Entraînement au CFA Level I : méthodes quantitatives et obligations : pack de révision

Valeur temps de l'argent : l'argent d'aujourd'hui vaut plus que la même somme plus tard, car il peut rapporter des intérêts. Avec un taux i par période, un montant croît en FV = PV·(1 + i)ⁿ. Une suite de paiements égaux (une annuité) s'évalue en additionnant chaque paiement, ce qui donne les formules d'annuités.

Valeur temps de l'argent : l'argent d'aujourd'hui vaut plus que la même somme plus tard, car il peut rapporter des intérêts. Avec un taux i par période, un montant croît en FV = PV·(1 + i)ⁿ. Une suite de paiements égaux (une annuité) s'évalue en additionnant chaque paiement, ce qui donne les formules d'annuités.

Valeur actuelle nette : actualise chaque flux de trésorerie à aujourd'hui avec le taux de rendement exigé r, puis additionne : NPV = Σ CFₜ/(1 + r)ᵗ. Un projet avec NPV > 0 rapporte plus que r et crée de la valeur. Le taux de rendement interne (TRI) est le taux pour lequel NPV = 0.

Valeur actuelle nette : actualise chaque flux de trésorerie à aujourd'hui avec le taux de rendement exigé r, puis additionne : NPV = Σ CFₜ/(1 + r)ᵗ. Un projet avec NPV > 0 rapporte plus que r et crée de la valeur. Le taux de rendement interne (TRI) est le taux pour lequel NPV = 0.

Prix d’une obligation : le prix d’une obligation est la valeur actuelle de ses flux, actualisés au taux de rendement actuariel (YTM) : les coupons forment une annuité et la valeur nominale est remboursée à l’échéance. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. Quand le rendement est supérieur au taux du coupon, l’obligation cote en dessous du pair, et inversement.

Prix d’une obligation : le prix d’une obligation est la valeur actuelle de ses flux, actualisés au taux de rendement actuariel (YTM) : les coupons forment une annuité et la valeur nominale est remboursée à l’échéance. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. Quand le rendement est supérieur au taux du coupon, l’obligation cote en dessous du pair, et inversement.

Coût du capital : le CAPM (MEDAF) donne la rentabilité exigée par les actionnaires : r_e = r_f + β·(r_m − r_f). Le coût moyen pondéré du capital combine capitaux propres et dette selon leurs valeurs de marché : WACC = E/V·r_e + D/V·r_d·(1 − T), avec V = E + D. Les intérêts sont fiscalement déductibles, d’où le facteur (1 − T).

Bêta endetté (Hamada) : la dette rend les capitaux propres plus risqués. β_L = β_U·(1 + (1 − T)·D/E), où β_U est le bêta de l’activité sans dette. Pour transposer un bêta à une autre structure du capital, désendettez-le d’abord, puis réendettez-le au nouveau D/E.

Statistique descriptive : la moyenne est la somme divisée par n ; la médiane est la valeur du milieu des données triées (la moyenne des deux valeurs du milieu si n est pair). L'écart-type d'échantillon est s = √(Σ(x − x̄)²/(n − 1)). Un score z = (x − μ)/σ indique à combien d'écarts-types une valeur se trouve de la moyenne.

Statistique descriptive : la moyenne est la somme divisée par n ; la médiane est la valeur du milieu des données triées (la moyenne des deux valeurs du milieu si n est pair). L'écart-type d'échantillon est s = √(Σ(x − x̄)²/(n − 1)). Un score z = (x − μ)/σ indique à combien d'écarts-types une valeur se trouve de la moyenne.

Variables aléatoires discrètes : une loi de probabilité énumère chaque valeur x que peut prendre la variable avec sa probabilité p(x) ; les probabilités sont comprises entre 0 et 1 et leur somme vaut 1. L’espérance (moyenne) est E(X) = Σx·p(x), la moyenne à long terme. La variance est Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², et l’écart-type σ = √Var(X). Pour un changement linéaire Y = aX + b : E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) et σ_Y = |a|·σ_X ; ajouter une constante ne change pas la dispersion.

Variables aléatoires discrètes : une loi de probabilité énumère chaque valeur x que peut prendre la variable avec sa probabilité p(x) ; les probabilités sont comprises entre 0 et 1 et leur somme vaut 1. L’espérance (moyenne) est E(X) = Σx·p(x), la moyenne à long terme. La variance est Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², et l’écart-type σ = √Var(X). Pour un changement linéaire Y = aX + b : E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) et σ_Y = |a|·σ_X ; ajouter une constante ne change pas la dispersion.

D’une aire à z : Φ(z) est l’aire à gauche de z. Pour une aire A de la queue gauche, trouvez dans la table le z tel que Φ(z) = A. Une aire A de la queue droite signifie Φ(z) = 1 − A. Une aire centrale A entre −z et z laisse (1 − A)/2 dans chaque queue, donc Φ(z) = (1 + A)/2. Pour une valeur x, utilisez x = μ + zσ.

D’une aire à z : Φ(z) est l’aire à gauche de z. Pour une aire A de la queue gauche, trouvez dans la table le z tel que Φ(z) = A. Une aire A de la queue droite signifie Φ(z) = 1 − A. Une aire centrale A entre −z et z laisse (1 − A)/2 dans chaque queue, donc Φ(z) = (1 + A)/2. Pour une valeur x, utilisez x = μ + zσ.

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

Intervalle de confiance pour une moyenne : x̄ ± marge d’erreur. Si l’écart-type σ de la population est connu, la marge vaut z·σ/√n ; si l’on ne dispose que de l’écart-type de l’échantillon s, utilisez t à n − 1 degrés de liberté : t·s/√n. Valeurs critiques : z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Pour obtenir une marge E ou moins, il faut n ≥ (z·σ/E)², arrondi à l’entier supérieur.

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Taille d’échantillon pour un test : pour détecter un vrai décalage δ avec une puissance 1 − β dans un test z unilatéral au seuil α, l’erreur type doit vérifier δ = (z_α + z_β)·σ/√n, donc n = ((z_α + z_β)·σ/δ)², arrondi à l’entier supérieur.

Régression par les moindres carrés : avec x̄ et ȳ les moyennes, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² et Sxy = Σ(x − x̄)(y − ȳ), la droite ŷ = a + b·x a pour pente b = Sxy/Sxx et pour ordonnée à l’origine a = ȳ − b·x̄ ; elle passe donc toujours par (x̄, ȳ). Le coefficient de corrélation de Pearson r = Sxy/√(Sxx·Syy) est compris entre −1 et 1 ; r² est la part de la variation de y expliquée par la droite.

Régression par les moindres carrés : avec x̄ et ȳ les moyennes, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² et Sxy = Σ(x − x̄)(y − ȳ), la droite ŷ = a + b·x a pour pente b = Sxy/Sxx et pour ordonnée à l’origine a = ȳ − b·x̄ ; elle passe donc toujours par (x̄, ȳ). Le coefficient de corrélation de Pearson r = Sxy/√(Sxx·Syy) est compris entre −1 et 1 ; r² est la part de la variation de y expliquée par la droite.