0% ont trouvé ce document utile (0 vote)
122 vues5 pages

Markowitz Et Sharpe

Transféré par

Said El Hachimi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
122 vues5 pages

Markowitz Et Sharpe

Transféré par

Said El Hachimi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Sélection d’un portefeuille : Modèles de Markowitz et de Sharpe

Olivier Levyne (2007)


Docteur en Sciences Economiques
HDR en Sciences de Gestion
Professeur des Universités

1. Principe de base du modèle de Markowitz

Entre 2 portefeuilles caractérisés par leur rendement (supposé aléatoire), on retient :

▪ à risque identique celui qui a l’espérance de rendement la plus élevée ;


▪ à espérance de rendement identique, celui qui a présente le risque le plus faible.

Ce principe conduit à éliminer un certain nombre de portefeuilles, moins efficients que


d’autres.
La courbe qui relie l’ensemble des portefeuilles efficients s’appelle la frontière efficiente.
En dessous de cette courbe, tous les portefeuilles rejetés sont dits dominés.

2. Sélection d’un des portefeuilles situés sur la frontière efficiente

Soit Rp le rendement du portefeuille composé de n actifs caractérisés par leur rendement


respectif R1, R2,… Rn. On suppose, en outre, que chaque actif i entre pour une proportion Xi
dans la composition du portefeuille P.

n
En d’autres termes : R p =  X i Ri .
i =1

Dès lors :

n n
E ( R p ) = E ( X i Ri ) =  X i E ( Ri )
i =1 i =1
n n
V ( R p ) =  X i X j cov( X i , X j )
i =1 j =1

Sélectionner un portefeuille revient à choisir celui tel que :

▪ E(Rp) soit maximal …


▪ … et V(Rp) soit minimal…
n
▪ sous la contrainte que X
i =1
i = 1.

Il s’agit donc d’un problème de maximisation d’une fonction économique sous contrainte.

Soit Z cette fonction économique.

1
n
Z = E ( R p ) − V ( R p ) qui doit être maximisée sous la contrainte que X
i =1
i = 1,

où  est un paramètre qui représente le degré d’aversion au risque des investisseurs. En


d’autres termes, il s’agit du taux marginal de substitution du rendement et du risque qui
exprime dans quelle mesure l’investisseur est d’accord pour supporter un risque accru en
contrepartie d’un accroissement de son espérance de rendement.

En utilisant le lagrangien de cette expression, le problème de maximisation sous contrainte


consiste à déterminer le maximum de la fonction Z définie par :

n n n
 n

Z = . X i E ( Ri ) −  X i X j cov( Ri , R j ) +  1 −  X i 
i =1 i =1 j =1  i =1 

Cette fonction de n+1 variables ( X 1 , X 2 ,..., X n ,  ) est maximisée si sa dérivée (partielle) par
rapport à chacune de ces variables est nulle, ce qui revient à poser le système suivant :

 Z
 X = E ( R1 ) − 2 X 1 cov( R1 , R1 ) − 2 X 2 cov( R1 , R2 ) − ... − 2 X n cov( R1 , Rn ) −  = 0
 1
 Z
 X = E ( R2 ) − 2 X 2 cov( R2 , R1 ) − 2 X 2 cov( R2 , R2 ) − ... − 2 X n cov( R2 , Rn ) −  = 0
 2
...
 Z
 = E ( Rn ) − 2 X 1 cov( Rn , R1 ) − 2 X 2 cov( Rn , R2 ) − ... − 2 X n cov( Rn , Rn ) −  = 0
 X n
 Z
 = 1 − X 1 − X 2 − ... − X n = 0
 

Soit cov( Ri , R j ) =  ij

On peut alors écrire :

2 X 1 11 + 2 X 2 12 + ... + 2 X n 1n +  = E ( R1 )
2 X  + 2 X  + ... + 2 X  +  = E ( R )
 2 21 2 22 n 2n 2

 ...
2 X  + 2 X  + ... + 2 X  +  = E ( R )
 1 n1 2 n2 n nn n

 X 1 + X 2 + ... + X n = 1

soit matriciellement :

2
 2 11 2 12 ... 2 1n 1  X 1   E ( R1 ) 
    
 2 21 2 22 ... 2 2 n 1  X 2    E ( R2 ) 
 ... ...   ...  =  
    
 2 n1 2 n 2 ... 2 nn 1  X n    E ( Rn ) 
 1 0      1 
 1 ... 1  

Soit désormais :

 2 11 2 12 ... 2 1n 1  E ( R1 )   X1 
     
 2 21 2 22 ... 2 2 n 1   E ( R2 )  X2 
A =  ... ...  ; B =  et X =  ... 
     
 2 n1 2 n 2 ... 2 nn 1   E ( Rn )  Xn 
 1 0   1    
 1 ... 1    

Dans ce cas, le système d’équations à résoudre peut se résumer sous la forme A.X=B

Par conséquent : X = A −1 .B

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.

Compte tenu de la lourdeur des calculs nécessaires à l’inversion de la matrice A, Sharpe a


proposé un modèle simplifié, décrit ci-après et qui trouve par ailleurs une application pratique
dans le cadre de la détermination du coût des capitaux propres.

3. Modèle simplifié de Sharpe

En considérant la même hypothèse que dans le modèle de Markowtiz, à savoir un portefeuille


dont le rendement Rp est défini par :

n
R p =  X i Ri ,
i =1
on suppose par ailleurs que le rendement de Ri chaque actif i est lié linéairement à un indice
de marché noté I.

En d’autres termes : Ri =  i +  i I +  i où I et  i constituent des variables aléatoires qui


présentent les propriétés suivantes :

E(  i ) = 0
V(  i )= constante
Cov(  i ,  j ) = 0
I =  n +1 + v n +1 où v n +1 est une variable aléatoire telle que :
E( v n +1 ) = 0 et V( v n +1 )= constante = Qn +1
3
Dans ce cas :

n n n n
R p =  X i Ri = R p =  X i ( i +  i I +  i ) = R p =  X i ( i +  i ) +  X i  i I
i =1 i =1 i =1 i =1

Dès lors :

n n n n n
E ( R p ) = E[  X i ( i +  i ) +  X i  i I ] =  X i E ( i ) +  X i E ( i ) +  X i  i E ( n+1 +  n+1 )
i =1 i =1 i =1 i =1 i =1

n
Soit X n +1 = X 
i =1
i i . Dans ce cas, comme E(  i ) = 0 :

n n
E (R p ) =  X i i + 0 + X n+1 [E(  n+1 + n+1 )] =
i =1
X 
i =1
i i + 0 + X n +1  n +1 car E( n +1 ) = 0

n +1
Finalement : E ( R p ) = X 
i =1
i i

n n
De même : V ( R p ) = V[  X i ( i +  i ) +  X i  i I ] =
i =1 i =1
n n n

X
i =1
iV ( i ) +  X i2V ( i ) +  X i2  i2V ( n +1 +  n +1 ) .
2

i =1 i =1

Or, la variance d’une constante (comme  i ) est égale à 0.


En outre, notons Qi = V ( i ) . De plus on sait que : Qn +1 = V ( n +1 ) Dès lors :
n
V (R p ) = X
i =1
i
2
Qi + X n2+1 Qn +1 car V(  n +1 ) = V(constante) = 0

n +1
Finalement : V ( R p ) = X
i =1
i
2
Qi

Dans ce contexte la maximisation de la fonction économique Z revient à déterminer :

n
Max Z = max E ( R p ) − V ( R p ) sous la contrainte que X i =1
i = 1.

n +1 n +1
 n

= max [  .  X i i -  X i2 Qi +  1 −  X i  .
i =1 i =1  i =1 

Le calcul de chacune des dérivées partielles s’écrit alors :

4
 Z
 X = . 1 − 2 X 1Q1 −  = 0
 1
 Z
 X = . 2 − 2 X 2 Q2 −  = 0
 2
...

 Z
 X = . n − 2 X n Qn −  = 0
 n
 Z
 = . n +1 − 2 X n +1Qn +1 −  = 0
 X n +1
 Z
 = 1 − X 1 − X 2 − ... − X n = 0
 

soit matriciellement :

 2Q1 0 ... 0 1  X 1   . 1 


    
 0 2Q2 ... 0 1  X 2   . 2 
 ... ...   ...  =  
    
 0 0 ... 2Qn +1 1   X n +1   . n +1 
 1 0      1 
 1 ... 1  

La résolution de ce système passe alors par l’inversion d’une matrice beaucoup plus simple à
inverser que précédemment.

4. Le MEDAF

Le Modèle d’Evaluation des Actifs Financiers, dont est dérivée la formule de la droite de
marché utilisée pour déterminer le coût des capitaux propres revient à endogénéiser
l’hypothèse du modèle simplifié de Sharpe. En d’autres termes, cette approche consiste à
remplacer l’indice I de la formule de Sharpe par le rendement RM de l’ensemble du marché.

La formule est alors : Ri =  i +  i RM +  i avec :

E(  i ) = 0
V(  i )= constante

Vous aimerez peut-être aussi