Coefficient bêta

La notion quantitative du risque avait été issue des travaux de Markowitz généralement on associe l’écart-type à la notion mais il existe d’autres méthodes de calcul. Nous allons tout d’abord présenter la notion écart-type (Volatilité) ensuite Le bêta et enfin la Value-at-Risque (VAR) 2.1.La volatilité 8 Considérée en finance comme la base de la mesure du risque, la volatilité est par définition une mesure des amplitudes des variations du cours d’un actif financier. Ainsi, plus l’écart par rapport

CHAPITRE II LE MODÈLE À TROIS BÉTA DE FAMA ET FRENCH (1992, 1993) 2.1 Un modèle multifactoriel Le modèle de FFI, représentant une extension du MÉDAF, s'inspire des modèles multifactoriels exprimant le rendement en fonction de plus qu'un facteur en essayant de donner le maximum d'information pour bien mesurer et prédire le rendement, ce qui permettra de donner une meilleure évaluation des actifs. Ce genre de modèle reflète généralement deux types de risque: le risque résiduel relatif à l'entreprise

nombres, le texte et les valeurs logiques Renvoie l'inverse de la fonction de densité de distribution de la probabilité suivant une loi Bêta cumulée Renvoie le kième centile des valeurs d'une plage Renvoie une valeur normalisée Renvoie la dissymétrie d'une distribution Renvoie le coefficient de corrélation entre deux ensembles de données Renvoie le carré du coefficient de corrélation d'échantillonnage de Pearson Renvoie la covariance, la moyenne des produits des écarts appariés Renvoie la plus petite

estime le modèle suivant: Pt = b0 + b1 Ft+ b2 F²t + b3 Et+ b4 Qt+ b5 It+ ut Avec t=1985, …, 2006 Question 1 : Présentons le modèle, les données et l’équation testée en expliquant les variables exogènes retenues et les signes attendus des coefficients. Pt = b0 + b1 Ft+ b2 Ft2 + b3 Et+ b4 Qt+ b5 It+ ut P: la production de maïs (en tonnes par hectare) T : année d’observation F : quantité utilisée de fertilisants (en kilogrammes) E : si l’agriculteur a suivi une formation sur l’utilisation

............................................................................... 19 2. Calcul de la covariance. .................................................................................................................... 22 3. Calcul du coefficient de corrélation................................................................................................... 22 4. Contribution d’un titre à la qualité du portefeuille........................................................................

i tenant compte de son risque systémique taux de rentabilité sans risque risque systémique de i / la volatilité de la rentabilité de l'actif par rapport à la celle du marché. (Un coefficient 4 Rf : βi : supérieur à 1 indique que la catégorie de titres comporte un risque plus élevé que le marché et un coefficient inférieur à 1 indique le contraire.)    E (rM ) espérance de rentabilité du marché Prime de risque du titre Prime de risque du marché  i E (rM )  Rf  E(rM ) 

le modèle, c'est-à-dire par le log de la production cumulé. Avec une aussi bonne qualité de modèle, on peut l’utiliser pour faire des prévisions précisent. -Puis le coefficients Coefficients(a) Modèle | | Coefficients non standardisés | Coefficients standardisés | t | Signification | | | B | Erreur standard | Bêta | | | 1 | (constante) | 1,004 | ,117 | | 8,555 | ,000 | | LOGCUMP | -,272 | ,015 | -,985 | -18,657 | ,000 | H0 : alpha0=0 t=8.55 sig<5% H0 est

suite constant à 30€. Exercice 2Selon les analystes financiers, le coefficient du risque systématique du titre Ericsson vaut 2,3. Le taux sans risque est de 3,7% et que le marché attend une prime de risque moyenne de 5,3%. 1. Si le marché enregistre une baisse de 5% quel sera l’impact en moyenne sur la rentabilité de l’action Ericsson ? 2. Quel est le taux de rentabilité exigé par un actionnaire d’Ericsson?Exercice 3On suppose que le bêta d’Orange est de 0,34. Le taux sans risque et la rentabilité espérée

décroît avec les prix), équation de prix (les prix augmentent avec le coût unitaire), relation de Phillips (le salaire moyen baisse quand le taux de chômage augmente) ; avec les systèmes d’équations simultanées, dont il s’agissait d’estimer les coefficients. Les données de base des modèles macro-économétriques sont les agrégats fournis par la comptabilité nationale et la statistique publique : PIB, importations, etc. ; elles sont souvent annuelles, parfois trimestrielles voire mensuelles. On trouvera

pour chaque étape de la relation. Comme cela a été indiqué précédemment, le choix de la méthode d’analyse s’est porté sur les régressions, simples et multiples pour chaque échantillon. 2.1 - Phase d’exploration La figure ci-dessous présente les coefficients des différentes régressions menées. 0,590 Expertise (0,000) Confiance envers le commercial Amabilité 0,280 (0,042) Engagement Affectif 0,048 (0,701) 0,334 0,479 (0,005) (0,002) 0,539 (0,000) Confiance envers le distributeur Figure 2