Prsentation PowerPoint - PowerPoint PPT Presentation

1 / 62
About This Presentation
Title:

Prsentation PowerPoint

Description:

Objectif du mod le: donner une estimation de la relation entre le risque d'un titre et le ... Existence d'un actif sans risque. Taxes et frais de transactions ... – PowerPoint PPT presentation

Number of Views:81
Avg rating:3.0/5.0
Slides: 63
Provided by: homepag8
Category:

less

Transcript and Presenter's Notes

Title: Prsentation PowerPoint


1
INVESTMENT DES EN GESTION MODELES DEQUILIBRE
DANS LES MARCHES DES CAPITAUX KIM
OOSTERLINCKSOLVAY BUSINESS SCHOOLUNIVERSITÉ
LIBRE DE BRUXELLES
2
CAPM (MEDAF)
  • CAPM pour Capital Asset Pricing Model
  • Objectif du modèle donner une estimation de la
    relation entre le risque dun titre et le return
    attendu pour ce dernier
  • Intérêt
  • Offrir une référence pour pouvoir comparer divers
    investissements
  • Permettre dévaluer des actifs financiers pour
    lesquels il existe peu dinformations (Ex IPO)
  • MAIS limitations!

3
Hypothèses
  • Nombreux investisseurs price-takers et peu
    riches par rapport au marché en général
  • Planification dinvestissement à une période (et
    myope)
  • Univers dinvestissement limité aux actifs
    échangeables
  • Existence dun actif sans risque
  • Taxes et frais de transactions ignorés
  • Investisseurs rationnels et optimisent le ratio
    moyenne-variance
  • Investisseurs ont la même analyse et les mêmes
    attentes (anticipations homogènes)

4
Si hypothèses OK
  • ALORS
  • Tous les investisseurs investissent dans un
    portefeuille de marché M (PDM) qui comprend tous
    les actifs présents (en proportion égale à leur
    capitalisation boursière sur celle du marché en
    entier)
  • PDM est le portefeuille optimal par lequel passe
    la CML
  • Tous les investisseurs détiennent le PDM et
    lactif sans risques (proportions dépendent de
    leur aversion au risque)
  • La prime de risque de marché du portefeuille est
    proportionnelle au risque systématique et au
    degré daversion au risque des investisseurs

5
Si hypothèses OK
  • Possibilité de déterminer le return attendu pour
    un titre

On encore E (ri) rf ß (E(rM) rf)
Avec
6
CAPM
  • Par construction
  • ß portefeuille moyenne pondérée par les
    capitalisations boursières des ß des titres le
    composant
  • ß 0 correspond à un portefeuille ne comprenant
    que lactif sans risque
  • ß 1 correspond au portefeuille de marché
  • Au plus ß est élevé au plus le portefeuille est
    risqué
  • ? dun titre correspond à sa contribution au
    risque total du portefeuille

7
Security Market Line
SML
E(r)
E(rM)
Prime de risque
rf
1 ßM
ß
8
Fair pricing et Alphas
E(r) ()
SML
17
?
15,6
E(rM) 14
Rf 6
1 ßM
ß
1,2
9
Extensions du CAPM
  • CAPM et contraintes de liquidité possibilité de
    les incorporer
  • Relaxation de lhypothèse de myopie (OK si
    préférences et distribution des returns
    constantes avec le temps)
  • CAPM En pratique extrêmement utilisé
  • Néanmoins pas toujours évident que valent les
    termes de

re rf ße x prime de risque
10
CAPM taux sans risque
  • Dordinaire, /- consensus sur la détermination
    du taux sans risque exemple taux dun emprunt
    détat (supposé sans risque)
  • MAIS états pas forcément infaillibles (Cf
    Argentine 2001)
  • Et crédibilité de leur politique monétaire et
    fiscale
  • Incitations à repayer ses dettes souveraines
  • Existe-t-il réellement un actif sans risque???

11
(No Transcript)
12
CAPM Prime de risque
  • Aswath Damodaran (prof. NYU)
  • http//pages.stern.nyu.edu/adamodar/
  • Sondage auprès des visiteurs de son site (/-
    21500 votants)
  • Prime de risque réponses
  • gt 10 6
  • 8-10 9
  • 6-8 24
  • 4-6 42
  • 2-4 15
  • 0-2 4

13
Equity risk premium
Source Dimson, Marsh, Staunton (2002), Triumph
of the optimists
14
Equity risk premium (country)
Source Dimson, Marsh, Staunton (2002), Triumph
of the optimists
15
Equity risk premium (history)
Source Dimson, Marsh, Staunton (2002), Triumph
of the optimists
16
CAPM Prime de risque
  • Grande variété des réponses. Impact important sur
    lévaluation surtout pour des sociétés au ß
    élevé!
  • Quel ß observe-t-on historiquement?
  • Brealey, Myers (2000) Période de 72 ans prime
    de risque égale à 9.
  • Que serait un niveau de ß correct point de vue
    théorique?
  • Mehra Prescott (1985), prime de risque
  • US égale à 6 pour la période 1889-1978
  • MAIS

17
CAPM Prime de risque
  • Si tel est le cas, le coefficient daversion au
    risque devrait être largement supérieur à 2
    (valeur dordinaire considérée comme raisonnable)
  • En effet, le risque des actions nest pas
    suffisant pour expliquer la différence
  • Equity Premium Puzzle
  • Kocherlakota (1996) Its still a puzzle
  • Question rf trop bas ou rm trop élevé ou les 2?
  • Différentiel de coûts de transaction entre bonds
    et equity?
  • Individus très averses au risque?

18
CAPM EPP
  • Nombreuses tentatives théoriques pour lexpliquer
    mais finissent par perdre lintuition des modèles
    économiques de base (Critique Jorion Goetzmann,
    1999).
  • Brown, Goetzmann, Ross (1995) suggèrent quil
    sagit dun Survival Bias
  • Essentiel des études basée sur des donnes US ou
    UK càd des marchés qui nont pas connu
    dinterruptions gt prime de risque ex post sur
    ces marchés semble extrêmement rassurante
  • Quid des marchés qui ont disparu ou ont été
    interrompus?

19
Global stock markets
  • Jorion Goetzmann (1999)
  • Marché US ne suffit pas. Si 0.4 chances de
    disparaître une occurrence en 250 ans!
  • gt nécessité délargir les analyses précédentes
    à dautres marchés
  • Etude basée sur 39 marchés avec et sans
    interruptions
  • Séparation sur base de la continuité des marchés
  • Return réel Return
  • 39 pays
  • Moyenne -0,47 3,11
  • Médiane 0,75 4,68
  • 11 pays continus
  • Moyenne 1,88 5,09
  • Médiane 2,35 5,20

20
Source Jorion and Goetzmann (1999)
21
CAPM et ß
  • Problèmes destimation
  • Portefeuille important nécessité de collecter
    énormément dinfo (Covariances etc.)
  • Stabilité des relations
  • Durée de léchantillon
  • Erreurs destimation

22
Arbitrage Pricing Theory
  • Arbitrage possibilité de faire un gain certain
    sans mise de fonds initiale
  • En théorie dans un marché fonctionnant
    correctement, larbitrage devrait être
    impossible.
  • En effet, sil existe pression du marché le
    faisant disparaître
  • Donc par la suite supposition dabsence
    darbitrage
  • Permettra de trouver des égalités devant être
    respectées

23
Modèles multifacteurs
  • Modèles multifacteurs
  • Modèle simple incertitude des returns provient
    de 2 sources, une macroéconomique et une
    spécifique
  • Dans ce cas
  • ri E(ri) ?iF ei
  • Avec ri le return réalisé, E(ri) le return
    anticipé en labsence dinnovations point de vue
    macro et firme, F la variation du facteur macro,
    ? la sensibilité des returns à ces variations et
    e les variations spécifiques à la firme

24
Modèles multifacteurs
  • Modèle tentant mais suppose pour linstant que
    tous les titres réagissent de la même manière à
    tous les changements macro (business cycles,
    inflation etc)
  • Essayer dincorporer ces différences de
    sensibilité dans un modèle multifacteurs
  • Permettra déventuellement mieux estimer le
    return attendu
  • Permettra certainement de mieux cerner les
    risques macroéconomiques de la firme et donc
    déventuellement les couvrir
  • Exemple modèles à deux facteurs changement dans
    le business cycle (proxy changement non-anticipé
    du PNB) et changement non-anticipé des taux
    dintérêt

25
Modèles multifacteurs
  • Dans ce cas
  • ri E(ri) ?iGDPGDP ?iIRIR ei
  • Avec GDP les changements non-anticipés du PNB et
    ?iGDP la sensibilité du titre à ces changements
    et IR les changements non-anticipés des taux
    dintérêt et ?iIR la sensibilité du titre à ces
    changements.
  • Exemple Compagnie aérienne versus compagnie
    électrique dans zone résidentielle

26
Modèles multifacteurs
  • Mais jusquà présent pas dexplication concernant
    E(r)
  • // avec le CAPM
  • E(r) rf ? E(rm) - rf
  • Mais peut aussi sécrire
  • E(r) rf ? RPM
  • Avec RPM la prime de risque du marché et ? la
    sensibilité des returns aux incertitudes du
    marché
  • Mais IMPORTANT ici pas de terme  e , donc pas
    de rémunération pour le risque spécifique

27
En développant lidée
  • Possibilité darriver à un modèle à plusieurs
    facteurs
  • Comprenant une prime de risque par facteur
  • Et un béta par titre par facteur
  • Arrivée de lArbitrage Pricing Theory (APT) en
    1976 (Stephen Ross)
  • Loi du Prix Unique Deux éléments identiques
    point de vue financier devraient valoir la même
    chose sinon gt Possibilités darbitrage

28
APT
  • Conceptuellement ? entre relations par absence
    darbitrage et relations issues de notions de
    risque-return
  • APT Hypothèses
  • Possible de décrire les returns par un Modèle à
    plusieurs facteurs
  • Existence dassez de titres pour pouvoir
    diversifier et éliminer le risque systématique
  • gt Marchés ne supportent pas la persistence
    dopportunités darbitrage
  • Portefeuille P dans modèle multifacteur
  • rp E(rp) ?PF eP
  • Possibilité de montrer que le terme en e 0 (de
    par la diversification)

29
APT
Soient A et B deux portefeuilles bien diversifiés
et de même Béta (Cf pente). Dans ce cas, par
absence darbitrage rééquilibrage immédiat
gtmême béta implique même return attendu
A
R ()
B
F
30
APT
De plus pour la même raison, tous les returns des
portefeuilles bien diversifiés doivent se trouver
sur une même droite partant de rf
E(r) ()
A
10
D
C
Rf 4
? (facteur macro)
1
0,5
31
APT
  • Conditions précédentes ltgt Security Market Line
    APT
  • MAIS APT peut être étendu à plusieurs facteurs
  • Raisonnement théorique basé sur trois hypothèses
    seulement
  • Plus de flexibilité
  • Possibilité daugmenter le nombre de facteurs
  • Pour un titre donné devrait normalement presque
    toujours fonctionner

32
APT multifacteurs
  • Idem que précédemment mais
  • Notion de  factor portfolio  béta de 1 pour
    un facteur, nul pour tous les autres
  • SML multifacteurs une prime par facteur,
    détermination des bétas de chaque facteur pour le
    portefeuille
  • FACTEURS????
  • Limiter leur nombre au strict nécessaire
  • Prendre des facteurs considérés comme source de
    risque important par les acteurs du marché

33
APT multifacteurs
  • Exemple Chen, Roll Ross (1986)
  • IP changement de la production industrielle
  • EI changement de linflation anticipée
  • UI changement de linflation non-anticipée
  • CG return excédentaire des oblis LT corporate /
    oblis LT état
  • Gb return excédentaire des oblis état LT /
    T-Bills
  • rit ?i ?iIPIPt ?iEIEIt ?iUIUIt ?iCGCGt
    ?iGBGBt eit

34
Efficience des marchés
  • Modèles précédents Possibilité de donner une
    estimation du return attendu pour différents
    titres.
  • Autre question Peut-on prévoir lévolution des
    cours boursiers?
  • Kendall (1953) pas de prévisibilité apparente
  • Ressemble à une marche aléatoire!
  • Quid si ce nétait pas le cas????

35
Efficience des marchés
  • Toute nouvelle information aura un impact
    immédiat sur les prix si elle doit en avoir un!
  • Le reste de linformation pertinente se trouve
    déjà intégrée dans le cours boursier.
  • Marche aléatoire des cours provient du caractère
    aléatoire de larrivée des informations et de la
    compétition existant entre analystes pour trouver
    le prix correct.
  • Marche aléatoire des cours reflet dun marché
    efficient les cours reflètent toute
    linformation disponible

36
Efficience
Over-reaction et reversion
Cours
Réponse efficiente
Réponse retardée
0
-1
1
Jours avant (-) et après ()
Tiré de RWJ, 2005
37
Efficience des marchés
  • Testée de nombreuses façons
  • Supposée pour étudier limpact de certains
    événements particuliers (ex mergers etc
    méthodologie devent studies Cf plus loin)
  • Mais débat sur lexistence de marchés toujours
    efficients car ils nécessitent une collecte
    dinformation conséquente de la part des acteurs
    pour pouvoir exister (collecte qui serait inutile
    si les marchés étaient 100 efficients!)
  • Possibilité de différencier lefficience suivant
    le type dinformation

38
Efficience des marchés
  • Efficience faible toute linformation pertinente
    du passé est incluse dans les cours ex cours
    passés, volumes des échanges. En conséquence,
    analyse de trends inutile
  • Efficience semi-forte toute linformation
    publique est incluse dans les cours ex qualité
    du management, nombre de licences, qualité de
    linfrastructure de production etc.
  • Efficience forte toute linformation (publique
    privée) est reflétée par le cours. Si tel était
    le cas, il ny aurait pas moyen deffectuer
     dinsider trading . La SEC ne croît pas en
    lefficience forte doù lois interdisant
    linsider trading.

39
Efficience des marchés implications
  • Inutilité de lanalyse technique (recherche de
    trends et de  lois  permettant sur base des
    cours passés de deviner les cours futurs).
    Différents types de chartistes Dow Theory
    (Primary Intermediate Minor) Trends approche
    par vagues de Kondratieff, détermination des
    points de résistance
  •  Malédiction  de léventuelle règle
    fonctionnant car processus auto-destructeur
  • Analyse fondamentale (basée sur les revenus et
    dividendes de la firme). Pour faire des gains,
    une bonne analyse ne suffit pas, encore faut-il
    quelle soit meilleure que celle des autres

40
Gestion et efficience des marchés
  • Particulier peu de chances de trouver des
    mispricings au vu de la compétition et des
    montants mis en jeu
  • Si les marchés sont efficients, une stratégie
    passive se trouve justifiée buy hold strategy
    avec un portefeuille diversifié
  • Explique aussi le développement spectaculaire des
    Index funds (fonds répliquant un index, Vanguard
    Index 500, coûts réduits 0.2 des actifs). 2001
    1 Trillion investis sous cette forme
  • Rôle du management? Diversification, Fiscalité,
    Analyse des spécificités des profils de risque
    etc

41
Event studies
  • Efficience des marchés outil puissant
    permettant de tester limpact de certaines
    informations sur les cours boursiers.
  • Event study la méthode pour tester cet impact
  • En temps normal (sur base dun modèle APT à un
    facteur)
  • rt a ?rMt et
  • Et donc
  • et rt - (a ?rMt)
  • Notion de returns anormaux différence entre le
    return observé et le return prédit par le modèle

42
Event studies
  • Stratégie étudier les returns anormaux autour de
    la date de diffusion de linformation à tester
  • Dabord évaluer les paramètres hors-événement
  • Trouver les dates des événements (exemple
    annonces de fusion et acquisition)
  • Déterminer les returns anormaux
  • Et les returns anormaux cumulés (pour tenir
    compte déventuelles fuites)
  • Intérêt supplémentaire possibilité de déterminer
    des  fuites  illégales de linformation

43
Observations defficience
  • Efficience des marchés ne fait pas laffaire des
    praticiens
  • Débat continu sur son existence
  • Difficultés de mesures
  • Amélioration de 0.1 des performances dun
    portefeuille difficiles à discerner
  • Si on découvre une  technique  qui marche on
    la garde (sinon elle sauto-détruit) donc seules
    celles échouant sont reportées auprès du public
  • Chance versus meilleure compréhension journaux
    et roulette russe

44
Observations defficience
  • Tests defficience faible existe-t-il une
    autocorrélation des returns? Ou encore des hauts
    returns sont-ils suivis de haut returns ou des
    bas returns de hauts returns?
  • Etude empiriques montrent une très faible
    corrélation positive pour des portefeuilles NYSE
    sur de très courtes périodes (en hebdomadaire)
    mais linverse pour des actions prises
    individuellement en pratique pas de stratégie de
    trading rentable
  • Sur périodes moyennes (3 à 12 mois), Jegadeesh et
    Titman (JOF, 1993) performances dactions
    individuelles imprédictibles mais portefeuilles
    des récemment meilleures semble sur-performer par
    rapport aux autres

45
Observations defficience
  • Sur le long-terme apparition de corrélations
    négatives
  • Suggestion de lexistence de lubies ( fads )
    le marché sur-réagit aux nouvelles
  • Sur-réaction explique la corrélation positive à
    CT, puis correction donne une corrélation
    négative impression de fluctuation autour dune
    valeur  correcte 
  • MAIS il est possible que ces mouvements ne
    reflètent que des variations de la prime de
    risque du marché!
  • Contre-argument  reversal effect 

46
Observations defficience
  • Prévisibilité?
  • Fama French (1988, JOFE) return du marché plus
    élevé quand le dividend yield est haut (DIV/P)
  • Campbell Shiller (1988, JOF) return du marché
    prévisible par les earning yields
  • Keim Stambaugh (1986, JOFE) return du marché
    obligataire peut être prédit par la différence de
    yields entre high et low grade bonds.
  • MAIS prédictibilité (et donc marché
    non-efficient) ou variation de la prime de risque?

47
Efficience semi-forte
  • Problème des tests tests joints gt on teste à la
    fois lhypothèse defficience et la qualité de
    lajustement effectué pour tenir compte du risque
    (souvent basé sur le CAPM)
  • Exemple Basu (JOF 1977) portefeuilles avec un
    faible PER ont des returns plus élevés que ceux
    dont le PER est élevé. Observation reste valide
    même en ajustant les résultats pour les
    différents bétas. Conclusion Mispricing ou
    erreur en corrigeant avec le CAPM?
  • Effet petites sociétés, Banz (JOFE, 1981).
    Petites sociétés ont des returns plus élevés même
    en tenant compte du niveau de risque performance
    supérieure en moyenne de 4.3

48
Efficience semi-forte
  • Effet petites sociétés apparemment concentré sur
    les deux premières semaines du mois de janvier
    uniquement! (Keim, 1983 Reinganum, 1983 et Blume
    et Stambaugh, 1983, JOFE)
  • Explication suggérée ventes de titres pour
    lesquels les investisseurs ont réalisé une
    moins-value déductible fiscalement (mais pas 100
    convaincant)
  • Autre explication petites firmes moins analysées
    que les grandes par les investisseurs
    institutionnels (donc moins dinfos et donc
    nécessité dune prime plus élevée)  neglected
    firm effect  mais aussi potentiellement exigence
    dune prime de  liquidité 

49
Efficience semi-forte
  • Book to Market ratio, Fama et French (1992, JOF),
    séparation des sociétés en fonction de leur ratio
    Book/Market période 1963-1990 1er décile
    return mensuel de 1.65, dernier décile 0.72
  • ETC ensemble  danomalies  sans cesse
    croissant
  • ltgt Marchés ne sont pas efficients??????
  • Problèmes de prime de risque
  • Versus
  • Problèmes dinefficience
  • Ou de data mining (avec des effets disparaissant
    rapidement dans le temps)
  • Controverse toujours vive

50
Analyses long-terme
  • Retour à la moyenne?
  • Fama French (1988)
  • Existence dune forme de retour à la moyenne pour
    les cours des actions (1926-1985)
  • Pas visible pour le court terme
  • Mais existe pour horizons de 3 à 5 ans
  • Degré de prédiction 40 larges sociétés, 25 pour
    les petites
  • Goetzmann (1993)
  • Test lalternance de marchés bullish et
    bearish par rapport à une marche aléatoire.
    Données actions cotées à Londres (sur 300 ans)
    et à New York (sur 200 ans). Conclusions Mémoire
    long terme pour LSE sur la période 1700-1989 pas
    pour NYSE

51
Analyses long-terme
  • Goetzmann Jorion (1995) Dividend yield bonne
    prévision des returns à long terme des actions?
  • Données séries de return mensuels et des
    dividendes pour NYSE (CRSP data post 1926, Cowles
    1871-1926) et bourse au Royaume-Uni
  • Tests faibles possibilités de prévisions sur
    lensemble de léchantillon mais existent
  • Pour la période pré-1926 aux USA
  • Sont fortes pour la période post-1926 au
    Royaume-Uni
  • Et peuvent être significatives mais
    contre-intuitives

52
Analyses long-terme
  • Explications potentielles
  • Forte stabilité des returns avant 1926
  • Biais du survivant et impact de lannée 1974
    (outlier). Reflet dune possibilité de fin des
    marchés financiers en UK
  • gt ce dernier est confirmé par un ensemble de
    tests économétriques
  • Histoire relativise la persistance de ces
    différents effets mais une autre piste est par
    ailleurs suggérée la finance comportementale

53
Finance comportementale
  • Idée de base les preneurs de décision sont
    humains et nagissent pas comme des machines
  • Remise en question de la rationalité des acteurs
    faisant face à une prise de décision complexe
  • Soit par incapacité  technique , par exemple
    mauvaise estimation des probabilités de
    survenance dun événement
  • Soit choix inconsciemment suboptimal
  • Finance se tourne vers les études psychologiques
  • Peuvent-elles aider à lever le voile sur les
    raisons amenant les  anomalies  observées
    précédemment???

54
Finance comportementale
  • Observations principales
  • 1. Erreurs de prévisions
  • Le poids des expériences récentes est surévalué
    lorsque les acteurs effectuent des prévisions.
    Tendance à surestimer les bénéfices dune société
    dont les résultats récents ont été bons.
    Optimisme gt? Cours gt? PER initial non justifié
    et donc par un faible return ex-post pour les
    sociétés avec un haut PER initial.
  • 2. Trop grande confiance en soi
  • Les acteurs tendent à surestimer leurs
    capacités. Explique limportance de la gestion
    active (10 des titres seulement se trouve dans
    des fonds indexés). Différence hommes vers
    femmes!!!

55
Finance comportementale
  • 3. Aspect conservateur
  • Il existerait un trop grand désir de
    conservation. Difficulté pour les acteurs de
    remettre en cause rapidement leurs croyances
  • Taille de léchantillon
  • Tendance à traiter un petit échantillon comme un
    grand. Extrapolation trop rapide sur base de trop
    peu de données
  • Cadres de réflexion
  • Les décisions sont influencées par le cadre de
    réflexion dans lequel elles sinscrivent.
    Différence dattitude suivant la formulation de
    deux options identiques point de vue espérance
    mathématique. Différence point de vue aversion au
    risque en cas de gains versus pertes.

56
Finance comportementale
  • Comptabilité mentale
  • Acteurs compartimentent leurs décisions. Ne
    voient pas forcément leur portefeuille comme un
    élément global. Préférence de réalisation des
    gains versus des pertes. En cas de gain,
    impression de réinvestir (ou de jouer) les gains
    (pas forcément perçus comme leur appartenant) et
    donc prise de risque plus aisée et plus élevée!
  • 7. Evitement du regret
  • Acteurs nattribuent pas le même regret aux
    décisions conventionnelles et non-conventionnelles
    . En cas déchec, regret plus élevé dans le cas
    de la seconde, la première ltgt malchance.
    Explication suggérée pour les effets Book/Market
    et Small firms.  Courage nécessaire pour
    investir dans ces titres nécessite une
    compensation plus élevée

57
Finance comportementale et arbitrage
  • Si les autres sont  affectés  par des
     problèmes comportementaux , il devrait être
    possible de réaliser des arbitrages. Pas si
    évident daprès les tenant des théories de
    finance comportementale!
  • Possibilité darbitrages impliquent daccepter un
    risque (on peut avoir raison sur du LT mais être
    mort ou avoir perdu ses clients entre-temps)
  • Coût dimplémentation
  • Erreurs de modèles etc

58
EFFICIENCE ????
  • Validité de lapproche comportementale?
  • Validité des anomalies???
  • Fama (JOFE, 1998)
  • Incohérence dans les anomalies présentées
  • Exactitude statistique discutée (Cf problème des
    tests joints)
  • Faible changement dans la méthodologie renverse
    les conclusions!
  • Autre possibilité de Test Performance comparée
    des Mutuals Funds

59
Efficience des marchés Mutual Funds
  • Pour linvestisseur question principale est-il
    possible dexploiter les inefficiences
    potentielles ?
  • Malkiel (1995, JOF) Calculs des Alphas sur une
    période 1971-1991 pour un vaste échantillon de
    fonds en prenant comme référence le SP 500

60
Malkiel (JOF, 1995)
61
(No Transcript)
62
Efficience des marchés?
  • Tests statistiques cours boursiers semblent
    suivre une marche aléatoire
  • Analyse technique semble incapable de générer des
    profits supérieurs (exception peut-être
    medium-long term strategies)
  • Existence danomalies (mais inefficience ou
    mauvaise évaluation de la prime de risque)
  • Performance des fonds actifs ne semble pas
    indiquer que leurs gestionnaire puissent battre
    le marché de manière continue
Write a Comment
User Comments (0)
About PowerShow.com