Conclusion
Tout au long de ce chapitre, nous avons donc expliqué les
principales mesures de risque et celle de perte.
La rentabilité anticipée peut être
biaisé par le risque, c'est-à-dire, différente de la
rentabilité effectivement observé. Pour cette raison les
gérants de portefeuille doivent tenir copte de l'incertitude. Ce
principe va de soit depuis plusieurs années dés que Markowitz et
Tobin (1958) ont proposé la volatilité comme mesure du niveau de
risque mais seulement dans un univers gaussien.
Mais à cause de l'instabilité des facteurs de
marché et l'asymétrie de l'information d'une part, et de
l'existence des événements rares d'autre part, les investisseurs
sont appelé à moderniser leurs stratégies des mesures dans
un premier temps et de couverture contre ces risque dans un deuxième, et
donc s'orienter vers des nouvelles mesures de risque permettant
l'identification et la modélisation des risque d'une manière plus
élégante, on parle de la VaR et la CVaR qui permettent
d'éviter les pertes inacceptable; en effet la VaR est une mesure de
quantile d'une distribution donnée pour un degré de confiance
spécifié. Elle nous permet d'assimiler les
événements de faible probabilité mais possible et d'impact
dramatique sur la richesse et de quantifier cette perte potentielle en
unité monétaire. Donc rend l'influence des décisions plus
flexible. Toutefois, la VaR peut sous-estime le risque puisqu'elle n'est pas
une mesure cohérente au sens d'Artzner (1997) de fait qu'un portefeuille
diversifié peut s'avérer plus risqué. Une autre limite de
la VaR c'est qu'elle néglige toute l'information sur les pertes
excédant le seuil de confiance.
Pour ces raisons Rockafellar et Uryasev (2000), ont introduit
la CVaR au champ d'optimisation de portefeuille, comme mesure alternative au
VaR. Bref, la CVaR représente la moyenne de toutes les valeurs dans la
queue gauche dépassant la VaR. De plus, elle est une mesure
cohérente, en particulier elle encourage la diversification.
Pourtant, un portefeuille composé de plusieurs produits
exotiques rend l'application de la CVaR très compliqué
Introduction
Les gestionnaires des actifs financiers visent à
créer un portefeuille optimal qui rapporte en même temps, un taux
de rendement espéré plus élevé et un niveau de
risque acceptable. Pour cela, on va comparer dans ce chapitre, quatre approches
de choix de portefeuille.
En effet, après avoir présenté
l'échantillon de l'étude, nous rappelons dans la deuxième
sous-section, l'approche Moyenne-Variance de Markowitz, ainsi la Courbe
d'indifférence et l'effet d'introduire un actif sans risque sur la
frontière efficiente.
Ensuite, dans une troisième partie, nous
commençons par une comparaison entre deux méthodes d'estimation
du VaR. Ainsi, nous étudions, une deuxième approche
d'optimisation du portefeuille et qui est l'approche Moyenne-VaR.
Cependant, parce qu'un investisseur rationnel cherche toujours
à limiter sa perte maximale pour des niveaux de risque fixés par
lui-même, nous traitons dans une cinquième sous section l'impacte
d'ajouter une contrainte de type VaR au modèle classique
Moyenne-Variance, ainsi nous comparons cette approches aux autres vus
pré-avant.
Or, puisque la Value-at-Risk n'est pas une mesure
cohérente dans le sens d'Artzner, dans la dernière partie, nous
allons traiter l'impacte d'ajouter une contrainte de type CVaR au modèle
de Markowitz sur le choix de portefeuille optimal.
| 
