Analyse et gestion financières

Chapitre 14: L'analyse du risque et le choix des investissements II

CHAPITRE 14 L'analyse du risque et le choix des investissements II L'une des méthodes de traitement du risque étudiées dans le chapitre 13 consistait en une approche directe par l'utilisation et l'exploitation des paramètres d'espérance mathématique et d'écart type d'une distribution de probabilités. D'autres méthodes directes d'analyse et de prise en compte du risque des projets d'investissement peuvent être retenues, notamment les modèles de simulation et les arbres de décision. Nous complèterons l'exposé et l'illustration des méthodes directes de détermination du risque d'un projet par l'explication des caractéristiques et de la signification de la théorie de l'utilité pour l'analyse du risque. L'analyse du risque et le choix des investissements II 689 1. LES MODÈLES DE SIMULATION Les modèles de simulation ont pour objet d'incorporer le risque dans la décision d'investir. Plusieurs facteurs déterminent la valeur actuelle nette d'un projet comme le prix de vente, les coûts et les prévisions de vente. Les ordinateurs nous permettent de simuler plusieurs résultats de VAN en utilisant un grand nombre de variables, et ce avec une grande rapidité et de façon économique. Des calculs complexes seraient longs, fastidieux et très coûteux sans une telle aide puisqu'une distribution de probabilités est modifiée par chaque variable pertinente et qu'il peut y en avoir une dizaine et même davantage. Tous ces calculs aboutissent à la détermination d'une distribution de probabilités de la VAN susceptible d'améliorer l'évaluation du risque du projet par le gestionnaire. David B. Hertz1 a développé un modèle combinant les paramètres économiques de base qui influencent la détermination de la VAN d'un projet: il s'agit du modèle de simulation Monte-Carlo qui utilise comme intrants des variables aléatoires. Nous pourrons constater la supériorité d'un modèle de simulation par ordinateur sur les méthodes d'équivalence de certitude et de taux ajusté au risque. Ces deux méthodes, aussi utiles soient-elles, ne procurent qu'une seule estimation du taux de rendement d'un projet d'investissement et sont basées sur une seule variable aléatoire, en l'occurrence le flux monétaire net. Or il peut exister une multitude de variables aléatoires telles que la durée de vie du projet et le coût de l'énergie. La technique de simulation de Hertz2 règle les difficultés techniques de la manipulation d'un grand nombre de variables aléatoires. Le but est d'évaluer les investissements risqués à partir d'une distribution de probabilités de valeurs actuelles nettes ou de taux de rendement interne. Les deux paramètres d'espérance mathématique et d'écart type de la distribution améliorent l'estimation du risque d'un projet. Les étapes suivantes caractérisent le modèle et l'analyse de Hertz. 1. David B. HERTZ (1964), « Risk Analysis in Capital Investment », Harvard Business Review, janvierf évrier, pp. 95-106. 2. David B. HERTZ (1968), « Investment Policies that Pay Off », Harvard Business Review, janvierf évrier, pp. 96-108. 690 Chapitre 14ƒ Étape 1 : La détermination des variables clés susceptibles d'être marquées par le risque. Elles sont traitées comme des variables indépendantes et peuvent être endogènes ou exogènes. Leur nombre peut varier selon les caractéristiques propres aux projets étudiés. Plus le nombre de variables étudiées est élevé, plus l'élaboration de la distribution de la valeur actuelle nette ou du taux de rendement interne du projet devient complexe.ƒ Étape 2: L'estimation, aussi précise que possible effectuée par la direction de l'entreprise, des valeurs probables de neuf variables clés et l'élaboration d'une distribution de fréquences de réalisation de ces valeurs. La direction est alors en mesure de construire les distributions de probabilités respectives des variables étudiées. Les neuf variables clés considérées sont regroupées en trois grandes catégories: 1) Les variables d'analyse du marché dont la combinaison des quatre composantes suivantes fournit différentes valeurs de ventes espérées: la taille du marché, le prix de vente...