelle :
- Il est possible de recenser tous les évènements susceptibles d’affecter les cash-
flows (les états de la nature)
- Il est possible d’évaluer les projets d’investissement considérés dans le cadre de
chacun des événements
Dans une situation d’incertitude absolue , le problème à résoudre consiste à déterminer
parmi un ensemble de projets d’investissement celui qui doit être retenu.

2- Critères de choix
Les critères de choix sont adaptés aux diverses attitudes possibles du décideur face au
risque.
 Critère de Laplace
Le critère de Laplace consiste à calculer, pour chaque projet, l’espérance mathématique
des VAN possibles en attribuant une même probabilité à chaque état de nature et
choisir le projet pour lequel la moyenne est la plus grande.
 Critère de Maximax
Le critère de maximax (le maximum des maximum) consiste à déterminer la VAN la
plus élevée de chaque investissement et à choisir le projet pour lequel cette VAN la
plus élevée est la plus grande. Ce critère s’applique généralement lorsque le décideur
est optimiste non averse au risque qui privilège le gain (amateur de risque)
 Critère de Maximin
Le critère de maximin (le maximum des minimum) consiste à déterminer la VAN la
plus faible de chaque projet et à choisir le projet pour lequel cette VAN la plus faible
est la plus grande.
Ce critère s’applique généralement lorsqu’on tient compte de la psychologie du
décideur prudent, averse au risque qui privilège la sécurité et à minimiser les risques
parcourus par un projet.
 Critère de Savage
Ce critère consiste à identifier pour chaque état de nature, le projet qui donnerait le
meilleur résultat si cet état se réalisait. Ensuite, il faut calculer pour chaque état réalisé
les manques à gagner (ou regrets) qui résulteraient de l’adoption des autres projets que
celui identifié au départ. Enfin, il faut déterminer le regret maximal par chaque projet.
Le projet choisit serait celui qui a le regret le plus faible parmi les regrets maximaux
calculés.
Ce critère est adapté au décideur relativement prudent.

9
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

 Critère de Hurwicz
Le critère de Hurwicz est basé sur le calcul, pour chaque projet de la moyenne
arithmétique pondérée H du résultat le meilleur (M) et du résultat le moins bons (m).
Les coefficients de pondération expriment le degré d’attirance du décideur pour les
bons résultats et son degré de répulsion pour les mauvais résultats :

𝑯 = 𝜶 𝑴 + (𝟏 − 𝜶)𝒎
On retient le projet qui maximise H

𝜶𝝐 [𝟎, 𝟏]
 𝛼 = 1, ce choix correspond à la stratégie d’un décideur très optimiste (attirance
pour les bon résultats)
 𝛼 = 0, ce choix correspond à la stratégie d’un décideur très pessimiste (attirance
pour les mauvais résultats)
 𝛼 ⤳ 1, ce choix correspond à la stratégie d’un décideur optimiste (amateur de
risque)
 𝛼 ⤳ 0, ce choix correspond à la stratégie d’un décideur Pesimiste (averse au
risque)
Exemple
Une entreprise veut moderniser sa chaine de production, elle se trouve devant un choix
proposé entre 4 projets. Le tableau suivant donne les VAN possibles pour les 4 projets
en fonction de l’état de perfectionnement de la chaine :
Technologie de pointe Moyenne technologie Faible technologie
Projet 1 800 1500 1250
Projet 2 1500 -1000 2500
Projet 3 -500 2000 1000
Projet 4 500 800 2500

10
 MONTASSAR HADJ AYECH
ISET MAHDIA – DEPARTEMENT SEG
GESTION FINANCIERE A LONG TERME

Conclusion
La décision d’investir est un acte qui engage l’avenir ; elle est marquée par le risque et
l’incertitude. L’investisseur peut traiter le risque de différentes façons et l’incorporer
dans la décision d’investissement en utilisant des taux plus importants lorsque les
projets sont plus risqués. Une prime de risque est ajoutée au coût de capital de
l’entreprise pour effectuer les calculs de rentabilité. La VAN est ensuite calculée selon
la méthode habituelle.
Le gestionnaire peut aussi introduire le risque dans la série des flux générés par le
projet affectés d’un coefficient d’équivalent certain qui diminue avec le temps et les
réduit d’autant. Les flux monétaire traités sont actualisés au taux sans risque.
Les paramètre statistiques d’espérance et d’écart type sont fortement utilisés pour une
meilleure prise de décision.

11