Cuestionario: Critique et évolution des modèles d’évaluation d’actifs — 12 preguntas

Preguntas y respuestas detalladas

1. Quelle est la cause principale du phénomène de clustering de volatilité dans les modèles ARCH ?

La dépendance de la variance conditionnelle actuelle aux erreurs au carré passées
La modélisation des rendements par un processus ARMA
L'inclusion de la variance conditionnelle passée dans le calcul de la variance
La constance de la variance des rendements financiers dans le temps

La dépendance de la variance conditionnelle actuelle aux erreurs au carré passées

Explicación

Le modèle ARCH modélise le clustering de volatilité en faisant dépendre la variance conditionnelle actuelle des erreurs au carré passées, ce qui explique la persistance des périodes de forte volatilité. À revoir : Modèles ARCH et GARCH pour la modélisation de la volatilité conditionnelle. Appui du cours : « Le modèle ARCH permet que la variance conditionnelle actuelle dépende directement des erreurs au carré passées, ce qui permet de modéliser le clustering de volatilité observé dans les rendements financiers. »

2. Quel est le rôle du biais de survie dans les tests empiriques des modèles d’évaluation d’actifs ?

Corriger la corrélation entre erreurs idiosyncratiques pour valider les tests statistiques
Garantir la stabilité temporelle des paramètres dans les modèles d’évaluation
Améliorer la précision des estimations du bêta en filtrant les données erronées
Façonner une image biaisée de la validité du modèle en sélectionnant uniquement les actifs existants ou performants

Façonner une image biaisée de la validité du modèle en sélectionnant uniquement les actifs existants ou performants

Explicación

Le biais de survie fausse les conclusions en ne considérant que les actifs encore existants ou performants, ce qui peut sous-estimer ou surestimer la relation risque-rendement, biaisant ainsi la validité du modèle. À revoir : Problèmes statistiques et biais dans les tests empiriques des modèles d’évaluation d’actifs. Appui du cours : « Le biais de survie dans les données peut fausser les conclusions des tests empiriques des modèles d’évaluation. En effet, la sélection des données ne prenant en compte que les actifs encore existants ou performants peut sous-estimer ou surestimer la relation… »

3. Quel est le rôle principal des modèles dynamiques dans l'évaluation des actifs financiers ?

Intégrer l'évolution temporelle des variables pour capturer la variation des relations entre risque et rendement
Se concentrer uniquement sur le risque systématique sans tenir compte du temps
Ignorer les informations conditionnelles pour éviter la complexité
Simplifier la modélisation en réduisant le nombre de facteurs à un seul

Intégrer l'évolution temporelle des variables pour capturer la variation des relations entre risque et rendement

Explicación

Les modèles dynamiques intègrent l'évolution temporelle des variables et permettent de capturer la variation des relations entre risque et rendement selon les conditions de marché ou informations conditionnelles, ce qui est leur rôle principal selon le passage cité. À revoir : Perspectives et défis actuels dans la recherche sur les modèles d’évaluation des actifs financiers. Appui du cours : « - ****Modèles dynamiques**** : Modèles qui intègrent l’évolution temporelle des variables, permettant de capturer la variation des relations entre risque et rendement en fonction des conditions de marché ou d’informations conditionnelles. »

4. Quel est le rôle principal des variables fondamentales telles que la taille de l'entreprise dans les modèles multifactoriels ?

Mesurer le risque systématique lié au marché
Expliquer une part significative de la variation des rendements
Prédire les fluctuations du marché boursier à court terme
Déterminer le prix exact des actifs financiers

Expliquer une part significative de la variation des rendements

Explicación

Le texte indique clairement que les variables fondamentales comme la taille de l'entreprise expliquent une part significative de la variation des rendements, ce qui est leur rôle principal dans ces modèles. À revoir : Modèles multifactoriels et variables fondamentales expliquant les rendements. Appui du cours : « Les variables fondamentales comme la taille de l'entreprise, le ratio book-to-market et le price-earnings ratio expliquent une part significative de la variation des rendements. »

5. Que désigne le biais de survie dans l'estimation du bêta et la validité du CAPM ?

L'inefficacité du portefeuille de marché utilisé comme proxy dans le modèle
L'instabilité du bêta dans le temps, rendant son estimation difficile
Le fait que seules les données de sociétés encore existantes ou performantes sont souvent prises en compte, faussant les résultats
Les erreurs de mesure dans les données historiques utilisées pour estimer le bêta

Le fait que seules les données de sociétés encore existantes ou performantes sont souvent prises en compte, faussant les résultats

Explicación

Le biais de survie correspond précisément au fait que seules les données des sociétés encore existantes ou performantes sont prises en compte, ce qui peut fausser les résultats en surestimant la relation rendement-bêta, comme indiqué dans la source. À revoir : Problèmes empiriques et limites dans l’estimation du beta et la validité du CAPM. Appui du cours : « Le biais de survie dans les données constitue une difficulté majeure. Il désigne le fait que seules les données de sociétés encore existantes ou performantes sont souvent prises en compte, ce qui peut fausser les résultats en surestimant la relation… »

6. Qu'est-ce que la fonction d'utilité quadratique dans le modèle CAPM de Sharpe–Lintner ?

Une fonction d'utilité qui modélise les préférences des investisseurs en fonction de la médiane des rendements
Une fonction d'utilité basée uniquement sur la maximisation de la moyenne des rendements
Une fonction d'utilité qui suppose que les investisseurs sont neutres au risque
Une fonction d'utilité représentant les préférences des investisseurs où la satisfaction dépend de la moyenne et de la variance des rendements

Une fonction d'utilité représentant les préférences des investisseurs où la satisfaction dépend de la moyenne et de la variance des rendements

Explicación

La fonction d'utilité quadratique est définie comme celle qui représente les préférences des investisseurs avec une satisfaction dépendant de la moyenne et de la variance des rendements, ce qui implique une aversion au risque. Les autres options ne correspondent pas à cette définition. À revoir : Hypothèses clés du modèle CAPM de Sharpe–Lintner. Appui du cours : « Fonction d'utilité quadratique : fonction d'utilité qui représente les préférences des investisseurs, caractérisée par une relation où la satisfaction dépend à la fois de la moyenne et de la variance des rendements. Elle implique que les investisseurs ont… »

7. Quel est le rôle principal des modèles conditionnels dans la modélisation multifactorielle ?

Maintenir constants les paramètres du modèle indépendamment des conditions de marché
Intégrer l’information disponible à un instant donné pour ajuster les paramètres et prendre en compte la dynamique temporelle des risques et rendements
Simplifier la modélisation en ignorant la variabilité temporelle des primes de risque
Éliminer la prise en compte des facteurs multiples pour se concentrer sur un seul facteur de risque

Intégrer l’information disponible à un instant donné pour ajuster les paramètres et prendre en compte la dynamique temporelle des risques et rendements

Explicación

Les modèles conditionnels intègrent l’information disponible à un instant donné pour ajuster ou moduler les paramètres, permettant ainsi de prendre en compte la dynamique temporelle des risques et rendements, contrairement aux modèles statiques qui maintiennent des paramètres constants. À revoir : Modèles conditionnels et prise en compte de l’information conditionnelle dans les modèles multifactoriels. Appui du cours : « Modèles conditionnels : modèles qui intègrent l’information disponible à un instant donné pour ajuster ou moduler les paramètres du modèle. Ils permettent de prendre en compte la dynamique temporelle des risques et des rendements en utilisant des données… »

8. Comment le modèle CAPM à bêta zéro permet-il d'améliorer l'ajustement des données empiriques sur la relation rendement-bêta ?

En fixant strictement l'intercept au taux sans risque pour respecter la théorie classique
En autorisant un intercept variable différent du taux sans risque pour mieux représenter les données empiriques
En éliminant la relation linéaire entre rendement et bêta pour plus de flexibilité
En supposant que le bêta est toujours nul pour simplifier les calculs

En autorisant un intercept variable différent du taux sans risque pour mieux représenter les données empiriques

Explicación

Le modèle CAPM à bêta zéro introduit un intercept variable non fixé au taux sans risque, ce qui permet d'ajuster la relation linéaire rendement-bêta aux observations empiriques, contrairement au modèle classique qui impose un intercept égal au taux sans risque. À revoir : Modèle CAPM à bêta zéro et débats empiriques sur la relation rendement-risque. Appui du cours : « Les études menées par **Black** et **Fama et MacBeth** (1972, 1973) ont montré que le rendement attendu d’un portefeuille est lié linéairement à son bêta, avec une relation qui peut être ajustée par un intercept variable. En particulier, ils ont développé… »

9. Quel est le rôle principal des facteurs SMB et HML dans l’explication des rendements boursiers ?

Mesurer exclusivement la volatilité quotidienne des actions
Améliorer la capacité explicative des modèles multifactoriels en capturant des dimensions de risque supplémentaires
Remplacer le bêta de marché dans le modèle CAPM classique
Prédire uniquement les rendements des grandes capitalisations

Améliorer la capacité explicative des modèles multifactoriels en capturant des dimensions de risque supplémentaires

Explicación

Les facteurs SMB et HML améliorent la capacité explicative des modèles multifactoriels en capturant des risques liés à la taille, à la valeur, et à des co-moments d’ordre supérieur, ce que le bêta de marché seul ne prend pas en compte. À revoir : Rôle des facteurs SMB et HML dans l’explication des rendements boursiers. Appui du cours : « Les facteurs SMB et HML jouent un rôle central dans les modèles multifactoriels en expliquant la variation des rendements boursiers. En intégrant ces facteurs, ils permettent d’améliorer la capacité explicative des modèles par rapport au seul bêta de marché,… »

10. Qu'est-ce que le modèle d'évaluation des actifs financiers CAPM ?

Un modèle qui relie le risque systématique mesuré par le bêta à la variation des rendements attendus
Un modèle qui évalue les actifs uniquement par leur rendement historique
Un modèle qui ignore le risque systématique pour se concentrer sur le risque spécifique
Un modèle qui intègre plusieurs facteurs explicatifs du rendement des actifs

Un modèle qui relie le risque systématique mesuré par le bêta à la variation des rendements attendus

Explicación

Le CAPM est défini comme un modèle basé sur la relation entre risque systématique (mesuré par le bêta) et rendement attendu, expliquant la variation des rendements attendus. Les autres options ne correspondent pas à cette définition. À revoir : Synthèse des modèles d’évaluation des actifs financiers et évolution empirique. Appui du cours : « Évolution historique du CAPM : modèle d’évaluation des actifs financiers basé sur la relation entre risque et rendement, développé à partir des travaux de Markowitz (1952) et de Sharpe (1964). Il établit que seul le risque systématique, mesuré par le bêta,… »

11. Quel est le rôle principal des extensions des modèles GARCH en finance ?

Éliminer la dépendance temporelle de la volatilité sur les marchés financiers
Prévoir les changements structurels dans la volatilité par des états de régime fixes
Calculer le rendement attendu d’un actif financier en fonction du bêta
Permettre une gestion dynamique du risque en modélisant les covariances conditionnelles entre actifs

Permettre une gestion dynamique du risque en modélisant les covariances conditionnelles entre actifs

Explicación

Le texte indique que les extensions des modèles GARCH modélisent les covariances conditionnelles entre actifs, ce qui permet une gestion du risque dynamique, contrairement aux autres propositions qui ne correspondent pas à ce rôle. À revoir : Applications des modèles GARCH et extensions pour la modélisation du risque dynamique. Appui du cours : « Les modèles GARCH ont été étendus pour modéliser les covariances conditionnelles entre actifs, ce qui permet une gestion du risque dynamique. »

12. Qu'est-ce que la Security Characteristic Line (SCL) dans la méthodologie empirique de test du CAPM ?

La mesure du risque systématique d'un titre, estimée par la pente de la SCL, représentant la sensibilité du titre aux variations du marché
Une ligne qui relie le rendement excédentaire d'un titre au rendement excédentaire du marché, utilisée pour estimer le bêta ex post
Le rendement du portefeuille de marché utilisé comme référence pour mesurer le rendement excédentaire
La relation linéaire entre le rendement attendu d'un actif et son bêta, représentant la prime de risque de marché

Une ligne qui relie le rendement excédentaire d'un titre au rendement excédentaire du marché, utilisée pour estimer le bêta ex post

Explicación

La SCL est définie comme la ligne caractéristique d'un titre reliant son rendement excédentaire à celui du marché, utilisée pour estimer le bêta ex post. Les autres options décrivent respectivement la Security Market Line, le rendement de marché, et le bêta lui-même. À revoir : Méthodologie empirique de test du CAPM via la Security Market Line. Appui du cours : « - Security Characteristic Line (SCL) : Ligne caractéristique d'un titre qui relie le rendement excédentaire d'un titre au rendement excédentaire du marché, utilisée pour estimer le bêta ex post. »

Repasa con tarjetas de memoria

Memoriza las respuestas con 23 tarjetas de memoria sobre Critique et évolution des modèles d’évaluation d’actifs.

Hypothèses du CAPM

Fonctions d'utilité quadratique ou normale, marché efficient, risque systématique seul rémunéré.

Rôle de la SML

Relie le rendement attendu au bêta, représentant la prime de risque.

Test empirique du CAPM

Estimation de la ligne caractéristique reliant rendement et bêta à partir des données réelles.

Ver tarjetas de memoria →

Estudia la hoja de repaso

Lee la hoja de repaso completa sobre Critique et évolution des modèles d’évaluation d’actifs.

Ver hoja de repaso →

Similar courses

Crea tus propios cuestionarios

Importa tu curso y la IA genera cuestionarios con correcciones en 30 segundos.

Generador de cuestionarios