Attitude des mnages face au risque

M1 - Arnold Chassagnon, Universit de Tours, PSE - Automne 2012

Plan du cours

1. Introduction : demande de couverture et comportements induits pa

2. Reprsentations du risque

3. Evaluations du risque

4. Exemples et exercices

1
Introduction : demande de couverture et comportements induits par le risque

Accident et couverture

Lide de couverture apparat trs tt dans lhistoire de lhumanit. On la trouve en particulier dans les contrats dassurance gnois : Un capitaine nance son expdition par un emprunt couvert par lassurance (sur le bateau et sur le chargement) si le bateau natteint pas sa destination, lemprunt concern nest pas rembourser.

Prcautions contre un futur incertain

Keynes dans son ouvrage The General Theory of Employment, Interest, and Money introduit un motif de prcaution pour justier lpargne People save to protect against future risk and uncertainty

Il ne sagit pas dliminer le risque futur ni la source du risque. il sagit dadoucir demain les possibles consquences dun risque (en acceptant de diminuer la richesse daujourdhui)

Choix humains et exposition au risque

Dans une vision moderne des choix humains, on ne dissocie pas les choix des risques induits. On trouve en ligrane une thorie du comportement humain chez Franois Ewald, entirement marque par la gestion des risques : [Lhomme mancip] lusage de sa libert lexpose mille accidents. Il ne saffranchit que sous la condition de se conduire avec sagesse, de redoubler defforts et daffronter des obstacles. En travaillant, il se blesse ; en naviguant, il sexpose aux naugrages ; en agissant il entre dans une lutte contre une foule dobstacles, agir cest vaincre . . .

Analyse positive : rle cl des probabilits

Franois Ewald voit dans le dveloppement des probabilits la cl dune analyse positive du comportement humain et de lenvironnement dans lequel les choix se dveloppent. Le calcul des probabilits permettait darticuler sur des dmonstrations positives que les liberts laisses elles-mme, sans direction extrieure, nen obissaient pas moins des lois. Le nouveau calcul attestait quun gouvernement par la libert nimpliquait pas ncessairement dsordre, quil tait mme le seul naturel. Une des directions ouvertes par cette analyse est que lhomme, par sa gestion des risque peut aussi inuencer les probabilits. La chance nest plus seulement dans le domaine dune volont divine, Elle est aussi le fruit de la gestion (individuelle et collective) des risques.

Reprsentations du risque - distributions discrtes et continues - Statistiques sur les distributions

Trois niveaux de risque

A la suite de Frank Knight, on peut distinguer trois degrs dans la connaissance imparfaite dun agent soumis lalea : 1. lincertain 2. le risque 3. lexpertise.

Lincertitude

On dira un agent dans lincertitude en labsence de toute connaissance positive dune distribution de lalea. Il connat les diffrents tats de la nature, mais ne peut y associer de probabilit. A ce stade, les opportunits dchange mutuellement avantageuses sont limites et la rationalit qui les supporte, rudimentaire.

Le risque

Au second degr, la connaissance dune distribution permet lagent de se reprsenter le risque auquel il est soumis par des indicateurs comme la moyenne ou la variance dun choc et dtablir des chelles de comparaison avec dautres risques associs aux mmes tats de la nature. Ceci est le point de dpart de la thorie de lassurance.

Lexpertise

Enn, il est possible que dautres agents aient une connaissance plus ne du vrai tat de la nature (mais possiblement imparfaite). Cest alors que le cadre conomique peut intgrer, par un mcanisme dchange labor, une rduction de cette asymtrie de linformation.

Probabilits et distributions
Cardan (1501-1576) : le joueur savant . Probabilit dun vnement = rsultats favorables / vnements possibles.

Pile a une probabilit de 1/2. Probabilit[obtenir un six en moins de 4 lancs] >1/2 ? = 1 (5/6)4 = 0, 5177 (de Mr).
Remarque : Probabilit[obtenir un six en moins de 2 lancs] =1-Probabilit[pas de six en 2 lancs] = 1 (5/6)2 = 11/36 = 0, 3056.

Distributions du risque
Distributions discrtes
Il y a un nombre ni dvnements possibles i I , chacun avec probabilit pi . Cette association chaque vnement de sa probabilit, cest ce quon appelle la distribution des risque. Cette distribution satisfait toujours la contrainte
1/3

100 50 0

pi = 1
iI

1/2

1/6

Distributions continues
Il y a un nombre inni, voire continu dvnements possibles : chacun, pris isolment apparat avec une probabilit nulle. La fonction de repartition dcrit le poids relatif des vnements de faible gain par rapport aux vnements de gains plus levs. F(x) = Prob(X x)

Fonctions de rpartition

F(x) 1

u0
Figure : deux fonctions de rpartitions : F et G

Statistiques
Moyenne Variance
i probabilits * richesses dans lexemple prcdent, moyenne=50

une mesure de la distance la moyenne. exemple : la distribution A a une plus grande variance que la distribution B . 1/2 1/2 75 100

1/2

VAR(B )

25

1/2

VAR(A )

Modes Fractiles

reprsente le/les vnements avec la plus grande probabili Divise la population en classes gales, reprsentes par une richesse pivot.

3
Evaluations du risque

Comparaisons - FSD
Certaines comparaisons admises par tous sont robustes. Ainsi, on prfrera la loterie B la loterie A si lutilit des agents est croissante avec la richesse dans chaque tat de la nature.
1/2

175

1/2

100

1/2

25

1/2

Dnition : On dira quune distribution domine une autre distribution suivant le critre de dominance stochastique de premier ordre si cette distribution rmunre plus tous les tats de la nature. cependant, ce critre est loin de permettre de classer toutes les loteries. Ainsi, il sera implossible dtablir suivant ce critre un ordre de prfrence entre la loterie B et le revenu certain

Comparaisons FSD (exemple)

Montrer que lon prfrera la loterie B la loterie A suivante, selon le critre FSD
2/3 1/6

100 50 25

5/6 1/12

100 50 25

1/6

1/12

On prendra grand soin une argumentation prcise

Recherche dun Critre de prfrence

Pour comprendre le comportement dun agent, et plus prcisment les choix quil fait lorsquil doit choisir entre plusieurs loteries A et B , on essaye dtablir une notation des diffrentes loteries.

Quels sont les critres acceptables de notation des loteries ?

Critre Moyenne - Variance

Critre lexicographique

Une plus grande esprance de revenu satisfait lagent

Une moins grande variance de revenu satisfait lagent

U(X) = E(X)

V (X)

Esprance dutilit
Dnition
Plutt que de prendre lesprance de la lotterie, tout se passe comme si lagent apprciait les diffrents revenus travers un ltre. Ainsi, lagent voit le revenu x travers son utilit ressentie u(x). Son critre dvaluation est lesprance de ces utilits.

1/3 1/2

1/6

y z

1 3

u(x) +

1 2

u(y) +

1 6

u(z)

Utilit marginale dcroissante pour la richesse

En gnral, on estime que la fonction u(x) Von Neumann Morgerstern est concave. Cette fonction dutilit VNM permet de reprsenter ce que lon observe souvent travers les choix des agents, savoir lutilit marginale dcroissante pour la richesse

x 100 1000 10.000 100.000 106

u(x) = x 10 31,63 100 316,23 1000

u(x) = ln(x) 2,30 4,60 6,91 9,21 11,51

Un accroissement de richesse gnre un accroissement dutilit qui est en relation inverse de la richesse dj accumule.

Equivalent certain

Dnition On appelle quivalent certain dune loterie, la loterie certaine qui donne un mnage autant de satisfaction que cette loterie. Lquivalent certain est par excellence une mesure subjective des prfrences de lagent.
Exercice Calculer lquivalent certain de la loterie qui donne 100 avec proba 1/2 et 0 sinon, lorsque u(x) = x.

Aversion pour le risque et Equivalent certain

Dnition Un agent est averse au risque ds lors que pour lui lquivalent de nimporte quelle loterie est toujours infrieur ou gal la moyenne de cette loterie. Dans lexemple prcdent, on comparera 25 et 50. Thorme Si un agent vrie le critre de lesprance dutilit, alors il est averse au risque si et seulement si sa fonction dutilit VNM est concave.

Exercice

En supposant que la VNM dun agent est u(x) = x, montrer directement, sans appliquer le thorme prcdent que

1/2

u x+y 2

1/2

Prime pour le risque

La fonction dutilit VNM permet en particulier de mesurer ce que lagent est prt payer pour chapper au risque, cad, ce que lon appelle la prime de risque, cest dire la diffrence entre le gain espr, et lquivalent certain (ou montaire) de la lotterie. = E(L) EC

Exemple
Supposons que la VNM dun agent soit u(x) = ln(x) et que cet agent soit expos la lotterie 1/2 Sa richesse espre est 100 1 1 Son utilit est ln(150) + ln(50) = 4, 661 2 2 Or 4, 661 = ln(76, 6) Sa prime de risque est donc 100 76, 6 = 13, 4.
1/2

150

50

Mesure de lAversion pour le risque

Htrognit de lattitude face au risque, chez les animaux et chez l espce humaine. La prime de risque mesure votre degr daversion pour le risque. = refus des loteries desprance nulle.

Laversion pour le risque est en rapport avec le degr de concavit de u. Elle peut tre mesur par ces diffrents coefcients : - Coefcient absolu daversion pour le risque : Ra (x) = u(x) /u (x) - Coefcient relatif daversion pour le risque : Rr (x) = xu(x) /u (x)

Approximation dArrow-Pratt
Dans le cas o le risque est petit, cad c = w + avec petit, le coefcient dArrow-Pratt permet dapproximer la prime de risque, de la manire suivante. Proposition Pour un petit risque, la prime de risque est approximativement gale

1 2

Ra (w)Ew [2 ]

Plus le second moment Ew [2 ] est lev, plus la prime de risque est leve Plus Ra (w) est lev, plus la prime de risque est leve

Exemples
Soit un individu qui dispose de 10.000 euros et dont la VNM est x. Quel est pour lui la valeur dun ticket de loterie qui lui donne 1 euro avec probe 1/2 et 0 sinon. rponse u (w) = 1/2 w u (w) = 1/4w w Ra (w) = 1/2w Ew [2 ] = 1 12 + 1 0 = 1 2 2 2 = 1/4 10.000, cad presque rien. Quand on a dix mille euros, la prime de risque quon est prt payer pour se dbarrasser de la loterie est presque nulle. Donc, lquivalent certain de cette loterie est 50 cts. La valeur du ticket de loterie est 50 centimes.

Comparaison daversion pour le risque

Dnition On dit quun agents A est plus averse au risque quun agent B si pour toute loterie, lquivalent certain de cette loterie pour lagent A est infrieur lquivalent certain de cette loterie pour lagent B. En supposant que deux agents A et B vrient le critre desprance dutilit, la proposition suivante dveloppe trois conditions identiques qui caractrisent la proprit A plus averse au risque que B. Thorme En supposant que deux agents A et B vrient le critre desprance dutilit, il est quivalent de dire que A plus averse au risque que B uA est une transformation convexe de uB
B pour tout x, on a RA a (x ) Ra (x )

Exemple

En supposant quun agent de type (pour (0, 1)) vrie le critre de lesprance dutilit avec la fonction VNM u (x) = x , montrer que lquivalent certain de la loterie qui donne 100 avec probabilit 1/2 et 0 avec probabilit 1/2 est croissant avec . Calculer la limite de cet quivalent certain. Les rsultats que vous trouvez taient-ils prvisibles ? Comparer laversion pour le risque de divers agents dont la VNM est u(x) = ln(x), u(x) = (x), u(x) = exp(x).

Rsolution de lexemple
lquivalent certain de lagent de type est r qui vrie r = 1 2

(100)

r=

100 2(1/)

= 100exp( ln(2)/)

Quand augmente, ln(2)/ augmente, ainsi que lquivalent certain. La limite est 100exp( ln(2)) = 100/2 = 50, cad lquivalent certain de lagent neutre au risque (paramtre = 1). Un autre moyen de voir que lorsque augmente, laversion pour le risque diminue est de calculer le coefcient Arrow-Pratt de lagent de type : u ( x ) = u (x) x u (x) = ( 1) u (x) x2 Ra (x) =

1 x

o lon vrie que le coefcient Arrow-Pratt est croissant avec .

Aversion dcroissante avec la richesse

Exemple
1/2

150

Supposons que la VNM dun agent soit u(x) = ln(x) et que cet agent soit expos la lotte1/2 50 rie Comment votre prime de risque volue si votre richesse initiale est de 1000 ?

Comment votre prime de risque lie au risque de gagner ou perdre 50 avec gales probabilits volue si votre richesse passe de 100 1000 ?

Il est communment accept que celle-ci dcrot.

Pour aller plus loin dans lanalyse ...

Prfrences pour lincertain, caractristiques comporte

Comprendre le comportement de linvestisseur = connaissance des prfrences de linvestisseur sur lensemble des lotteries.
Indispensable quand le seul critre du rendement est insufsant.

Classements typiques (loteries lmentaires)

Proprits de la fonction VNM

Prfrences sur un ensemble quelconque de lotteries L

Classement intuitif de loteries - Basiques

Lorsquon rchit aux proprits des prfrences, on commence par ces deux proprits quon supposera vries dans le cas standards
0. quun revenu certain suprieur est prfr un revenu certain infrieur 1. quun agent prfre lesprance dun bruit blanc plutt que le bruit blanc x+ 1/2 x
1/2

x-k

B0
Aime pas
B A , cad moins

A0
de richesse

B1

A1

prfs monotones

Classement intuitif de loteries - Prudence

2. En poursuivant lanalyse des proprits des prfrences quon prte aux prfrences standard, on considrera la prudence, cest--dire la prfrence pour une dsagrgation dune perte certaine et dun spread de moyenne nulle.

1/2

xk
1/2

1/2

x
1/2

x+
1/2

xk+

1/2

1/2

1/2

xk

B2
Aime pas
B A , cad

A2

additionner les dgradations dans le mme tat de la nature Prudence

Prudence (suite)
On peut comprendre la prudence dans un environnement temporel (ou spatial) : tout se passe comme sil y avait une loterie t = 0 avec la perte de k dans un tat de la nature, et que lon se demande, t = 1, dans quel tat de la nature on prfrerait rajouter un spread au cas o on soit dans la position de choisir uniquement dans quel tat de la nature on met le spread.
1/2

xk

A2
1/2

x+

1/2

1/2

B2

Remarques : ( prouver)
Mieux dispos accepter un risque supplmentaire plus riche lpargne de prcaution augmente plus riche

Classement intuitif de loteries - Temprance

3. La temprance est une prfrence pour la dsagrgation de deux spread moyenne nulle.

1/2 1/2 1/2

x + 1 x 1 x + 2 x 2
1/2

x
1/4 1/4

x + 1 + 2 x + 1 2 x 1 + 2 x 1 2

1/2 1/2 1/2

1/2 1/4 1/4

B3
Aime pas
B A , cad

A3

additionner les dgradations dans le mme tat de la nature Prudence

Temprance (suite)
On peut comprendre la temprance dans un environnement temporel (ou spatial) : tout se passe comme sil y avait une loterie t = 0 avec un spread somme nulle dans un tat de la nature, et que lon se demande, t = 1, dans quel tat de la nature on prfrerait rajouter un autre spread somme nulle, indpendant, au cas o on soit dans la position de choisir dans quel tat de la nature on met ce nouveau spread.
1/2

x
1/2

A3
x + 2

1/2

x + 1

1/2

1/2

x 2

B3

1/2

x 1

Remarque :
On aime moins le premier bruit (1 , 1 ) en prsence de (2 , 2 )