Notes sur le modèle de diversification efficiente de MARKOWITZ - 1° partie, Notes de Astronomie
Caroline_lez
Caroline_lez9 January 2014

Notes sur le modèle de diversification efficiente de MARKOWITZ - 1° partie, Notes de Astronomie

PDF (114.0 KB)
8 pages
505Numéro de visites
Description
Notes d'astronomie sur le modèle de diversification efficiente de MARKOWITZ - 1° partie. Les principaux thèmes abordés sont les suivants: Les travaux de Markowitz en 1954, Définition, Exemple,
20points
Points de téléchargement necessaire pour télécharger
ce document
Télécharger le document
Aperçu3 pages / 8
Ceci c'est un aperçu avant impression
Chercher dans l'extrait du document
Ceci c'est un aperçu avant impression
Chercher dans l'extrait du document
Aperçu avant impression terminé
Chercher dans l'extrait du document
Ceci c'est un aperçu avant impression
Chercher dans l'extrait du document
Ceci c'est un aperçu avant impression
Chercher dans l'extrait du document
Aperçu avant impression terminé
Chercher dans l'extrait du document
Microsoft Word - MODÈLE de diversification efficiente de MARKOWITZ

Les travaux de Markowitz en 1954 ont constitué la première tentative de théorisation de la gestion financière de portefeuilles et son modèle suggère une procédure de sélection de plusieurs titres boursiers, à partir de critères statistiques, afin d'obtenir des portefeuilles optimaux. Plus précisément, Markowitz a montré que l'investisseur cherche à optimiser ses choix en tenant compte non seulement de la rentabilité attendue de ses placements, mais aussi du risque de son portefeuille qu'il définit mathématiquement par la variance de sa rentabilité. Ainsi, le "portefeuille efficient" est le portefeuille le plus rentable pour un niveau de risque donné. Il est déterminé au mieux par application de méthodes de programmation quadratique (cf. chapitre de Méthodes Numériques) ou sinon de manière heuristique en les étapes suivantes :

1. Noux fixons une espérance de rentabilité et nous trouvons tous les portefeuilles de variance minimale satisfaisant l'objectif de rentabilité. Nous obtenons ainsi un ensemble de portefeuilles de variance minimale.

2. Nous gardons de ces portefeuilles celqui qui pour une variance donne le rendement le plus élevé..

En procédant ainsi pour plus plusieurs valeurs de l'espérance, nous nous retrouvons avec un ou plusieurs portefeuilles efficients. Ainsi, entre deux portefeuilles (ensemble d'actifs) caractérisés par leur rendement (supposé aléatoire!), nous ferons les hypothèses suivantes :

H1. A risque identique, nous retenons celui qui a l'espérance de rendement la plus élevée (gain maximal)

H2. A espérance de rendement identique, nous retenons celui qui présente le risque le plus faible (aversion au risque)

Ce principe conduit à éliminer un certain nombre de portefeuilles, moins efficients que d'autres.

Passons maintenant à la théorie (un exemple pratique du modèle de Markowitz sera donné après les développements mathématiques).

Soit le rendement d'un portefeuille composé de n actifs caractérisés par leur rendement

respectif . Nous posons, en outre, que chaque actif i entre pour une proportion Xi dans la composition du portefeuille P tel que:

(99) Remarque: Un part Xi d'un actif peut aussi être négative... Détenir une part négative d'un actif, c'est ce qui s'appelle en anglais le "short-selling" (vente à découvert) . Cette technique consiste

par exemple à emprunter beaucoup d'actifs (supposés surévalués sur le marché) à une banque, les vendre pour faire baisser le prix de l'actif, et faire un profit en les rachetant moins cher pour les rendre à la banque (grosso modo car c'est assez complexe au fait...).

Donc l'espérance du portefeuille est donnée par :

(100) (101) où l'espérance de Ri est sovuent pris comme étant simplement la moyenne arithmétique. Maintenant, nous supposerons que les return des différents actifs financiers ne fluctuent pas indépendamment les uns des autres: ils sont corrélés ou, ce qui revient au même, ont des covariances non nulles (cf. chapitre de Statistiques) :

(102) Dès lors, la variance du portefeuille est donnée par (cf. chapitre de Statistiques) :

(103) Avant d'aller plus loin, précisons (car c'est important dans la pratique) que nous pouvons également écrire cette dernière relation sous forme matricielle (le lecteur peut facilement vérifier en prenant par exemple que deux titres que les deux écritures donnent un résultat

identique) si nous notons X le vecteur des parts d'actifs et le même vecteur transposé :

(104)

et finalement la matrice des covariances :

(105)

matrice qui se simplifie directement en :

(106)

nous obtenons finalement la relation de la variance sous forme matricielle condensée :

(107)

telle que nous la voyons souvent dans la littérature spécialisée.

Pour en renvenir à la forme algébrique du modèle, puisque la covariance est symétrique (cf. chapitre de Statistiques) :

(108)

et que :

(109)

Nous pouvons simplifier et écrire la variance :

(110)

sous la forme algèbrique suivante :

(111)

telle que nous la voyons souvent dans la littérature spécialisée ancienne...

Sélectionner un portefeuille revient donc à résoudre problème de maximisation sous contrainte suivant :

en utilisant la programmation quadratique (cf. chapitre de Méthodes Numériques).

Dans la pratique, nous cherchons non pas un, mais tous les portefeuilles qui pour une espérance donnée minimise la variance. Nous obtenons alors une fonction de l'espérance en fonction de la variance pour les portefeuilles optimaux si nous traçons cela sur un graphique (voir plus bas). Cette fonction est souvent assimilée par les financiers (à juste titre!) à une frontière comme le précise la définition qui suit.

Définition: La frontière qui caractérise le polygone ou la courbe des contraintes s'appelle dans cette situation la "frontière efficiente (de Markowitz)" et dans le polygone/courbe se situent tous les portefeuilles à rejeter dits "portefeuilles dominés". Une autre manière de formuler ceci consiste à dire que les combinaisons (rendement, risque) de cette frontière forment un ensemble d'optima de Pareto (cf. chapitre de Théorie De La Décision), c'est-à-dire que si l'un des éléments augmente, l'autre doit augmenter aussi.

Maintenant, formalisons l'optimisation comme cela était fait à l'époque où les gens devaient encore développer les algorithmes eux mêmes...

Soit Z la fonction économique précitée :

(112)

qui doit être maximisée sous la contrainte que et où est un paramètre qui représente le degré d'aversion au risque des investisseurs (histoire aussi d'homogénéiser la relation...).

Le problème de maximisation sous contrainte consiste à déterminer le maximum de la fonction économique Zdéfinie par:

(113)

Cette fonction de n + 1 variables ( ) est maximisée si sa dérivée (partielle) par rapport à chacune de ces variables est nulle, ce qui revient à poser le système suivant :

(114)

Posons:

(115)

Nous pouvons alors écrire:

(116)

soit sous forme matricielle :

(117)

Soit désormais:

et (118)

Dans ce cas, le système d'équations à résoudre peut se résumer sous la forme matricielle:

(119)

Par conséquent:

(120) La détermination du poids de chacun des n actifs susceptibles d'entrer dans la composition d'un portefeuille passe donc par l'inversion d'une matrice carrée de n + 1 lignes et n + 1

colonnes comportant covariances (la diagonale comportant des variances seulement et la matrice étant symétrique!). Ce qui est relaviment long à calculer pour de gros portefeuilles.

Cependant, même une fois la pondération des actifs terminée, le problème lui ne l'est pas complétement. Effectivement, nous pouvons donc connaître la frontière efficiente mais le client va lui imposer une contrainte bien logique au niveau du risque nul de son portefeuille et du rapport rendement/risque maximum.

Compte tenu de la lourdeur des calculs nécessaires à l'inversion de la matrice A, Sharpe a proposé un modèle simplifié que nous verrons après un exemple pratique du modèle de Markowitz.

Exemple: Considérons trois titres composants un portefeuille en proportions égales (que nous supposerons dans des proportions égales dans le portefeuille) et les n observations de leur

rendement saisis dans MS Excel (la composante j pouvant être vue comme une période temporelle) :

(121)

Le but est donc de déterminer la frontière d'efficience du portefeuille selon le modèle de Markowitz ainsi que la C.M.L. et la pondération des actifs qui minimise la variance pour une espérance maximum pour un portefeuille composé d'un actif sans risque d'un rendement Rf de 0.22.

Dessous la table donnée précédemment nous allons créer dans MS Excel le tableau contenant

les proportions des titres (que nous supposerons équidistribuées, soit 1/3), nous

afficherons la moyenne du rendement calculée bien évidemment selon l'estimateur :

(122)

et la variance calculée pour chaque titre par l'estimateur :

(123)

Ce qui nous donne le tableau suivant dans MS Excel :

(124)

Soit sous forme détaillée dans MS Excel toujours :

(125)

Nous devons maintenant calculer le rendement moyen du portefeuille selon :

(126)

Cette relation est un peu longue à saisir, et le sera davantage si nous avons un nombre bien plus important de titres.

Dans notre cas, il s'agit de faire la somme des produits terme à terme de deux plage de cellules

( et ) ayant la même dimension (même nombre de lignes et même nombre de colonnes). Nous pouvons alors utiliser la fonction suivant dans MS Excel :

=SOMMEPROD(B14:D14;B15:D15)

Pour la variance du portefeuille, c'est un peu plus compliqué puisqu'il s'agira de calculer :

(127)

La relation développée dans notre cas particulier donne :

(128)

L'astuce pour appliquer ceci dans MS Excel consiste à utiliser l'algèbre linéaire et écrire cette relation sous forme matricielle comme nous l'avons démontré :

commentaires (0)
Aucun commentaire n'a été pas fait
Écrire ton premier commentaire
Ceci c'est un aperçu avant impression
Chercher dans l'extrait du document
Docsity n'est pas optimisée pour le navigateur que vous utilisez. Passez à Google Chrome, Firefox, Internet Explorer ou Safari 9+! Téléchargez Google Chrome