Analyse économique du risque

Chapitre 1

Décision en univers mesurable

Houda Haffoudhi

2019/2020 cours microéconomie de l'incertitide 1

 Introduction

• Ce que vous avez étudié jusqu’à présent:

– Comment les agents économiques prennent-ils leurs
décisions: de consommation, de production, d’offre ou de
demande de travail...
– Comment inter-agissent ils sur un marché: Analyse de
l’équilibre offre-demande sur le marché des biens ou du
travail.
• Raisonnement en univers certain:
– Chacun observe la valeur exact des quantités achetées ou
vendues.
– Chacun connaît les conséquences de ses actions.
2019/2020 cours microéconomie de l'incertitide 2
 Introduction

– En réalité, pour toute une série de décisions nous nous

trouvons dans une situation d’incertitude.
– Assurance: sans incertitude, pas de recours à l’assurance.
– Décisions d’investissement: sans incertitude, l’actif qui
procure le rendement le plus haut serait le seul choisi.
– Décision publique: doit-on imposer le confinement de la
population en cas de pandémie? Si oui, quand? Pour
combien de temps?

→Sont concernés les décideurs publics comme privés. Il est

donc fondamental de disposer d’une théorie des choix en
univers incertains.
2019/2020 cours microéconomie de l'incertitide 3
 Introduction

Objectifs du cours
1. Présenter une théorie de choix dans l’incertain
2. Appliquer cette théorie à des choix pour lesquels la notion
d’incertitude est cruciale: assurance / placements financiers.
3. Introduire les problèmes d’information liées à l’incertitude
4. Introduire une théorie de l’équilibre en univers incertain.
Prérequis
1. 1ère et 2ème année: bien maitriser la théorie des choix en
univers certain et les outils mathématiques associés.
2. Rudiments des théories de probabilités: qu’est ce qu’une
variable aléatoire? Savoir interpréter et manipuler les
opérateurs variances et espérance.
2019/2020 Cours microéconomie de l'incertitude 4
 Décisions dans l’incertitude et décisions dans le
risque
• Par leur réflexion à la fois philosophique et économique,
FRANCK KNIGHT (1921) et JOHN MAYNARD KEYNES (1923,
1936) ont ouvert la voie a un débat essentiel :

Peut-on se donner une représentation de l’incertitude dans la

vie économique ?

• Frank Knight, a pu distinguer trois degrés dans la

connaissance imparfaite d'un agent soumis à l'alea :
1. l'incertain
2. le risque
3. l'expertise.

2019/2020 cours microéconomie de l'incertitide 5

 L'incertitude

• On dira un agent dans l'incertitude en

l'absence de toute connaissance positive
d'une distribution de l'alea. Il connait les
différents états de la nature, mais ne peut y
associer de probabilité.
• A ce stade, les opportunités d‘échange
mutuellement avantageuses sont limitées et la
rationalité qui les supporte, rudimentaire.

2019/2020 cours microéconomie de l'incertitide 6

 Le risque

• Au second degré, la connaissance d'une

distribution permet à l'agent de se
représenter le risque auquel il est soumis par
des indicateurs comme la moyenne ou la
variance d'un choc et d‘établir des échelles de
comparaison avec d'autres risques associés
aux mêmes états de la nature. Ceci est le point
de départ de la théorie de l’assurance.

2019/2020 cours microéconomie de l'incertitide 7

 L'expertise

• Enfin, il est possible que d'autres agents aient

une connaissance plus fine du vrai état de la
nature (mais possiblement imparfaite).
• C'est alors que le cadre économique peut
intégrer, par un mécanisme d‘échange
élaboré, une réduction de cette asymétrie de
l’information.

2019/2020 cours microéconomie de l'incertitide 8

 Un problème de prise de décision en situation d'incertitude se
caractérise d'abord par 3 premiers éléments:

– un ensemble d'actions/décisions possibles A. Un élément a ∈ A est

une action/décision que l'agent que l'on étudie peut exécuter.

– un ensemble d‘états de la nature E. Un élément e ∈ E est un état de la

nature qui peut se réaliser.

– une fonction c qui associe a chaque couple de A X E une conséquence

/un résultat (parmi toutes les conséquences/résultats possibles X).

 En croisant les différentes informations, on obtient donc les

conséquences des décisions de l'agent selon l‘état de la nature qui
arrive. Il y a une incertitude concernant le résultat de chaque
action.

2019/2020 cours microéconomie de l'incertitide 9

2019/2020 cours microéconomie de l'incertitide 10
 Risque Vs incertitude
Knight (1921): ”Risk, Uncertainty and Profit”

• Une situation est incertaine s’il n’est pas

impossible d’associer une probabilité de
survenue à chacun des états de la nature.
• Une situation est risquée s’il est possible
d’associer une probabilité de survenue à
chacun des états de la nature.
• Une situation risquée est considérée comme
un cas particulier d’incertitude
2019/2020 cours microéconomie de l'incertitide 11
 Décision en univers risqué
• Il est très difficile de choisir un critère pour décider
dans l’incertain.
• Dans la réalité, il est rare qu’on n’ait absolument
aucune information sur les probabilités des états de
la nature,
• Donc, il vaut mieux se contenter d’évaluation
imparfaites de telles probabilités plutôt que de
considérer un environnement totalement incertain.
• Dans ce chapitre on se place dans le cadre d’un
univers risqué.

2019/2020 cours microéconomie de l'incertitide 12

 Décision en univers risqué
• Une probabilité est la possibilité qu’un événement
donné se produise.

• On peut interpréter une probabilité :

• Objectivement
• À partir de la fréquence des événements passés.

• Subjectivement
• À partir de perceptions qu’un événement se produira.

2019/2020 cours microéconomie de l'incertitide 13

 Décision en univers risqué
• Problème de décision en univers incertain (= univers
risqué) peut être résumé par:
1. ensemble des états de la nature
2. distribution des probabilités sur les états de la nature 
probabilité que le décideur attribue à l’occurrence de
chaque état de la nature
3. ensemble des actions réalisables par le décideur
4. conséquences de chaque action dans chaque état de la
nature
• Sous ces hypothèses, un problème de décision en univers
incertain peut-être résumé sous la forme d’une matrice
d’information.

2019/2020 cours microéconomie de l'incertitide 14

Matrice d’information/ de décision

2019/2020 cours microéconomie de l'incertitide 15

2019/2020 cours microéconomie de l'incertitide 16
 Loteries

2019/2020 cours microéconomie de l'incertitide 17

2019/2020 cours microéconomie de l'incertitide 18
 Loteries

2019/2020 cours microéconomie de l'incertitide 19

 Description du risque
• Le comportement d’une v.a. peut-être décrit à partir
de trois éléments fondamentaux:
– La loi de probabilité de cette v.a. : permet de connaitre les
chances d’apparition des déférentes valeurs que peut
prendre cette variable.
– L’espérance de cette v.a. : représente la valeur moyenne
prise par cette variable.
– La variance (ou l’écart-type de cette v.a.): elle mesure la
dispersion d’une variable: plus l’écart type est grand plus
cette variable prend des valeurs qui peuvent être
éloignées les unes des autres, plus il est petit plus la
variable prend des valeurs proche de la moyenne.

2019/2020 cours microéconomie de l'incertitide 20

 Le critère de Pascal: la Valeur espérée
• BLAIZE PASCAL a développé la théorie des
probabilités et a proposé une première règle de
décision dans l’incertain, celle de la maximisation de
l'Esperance des gains.
• La valeur espérée associée à une situation incertaine
est la moyenne pondérée des gains ou des valeurs
associées à tous les événements possibles :

• La valeur espérée mesure la tendance centrale –

le gain ou la valeur attendue.

2019/2020 cours microéconomie de l'incertitide 21

• Fonction de Valorisation:

• Critère de décision:

2019/2020 cours microéconomie de l'incertitide 22

 Le critère de Pascal: la Valeur espérée
On distingue:

• les v.a. discrètes => ne pouvant prendre qu’un nombre

fini (ou dénombrable) de valeurs.
Exemple: jeu de dé, de poker.
• les v.a. continues => qui peut prendre un ensemble de
valeurs qui n’est pas dénombrable. Cet ensemble peut
par exemple correspondre à un interval [a; b] de la
droite des réels.
Exemple: performance d’une action en bourse.
• v.a. discrète X: pouvant prendre ses valeurs
x1< x2 < : : : < xN avec x1 ∈ R

– loi de probabilité:

Fonction de répartition:

– Espérance:
• v.a. continue X : pouvant prendre ses valeurs dans
l’interval [a; b]

– Loi de probabilité décrite par une fonction de

densité notée f(x):

ou, de façon équivalente, par une fonction de

répartition:

– Espérance:
2019/2020 cours microéconomie de l'incertitide 26
2019/2020 cours microéconomie de l'incertitide 27
 Exemple de l’assurance
• Reprenons l’exemple précédent:

– Valeur de la voiture v et probabilité d’accident p.

– En cas d’accident la voiture est détruite: valeur nulle.
– L’assuré reçoit une indemnité z en échange du paiement
d’une prime d’assurance (z ≤ v).
– La prime d’assurance (ou prix de l’assurance) est
proportionnelle à l’indemnité reçue: b = βz.
– Loterie associée:

A = [ (p; 1 - p) ; ((1- β )z; v - β z) ]

– Remarque: Ici action = choix d’un niveau d’assurance, z ∈

[0; v].
• Critère de l’espérance de gain => l’individu choisit z de
façon à maximiser:

E(A) = p(1 - β)z + (1 - p)(v- βz) = (1 -p)v + (p - β)z

• cas possibles:
1. p < β : espérance de richesse décroît avec z => z = 0.
2. p > β : espérance de richesse croît avec z => z = v.
3. p = β : espérance de richesse indépendante de z =>
z∈[0; v].

• Problèmes:
– Cas 1 et 2: "tout ou rien".
– Cas 3: indétermination du montant assuré.
- L’assureur maximise son profit :

π = β z- (p z + (1-p) 0)
= β z- p z = (β - p) z

1. p < β => pz < β z : espérance de remboursement

inférieur à la prime versée ) rentable pour l’assureur
MAIS l’individu ne s’assure pas...
2. p > β => pz > β z : l’assureur fait des pertes => Il
n’offrira pas d’assurance alors même que l’individu
souhaite s’assurer...
3. p = β => pz = β z : l’assureur ne fait aucun profit. Si on
admet que l’assurance coûte c à mettre en oeuvre
(salaire de l’assureur...) on a pz + c > β z, l’assureur fait
des pertes ).On se retrouve dans le cas 2.
 Critère de MARKOWITZ
• PASCAL a incorporé la connaissance des probabilité
dans la prise de décision d’une manière
unidimensionnelle.

• MARKOWITZ a voulu incorpore la variabilité.

– La variabilité est égale à la différence qui existe entre
toutes les issues possibles d’une situation incertaine.

• MARKOWITZ introduit une mesure pouvant mesurer la

dispersion en prenant en compte les probabilités
d’occurrences, à savoir la mesure de la variance.
• Fonction de Valorisation:

Elle est caractérisée par un couple composé par

l'Esperance mathématique de l’action et sa
Variance:

2019/2020 cours microéconomie de l'incertitide 32

• Critère de décision n°1:

• Cette rège de décision est assez restrictive car elle

ne prend pas en considération le fait qu’un fort
écart-type puisse être compensé par une forte
espérance.

• Ce critère ne fonctionne pas toujours : il faut le

compléter.
• Critère de décision n°2:

– Cette règle consiste à mesurer le pourcentage

d'Esperance par unité d’écart type.
– Meilleur stratégie sera celle qui a l’Esperance par
unité d’écart type la plus élevée.
• Critère de décision n°3:

– Cette règle apporte une notion de déplacement

mesurée par le Taux Marginal de Substitution entre
l'Esperance et l’écart type.
– On peut changer de stratégie à condition que le taux
d’échange soit assez élevé.

• Remarque:
– Il faut toujours tester deux actions de telle façon que
le numérateur et le dénominateur soient positifs ;
– Trouver la solution optimale par ce dernier critère
revient à résoudre le problème d’optimisation :
–
 Paradoxe de Saint-Petersbourg

• Un mendiant possède un billet de loterie lui

permettant de gagner 20.000 Ducats avec une
probabilité égale à 0,5. Un riche marchand lui propose
d’acheter ce billet 9.000 Ducats, le mendiant accepte.

• Le fait que le mendiant ait accepté est contraire au

paradigme de PASCAL. En effet, on a la matrice
d’information relative à cet exemple est la suivante :
– a1 : le mendiant n’accepte de vendre son billet ;
a2: le mendiant accepte de vendre son billet ; e2:
le billet est gagnant, e1 : le billet est non gagnant.

– En raisonnant suivant le critère de PASCAL, on

aura :
 Le critère de BERNOULLI
• Pb: Quand on compare deux loteries on ne
s’intéresse pas seulement à leurs gains espérés
mais aussi à leur risque.

• Daniel BERNOULLI a résolu le paradoxe de Saint-

Petersbourg de la manière suivante :

« La détermination de la valeur d’un objet peut ne pas

être basée sur son prix, mais plutôt sur l’utilité qu’il
apporte. Il ne fait aucun doute que le gain d’un millier de
Ducats est plus important pour un homme pauvre que
pour un homme riche, même si les deux obtiennent la
même somme»
 Le critère de BERNOULLI
Daniel Bernoulli a ainsi avancé deux explications
permettant de le résoudre :

• Ce qui importe aux individus ce n'est pas le gain en lui

même mais plutôt l'utilité qu'il procure.
– le concept d’utilité cardinale de BERNOULLI repose sur une
hypothèse forte : il est possible de comparer les utilités
d’individus différents.

• La satisfaction des individus augmente de moins en moins

vite au fur et à mesure qu'ils s'enrichissent. C'est le
Principe dit de l’utilité marginale décroissante. Ce qui
signifie que les fonctions mesurant la satisfaction ou
l’utilité doivent être concaves.
• Fonction de Valorisation:

• Critère de décision:

– Suivant ce critère de BERNOULLI, la réponse du

mendiant sera rationnelle

– Si la fonction d’ utilité du mendiant est de type

u(x) = Ln(x), il est rationnel d’accepter l’échange,
2019/2020 cours microéconomie de l'incertitide 44
 Critique du critère de BERNOULLI
– Règle du Jeu: On tire à pile ou face et le jeu se poursuit jusqu’à ce
que pile apparaisse. Au 1er lancé, le joueur gagne 2 euros, la somme
gagnée est doublée à chaque lancé.

– Le profil des gains attendu de la loterie est

– La valeur de cette loterie en terme d’espérance de gain est infinie

Comme l’espérance de gain est infini, on accepte de payer une somme

exorbitante pour jouer à ce jeux …… vraiment?.
– Paradoxe: Personne n’est prêt à payer une somme
d’argent importante pour jouer à ce jeu.

Si u(x)=Ln(x)

Si la fonction d’utilité est logarithmique, on ne

misera qu’au maximum 4€ pour jouer à ce jeux !
Mais si les gains attendus sont ::

• Avec le critère de Bernoulli on obtient :

• Comme l’espérance de l’utilité du gain est infinie, on

accepte de payer une somme exorbitante pour jouer à
ce jeux. Le critère de Bernoulli est pris en défaut …..
• Ce critère de BERNOULL a été par la suite
critiqué par plusieurs autres auteurs en
particulier par:

– ALFRED MARSHALL : ce critère ne prend pas en

considération les individus ayant une fonction
d’utilité convexe.
– JOHN VON NEUMANN et MORGENSTERN: ont
généralisé ce critère pour donner lieu a la fonction
d’utilité de la richesse.
 Les agents maximisent l‘Espérance d‘ Utilité de VON
NEUMANN ET MORGENSTERN.

• Avant de parler du critère d‘espérance d‘utilité, nous allons

introduire ce qui est des fois appelé une utilité de
MARKOWITZ

• Remarquez que nous avons suggéré que le problème de la

maximisation de l'Esperance de gain était qu'il manquait
une mesure du risque dans la fonction objective de l'agent.
Les individus peuvent être réticents à prendre trop de
risque.

• Markowitz introduit directement une mesure de risque

dans la fonction d‘ utilité.
– Une mesure naturelle du risque associé à une variable aléatoire
est sa dispersion => Variance de la loterie.
 Les fonctions de Markowitz
• Harry M. Markowiz propose de mesurer l’utilité d’une
loterie comme une fonction de l’espérance de gain et de la
variance de cette loterie.

• Considérons un individu dont la richesse totale (W) est

composé d’une partie certaine ω et d’une partie aléatoire
X:
W=ω+X

• Nous pouvons décrire l’utilité que l’agent retire de sa

richesse de la façon suivante:

U(W) = f(E(W) ; V(W))

avec
E(W) = ω + E(X) et V(W) = V(X)
 Hypothèse

• A risque donné, l’individu préférera toujours la

richesse qui a l’espérance de gain la plus
élevée.
• Par contre, plusieurs attitudes vis-à-vis du risque
sont possibles:

– L’individu n’aime pas le risque, ou est dit risquophobe

si:

– L’individu est indifférent au risque, ou neutre au

risque si:

– L’individu aime le risque, ou est dit risquophile si:

Spécification linéaire:

U(W) = E(W) – k V(W)

ici, k est une mesure directe de l’aversion pour

le risque de l’individu:
– k > 0: individu risquophobe.
– k = 0: individu neutre au risque.
– k < 0: individu risquophile.
 Assurance avec une fonction de
Markowitz
• Nous reprenons notre exemple de l’assurance avec une fonction
d’utilité de type Markowitz linéaire:

• On connaît l’espérance E(A), il reste à déterminer la variance:

V(A) = p[ (1-β )z - E(A) ]2+ (1 -p)[ v - β z- E(A) ]2

= p (1 - p) (v - z)2

• L’utilité de l’individu en fonction de z est donc:

U(z) = (1 -p)v + (p - β)z - k p (1 - p)(v - z)2

E(A) V(A)
• On se place dans le cas où p < β => L’assureur
fait des bénéfices.
• Utilité marginale d’un euro de couverture en
plus:

– Si k< 0 (individu risquophile ou neutre au risque):

=> z*= 0: pas d’assurance possible.
– Si k > 0 (individu risquophobe):
• Si les agents sont risquophobes, il peut exister
un marché de l’assurance.
• La demande d’assurance possède des
évolutions de bon sens par rapport aux
paramètres du modèle:
– croissant en la valeur de la voiture v
– croissant avec le degré d’aversion vis à vis du
risque k
– croissant avec la probabilité de sinistre p
– décroissant avec le montant de la prime β
Critère Espérance d’Utilité : VNM

– On définit la fonction d’utilité u(.) (a la place de ln

donnée par BERNOULLI) avec u’(.) > 0 et u’’(.)≤ 0.

– Cette généralisation du critère de BERNOULLI est

proposée par BERNOULLI lui même, mais elle a
été axiomatisée par J. VON NEUMANN et O.
MORGENSTEN.
 Définition
• Le concept d’espérance d’utilité a été introduit par John
von Neumann et Oskar Morgenstern en 1944.
• Les préférences (et donc l’utilité) se définissent sur des
loteries.

Définition: Selon la théorie de l’espérance d’utilité, l’utilité

d’une richesse aléatoire W est égale l’espérance
mathématique de l’utilité de la richesse:
U(W) = E(u(W))

L’espérance d’utilité de la richesse sera alternativement noté

U(W), E(u(W)) ou parfois Eu(W).
• Il est important de distinguer:
– fonction d’utilité espérée U(.) définie sur
l’ensemble des loteries (et donc sur des richesses
aléatoires); et

– fonction d’utilité u(.) (dite élémentaire) définie sur

des montants monétaires certains.
• En pratique
• Considérons un individu dont la fonction d’utilité
élémentaires est noté u(.) et considérons la loterie
X=[(p1 ; … ; pn ); (x1; …; xN)].

• A chaque élément de l’ensemble de conséquence

C=(x1; …; xN) on peut associer un niveau d’utilité:
(u(x1);…; u(xN)).

• L’espérance d’utilité correspond à l’espérance

mathématique de ces niveaux d’utilité:
• Espérance d’utilité dans le cas continu

– Prenons un individu dont les préférences sont

représentées par la fonction d’utilité u(.).
– Considérons une loterie X représentée par la
fonction de densité f sur l’ensemble des
conséquences [a; b].
– La loterie X peut être évaluée par une fonction
d’utilité espérée U(.) de la forme:
DE CE FAIT….

– L’espérance d’utilité associe une valeur numérique à

chaque loterie.

– Permet de classer les loteries entre elles.

– Un individu choisira la loterie lui rapportant l’utilité

espérée la plus forte => Il cherchera à maximiser son
espérance d’utilité.
• Univers certain: on connait l’état de la nature => on choisit
l’alternative qui maximise l’utilité élémentaire u(:).
• Univers incertain: on ne connait pas l’état de la nature => on
choisit la loterie X de façon à maximiser son utilité espérée
U(X).
 UTILITÉ VNM: EXEMPLE (1)

• Une femme reçoit un revenu de 1 500 euros par

mois, qui lui procure 13,5 unités d’utilité.

• Elle étudie la possibilité de changer d’emploi, qui

néanmoins a un risque :
• une probabilité de 50 % de gagner 3 000 euros ;
• une probabilité de 50 % de gagner 1 000 euros.

2019/2020 cours microéconomie de l'incertitide 63

 UTILITÉ VNM: EXEMPLE (1)

• L’utilité d’un revenu de 3 000 euros = 18.

• L’utilité d’un revenu de 1 000 euros = 10.

• Elle doit calculer et comparer l’utilité espérée de cet

emploi risqué avec son utilité effective (de son
emploi sans risque) égale à 13,5.

2019/2020 cours microéconomie de l'incertitide 64

 UTILITÉ VNM: EXEMPLE (1)
• L’utilité espérée est la somme des utilités associées
à tous les événements possibles, pondérées par la
probabilité de réalisation de chacun de ces
événements.

E(u) = Prob.(Utilité 1) *Utilité 1

+ Prob.(Utilité 2)*Utilité 2

2019/2020 cours microéconomie de l'incertitide 65

 UTILITÉ VNM: EXEMPLE (1)

• Dans notre exemple, l’utilité espérée est :

E(u) = (1/2)u(1000) + (1/2)u(3000)

= 0.5(10) + 0.5(18)
= 14

• L’utilité espérée E(u) de ce nouvel emploi est égale à

14, et supérieure à l’utilité de l’emploi actuel (sans
risque) de 13,5 : donc, elle changera d’emploi.

2019/2020 cours microéconomie de l'incertitide 66

 Hypothèses
• En considérant l’ensemble des conséquences
(résultats) distincts d’un problème de
décision, alors cet ensemble est de cardinal
fini. On note cet ensemble par

• On ordonne cet ensemble C et on le note une

fois ordonne par :
 Exemple de l’assurance
• Reprenons notre exemple de l’assurance, dans le
nouveau cadre de l’espérance d’utilité, en considérant
un individu dont le fonction d’utilité élémentaire est:
u(x) = ln(x)

• La loterie à laquelle fait face l’individu reste A=[(p, 1-p),

((1-β)z, v- βz)] et l’espérance d’utilité associée à cette
loterie est:

U(A) = p. ln((1- β)z) + (1-p). ln(v-βz)

• L’individu cherche donc le niveau de z ∈[0; v] qui

maximise cette espérance d’utilité.
• Condition du premier ordre:

• Donc, si p < β : z ∈ ]0; v[ => il existe un marché

de l’assurance.