Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

Chap: Choix d'investissement en situation d'incertitude

1.150 Aufrufe

Veröffentlicht am

Dr TALEB Lotfi
Professor assistant
ESSEC
Tunisia

Veröffentlicht in: Wirtschaft & Finanzen
  • Als Erste(r) kommentieren

Chap: Choix d'investissement en situation d'incertitude

  1. 1. [Cours de Décision Financière de Long Terme] TALEB Lotfi Choix d’investissement en situation d’incertitude Toutes décisions d’investissement reposent sur des prévisions relatives aux flux de trésoreries qui caractérisent les projets envisagés. Ces prévisions peuvent êtres +ou – probables, quantifiables et parfois totalement imprévisibles. IL est ainsi très important lorsqu’on procède à une décision d’investissement de prendre en considération de cette incertitude qui caractérise le projet d’investissement en question et de tenir compte de cette incertitude dans les critères de choix. Il est important d’abord de préciser la différence entre risque et incertitude Le risque étant défini comme étant une situation dans laquelle une distribution de probabilité peut être affectée à différents évènements futurs. L’avenir est alors qualifié d’aléatoire ou encore probabilisable. Au contraire, l’incertitude implique une méconnaissance des probabilités de survenances des différents événements. En matière d’investissement ; le risque peut entourer plusieurs éléments de l’investissement en particulier le capital investi, les flux de trésorerie espérés, la durée de vie du projet, le taux d’actualisation choisi. Ainsi l’objectif de ce chapitre est de développer les méthodes d’appréciation de prise en considération du risque dans la décision d’investissement I) Le cas d’un avenir probabilisable : L’introduction de l’analyse du risque dans les problèmes d’investissement sous la forme de distribution de probabilités associées aux différents niveaux de prévisions permet une importante amélioration du processus de décision A) Les méthodes approximatives du traitement du risque d’un projet d’investissement : Ces différentes méthodes consistent à ajuster la VAN d’un projet afin de tenir compte de son risque. L’ajustement de la VAN s’effectue généralement suivants : les méthodes suivantes : (1) ajustement de la durée de vie du projet (2) ajustement des CFN futurs (3) ajustement du taux d’actualisation 1) Réduction de la durée de vie du projet : En se basant sur le fait que les flux monétaires les plus éloignés dans le temps sont les plus risqués, certains praticiens considèrent qu’un raccourcissement de la durée de vie permet dès lors d’annuler le risque attaché au projet. Ainsi, plus un projet sera jugé risqué par les gestionnaires, le nombre d’années qui sera retranché de sa durée de vie initialement prévue. Le calcul de la VAN s’effectue alors comme suit : ∑ − = + = pn j j j r i CFN VAN 0 )1( Avec : 1 CHAPII
  2. 2. [Cours de Décision Financière de Long Terme] TALEB Lotfi rVAN : la VAN ajustée au risque n : durée de vie initialement prévue pour le projet p : le nombre de période négligée pour tenir compte du risque (p < n) i : le taux d’actualisation approprié pour les flux monétaires Il faut noter que cette approche est très arbitraire et a tendance à pénaliser les projets dont les flux monétaires les plus importants se situent au niveau des dernières années 2) Ajustement des flux monétaires : méthode de l’équivalent certain Cette approche connue consiste à pénaliser la VAN en transformant les CFN espérés d’un projet d’investissement en montant certain par le biais d’une série de coefficients d’ajustement (ou de coefficient d’équivalence de certitude). Ces coefficients ont des valeurs comprises entre 0 et 1 et varient de façon inverse avec le degré de risque des cash-flows. LA VAN selon cette approche sera exprimée comme suit : ∑= + = n t t t t i CFNE VAN 0 )1( )(α Avec : tα : coefficient d’ajustement du CFN de la période t i : le taux d’actualisation sans risque 3) La méthode du taux d’actualisation ajusté : Se basant sur le fait que le rendement exigé sur un investissement doit être lié au niveau de risque encouru n certains considèrent que la pénalisation de la VAN afin de tenir compte du risque peut se faire à travers l’ajustement du taux d’actualisation en fonction du risque du projet. Ainsi pour tenir compte du facteur risque cette méthode préconise d’ajouter au taux d’actualisation sans risque une certaine prime dénommée prime de risque de la sorte que le taux d’actualisation serait : ρ+=ik Avec : k : le taux d’actualisation ajusté i : le taux sans risque ρ : une prime de risque La formule de calcule de la VAN serait donc : ∑ − = + = pn j j j k CFN VAN 0 )1( Remarque : comparaison entre la méthode de l’équivalent certain et la méthode du taux d’actualisation ajusté au risque Pour effectuer cette comparaison, soit à considérer une situation dans laquelle le taux d’actualisation ajusté au risque ( k ) est supposé être identique pour toutes les périodes future et le taux sans risque ( i ) est supposé également être invariable dans le temps. Si la méthode du taux d’actualisation ajusté au risque est la bonne, elle devra donner les mêmes résultas que la méthode de l’équivalent de certitude. Ainsi on aura : j j j jj k CFN r CFN )1()1( + = + α 2
  3. 3. [Cours de Décision Financière de Long Terme] TALEB Lotfi j j j j j j jj k r rCFNkCFN )1( )1( )1()1( + + =⇒+=+ αα Etant donnée que nous avons admis que r est le même pour toutes les périodes futures et que k est supposé être supérieur à r, 1+jα doit être inférieur à jα . Ainsi plus α est faible, plus l’EC est faible et donc plus le risque est important (l’évolution du coefficient traduit le degré du risque) Nous voyons dès lors que la méthode du taux d’actualisation ajusté au risque implique un risque croissant alors que k est constante (elle ne tient pas compte de l’évolution du risque dans le temps). On peut dire ainsi que la première méthode est bien supérieure à la deuxième puisqu’elle prend en compte l’évolution du risque dans le temps lors de l’ajustement. B) Les méthodes de mesures du risque d’un projet : 1) Notion de risque : Le risque est associé à la dispersion de la distribution de probabilité des CFN prévu, de sorte que plus grande est la dispersion, plus grand est le risque. La dispersion, qui apprécie le risque, est généralement mesurée par l’écart-type dont la formule est la suivante : ijj I i ijCFN PNFCCFNj 2 1 )(∑= −=σ Avec : jNFC : le cash-flow espéré de l’année j : ∑= I i ijij PCFN 1 n : durée de vie du projet avec j = 1 ;2,… ;n I : nbre de possibilités pour les flux de chaque année avec i=1… ; I Il est à noter que en plus de l’écart-type il existe une autre mesure de la dispersion relative, il s’agit du coefficient de variation, qui est simplement l’écart-type de la distribution de probabilité par rapport à son espérance mathématique. 2) Prise de décision d’investissement en présence de risque : L’espérance et la variance de la VAN : a) cas d’un projet uni périodique La prise de décision d’investissement en présence de risque fait appel aux notions d’espérance mathématique et de la variance de la VAN lorsqu’il s’agit d’un seul projet et à la notion de covariance ou de coefficient de corrélation lorsqu’il s’agit d’une combinaison de projets. Les formules de calculs sont donnés comme suit : ∑= = I i iiVANPVANE 1 )( [ ]∑= −= I i ii VANEVANPVANVar 1 2 )()( 3
  4. 4. [Cours de Décision Financière de Long Terme] TALEB Lotfi avec : :iP La probabilité de réalisation de l’évènement i iVAN : La VAN si le ième évènement se réalise Remarque : 1) pour plusieurs investisseurs, il semble que la risque soit souvent considéré comme étant la probabilité d’avoir une VAN négative. Aussi, pour résoudre cette situation, on peut recourir à la loi normale pour déterminer le projet qui minimise la probabilité d’avoir une VAN négative. Exemple 3: Soit deux projets A et B avec : E(VAN)A=4000 ; E(VAN)B=5200 ; 2500)( =AVANσ ; 3400)( =BVANσ Soit à trouver la probabilité, pour chacun des projets d’avoir une VAN négative. Pour se faire on peut standardiser les paramètres afin d’utiliser la loi normale et d’avoir les probabilités recherchés. En d’autre terme on peut supposer que : ))(),(( ~~~ VANVANENNAV σ→ =−<= − < − =< ) )( )( ( )( )(0 )( )( ()0( )()( VAN VANE xP VAN VANE VAN VANEVAN PVANP XZ σσσ ) )( )( (1 VAN VANE ZP σ <− Ainsi la standardisation se fait selon la formule suivante : )( )( VAN VANEVAN X m σ − = où : VANm : la VAN minimale acceptable , dans notre cas 0 Ainsi on a 6.1−=Ax et 53.1−=Bx La lecture à partir de la table de la loi normale centrée réduite cumulée donne respectivement une probabilité de 5.48% pour le projet A et 6.3% pour le projet B. Ainsi notre choix se porte sur le projet A car c’est le projet qui minimise le risque d’avoir une VAN négative. 2) Lorsque nous comparons plusieurs projets de VAN espérée différentes mais à risque égal on retient le projet ayant la VAN espérée la plus élevée, mais lorsqu’on compare plusieurs projets de VAN espérée égales et de risque différents, on choisi le projet ayant le risque le plus faible (écart-type le plus faible) .En fin si nous comparons des projets de VAN espérée différentes, la solution à retenir dépend du degré d’aversion du décideur envers le risque. Cependant pour faciliter la prise de décision certains analystes calculent le degré de risque par unité de rendement espéré du projet représenté le coefficient de variation : )( )( VANE VAN CV σ = b) Cas d’un univers multi-prériodique : 4
  5. 5. [Cours de Décision Financière de Long Terme] TALEB Lotfi Lorsque la durée des projets couver plusieurs périodes, il est nécessaire, en premier lieu, d’identifier la nature de dépendance entre les flux monétaires successifs. 3 cas peuvent être envisagés. D’une manière générale on a : ∑ ∑∑= − = =′ ′+ ′′ + + + = n j n j n j jj jjjj j t kk VANVar 0 1 0 1 2 2 )1( 2 )1( )( σσρσ Avec : jj jj jj CFNCFNCov ′ ′ ′ = σσ ρ ),( i) Indépendance des flux monétaires dans le temps : ( )00 =⇒=′ Covjjρ Dans ce contexte d’indépendance des flux monétaire, la VAN espérée d’un projet se calcul de la manière suivante : ∑= + = n j j j r NFC VANE 0 )1( )( (voir démonstration) Pour le calcul du risque la formule à utiliser est la suivante : ∑ + = j j i CFN VAN 2 2 )1( )( )( σ σ (voir démonstration) Avec : jNFC  : le CFN espéré de la période j avec ∑= = I i ijij CFNPNFC 1 r : le taux d’actualisation supposé être égal au taux d’intérêt sans risque :)(2 jCFNσ la variance des CFN de la période j avec 2 1 2 )()( ∑= −= I i jijij NFCCFNPCFNσ ii) Dépendance totale des flux monétaire dans le temps : (ou corrélation parfaite 1=′jjσ ) Dans le contexte de dépendance totale des flux monétaires dans le temps, la formule de la VAN espérée n’est pas affectée par cette modification d’hypothèse de la sorte que la formule de la VAN est : ∑= + = n t j j r CFNE VANE 0 )1( )( )( Alors que le risque du projet sera évalué comme suit : ∑= + = n j j j r CFN VAN 0 )1( )( )( σ σ iii) Dépendance partielle des flux monétaires dans le temps : (ou corrélation modérée) 5
  6. 6. [Cours de Décision Financière de Long Terme] TALEB Lotfi Dans la plupart des situations rencontrées en pratique, les flux monétaires d’un projet sont d’un point de vue statistique positivement mais imparfaitement corrélés. Pour aborder ce problème, il faut introduire une série de distribution de probabilité conditionnelle. le calcul de l’espérance de la VAN et l’écart-type se fait moyennant la méthode des arbres de décision 3) La méthode des arbres de décisions : Lorsqu’un investissement est réalisé il est rarement réversible. De ce fait toute entreprise va alors rechercher à limiter les risques d’échec en essayant de substituer à un engagement donné une série d’engagement limitée et s’éloigner dans le temps pour prendre des décisions en fonction de l’information disponible à cette date. Ainsi lorsqu’un projet d’investissement présente des choix séquentiels, l’analyse ne se limite pas à une décision prise à t=0 mais à un ensemble de décisions successibles pour cette raison on utilise souvent la méthode de l’arbre de décision. La méthode des arbres de décisions permet de faciliter la présentation des prises de décisions en fonctions des différents évènements possibles. Elle fait intervenir deux catégories de nœuds : les nœuds décisionnels et les nœuds d’évènements . Le premier permet de symboliser une décision à prendre entre plusieurs possibilités alors que le deuxième représente une intervention au hasard entre plus possibilités ayant chacune une probabilité de réalisation. La construction de l’arbre de décision implique essentiellement trois phases essentielles : • La phase de génération des nœuds • La phase d’assignation des probabilités et des résultas associés aux différents nœuds d’événements • La phase d’évaluation des projets représentés par les différentes séquences des nœuds décisionnels Il s’agit enfin, de déterminer la séquence de décisions optimales cad celle qui maximise la VAN. 4) L’analyse du risque dans le cadre de projets multiples En théorie financière, l’entreprise est perçue comme étant un portefeuille d’actifs physico financiers. De ce point de vue, toutes les techniques de gestion de risque et de rentabilité peuvent êtres appliquées. Exemple : 6
  7. 7. [Cours de Décision Financière de Long Terme] TALEB Lotfi Une entreprise étudie actuellement trois projets d’investissements. En raison d’un problème de rationnement de capital, elle doit limiter son chois uniquement à deux projets. Le tableau ci après fournit les distributions des CF de chaque projet : EN PB Projets CFN(A) CFN(B) CF N(C) Bon Moyen Mauvais 0.2 0.6 0.2 2500 5000 7500 3000 4000 3500 250 4500 500 E(VAN) 5000 3700 2850 )(VANσ 1581 400 2022 Dans une optique espérance-variance, on doit choisir les projets A et B. Le projet C étant dominé, il réalise une E (VAN) inférieure et un risque supérieur. Mais en réalité on doit raisonner en termes de combinaisons de projets parce que choisir les deux meilleurs projets individuels ne permet pas de donner un résultat identique au choix de la meilleure combinaison possible. Ceci est dû au fait que les E (VAN) respecte le principe d’additivité alors que les variances ne le sont pas. Afin d’augmenter d’une part le rendement et de minimiser le risque, on peut utiliser le principe de diversification de Markovitz et la démarche inspirée de la théorie de portefeuille. D’autre part étant donné que les objectifs des gestionnaires étant la maximisation de la valeur de l’entreprise, il apparaît plus judicieux d’évaluer le risque global de l’entreprise en considérant l’impact du risque relatif au nouveau projet. Dans ce contexte l’ampleur de la réduction du risque dépend essentiellement du degré d’indépendance entre les différents investissements réalisés. Afin d’établir la relation dans le temps entre les variations des profits des investissements différents, on peut recourir à de nouveaux concepts et instruments de mesure de risque notamment la covariance et le coefficient de corrélation. 4-1 : La covariance : Le concept de la covariance permet de mesurer l’évolution simultanée des rendements des projets (par exemple des projets X et Y) selon les certaines variables notaomment l’évolution des phases du cycle économiques. La covariance entre deux projets X et Y est calculée comme suit : [ ] [ ] CYYC c c XXCyx PVANEVANVANEVANCov ×−×−= ∑= )()( 1 Avec : :XCVAN la valeur actuelle nette du projet X dans une conjoncture économique donnée YCVAN : la valeur actuelle nette du projet Y dans une conjoncture économique donnée C CP : la probabilité de réalisation de l’évènement C 7
  8. 8. [Cours de Décision Financière de Long Terme] TALEB Lotfi C : le nombre d’état de nature retenue E(VAN) : VAN espérée du projet 4-2 : Le coefficient de corrélation : La covariance comme indicateur exprime de manière absolue le sens ou l’orientation des résultats de deux grandeurs dans le temps, le coefficient de corrélation en exprime une relation en terme relatif la dépendance entre ces deux variables à l’intérieur de la fourchette ±1 (entre 1 et -1). L’avantage de ce critère réside non seulement dans l’expression des relations entre les variables mais en plus en mettant l’accent sur le degré (ou l’intensité) de leur interrelations. Le coefficient de corrélation entre deux variables X et Y est donne comme suit : YX XY XY Cov σσ ρ = )().( ),( );( 1 ji ji j VANVAN VANVANCov VANVAN σσ ρ = Si : 1=ρ : les projets évoluent exactement dans la même direction , on dit qu’ils sont positivement et parfaitement corrélés Si 1−=ρ : les projets évoluent exactement en direction opposée. On dit qu’ils sont négativement et parfaitement corrélés Si 0=ρ : les projets évoluent indépendamment l’un de l’autre Exemple 9 : 5) Analyse des projets d’investissements et le MEDAF : L’analyse des projets d’investissement en utilisant le modèle d’équilibre des actifs financiers permet de déterminer le taux d’actualisation approprié d’un projet d’investissement, c'est-à-dire le taux de rendement minimum exigé sur un projet d’investissement en tenant compte de la classe de risque de ce projet, notamment son risque systématique. Selon ce modèle le taux de rendement est formulé comme suit : [ ] pfMf rRErk β−+= )( k : Le taux de rendement minimal acceptable pour le projet d’investissement fr : Le taux de rendement sans risque )( MRE : Le taux de rendement espéré du marché 8
  9. 9. [Cours de Décision Financière de Long Terme] TALEB Lotfi pβ : Le coefficient bêta du projet qui apprécie le risque systématique : )( ),( 2 M Mp R RRCov σ Pour déterminer si un projet donné soit accepté ou non, il convient de comparer le taux de rendement minimal ( k ) qu’exigerait le marché sur ce projet compte tenu de son risque avec le taux de rendement interne espéré du projet 9
  10. 10. [Cours de Décision Financière de Long Terme] TALEB Lotfi III) Les méthodes d’appréciation des projets d’investissement dans un avenir non probabilisable : Dans un tel cadre on se trouve confronté à des problèmes similaires à ceux associés à ce qu’on appelle la théorie des jeux, chaque décision peut être considérée comme une stratégie et la valeur du gain qui peut se réaliser dépendra de l’état de nature future qui reste tout de même inconnue. Dans une telle situation on peut utiliser l’un des critères de décisions de la théorie des jeux. Exemple : Une société de production de biens de grande consommation désire accroître sa part de marché et son profit, pour se faire elle envisage trois stratégies possibles : S1 : lancer un nouveau produit S2 : lancer une compagne publicitaire pour les produits existants S3 : Pratiquer une politique de baisse de prix Au terme de l’analyse de la concurrence, les dirigenats de la société sont amenés à considérer que la réaction des concurrents peut ^prendre trois formes : E1 : une forte réaction de la concurrence E2 : une réaction modérée de la concurrence E3 : une réaction faible de la concurrence Après avoir analysé les conséquences financières de chaque stratégie dans le cadre de chacun des états de nature, les dirigeants aboutissent à la matrice de gain suivante : E1 E2 E3 S1 -60000 40000 110000 S2 -5000 10000 30000 S3 -10000 40000 80000 Quelle serait la décision à prendre ? 1) Le critère de Laplace Bayes : Ce critère consiste à effectuer une simple moyenne arithmétique des revenus espérés associés à chaque stratégie aux divers états de la nature puis à retenir la stratégie dont la moyenne est la plus élevée. Selon ce critère c’est la stratégie S3 (baisse de prix) qui devrait être retenu Ce critère présente comme avantage une simplicité de calcul sauf que son inconvénient majeur est qui est peu réaliste et il suppose implicitement l’attribution d’une même probabilité à chaque état de nature alors qu’on sait qu’on se situe dans un univers indéterminé et on ne connaît pas précisément les probabilités de réalisation de chaque état. 10
  11. 11. [Cours de Décision Financière de Long Terme] TALEB Lotfi 2) Le critère de Wald ou Max-Min : L’adoption de ce critère correspond à une attitude prudente de la part du preneur de décision. Ce dernier cherche à identifier pour chaque stratégie possible l’état de nature qui permet de conduire au moins bon des résultats. Pour notre cas, il cherche donc à se couvrir en adoptant la stratégie qui est susceptible de lui fournir, si l’évolution de la concurrence est défavorable, le résultat le moins mauvais possible (le maximum des minimums) Stratégie Critère de Wald S1 S2 S3 -60000 -5000 (max des min) -10000 3) Le critère de Savage ou Min Max regret : Comme le critère qui précède, le critère de Savage traduit une attitude de prudence de la part du décideur (chef d’entreprise). Cette méthode consiste à identifier pour chacun des états de nature la stratégie la plus favorable puis à évaluer le manque à gagner que présentera par rapport à cette stratégie l’adoption de chacun des autres stratégies. Enfin à retenir la stratégie qui conduit au plus petit des regrets (max des min) Matrice des regrets E1 E2 E3 Max des regrets S1 +55000 0 0 55000 S2 0 30000 80000 80000 S3 -5000 10000 30000 30000 4) Le critère de Hurwicz : Ce critère consiste à calculer pour chacune des stratégies une moyenne pondérée ( H) du pire et du meilleur de ces résultats potentiels et à choisir la stratégie pour laquelle H est le plus grand MmH αα +−= )1( Avec : m : le pire des résultas possibles M : le meilleur des résultas possibles α : un coefficient compris entre 0 et 1 Par exemple : si 5.0=α Critère de Hurwicz S1 S2 S3 H=25000 H=12500 H=35000 11
  12. 12. [Cours de Décision Financière de Long Terme] TALEB Lotfi 12 EN Prob CFN (A) CFN (B) CFN(C) Bon Moyen Mauvais 0.2 0.6 0.2 2500 5000 7500 3000 4000 3500 250 4500 500 E(VAN) )(VANσ 5000 1581 3700 400 2850 2022

×