CHAPITRE 2 : EVALUATION ACTUARIELLES DES ACTIONS

1. MODELE ACTUARIEL DES DIVIDENDES

Selon ce modèle, La valeur d’une action correspond à la valeur actuelle des flux
futurs de dividendes à recevoir par l’actionnaire.
La formule est la suivante :

:𝑉 = ∑ 𝐷𝑡 (1 + 𝑖)−𝑡

avec Dt le dividende global versé en année t ; et i le taux d’actualisation

correspondant au coût des fonds propres (les dividendes étant par essence des
flux nets)
2. MODELE DE GORDON ET SHAPIRO
La méthode de Gordon et Shapiro (en anglais, dividend discount model ou
DDM) est un modèle d'actualisation du prix des actions. Il porte le nom de ses
auteurs et a été mis au point en 1959.
Ce modèle, dit aussi de « croissance perpétuelle », ne tient pas compte des plus-
values. En effet, il considère que lorsque le flux de dividendes est perpétuel (et
donc qu'il tend vers l'infini), la plus-value n'a pas d'incidence sur l'évaluation de
l'action.
𝐷
La formule proposée par Gordon et Shapiro est la suivante : 𝑃0 = 1 dans
𝑘−𝑔
laquelle :
 𝑃0 = valeur théorique de l'action

 𝐷1 = dividende anticipé de la première période

 k = Taux de rendement attendu pour l'actionnaire
 g = Taux de croissance du bénéfice brut par action

1
CHAPITRE 4 : RENTABILITE D’UNE ACTION ET EVALUTION DU
RISQUE LIEE

A. RENTABILITE ET EVALUATION DU RISQUE EN

ENVIRONNEMENT CERTAIN

1. taux de rendement d’une action

Le rendement espéré qui découle de la détention d’un titre pour une période
donnée est :

Avec :
– P0 la valeur de l’action en début de période,
– P1 la valeur de l’action en fin de période,
– D1 le montant du dividende perçu.
Le critère du taux de rendement sera un des critères déterminants dans le choix
d’une action par tout investisseur. Un titre qui présentera un rendement espéré
élevé sera privilégié par les investisseurs, qui se porteront acquéreurs du titre, et
inversement.
EXEMPLE
Une action a pour valeur de 20000 F en début de période (prix d’achat).
La valeur espérée en fin de période (prix de revente) = 22000 F. Le dividende
distribué est de 300 F par action.
Calculer le taux de rendement

2. Rendement moyen

– n est le nombre de périodes

– rji les valeurs constatées de la valeur j à ième période
– r la moyenne arithmétique
Sa signification reste assez relative, voire peu significative. Car en prenant deux
valeurs extrêmes (ex. : 18 et 2), et dire que sa moyenne est de 10 ((18 + 2) / 2), on
imagine bien que la moyenne soit loin d’être significative et cache certaines
caractéristiques.
Le simple calcul et analyse du rendement moyen, ne suffit pas de déterminer le
risque.
Pour analyser et caractériser statistiquement la distribution des rendements en
termes de risque, il est nécessaire d’analyser la dispersion de la distribution.

2
La dispersion est une mesure qui précise de combien un rendement donné peut
s’écarter de sa moyenne. Plus la dispersion sera grande, plus les rendements
s’écarteront de la moyenne, et donc les rendements futurs sont considérés comme
incertains. On choisira des indicateurs statistiques comme, la variance, l’écart
type, en se basant sur la valeur moyenne.

3. Variance des rendements

La variance est une mesure statistique de la dispersion autour de la

moyenne des valeurs. Elle est égale à la somme des écarts entre :
- la valeur constatée rji
- et sa moyenne ( rj )

Cet écart est ensuite élevé au carré.

La variance (représentée par la lettre grecque sigma au carré) s’exprime alors
comme :

- Il va de soi que la variance ne peut être que positive, dans la mesure où tous
les écarts positifs ou négatifs sont calculés par rapport à la moyenne et
élevés au carré.
- D’autre part, plus les valeurs constatées s’écartent de la moyenne, plus les
écarts sont élevés, donc plus la variance sera importante. Une variance
élevée signifie que la dispersion sera grande, et donc le risque du projet
élevé.

La variance présente un inconvénient important, c’est celui d’être difficilement

interprétable en l’état. En effet, il paraît difficile d’en apprécier qualitativement le
résultat ainsi obtenu. Le plus souvent on se référera à l’écart type, qui n’est qu’une
déclinaison de la variance.

4. L’écart type des rendements

L’écart type est égal à la racine carrée, de la somme du carré des écarts à la
moyenne. L’écart type est une mesure statistique de dispersion. Il se calcule par
la racine carrée de la variance. L’écart type est une mesure de la variabilité la plus
utilisée dans le calcul et la mesure de la variabilité d’une série statistique. L’écart
type est indépendant des unités choisies (euros, kilos…). Ce qui rend plus aisé les
comparaisons des écarts types de plusieurs projets.

3
Pour aller un peu plus loin, et introduire le thème de la diversification, nous
évoquerons les notions dérivant de la valeur moyenne de la variabilité, et du risque
:
- la covariance
- Le Coefficient de corrélation
- Le béta

5. La covariance
La covariance est une statistique mesurant les interactions entre deux titres. Elle
nous donne une mesure de la tendance moyenne des rentabilités de deux titres, à
varier dans le même sens (on parle alors de covariance positive) ou à évoluer dans
le sens opposé (covariance négative), d’où le terme de covariance.
La covariance de la rentabilité du titre (j) par rapport à la rentabilité du marché
(m) s’exprime comme :

La covariance représente le produit du coefficient de corrélation des deux valeurs

(dans notre exemple le titre (j) et l’indice de marché (m)) constituant le
portefeuille, par l’écart type de la première valeur (j) et l’écart type de la seconde
(m). La covariance est une des deux composantes du coefficient bêta. Si elle est
négative, les deux valeurs sont inversement corrélées.

6. Coefficient de corrélation
Afin de faciliter l’interprétation de la covariance, celle-ci peut être divisée par le
produit des écarts types de chaque titre. Le rapport Covariance / Écart type permet
d’obtenir un coefficient qui sera compris entre [–1,+1].
Le résultat obtenu est appelé coefficient de corrélation, et il est symbolisé par la
lettre grecque (rho).
Le coefficient de corrélation représente le rapport entre :
- la covariance de deux variables (numérateur),
- sur le produit des deux écarts types de ces mêmes variables (dénominateur) ;

Plus les coefficients s’approchent de 1, plus la corrélation entre les deux variables
est élevée. Un coefficient de corrélation proche de 0 suppose que les deux
variables n’ont aucune relation (projets indépendants).
4
 EXEMPLES
À partir de valeurs qui vous sont communiquées, calculez respectivement :
– la moyenne arithmétique,
– la variance,
– l’écart type,
– la covariance,
– le coefficient de corrélation en prenant l’écart type de la variable (m) est égal
à 0,083186.

Variables
Périodes constatées Variables
(rj) Périodes constatées
(rm)
1 0,2 1 0,25
2 0,15 2 0,12
3 0,13 3 0,14
4 0,09
4 0,07 5 0,05
5 0,04 6 0,01
6 –0,02 Total 0,66
Total +0,57