Aperçu

• Motivation : aversion au risque

• Théorie du portefeuille : préliminaires
• Ligne de répartition du capital (CAL)
 Aversion au risque
• Considérez 2 options A et B :
• R : Obtenez 500 000 $ avec certitude
• B : Obtenez 1 million avec une probabilité de
0,5 et 0 $ avec une probabilité de 0,5
• Lequel préférez-vous, A ou B ?
• La plupart des gens préfèrent A. Nous disons
que ces personnes ont une aversion pour le
risque.
 Preuve historique - Risque et rendement
• Ce tableau résume les performances de certaines
classes d'actifs de 1925 à 2000 :
 Distributions de probabilité

• Une variable aléatoire , disons r, peut prendre

différentes valeurs r1, r2,…, rS dans différents
états 1, 2,…, S
• Chaque état i a une probabilité p i de se produire
• Chaque probabilité est non négative
• La somme de toutes les probabilités est égale à 1
Rendement attendu et écart type
• Le rendement attendu E( r ) ou E[r] d'un actif est la
moyenne pondérée par la probabilité de tous les
rendements possibles
S
E[r ]  p1r1  ....  pS rS   pi ri
• La variance du rendement est l'écart aui carré
1
attendu
du rendement par rapport à sa moyenne
S
 [r ]  E[
2
r – E
E[(r [r ]] ]   pi [ri  E[r ]]
E[r]) 22 2

• L'écart type est la racine carréei de

1
la variance
Distributions de probabilité multivariées

• Une distribution de probabilité multivariée est

comme une distribution de probabilité univariée
sauf qu'elle attribue des valeurs à plus d'une
variable aléatoire pour chaque état possible.

AT&T GM
State Probability Return Return
Boom 0.2 30% 60%
Normal 0.7 10% 10%
Recession 0.1 -20% -40%
 Covariance et correlation

• La covariance est une mesure de co-

mouvement:

cov[rA, rB] = E[ (rA – E[rA]) (rB – E[rB]) ]

• La corrélation est une mesure normalisée du co-

mouvement cov[rA , rB ]
 A, B 
 A B
 Propriétés des variables aléatoires
• Pour les variables aléatoires X et Y et certaines
constantes a, b.
E a  X   a  E  X 
E aX   aE  X 
E  X  Y   E  X   E Y 
E aX  bY   aE  X   bE Y 
Propriétés des variables aléatoires

Var a  X   Var  X 
Var aX   a 2Var  X 
CovaX , bY   abCov X , Y 
Var aX  bY   a 2Var  X   b 2Var Y   2abCov X , Y 
Var(X) = 0 if X is a constant
Cov(X,X) = Var(X)
Cov(X,Y) = 0 if either X or Y is a constant
 Portefeuilles
• Un portefeuille est une collection de
titres/investissements
• Si la valeur du portefeuille est V , alors le poids
wi dans le titre i est donné par
wi = (dollars invested in security i)/V
• Si V est positif alors la somme des poids doit
être égale à 1
– Certains poids peuvent être négatifs
• Cela se produit si vous êtes à court d'un titre
• Mais les poids doivent toujours totaliser 1
 Portefeuilles : exemple
• Vous avez 10 000 $ de votre propre argent à investir. Vous
manquez 5 000 $ de GOOG. (Vous avez donc maintenant 15 000
$ à investir). Vous achetez pour 8 000 $ d'AAPL et vous achetez
pour 7 000 $ d'IBM.
• Quels sont les poids de chaque titre ?

V = -5,000 + 8,000 + 7,000 = 10,000

wGOOG = -5,000/10,000 = -0.5
wAAPL = 8,000/10,000 = 0.8
wIBM = 7,000/10,000 = 0.7
 Rendement du portefeuille
• Le rendement d'un portefeuille sur 1 an est
V final
rp  1
Vinitial

• On peut montrer que le rendement d'un

portefeuille est égal à une moyenne pondérée
des rendements des composants
rp  i 1 w i  ri
n

• Par exemple, pour un portefeuille de deux titres

rp  wA rA  wB rB
Rendement attendu du portefeuille
• The expected return on a portfolio over 1 year is
E[V final ]
E[rp ]  1
Vinitial
• Given the result on the previous slide and by the
properties of the expectation operator it follows that the
expected return on a portfolio is equal to a weighted
average of the component expected returns
E(rp )  i 1 w i  E(ri )
n

• For example, for a portfolio of two securities

E rp   E wA rA  wB rB   wA E rA   wB E rB 
 Variance
• La variance d'un portefeuille de n actifs est
donnée par
σ 2p   w i2  σ i2  2  w i w jcovri , rj 
n

i 1 i j
• Par exemple, pour un portefeuille de 2 actifs :
Var rp   Var wA rA  wB rB   wA2Var rA   wB2Var rB   2wA wB CovrA , rB 

• Et pour un portefeuille de 3 actifs :

σ 2p  w 2A  σ 2A  w 2B  σ 2B  w C2  σ C2  2w A w BcovrA , rB   2w A w C covrA , rC   2w B w C covrB , rC 

• Rappel : l'écart type est égal à (variance) 1/2

 Example
• Vous avez 1 000 $ de votre propre argent
• Vous empruntez 400 $ au taux sans risque de 5 %
• Vous investissez 800 $ dans IBM et 600 $ dans GE
• Les rendements attendus sur IBM et GE sont de 10 % et 15 %
• Les écarts types d'IBM et de GE sont de 30 % et 50 %, et la
corrélation entre leurs rendements est de 0,4
• Quel est le rendement attendu de votre portefeuille ?
• Quel est l'écart type de votre portefeuille ?
Portfolio return and variance: solution
V = -400 + 800 + 600 =1,000
wf = -400/1,000 = -0.4
wIBM = 800/1,000 = 0.8
wGE = 600/1,000 = 0.6
E rp w f E rf wIBM E rIBM wGE E rGE 

E rp 0.4(5%)0.8(10%)0.6(15%)

E rp 15%
 Portfolio return and variance: solution (2)
σ p w f σ f w IBM σ IBM w GE σ GE 2w f w IBM covrf ,rIBM 2w f w GE covrf ,rGE 2w IBM w GE covrIBM ,rGE 
2 2 2 2 2 2 2

cov[rA , rB ]
 A, B 
 A B

2 2 2 2 2
σ w p IBM σ IBM w σ 2w IBM w GE  IBM ,GE σ IBM σ GE
GE GE

σ 0.8 0.3 0.6 0.5 20.80.60.40.30.5

2 2 2 2 2
p
2
σ 0.2052
p

– σp = 0.20521/2 = 0.4523 or 45.23%

 La ligne de répartition du capital (CAL)
• La ligne d'allocation de capital (CAL) représente toutes les
combinaisons possibles de risque (écart type) et de rendement
attendu pouvant être générées par la détention d'un portefeuille
composé d'un actif risqué et d'un actif sans risque.
• Si nous investissons une fraction w dans l'actif risqué A, alors
nous investissons 1-w dans l'actif sans risque, puisque la somme
des poids doit = ​1
• Investir dans l'actif sans risque signifie acheter une obligation à
coupon zéro à 1 an, ou cela signifie prêter de l'argent
• Si (1-w) est un nombre négatif, alors vous vendez des obligations
à coupon zéro à 1 an ou vous empruntez de l'argent
La ligne de répartition du capital (CAL)

Portfolio: 100% in risky asset

Portfolio: 50-50 weights

Portfolio: 100% in risk free asset

La ligne de répartition du capital (CAL)
• Si le taux sans risque est rf , le rendement attendu de l'action A
est E[rA] , et l'écart type de l'action A est σA
• Quel est le rendement attendu du portefeuille ?
E rp wE rA 1wrf

• Quel est l'écart type du portefeuille ?

Var rp w Var rA (1w) Var rf 2 w(1w)CovrA ,rf 
2 2

Var rp w Var rA 00

2

σ p wσ A
La ligne de répartition du capital (CAL)

σp
σ p wσ A w
σA

E(rp )wE(rA )(1-w)rf

σp  σp   E(rA ) - rf 
E(rp )  E(rA )  1 - rf  rf  σ p  
σA  σA   σA 

 Reward 
Expected return  Risk free rate  Risk   
 Risk 
 Sharpe ratio
• La pente du CAL, appelée ratio Sharpe (ou ratio
récompense/risque), est égale à l'augmentation du
rendement attendu qui peut être obtenue par unité d'écart
type supplémentaire. Il s'agit d'une mesure du compromis
risque-rendement (rendement supplémentaire par risque
supplémentaire) et est donné par :

E rp  rf
S
p
• (Attention : ne pas oublier de soustraire le taux sans risque)
• Ainsi, le ratio Sharpe est un rapport de la prime de risque
sur l'écart-type
• Tous les points du CAL ont le même ratio Sharpe
 CAL: Example 1
• IBM a un écart type de 75 % et un rendement
attendu de 25 %. Le taux sans risque est de 3 %.
Construire un portefeuille d'IBM et l'actif sans
risque qui a un écart type de 50 %. Quels sont le
rendement attendu et le ratio de Sharpe du
portefeuille ?
• Pour un portefeuille d'un actif sans risque et
risqué σ p w IBM σ IBM

0.50w IBM 0.75

•  wibm = 2/3
•  wf = 1-(2/3) = 1/3
 CAL: Solution continued
wibm = 2/3 E(rp )  w IBM E(rIBM )(1-w IBM ) rf
wf = 1-(2/3) = 1/3
E(rp )  (2/3)( 25%)(1/3)(3%)

E(rp )  17.67%

E rp rf 0.17670.03

SP    0.29
p 0 .5

E rIBM rf 0.250.03

S IBM    0.29
 IBM 0.75
CAL: Solution continued (2)

Portfolio: 100% in IBM

Portfolio: 2/3 in IBM, 1/3

in risk free asset