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.

Duration : la duration de Macaulay est la date moyenne pondérée à laquelle une obligation verse ses flux, avec les valeurs actuelles des flux comme poids : D = Σ t·PVₜ/P. La duration modifiée D/(1 + y) estime la variation en pourcentage du prix pour une petite variation du rendement : %ΔP ≈ −D_mod·Δy.

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).

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).

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.

Probabilités : avec des issues équiprobables, P(A) = cas favorables/cas possibles. Pour des événements indépendants, on multiplie : P(A et B) = P(A)·P(B). Le complémentaire aide souvent : P(au moins un) = 1 − P(aucun). Loi binomiale : pour n épreuves indépendantes de probabilité de succès p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

Sommes et différences de variables normales : si X et Y sont indépendantes et normales, X + Y et X − Y sont aussi normales. Les moyennes s’additionnent ou se soustraient : E(X ± Y) = μ_X ± μ_Y. Les variances s’additionnent toujours, même pour une différence : Var(X ± Y) = σ_X² + σ_Y², donc σ = √(σ_X² + σ_Y²). Les écarts-types ne s’additionnent jamais directement. Le total de n éléments indépendants de même loi a pour moyenne n·μ et pour écart-type σ·√n. Centrez et réduisez ensuite comme d’habitude : z = (x − moyenne)/σ et lisez Φ(z).

Loi normale : transformez une valeur x en score z, z = (x − μ)/σ, qui compte le nombre d’écarts-types par rapport à la moyenne. Une table de z (ou Φ(z)) donne l’aire à gauche de z, c’est-à-dire P(X < x). L’aire à droite vaut 1 − Φ(z), et l’aire entre deux valeurs est la différence de leurs deux aires.

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.

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.

Test sur une moyenne : la statistique de test mesure à combien d'erreurs types la moyenne de l'échantillon se trouve de la valeur affirmée dans H₀ : z = (x̄ − μ₀)/(σ/√n) quand σ est connu, t = (x̄ − μ₀)/(s/√n) quand il est estimé sur l'échantillon. Un intervalle de confiance vaut x̄ ± (valeur critique)·(erreur type).

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.