Gestion de Portefeuille
Gestion de Portefeuille
Gestion de Portefeuille
portefeuille
MANAGEMENT SUP
Gestion de
portefeuille
© Dunod, 2017
11, rue Paul Bert, 92240 Malakoff
www.dunod.com
ISBN 978-2-10-075946-0
Table des matières
Préface IX
Avant-propos XIII
Présentation des auteurs XV
2 Préférences et utilités 37
Section 1 Fonction d’utilité 38
VI
Table des matières
Remerciements 225
Bibliographie 229
Index 231
© Dunod – Toute reproduction non autorisée est un délit.
VII
Préface
L’erreur comme préambule à la gestion de portefeuille n’est pas une gageure mais
bien le prérequis de toute bonne gestion.
La recherche de performance ne réside pas seulement dans le choix des titres mais
également dans leur dynamique. Acheter quand le marché vend, suivre la tendance,
savoir couper une position en perte ou en forte plus-value sont des compétences qui
s’acquièrent avec l’expérience. L’apprentissage par l’erreur reste la meilleure école
du gérant. Dans le métier, on dit souvent qu’un bon gérant est un gérant qui a raison
plus d’une fois sur deux. C’est dire si l’erreur est belle et bien inhérente au métier
de gérant. D’où l’importance de se nourrir de ses erreurs pour progresser.
Dans ce contexte, comment appréhender et maîtriser l’erreur ? Là est toute l’ex-
pertise du gérant de portefeuille. Expertise qui s’acquière grâce à l’expérience indis-
pensable à la pertinence et la fiabilité d’un raisonnement. Car, pour citer une nou-
velle fois Warren Buffet, « vous n’avez pas raison parce que d’autres sont d’accord
avec vous. Vous avez raison parce que vos faits sont exacts et que votre raisonne-
ment est juste. »
IX
Gestion de portefeuille
X
Préface
ment 80 % des mouvements du marché des actions (depuis dix ans). Aussi, une
gestion active moderne doit pouvoir utiliser les puissances de calcul actuelles afin
d’évaluer les expositions des portefeuilles aux différentes variables macro-écono-
miques. Lorsque vous achetez des actions L’Oréal, vous ne prenez pas qu’une posi-
tion sur une société de cosmétiques mais vous jouez également indirectement sur
une baisse des taux longs européens et une hausse du dollar. Ainsi, l’approche mul-
tifactorielle prend aujourd’hui tout son sens dans le cadre de la gestion d’un porte-
feuille d’actions. La gestion active fondamentale doit apprendre de l’approche
quantitative afin de renforcer son processus de gestion fondamental.
Dans ce contexte, cet ouvrage constitue un outil complet pour comprendre la théo-
rie et les différentes techniques de gestion de portefeuille. Je vous en souhaite bonne
lecture.
Ronan Poupon1
Gérant de portefeuille Actions Européennes chez Natixis Asset Management
© Dunod – Toute reproduction non autorisée est un délit.
1. Ronan Poupon est reconnu comme étant le gérant le plus populaire auprès des investisseurs pour la troisième
année consécutive selon l’enquête EXTEL 2017.
XI
Avant-propos
Écrit pour être accessible au plus grand nombre, cet ouvrage présente la gestion de
portefeuille à travers huit chapitres qui se succèdent dans un ordre logique.
Le premier, sur la microstructure des marchés financiers, présente le cadre de la ges-
tion, l’organisation et les infrastructures de marchés, les principaux types d’ordres de
bourse et les mécanismes de fixation des prix. Ensuite, puisque les décisions finan-
cières se prennent dans un environnement incertain, où les rentabilités espérées
dépendent en grande partie des risques pris, le gérant de portefeuille cherche
constamment à maximiser l’utilité de ses investissements, c’est-à-dire la satisfaction
qu’ils procurent en fonction de l’aversion au risque des investisseurs (chapitre 2).
Pour construire son portefeuille, il procède donc régulièrement à des arbitrages en
cherchant à maximiser le couple rentabilité/risque, tout en tenant compte de la cor-
rélation des actifs introduits dans le portefeuille (chapitre 3). Ce portefeuille, com-
prenant parfois plusieurs centaines d’actifs, peut être optimisé de manière à satis-
faire des niveaux de rentabilité exigée et/ou de risque acceptable en fonction du
niveau de tolérance du risque des investisseurs (chapitre 4). Tandis que selon le
MEDAF (Modèle d’Évaluation Des Actifs Financiers), la rentabilité d’un porte-
feuille diversifié s’explique essentiellement par son beta, c’est-à-dire par sa sensibi-
lité au marché, les modèles multifactoriels, comme ceux de Fama-French et de
Cahart ont montré que d’autres facteurs comme la taille, le ratio valeur comptable/
valeur de marché et le momentum avaient également un pouvoir explicatif sur la
XIII
Gestion de portefeuille
rentabilité des portefeuilles et étaient associés à des primes de risque (chapitre 5).
Professionnels et académiciens se sont alors mis à la recherche de nouveaux facteurs
de risque afin de capturer les primes de risque associées à ces facteurs. C’est ainsi
qu’est née la gestion dite « Smart Beta » (ou « Factor Investing ») à mi-chemin entre
la gestion passive pure et la gestion active (chapitre 6). Pour battre le marché, les
professionnels de la gestion active utilisent des techniques de market timing et de
stock picking afin de déterminer respectivement quand acheter, et quand vendre,
ainsi que quoi acheter et quoi vendre (chapitre 7). Enfin, le dernier chapitre présente
les principales mesures de performance ajustée du risque, et illustre l’attribution de
performance d’un gérant en fonction de ses capacités d’allocation d’actifs et sélec-
tion de valeur. Ainsi, bien que cet ouvrage soit volontairement centré sur les actions
plutôt que sur les obligations ou les produits dérivés1, les méthodes et les principes
de gestion présentés ici sont applicables à tout portefeuille, quels que soient les
actifs qui le composent.
Du MEDAF initial aux derniers modèles multifactoriels, du développement des
premiers ETF pour la gestion passive à la gestion smart beta, et des méthodes clas-
siques de stock picking et de market timing à la construction d’un portefeuille beta
neutral, cet ouvrage traite à la fois des aspects théoriques et des méthodes pratiques,
en essayant toujours d’aller du plus simple vers le plus complexe, et du plus ancien
vers le plus récent. Toutefois, comme son environnement, le métier de la gestion de
portefeuille est en constante évolution : crises et rebonds économiques se succèdent
dans un monde de plus en plus globalisé, règlementation changeante, taux bas par-
fois même négatifs, part croissante du trading algorithmique, innovation finan-
cière… la gestion de portefeuille est remplie de nouveaux challenges, et la manière
d’appréhender les marchés financiers demain sera peut-être sensiblement différente
qu’aujourd’hui. C’est aussi cela qui rend ce métier passionnant !
Les auteurs
Rémy Estran, Étienne Harb, Iryna Veryzhenko
1. Pour une introduction aux produits dérivés, nous recommandons le livre Finance publié aux éditions Dunod
dans la collection Openbook (2014).
XIV
Présentation des
auteurs
Rémy Estran
Manager chez MPG Partners, successivement chef de projet au Crédit Foncier,
responsable de la recherche quantitative au sein de l’agence de notation Spread
Research et consultant en investissement pour le bureau parisien de bfinance. Il est
diplômé du master de recherche en sciences financières, conjointement délivré par
l’université Paris Nanterre, l’École Nationale Supérieure des Mines de Paris, et
l’ESCP Europe, et détient également les certifications FRM (Financial Risk
Manager) et CAIA (Chartered Alternative Investment Analyst). Il enseigne la finance
à l’université Paris Dauphine et à l’ESCP Europe.
Iryna Veryzhenko
Maître de conférences au Conservatoire National des Arts et Métiers et docteur en
finance de marché de l’IAE de Paris, elle enseigne la gestion de portefeuille, la ges-
tion obligataire et la microstructure des marchés financiers. Elle assure également
des cours de finance de marché et de gestion d’actifs à l’ESSCA, à l’IAE de Paris et
à l’ENSAM de Paris. Elle est l’auteur de plusieurs articles scientifiques en gestion
de portefeuille, régulation financière, et la microstructure des marchés financiers.
Elle est la directrice déléguée pour les policy papers au sein du laboratoire d’excel-
lence sur la régulation financière (LabEx ReFi).
Étienne G. Harb
Titulaire d’un doctorat en Sciences économiques - Finance de marché de l’univer-
sité Panthéon-Assas (Paris II), Étienne G. Harb est professeur de finance à l’ESSCA.
Elle enseigne principalement la gestion financière, la finance de marché et la gestion
des risques financiers et y gérait le Master en alternance Finance et Risk Management.
Elle est l’auteur d’ouvrages de finance et d’articles scientifiques en gestion des
risques financiers, plus particulièrement le risque de crédit et le risque de liquidité.
XV
Chapitre
La microstructure
1 des marchés
financiers
OBJECTIFS
Pour mieux comprendre la construction et la gestion d’un portefeuille, il est
essentiel de comprendre les mécanismes d’un marché financier, son organisa-
tion et ses infrastructures. Dans cet ouvrage, nous traitons le marché financier
français.
C’est intéressant de comprendre comment sont passés les ordres de la bourse
mais c’est encore plus important de bien cerner la formation des prix des titres
échangés et le débouclage des transactions.
Avec l’avancée technologique, l’innovation numérique et la transformation
des places financières qui s’en suit, le rôle de la régulation devient majeur. Ce
chapitre introduit les principaux régulateurs sur la scène française ainsi que
les principaux acteurs européens.
SOMMAIRE
Section 1 L’architecture et l’organisation d’un marché financier
Section 2 L’organisation des échanges : structures et types d’ordres
Section 3 La formation des cours
Section 4 Les interruptions de cotation
Section 5 Mesures de liquidité
Chapitre 1 ■ La microstructure des marchés financiers
Section
1 L ’ARCHITECTURE ET L’ORGANISATION D’UN
MARCHÉ FINANCIER
Pour mieux comprendre la structure d’un marché et son organisation, il faut com-
mencer par distinguer le marché des capitaux et le marché monétaire. Le premier
appelé plus couramment le marché financier assure le financement de l’économie. Il
représente le lieu désormais fictif des échanges entre les agents économiques ayant
1. La cotation à la criée est la première méthode de fonctionnement de la bourse. Elle consiste à établir le prix
ou le cours d’un titre par la confrontation des offres d’achat et de vente d’une façon publique et verbale. Elle
emploie une forme particulière de langage des signes avec des codes pour passer les ordres entre courtiers, tout en
centralisant les points d’achat et de vente.
2. Turquoise est le premier SMN à proposer en Europe une plateforme de négociation permettant à ses clients de rester
anonymes, forme de marché appelé darkpool ou bassin de liquidité opaque en français. Ce marché alternatif aux grands
marchés boursiers réglementés se place en dehors des réglementations en fixant ses propres règles. Il offre donc une pos-
sibilité de marché de gré à gré afin de permettre à ses grands clients de contourner les réglementations et rester anonymes.
Il est autorisé en 2007 par la Directive marchés des instruments financiers (DMIF) (voir focus sur la DMIF p. 5).
2
La microstructure des marchés financiers ■ Chapitre 1
Remarque
Avec la vitesse de la démutualisation des places financières, la bourse offre de multiples
possibilités. Elle permet aussi de former des alliances, des restructurations, des fusions
et des acquisitions avec beaucoup de souplesse rendue possible par les offres publiques
d’achat (OPA), les offres publiques d’échange (OPE) ou d’autres opérations.
c Focus
Le financement de l’économie
Aujourd’hui, le financement de l’économie puissance de la gestion collective qui
s’effectue directement et indirectement : permet aux particuliers d’accéder plus
••Directement : par le biais des marchés facilement à l’ensemble des marchés
de capitaux qui garantissent l’échange pour y investir leur épargne.
des instruments financiers et assurent ••Indirectement : par le biais des
© Dunod – Toute reproduction non autorisée est un délit.
ainsi leur liquidité. Les marchés des intermédiaires telles les banques qui se
actions sont accessibles directement refinancent grâce à l’épargne des
aux particuliers. Toutefois, la majorité particuliers, auprès des marchés ou
des autres marchés ne le sont qu’aux aussi auprès de la banque centrale.
professionnels (banques, Organismes Ainsi, pour financer son activité, une
de Placement Collectif des Valeurs entreprise peut soit emprunter auprès
Mobilières (OPCVM), fonds de d’une banque soit directement émettre
gestion …). Ceci explique la montée en des titres financiers sur les marchés.
1. L’émission des nouveaux titres se fait sur le marché primaire où le titre est souscrit (ou acquis) pour la
première fois par un investisseur. Cette émission est généralement soutenue et organisée par les banques contre
rémunération. La renégociation du titre émis peut se faire à tout moment et ce, sur le marché secondaire. Ainsi,
dès leur mise en circulation sur le marché primaire, les nouveaux titres sont négociés afin de trouver de nouveaux
acquéreurs sur le marché secondaire.
2. Pour une meilleure compréhension de la différence entre ces deux instruments financiers, cf. Harb E.,
Veryzhenko I., Masset E. et Murat P. (2014), Finance, collection Openbook, Dunod, chapitres 8 et 9.
3
Chapitre 1 ■ La microstructure des marchés financiers
Dans les deux cas, les banques jouent un rôle extrêmement important dans le
financement de l’économie.
1.1 L’intermédiation financière
Un actionnaire, donneur d’ordres doit détenir un compte-titres auprès d’un inter-
médiaire financier (banque ou courtier électronique). L’ordre transite du donneur
d’ordres au marché en passant obligatoirement par un intermédiaire membre PSI1
(prestataires de services d’investissement). Seul un membre est habilité à placer les
ordres sur le marché. Les PSI sont les institutions financières, les établissements de
crédit et les sociétés d’investissement.
Si l’ordre est passé via un intermédiaire membre, l’ordre est directement dirigé
vers le marché. Sinon, l’intermédiaire doit le diriger vers un membre, ce qu’on
appelle routage d’ordres.
La transmission d’ordres et les opérations de post-marché ont été automatisées
grâce à la mise en place en 1991, du système de règlement-livraison titres appelé
RELIT. Il est actuellement connu sous le nom RGV pour RELIT grande vitesse.
Cette automatisation permet aujourd’hui à un particulier titulaire d’un compte-titres,
même modeste, de gérer son compte-titres en temps réel à faible coût toujours révisé
à la baisse. Ceci est rendu possible comme le RELIT permet :
–– un passage d’ordres avec exécution immédiate, sous l’hypothèse que l’ordre soit
compatible avec les caractéristiques du marché de réception, et ;
–– une réception quasi immédiate d’un avis d’opéré par le donneur d’ordres.
4
La microstructure des marchés financiers ■ Chapitre 1
c Focus
Directive marchés d’instruments financiers DMIF2
La DMIF a radicalement modifié le paysage son client de toutes les possibilités mais il
boursier en Europe. Entre autres, elle a est tenu de lui offrir la meilleure exécution
permis d’élargir la concurrence entre les possible. Il est à noter qu’il existe également
places financières où ont lieu les échanges un ordre appelé « ordre meilleure place »
de titres. Elle a rendu également possible le applicable depuis la mise en place de la
choix de la place d’exécution de l’ordre DMIF. Il offre l’avantage de faire obligation
pour permettre à l’intermédiaire financier aux intermédiaires financiers de router
de garantir la meilleure exécution possible l’ordre de bourse placé par leur client vers
de l’ordre passé par son client. En effet, le marché assurant les meilleures
l’intermédiaire n’est pas censé informer conditions de prix.
1. Les ventes à découvert seront traitées dans le chapitre 3. Il s’agit de vendre à terme un titre que l’on ne possède
pas à la date de la négociation de la vente mais qu’on acquerra plus tard quand le prix aura baissé, en vue de le livrer
à l’acheteur.
2. MIFID en anglais.
3. Cf. note de bas de page 2 du présent chapitre.
5
Chapitre 1 ■ La microstructure des marchés financiers
1.3 Le post-marché
Les titres doivent en effet être traités suite à leur négociation. L’acheteur doit
régler le prix de la transaction au vendeur qui à son tour, doit livrer les titres. Le
transfert de titres doit être acté. Ce rôle est assuré par les infrastructures de post
marché (opérations back-office) qui se chargent du suivi administratif et du traite-
ment afin de garantir le bon dénouement des transactions.
En ce qui concerne les actions, le post-marché réside dans deux opérations princi-
pales : la compensation et le règlement-livraison.
− La compensation : dans un marché réglementé, un investisseur donneur d’ordres fait
affaire « avec le marché » et non avec un tel ou tel investisseur. La dissociation entre
la transaction et la qualité de signature est rendue possible par les chambres de com-
pensation (clearing houses) qui interviennent comme contrepartie centrale unique
de l’acheteur et du vendeur. Exemple: LCH Clearnet est le compensateur avec lequel
sous-traite Euronext en France pour la négociation des actions.
− Le principe de compensation a l’avantage de limiter voire éliminer le risque pour les
investisseurs acheteurs ou vendeurs, lequel risque est transféré à la chambre de com-
pensation. Ces prestations de compensation sont rémunérées sous forme de commis-
sions. En d’autres termes, la commission de compensation rémunère le risque de
contrepartie transféré des investisseurs à la chambre de compensation. Cette dernière
gère le risque sous forme de demande de garanties aux membres. Toutefois, c’est la
plateforme de négociation qui choisit le compensateur et non l’investisseur ni l’inter-
médiaire membre, par lequel l’ordre a transité. La plateforme facture une commis-
sion globale pour les services assurés (négociation et compensation) aux membres.
Les éventuelles défaillances des clients seront supportées par les intermédiaires.
Pour se protéger, ils établissent des procédures de vérification de la solvabilité de
leurs clients quand ceux-ci placent leurs ordres.
− Le règlement-livraison : un système qui garantit le paiement et la livraison effective
des titres. Le dénouement des engagements entre l’acheteur et le vendeur se fait avec
un décalage de 3 jours pour une transaction au comptant à Paris (donc les flux ont
lieu en J+3). Pour les opérations en Service à Règlement Différé (SRD), le décalage
temporel est encore plus important comme le débouclage effectif d’une transaction
a lieu en fin de mois1. Cela étant, les procédures doivent être bien définies. À ce
niveau, intervient le métier de la conservation (custody ou safekeeping). En effet, les
titres sont inscrits au nom de l’investisseur acheteur chez le conservateur comme
Euroclear et Clearstream qui sont les principaux organismes du métier de conserva-
tion en Europe. Euroclear est également le plus important dépositaire central de
titres (CSD en anglais) pour le marché français des actions. À savoir, un CSD assure
plusieurs métiers de la compensation à la conservation et le service de règlement-
livraison ainsi que la gestion des dépôts de garantie et d’autres opérations sur pro-
duits dérivés tel le traitement des appels de marge, etc.
1. On peut même observer dans certains cas, des reports de positions sur le mois suivant.
6
La microstructure des marchés financiers ■ Chapitre 1
Une fois que le règlement est réalisé, la livraison des titres se matérialise par leur
transfert vers le compte-titres de l’investisseur en passant par la banque ou le cour-
tier par qui l’ordre a transité.
Les différents métiers du service règlement-livraison ne sont pas forcément assu-
rés par le même établissement, par exemple, le compensateur ne joue pas forcément
le rôle du conservateur. Toutefois, sur certaines plateformes, on pourrait observer un
système dit intégré où la bourse contrôlerait elle-même plusieurs métiers de la
chaîne de traitement du titre (cf. figure 1.2), plus souvent ceux de cotation, de com-
pensation, de règlement-livraison et de conservation. On parlera d’organisation en
silo. Cette organisation n’a pas que des avantages, elle présente l’inconvénient pour
l’investisseur de limiter la concurrence des services que le post-marché pourrait lui
offrir.
7
Chapitre 1 ■ La microstructure des marchés financiers
Relit - RGV
Les Banques
Structure à prix importé
Les Régulateurs
Compensation, règlement-livraison
Européens : ESMA et
EBA, EIOPA Euroclear
8
La microstructure des marchés financiers ■ Chapitre 1
Investisseur
(Donneur d'ordre)
Investisseur Banque, Courtier
(Compte titre) (Front Office)
Banque, Courtier
Membre
(Back office)
Conservation Cotation
(Custody) transaction
Règlement
Compensation
livraison
(Cleaning)
(Settlement)
© Dunod – Toute reproduction non autorisée est un délit.
9
Chapitre 1 ■ La microstructure des marchés financiers
10
La microstructure des marchés financiers ■ Chapitre 1
• les titres publics (échangés sur les marchés et soumis à la régulation) contre les
titres privés (illiquides et non-soumis à la régulation) ;
• les produits dérivés financiers qui dérivent leurs valeurs de la valeur de leurs sous-
jacents ou actifs auxquels ils sont adossés, contre les produits dérivés physiques
(adossés à des titres physiques comme le blé, l’or, le pétrole, etc.) ;
• les instruments collectifs de placement tels les fonds de couverture, les fonds
mutuels, les asset-backed securities, etc.
11
Chapitre 1 ■ La microstructure des marchés financiers
Section
2 L ’ORGANISATION DES ÉCHANGES : STRUCTURES
ET TYPES D’ORDRES
Nous traitons essentiellement les principes d’organisation des échanges tels les
structures de marché qui sont soit dirigées par les prix soit dirigées par les ordres,
les modes de cotation ou de détermination des prix, les types d’ordres, leur trans-
mission et leur exécution. Nous analysons notamment, l’incidence de ces différents
éléments sur la liquidité du marché mesurée le plus souvent, par la fourchette des
prix ou le bid-ask spread (les mesures de liquidité seront traitées dans la section 4
du présent chapitre).
Un marché est soit gouverné par les ordres (order-driven market) et on l’appelle
marché d’agence, soit gouverné par les prix (quote-driven market) et on l’appelle
marché de contrepartie. Sur ces deux structures, le mode de fonctionnement est
différent, les intermédiaires et leur rôle le sont aussi.
12
La microstructure des marchés financiers ■ Chapitre 1
Le tableau 1.1 reprend les données d’Euronext telles qu’elles sont affichées par les
diffuseurs de données (presses financières ou intermédiaires financiers). On se
contente de reprendre ici les 5 meilleures limites bid et ask. En d’autres termes, le
carnet affiche :
• les 5 meilleures offres des vendeurs : le meilleur prix est 47,110, il s’agit du prix
le moins élevé auquel un acheteur est prêt à vendre et pour lequel une quantité de
1 217 actions Total sont proposées ;
13
Chapitre 1 ■ La microstructure des marchés financiers
• et les 5 meilleures demandes des acheteurs : le meilleur prix est 47,100, il s’agit
du prix le plus élevé qu’un acheteur est prêt à payer et auquel 487 actions seront
achetées.
Il est à noter que les quantités affichées par ligne donnent le cumul des quantités
des ordres passés au prix concerné et en attente d’être exécutés. Ces prix ainsi que
les quantités et les autres caractéristiques des ordres sont fixés par les investisseurs.
Rien n’est inventé par le marché.
Pour résumer, selon le carnet d’ordres Total, le vendeur le moins exigeant est prêt
à vendre à 47,110 et l’acheteur le mieux-disant en prix est disposé à acheter à
47,100. Aucune transaction n’est donc possible à cet instant précis. Une transaction
aura lieu si un investisseur modifie son ordre ou s’il arrive sur le marché un nouvel
ordre d’achat ≥ 47,110 (meilleur ask) ou de vente ≤ 47,100 (meilleur bid). Les ordres
exécutés (évidemment, en fonction de la disponibilité des quantités) disparaîtront du
carnet d’ordres et de nouveaux cumuls avec de nouveaux prix bid et ask apparaissent.
Les ordres restant dans le carnet peuvent finir par être annulés, du moins tant qu’ils
ne sont pas exécutés.
C’est ainsi que les ordres font les prix sur le marché d’agence moyennant un car-
net d’ordres.
Définition
Le quote : il regroupe les quatre informations sur les prix et les quantités à la vente comme
à l’achat postées par un teneur de marché.
Les market-makers prennent des positions sur le marché pour leurs propres comptes et se
tiennent comme contrepartie de leurs clients. Grâce à leur activité, un client trouvera
toujours une contrepartie pour acheter ou pour vendre. Les prestations des dealers pro-
curent ainsi de la liquidité aux titres.
Pour réaliser un gain et rémunérer ainsi sa prestation, le market-maker maintient
une différence entre le prix auquel il est prêt à acheter et le prix auquel il est disposé
à vendre.
Un investisseur peut soit accepter les conditions publiées par le dealer, soit
s’adresser à un autre dont les conditions ou la fourchette de prix lui conviennent
mieux. Il peut encore s’abstenir de passer son ordre. Les prix font donc les ordres
sur ce type de structure.
14
La microstructure des marchés financiers ■ Chapitre 1
Comme les dealers prennent des positions sur compte propre, il s’en suit des obli-
gations en termes de fonds-propres afin de s’assurer qu’ils puissent bien dénouer les
positions prises. Toutefois, ils sont tenus de réaliser l’exécution la plus avantageuse
(best execution) pour leurs clients. Cette obligation introduite par la DMIF en 2007
a pour but de prévenir tout conflit d’intérêt et ainsi protéger les intérêts du client.
Ainsi chaque teneur de marché représente un centre de détermination des cours. Il
en résulte une large concurrence et donc une certaine opacité. Cette dernière peut
être réduite par le respect des exigences d’affichage centralisé, ce qui diminuera le
coût d’accès à l’information et permettra à l’investisseur même le moins initié, de
trouver les conditions les plus avantageuses.
La majorité des valeurs mobilières, autres que les actions, sont échangées dans des
structures dirigées par les prix.
sans se porter lui-même contrepartie. Les ordres sont exécutés au milieu de la four-
chette de prix observé sur un marché de référence. Toutefois, les échanges n’ont pas
d’impact sur l’équilibre des marchés de référence d’où l’on importe les prix. Par
contre, le succès des échanges sur ce marché peut avoir un impact autodestructeur :
un volume très important des échanges peut se faire au détriment de la liquidité des
marchés de référence. Ceci influencera indirectement la qualité des cours qui sont
produits sur les marchés classiques.
Un quatrième mode, le système d’internalisation (in house matching) fait interve-
nir un mélange des deux modèles principaux de marché. En effet, le donneur
d’ordres a le droit de décider si son ordre sera exécuté sur le marché de référence ou
en interne. Dans le premier cas, l’intermédiaire peut croiser les ordres des clients et
15
Chapitre 1 ■ La microstructure des marchés financiers
Les bid et les ask sont cotés pour des volumes spécifiques de transactions. On
rappelle que la cotation se fait au prix d’achat le plus élevé et au prix d’offre le plus
faible parmi les prix proposés par les courtiers sur un même titre. Plus le bid-ask
spread (fourchette de cotation) est faible, plus le marché du titre concerné, est
liquide.
Les ordres de bourse sont caractérisés par :
–– le nom (code ou mnémonique) de la valeur à traiter ;
–– le nombre de titres à traiter ;
16
La microstructure des marchés financiers ■ Chapitre 1
1. D’autres types d’ordres sont proposés par les autres marchés qu’Euronext et rendus accessibles par l’automa-
tisation du routage d’ordre. On cite particulièrement l’« ordre à cours moyen pondéré » (ordre CMP) réservé géné-
ralement aux investisseurs institutionnels. Le prix d’exécution de cet ordre résulte de l’application d’une formule
établie par l’accord entre le donneur d’ordre et son intermédiaire. Il s’agit du cours moyen observé sur une fenêtre
(une heure à une séance) pondéré par la quantité des échanges sur cette même fenêtre.
17
Chapitre 1 ■ La microstructure des marchés financiers
S’il arrive au marché un ordre d’achat de 300 actions à cours limité de 65, seules les
250 actions (200 actions au prix de 65 et 50 actions au prix de 60) seront exécutées. Les
50 actions non-exécutées entreront en carnet, du côté des vendeurs avec l’apparition d’une
nouvelle limite à l’achat ou bid de 65. Du côté des acheteurs, il y aura également une modi-
fication des 5 meilleures limites affichées dans le carnet d’ordres.
Tableau 1.4 – Carnet d’ordres avec l’arrivée d’un ordre à cours limité - 1
Quantité Bid Ask Quantité
100 50 60 50
200 45 65 200
100 40 70 100
500 35 75 200
10 30 80 500
Tableau 1.5 – Carnet d’ordres avec l’arrivée d’un ordre à cours limité - 2
Quantité Bid Ask Quantité
50 65 70 100
100 50 75 200
200 45 80 500
100 40 85 300
500 35 90 100
18
La microstructure des marchés financiers ■ Chapitre 1
L’ordre passé couvre l’achat de 50 actions à 60, de 200 actions à 65, de 100 actions à 70,
de 200 actions à 75 et de 275 actions à 80. Dans le nouveau carnet d’ordres, la meilleure
limite sera égale à 80 avec une quantité disponible à l’achat de 225 actions. De nouvelles
limites entreront en carnet du côté des vendeurs.
L’ordre au marché a l’avantage de garantir l’exécution totale d’un ordre passé mais il est
plus agressif que l’ordre à cours limité. Ainsi, on dit qu’il consomme de la liquidité. Ceci
se traduit par l’élargissement de la fourchette de cotation de 10 (60-50) à 30 (80-50).
Derrière les deux ordres les plus courants qu’on trouve sur presque toutes les pla-
teformes sur un marché d’agence, on trouve les libellés d’ordres suivants :
–– l’ordre à la meilleure limite : cet ordre est une sous-catégorie d’ordre au marché. Il
est exécuté au mieux de l’offre ou de la demande du marché donc il n’offre aucune
garantie sur le prix. Il représente aux investisseurs l’intérêt d’entrer en bonne posi-
tion sur le marché, mais avec, cependant, un risque d’exécution partielle de la tran-
saction (si les quantités disponibles sont insuffisantes) ; la partie non exécutée se
transforme en ordre à cours limité au cours coté.
de prix, il sera exécuté sur une seule limite (la meilleure limite du carnet). Les 25 actions
seront donc exécutées au prix de 60. La quantité offerte à ce prix étant suffisante, l’exécu-
tion de l’ordre est totale. Le carnet d’ordres après le passage de cet ordre fait apparaître les
limites suivantes :
Tableau 1.8 – Carnet d’ordres avec l’arrivée d’un ordre à la meilleure limite
Quantité Bid Ask Quantité
100 50 60 25
200 45 65 200
100 40 70 100
500 35 75 200
10 30 80 500
19
Chapitre 1 ■ La microstructure des marchés financiers
Dans ce cas précis, les meilleures limites n’ayant pas changé, il n’en résulte pas de chan-
gement de la fourchette de cotation.
− l’ordre à seuil de déclenchement (stop loss order) : cet ordre concerne un ordre
d’achat (de vente) qui n’est activé que lorsque le marché enregistre une tran-
saction à un prix supérieur (inférieur) ou égal à un seuil fixé ; il se transforme
alors en ordre au marché ou un ordre à tout prix et peut être exécuté sur plu-
sieurs limites de prix du carnet. On ne maîtrise donc pas le cours d’exécution.
Pour que cet ordre soit accepté, le seuil doit être supérieur (cas d’un ordre
d’achat) ou inférieur (cas d’un ordre de vente) au dernier cours enregistré sur
le marché.
L’ordre à seuil est utilisé pour se protéger contre une baisse très forte (lorsque l’on
est en position d’acheteur net) ou contre une hausse très importante (si l’on est en
position de vente à découvert). L’ordre de vente à seuil de déclenchement se passe
en spécifiant un cours inférieur au cours actuel du titre. Il s’agit en effet d’un ordre
de protection pour stopper une perte en cas de retournement de marché. D’où son
ancien nom d’« ordre stop ».
Il est plus particulièrement utilisé pour se protéger d’un retournement du mar-
ché lorsque l’on se trouve sur une position gagnante. On parle de stratégie
momentum. Dans ce cas, se présente le risque de déclenchement de l’ordre alors
que le marché ne s’est pas vraiment retourné : la position de l’investisseur est
soldée sans qu’il ait engrangé tout le potentiel de profit. Plus on ajuste réguliè-
rement le prix du seuil pour accompagner la tendance et plus on s’expose au
risque de perte.
20
La microstructure des marchés financiers ■ Chapitre 1
65 euros.
À la limite de 65 euros, l’ordre apparaît en carnet comme ordre à cours limité à 75 euros.
L’exécution concernera l’achat de 175 actions à 65, de 100 actions à 70 et de 200 actions à
75. Les 25 actions restantes ne passent pas à cause de la limite de 75. En effet, l’ordre à
21
Chapitre 1 ■ La microstructure des marchés financiers
(pour le vendeur) ne sont pas instantanés mais différés de trois séances de bourse
(J + 3).
À Paris, depuis le 1er avril 2006, la transmission de propriété est effective en
J + 3, mais les droits (les dividendes) sont dus à l’acheteur dès la date de négo-
ciation.
Section
3 LA FORMATION DES COURS
Tous les ordres placés en bourse sont enregistrés dans l’ordinateur central. Pour
chaque valeur, les ordres sont classés dans une feuille de marché sur laquelle sont
réunies toutes les informations collectées sur les ordres à l’achat et à la vente d’une
valeur.
Les cours peuvent être cotés en continu ou en fixing (call auction). La cotation
assistée en continu est la plus fréquente mais le schéma général d’une séance de
bourse à Paris – Euronext alterne six phases de cotation en continu et de fixing :
17 h 35 à 17 h 40 Hors bourse (Trading at Les transactions trouvant contrepartie sont admises et
last) exécutées au dernier cours de la séance.
Définition
La cotation en continu qui se déroule de 9 heures à 17 h 30 consiste à traiter chaque ordre
de bourse introduit dans le système avec ce qui se trouve déjà dans le carnet.
Les modalités sont décrites dans la section 2.2 sur les libellés d’ordre du marché
continu d’agence.
1. Les ordres d’achat (de vente) inférieurs (supérieurs) au cours théorique sont affichés dans ce que UTP d’Eu-
ronext appelle un « carnet écrasé ».
23
Chapitre 1 ■ La microstructure des marchés financiers
Définition
Le fixing quant à lui, consiste à confronter l’offre et la demande tout en étant assisté par
ordinateur. Le cours d’équilibre qui en résulte est celui qui maximise le volume échangé.
Plus explicitement, on détermine le cours d’ouverture et de clôture en fixing de manière
à maximiser le volume des transactions qui pourront être conclues à ce prix.
Dans le cas éventuel où plusieurs prix conduisent à un même volume maximal, le
cours d’ouverture sera alors déterminé de façon à minimiser l’écart au prix de réfé-
rence (dernier cours coté)1. Si cette règle ne permet pas de déterminer un prix de
fixing unique, on procède ainsi2 :
–– on recherche d’abord à minimiser le volume non exécuté ;
–– sinon, on tient compte du sens des ordres non exécutés ;
–– et enfin on intègre le dernier cours traité dans le système électronique, ajusté d’éven-
tuelles opérations sur titres survenues.
1. Pour le fixing d’ouverture, le prix de référence est le plus souvent le cours de clôture de la veille (ajusté pour
les éventuelles opérations sur titres).
2. En effet, un prix d’équilibre dégagé de la rencontre de l’offre et de la demande résulte du croisement de deux
droites en un seul point. Par contre, en bourse, la réalité n’est pas la même. Les ordres émis sont en nombre limité
et les limites de prix auxquels les investisseurs sont prédisposés à acheter ou vendre ne couvrent pas toutes les
possibilités. Il s’agit donc d’escaliers et non de droites qui sont confrontées par le marché. Le croisement des deux
escaliers se fait le plus souvent sur un segment de droite et non en un point, d’où la nécessité de règle permettant
de déterminer un prix unique.
24
La microstructure des marchés financiers ■ Chapitre 1
à une deuxième règle applicable sur le marché parisien, celle qui minimise l’écart au cours
de référence. Ce dernier est de 31 euros, ce qui impliquerait que le premier cours coté à
Paris serait de 32 euros et non de 33 euros.
Sur d’autres marchés, les règles peuvent être différentes. Si, par exemple, ce carnet était sur
le marché de Francfort, la première règle serait identique et ferait prévaloir deux cours qui
maximisent le volume échangé. Par contre, la deuxième règle serait de retenir le prix qui
minimise l’excès d’offre et de demande. Ici, il reste toujours deux cours répondant à cette
règle. La troisième règle consiste à retenir le cours le plus élevé des deux possibles quand
il s’agit d’un excès de demande ou le prix le moins élevé des deux lorsqu’il s’agit d’un
surplus de vente. Dans le cas présent, il y a un excès de demande, donc le premier cours
coté est de 33 euros auquel 600 titres sont échangés.
Section
4 LES INTERRUPTIONS DE COTATION
Elles sont demandées par les entreprises cotées, les régulateurs, ou à l’initiative de
l’entreprise de marché elle-même ; elles sont temporaires et peuvent s’expliquer par
un facteur exceptionnel susceptible d’affecter une valeur, comme le dépôt d’une
offre publique, l’attente d’un communiqué, etc. Elles n’ont pas de limite de durée ;
© Dunod – Toute reproduction non autorisée est un délit.
elles entraînent une élimination des ordres non exécutés présents dans le carnet
d’ordres.
Des tunnels (statique et dynamique) sont définis pour éviter une variation exces-
sive des cours, les seuils de réservation sont exprimés en pourcentage de fluctuation
maximale de part et d’autre d’un cours de référence. Si le cours théorique tente une
sortie des tunnels, des procédures particulières sont déclenchées, entraînant une
suspension automatique, dite interruption de volatilité qui durera 2 minutes. Par
exemple, pour le CAC40, le seuil statique est de ±10 %, le seuil dynamique est de
±6 %, en mode fixing et de ±3 % en mode continu.
25
Chapitre 1 ■ La microstructure des marchés financiers
Bien que le système de bourse emploie les meilleures technologies, des pannes
peuvent survenir au niveau de l’automate lui-même, de l’alimentation électrique, des
systèmes de transmission ou du routage d’ordres ou aussi elles sont dues à un
volume d’ordres conséquent arrivant sur la plateforme de trading. Tous les marchés
en ont connu. Ces interruptions, qui peuvent durer 30 minutes ou des heures parfois,
ont éventuellement un impact considérable sur certaines stratégies particulières.
On cite les exemples d’interruptions involontaires suivants :
––le 11 septembre 2001 : attentats terroristes. Le marché ne sera réouvert que le
17 septembre imposant la plus longue interruption des cotations depuis 1933 ;
––le 14 août 2003 : la plus grande panne d’électricité de l’histoire de l’Amérique du
Nord. Aux États-Unis et au Canada, 50 millions de personnes ont été privées
d’électricité ;
––le 11 janvier 2006 : un bug informatique survient à la bourse de Tokyo dû à la
saturation du système de transactions, le seuil de 4 millions de transactions ayant
été franchi. Le 10 octobre 2006, le « Kabuto Cho » a renforcé sa capacité maxi-
male qui atteint désormais 7,5 millions de transactions.
Sur les marchés américains, un circuit-breaker ou coupe-circuits automatique est
mis en place après le krach d’octobre 1987. Il s’agit d’un arrêt du marché d’actions
conditionnel à une variation importante de l’indice Dow Jones Industrial Average
(DJIA) :
–– niveau 1 : si le DJIA chute de 10 %, cela produira une suspension d’une heure avant
14 heures et de 30 minutes si la chute survient entre 14 heures et 14 h 30 ;
–– niveau 2 : si le DJIA chute de 20 %, cela nécessitera une suspension de 2 heures
avant 13 heures, d’une heure entre 13 heures et 14 heures et le reste de la journée si
la chute survient après 14 heures ;
–– niveau 3 : si le DJIA chute de 30 %, la suspension sera pour le reste de la journée.
Section
5 MESURES DE LIQUIDITÉ
26
La microstructure des marchés financiers ■ Chapitre 1
27
Chapitre 1 ■ La microstructure des marchés financiers
1 ■
Quel est le bid et quel est l’ask dans ce carnet d’ordre ?
2 ■ Indiquez les conditions d’exécution d’un ordre d’achat de 1 500 actions
libellé de la manière suivante et suivez l’évolution du bid-ask spread :
––à cours limité 33,59 euros ;
––au marché ;
––à la meilleure limite.
1 ■ Un ordre d’achat de 1 000 actions à seuil de déclenchement à 33,18 arrive sur
le marché. Sera-t-il exécuté ? Dans quelles conditions ?
28
La microstructure des marchés financiers ■ Chapitre 1
1 ■ Le
gérant d’un fonds souhaite vendre 1 000 actions à partir de 24,34 € et être
intégralement exécuté, comment doit-il libeller son ordre ?
2 ■ S’il souhaite de plus que le prix de vente minimal soit de 24,30 €, comment
doit-il libeller son ordre ?
29
Chapitre 1 ■ La microstructure des marchés financiers
L’ordre de marché absorbe de la liquidité du marché parce qu’il sera exécuté com-
plètement et instantanément. Les 1 500 actions seront achetées aux 5 premières
limites Ask du carnet. Le bid-ask spread s’élargit à 33,610 - 33,540 = 0,07 alors
qu’il était égal à 0,04, donc ordre plus agressif associé à moins de liquidité donc
à un spread plus élevé.
Quantité Bid Ask Quantité
1 198 33,540 33,580 100
696 33,535 33,595 43
404 33,530 33,600 104
753 33,525 33,605 347
907 33,520 33,610 1 238
30
La microstructure des marchés financiers ■ Chapitre 1
et à plage de déclenchement
1. Pour le moment, la transaction d’achat de 1 000 actions à seuil de déclenchement
33,18 n’est pas possible. L’exécution se fera seulement si le cours franchit
33,18 euros. L’exécution se fera donc au prix de 33,18 euros et au-delà (33,18 euros
puis 33,23 euros…) :
Quantité Bid Ask Quantité
624 33,090 33,160 544
200 33,080 33,175 282
105 33,075 33,180 298
233 33,065 33,185 624
1 650 33,045 33,235 1 351
31
Chapitre 1 ■ La microstructure des marchés financiers
1. Le gérant du fonds doit placer un ordre stop loss de 1 000 actions à seuil de
24,34 euros. Quand le seuil est franchi, son ordre se transformera en ordre au marché
à 24,34 et sera exécuté totalement sur plusieurs limites.
2. S’il souhaite limiter le prix de vente à 24,30 euros, il devra placer un ordre à plage
de déclenchement 24,34/24,30. L’ordre sera exécuté quand la première limite sera
franchie et l’exécution s’arrête à la limite de 24,30 euros.
32
La microstructure des marchés financiers ■ Chapitre 1
33
Chapitre 1 ■ La microstructure des marchés financiers
L’ESSENTIEL
■ Infrastructures du marché
Tout marché financier a besoin des infrastructures suivantes pour fonctionner :
– d’une place de négociation (Euronext pour le marché réglementé en France) ;
– d’une chambre de compensation (Euronext sous-traite principalement à LCH.
Clearnet la compensation des opérations sur actions) ;
– d’un Dépositaire central de titres (Euroclear en France) ;
– d’une Banque Centrale (Banque de France) ;
– d’un service de règlement-livraison (assuré par Euroclear en France) ;
– et d’une autorité régulatrice (Autorité des Marchés Financiers en France).
■ Le rôle de la régulation
Le rôle des régulateurs est très important pour assurer un bon fonctionnement du
marché au service de l’économie réelle. En France, les principaux acteurs sont
l’AMF et la Banque de France.
■ Structures de marché
Le marché comporte principalement 3 types de structure :
– le marché d’agence, une structure dirigée par les ordres où les intermédiaires
financiers membres font passer les ordres de leurs clients sans qu’ils se portent
contrepartie ;
– le marché de contrepartie, une structure dirigée par les prix où les dealers
traitent les ordres de leurs clients sur compte propre et postent en continu des
fourchettes de prix ;
– et le crossing où le prix est importé sur un marché de référence.
■ Types d’ordre
On rencontre différents types d’ordre sur les différentes plateformes de trading.
Les deux les plus courants sont :
– l’ordre au marché qui est un ordre sans indication de prix et qui garantit l’exé-
cution totale de l’ordre mais sur plusieurs limites. La fourchette de spread
(mesure de liquidité) s’élargit avec le passage de ce type d’ordres.
– L’ordre à cours limité qui présente le risque d’une exécution partielle mais
privilégie le prix.
■ Instructions d’ordre
Les instructions données avec l’ordre de bourse comportent des informations sur
le prix, sur la visibilité, le volume, la validité et le règlement-livraison.
☞
34
La microstructure des marchés financiers ■ Chapitre 1
☞
■ Modes de cotation
Les cours de bourse sont cotés soit en continu soit en fixing. Dans le premier type
de cotation, chaque ordre introduit dans le système est traité avec ce qui existait
déjà dans le carnet. Dans le deuxième, le prix est déterminé par la rencontre de
l’offre et de la demande. Le premier cours coté est celui qui maximise le volume
de titres échangés. Si plusieurs prix sont possibles, des règles applicables diffé-
remment selon les pays permettront d’obtenir une solution unique.
■ DMIF
La Directive Marchés d’Instruments Financiers mise en place en Novembre 2017
a permis la révolution des échanges sur le marché ainsi que l’émergence de cer-
tains marchés au niveau européen.
■ Interruptions de cotation
Malgré l’évolution technologique, des pannes ou interruptions de cotation involon-
taires peuvent survenir (panne d’électricité, grand afflux d’ordre, etc.). Des
interruptions volontaires sont également possibles et décidées par l’entreprise de
marché. Il s’agit d’interruptions comme les suspensions, les réserves ou les coupe-
circuits aux États-Unis pour réguler le marché suite à une variation excessive
d’une valeur ou suite à un événement exceptionnel pouvant impacter le marché.
Questions de réflexion
1 ■
Quels seront les aspects négatifs de la Directive de marchés d’instruments
financiers ?
2 ■ Le nombre de marchés va-t-il augmenter indéfiniment ?
© Dunod – Toute reproduction non autorisée est un délit.
35
Chapitre
Préférences et
2 utilités
OBJECTIFS
La fonction d’utilité est un moyen de mesurer la préférence d’un investisseur
pour la richesse et le risque qu’il est prêt à assumer pour gagner plus de
richesse. Ce principe est au cœur de l’optimisation de portefeuille. Dans ce
chapitre nous développons la théorie d’utilité à travers une série de simples
exemples. Le premier objectif de ce chapitre est d’introduire les notions
suivantes : utilité, rationalité, principe de maximisation d’utilité, aversion au
risque, équivalent certain et optimisation de portefeuille.
Donner les bases méthodologiques pour mener ensuite une réflexion en
environnement incertain et aboutir à la gestion de portefeuille d’actifs
financiers.
SOMMAIRE
Section 1 Fonction d’utilité
Section 2 Prime de risque
Section 3 Incertitude et marchés financiers
Section 4 Approche moyenne-variance
Chapitre 2 ■ Préférences et utilités
Cas introductif
Choix d’investissement : gain et risque
Imaginons que vous ayez la possibilité d’investir dans un des trois projets suivants.
Section
1 FONCTION D’UTILITÉ
La décision financière dépend des sommes futures dont le montant n’est pas connu
avec certitude, autrement dit des sommes risquées.
38
Préférences et utilités ■ Chapitre 2
Quelles que soient les compétences des gestionnaires financiers, ils agissent dans
un environnement incertain. On pourrait comparer cet environnement au jeu de lan-
cer de dés : les lanceurs de dés connaissent approximativement les issues possibles,
mais ils ne maîtrisent pas l’occurrence de ces dernières.
Un investissement boursier s’apparente également à un billet de loterie. Ainsi, les
règles applicables au jeu de loterie peuvent nous aider à gérer un portefeuille d’actifs
financiers.
Au milieu du xviie siècle, Blaise Pascal a développé (avec l’aide de Pierre Fermat)
la théorie des probabilités et a proposé une première règle de décision dans l’incer-
tain : celle de la maximisation de l’espérance des gains. Cependant, au début du
xviie siècle, dans le petit monde des mathématiciens, la pertinence de cette règle
était mise en doute.
En 1713, Nicolas Bernoulli (1687-1759) a soumis à la communauté scientifique
un problème, appelé Paradoxe de St Pétersbourg : une pièce équilibrée est lancée
jusqu’à l’obtention de l’événement « Face ». Si « Face » sort au premier lancer, le
joueur obtient 2 ducats (ancienne pièce de monnaie) et le jeu prend fin, sinon le jeu
continue et on relance la pièce. Si « Face » sort au second lancer, le participant
obtient 4 ducats et le jeu prend fin, sinon on relance la pièce. Et ainsi de suite. Ainsi,
si « Face » sort au N-ième lancer le joueur gagne 2 N ducats.
Quel est le prix maximum à payer pour jouer à ce jeu ? La plupart des personnes
ne sont pas prêtes à jouer plus de quelques dizaines de ducats alors que l’espérance
© Dunod – Toute reproduction non autorisée est un délit.
∑( )
∞
1 i i
E ( Gain ) = 2 = 1+1+1+…= ∞
i =1 2
Théoriquement les individus devraient être prêts à payer une somme infinie pour
y participer, mais le risque de voir « Face » dès le premier lancer diminue considé-
rablement le prix de ce jeu.
Le jeu proposé remet en question la pertinence du critère d’espérance des gains.
Cet exemple montre que les choix en univers incertain ne peuvent pas être considé-
rés comme dépendant seulement de l’espérance de gain. Le risque doit être pris en
compte dans le critère de décision. La solution de ce paradoxe a été apportée en
1738 par le cousin de son auteur Nicolas Bernoulli, Daniel Bernoulli (1700-1782).
Il a introduit la notion de l’utilité. La valeur d’un objet doit être basée non pas sur
39
Chapitre 2 ■ Préférences et utilités
ces avantages mais sur l’utilité qu’il procure : « La valeur espérée est calculée en
multipliant chaque gain possible par le nombre de fois où il se produit, et en divisant
la somme de ces produits par le nombre total de cas possibles lorsque chaque cas a
la même probabilité. » (Bernoulli,1768, p. 15)
La solution de D. Bernoulli. Daniel Bernoulli propose de transformer les
gains monétaires en satisfaction par une fonction croissante et concave (fonction
d’utilité). Si la fonction d’utilité est logarithmique, le joueur ne maximise pas
l’espérance mathématique du gain, mais l’espérance du logarithme du gain du
jeu :
La somme payée est finie (4 ducats), ce qui semble plus cohérent au regard du
risque pris.
La fonction d’utilité mesure le niveau de satisfaction d’un investisseur pour les
différents niveaux de sa richesse. L’utilité est une fonction de la richesse W deux-
fois dérivable U (W ), avec les propriétés suivantes :
––U ′ (W ) > 0 signifie que la fonction d’utilité est une fonction croissante. Le niveau
de satisfaction d’un investisseur augmente avec l’augmentation de sa richesse (avec
chaque euro supplémentaire).
––U ′′ (W ) < 0 signifie la concavité de la fonction d’utilité. L’utilité augmente avec une
vitesse (l’utilité marginale) décroissante. Pour quelqu’un qui possède initialement
1 euro, un euro supplémentaire représente un changement de sa richesse important.
Pour quelqu’un avec une richesse initiale d’un million d’euros, un euro supplémen-
taire représente un changement minime. L’augmentation de l’utilité liée à chaque
euro supplémentaire diminue avec l’augmentation de la richesse totale. On peut
comparer cela à une consommation du chocolat. Au départ quand vous avez faim,
une barre de chocolat augmente votre niveau de satisfaction de manière significative.
Avec chaque barre supplémentaire, le rajout de satisfaction diminue suite à la dimi-
nution de l’appétit.
Il est nécessaire d’avoir un langage précis pour définir la façon dont les agents
prennent leurs décisions dans un environnement incertain, de définir la rationalité
des agents.
Définition
Un agent économique est rationnel quand parmi plusieurs solutions d’investissement il
en choisit une qui maximise son utilité de la richesse.
Dans leur livre de 1947, Theory of games and economic behavior, les mathémati-
ciens Von Neumann et Morgenstern établissent une théorie de l’utilité qui fournit un
40
Préférences et utilités ■ Chapitre 2
critère de décision rationnelle face au risque. Cette théorie est l’un des piliers de la
« finance moderne ».
Les critères de rationalité servent d’axiomes à la théorie.
que x y si et seulement si U (x) > U (y). Cela décrit la prise de décision d’un agent
rationel, il cherche à maximiser l’utilité.
2 Incertitude et loteries
La théorie du choix dans l’incertain, développée par Von Neumann et ses succes-
seurs (Marschak (1950), Samuelson (1952), Herstein & Milnor (1952)), suppose
que les objets sur lesquels sont définies les préférences sont des loteries. Une loterie
est caractérisée par une distribution de probabilités objective des prix.
Une loterie qui procure un gain x avec une probabilité α et un gain y avec une
probabilité 1 − α peut s’écrire comme : L ( x , y ; α )
41
Chapitre 2 ■ Préférences et utilités
α x
L (x,y:α) ≈
1-α y
Plutôt que de prendre l’espérance de la loterie, l’agent estime l’utilité des diffé-
rents revenus générés par cette loterie U ( L ) = α × U ( x ) + (1 − α )U ( y ), la fonction
d’utilité Von Neumann et Morgenstern (VNM).
Un agent est averse au risque s’il préfère la somme certaine plutôt que de jouer à une
loterie avec la même moyenne espérée. Dans ce cas, il est dirigé par la fonction d’utilité
concave, soit sa dérivée première est positive et la dérivée seconde est négative.
Exemple – L’aversion au risque
Supposons qu’un agent soit dirigé par une fonction U ( W ) = ln ( W ) et qu’une loterie offre
1 000 euros avec la probabilité de 10 % et 10 euros avec la probabilité de 90 %.
L’espérance de gain de cette loterie est donc de 1 000 × 0,1 + 10 × 0,9 = 109 euros.
1
Le dérivée première de la fonction d’utilité de l’agent est toujours positive U ′ ( W ) = > 0,
W
1
quand la seconde est toujours négative U ′′ ( W ) = − < 0. C’est une courbe concave
W2
et l’agent est averse au risque. Préfère-t-il alors une somme certaine de 109 euros ou la
loterie avec la moyenne espérée de 109 euros ?
L’utilité procurée par la somme certaine de 109 euros est de U(E(W)) = U(109) = ln (109)
= 4,6913.
Celle procurée par la loterie avec la moyenne espérée de 109 euros est E(U(W)) = 0,1 ×
U(1 000) + 0,9 × U(10) = 0,1 × ln(1 000) + 0,9 × ln(10) = 2,7631.
L’utilité liée à la somme certaine est donc supérieure à celle liée à la loterie.
Un agent est risquophile (a le goût pour le risque) quand il est dirigé par une
fonction d’utilité convexe. La première et la dérivée seconde de sa fonction d’utilité
sont positives.
Exemple – Le goût pour le risque
Supposons qu’un agent soit dirigé par une fonction U (W ) = W 3
U ′ (W ) = 3W 2
U ′′(W ) = 6W > 0 ∀W > 0
42
Préférences et utilités ■ Chapitre 2
La loterie offre 1 000 euros avec la probabilité de 10 % et 10 euros avec la probabilité de
90 %. L’espérance de gain de cette loterie est de 1 000 × 0,1 + 10 × 0,9 = 109 euros.
L’utilité de 109 euros comme somme certaine est de 1093 = 1 295 029. L’utilité de la lote-
rie qui procure la moyenne espérée égale à 109 euros est 1 0003 × 0,1 + 103 × 0,9 =
100 000 900. Si l’agent joue à la loterie son niveau de satisfaction sera plus élevé que s’il
reçoit la somme certaine tout court.
Un agent est neutre au risque quand il est dirigé par une fonction d’utilité
linéaire. La dérivée première est positive et la dérivée seconde est de zéro.
5
ln(W)
4
3
43
Chapitre 2 ■ Préférences et utilités
4 Illustrations
4.1 Un jeu équitable
Considérons un investisseur dirigé par la fonction d’utilité U (W ) = W = W 0,5
U ′ (W ) = 0,5 × W −0,5 > 0
U ′′ (W ) = − 0, 25 × W −1,5 < 0
44
Préférences et utilités ■ Chapitre 2
Bon scénario = 49
Utilité espérée = 7
7
Richesse initiale = 29
Utilité = 5.39
Moyenne espérée = 29
5
Utilité espérée = 5
Utilité
Mauvais scénario = 9
3
Utilité espérée = 3
1
© Dunod – Toute reproduction non autorisée est un délit.
4 9 14 19 24 29 34 39 44 49
Richesse
Si l’investisseur refuse le jeu il garde ses 29 euros, et l’utilité espérée sera de
29 = 5,39. S’il participe, sa richesse espérée sera toujours de 29 euros quand à
l’utilité espérée, elle sera de 0,5 × 9 + 0,5 × 49 = 5, inférieure à 5,39. Pour
cette raison l’investisseur qui maximise son utilité doit refuser le jeu. En général, un
investisseur averse au risque refusera un jeu équitable avec la moyenne espérée de
0,00 euros. Si la moyenne est supérieure à 0, la décision d’un investisseur de parti-
ciper au jeu ou de refuser d’y participer dépendra de sa fonction d’utilité et de sa
richesse initiale.
45
Chapitre 2 ■ Préférences et utilités
Section
2 PRIME DE RISQUE
1 Équivalent certain
La somme certaine qui donne le même niveau d’utilité qu’une loterie est son
équivalent certain.
La prime de risque est la différence entre l’espérance de gain d’une loterie et son
équivalent certain. La prime de risque peut être interprétée comme le montant maxi-
mum qu’un individu est prêt à payer pour éviter d’avoir à jouer à une loterie et pour
recevoir à la place l’espérance du gain de cette loterie. L’équivalent certain est une
mesure subjective des préférences de l’agent.
46
Préférences et utilités ■ Chapitre 2
Définition
On note π (W , L ) la prime de risque de la loterie L lorsque la richesse initiale de l’individu
est W
(W + L )] = U [W + E ( L ) − π (W , L )]
[
E U
Loterie Somme Certaine
Exemple
Considérons un jeu monétaire équitable : en cas de Pile le joueur gagne 1 000 euros, en cas
de Face il paye 1 000 euros. Si la personne est dirigée par la fonction d’utilité logarithmique
ln (W), quelle est sa prime de risque, en sachant que sa richesse initiale est R0 = 10 000
euros ? Si l’individu est averse au risque U (10 000 ) > 0,5 × U (11 000 ) + 0,5 × U ( 9 000 ).
Soit EC le niveau de la richesse pour lequel l’équation suivante est satisfaite
0,5 × ln (11 000 ) + 0,5 × ln ( 9 000 ) = ln ( EC ) , ou EC – équivalent certain. La prime de
risque π = R0 − EC . π = 50,13. La prime de risque est un montant minimum qu’il faudra
donner à l’investisseur pour qu’il accepte de participer au jeu de type M à partir de sa
richesse initiale R0, ou, comme le montant maximum que l’investisseur sera prêt à payer
pour éviter le risque lié au jeu M. L’individu est prêt à donner 50,13 euros pour se séparer
de son billet de loterie. Il est averse au risque.
2 L’approximation d’Arrow-Pratt
Pour développer une nouvelle mesure de prime de risque on doit mobiliser les
notions de Développement Limité (DL) ou séquence de Taylor, qui permet l’écriture
d’une fonction f ( x ) n-fois dérivable en forme d’un polynôme et d’un reste.
f ′′ ( x 0 ) f n ( x0 )
( x − x 0 )2 + … + ( x − x 0 )n + O ( ( x
f ( x ) = f ( x0 ) + f ′ ( x0 )( x − x0 ) +
2! n !
© Dunod – Toute reproduction non autorisée est un délit.
f ′′ ( x 0 ) f n ( x0 )
( x0 )( x − x0 ) + ( x − x 0 )2 + … + ( x − x0 )n + O (( x − x0 )n )
2! n!
Le DL s’applique lorsque l’on cherche l’approximation d’une fonction au voisi-
nage d’un point. Le DL permet de trouver plus simplement des limites de fonctions,
de calculer des dérivées ou d’étudier des positions de courbes par rapport à des
tangentes.
Le développement limité d’ordre 1 consiste à approcher une courbe par une tan-
gente, il s’agit d’approximation linéaire f ( x ) = f ( x0 ) + f ′ ( x0 )( x − x0 ) + O ( x − x0 )
( x − x0 ) + O ( x − x0 ). Le développement limité d’ordre 2 consiste à approcher une courbe par
f ′′ ( x 0 )
une parabole f ( x ) = f ( x0 ) + f ′ ( x0 )( x − x0 ) + ( x − x 0 )2 + O ( ( x − x 0 )2 )
2
ε ε2
f ( x + ε ) = f ( x ) + f ′(x) + f ′′ ( x ) + …
1! 2!
47
Chapitre 2 ■ Préférences et utilités
Exemple
Considérons un jeu monétaire équitable : en cas de Pile le joueur gagne 1 000 euros en cas
de Face il paye 1 000 euros. La personne est dirigée par la fonction d’utilité logarithmique
ln (W). Sachant que sa richesse initiale est R0 = 10 000 euros, estimez sa prime de risque
en utilisant l’approximation d’Arrow-Pratt.
U ′′ (W )
Calculons d’abord le coefficient d’aversion au risque − . La dérivée première de sa
U ′ (W )
1 1
fonction d’utilité est U ′ (W ) = ; la dérivée seconde est U ′′ (W ) = − 2 .
W W
Le ratio d’Arrow-Pratt dans le point W0 + E ( L ) est −
U ′′ (W )
( )
=− − 2
1 W
=
1
=
1
( )
1 W 1 1 U ′ (W ) W 1 W W0 + E ( L )
− 2 = = .
W 1 W W0 + E ( L )
48
Préférences et utilités ■ Chapitre 2
Ensuite il faut calculer le risque propre à la loterie, soit sa variance, σ L2 = 0,5 × (1 000 − 0 )2 +
σ L2 = 0,5 × (1 000 − 0 )2 + 0,5 × ( −1 000 + 0 )2 = 1 000 000.
La prime de risque d’après la technique d’Arrow-Pratt est :
1 U ′′ (W0 + E ( L )) 2 1 1 1 1
π (W0 , L ) ≈ − σL = σ L2 = 1 000 000 = 50.
2 U ′ (W0 + E ( L )) 2 W0 + E ( L ) 2 10 000
D’après la technique d’équivalent certain la prime de risque est de 50,13. D’après l’ap-
proximation d’Arrow-Pratt la prime de risque est de 50. Plus la richesse est importante
moins la prime de risque est importante.
Tableau 2.1 – Résumé de fonction d’utilité, équivalent certain (EC) et la prime de risque
U ′ (L ) > 0
Aversion EC (L ) < E ( L ) π >0 E (U ( L )) < U (E ( L ))
U ′′ ( L ) < 0
U ′ (L ) > 0
Neutralité EC (L ) = E ( L ) π =0 E (U ( L )) = U (E ( L ))
U ′′ ( L ) = 0
U ′ (L ) > 0
Risquophile EC (L ) > E ( L ) π <0 E (U ( L )) > U (E ( L ))
U ′′ ( L ) > 0
Section
3 INCERTITUDE ET MARCHÉS FINANCIERS
Dans cette section nous verrons les différentes fonctions d’utilités les plus utilisées
et leur application dans la prise de décision de placements boursiers. Dans l’exemple
suivant, l’investisseur pourra investir une portion de sa richesse dans l’actif risqué et
© Dunod – Toute reproduction non autorisée est un délit.
49
Chapitre 2 ■ Préférences et utilités
50
Préférences et utilités ■ Chapitre 2
2 2
f ′ ( x ) = 0,5 [ −0,1 + 0,1 × θ × (100 − 0,1 × x ) + 0, 2 − 0, 2 × x × (100 + 0, 2 × x )] = 0
1
20 ( 1
)
1 − θ × x + 100 = 0
2
1 1
x + 100 =
2 θ
2 × (1 − 100 × θ )
x =
θ
Si le coefficient d’aversion au risque θ est égal à 0,005, l’investisseur doit investir
200 euros dans l’actif risqué pour maximiser l’utilité de son placement boursier.
Pour résumer, on doit dire qu’il y a autant de fonctions d’utilité qu’il y a d’indivi-
dus avec leurs différents styles de gestion. Les fonctions d’utilité doivent intégrer les
51
Chapitre 2 ■ Préférences et utilités
préférences subjectives. Par exemple, l’aversion au risque diffère pour les différents
montants d’investissement, le rapport au risque évolue avec l’âge… La construction
d’une fonction d’utilité est une tâche non-triviale et nécessite la bonne maitrise des
outils d’ingénierie financière. L’ingénierie financière a toujours eu une préférence pour
un raisonnement en termes de rendement sur l’investissement et de risque et non pas en
termes de richesse absolue. Dans la section suivante nous développons la fonction
d’utilité moyenne-variance la plus utilisée dans le domaine de la gestion de portefeuille.
Section
4 APPROCHE MOYENNE-VARIANCE
Cette équation nous apprend que pour porter le même niveau d’utilité à un inves-
tisseur averse au risque, la somme certaine peut être inférieure à la somme incertaine
(différence de p ), car le risque diminue l’utilité. Si l’investisseur est risquophile, la
somme certaine sera supérieure de p par rapport à la somme incertaine pour porter
le même niveau d’utilité.
Tous les investisseurs veulent maximiser leur utilité de placements :
U [W + E ( L ) − π (W , L ) ] → max
Sachant que la richesse initiale W est fixe, la maximisationne concernera que
l’écart entre la moyenne espérée de la loterie et sa prime de risque :
E ( L ) − π (W , L ) → max
D’après l’approximation d’Arrow-Pratt de la prime de risque
1 2 U ′′(W )
E ( L ) − π (W , L ) ≈ E ( L ) − σL − → max
2 U ′(W )
U ′′(W )
Si θ = − est l’aversion absolue pour le risque, la fonction d’utilité d’un
U ′(W )
individu qui doit optimiser son portefeuille s’écrit donc :
θ 2
E ( L ) − σ L → max
2
Cette expression définit la fonction d’utilité moyenne-variance.
Dans la section précédente l’investisseur a eu le choix entre l’actif risqué et l’actif
sans risque. Imaginons maintenant que cet investisseur ait la possibilité d’investir
52
Préférences et utilités ■ Chapitre 2
dans deux actifs : une action risquée avec une rentabilité espérée R et un risque σ R2
et le taux sans risque avec un rendement r f . Cet agent est averse au risque, rationnel,
et dirigé par la fonction d’utilité moyenne-variance. Il faut déterminer la composi-
tion de son portefeuille, c’est-à-dire x la part investie dans l’actif risqué et 1 - x la
part de sa richesse allouée dans le taux sans risque, qui maximise l’écart entre la
moyenne espérée et le risque de son portefeuille.
θ 2
E ( RP ) − σ P → max
2 x
Si sa richesse initiale est de W0 et x est la part de sa richesse investie dans l’actif
risqué, la richesse finale de son placement annuel sera de W1 = x × W0 × (1 + R) + (1 − x ) × W0
0 × (1 + R) + (1 − x ) × W0 (1 + r f ). La rentabilité annuelle espérée de son portefeuille sera
W1 − W0 x × W0 × (1 + R) + (1 − x ) × W0 × (1 + r f ) − W0
E ( Rp ) = = . Après fac-
W0 W0
torisation on obtient la rentabilité espérée du portefeuille égale à r f + x × ( R − r f ).
Voyons maintenant le risque du portefeuille composé d’une action risquée et du
taux sans risque. Étant donné que le taux sans risque ne porte pas de risque, le risque
total du portefeuille sera égal au risque de l’actif risqué pondéré par sa part dans le
portefeuille, soit σ 2p = ( x × σ R )2.
La fonction d’utilité finale prendra la forme suivante :
θ
r f + x × ( R − r f ) − ( x × σ R )2 → max
2 x
Développons la dérivée première pour l’optimisation non-linéaire
R − r f − θ × x × σ R2 = 0 d’où la part investie dans l’actif risqué est égale à
R − rf ( R − r f )W0
= . Le montant absolu à investir dans l’action est de . La part
θσ R2 θσ R2
© Dunod – Toute reproduction non autorisée est un délit.
investie dans l’action est d’autant plus importante que l’écart entre le rendement du
produit risqué et le taux sans risque est important x ∼ R − r f . La part de la richesse
1
initiale est inverse au coefficient d’aversion au risque x et inverse au risque de
1 θ
l’action x 2 .
σR
Supposons maintenant que la richesse initiale d’un individu soit de 1 000 euros. Il
a le choix d’investir dans l’action avec une rentabilité espérée de 7 % et un écart-
type de 16 % et le taux sans risque, qui est de 1,5 %. Son coefficient d’aversion au
risque est de 3. La composition de son portefeuille selon l’optimisation moyenne-
R − rf 0, 07 − 0, 015
variance sera x = = ≈ 0, 716 soit 71,6 %. Il faut investir
θσ R2 3 × 0,162
0,716 × 1 000 = 716 euros dans l’action, et le reste 1 000 - 716 = 284 euros dans le
taux sans risque.
53
Chapitre 2 ■ Préférences et utilités
54
Préférences et utilités ■ Chapitre 2
55
Chapitre 2 ■ Préférences et utilités
56
Préférences et utilités ■ Chapitre 2
L’ESSENTIEL
La décision financière est toujours prise dans un environnement incertain. Elle
doit être basée sur l’utilité procurée par l’investissement choisi par l’individu.
La fonction d’utilité mesure le niveau de satisfaction d’un investisseur aux diffé-
rents niveaux de sa richesse. L’utilité est une fonction de la richesse W deux-fois
dérivable U(W), avec les propriétés suivantes : 1) la dérivée première de la fonc-
tion d’utilité est toujours positive 2) la seconde dérivée de la fonction d’utilité
détermine le profil de risque d’individu qu’elle caractérise. Si la dérivée seconde
est positive (la fonction est convexe) elle décrit un agent risquophile. La fonction
d’utilité concave (la dérivée seconde est négative) caractérise un agent averse au
risque. L’agent est neutre au risque s’il est dirigé par une fonction d’utilité droite
(la dérivée seconde est nulle).
L’achat d’un billet de loterie est un exemple de décision financière dans un envi-
ronnement incertain. Une loterie qui procure un gain x avec une probabilité α et
un gain y avec une probabilité 1 − α peut s’écrire comme : L ( x , y ; α ). L’utilité de
la loterie est la moyenne pondérée de l’utilité de gains procurés par cette loterie,
pondérés par leurs probabilités d’occurrence U ( L ) = α × U ( x ) + (1 − α )U ( y ).
La somme certaine qui donne le même niveau d’utilité qu’une loterie est son
équivalent certain. La prime de risque est la différence entre l’espérance de gain
d’une loterie et son équivalent certain. La prime de risque peut être estimée selon
deux techniques. La première technique provient de la définition de l’équivalent
certain E [
U (W + L )] = U [W + E ( L ) − π (W , L ) ]
Loterie Somme Certaine
2 U ′ (W ) U ′ (W )
risque est positive pour un individu averse au risque, elle est négative pour un
individu risquophile et elle est nulle pour un agent neutre au risque. La notion de
prime de risque nous a permis d’aboutir à la fonction de l’utilité moyenne-
θ
variance introduite par Harry Markowitz en 1952 : E ( RP ) − σ P2 → max . C’est
2 x
la fonction d’utilité la plus utilisée dans le domaine de la gestion de portefeuille.
57
Chapitre Principes et techniques
3
de gestion de
portefeuille : arbitrage
rentabilité/risque
OBJECTIFS
Le but de ce chapitre est de présenter les bases de la théorie de portefeuille de
Markowitz. D’introduire les notions de rentabilité et de risque, et notamment,
les techniques de leur estimation.
La deuxième section de ce chapitre sera consacrée à l’examen de l’impact de
corrélation entre deux actifs risqués et le comportement du risque final du
portefeuille.
Ce chapitre présentera également l’effet du nombre d’actifs dans un portefeuille
sur son risque et rendement.
SOMMAIRE
Section 1 Rentabilité et risque
Section 2 La diversification de portefeuilles de titres
Section 3 L’introduction d’un actif sans risque
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
“The process of selecting a portfolio may be divided into two stages. The first stage starts
with observation and experience and ends with beliefs about the future performances of
available securities. The second stage starts with the relevant beliefs about future perfor-
mances and ends with the choice of portfolio. This paper is concerned with the second
stage.
(Markowitz, 1952)
C’est le début de l’article paru dans The Journal of Finance en 1952 développé par
Harry Maurice Markowitz dans le cadre de sa thèse soutenue en 1954. H. M.
Markowitz, professeur à l’université de Californie, lauréat du prix Nobel d’écono-
mie en 1990, était le premier à développer la théorie moderne du portefeuille, qui
présente le cadre formel de l’allocation d’actifs par un investisseur rationnel, qui
veut augmenter le gain tout en évitant le risque, comme vu dans le chapitre 2. Cet
extrait de l’article nous apprend que l’allocation d’actifs se divise en deux étapes.
La première consiste à évaluer les performances futures des actifs risqués, la deu-
xième étape utilise ces espérances dans le programme d’optimisation. Le modèle de
Markowitz a rapidement suscité de nombreuses critiques sur sa mise en œuvre dif-
ficile. La première étape d’estimation des paramètres du modèle n’était pas traitée
dans l’article. Donc, ces données inconnues sont approximées à partir des histo-
riques de cours disponibles. La taille de l’échantillon nécessaire pour l’estimation de
la rentabilité et du risque augmente rapidement avec le nombre d’actifs qui com-
posent le portefeuille. Les capacités de stockage et de traitement de ses données par
les ordinateurs disponibles dans les années 1960 ne permettent pas aux gérants de
portefeuille de mettre facilement en place ce programme d’optimisation.
Section
1 RENTABILITÉ ET RISQUE
Dans cette section vous apprendrez les différentes techniques de calculs de renta-
bilité, de risque et de corrélation des actifs financiers ainsi que l’erreur de leur esti-
mation – l’information essentielle pour la gestion de portefeuille.
Markowitz fait l’hypothèse que la série de rentabilités d’un actif risqué suit la loi
normale (Gaussienne). Pour cette raison l’information clé qui caractérise sa distri-
bution est la moyenne espérée et l’écart-type.
60
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
Définition
Lorsque une variable aléatoire X suit la loi normale ( µ ,σ ) , sa sa fonction de densité se
e −( x − µ ) / ( 2σ )
2 2
σ R = σ R2
61
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
Définition
Le processus temporel Z1 , Z 2 , …, Zt est stationnaire si la fonction de densité des t pre-
mières valeurs f ( Z1 , Z 2 , …, Zt ) est la même que celle des k valeurs suivantes
( Z1+ k , Z 2 + k , …, Zt + k ). L’espérance et la variance sont constantes au cours du temps.
Cours de clôture.
Pt +1 − Pt
Rentabilité =
Pt
62
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
c Focus
Erreur d’estimation
On attire l’attention de notre lecteur sur le
L’écart E ( R ) − 2 σ ; E ( R ) + 2 σ
fait que dans le calcul de la moyenne T T
espérée la somme des T valeurs est divisée re-groupe 95 % des valeurs. Pour
par T. En revanche, dans le calcul de augmenter la précision d’estimation il faut
l’écart-type, la somme des T écarts de la augmenter la taille de l’échantillon. La
moyenne au carrée est divisée par T - 1. taille de l’échantillon (critical length of
Cela s’explique par le fait que l’on utilise estimation window) est une question
un échantillon pour estimer les statistiques cruciale dans la gestion de portefeuille. Un
de la population et en particulier pour très grand échantillon pose le problème de
calculer la moyenne utilisée dans le la pertinence de l’information économique.
calcul de l’écart-type. T – 1 tient alors L’information financière il y a 100 ans est-
compte de l’erreur d’estimation de la elle pertinente pour nous donner une
moyenne. vision sur l’avenir ? Pour trouver un
L’erreur type σ = σ / T mesure le degré compromis entre la taille de l’échantillon
de fiabilité de la moyenne de l’échantillon et l’erreur d’estimation, les investisseurs
par rapport à la moyenne de l’ensemble utilisent plutôt 5 ans de données mensuelles
d’une population. Plus la taille de (approximativement 60 observations) ou
l’échantillon est importante, plus l’erreur 2 ans de données journalières (500 obser-
type est faible et la moyenne de vations), qui sont statistiquement plus
riches. Cependant il faut annualiser les
l’échantillon s’approche de la moyenne
statistiques obtenues avec les données
de population. L’erreur type sert aussi
journalières ou mensuelles.
comme approximation de l’écart-type de
la population. L’intervalle de confiance RA = (1 + RT ) − 1 et σ A = σ T × T , où
T
σ
R)A et σ]A sontrespectivement σ
la rentabilité
de 68 % s’écrit comme suit [E (R ) − σ ; E (R + σ soit E (R ) − ; E (R ) +
et l’écart-type annuelsTd’un titre, TTest
le
σ σ
[E (R ) − σ ; E (R ) + σ ] soit E (R ) − ; E (R ) + , nombre de sous-périodes dans l’année, R
T
T T et σ T sont la moyenne et l’écart-type des
© Dunod – Toute reproduction non autorisée est un délit.
par l’écart-type σ R = i =1 .
T −1
La moyenne espérée des rentabilités de LVMH est de 0,11282, soit 11,282 % avec
une volatilité de 31,482 %.
63
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
c Focus
Comment réduire l’erreur d’estimation ?
Ce flot de critiques du modèle de estimateur pour la prévision du couple
Markowitz a suscité de nouvelles moyenne-variance. Dans ce spectre des
investigations visant à trouver des méthodes qui réduisent l’erreur
moyens pour réduire l’erreur d’estimation d’estimation peut être aussi citée une
de rentabilité et de risque futurs. technique mathématique pour faire
L’estimation bayésienne des paramètres converger la valeur d’un estimateur vers
est un des outils les plus importants en une valeur cible, appelée shrinkage
statistiques modernes pour améliorer (James et Stein, 1961). Les auteurs
l’estimation de moyenne-variance définissent cette technique comme un
(Robert 1994). En 2003, Markowitz lui- moyen de réduire l’erreur d’estimation
même avec N. Usmen (Markowitz 2003) d’un paramètre en exploitant le
abordent l’importance de Bayesian compromis entre biais et variance.
2
(
échantillon de 396 447 observations 2 ×
0,31482
T )
= 0, 001 soit T =
2 × 0,31482 2
0, 001
= 396 447
× 0,31482
= 396 447 ans.
0, 001
La rentabilité de l’action LVMH réalisée en 2016 est de 26 %, soit le double de la
rentabilité estimée à partir des données historiques, mais cette valeur entre dans
l’intervalle de confiance à 95 %. Ces résultats sont expliqués par l’erreur d’estima-
tion en raison de l’historique de données court.
Les données historiques étant facilement accessibles et gratuites, elles sont sou-
vent utilisées pour estimer la rentabilité et le risque futurs des actions. Cependant, il
faut être conscient que cette extrapolation du passé peut s’avérer peu fiable pour la
prévision de ces paramètres.
64
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
∑ i =1 ( Ri − R )
T 3
skewness =
( T − 1) σ 3
∑ i =1 ( Ri − R )
T 4
kurtosis =
( T − 1) σ 4
65
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
Intra−journalières Journalières
350
0,5
0,4
250
0,2 0,3
Densité
Densité
150
0,1
50
0,0
0
Hebdomadaires Mensuelles
0,04
0,08
0,02 0,03
0,04 0,06
Densité
Densité
0,01
0,02
0,00
0,00
une approximation de cette distribution par la loi normale avec la même moyenne et
le même écart-type, la droite verticale discontinue montre la moyenne (la tendance
centrale). Nous pouvons observez que toutes les distributions de données réelles
sont asymétriques (skewed distributions) par rapport à la tendance centrale.
Skewness de données intra-journalières est positif, quand ceux des autres distribu-
tions sont largement négatifs. Ce phénomène peut être expliqué par le fait que
l’échantillon couvre la période de la crise 2007-2008 marquée par les grandes
pertes. Les graphiques nous permettent d’illustrer la mesure de risque kurtosis.
Toutes les distributions sont plus pointues que la distribution gaussienne (la barre
centrale dépasse largement la cloche de la loi normale). Cependant, ce dépassement
diminue avec l’augmentation de l’échelle de temps. Cela signifie que la plupart des
transactions intra-day se réalisent avec une rentabilité autours de la moyenne. Les
rentabilités mensuelles sont plus dispersées, elles reflètent les variations significa-
tives de cours de prix d’Apple (ticker : AAPL). Les distributions montrent aussi les
queues épaisses, les probabilités élevées de réaliser les pertes et les gains extrêmes.
66
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
−3 −2 −1 0 1 2 3
x
Donc la semi-variance reflète la moyenne des carrés des écarts à la moyenne des
rentabilités réalisées en-dessous de la moyenne.
Notre lecteur pourra également découvrir d’autres mesures de risques dans le
© Dunod – Toute reproduction non autorisée est un délit.
chapitre 8.
Section
2 LA DIVERSIFICATION DE PORTEFEUILLES DE TITRES
67
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
Définition
La covariance entre deux variables aléatoires X et Y (ou deux rendements) notée cov XY
ou σ XY est l’espérance du produit des écarts à la moyenne de ces dernières.
cov XY = σ XY = E [ X − E ( X )][Y − E (Y )] =
∑ ( Xi − E ( X ))(Yi − E (Y ))
T −1
En regardant cette équation, nous pouvons constater que si les titres évoluent dans
le même sens, leurs rentabilités seront au-dessus ou en-dessous de leurs moyennes
au même moment, engendrant une covariance positive. Si les titres évoluent conjoin-
tement mais dans le sens opposé, la rentabilité de l’un sera supérieure à sa moyenne
lorsque la rentabilité de l’autre sera inférieure à sa moyenne, occasionnant une
covariance négative. Nous pouvons donc interpréter facilement le signe de la cova-
riance. En revanche, la valeur de la covariance ne nous informe pas clairement sur
la relation entre les titres comme elle mélange deux informations : l’ampleur de la
volatilité des titres (traduite par l’écart des rentabilités à leur moyenne) et leur évo-
lution. Une covariance est d’autant plus élevée que la volatilité des titres est élevée
et qu’ils évoluent dans la même direction. Nous faisons donc appel à un autre outil
statistique : la corrélation des rentabilités qui neutralise l’effet « volatilité ou risque
individuel des titres » puisqu’elle se calcule en divisant la covariance des rentabilités
par le produit de leurs écart-types :
cov XY
ρ XY =
σ Xσ Y
68
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
La valeur de la corrélation se trouve dans l’intervalle [-1 ; +1]. Son signe sera
toujours le même que celui de la covariance (comme les écart-types sont toujours
positifs) et il s’interprète exactement comme le signe de la covariance. Toutefois, sa
valeur s’interprète plus facilement que celle de la covariance. Si la corrélation est
égale à +1, les rendements des deux titres en question évolueront conjointement de
la même manière et ils seront dits parfaitement positivement corrélés. Cela veut
dire que si le cours du premier titre augmente, le second le suivra et augmentera de
la même ampleur. Si la corrélation entre les rendements de deux titres est de -1, ils
évolueront de manière inverse et seront dits parfaitement négativement corrélés.
Cela veut dire que si le prix d’un titre progresse, il y a de fortes chances que le prix
de l’autre baissera de la même ampleur. Si la corrélation de deux titres est nulle,
l’évolution du prix d’un titre n’influencera pas celle de l’autre.
69
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
A
14
12
Rendement
10
B
8
6
14 16 18 20 22
Écart−type
Définition
La frontière efficiente est l’ensemble des portefeuilles efficients, qui pour un rendement
exigé, garantissent un risque minimum ou un rendement maximum pour un niveau de
risque donné.
70
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
et
σ 2A − ρ ABσ Aσ B
xB =
σ 2A + σ B2 − 2 ρ ABσ Aσ B
Si on investit 7/11 de notre richesse initiale dans les actions de BNP et 4/11 dans les actions
de Total on diminue au maximum le risque spécifique de ces deux titres. Dans ce cas, la
volatilité atteint un niveau de 17 %.
1
σP = ( )
7 2
11
0,20 2 +
11 ( )
4 2 1
0,252 + 2 × × 0,20 × 0,25 ×
5
7 4 2
× ≈ 17 %
11 11
71
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
Cas 2 : Corrélation négative parfaite ( ρ = −1) : quand les titres sont parfaite-
ment négativement corrélés, il est possible d’éliminer totalement le risque du porte-
feuille, l’effet de la diversification est total. On parle de diversification parfaite. Les
σB
aléas sur les titres se neutralisent parfaitement si on investit x A = dans le
σA + σB
σA
premier titre et x B = dans l’autre (pondérations obtenues en remplaçant
σA + σB
ρ = −1 dans l’équation du risque ou de l’écart-type du portefeuille).
Les portefeuilles possibles seront situés sur deux demi-droites, la première reliant
l’actif sans risque (écart-type nul) au titre A et l’autre reliant l’actif sans risque au
titre B. Les portefeuilles efficients qui offrent plus de rendement pour le même
niveau de risque seront situés sur la demi-droite supérieure. La frontière efficiente
est donc cette demi-droite qui relie l’actif sans risque au titre le plus rentable A.
Quelle que soit la position du portefeuille sur cette droite, il garantira un rendement
maximum pour un niveau donné de risque. Cela nous permet d’établir un rapport
linéaire entre le risque et le rendement : si l’investisseur accepte plus de risque, il
exigera un rendement plus élevé. Le rendement progresse donc linéairement avec le
risque.
Cas 3 : Cas intermédiaire ρ ∈ ( −1 ; 1 ) : la frontière efficiente est toujours repré-
sentée par une courbe. Plus le coefficient de corrélation diminue, plus l’effet de la
diversification est significatif. En effet, plus le coefficient de corrélation diminue,
plus la courbe s’incurve vers la gauche offrant des combinaisons de titres avec un
rendement plus élevé pour le même niveau de risque. Le portefeuille de risque mini-
mum se déplace vers la gauche, donc le risque diminue de plus en plus.
A
14
12
2 2 +1
–1/ 1/
Rendement
1 0
ρ= – ρ= ρ= ρ= ρ=
10
8
B
6
0 5 10 15 20
Écart−type
72
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
( RA − RB + θ (σ B2 − ρ ABσ Aσ B ))
xA =
θ (σ 2A + σ B2 − 2 ρ ABσ Aσ B )
3 Portefeuille à N titres
3.1 Le risque d’un portefeuille à N titres
Dans le cas général où l’investisseur constitue un portefeuille de N titres (N > 2),
la variance du portefeuille s’écrit comme suit :
N N
σ P2 = ∑∑ x jσ ij = x12 + x22 + ... + x N2 + 2 x1 x2σ 12 + ... + 2 x1 x N σ 1N + ... + 2 x N −1 x N σ N −1, N
i =1 j =1
x12 + x22 + ... + x N2 + 2 x1 x2σ 12 + ... + 2 x1 x N σ 1N + ... + 2 x N −1 x N σ N −1, N
73
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
( 12 ) 4 + ( 14 ) 4 + ( 14 ) 2
2 2 2
1 1 1 1 1 1 1
σ P2 = 2 2 2 +2× × × ×4×4+2× × × ×4×2+2×
2 4 2 2 4 2 4
) 4 + ( 14 ) 4 + ( 14 ) 2
2 2 2
1 1 1 1 1 1 1 1 3
2 2 2 +2× × × ×4×4+2× × × ×4×2+2× × × ×4×2=9
2 4 2 2 4 2 4 4 4
Et le rendement de ce portefeuille est de :
1 1 1
Rp = ×4+ ×6+ ×6= 4
2 4 4
Cette double somme devient rapidement peu pratique quand le nombre d’actifs augment
dans le portefeuille. Pour cette raison, nous présentons ce problème de calcul de risque d’un
grand portefeuille en termes matriciels. Tout d’abord introduisons la matrice variance-cova-
riance V qui regroupe les variances des titres individuel σ i2 qui composent le portefeuille et
les covariances entre eux notée σ ij :
σ 12 σ 12 σ 1N
σ σ 22 σ 1N
V = 21
σ N 1 σ N 2 σ N2
74
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
Le portefeuille de ces trois actifs investis en proportions ½, ¼, ¼ aura le risque total de :
1 1
2 2
16 8 4
1 1 1 1 = 11 19 9 1 = 11 × 1 + 19 × 1 +
σ P2 = × 8 16 6 × ×
2 4 4 4 2 2 4 2 2 4
4 6 4
1 1
1 4 4
2
19 9 1 = 11 × 1 + 19 × 1 + 9 × 1 = 44 + 19 + 9 = 72 = 9
1 ×
2 2 4 2 2 4 2 4 8 8
1
4
Maintenant, supposons que ce portefeuille est équipondéré, donc toutes les parts
1
sont identiques xi = x j = :
N
N N N
1 1 1
σ p2 = ∑ N 2 σ i2 + ∑ ∑ ⋅ ⋅ σ ij
© Dunod – Toute reproduction non autorisée est un délit.
i =1 i =1 j =1, j ≠ i N N
1 N 1 2 N −1 N N 1
σ p2 = ∑ σ i + N ∑ ∑ N ( N − 1) ⋅ σ ij
N i =1 N i =1 j =1, j ≠ i
1 2 N −1 2
σ p2 = ⋅ σi + σ ij , ou σ i est la moyenne des variances des actifs risqués
N N
qui composent le portefeuille, σ ij est la moyenne des covariances. Après réarrange-
ment des termes : σ p2 =
1
N
2
( )
⋅ σ i − σ ij + σ ij . Si le nombre d’actifs dans le
75
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
B
13 12
Rentabilité
11 10
9
A
8
10 12 14 16 18 20
Risque de portefeuille
76
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
Définition
Soit une fonction U définie et dérivable sur un intervalle. Elle est monotone croissante et
concave sur cette intervalle si sa dérivée première est positive et la dérivée seconde est
négative.
Section
3 L’INTRODUCTION D’UN ACTIF SANS RISQUE
Considérons maintenant qu’il est possible d’investir dans un titre sans risque r f
(par exemple une obligation d’État) aussi appelé le taux sans risque. Dans ce cas,
on combine le portefeuille de titres risqués (efficient selon le critère de l’espérance-
variance MV, ou l’arbitrage risque/rendement) avec un produit financier sans
risque r f .
Si on investit la part x dans le portefeuille risqué (parce que composé de titres
risqués) et le complément (1 - x) dans le taux sans risque, le rendement de ce
portefeuille est de :
© Dunod – Toute reproduction non autorisée est un délit.
RP = xRMV + (1 − x ) r f
= r f + x ( RMV − r f )
RMV − r f
RP = r f + σP
σ MV
77
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
En présence du taux sans risque la frontière efficiente est toujours une droite. C’est
la droite partant de l’actif sans risque (écart-type nul) et tangente à la courbe des
titres risqués.
15
T
10
Rendement
Z
5
rf
0
0 5 10 15 20
Écart−type
En observant la figure 3.6, nous sommes tentés d’abord par la possibilité de com-
biner le portefeuille de risque minimum Z avec le taux sans risque r f (droite pointil-
lée). En revanche, les portefeuilles tout au long de cette droite ne sont pas efficients.
En effet, au fur et à mesure, on peut augmenter la pente de cette droite pour trouver
une pente plus pointue qui domine toutes les autres : la frontière efficiente (droite en
gras). Sur la figure, cette frontière efficiente est la droite r f T , tangente à la courbe
des titres risqués et qui passe par le taux sans risque.
Pour chaque niveau de risque, cette droite offre le portefeuille avec le rendement
maximum. Par conséquent, tous les portefeuilles efficients sont obtenus par des
combinaisons du taux sans risque avec un portefeuille tangent T. Le portefeuille T
n’est pas un portefeuille de risque minimum ou de rentabilité maximum, c’est un
portefeuille qui permet de maximiser la pente de la droite qui est donnée par :
RT − r f
σT
Ce ratio s’appelle le ratio de Sharpe, il mesure le rapport entre le rendement
excédentaire (la différence entre le rendement du portefeuille et le taux sans risque)
et le risque pris.
La première partie de la droite r f T ) représente une combinaison du portefeuille
tangent T avec une proportion de x et du taux sans risque avec une proportion de
1 - x et, où 0 < x < 1 ce qui correspond à un prêt au taux sans risque. La partie de
la droite au-delà du point T est caractérisée par des parts dans le portefeuille tangent
78
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
Définition
Les ventes à découvert (short sellings) consistent à vendre un titre que l’on ne possède
pas et à le racheter ultérieurement. C’est une stratégie profitable si l’on anticipe une baisse
du prix du titre.
Monsieur Durand a placé 120 000 euros dans ce fonds qui représente 120 000 × 1,1 = 132 000
120 000 × 1,1 = 132 000 à la fin de l’année. L’investisseur doit rembourser son emprunt avec les intérêts,
soit 20 000 × 1,02 = 20 400 euros.
Donc pour un investissement de 100 000 euros, l’investisseur réalise le rendement suivant :
132 000 − 20 400 − 100 000
= 11,6 %
100 000
Le deuxième scénario : à la fin de l’année le fonds Theta perd de 10 %. Initialement
Monsieur Durand a placé 120 000 euros dans ce fonds qui représente 120 000 × 0,9 = 108 000
120 000 × 0,9 = 108 000 en fin d’année. L’investisseur doit rembourser son emprunt avec les intérêts, soit
20 000 × 1,02 = 20 400 euros.
Donc pour un investissement de 100 000 euros, l’investisseur réalise un rendement de :
108 000 − 20 400 − 100 000
= −12,4 %
100 000
79
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
Avec la vente à découvert et la pratique d’achat à effet de levier (achat de titres financé par
un emprunt, ici au taux sans risque), les rentabilités effectives du portefeuille composé de
l’actif sans risque et d’actifs risqués sont plus amplifiées suite à la variation du rendement
du portefeuille risqué. Ceci permet donc de réaliser un rendement plus élevé que la simple
progression de la rentabilité du portefeuille risqué. En revanche, en cas de perte sur le por-
tefeuille risqué, l’effet de levier aggrave la situation en amplifiant les pertes du portefeuille
constitué de la combinaison de l’actif sans risque avec le portefeuille risqué.
c Focus
Le taux sans risque existe-t-il réellement ?
Toute la théorie de finance moderne est sont considérées plus sûres que l’État dont
élaborée sous l’hypothèse de l’existence elles dépendent, la Grèce par exemple.
du taux sans risque. Que représente-t-il ? Le secteur privé s’en sort économiquement
Existe-t-il vraiment ? parfois mieux que le secteur public.
La finance moderne fait l’hypothèse qu’il Certaines entreprises grecques se sont
existe un produit ayant un risque zéro et portées mieux économiquement et n’ont
une rentabilité positive, soit le taux sans pas eu de souci pour se financer sur le
risque. Une obligation d’État bien notée marché obligataire, quand l’État grec a
est souvent considérée comme le taux connu une crise politique et économique
sans risque. Théoriquement, l’État ne peut profonde. Le coût du capital de l’entreprise
pas ne pas honorer ses dettes. On suppose grecque OTE était de 6,8 % sur 10 ans,
en général qu’une entreprise a plus de quand l’État s’endettait sur la même durée
chance de faire défaut que l’État dont elle au taux de 40 %.
dépend. Mais la crise des dettes Donc, le taux sans risque est assez
souveraines en Europe a donné lieu à de hypothétique parce que tous les types
nombreuses situations où des entreprises d’investissement contiennent du risque.
80
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
aux taux de 5 % pour placer l’ensemble de cette somme dans un fond J géré par
un organisme de placement collectif de valeurs mobilières. Quelle est la rentabilité
annuelle réalisée par l’investisseur si le fond risqué :
––perd 10 % de sa valeur d’ici la fin d’année ?
––progresse de 10 % sur un an ?
81
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
Variation de Variation de ∆R
Portefeuille Rentabilité Volatilité
rentabilité ∆R volatilité ∆r ∆σ
A 8 10
B 12 4 11 1 4/1
C 15 3 13 2 3/2
D 17 2 16 3 2/3
E 19 2 20 4 2/4
F 21 2 25 5 2/5
G 22 1 31 6 1/6
∆R
La série de taux de croissance est monotone et décroissante, donc la courbe
∆σ
est concave. Pour conclure, tous ces portefeuilles peuvent appartenir à la même
frontière efficiente des actifs risqués.
()
3 2 2
()
2 2 2
1
σ Z = ( x 2Aσ 2A + x B2 σ B2 + 2 ρ ABσ Aσ B x A x B ) 2 = ⋅6 + ⋅ 9 + 2 ⋅ ( −1) ⋅ 6
5 1 5 1
() () ( )
1 2 2 2⋅
3 2 3 2 2 3 2 18
+ x B2 σ B2 + 2 ρ ABσ Aσ B x A x B ) 2 =
2
2
A ⋅ 62 + ⋅ 92 + 2 ⋅ ( −1) ⋅ 6 ⋅ 9 ⋅ ⋅ = ⋅6− ⋅9 = −
5 5 5 5 5 5 5
1 1
)⋅ = ( ⋅ 6 − ⋅ 9) =
2 2⋅
3 2 2 3 2 18 18 2
92 + 2 ⋅ ( −1) ⋅ 6 ⋅ 9 ⋅ ⋅ − =0
5 5 5 5 5 5
82
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
1. Les ventes à découvert peuvent être considérées comme une forme d’emprunt, et vice versa.
83
Chapitre 3 ■ Principes et techniques de gestion de portefeuille…
L’ESSENTIEL
Le portefeuille optimum a la variance minimum pour un niveau d’espérance de
rentabilité donné. Ces derniers peuvent être estimés selon les formules sui-
vantes :
R + R2 + … + RT
E ( R) = µ = 1
T
1
∑ ( Ri − E ( R ))
T 2 2
σ R = i =1
T −1
84
Principes et techniques de gestion de portefeuille… ■ Chapitre 3
☞
L’ajout d’actifs dans un portefeuille diminue son risque spécifique avec une
vitesse décroissante. Néanmoins, la diversification stagne à un certain niveau
quel que soit le nombre de titres dans le portefeuille. Il s’agit du risque systéma-
tique, donc non diversifiable.
En présence du taux sans risque, la frontière efficiente se transforme en une
droite entre le taux sans risque et le portefeuille tangent. Le portefeuille tangent
se situe au point de tangence de la droite partant de l’actif sans risque avec la
courbe de la frontière efficiente des portefeuilles d’actifs risqués. C’est le porte-
feuille ayant le ratio de Sharpe le plus élevé (la pente de la tangente). Les inves-
tisseurs choisiront, sur cette droite, des combinaisons différentes de l’actif sans
risque avec le portefeuille d’actifs risqués.
Questions de réflexion
■
Le risque total du portefeuille diminue avec l’augmentation de la taille de ce
dernier avec une vitesse décroissante. Comment peut-on expliquer ce phéno-
mène ?
■ La frontière efficiente étant un concept purement théorique, qu’apprend-elle au
gestionnaire ?
(solutions sur le site www.dunod.com)
© Dunod – Toute reproduction non autorisée est un délit.
85
Chapitre
Modèles
analytiques
4 d’optimisation
de portefeuille
OBJECTIFS
Le but principal du présent chapitre est d’introduire les outils mathématiques
afin de déterminer numériquement le portefeuille efficient en termes de
moyenne-variance.
Dans les chapitres précédents, nous avons montré comment déterminer les
frontières efficientes théoriquement et graphiquement. Toutefois, avec une
large base de données et d’actifs, la détermination des frontières efficientes est
plus complexe et se transforme en casse-tête mathématique. Ce chapitre
permettra de combler cette lacune.
SOMMAIRE
Section 1 L ’optimisation d’un portefeuille d’actifs risqués en l’absence de taux sans
risque
Section 2 L’optimisation d’un portefeuille d’actifs risqués avec un taux sans risque
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
Section
1 L ’OPTIMISATION D’UN PORTEFEUILLE D’ACTIFS
RISQUÉS EN L’ABSENCE DE TAUX SANS RISQUE
n n
∑∑ xi x jσ ij → min (1)
i =1 j =1
n
∑ xi ri = R*p (2)
i =1
n
∑ xi = 1 (3)
i =1
88
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
Définition
Le multiplicateur de Lagrange est une méthode d’optimisation d’une fonction dérivable
d’une ou de plusieurs variables, sous contraintes. Formellement, on note L ( x , λ ) = ϕ ( x ) + λφ ( x )
L ( x , λ ) = ϕ ( x ) + λφ ( x ), où x sont les variables de contrôle dans la fonction ϕ ( x ) à optimiser (mini-
miser ou maximiser), l est le multiplicateur de Lagrange et φ ( x ) est la contrainte du
programme d’optimisation.
∂
( X ′VX ) = 2VX ( 5) (5)
∂x
n n
σ p = X ′VX = ∑∑ xi x jσ ij =
i =1 j =1
x1 x1σ 11 + + x1 xiσ 1i + + x1 x nσ 1n +
x 2 x1σ 21 + + x 2 xiσ 2i + + x 2 x nσ 2 n +
…
x n x1σ n1 + + x n xiσ ni + + x n x nσ nn
La dérivée partielle par rapport à xi de cette double somme est déterminée ainsi :
n n n
2σ ij xi + ∑ σ ij x j + ∑ σ ij x j = 2∑σ ij x j = 2VX
j =1, j ≠ i j =1, j ≠ i j =1
© Dunod – Toute reproduction non autorisée est un délit.
dL
= 2 x1σ 11 + 2 x 2σ 12 + + 2 x nσ 1n + λ1r1 + λ2 = 0
dx1
dL
= 2 x1σ n1 + 2 x 2σ n 2 + + 2 x nσ nn + λ1rn + λ2 = 0
L ′( x ) = dx n
dL
= x1r1 + x 2r2 + + xn rn − R∗p = 0
dλ1
dL
= x1 + x 2 + + xn − 1 = 0
dλ2
89
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
Pour voir plus clair, nous présentons ce système d’équations en forme de produc-
tion matricielle : AX = T, où
2σ 11 2σ 12 2σ 1n r1 1
A = 2σ n1 2σ n 2 2σ nn rn 1
r1 r2 rn 0 0
1 1 1 0 0
x1 0
X = x n et T = 0
R*p
λ1
λ2 1
A−1 AX = A−1T
d’où
X = A−1T
Définition
La matrice A-1, de la taille n × n, est une matrice inverse à la matrice A. Il s’ensuit que
A-1 A = In, où In est une matrice unitaire.
c Focus
Contraintes supplémentaires
Cependant, rien ne garantit que les poids additionnelle de poids positifs ( ∀i , xi ≥ 0 ),
soient tous positifs ou nuls dans ce il faut utiliser les conditions Kuhn-Tucker
système. Pour intégrer une contrainte (voir Kuhn 1961).
90
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
1 ⋅ 2 ⋅ 2 0,5 ⋅ 2 ⋅ 4 0,5 ⋅ 2 ⋅ 4 4 4 4
V = 0,5 ⋅ 4 ⋅ 2 1 ⋅ 4 ⋅ 4 0,5 ⋅ 4 ⋅ 4 = 4 16 8
0,5 ⋅ 4 ⋅ 2 0,5 ⋅ 4 ⋅ 4 1 ⋅ 4 ⋅ 4 4 8 16
8 8 8 6 1
8 32 16 8 1
= 8 16 32 10 1
6 8 10 0 0
1 1 1 0 0
x1
© Dunod – Toute reproduction non autorisée est un délit.
x2
X = x3
λ1
λ2
et
0
0
T = 0
8
1
91
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
−32/11
104/11
Donc, le portefeuille efficient est composé de 5/11 parts investies dans le premier
titre, 1/11e dans le deuxième et 5/11e dans le dernier.
10
C
9
Rentabilité
P
8
B
7
A
6
92
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
Si votre client détient 110 000 euros, il devra acheter 50 000 euros d’actions A,
10 000 euros d’actions B et 50 000 d’actions C pour atteindre le rendement exigé
de 8 %.
Cet exemple illustre bien l’effet de diversification. Les actions B et C ont un même
niveau de risque mais le titre C est plus rentable que l’actif B. Intuitivement, on
éviterait entièrement le titre B dans le portefeuille. En revanche, le programme
d’optimisation nous oriente vers un investissement de 1/11e des fonds dans le titre B,
et 5/11e dans le titre C. Grâce à sa corrélation avec les autres titres, l’action B permet
de diminuer le risque total du portefeuille.
X ′R → max
X ′VX =k
X ′1 = 1
Ce problème revient à la maximisation du Lagrangien suivant :
θ
L ( x , θ , λ ) = X ′R − ( X ′VX − k ) − λ ( X ′1 − 1) → max
2
θ
Où et λ sont les multiplicateurs de Lagrange.
2
93
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
Nous devons ensuite appliquer les conditions de premier ordre, autrement dit la
dérivée première :
∂L
= 0 ⇒ R − θVX − λ 1 = 0
∂x
∂L
= 0 ⇒ X ′VX = k
∂θ
∂L
= 0 ⇒ X ′1 = 1
∂λ
n
θ n n
f ( x ) = ∑ xi Ri − ∑∑ xi x jσ ij → max
i =1 2 i =1 j =1
n
∑ xi = 1
i =1
94
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
n
θ n n n
L (X,λ) = ∑ xi Ri − ∑∑
2 i =1 j =1
x x σ
i j ij − λ ∑
i =1
xi − 1 → max
i =1
∂ L ( X , λ ) n
= Ri − θ ∑ σ ij x j − λ = 0 ∀i = 1, n
∂ xi j =1
n
∂ L ( X , λ )
= ∑ xi − 1 = 0
∂λ
i =1
n
∑ σ ij x j + θλ =
Ri
θ
∀i = 1, n
j =1
n
∑ xi =1
i =1
x1
σ 11 σ 1n 1 R1 0
Vˆ =
Xˆ = x n Rˆ = Yˆ =
σ n1 σ nn 1 λ Rn 0
1 1
0 0 1
θ
ˆ ˆ = 1 Rˆ + YX
VX ˆ ˆ = 1 Vˆ −1 Rˆ + Vˆ −1Yˆ
θ θ
© Dunod – Toute reproduction non autorisée est un délit.
1 ⋅ 2 ⋅ 2 0,5 ⋅ 2 ⋅ 4 0,5 ⋅ 2 ⋅ 4 4 4 4
V = 0,5 ⋅ 4 ⋅ 2 1 ⋅ 4 ⋅ 4 0,5 ⋅ 4 ⋅ 4 = 4 16 8
0,5 ⋅ 4 ⋅ 2 0,5 ⋅ 4 ⋅ 4 1 ⋅ 4 ⋅ 4 4 8 16
95
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
4 4 4 1
4 16 8 1
V̂ =
4 8 16 1
1 1 1 0
Ainsi, nous obtenons les parts de chacun des trois actifs dans le portefeuille :
4 4 4 0,925
( 0,925, 0,0125, 0,0625) × 4 16 8 × 0,0125 = 4,055 %
4 8 16 0,0625
Si votre client révise son rapport au risque en baissant le coefficient d’aversion au risque
à 2, la composition de son portefeuille optimal changera et comportera moins d’actifs
peu risqués telle l’action A et davantage des actions plus risquées B et C. La composi-
tion du portefeuille sera la suivante : 81,25 % de A, 3,125 % de B et 15,625 % de C. Le
portefeuille deviendra plus risqué mais certainement plus rentable. La rentabilité s’élè-
vera à :
96
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
C
10
B
8
Theta=1
Rentabilité
Theta=5
A
64
2
Section
2 L ’OPTIMISATION D’UN PORTEFEUILLE D’ACTIFS
RISQUÉS AVEC UN TAUX SANS RISQUE
97
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
θ
f ( X ) = X ′R + (1 − X ′1 ) r f − X ′VX → max
2
∂ f (X )
= R − 1r f − θVX = 0
∂X
x f = 1 − X ′1
1 −1
X = θ V ( R − 1r f ) = θV ( R − 1r f )
ˆ −1
Portefeuille efficient
x f = 1 − X′1
De ce système découle la composition du portefeuille tangent. Il s’agit du seul
portefeuille optimal sur la droite de marché qui ne contient pas de taux sans risque
et composé uniquement des actifs risqués t = θˆV −1 ( R − 1r f ) et 1′t = 1
1′t = 1′θˆV −1 ( R − 1r f ) = 1
θˆ =
1
⇒t=
V (
−1 R − r 1
f
)
1′V ( R − r f 1 )
−1 1′V ( R − r f 1 )
−1
20
15
Rentabilité
10
T
5
0
0 2 4 6 8 10 12
Risque
Figure 4.3 – Frontière efficiente de trois actifs risqués et un taux sans risque
La courbe concave représente la frontière efficiente des actifs risqués. La droite est
la frontière efficiente en présence de taux sans risque. Le portefeuille T est le
portefeuille tangent qui maximise la pente de la droite soit le ratio de Sharpe.
98
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
1 ⋅ 2 ⋅ 2 0,5 ⋅ 2 ⋅ 4 0,5 ⋅ 2 ⋅ 4 4 4 4
V = 0,5 ⋅ 4 ⋅ 2 1 ⋅ 4 ⋅ 4 0,5 ⋅ 4 ⋅ 4 = 4 16 8
0,5 ⋅ 4 ⋅ 2 0,5 ⋅ 4 ⋅ 4 1 ⋅ 4 ⋅ 4 4 8 16
t = ( 1 4 , 1 8 , 5 8 )
© Dunod – Toute reproduction non autorisée est un délit.
1 −1
X = 5 V ( R − 1r f ) = 0,2 V ( R − 1r f )
−1
Portefeuille efficient
x f = 1 − X ′1
99
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
x f = 1 − ( 1 40 + 1 80 + 116 ) = 0,9 soit 90 %.
Pour résumer, le profil de votre client est plutôt conservateur (coefficient d’aversion au
risque = 5), vous devrez donc lui conseiller d’investir 90 % de sa somme dans le taux sans
risque et 10 % dans le portefeuille tangent d’actifs risqués.
100
150 −50 −
3
100
V −1 = −50 150 −
3
100 100 200
− −
3 3 3
100
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
AirFrance 5 9
Renault 8 14
101
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
100
150 −50 − 1
3
6−4 6
100
V ( R − r f 1 ) = −50
−1 150 − × 7−4 = 13
3
100 100 200 8−4 6
− − 1
3 3 3
1 13 20 10
1V −1 ( R − r f 1 ) = + +1= =
6 6 6 3
1
1 1 20
6 0, 05
V ( R − rf 1)
−1 6
÷ 20 = 13 × 3 = 13
t= = 13 = 0,65
1′V −1 ( R − r f 1 ) 6 10 20
6 6 3 0,3
1 1
10
102
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
CORRIGÉS
Utilisons • intermédiaire
le résultat CORRIGÉS de la• CORRIGÉS
question 2 : • CORRIGÉS
1
1 6
5 −1
1 − x f = 1 V ( R − rf 1) = V ( R − rf 1) =
−1
13
θ 9
6
1
xM = (
1 1 13
+
θ 6 6
+1 =
5
9 )
1 10 5
× =
θ 3 9
90
θ = =6
15
6 6
103
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
2 ⋅ 64 2 ⋅ 36 2 ⋅ 56 2 1 128 72 112 2 1
2 ⋅ 36 2 ⋅ 81 2 ⋅ 63 5 1 72 162 126 5 1
A = 2 ⋅ 56 2 ⋅ 63 2 ⋅ 196 8 1 = 112 126 392 8 1
2 5 8 0 0 2 5 8 0 0
1 1 1 0 0 1 1 1 0 0
x1
0
x2 0
X = x3 T = 0
λ1 5
1
λ2
1 1 1
600 − 300 600 −0, 21 1, 26
−1 2 1 13 11
300 300 − 300 150 75
= 1 1 1 37 61
600 − 300 600 300 − 150
−0, 21 13 37 43 21 4 225
150 300 −7 450
1, 26 11 − 61 4
75 150 21 225 −168,3289
0, 21
0,58
X = A−1T = 0, 21
−14, 46
− 63, 24
104
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
Les valeurs des rentabilités et des écarts-types des différentes actions sont les
suivantes :
ACA⋅ PA = 0, 0259 soit 2,59 %
RMensuel
ACA⋅ PA = (1 + R ACA⋅ PA ) − 1 = 0,3250 soit 32,5 %
RAnnuel
11
Mensuel
© Dunod – Toute reproduction non autorisée est un délit.
ACA⋅ PA = 0, 0816 soit 8,16 %
σ Mensuel
ACA⋅ PA = σ ACA⋅ PA × 11 = 0, 0816 × 11 = 0, 2705 soit 27, 05 %
σ Annuel Mensuel
⋅ PA
Mensuel = 0, 018 soit 1,8 %
RUG
σ UG ⋅ PA
Mensuel = 0,1185 soit 11,85 %
σ UG ⋅ PA UG ⋅ PA
Annuel = σ Mensuel × 11 = 0,1185 × 11 = 0,3929 soit 39, 29 %
MC ⋅ PA = 0, 0199 soit 1,99 %
RMensuel
105
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
MC ⋅ PA = (1 + R MC ⋅ PA ) − 1 = −0, 2422 soit 24, 22 %
RAnnuel
11
Mensuel
MC ⋅ PA = 0, 0559 soit 5,59 %
σ Mensuel
MC ⋅ PA = σ MC ⋅ PA × 11 = 0, 053 × 11 = 0,1854 soit 18,54 %
σ Annuel Mensuel
Les parts des actions dans le portefeuille sont données par le vecteur X :
240,6290 − 44,5771 −150,8926 0,325 0, 0075
1
X = − 44,5771 173,3785 −235,8632 × 0, 2173 − 0, 0075
3
−150,8926 −235,8632 836, 0691 0, 2422 0, 0075
1. Notez que l’on utilise les données historiques pour estimer les rentabilités futures des actifs risqués. Nous
prenons donc l’hypothèse de stationnarité de la distribution des rentabilités.
106
Modèles analytiques d’optimisation de portefeuille ■ Chapitre 4
107
Chapitre 4 ■ Modèles analytiques d’optimisation de portefeuille
L’ESSENTIEL
L’ensemble d’un grand nombre d’actifs risqués permet de diversifier leurs
risques spécifiques, mais l’optimisation d’un grand portefeuille n’est pas une
tâche facile du point de vue numérique.
Par exemple, si un investisseur exige un rendement R*p, son programme d’optimi-
sation s’écrira comme suit
X = A−1T
2σ 11 2σ 12 2σ 1n r1 1 x 0
1
A = 2σ n1 2σ n 2 2σ nn rn 1 X = xn T = 0
*
r1 r2 rn 0 0 λ1 Rp
1 1
1 1 0 0 λ2
Si l’investisseur ne peut pas déterminer le rendement espéré pour son horizon
de placement, mais qu’il connaît son coefficient d’aversion au risque θ , l’équa-
1
tion matricielle Xˆ = Vˆ −1 Rˆ + Vˆ −1Yˆ déterminera la pondération optimale de son
θ
portefeuille en actifs risqués.
x1
σ 11 σ 1n 1 R1 0
Vˆ =
Xˆ = x n Rˆ = Yˆ =
σ n1 σ nn 1 λ Rn 0
1 1 0
0 1
θ
En présence de taux sans risque la frontière efficiente devient une droite tangente
qui maximise la pente (Sharpe ratio). La composition du portefeuille tangent est
V ( R − rf 1)
−1
obtenue selon la formule suivante t = .
1′V −1 ( R − r f 1 )
La définition du portefeuille efficient composé de plusieurs actifs risqués et d’un
taux sans risque est :
1 −1
X = θ V ( R − 1r f ) = θV ( R − 1r f )
ˆ −1
Portefeuille efficient
x f = 1 − X ′1
Où V −1 est une matrice inverse à la matrice des variances-covariances V.
R est le vecteur des rentabilités des actifs risqués, r f est le taux sans risque, θ est
le coefficient d’aversion au risque.
108
Chapitre Modèle
d’évaluation des
5 actifs financiers et
ses extensions
OBJECTIFS
Après avoir exposé dans le chapitre 3, la théorie de Markowitz et les avantages
de la diversification (du risque spécifique) d’un portefeuille, le chapitre 5 présen-
tera les développements de la théorie de gestion de portefeuille par Sharpe,
Lintner et d’autres auteurs qui ont contribué significativement dans ce domaine.
Nous exposerons en particulier, le Modèle d’Évaluation des Actifs Financiers
(MEDAF ou CAPM en anglais pour Capital Asset Pricing Model).
Le MEDAF, modèle développé essentiellement par Sharpe, permet de calculer la
rentabilité attendue, espérée ou anticipée sur tout actif financier en fonction de
la rentabilité du portefeuille de marché. Nous identifierons dans ce chapitre le
portefeuille tangent qui à l’équilibre, n’est autre que le portefeuille de marché,
le portefeuille de tous les titres négociables sur le marché.
Nous ferons la distinction entre la droite de marché (Capital Market Line ou
CML) et la droite des titres (Security Market Line ou SML). Ainsi, nous explique-
rons comment reconnaître un titre surévalué ou sous-évalué et comment en
tirent profit les investisseurs.
Finalement, ce chapitre décrit les critiques du MEDAF tout en présentant les
modèles alternatifs ou extensions du modèle de base ainsi que les modèles mul-
tifactoriels qui permettent d’expliquer le rentabilité exigée d’un titre en fonction
de facteurs autres que la rentabilité de marché.
SOMMAIRE
Section 1 Le modèle de base
Section 2 La droite de marché (Capital Market Line (CML))
Section 3 La droite des titres ou droite du MEDAF (Securities Market Line (SML))
Section 4 L’estimation empirique du beta
Section 5 Les critiques et les extensions du MEDAF
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
Section
1 LE MODÈLE DE BASE
110
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
15
T
10
Rentabilité Z
5
rf
0
0 5 10 15 20
Risque
thèses :
–– Les marchés de titres sont parfaits :
• les actifs sont parfaitement divisibles,
• la possibilité d’acheter ou de vendre tout actif financier à son prix de marché en
l’absence de coûts de transaction et de taxes,
• l’absence de restrictions de ventes à découvert,
• l’accès libre à l’information sans coût,
• la possibilité de prêter et d’emprunter au taux sans risque.
–– Les investisseurs ont accès aux mêmes opportunités d’investissement.
–– Des investisseurs risquophobes évaluent les portefeuilles en termes d’espérance et
de variance des rentabilités des titres sur une période donnée.
–– Et enfin, les investisseurs forment des anticipations homogènes sur les rentabilités
espérées, les volatilités et les corrélations entre les actifs financiers.
111
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
112
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
sont détenus dans les mêmes proportions du portefeuille de marché. Ces proportions ne sont
autres que la capitalisation boursière du titre. Le cas échéant, Laura détiendra 4 000 euros
d’actions Bouygues et 2 000 euros d’actions Total. La capitalisation de Bouygues sera égale
à 2 fois celle de Total.
bi est donc une mesure de risque systématique qui affecte l’ensemble de l’écono-
mie, et par conséquent, l’ensemble des titres, il s’agit alors d’un risque non diversi-
fiable. Le risque total représenté par l’écart-type des rentabilités est donc composé
du risque systématique beta et du risque non-systématique ou spécifique.
En d’autres termes, le MEDAF permet de déterminer la rentabilité exigée par un
investisseur pour couvrir le risque systématique porté par ce titre. Cette rentabilité
exigée est donnée par :
E ( Ri ) = r f + βi × ( E ( RM ) − r f )
où rf est le taux sans risque (égal au taux du Bon de trésor), ( E ( RM ) − r f ) est appe-
lée prime de risque ou l’excédent de rentabilité de marché par rapport au taux sans
risque.
La rentabilité de tout actif est donc égale au taux sans risque plus une prime de risque
© Dunod – Toute reproduction non autorisée est un délit.
113
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
Section
2 L A DROITE DE MARCHÉ
(CAPITAL MARKET LINE (CML))
M
CML
10
Rentabilité
5
rf
0
0 5 10 15 20
Risque
114
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
––Sous les hypothèses du MEDAF, quel sera le portefeuille de risque minimal dont la
rentabilité espérée est égale à celle de Saint-Gobain ?
––Quel est le portefeuille de rentabilité espérée maximale dont la volatilité est égale à
celle de Saint-Gobain ?
–– Le MEDAF implique que les meilleurs couples rentabilité espérée/risque sont
obtenus pour des portefeuilles composés du portefeuille de marché et d’actif sans
risque.
Tous ces portefeuilles sont situés sur la CML. La composition du portefeuille apparte-
nant à la CML dont la rentabilité espérée est de 15 %, est obtenue grâce à l’équation
suivante :
E ( Rx ,M ) = (1 − x ) × r f + x × E ( RM )
15 % = r f + x × ( E ( RM ) − r f )
15 % = 4 % + x × 24 %
Donc
x = 45,83 %.
Il faut donc vendre les actions Saint-Gobain pour placer 4 583 euros dans le portefeuille de
marché et 5 417 euros dans l’actif sans risque. La volatilité de ce portefeuille est de :
σ ( Rx , M ) = x × σ ( RM )
= 0,4583 × 0,20
= 9,17 %.
30 % = σ ( Rx , M ) = x × σ ( RM )
© Dunod – Toute reproduction non autorisée est un délit.
= x × 20 %
x = 150 %.
La rentabilité espérée d’un tel portefeuille est :
E ( Rx , M ) = r f + x × ( E ( RM ) − r f )
= 4 % + 0,15 × 24 %
= 40 % .
Cette espérance de rentabilité est supérieure à celle des actions Saint-Gobain pour le même
niveau de risque de ces dernières. Pour obtenir un portefeuille avec de telles caractéris-
tiques, on doit vendre les actions Saint-Gobain et placer 15 000 euros dans le portefeuille
de marché, en empruntant 5 000 euros au taux d’intérêt sans risque.
115
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
Section
3 L A DROITE DES TITRES OU DROITE DU
MEDAF (SECURITIES MARKET LINE (SML))
SML
10 5
0
Il existe donc une relation linéaire entre le beta d’un titre et l’espérance de renta-
bilité. Cette relation représentée par la droite du MEDAF ou droite des titres ou
encore SML passe par l’actif sans risque et le portefeuille de marché. On y trouve
tous les titres et les portefeuilles possibles alors qu’aucun titre individuel n’est situé
sur la droite de marché ou CML.
116
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
Ainsi, le beta d’un portefeuille est égal à la moyenne pondérée des beta des actifs
qui le composent.
Ou encore, on pourrait déterminer le beta d’un portefeuille comme celui d’un
actif, par l’équation du MEDAF, étant donné la rentabilité exigée du portefeuille, le
taux sans risque et la rentabilité du marché.
0,8 × 0,15
βOméga = = 0,6.
0,20
Le beta de 0,6 représente la sensibilité du cours de l’action Omega par rapport aux
fluctuations du marché. Autrement dit, si le marché progresse de 1 %, le cours de
l’action Omega progressera lui de 0,6 %. Si le marché perd 2 %, l’action Omega perdra
1,2 %.
Le beta nous permet de calculer la rentabilité exigée en fonction du risque systématique du
titre à partir du MEDAF :
E ( ROméga ) = r f + βOméga × ( E ( RM ) − r f )
© Dunod – Toute reproduction non autorisée est un délit.
= 2 % + 0,6 × (14 % − 2 %)
= 9,2 %
P1 + D1 60 + 1
P0 = =
1 + ROméga 1 + 0,092
= 55,86 %
Les investisseurs seront donc disposés à payer 55,86 euros pour détenir une action de
la société Oméga, afin de couvrir le risque systématique de l’action, mesuré par son
beta.
117
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
118
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
E ( RLVMH ) = r f + β LVMH × ( E ( RM ) − r f )
= 5 % + 1,3 × (35 % − 5 %)
= 44 %
E ( RRenault ) = r f + β Renault × ( E ( RM ) − r f )
= 5 % + 1,7 × (35 % − 5 %)
= 56 %
La rentablité espérée du portefeuille P équipondéré de ces deux titres est égale :
––Soit en calculant le beta du portefeuille qui est égal à la moyenne pondérée des beta
des deux actions, puis en calculant la rentabilité du portefeuille avec l’équation du
MEDAF :
E ( RP ) = r f + β P × ( E ( RM ) − r f )
= 5 % + 1,5 × (35 % − 5 %)
= 50 %
119
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
Lorsque le portefeuille de marché est efficient, tous les titres et tous les porte-
feuilles se situent sur la droite du MEDAF ou la SML. Par conséquent, la différence
entre la rentabilité espérée du titre i sur le marché et sa rentabilité exigée par l’inves-
tisseur qui définit l’alpha de Jensen1 de ce titre sera nulle :
α i = E ( Ri ) − [ r f + βi × ( E ( RM ) − r f )]
α i = E ( Ri ) − [ r f + βi × ( E ( RM ) − r f )] > 0
Section
4 L’ESTIMATION EMPIRIQUE DU BETA
Rappelons que le beta est la variation espérée de la rentabilité de l’actif pour une
variation de 1 % de la rentabilité du portefeuille de marché. Pour mettre en évidence
120
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
cette sensibilité, prenons deux produits financiers : l’action de LVMH cotée à Paris
et l’indice CAC40 dont LVMH fait partie. Les graphiques ci-dessous opposent les
cours et les séries de rentabilités excédentaires1 (ou primes de risque) journalières
de LVMH et de CAC 40.
180
4800
170
4600
Prix CAC40
Prix LVMH
160
4400
150
4200
140
4000
130
0 50 100 150 200 250
Jours
Jours
Figure 5.5 – L’évolution des séries de rentabilités journalières de LVMH (en gris)
et du CAC 40 (en noir) en 2016.
Nous pouvons constater qu’en général le cours de prix (et rentabilité) de LVMH
évolue dans le même sens que le CAC40. En plus, l’amplitude de réaction du
CAC40 est plus élevée que celle de rentabilité de LVMH. Cela signifie que théori-
quement le beta de l’action de LVMH doit être inférieure à 1.
La figure 5.6 représente le nuage de points qui opposent les rentabilités excéden-
taires du CAC40 (en abscisse) et de LVMH (en ordonnée) et la droite des moindres
1. La rentabilité excédentaire (la prime de risque) mesure la différence entre la rentabilité d’un actif risqué et le
taux sans risque. Dans nos simulations, nous supposons que le taux sans risque est de 0, car en période d’étude, les
obligations de l’État français à court terme garantissaient le taux de rentabilité négatif.
121
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
c Focus
La régression linéaire
On note Y une variable aléatoire L’estimation de ces paramètres est obtenue
quantitative à expliquer et X la variable par minimisation de la somme des carrés
explicative. La régression linéaire permet des écarts entre les observations et les
de décrire le rapport entre les deux données obtenues par le modèle. Cette
variables en termes linéaires technique s’appelle minimisation des
moindres carrés.
Y = α + βX + ε
n
a est la constante de la régression. Elle
représente le point de croisement entre la
∑ ( yi − α − β xi )2 α→, β min
i =1
droite et l’ordonnée. b est la pente de la
droite. Elle mesure la variation moyenne L’estimation de la pente de la droite est
de la valeur de Y pour une variation de X égale au rapport de la covariance de X et
d’une unité, soit la sensibilité de Y par Y sur la variance de X.
rapport à X. e est l’erreur d’estimation. La cov XY
moyenne espérée de l’erreur est de 0 et sa β =
σ X2
variance est constante Var ( ε i ) = σ 2.
carrés. Nous appliquons la technique des moindres carrés pour établir le rapport
linéaire entre ces deux variables.
La figure 5.6 représente la droite établie grâce à la technique des moindres carrés.
La pente de cette droite mesure le beta (la sensibilité) de LVMH par rapport au
CAC40. Les écarts entre les points et la droite correspondent au risque spécifique de
l’action LVMH, dont la somme doit être nulle par construction. La pente de cette
droite est de 0,9211. Cela signifie que pour une variation de CAC40 de 1 %, la ren-
tabilité de LVMH varie de 0,9211 %. La constante de la droite a mesure l’écart entre
la rentabilité moyenne réalisée sur la période et celle prédite par la droite du CAPM.
Dans le cas de la droite CAC40/LVMH, cette constante est proche de 0 (environ
0,0008179). La rentabilité moyenne mensuelle réalisée par LVMH en 2016 était
donc supérieure de 0,08179 % à la valeur théorique estimée par l’équation du
CAPM. La régression nous rend aussi une statistique intéressante, le coefficient de
détermination de la régression :
Var ( RLVMH − r f )
R2 =
Var ( β LVMH ( RCAC 40 − r f ))
122
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
0,10
0,05
LVMH
0,00
−0,05
−0,10
Section
5 LES CRITIQUES ET LES EXTENSIONS DU MEDAF
1 Le modèle beta-neutre
Le modèle classique de CAPM fait l’hypothèse qu’il existe un actif sans risque.
Cependant, comme nous l’avons expliqué dans le chapitre 3, le taux sans risque est
123
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
une notion plutôt théorique. Fisher Black (Black, 1972) a proposé une amélioration
du CAPM en l’absence d’un produit sans risque et la possibilité d’avoir des taux
d’emprunt et de prêt différents. Black a montré que la théorie de CAPM reste
valable même sans le taux sans risque en le remplaçant par un portefeuille non cor-
rélé au marché (beta nul). Rappelons que le beta d’un portefeuille est égal à la
moyenne pondérée du beta des actifs risqués qui le composent β Z = ∑ i βi xi = 0.
Pour que cette somme soit nulle, il faut combiner les actifs avec les betas positifs et
négatifs ou appliquer les poids positifs et négatifs dans un portefeuille des actifs de
betas positifs1.
n
βp = ∑ β i xi =0
i =1
xi < 0, xi > 1
βi < 0, βi > 0
15
M
10
Rentabilité
Z
RZ
5
0
0 5 10 15 20
Risque
1. Nous détaillerons la construction d’un portefeuille neutre au marché dans le chapitre 8.
124
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
T2
10
T1
Rentabilité
re
5
© Dunod – Toute reproduction non autorisée est un délit.
rp
0
0 5 10 15 20
Risque
Figure 5.8 – La frontière efficiente avec des taux de prêt et d’emprunt différents
Une autre hypothèse mise à l’épreuve par Black est l’existence de taux de prêt et
de taux d’emprunt identiques. Dans l’économie réelle on emprunte au taux plus
élevé que le taux auquel on prête, rp < re . En prenant ces deux taux, nous obtiendrons
deux droites tangentes et deux portefeuilles tangents. Que devient la frontière effi-
ciente dans ces conditions ? Black a montré que la frontière efficiente prend une
125
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
forme hybride : un intervalle rp - T1, une courbe T1 - T 2, et la droite au-delà de T 2.
L’intervalle rp - T1 présente la frontière efficiente de « prêt ». Cela signifie qu’un
investisseur répartit sa richesse entre le taux rp et le portefeuille risqué T1. Il ne peut
pas emprunter au taux rp (les ventes à découvert de produits avec le taux de rentabi-
lité de rp ne sont pas possibles). La partie continue de la combinaison linéaire entre
re et les portefeuilles risqués représente la frontière efficiente « d’emprunt ». Cela
signifie qu’un investisseur peut s’endetter au taux re, mais il ne peut pas prêter au
taux si élevé. Le portefeuille de marché sera la combinaison linéaire de deux porte-
feuilles tangents T1 et T2 : M = a1 T1 + a 2 T 2
T1
Rentabilité
T2
5
0
0 5 10 15 20
Risque
126
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
Lintner, 1970 ; Sharpe, 1970 ; Fama, 1976 ont étudié la possibilité d’équilibre
quand les investisseurs ont des anticipations hétérogènes. Ils ont montré qu’il est
possible de construire une frontière efficiente unique comme dans le modèle
MEDAF classique. Pour cela, toutes les caractéristiques des actifs risqués indi-
viduels sont des moyennes pondérées complexes des estimations des investis-
seurs.
E ( ri ) = r f + βi ,1F1 + βi ,2 F2 + … + βi ,n Fn
Avec :
–– E (ri) = Espérance de rentabilité de l’actif i
–– rf = Taux sans risque
–– Fn = Prime de risque associée à chacun des n facteurs
–– b i,n = Sensibilité de l’actif i à ses n facteurs
Afin d’utiliser ce modèle, il convient d’identifier au préalable les variables perti-
nentes pour chaque titre, les primes de risque correspondantes, et ensuite estimer la
© Dunod – Toute reproduction non autorisée est un délit.
sensibilité du titre à chacune de ces variables. Par exemple, une entreprise dans le
secteur de l’énergie sera, a priori, plus sensible au cycle économique qu’une entre-
prise dans le secteur de la santé.
Contrairement au MEDAF, les facteurs de risque du modèle d’évaluation des prix
par arbitrage (APT) restent à déterminer et peuvent varier d’une entreprise à une
autre, et/ou d’un portefeuille à un autre. Un investisseur peut alors ajuster les sensi-
bilités bn de son portefeuille aux différents facteurs Fn afin d’obtenir le niveau
d’exposition aux risques désiré. En ce sens, l’APT est davantage un outil de gestion
de portefeuille qu’un outil de valorisation des actions.
1. Ross, S. (1976). “The arbitrage theory of capital asset pricing”, Journal of Economic Theory.
127
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
Avec :
–– E(Rp,t) = L’espérance de rentabilité du portefeuille.
–– Rf ,t = Taux sans risque.
–– α FF
p = La constante du modèle, ici l’alpha de Fama et French.
1. Chen, Roll, Ross (1986) “Economic Forces and the Stock Market”, Journal of Business.
2. Fama, French (1993) “Common Risk Factors in the Returns on Stocks and Bonds”, Journal of Financial
Economics.
128
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
c Focus
Comment sont estimés les facteurs de Fama-French ?
Concrètement, les facteurs SMB et HML des ratios valeur comptable/valeur de
sont estimés à partir de la rentabilité de marché. Le seuil pour délimiter les
6 portefeuilles. Ces portefeuilles sont 2 portefeuilles SMB est la capitalisation
l’intersection de 2 portefeuilles (Small, boursière médiane, et pour constituer les
Big) formés en fonction de la taille 3 portefeuilles HML, Fama et French
(mesurée par la capitalisation boursière utilisent les 30e et 70e percentiles des
des sociétés) et de 3 portefeuilles (Value, ratios valeur comptable/valeur de marché
Neutral, Growth) construits en fonction (cf. tableau 5.1 ci-dessous).
Ensuite, à partir de ces 6 portefeuilles, les facteurs sont construits tels que :
–– SMB (Small Minus Big) mesure la rentabilité moyenne sur les trois portefeuilles
« Small » moins celle des trois portefeuilles « Big ».
SMB = 1/3 (Small Value + Small Neutral + Small Growth)
− 1/3 (Big Value + Big Neutral + Big Growth)
–– HML (High Minus Low) mesure la rentabilité moyenne des deux portefeuilles
« Value » diminuée de celle des deux portefeuilles « Growth ».
HML = 1/2 (Small Value + Big Value) − 1/2 (Small Growth + Big Growth)
© Dunod – Toute reproduction non autorisée est un délit.
1. Carhart (1997), “On Persistence in Mutual Fund Performance”, Journal of Finance.
129
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
Ici, le facteur momentum, représenté par UMD (Up Minus Down), est construit en
simulant la rentabilité d’un portefeuille qui achèterait chaque mois les actions ayant
eu la meilleure performance sur les 12 derniers mois et vendrait à découvert les
actions les moins performantes. Ce facteur a été rajouté car plusieurs auteurs,
comme Jegadeesh et Titman (1993)1 ou encore Fama et French (1996)2 ont montré
qu’il était possible de générer une surperformance en achetant les titres qui se sont
précédemment appréciés et en vendant les titres qui se sont dépréciés.
Par la suite, d’autres modèles multifactoriels ont été proposés. Par exemple, Fama
et French (2015)3 ont publié un modèle à 5 facteurs sans reprendre le momentum de
Cahart, mais en incluant les facteurs de profitabilité (RMW, Robust Minus Weak), et
d’investissement (CMA, Conservative Minus Aggressive) en plus des 3 facteurs de
leur premier modèle.
Professionnels et académiciens sont ainsi constamment à la recherche de nou-
veaux facteurs de risque. C’est ainsi qu’est née la gestion dite « Smart Beta » (ou
« Factor Investing ») qui consiste à capturer les primes de risque associé à ces fac-
teurs, qu’il s’agisse de la taille, de la valeur, ou du momentum vus dans ce chapitre,
ou d’autres facteurs (faible volatilité, haut dividende…). Nous aborderons cela plus
en détail dans le chapitre 7 sur les différents styles de gestion.
1. Jegadeesh et Titman. (1993). “Returns to Buying Winners and Selling Losers: Implications for Stock Market
Efficiency”. Journal of Finance.
2. Fama et French. (1996). “Multifactor Explanations of Asset Pricing Anomalies”. Journal of Finance.
3. Fama et French. (2015). “A five-factor asset pricing model”. Journal of Financial Economics.
130
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
KLM ?
Nombre d’actions en
Action Prix
circulation (mlns)
A 10 10
B 20 12
C 80 3
D 50 1
131
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
Stock C ? 1,29
Risk-free asset ? ?
132
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
Donc :
x = 129 %
Il faut donc placer 129 % × 15 000 = 19 350 euros dans le portefeuille de marché
et emprunter 4 350 euros (15 000 − 19 350) dans l’actif sans risque. La volatilité
de ce portefeuille est de :
σ ( Rx , M ) = x × σ ( RM )
= 1, 29 × 0,18
= 23,22 %.
Cette volatilité est inférieure à celle de XYZ ; elle correspond au portefeuille de
volatilité minimale pour une espérance de rentabilité de 14 %.
2. Le portefeuille appartenant à la CML dont la volatilité est égale à celle de XYZ,
soit 40 % a la composition suivante :
© Dunod – Toute reproduction non autorisée est un délit.
40 % = σ ( Rx , M ) = x × σ ( RM )
= x × 18 %
x = 222 %
La rentabilité espérée d’un tel portefeuille est :
E ( Rx,M ) = r f + x × ( E ( RM ) − r f )
= 5 % + 2, 22 × 7 %
= 20,54 %.
Pour le même niveau de volatilité de XYZ, ce portefeuille se situant sur la CML
a une espérance supérieure à celle de XYZ (20,54 % > 14 %).
133
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
E ( RAF ) = r f + β AF × ( E ( RM ) − r f )
= 5 % + 0,7 × (10 % − 5 %)
= 8,5 %.
La rentabilité espérée du portefeuille P équipondéré de ces deux titres est égale à :
134
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
Nombre d’actions en
Action Prix
circulation (mlns)
A 10 10
B 20 12
C 80 3
D 50 1
10 × 10
wA = = 15,87 %
630
12 × 20
wB = = 38,1 %
630
3 × 80
wC = = 38,1 %
630
1 × 50
wD = = 7,94 %
630
La somme des pondérations doit être égale à 100 %, ici la somme est égale à
100,01 dû à l’arrondissement des valeurs finales.
135
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
185 000
wA = = 0,185
1m
320 000
wB = = 0,320
1m
La ponderation de l’action C est donc égale à 100 % - (18,5 % + 32 %) = 40,5 %.
Comme le portefeuille est aussi risqué que le portefeuille de marché, son beta doit
être égal à 1. Nous savons aussi que le beta de l’actif sans risque est nul. Nous
pouvons alors utiliser l’équation de beta pour déterminer la valeur de la pondéra-
tion du troisième titre, le titre C :
β P = 1 = w A β A + wB β B + wC βC + wrf βrf
⇒ 1 = 0,185(0,80) + 0,320(1,13) + wC (1,29) + wrf (0)
wC = 38, 02 %
136
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
137
Chapitre 5 ■ Modèle d’évaluation des actifs financiers et ses extensions
L’ESSENTIEL
■ Le MEDAF ou CAPM
Le MEDAF est un modèle qui permet de calculer la rentabilité attendue, espérée
ou anticipée par l’investisseur sur tout titre financier en fonction de la rentabilité
du portefeuille de marché :
E ( Ri ) = r f + βi × ( E ( RM ) − r f )
138
Modèle d’évaluation des actifs financiers et ses extensions ■ Chapitre 5
☞
au marché, mais qu’elle est fonction de plusieurs facteurs macroéconomiques.
On a alors :
E ( ri ) = r f + βi ,1F1 + βi ,2 F2 + … + βi ,n Fn
Questions de réflexion
1 ■ Commentdéterminer la rentabilité exigée sur une entreprise non listée sur le
marché ? Le MEDAF s’appliquera-t-il dans ce cas ?
2 ■ Un alpha de Jensen significativement positif implique-t-il nécessairement
que l’alpha de Fama-French et l’alpha de Fama-French-Cahart soient égale-
ment significativement positifs ?
© Dunod – Toute reproduction non autorisée est un délit.
139
Chapitre
Les styles
6 de gestion
OBJECTIFS
L’objectif de ce chapitre est de présenter les différents styles de gestion et leurs
implications potentielles sur le portefeuille de l’investisseur.
La gestion passive et la gestion active, les stratégies de smart beta et de gestion
alternative seront définies et expliquées afin que le lecteur puisse mieux les
appréhender et les comparer.
Plus l’investisseur pense que les marchés sont efficients, plus il se tournera vers
la gestion passive ou les stratégies de smart beta. À l’inverse, celui qui ne croit
pas en l’efficience des marchés sera davantage tenté par des stratégies de ges-
tion active ou alternative.
SOMMAIRE
Section 1 G
estion active et gestion passive
Section 2 Gestion smart beta
Section 3 Gestion alternative : les hedge funds
Chapitre 6 ■ Les styles de gestion
Q
uand il décide de placer son argent en bourse, l’investisseur fait face à une
multitude d’offres de la part des gérants de portefeuille. Chacun met en
avant la valeur ajoutée que peut apporter son style de gestion pour le porte-
feuille de l’investisseur : Gestion Active, Passive, Alternative, Stratégies Valeur,
Croissance, Haut Rendement, ISR, Momentum, ou autres Multi-facteurs... Alors
comment choisir parmi une si large gamme ? À travers ce chapitre, nous nous effor-
cerons de décrire les différentes approches de la gestion de portefeuille, ainsi que les
principales stratégies couramment utilisées sur les marchés. Pour cela, nous com-
mencerons par décrire et comparer la gestion active et la gestion passive dans une
première partie. Dans un second temps, nous aborderons la gestion dite « Smart
Beta ». Enfin, nous terminerons ce chapitre avec une présentation de la gestion alter-
native et des principales stratégies employées par les hedge funds.
Section
1 GESTION ACTIVE ET GESTION PASSIVE
1 Gestion active
1.1 Un objectif : la surperformance
La gestion active a pour vocation de « battre le marché », c’est-à-dire de générer
de la surperformance par rapport à l’indice de référence (le « benchmark »). Par
opposition au gérant passif, qui vise simplement à répliquer la performance d’un
benchmark, le gérant actif analyse le marché afin d’en anticiper les mouvements et
de sélectionner ses investissements.
Pour que cette gestion soit performante, il faut que les analystes soient en
mesure d’identifier quels investissements vont les mieux ou les moins performer
qu’il s’agisse d’une action, d’une industrie ou d’une économie entière. Cela néces-
site d’avoir accès à une meilleure information, un bon timing et des analyses de
qualité. En conséquence, les frais associés à une stratégie active sont généralement
supérieurs à ceux associés à la gestion passive car il faut supporter ces coûts
d’analyse ainsi que les frais de transaction additionnels. Ceux-ci peuvent être
relativement élevés, pour certains actifs comme l’immobilier ou le capital inves-
tissement, les frais de transaction sont même exprimés en pourcentage de la valeur
de l’actif, et sur les actions, ils dépendent largement du nombre et des volumes de
transactions.
Logiquement, plus le marché est efficient, plus il est difficile de le battre de
manière constante avec une gestion active et inversement, plus le marché est ineffi-
142
Les styles de gestion ■ Chapitre 6
cient, plus la gestion active peut apporter de la valeur à travers le stock picking et/ou
le market timing, deux compétences primordiales pour les gérants. Nous allons
simplement les introduire ici, et nous les approfondirons dans le chapitre 8.
bénéfices corrigés de l’inflation sur les dix dernières années. En utilisant une moyenne
sur dix ans plutôt que les seuls bénéfices actuels, ce ratio permet de réduire l’effet
cyclique associé aux fluctuations. Le CAPE est souvent présenté comme le meilleur
modèle de prévision de la rentabilité des actions. Historiquement, un faible ratio est
associé avec de fortes rentabilités futures, et à l’inverse, les crises majeures de 1929,
2000 et 2007 étaient précédées d’un ratio CAPE élevé.
–– Le FED model 2 qui compare le ratio Bénéfice/Cours (bénéfice divisé par le cours des
actions) aux rendements des obligations du trésor américain à dix ans. Il s’agit d’un
1. Campbell, Shiller (1998). « Valuation Ratios and the Long-Run Stock Market Outlook », Journal of Portfolio
Management, vol. 24, no. 2, pp. 11-26.
2. La réserve fédérale américaine n’a jamais approuvé officiellement ce modèle, elle a simplement publié un
graphique s’y référant. Le nom de Fed Model a été donné par des professionnels de l’investissement.
143
Chapitre 6 ■ Les styles de gestion
modèle très simple de valorisation relative selon lequel lorsque le ratio Bénéfice/Cours
des actions est supérieur au rendement des obligations, les investisseurs ont intérêt à
allouer davantage aux actions plutôt qu’aux obligations, et inversement, désinvestir les
marchés actions lorsque leur rendement est inférieur à celui des obligations.
1. S&P France BMI est l’indice de référence retenu pour les actions France, le S&P Eurozone BMI pour les
actions Eurozone, le S&P Europe 350 pour les actions Europe, le S&P 500 pour les actions U.S., le S&P/IFCI pour
les actions Marchés émergents et le S&P Global 1200 pour les actions Monde.
144
Les styles de gestion ■ Chapitre 6
c Focus
La valeur ajoutée de la gestion en question
La première partie de l’année 2016 a été market timing pour surperformer l’indice.
particulièrement volatile pour les indices Or, la récente étude menée par S&P, la
boursiers à travers le monde. Si on prend « SPIVA Europe Scorecard », nous montre
l’exemple du CAC 40, il a commencé que ça n’a pas été le cas. Ses conclusions
l’année autour des 4 500 points, avant de sont sans appel.
passer sous les 3 900 en février sur fond 1. Les fonds d’actions gérés activement
d’inquiétudes liées à la croissance libellés en euros ont majoritairement
chinoise et au ralentissement de sous-performé leur benchmark sur tous
l’économie mondiale. Il remonte ensuite les horizons de temps étudiés (1, 3, 5,
au-dessus des 4 500 points en avril, puis et 10 ans).
repasse brièvement sous les 4 000 suite 2. Quelle que soit la catégorie d’actions,
au référendum britannique sur la sortie du plus la durée d’observation augmente,
Royaume-Uni de l’Union Européenne. Au plus la sous-performance tend à se
final, il résiste bien au référendum italien, généraliser.
et à l’élection inattendue de Donald 3. L’idée largement établie, selon laquelle
Trump à la maison blanche, et terminera la gestion active serait plus efficace
l’année dans le positif au-dessus des dans les marchés moins efficients
4 850. Une année très volatile donc ! comme les marchés émergents, ne se
C’est justement dans ce contexte, dans un vérifie pas dans la pratique avec près
environnement incertain et avec un marché de 97 % des gérants « Marchés
volatil, que les gérants devraient tirer profit émergents » qui sous-performent
de leur capacité de stock picking et de l’indice de référence à 10 ans.
D’autant plus que ces dernières années, l’offre s’est considérablement étoffée. Avec
le développement fulgurant des ETF (Exchange Traded Funds ou trackers en fran-
çais) il est aujourd’hui possible d’investir à faibles coûts sur une multitude d’indices
nationaux, internationaux, sectoriels, actions, obligations, et matières premières à
travers le monde.
2 Gestion passive
2.1 Un objectif : la réplication
La gestion passive a pour vocation de répliquer un indice (benchmark) avec une
erreur de suivi (tracking error) la plus faible possible. Pour cela plusieurs méthodes
de réplication sont possibles :
145
Chapitre 6 ■ Les styles de gestion
–– La réplication pure : pour cela, le fonds achète tous les actifs constituant l’indice
en respectant ses proportions. Par exemple, il investira dans les 40 entreprises faisant
partie du CAC 40 en pondérant ses investissements par la capitalisation boursière
flottante de ses entreprises. Ainsi, la rentabilité du fonds sera en ligne avec celle de
l’indice.
–– La réplication par échantillonnage (sampling replication) : les indices très grands
comme le Wilshire 5000 aux États-Unis peuvent être relativement chers à répliquer
vu le nombre élevé d’actions le composant et les entrées et sorties régulières. Dans
ce cas, une réplication par échantillonnage peut être envisagée. Cela consiste à sélec-
tionner une partie suffisamment représentative des actions composant un indice.
L’avantage est dans la réduction des coûts de transaction, l’inconvénient est dans
l’augmentation de l’erreur de suivi.
–– La réplication par optimisation : cette méthode consiste à identifier les facteurs de
risques explicatifs du comportement d’un panier d’actions, ou d’un indice et de
construire un portefeuille ayant les mêmes sensibilités. Notons que pour cela, on ne
sélectionne pas nécessairement les mêmes valeurs que l’indice.
–– La réplication synthétique : la réplication synthétique se fait à travers des contrats
à termes ou des asset swaps, elle est notamment très utilisée pour répliquer les
indices de matières premières. Si la méthode est relativement simple, elle a néan-
moins quelques inconvénients : d’abord, il faut qu’un contrat à terme existe sur le
sous-jacent en question, sinon il faudra le créer sur mesure avec une contrepartie.
Ensuite, il peut y avoir des écarts momentanés entre la valeur du contrat à terme et
celle du sous-jacent. Enfin, après chaque expiration des contrats, il faut renouveler
les positions et donc acquitter des frais supplémentaires.
c Focus
Gestion passive = Aucune transaction ?
Même si on parle de gestion passive, 3. Même les fonds indiciels pondérés par
quelques transactions sont nécessaires : la capitalisation boursière doivent
1. les cash flows (comme le versement de rebalancer après une fusion ou une
dividendes, les coupons, les versements acquisition.
ou retraits des investisseurs) nécessitent 4. Enfin, lors des reconstitutions de
l’achat ou la vente de titre. l’indice, certains titres doivent être
2. S’il s’agit de répliquer un indice achetés et d’autres doivent être vendus
équipondéré « equal weighted », les (cf. tableau ci-dessous sur les entrées
titres qui se sont appréciés doivent être et sorties du CAC 40 au cours de la
vendus et inversement, les titres qui se période 2006-2016).
sont dépréciés doivent être achetés
pour maintenir régulièrement l’équi
pondération du portefeuille.
146
Les styles de gestion ■ Chapitre 6
Quelle que soit la méthode utilisée, aucune analyse financière n’est nécessaire, et
ce type de gestion est en grande partie automatisé. En conséquence, les frais associés
à la gestion passive sont bien moindres que ceux de la gestion active. En contrepar-
tie, l’espérance de rentabilité est capée à celle de l’indice diminuée de ces frais.
147
Chapitre 6 ■ Les styles de gestion
250
200
150
100
50
0
Apr-02
Dec-00
Aug-01
Dec-02
Aug-03
Apr-04
Dec-04
Aug-05
Apr-06
Dec-06
Aug-07
Apr-08
Dec-08
Aug-09
Apr-10
Dec-10
Aug-11
Apr-12
Dec-12
Aug-13
Apr-14
Dec-14
Aug-15
Apr-16
Dec-16
MSCI World Equal Weighted MSCI World (Standard)
Source : MSCI
À l’inverse, en investissant non pas nécessairement dans les sociétés qui ont eu les
meilleures performances dans le passé, mais dans celles qui sont supposées avoir les
meilleures performances à l’avenir, la gestion active doit permettre une répartition
efficiente des capitaux sur les marchés, et a un effet « stabilisateur » sur les marchés.
Ainsi, le gérant actif est « faiseur de prix ».
Pour autant, les performances nettes de frais demeurent trop souvent décevantes.
Alors que faire ? Opter pour la gestion active et espérer investir auprès du prochain
Warren Buffet1 quitte à prendre le risque d’être déçus par un gérant « moyen » ?
Choisir la gestion passive pour réduire les frais mais abandonner toute idée de sur-
performance ? En réalité, il existe une troisième voie à mi-chemin entre la gestion
active et la gestion passive, il s’agit de la gestion dite « Smart Beta ».
1. Warren Buffet est un célèbre investisseur américain, gérant du fonds d’investissement Berkshire Hathaway qui
a connu un taux de croissance annuel composé de +21 % pendant les 50 premières années qu’il a passé à gérer le
fonds.
148
Les styles de gestion ■ Chapitre 6
Section
2 GESTION SMART BETA
La gestion « Smart Beta1» consiste en une gestion systématique qui vise à capturer
une prime de risque de marché (comme la gestion active) de manière transparente
en suivant des règles d’investissement connues et définies à l’avance (comme la
gestion passive).
Gestion
Gestion Passive Gestion Active
Smart Beta
Figure 6.3 – Entre gestion passive et gestion active, la gestion Smart Beta
Certaines stratégies sont axées vers la recherche de rentabilité, tandis que d’autres
sont davantage tournées vers la réduction du risque.
Au sein des stratégies de rentabilité, nous pouvons distinguer d’une part les stratégies
« Cœur » qui sont les plus couramment utilisées (typiquement Valeur et Croissance), et
les stratégies thématiques qui visent à exploiter un biais particulier du marché (comme
© Dunod – Toute reproduction non autorisée est un délit.
1. Les auteurs tiennent à remercier Julien Barral, spécialiste actions chez bfinance pour toute son aide et son
expertise sur la gestion Smart Beta.
149
Chapitre 6 ■ Les styles de gestion
Une gestion Smart Beta Valeur consistera alors à mettre en portefeuille systémati-
quement les actions qui remplissent des conditions de valorisation spécifiques et
définies à l’avance comme par exemple, un faible PER (Price Earnings Ratio),
c’est-à-dire un faible prix de marché par rapport aux bénéfices d’une société. En
procédant de manière systématique plutôt que suite à une analyse fondamentale du
gérant, la gestion Smart Beta offre à moindre coût une exposition à la prime de
risque Valeur.
150
Les styles de gestion ■ Chapitre 6
151
Chapitre 6 ■ Les styles de gestion
Afin de présenter l’intérêt que peut avoir le Smart Beta par rapport à la simple
gestion indicielle, nous avons représenté dans les graphiques ci-dessous la surper-
formance des différentes stratégies par rapport à leur niveau de tracking error sur un
horizon long terme de 7 ans, puis leur profil de rentabilité/risque, ainsi que leur
drawdown et niveau de corrélation en Europe.
152
Les styles de gestion ■ Chapitre 6
Source : bfinance
Calculée par rapport à l’indice Euro Stoxx 50 à fin Septembre 2016 en euros.
Source : bfinance
Données à fin Septembre 2016 en euros.
3.2 Drawdown
L’analyse du drawdown 7 ans met en évidence la protection offerte par les straté-
gies plus défensives (Minimum Variance, Maximum Diversification). Les stratégies
Valeur et Haut Rendement étant pénalisées par leur grande allocation sur les finan-
cières dont les valorisations ont fortement chuté ces dernières années, ces stratégies
ont les drawdowns les plus importants.
3.3 Corrélation
Le tableau 6.3 permet d’étudier les corrélations de la surperformance de chacune
de ces stratégies par rapport à l’indice de référence. Les coefficients vont de -0,97
entre les stratégies Valeur et Croissance, à +0,86 entre Momentum et Croissance.
Ces résultats ne sont pas surprenants dans la mesure où 1) les stratégies Valeur et
Croissance sont fondamentalement différentes (par construction), 2) un chevau-
chement entre Momentum et Croissance est attendu puisque les perspectives de
croissance des sociétés viennent naturellement alimenter leur momentum en
bourse.
Toutes ces stratégies sont donc complémentaires. Certaines surperforment quand
d’autres sous-performent. Chacune d’entre elles est construite pour exploiter un
biais particulier de marché, pas pour générer une performance absolue. Cet objectif-
là est celui de la gestion alternative.
154
© Dunod – Toute reproduction non autorisée est un délit.
Tableau 6.3 – Corrélation de la surperformance des stratégies par rapport à l’Euro Stoxx 50
Stratégies / Minimum Haut Petites Thématique Maximum
Croissance Valeur ERC Momentum Multifacteurs
Indice Variance rendement Capitalisations responsable Diversification
Croissance 1,00
Minimum
0,54 -0,52 1,00
Variance
Haut
-0,35 0,35 0,40 1,00
Rendement
Petites
0,12 -0,21 0,00 -0,21 1,00
capitalisations
Thématique
0,40 -0,41 0,39 -0,08 -0,01 1,00
responsable
Maximum
0,43 -0,39 0,65 0,20 0,23 0,03 0,66 1,00
Diversification
Momentum 0,86 -0,85 0,54 -0,30 0,17 0,34 0,59 0,46 1,00
Multi-facteurs 0,59 0,70 0,00 0,61 0,28 0,79 0,64 0,75 1,00
-0,62
155
Les styles de gestion ■ Chapitre 6
Chapitre 6 ■ Les styles de gestion
Section
3 GESTION ALTERNATIVE : LES HEDGE FUNDS
Une première manière de présenter les hedge funds est de les comparer aux
fonds d’investissement traditionnels. On note alors plusieurs différences
majeures :
–– Objectif de performance : la plupart des fonds traditionnels actifs ont un objectif
de surperformance fixé par rapport à un indice de référence, tandis que les hedge
funds ont vocation à générer une performance positive quelles que soient les condi-
tions de marché. Pour cela, ils font largement appel à des produits dérivés, et à la
vente à découvert si nécessaire.
–– Effet de levier : les hedge funds ont majoritairement recours à l’effet de levier pour
maximiser leur performance alors que cette utilisation est généralement réduite chez
les fonds d’investissement traditionnels (car l’effet de levier augmente aussi méca-
niquement les risques pris par rapport au capital initial).
––Liquidité : alors que les fonds d’investissement traditionnels ont le plus sou-
vent une liquidité quotidienne, les hedge funds imposent généralement une
lock-up period, c’est-à-dire une période de quelques mois à quelques années
pendant laquelle l’investisseur ne peut pas retirer son argent (ou alors pourra
le faire mais avec des frais largement dissuasifs), et cela afin de pouvoir
déployer au mieux les investissements sans avoir à se soucier des ventes for-
cées engendrées par des retraits de capital. Aussi, une fois cette lock-up period
156
Les styles de gestion ■ Chapitre 6
passée, les investisseurs qui souhaitent retirer leur argent du fonds devront
également respecter une notice period, c’est-à-dire un préavis pouvant aller de
quelques jours à quelques mois, afin que le gérant puisse désinvestir dans les
meilleures conditions.
–– Opacité : les hedge funds cherchant à profiter d’anomalies de marché, ils ne sou-
haitent pas communiquer sur le détail de leurs opérations et de leurs stratégies
d’investissement. Cela afin d’éviter que d’autres gérants exploitent leurs idées et
viennent alors réduire une partie de leur gain en exploitant la même stratégie. Ainsi,
les informations émanant des hedge funds sont parcimonieuses alors qu’elles sont
relativement denses et obligatoires pour les gérants traditionnels.
–– Structure de rémunération : ce point a bien souvent un impact significatif sur la
performance du portefeuille. La structure classique prend la forme de 1 à 2 % de
frais de gestion (management fees) portant sur le total de l’actif sous gestion, et de
10 à 20 % de commissions de surperformance (incentive fees) portant sur les profits
générés par le fonds. Pour protéger les intérêts des investisseurs, il y a aussi généra-
lement un hurdle rate, c’est-à-dire un taux de rentabilité minimum exigé au-dessous
duquel le gérant ne prélèvera pas d’incentive fees, et une high-water mark pour
s’assurer que les frais ne sont payés au gérant qu’une fois que le fonds génère véri-
tablement de la performance additionnelle pour ses investisseurs. Prenons un
exemple pour mieux comprendre :
Valeur liquidative
b a
b a
High-water mark
1 2 3
Années
© Dunod – Toute reproduction non autorisée est un délit.
Dans le cas présenté dans la figure 6.6, l’incentive fee sera payée sur la perfor-
mance “a” s’il n’y a pas d’hurdle rate, ou sur “b” s’il y a un hurdle rate. Les frais
de gestion, quant à eux, sont calculés sur la base de l’actif total, quelle que soit la
performance du fonds.
–– Investissement personnel du gérant : alors qu’il ne s’applique généralement pas
aux fonds traditionnels (bien que rien ne l’interdit), un investissement significatif du
gérant est une pratique courante dans la gestion alternative. C’est un bon moyen
pour limiter les prises de risque excessives et, là encore, aligner les intérêts du gérant
et ceux des investisseurs.
157
Chapitre 6 ■ Les styles de gestion
Les stratégies des hedge funds sont en constante évolution. Il n’existe aujourd’hui
aucune classification officielle, chaque fournisseur de données a sa propre nomen-
clature. Toutefois, pour cet ouvrage, nous retiendrons trois catégories principales :
les stratégies non-directionnelles (ou relative value), les stratégies directionnelles, et
les stratégies de situations spéciales (event driven).
Arbitrage de Volatilité
158
Les styles de gestion ■ Chapitre 6
■■ Long/Short
La stratégie « long/short » était celle employée par le tout premier hedge fund géré
par Jones au début des années 1950 aux USA. Elle consiste à investir dans des
actions dont la valeur devrait s’apprécier, et en même temps, vendre à découvert
d’autres actions dont la valeur devrait diminuer à l’avenir. Les critères de sélection
pour l’achat ou la vente reposent sur des approches fondamentales (Valeur,
Croissance, Blend1…) et/ou techniques (Momemtum par exemple). Toutefois, à la
différence des stratégies « Market neutral », la gestion long/short ne cherche pas
nécessairement à avoir un beta proche de 0 en permanence. Au contraire, le gérant
© Dunod – Toute reproduction non autorisée est un délit.
ajuste ses positions en fonction de ses anticipations. Ainsi, s’il anticipe un marché
haussier, il augmentera le beta de son portefeuille, et inversement, s’il anticipe un
marché baissier, il diminuera son beta.
1. Blend est un terme anglo-saxon signifiant : mélange. Ici, un mélange entre les approches fondamentales Valeur
et Croissance.
159
Chapitre 6 ■ Les styles de gestion
350
300
250
200
150
100
50
0
Jun-02
Jun-11
Dec-00
Sep-01
Mar-03
Dec-03
Sep-04
Jun-05
Mar-06
Dec-06
Sep-07
Jun-08
Mar-09
Dec-09
Sep-10
Mar-12
Dec-12
Sep-13
Jun-14
Mar-15
Dec-15
Sep-16
MSCI World (Standard) MSCI Emerging Markets (Standard)
160
Les styles de gestion ■ Chapitre 6
■■ Fusions/Acquisitions
Cette stratégie consiste à acheter les actions de la société cible tout en vendant à
découvert les actions de la société acquéreuse car pour que le deal aboutisse, cette
dernière devra généralement payer une prime aux actionnaires de la société cible par
rapport à sa valeur de marché. En conséquence, l’action de la société acquéreuse
diminue, et celle de la société cible s’apprécie. À l’inverse, si pour une raison ou
pour une autre la fusion/acquisition n’aboutit pas, les prix reviennent rapidement à
leurs niveaux de préannonce. L’incertitude associée à ce genre de transaction est
donc une source d’opportunités pour le gérant. Il ne cherche pas à anticiper l’an-
nonce de l’OPA, car c’est très compliqué à moins d’avoir des informations d’initiés,
et dans ce cas, il est interdit de les exploiter. La valeur ajoutée du gérant repose
davantage sur sa capacité à sélectionner les deals qui aboutiront, et à savoir quand
prendre et déboucler une position.
■■ Restructurations/Faillites
Gérants spécialisés dans le rachat de titres de sociétés en situation de détresse,
voire au bord de la faillite car, dans ce cas, leurs titres (actions et/ou obligations)
s’échangent bien souvent avec une forte décote par rapport à leur valeur intrinsèque.
Ces stratégies peuvent s’avérer très rentables, mais sont par nature peu liquides.
■■ Activisme
Stratégie qui consiste à acheter suffisamment d’actions d’une société pour pouvoir
s’impliquer et peser dans les décisions, influencer la gouvernance afin de maximiser
la valeur de la société.
© Dunod – Toute reproduction non autorisée est un délit.
161
Chapitre 6 ■ Les styles de gestion
6.3 R
entabilité et risque d’une stratégie
sur les fusions/acquisitions
BBB SA vient juste d’annoncer son intention de fusionner/racheter CCC SA en
offrant une action de BBB SA pour 3 actions de CCC SA. Avant l’annonce de rachat,
l’action de BBB SA s’échangeait à 62 €, et celle de CCC SA à 18 €. Après l’annonce,
162
Les styles de gestion ■ Chapitre 6
163
Chapitre 6 ■ Les styles de gestion
6.3 R
entabilité et risque d’une stratégie
sur les fusions/acquisitions
1. Si le deal se fait, le gain potentiel de l’arbitrage serait de : 60 € - (3 × 19 €) = 3 €
pour chaque action de BBB contre 3 actions CCC.
2. Si le deal ne se fait pas, la perte serait alors de (62 € – 60 €) + 3 × (19 € - 18 €)
= 5 € pour chaque action de BBB contre 3 actions CCC.
164
Les styles de gestion ■ Chapitre 6
165
Chapitre 6 ■ Les styles de gestion
L’ESSENTIEL
■ Gestion passive
La gestion passive a pour objectif de répliquer un indice de référence. Pour cela,
plusieurs techniques de réplication sont possibles.
– Réplication pure
– Réplication par échantillonnage
– Réplication par optimisation
– Réplication synthétique
■ Gestion active
La gestion active a pour objectif de battre un indice de référence. Dans ce but, le
gérant utilise ses compétences en stock picking et en market timing.
– Le stock picking, c’est la capacité à sélectionner des investissements qui sur-
performent ;
– Le market timing, c’est la capacité d’ajuster l’exposition du portefeuille en
fonction des anticipations des mouvements de marchés.
À long terme, la plupart des gérants actifs n’arrivent pas à battre leur indice de
référence.
166
Les styles de gestion ■ Chapitre 6
☞
Certaines stratégies sont axées vers la recherche de rentabilité, tandis que
d’autres sont davantage tournées vers la réduction du risque.
■ Stratégies de rentabilité
– Valeur
– Croissance
– Momentum
– Haut rendement
– Thématique responsable (ISR)
– Petites capitalisations
1. HNWI est l’acronyme américain de High Net Worth Individual, qui signifie en français : individus fortunés.
167
Chapitre 6 ■ Les styles de gestion
☞
■ Stratégies non-directionnelles
– Equity Market neutral
– Arbitrage Fixed Income
– Arbitrage d’obligations convertibles
■ Stratégies directionnelles
– Long/Short
– Global macro
– Marchés émergents
■ Stratégies non-directionnelles
– Arbitrage Fusions-Acquisitions
– Restructurations/Faillites
– Activisme
Questions de réflexion
1 ■ Alorsque la plupart des fonds actifs sous-performent à long terme leur indice
de référence, pourquoi cette gestion représente-t-elle plus de 2/3 des encours
sous gestion ?
2 ■ La gestion active est-elle un jeu à somme nulle ?
3 ■ Les facteurs de risque qu’exploite la gestion Smart Beta sont-ils toujours
profitables ?
4 ■ La structure de rémunération des hedge funds permet-elle un véritable aligne-
ment des intérêts entre le gérant et les investisseurs ?
(solutions sur le site www.dunod.com)
168
Chapitre
Market timing et
7 Stock picking
OBJECTIFS
Par rapport au chapitre précédent qui présentait les différents styles de gestion,
celui-ci se concentre sur la gestion active.
Quand acheter ? Quand vendre ? Quoi acheter ? Quoi vendre ? L’objectif ici est
d’apporter une réponse à ces questions.
Pour cela, le lecteur découvrira deux modèles de market timing pour répondre
aux deux premières questions, et deux modèles de stock picking pour répondre
aux deux dernières questions.
SOMMAIRE
Section 1 Market timing
Section 2 Stock picking
Chapitre 7 ■ Market timing et Stock picking
Section
1 MARKET TIMING
1 Le modèle de la FED
Bien qu’il n’ait jamais été officiellement reconnu par la réserve fédérale améri-
caine, ce modèle a été dévoilé au grand public suite à la publication du rapport
Humphrey-Hawkins1 de la FED en juillet 1997 (cf. figure 7.1).
1. https://www.federalreserve.gov/boarddocs/hh/1997/july/reportsection2.htm
170
Market timing et Stock picking ■ Chapitre 7
Monthly
14
6
S&P 500 earnings–price ratio
July
2
1982 1987 1992 1997
Note: Earnings–price ratio is based on the I/B/E/S inter-
national, Inc., consensus estimate of earnings over the coming
twelve months. All observations reflect prices at mid-month.
« Les variations de ce ratio (Cours/Bénéfices du S&P 500) ont souvent été inversement
liées aux variations sur les taux à 10 ans des obligations du trésor américain, mais
l’appréciation boursière de cette année ne s’est pas accompagnée d’une baisse signifi-
cative des taux d’intérêt. Par conséquent, le taux américain à 10 ans est maintenant
supérieur au rendement des bénéfices attendus à 12 mois, avec le plus grand différentiel
observé depuis 1991, quand les bénéfices étaient affectés par le ralentissement écono-
mique. »
Source : Rapport « Humphrey-Hawkins » de la FED, 1997
© Dunod – Toute reproduction non autorisée est un délit.
Ainsi, le modèle dit « de la FED » peut être utilisé comme un outil de valorisa-
tion pour aider les investisseurs dans leurs choix d’allocation entre actions et
obligations. Ce modèle repose sur l’hypothèse que le rendement des bénéfices
attendus (Bénéfices/Cours) du marché action et la rentabilité des obligations à
long terme doivent être égaux, sinon les investisseurs arbitreront en faveur de
l’actif le plus rentable. Dans son interprétation la plus stricte, le modèle prend la
forme suivante :
E1
= 10Y
P0
Avec :
–– E1 = Bénéfices attendus
–– P0 = Prix (du S&P 500)
––10Y = Rentabilité des obligations du trésor américain à 10 ans
171
Chapitre 7 ■ Market timing et Stock picking
Solution :
On a :
E1
= 4,22 % et 10Y = 6,04 %
P0
Soit E1 = 4,22 % × P0 et nous devons déterminer le prix futur théorique P1 tel que,
à bénéfices constants :
E1
= 10Y = 6,04 %
P1
Pour cela, on pose :
4,22 % × P0
6,04 % =
P1
D’où :
P1 × 6,04 % = P0 × 4,22 %
6,04 %
P0 = × P1
4,22 %
P0 = 1,43 P1
172
Market timing et Stock picking ■ Chapitre 7
10 2500
9
8 2000
7
6 1500
5
4 1000
3
2 500
1
0 0
1/1/2011
11/1/2001
12/1/2011
10/1/2013
8/1/2015
9/1/2003
9/1/2014
4/1/1997
3/1/1998
2/1/1999
1/1/2000
12/1/2000
10/1/2002
8/1/2004
7/1/2005
6/1/2006
5/1/2007
4/1/2008
3/1/2009
2/1/2010
7/1/2016
11/1/2012
S&P 500 (droite) S&P forward earnings yields (gauche) US 10Y (gauche)
En conséquence, le modèle indique que depuis cette date, les actions sont large-
ment sous-évaluées par rapport aux obligations. Par exemple, en septembre 2007,
avec un ratio Bénéfices attendus/Cours à 6,19 % sur le S&P 500 et un taux américain
à 10 ans à 4,59 %, le modèle voyait le marché action sous-évalué de 26 % ... juste
avant la crise des subprimes dans laquelle le marché a perdu près de 50 % de sa
© Dunod – Toute reproduction non autorisée est un délit.
Le ratio CAPE (Cyclically Adjusted Price Earnings) est une mesure développée
en 19981 par le prix Nobel d’économie 2013, professeur d’université de Yale, Robert
1. Campbell, and Shiller (1998), “Valuation Ratios and the Long-Run Stock Market Outlook.”, Journal of
Portfolio Management.
173
Chapitre 7 ■ Market timing et Stock picking
1. Siegel. (2016). “The Shiller CAPE Ratio : A New Look”, Financial Analysts Journal.
174
Market timing et Stock picking ■ Chapitre 7
1000
S&P 500 (logarithmic scale)
100
10
1
1904 1909 1914 1919 1924 1929 1934 1939 1944 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 2004 2009 2014
45
35
25
CAPE
15
5 CAPE CAPE moyenne depuis 1900
–5 1904 1909 1914 1919 1924 1929 1934 1939 1944 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 2004 2009 2014
Les prix du S&P 500 et les niveaux de CAPE associés avec 11 points d’inflexion
majeurs du marché sont présentés dans le tableau 7.1 ci-dessous.
S&P 500 6,45 31,30 4,77 18,11 7,84 93,32 67,07 1485,46 837,03 1539,66 757,13
© Dunod – Toute reproduction non autorisée est un délit.
Phase de
marché sui-
vante
Comme on peut le voir dans le tableau 7.1 ci-dessus, il y a une forte corrélation
entre le CAPE et les points de retournement du marché. La plupart des marchés
haussiers ont été précédés par de faibles valeurs de CAPE, et inversement, les mar-
chés baissiers ont suivi des mesures de CAPE élevées.
De la même manière, la figure 7.4 montre les rentabilités cumulées sur les 10 pro
chaines années par rapport aux niveaux de CAPE. Ici encore, le coefficient négatif
de la pente confirme que des valeurs de CAPE élevées peuvent être considérées
comme un signal potentiellement alarmant pour les investisseurs, alors que des
faibles valeurs de CAPE représentent potentiellement des points d’entrées attrayants
et des opportunités à long terme.
175
Chapitre 7 ■ Market timing et Stock picking
400%
350%
300%
Rentabilité cumulée sur 10 ans
250%
200%
150%
100%
50%
0%
0 5 10 15 20 25 30 35 40 45 50
–50%
y = –0.0517x + 1.5977
R = 0.15204
–100%
CAPE
Pour toutes ces raisons, le CAPE semble être une métrique utile pour valoriser les
marchés. Cependant, s’il est une chose de valoriser le marché, il en est autre de le
« timer » correctement.
176
Market timing et Stock picking ■ Chapitre 7
150%
100%
50%
Rentabilité cumulée sur 1 an
0%
0 5 10 15 20 25 30 35 40 45 50
y = –0.0051x + 0.1454
R = 0.03143
–50%
–100%
CAPE
Source : Site internet de R. Shiller et calculs des auteurs
historique de 16,7 (de janvier 18811 à mars 2017). Dans de tels cas, le CAPE a été
un très mauvais indicateur de market timing, et traduire aveuglement le ratio en
signaux d’achat ou de vente aurait été catastrophique pour les investisseurs.
Aussi, comme Siegel (2016) l’a montré, un autre biais du CAPE est lié aux chan-
gements de méthode de calcul des bénéfices depuis le début des années 1990.
L’adoption de la comptabilité « marked-to-market » par le FASB (Financial
Accounting Standards Boards) a impacté la manière avec laquelle les bénéfices sont
© Dunod – Toute reproduction non autorisée est un délit.
1000 45
40
35
S&P 500 (échelle logarithmique)
100 30
CAPE
25
20
10 15
10
1 0
1904 1909 1914 1919 1924 1929 1934 1939 1944 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 2004 2009 2014
S&P 500 (Gauche) CAPE (Droite) CAPE moy. depuis 1900 (Droite)
CAPE moy. depuis août 1987 (Droite) CAPE moy. 20e siècle (Droite) CAPE moy. 21e siècle (Droite)
178
Market timing et Stock picking ■ Chapitre 7
Section
2 STOCK PICKING
Que ce soit pour ses clients, pour sa firme ou pour lui-même, l’objectif de tout
investisseur est généralement de gagner de l’argent. Pour cela, il valorise les actifs
© Dunod – Toute reproduction non autorisée est un délit.
dans lesquels il souhaite investir et compare ensuite la valeur estimée avec le prix de
marché. Ensuite, en théorie, le processus est simple : si la valeur est supérieure au
prix, l’actif sera bon marché, et l’investisseur l’achètera ; à l’inverse, si la valeur est
inférieure au prix, l’actif sera supposément trop cher, et l’investisseur vendra ou du
moins, ne l’achètera pas. Comme le dit Warren Buffet, « le prix est ce que vous
payez, la valeur est ce que vous obtenez ». L’investisseur tirera in fine un bénéfice
de la convergence espérée entre la valeur et le prix de marché sur le long terme.
Toutefois, selon les méthodes et les hypothèses retenues, un même actif peut avoir
des valorisations différentes. Avant d’investir, il convient alors de s’assurer d’une
1. Le mot « put » fait référence à l’option de vente qui a vocation à protéger un portefeuille contre une baisse du
prix des actifs. L’expression « Greenspan put » conceptualise la réaction de la FED mettant en place une politique
monétaire accommodante suite à un krach boursier, soutenant ainsi les valorisations d’actifs, et limitant l’impact du
krach pour les investisseurs.
179
Chapitre 7 ■ Market timing et Stock picking
1 L’analyse fondamentale
1.1 La méthode du DCF (Discounted Cash Flow)
Avec :
–– T = La durée totale de l’investissement
–– CFt = Les cash flows nets pour la période t, c’est-à-dire la différence entre les flux
positifs et les flux négatifs à un moment donné
–– k = Le taux d’actualisation retenu
Comme le premier cash flow est souvent négatif car il correspond au coût d’acqui-
sition de l’investissement, la VAN est parfois présentée ainsi :
T
VAN = ∑CFt (1 + k )− t − I
t =1
Avec :
–– I = CF0 = Coût de l’investissement initial.
180
Market timing et Stock picking ■ Chapitre 7
Quoi qu’il en soit, la règle consiste à investir dans les projets qui ont une VAN
positive, et inversement, ne pas investir dans les projets à VAN nulle ou néga-
tive.
Compte tenu du taux sans risque, de l’inflation et des risques associés à ces projets, les
investisseurs demandent un taux d’actualisation de 12 % pour le projet 1 et 8 % pour le
projet 2. Quelle est la Valeur Actuelle Nette (VAN) de ces projets ?
La VAN du projet 1 est de -20,88.
25 50 75 100
VAN projet 1 = −200 + + + + = −20,88
(1 + 12 %)1 (1 + 12 %)2 (1 + 12 %)3 (1 + 12 %)4
Alors que le projet 1 a une VAN négative, le projet 2 a une VAN positive. Toutes choses
égales par ailleurs, l’investisseur choisira donc ce dernier projet.
1. Une alternative au modèle du DCF consiste à utiliser les dividendes (au lieu des flux de trésorerie disponibles),
on parle alors du modèle d’actualisation des dividendes (en anglais, DDM, Dividend Discount Model). Toutefois,
cette méthode étant trop dépendante de la politique de distribution de l’entreprise, elle est relativement peu utilisée
au profit du DCF.
181
Chapitre 7 ■ Market timing et Stock picking
V0 =
FTD1
+
FTD2 … + FTDN + VN
2 +
(1 + rCMPC ) (1 + rCMPC ) (1 + rCMPC )N
–– Soustraire à la valeur de l’entreprise V0, la valeur de sa dette nette (c’est-à-dire le
solde entre sa dette financière et ses disponibilités et placements financiers).
–– Calcul du prix d’une action en divisant la valeur nette de l’entreprise par le nombre
d’actions disponibles aujourd’hui.
(V0 − Dette nette0 )
P0 =
Nombre d ’actions disponibles0
Pour mieux comprendre, nous allons maintenant illustrer ce processus avec un
exemple.
Par ailleurs, à partir de 2022, il estime que la croissance sera de 3 %. Le coût moyen
pondéré du capital est de 9 %. L’entreprise est endettée à hauteur de 350 millions d’euros
et a 100 millions d’actions. Quel serait le prix d’une action d’ABC selon la méthode du
DCF ?
182
Market timing et Stock picking ■ Chapitre 7
On a :
150 165 181 200 220 + VN
V0 = + 2
+ 3
+ 4
+
(1 + 9 %) (1 + 9 %) (1 + 9 %) (1 + 9 %) (1 + 9 %)5
Avec :
Cette méthode est largement dépendante des calculs et des hypothèses faites par
l’analyste quant aux projections de cash flows, au taux de croissance à long terme, et
au coût moyen pondéré du capital. Logiquement, une baisse du CMPC, et une hausse
du taux de croissance améliorent la valorisation de l’entreprise et vice versa. Comme
l’illustre le tableau 7.3 ci-dessous, une variation de plus ou moins 1 % dans le gFTD
et le rCMPC peut conduire à des écarts de valorisation allant du simple au double.
rCMPC
En conséquence, le DCF n’est pas adapté pour une start-up ou une biotech dont
les cash flows sont trop incertains. Un écart, même faible, dans les prévisions de
croissance peut fausser complètement leurs valorisations. Par contre, il est plus utile
pour une entreprise sur laquelle on a une bonne visibilité sur les cash flows futurs.
S’il est peu probable d’arriver exactement à son prix du marché, le DCF donne
néanmoins une indication sur le prix raisonnablement attendu, ainsi que sur ses
bornes hautes et basses.
Pour compléter cette approche qui repose largement sur les flux futurs et les hypo-
thèses retenues, une autre méthode consiste à estimer la valorisation actuelle d’une
entreprise ou d’un actif par rapport au prix réel actuel (non hypothétique) d’une
autre entreprise ou d’un autre actif ayant des caractéristiques similaires, c’est la
méthode des comparables.
183
Chapitre 7 ■ Market timing et Stock picking
8 % En millions €
Chiffre d’affaires 30
Flux de trésorerie disponibles 12
Bénéfice net 5
Total actif 50
Valeur comptable des capitaux propres 25
184
Market timing et Stock picking ■ Chapitre 7
On a :
10
Cours/Flux de Trésorerie Disponibles = = 3,33
( )
12
4
10
Cours/Valeur comptable = = 1,6
( )
25
4
10
Cours/Chiffre d’affaires = = 1,33
( )
30
4
10
Cours/Bénéfices = =8
() 5
4
Pour savoir si l’entreprise est correctement valorisée, il faut ensuite comparer ces ratios
avec ceux des entreprises similaires dans le même secteur. Si l’entreprise a un ratio Cours/
Bénéfices de 8, et qu’il est de 16 pour ses concurrents, c’est le signe que l’entreprise est,
a priori, faiblement valorisée par rapport aux autres. Alors qu’une action vaut 10 euros sur
le marché, elle devrait valoir 16 fois ses bénéfices par action, soit 16 × (5/4) = 20 euros.
Par ailleurs, en comparant ces ratios avec un groupe de pairs, il est primordial de
s’assurer de l’homogénéité des modes de calcul. Le bénéfice, par exemple, peut être
exprimé sur la dernière année fiscale, sur les douze derniers mois glissants (on parle
alors de trailing PER), ou sur les douze prochains mois (forward PER). Aussi, ce
bénéfice peut être différent selon qu’il soit calculé pour une entreprise américaine
sujette aux normes US GAAP (United States Generally Accepted Accounting
Principles) ou une entreprise européenne avec les normes IFRS (International
Financial Reporting Standards).
3. Estimer la valeur de l’entreprise analysée. Les ratios utilisés sont des mesures de
© Dunod – Toute reproduction non autorisée est un délit.
Exemple – Valorisation 1
Le PER moyen du secteur bancaire européen est de 12. Une banque génère un bénéfice par
action de 7 euros. Quelle devrait être la valeur de son action ?
Pour que sa valorisation soit en ligne avec les standards du secteur, l’action devrait valoir
également 12 fois ses bénéfices, soit : 12 × 7 = 84 euros.
185
Chapitre 7 ■ Market timing et Stock picking
Exemple – Valorisation 2
Une action cote 62 euros et a un bénéfice par action de 4 euros. Le PER moyen sur son
secteur est de 17. L’action est-elle survalorisée, sous-valorisée ou en ligne avec son sec-
teur ?
Un PER de 17 devrait se traduire par un prix de : 17 × 4 = 68 euros. À 62 euros, l’action
semble donc sous-valorisée par rapport à son secteur.
Avantages Inconvénients
– Estimation de la valeur en absolu – Résultat largement dépendant des
– Mesure prospective (forward looking) hypothèses sur le taux d’actualisation et le
permettant la prise en compte d’éventuels taux de croissance
faits favorables à l’entreprise dans le futur – Méthode inapplicable sur les entreprises
DCF
(brevets, nouveaux marchés…) non profitables et non adaptée lorsque les
– Méthode particulièrement adaptée pour les cash flows sont trop incertains
entreprises ayant des cash flows récurrents
et prévisibles
– Estimation de la valeur en relatif – Résultat dépendant de l’échantillon
–N e dépend pas de prévisions mais de prix d’entreprises comparables retenues
Comparables réels – Comparaison difficile sur un marché de
– Accès facile à l’information sur les actifs niche
cotés – Insensible à une survalorisation du marché
En pratique, les deux méthodes sont appliquées puis les résultats sont pondérés
pour arriver à un prix théorique composite. Le poids accordé à chaque méthode est
fonction de l’activité de l’entreprise. Plus les cash flows de l’entreprise sont stables
et prévisibles, plus le poids du DCF sera important.
186
Market timing et Stock picking ■ Chapitre 7
rement adaptée pour les sociétés immobilières, et les holdings de participation, mais
reste peu employée sur les autres secteurs.
La stratégie « Equity Market Neutral » est une méthode d’investissement basée sur
les valeurs relatives. À la différence des stratégies directionnelles vues précédem-
ment, celle-ci a vocation à ne pas être impactée par les variations du marché dans
lequel elle est déployée, représenté par un indice comme le CAC 40 en France ou le
S&P 500 aux États-Unis.
Pour cela, elle implique de prendre des positions dites « long/short », c’est-à-dire
à la fois à l’achat sur un actif, et à la vente sur un autre actif. Idéalement ces deux
actifs sont largement corrélés (par exemple, deux actions du même secteur), l’actif
acheté est sous-évalué par le marché, et l’actif vendu est surévalué.
Pour mesurer cette différence entre les prix et les valeurs, le gérant peut s’appuyer
sur l’analyse technique et/ou fondamentale, éventuellement doublée d’une expertise
© Dunod – Toute reproduction non autorisée est un délit.
sectorielle.
Les investisseurs apprécient la faible corrélation de ces stratégies avec les marchés
actions, réduisant ainsi le risque de Market Timing, tout en profitant de l’expertise
du gérant sur le Stock Picking.
187
Chapitre 7 ■ Market timing et Stock picking
alors impacter bien plus fortement l’action avec un beta élevé, et ainsi réduire l’effi-
cacité de la couverture « long/short ».
–– La seconde dite « Beta Neutral » consiste à égaliser les betas des positions ache-
teuses et vendeuses de manière à ce qu’ils s’annulent l’un l’autre. Ainsi, on obtient
un portefeuille neutre au marché (avec un beta global nul). Cette méthode est à la
fois la plus efficace et la plus utilisée. Nous allons voir comment elle s’implémente
en pratique à travers un exemple.
Pour rappel, comme nous l’avons vu dans le chapitre 5, le beta d’un actif a est une
mesure de son risque systématique. Sa formule s’écrit :
Cov ( ra , rm )
βa =
Var ( rm )
Avec :
––Cov ( ra , rm ) = la covariance entre le titre a acheté (ou vendu à découvert) et le marché
m représenté par un indice.
––Var ( rm ) = la variance du marché m.
S’il est supérieur à 1, cela implique que l’actif a tendance à amplifier les variations
du marché, et inversement, si le beta est inférieur à 1, c’est que l’actif est moins
sensible aux mouvements du marché. Ainsi, en réduisant le beta net d’un porte-
feuille jusqu’à 0, nous éliminons l’influence du marché sur sa valorisation, et en
cela, nous le rendons « Market neutral ».
Prenons maintenant l’exemple d’un gérant spécialisé sur le secteur bancaire
américain. Le tableau 7.5 ci-dessous représente les principales sociétés finan-
cières américaines comprises dans le tracker XLF ainsi que leur beta par rapport
au S&P 500.
188
Market timing et Stock picking ■ Chapitre 7
Certaines sociétés ont un beta plus élevé que l’ETF, pour d’autres il est moins
élevé. Par exemple, le beta de JP Morgan Chase & Co (JPM) est de 1,21 et celui du
tracker (XLF) est de 0,95. C’est une information que le gérant utilisera pour calibrer
la taille de ses positions dans la construction d’un portefeuille neutre au marché.
Pour ce faire, plusieurs étapes sont nécessaires :
–– Additionner les valeurs des deux betas. Ici 1,21 + 0,95 = 2,16 (cf. colonne C du
tableau 7.6)
–– Diviser le beta du tracker par le beta total (calculé précédemment) pour en déduire
le poids que doit représenter l’action JPM dans notre position. Ici 0,95/2,16 = 44 %
(cf. colonne D).
–– Diviser le beta de l’action par le beta total pour en déduire le poids du tracker dans
notre position. Ici 1,21/2,16 = 66 %, ou plus simplement : 100 % - 44 % = 56 %
(cf. colonne E)
Ces trois premières étapes sont représentées dans le tableau 7.6 ci-dessous.
–– Choisir le sens de la position. Ici, long (achat) JPM et short (vente à découvert) XLF
ou l’inverse ? Cela dépend des vues du gérant sur ces actifs. Pour cela, il utilisera
l’analyse technique et/ou fondamentale.
––Définir le montant brut alloué à chaque paire. Ici, par simplification, 1 000 000$
chacune, et en déduire le montant disponible pour l’achat ou la vente à découvert
de chaque actif. Il s’agit de convertir le pourcentage obtenu dans les étapes 2 et 3
en un montant de dollars. Ici, 43,9815 % × 1 000 000$ = 439 814$ sur JPM et
56,0185 % × 1000 000$ = 560 185$ sur le tracker XLF (cf. colonnes H et I du
tableau 7.7).
–– Diviser ce montant par le prix de l’actif et du tracker (ici, JPM vaut 88$ et
XLF 24$) pour obtenir le nombre d’actions et de trackers à acheter ou vendre
(cf. colonnes J et K).
189
Chapitre 7 ■ Market timing et Stock picking
Ces étapes (sauf la quatrième) sont reprises dans le tableau 7.7 ci-dessous.
190
Market timing et Stock picking ■ Chapitre 7
7.2 CAPE
Avec un CAPE proche des 29 pour le marché américain en mars 2017, le marché est-
il au-dessus ou en-dessous de ses standards historiques de valorisation ?
À partir de 2022, la croissance sera de 2 %. Le coût moyen pondéré du capital est de
7 %. L’entreprise a une dette de 100 millions d’euros et 50 millions d’actions. Quel
serait le prix d’une action d’XYZ en appliquant la méthode du DCF ?
Le PER moyen du secteur de l’énergie aux États-Unis est de 25. Une société
pétrolière génère un bénéfice par action de 5 euros. Quelle devrait être la valeur de
son action ?
191
Chapitre 7 ■ Market timing et Stock picking
7.2 CAPE
Un CAPE à 29 est un niveau élevé, le marché semble donc relativement « cher »
par rapport à ses standards historiques.
Et :
VN = ( 71%+ −2 2%% ) × 88 = 1795, 20
D’où :
V0 = 1577, 04
Et :
(1577, 04 − 100 )
P0 = = 29,54 euros
50
L’ESSENTIEL
Le market timing et le stock picking sont complémentaires. Le premier répond à
la question « Quand investir sur les marchés ? », et le second « Sur quels actifs
investir ? »
■ Le modèle de la FED
Le modèle de la FED compare le rendement des bénéfices attendus (Bénéfices/
Cours) du marché action avec la rentabilité des obligations à long terme, et sup-
pose qu’ils doivent être égaux, sinon les investisseurs arbitreront en faveur de
l’actif le plus rentable. Il s’écrit :
E1
= 10Y
P0
Avec :
– E1 = Bénéfices attendus
– P0 = Prix (du S&P 500)
– 10Y = Rentabilité des obligations du trésor américain à 10 ans
V0 =
FTD1
+
FTD2 … + FTDN + VN
2 +
(1 + rCMPC ) (1 + rCMPC ) (1 + rCMPC )N
Avec :
– FTDN = Flux de Trésorerie Disponibles
– rCMPC = Coût moyen pondéré du capital (CMPC)
☞
193
Chapitre 7 ■ Market timing et Stock picking
☞
– VN = La valeur terminale de l’entreprise à l’année N
1 + gFTD
VN = × FTDN
rCMPC − gFTD
Avec :
– gFTD = Taux de croissance à long terme des Flux de Trésorerie Disponibles
■ Les comparables
Cette méthode consiste à estimer la valorisation d’une entreprise en la comparant
avec celles d’entreprises similaires. Pour cela, on définit un groupe de pairs, puis
on calcule des ratios de valorisation moyens. Les ratios les plus utilisés sont :
– cours/flux de Trésorerie Disponibles par action (en anglais, Price-to-Free Cash
Flows) ;
– cours/valeur comptable par action (en anglais, Price-to-Book) ;
– cours/chiffre d’affaires par action (en anglais, Price-to-Sales) ;
– cours/bénéfices par action (en anglais, PER, Price-to-Earnings-Ratio).
Questions de réflexion
■
Les stratégies de market timing et de stock picking ne sont-elles pas contradic-
toires avec la notion d’efficience des marchés ?
(solutions sur le site www.dunod.com)
194
Chapitre
81
Évaluation de la
performance
OBJECTIFS
Après avoir vu les stratégies de market timing et de stock picking dans le
chapitre 7, l’objectif est maintenant de mesurer la performance du portefeuille
en tenant compte du risque pris.
Ce chapitre présentera donc les principales mesures de performance ajustée du
risque, leurs avantages et leurs limites.
Enfin, évaluer la performance d’un gérant, c’est également être capable d’expli-
quer l’écart de performance entre son portefeuille et son benchmark, et l’attri-
buer à ses capacités d’allocation d’actifs, et de sélection de titres.
SOMMAIRE
Section 1 Mesures de performance ajustée du risque
Section 2 Attribution de performance
Chapitre 8 ■ Évaluation de la performance
C ertains placent de l’argent pour s’offrir une voiture ou des vacances dans
quelques mois, d’autres investissent pour payer la scolarité de leurs enfants
d’ici quelques années, ou pour avoir un complément de revenus à la retraite…
Quelles que soient les raisons, tout investisseur a intérêt à suivre la performance de
ses placements. Et il en va de même pour les investisseurs institutionnels (caisses de
retraites, institutions de prévoyance, compagnies d’assurances, grands corpo-
rates…) qui veillent à ce que la rentabilité de leurs investissements couvre leurs
besoins à venir. Ainsi, la performance des gérants d’actifs est constamment surveil-
lée, analysée à la fois en termes absolue, mais aussi en termes relatif et ajustée du
risque. L’étude de ces performances est non seulement importante pour les investis-
seurs, mais également pour les gérants car c’est cela qui va permettre de justifier ou
non leurs frais de gestion. Supposons par exemple qu’un investisseur ait investi 100
millions d’euros dans un fonds, et qu’une année plus tard, la valorisation de son
investissement soit de 110 millions d’euros. Avec une rentabilité de 10 %, l’inves-
tisseur sera-t-il satisfait de son gérant d’actifs ? À priori, oui... mais si le gérant avait
pris des risques inconsidérés pour obtenir cette rentabilité ? Alors l’investisseur sera
peut-être moins enthousiaste. Et si le marché avait quant à lui progressé de +20 %
sur la même période ? Dans ce cas, il ne sera probablement pas du tout content d’une
performance de « seulement » +10 %. Et si la majorité de la performance reposait
sur un seul titre qui s’est fortement apprécié suite à une OPA non anticipée par le
gérant ? Il sera alors très dubitatif quant à la valeur ajoutée du gérant, et décidera
probablement d’en changer.
Dans ce chapitre, nous allons ainsi étudier les mesures de performance ajustée du
risque dans une première partie. Puis, dans une seconde partie, nous verrons avec
l’attribution de performance comment expliquer l’éventuel écart de performance
entre un portefeuille et son benchmark.
Section
1 MESURES DE PERFORMANCE AJUSTÉE DU RISQUE
Avant les années 1950, quand l’analyse de performance était encore à ses balbu-
tiements, les fonds étaient simplement classés et recommandés en fonction de leur
rentabilité sur l’année précédente. Au mieux, les analystes expérimentés utilisaient
une moyenne des rentabilités sur une période représentative (assez longue pour cou-
vrir à la fois des périodes de hausses et de baisses des marchés). En clair, jusqu’aux
années 1950, l’analyse des performances se réduisaient à un seul paramètre : la
rentabilité. Puis, en 1952, dans son article fondateur « Portfolio Selection »1, le prix
1. Markowitz, H. (1952). “Portfolio Selection”. Journal of Finance, vol. 7, issue 1, pages 77-91.
196
Évaluation de la performance ■ Chapitre 8
La rentabilité moyenne d’un portefeuille est de 9 % et sa volatilité (mesurée par l’écart-
type) est de 15 %. Si le taux sans risque est de 2 %, quel est le ratio de Sharpe du porte-
feuille ?
9 % − 2 %
Ratio de Sharpe = = 0,47
15 %
Avec ce portefeuille, chaque 1 % de risque total est rémunéré avec 0,47 % de rentabilité
supplémentaire.
197
Chapitre 8 ■ Évaluation de la performance
S’il a l’avantage d’être simple, logique et intuitif, le ratio de Sharpe présente tou-
tefois quelques inconvénients :
–– D’abord, il est sensible à la fréquence choisie. Un même fonds pourra avoir un ratio
de Sharpe différent selon que l’on utilise des données de rentabilités journalières,
hebdomadaires, ou mensuelles quand bien même la richesse finale pour l’investis-
seur est la même. La mesure du risque au dénominateur n’est pas la même si on
annualise une volatilité journalière, hebdomadaire ou mensuelle.
–– Aussi, en se basant sur la volatilité des rentabilités, le ratio n’intègre pas les risques
liés à la vente d’option. Un fonds pourrait par exemple encaisser régulièrement des
primes en vendant des options en dehors de la monnaie, et ainsi artificiellement
gonfler son ratio de Sharpe. Le risque pourtant potentiellement illimité ne sera pas
intégré dans le calcul de la volatilité tant qu’il ne se sera pas matérialisé.
–– Enfin, le ratio n’intègre pas les risques non linéaires (Skewness et Kurtosis), il sup-
pose une distribution normale des rentabilités. Si ce n’est pas le cas, son interpréta-
tion peut être biaisée comme dans l’exemple ci-dessous.
Tableau 8.1 – Exemple de biais dans le ratio de Sharpe
Fonds T1 T2 T3 T4 E(R) Volatilité Sharpe
1 -1 % +1 % +2 % +4 % 1,5 % 2,1 % 0,72
Alors que ces deux fonds ont eu exactement les mêmes rentabilités sur les 3
premiers trimestres et que le fonds 2 a eu une meilleure rentabilité au quatrième
trimestre, un investisseur pourrait préférer le fonds 1 au fonds 2 en ne se fiant
qu’au seul ratio de Sharpe. La raison est que les valeurs extrêmes (comme le
+20 % au quatrième trimestre dans notre exemple) ont pour effet d’augmenter
davantage le dénominateur que le numérateur du ratio de Sharpe, provoquant ainsi
une baisse de l’indicateur, à tel point qu’un gérant aurait intérêt à ne pas tenir
compte de ses meilleures rentabilités pour maximiser son ratio de Sharpe, alors
même que ce sont justement ces rentabilités élevées que les investisseurs
recherchent en premier lieu.
Pour faire face aux limites du ratio de Sharpe, il existe d’autres indicateurs de
performance avec des mesures de risques alternatives au dénominateur et/ou un
numérateur différent. C’est le cas notamment des ratios de Treynor et de Sortino.
1.2 Ratio de Sortino
Pour mieux comprendre l’intérêt que présente le ratio de Sortino par rapport au
ratio de Sharpe, nous allons au préalable faire un focus sur son dénominateur, la
semi-volatilité.
198
Évaluation de la performance ■ Chapitre 8
1 N
∑ ( Min ( 0, Ri − Rmin ))2
N i =1
Avec :
–– Ri = ième rentabilité du portefeuille
–– N = Nombre de rentabilités
–– Rmin = Rentabilité minimale acceptable
c Focus
De la volatilité comme mesure de risque à la semi-volatilité
Comme nous l’avons vu dans le chapitre 3, moyenne (et si possible positives), et
l’écart-type (ou volatilité) représente les inversement, une aversion pour les
dispersions des performances autour de la rentabilités en dessous de leur moyenne
moyenne. Un de ces principaux (particulièrement si elles sont négatives).
inconvénients quand on l’utilise comme Par exemple, les deux portefeuilles
la mesure de risque du portefeuille est présentés ci-dessous ont des rentabilités
qu’il traite les écarts au-dessus de symétriquement opposées, et pourtant, le
la moyenne de la même manière que les même écart type. Les graphiques de per-
écarts en-dessous de la moyenne. formances sont illustrés dans la figure 8.1
Toutefois, en pratique, l’impact pour les et les rentabilités correspondantes sont
investisseurs est bien différent. reportées dans le tableau 8.2.
Ces derniers ont en effet une appétence
pour les rentabilités au-dessus de leur
2
1.8
© Dunod – Toute reproduction non autorisée est un délit.
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
1 2 3 4 5 6 7 8 9 10 11
Fonds 1 Fonds 2
199
Chapitre 8 ■ Évaluation de la performance
À écarts-types identiques, le risque de perte en capital est bien plus important dans le
fonds 2 que le fonds 1. Ainsi, plutôt que de prendre la volatilité comme mesure de
risque du portefeuille, les investisseurs davantage sensibles au « mauvais » risque
peuvent alors utiliser la semi-volatilité, c’est-à-dire le risque de s’écarter en dessous de
la performance moyenne du portefeuille. Le principe de la semi-volatilité est le même
que celui de la volatilité sauf que seules les rentabilités inférieures à la moyenne sont
prises en compte.
Rentabilité Volatilité
Moyenne (ou Rentabilité
minimale acceptable)
Semi-volatilité
Temps
200
Évaluation de la performance ■ Chapitre 8
E ( R p ) − MAR
Ratio de Sortino =
Semi − Volatilité
Avec :
− E ( R p ) Espérance de rentabilité du portefeuille
–– MAR = Rentabilité minimale acceptable (Minimum Accepted Return)
–– Semi − Volatilité = (Target Downside Deviation) Volatilité des rentabilités en
dessous de la MAR
Ce ratio est particulièrement utile dans la sélection des fonds pour les investisseurs
concernés davantage par le risque à la baisse. Par rapport au ratio de Sharpe, le taux
sans risque au numérateur et la volatilité totale au dénominateur sont respectivement
remplacés par la rentabilité minimale acceptable et la volatilité à la baisse (en
dessous de cette rentabilité minimale acceptable). Toutefois, le principe reste le
même : plus le ratio de Sortino est élevé, plus le portefeuille est performant.
En plus des ratios de Sharpe et Sortino qui ont recours à la volatilité et la semi-
volatilité du portefeuille, d’autres ratios utilisent des mesures de risque différentes
au dénominateur. Parmi eux, on trouve le ratio de Treynor qui se base sur le risque
systématique (mesuré par le beta).
© Dunod – Toute reproduction non autorisée est un délit.
1. Treynor, Jack L. (1965). “How to Rate Management of Investment Funds”. Harvard Business Review 43,
pp. 63-75.
201
Chapitre 8 ■ Évaluation de la performance
202
Évaluation de la performance ■ Chapitre 8
–– Ceux au-dessus de la SML « battent le marché » car, pour un niveau de risque sys-
tématique donné, ils sont capables de délivrer une meilleure rentabilité.
Ces points sont illustrés dans la figure 8.3 ci-dessous.
12%
SML
10%
E(Rp+) P+
8%
E(Rm) M
E(Rp)
6%
E(Rp–) P–
4%
Rf
2%
ßp+ ßm∙=∙1 ßp–
0%
0 0,5 1 1,5 2
Risque systématique (ßp)
Avec :
–– E ( Rm ) = Espérance de rentabilité du marché
–– E ( R p ) = Espérance de rentabilité du portefeuille
–– R f = Taux sans risque
–– β m = Beta du marché (= 1)
–– β p = Beta du portefeuille
Ici, le portefeuille P- sous-performe le marché car pour un niveau de risque
systématique donné, β p -, sa rentabilité est inférieure à celle prévue par le MEDAF
© Dunod – Toute reproduction non autorisée est un délit.
(sur la SML). À l’inverse, le portefeuille P+ fait mieux que le marché car il génère
une rentabilité supérieure par rapport à celle requise compte tenu de son niveau de
risque systématique β p +. Cette rentabilité « anormale » est appelée « Alpha ». Nous
y reviendrons dans la partie 2.1 sur les mesures de performance non basées sur des
ratios.
En attendant, nous poursuivons avec deux ratios qui utilisent encore un autre
métrique de risque au dénominateur.
203
Chapitre 8 ■ Évaluation de la performance
c Focus
Le drawdown
La relation entre une perte et la Avec :
performance nécessaire pour retrouver le Pt : Valeur du portefeuille au moment de
niveau initial du portefeuille n’est pas l’observation (t)
linéaire, mais exponentielle.
P0 : Valeur initiale du portefeuille
Tableau 8.3 – Performance nécessaire Le Maximum Drawdown (MDD)
pour revenir au niveau initial après correspond donc à la plus petite valeur (la
une perte valeur la plus négative) des drawdowns
Perte Performance nécessaire observés sur une période donnée.
-5 % 5,26 % MDD [ 0, T ] = minDD (t )
-10 % 11,11 % En clair, le Maximum Drawdown
-25 % 33,33 %
correspond à la perte qu’un investisseur
aurait subie s’il avait acheté un portefeuille
-50 % 100 %
à son prix le plus élevé, et revendu à son
-75 % 300 % prix le plus bas. La figure 8.4 ci-dessous
-90 % 900 % en offre une illustration sur le CAC 40.
Le graphique supérieur montre l’évolution
La préservation du capital est donc du CAC 40 (hors dividende) sur 20 ans de
primordiale pour tout investisseur ! 1997 à 2016, et le graphique inférieur
Exprimé en pourcentage de perte subie représente l’évolution du drawdown au
par le portefeuille par rapport à son plus cours de la même période. Dans cet
haut niveau historique, le drawdown exemple, le maximum drawdown est de
(DD) s’écrit : –65,29 %, il représente la perte d’un
investisseur qui aurait acheté le 4
Pt septembre 2000 à 6 922 points et revendu
DD (t ) = −1
max ( P0 : Pt ) en 12 mars 2003 à 2 403 points.
204
Évaluation de la performance ■ Chapitre 8
8000
7000
6000
5000
4000
3000
2000
1000
0
jan-97
jan-98
jan-99
jan-01
jan-03
jan-05
jan-06
jan-07
jan-08
jan-09
jan-11
jan-13
jan-15
jan-16
jan-00
jan-02
jan-04
jan-10
jan-12
jan-14
0%
janv.-97
janv.-98
janv.-99
janv.-00
janv.-01
janv.-02
janv.-03
janv.-04
janv.-05
janv.-06
janv.-07
janv.-08
janv.-09
janv.-10
janv.-11
janv.-12
janv.-13
janv.-14
janv.-15
janv.-16
-10%
-20%
-30%
-40%
-50%
-60%
-70%
© Dunod – Toute reproduction non autorisée est un délit.
206
Évaluation de la performance ■ Chapitre 8
Avec :
–– E ( R p ) = Espérance de rentabilité du portefeuille (anticipation de la part des
investisseurs ou du gérant)
Dans les deux cas, α p mesure la rentabilité anormale, qui s’explique par les choix
du gérant et non par son niveau de risque systématique. Le signe de l’alpha indique
si le portefeuille surperforme le marché tout en prenant en compte le degré de risque
systématique de son portefeuille : s’il est statistiquement significatif et positif, le
gérant surperforme et inversement s’il est négatif, le gérant sous-performe. Enfin, la
valeur de l’alpha peut être utilisée directement pour classer et comparer les gérants
d’actifs.
1. Jensen, M.C. (1968). “The Performance of Mutual Funds in the Period 1945-1964,” Journal of Finance 23,
pp. 389-416.
207
Chapitre 8 ■ Évaluation de la performance
12%
SML
10%
E(Rp) P+
8%
E(Rm) αp M
E(Rp)
6%
4%
Rf
2%
ßp ßm = 1
0%
0 0,5 1 1,5 2
Risque systématique (ßp)
208
Évaluation de la performance ■ Chapitre 8
σ σ
R p ′ = w p R p + (1 − w p ) R f = m R p + 1 − m R f
σp σp
σ Rp − R f
= R f + m ( Rp − R f ) = R f + σ m
σp σ p
σ
= R f + ( Rp − R f ) m
© Dunod – Toute reproduction non autorisée est un délit.
σp
Au final, la mesure M2 est la différence entre la rentabilité du portefeuille P′ et la
rentabilité du marché, elle s’exprime par la formule :
σ
M 2 = ( R p − R f ) m − ( Rm − R f )
σp
Exemple – M2
Un fonds a une rentabilité de 16 %, et une volatilité de 22 %. Le marché, quant à lui, a une
rentabilité de 11 %, une volatilité de 25 % et le taux sans risque est de 2 %. Quel est le M2
du fonds ?
209
Chapitre 8 ■ Évaluation de la performance
25 %
M 2 = (16 % − 2 %) − (11 % − 2 %) = 6,9 %
22 %
À risque total équivalent, le gérant surperforme le marché de 6,9 %.
Section
2 ATTRIBUTION DE PERFORMANCE
Dans les chapitres 6 et 7, nous avons vu que la valeur ajoutée de la gestion active
dépendait en partie de l’allocation d’actifs du gérant (asset allocation) et de sa capa-
cité à sélectionner les titres supposés surperformer (stock picking). L’attribution de
performance consiste ensuite à décomposer l’éventuel écart de performance d’un
gérant actif par rapport à son benchmark en fonction de ces sources de valeur ajou-
tée.
Nous allons illustrer ce concept à travers l’exemple d’un gérant « Action » dont la
répartition sectorielle du fonds et du benchmark sont présentées dans le tableau ci-
dessous.
Tableau 8.4 – Allocation sectorielle du fonds et du benchmark
Poids
La rentabilité du benchmark est de 6 % tandis que celle du fonds est de 7 %.
Rentabilité du benchmark = 30 % × 8 % + 20 % × 3 % + 25 % × 7 % + 25 % × 5 % = 6 %
rk = 30 % × 8 % + 20 % × 3 % + 25 % × 7 % + 25 % × 5 % = 6 %
Rentabilité du fonds = 35 % × 10 % + 25 % × 4 % + 30 % × 7 % + 10 % × 4 % = 7 %
× 10 % + 25 % × 4 % + 30 % × 7 % + 10 % × 4 % = 7 %
Ainsi, le différentiel de rentabilité entre le fonds et le benchmark est de 100 points
de base (ou 1 %).
Différentiel = 7 % − 6 % = 1 %
1 Allocation d’actifs
© Dunod – Toute reproduction non autorisée est un délit.
211
Chapitre 8 ■ Évaluation de la performance
Surperformance Sous-performance
Dans notre exemple, parmi les 100 points de base de surperformance générés par
le gérant, 15 s’expliquent par ses décisions d’allocation d’actifs entre les différents
secteurs.
Finance : (35 % - 30 %) × (8 % - 6 %) = 0,10 %
Santé : (25 % - 20 %) × (3 % - 6 %) = - 0,15 %
Technologie : (30 % - 25 %) × (7 % - 6 %) = 0,05 %
Distribution : (10 % - 25 %) × (5 % - 6 %) = 0,15 %
Total : 0,10 % - 0,15 % + 0,05 % + 0,15 % = 0,15 %
D’une part, +10 et +5 points grâce aux surpondérations des secteurs « Finance »
et « Technologie » qui ont surperformé le benchmark. D’autre part, +15 points grâce
à la sous-pondération du secteur « Distribution » qui a, quant à lui, sous-performé le
benchmark. Enfin, -15 points de base à cause de la surpondération du secteur
« Santé » qui a sous performé le benchmark.
Au total, l’allocation d’actifs explique 15 % (15/100) de la surperformance du
gérant. Les 85 % restants proviennent donc de la sélection de titres et de l’interaction
entre allocation et sélection.
2 Sélection de titres
212
Évaluation de la performance ■ Chapitre 8
Le gérant de notre exemple semble être un bon stock picker. La sélection des titres
explique au total 55 points de base sur ses 100 de surperformance.
Finance : (10 % - 8 %) × 30 % = 0,60 %
Santé : (4 % - 3 %) × 20 % = 0,20 %
Technologie : (7 % - 7 %) × 25 % = 0,00 %
Distribution : (4 % - 5 %) × 25 % = -0,25 %
Total : 0,60 % + 0,20 % + 0,00 % - 0,25 % = 0,55 %
Dans le détail, la sélection de titres a généré +60 points de base dans le secteur
« Finance », et +20 points dans le secteur « Santé » (compensant en partie la sous
performance du secteur par rapport au benchmark). Toutefois, le stock picking n’a
pas permis de dégager de la surperformance dans le secteur « Technologie » où la
rentabilité du fonds est en ligne avec celle du benchmark (+7 %), et le gérant a
même sous performé dans le secteur « Distribution » abandonnant ainsi 25 points
de base.
Finalement, pris indépendamment, l’allocation d’actifs et la sélection des titres
expliquent respectivement 15 % et 55 %, soit 70 % de la surperformance. Le reste
est dû à l’interaction entre allocation et sélection.
Enfin, pour isoler l’impact de l’interaction entre les choix d’allocation d’actifs et
de sélection de titre, on multiplie les différences de poids sectorielles (entre le fonds
© Dunod – Toute reproduction non autorisée est un délit.
213
Chapitre 8 ■ Évaluation de la performance
4 En résumé
90%
Interaction
30%
80%
70%
Poids de chaque effet
60%
50%
Sélection
40% 55%
30%
20%
10% Allocation
15%
0%
Attribution de performance
214
Évaluation de la performance ■ Chapitre 8
100,00 100,00
215
Chapitre 8 ■ Évaluation de la performance
216
Évaluation de la performance ■ Chapitre 8
Mois Rp Rb Rp - Rb
Janvier 1,00 % 0,70 % 0,30 %
Au numérateur :
R p − Rb = 12, 04 % − 10,68 % = 1,37 %
Au dénominateur :
σ ( p − b ) = 0,46 % × 12 =1,58 %
1,37 %
Ratio d ’information du portefeuille = = 0,87
1,58 %
5. Ratio de MAR : Pour obtenir le ratio de MAR du portefeuille, on calcule d’abord
le Maximum drawdown (perte max).
217
Chapitre 8 ■ Évaluation de la performance
CORRIGÉS Mois• CORRIGÉS
Portefeuille • Max(Portefeuille)
CORRIGÉS Drawdown
• CORRIGÉS
100,00 100,00 0,00 %
115
110
105
Valeur du portefeuille
100
95
90
85
er ier ar
s ril ai in et ut br
e
br
e
br
e br
e
vi r Av M Ju ill Ao to
an év M Ju em m m
J F pt Oc ve éc
e
Se No D
Figure 8.7
12, 04 %
Ratio de MAR = = 2, 02
5,95 %
218
Évaluation de la performance ■ Chapitre 8
CORRIGÉS
Alpha et Beta : En• CORRIGÉS
représentant • lesCORRIGÉS
sur Excel, • CORRIGÉS
rentabilités mensuelles du portefeuille
par rapport à celles du marché, et en affichant la droite de régression linéaire, on
obtient l’équation suivante :
R p = 0, 001173 + 0,9835 Rb
8%
6%
Rentabilité du portefeuille (Rp)
4%
2%
y = 0,0012 + 0,9835x
0%
–8% –6% –4% –2% 0% 2% 4% 6% 8%
–2%
–4%
–6%
–8%
Rentabilité du benchmark (Rb)
Figure 8.8
6.
10,80 %
M 2 = (12, 04 % − 0 %) − (10,68 % − 0 %) = 1,4385
10, 73 %
219
Chapitre 8 ■ Évaluation de la performance
L’ESSENTIEL
Les investisseurs poursuivent un double objectif apparemment contradictoire :
augmenter la rentabilité de leurs placements, tout en réduisant leurs risques.
Une manière d’évaluer si les risques encourus sont suffisamment rémunérateurs
est de suivre des indicateurs de performance ajustée du risque.
220
Évaluation de la performance ■ Chapitre 8
☞
■ Attribution de performance
Une autre étape importante dans l’évaluation des gérants est l’attribution de
performance, une technique destinée à identifier les sources de rentabilité du
portefeuille. Elle peut résulter de l’allocation d’actifs et de la sélection des titres.
Pour mesurer ces différents effets, nous utilisons les formules suivantes :
Effect Allocation = (Wpi - Wbi) × (Rbi - Rb)
Effect Sélection = Wbi × (Rpi - Rbi)
Effect Interaction = (Wpi - Wbi) × (Rpi - Rbi)
Ainsi, nous sommes en mesure d’expliquer chaque point de base de sur ou
sous-performance du gérant.
© Dunod – Toute reproduction non autorisée est un délit.
221
Remerciements
Nous tenons tout d’abord à remercier Ronan Poupon pour avoir pris de son temps
précieux pour préfacer notre ouvrage. C’est un immense honneur pour nous.
Rémy Estran, Étienne G. Harb, Iryna Veryzhenko
Je tiens à exprimer toute ma gratitude envers les personnes qui m’ont aidé dans
l’écriture de ce livre. En premier lieu, les consultants de MPG Partners, et de bfi-
nance pour leurs travaux de relectures et leurs conseils d’expert. J’aimerais égale-
ment remercier le département finance et l’école doctorale de l’ESCP Europe pour
les échanges toujours enrichissants que j’ai avec ses membres. Enfin, un grand merci
à ma famille, et ma chérie pour leur soutien tout au long de ce travail.
Rémy Estran
Je remercie très chaleureusement mon mari, mes deux filles ainsi que nos familles
pour leur encouragement et soutien infaillibles. Je remercie aussi mes collègues et
étudiants à l’ESSCA et à NDU pour leur curiosité, pour m’avoir accompagnée dans
ce projet et permis d’une façon ou d’une autre, son enrichissement. Un grand merci
à mes co-auteurs avec qui je partage la passion du métier de gestion de portefeuille.
Notre collaboration fut stimulante et valorisante.
Étienne G. Harb
226
Bibliographie
230
Index
C E
ECN, 15
capitalisation, 112
erreur d’estimation, 63
capitalisation boursière, 147
ESMA, 7
Capital Market Line (CML), 114
carnet d’ordres, 13 Euroclear, 9
chambres de compensation, 6 Euronext, 9
circuit-breaker, 26 Exchange Traded Funds, 145
compensation, 6 extensions, 123
conservation, 6
cotation en continu, 23
F
coupe-circuits, 26
courtiers, 11 fixing, 24
covariance, 68 frontière efficiente, 70
corrélation, 68 frontière efficiente de Markowitz, 70
Gestion de portefeuille
G ordre au marché, 17
ordre caché, 22
gré à gré, 2 ordre iceberg, 22
H P
Harry Markowitz, 67 PER (Price Earnings Ratio), 150
high-water mark, 157 portefeuille de N titres, 73
hurdle rate, 157 portefeuille de marché, 112, 114
portefeuille super-efficient, 112
I portefeuille tangent, 112
processus, 62
indice boursier, 114
intervalle de confiance, 62
R
K ratio de Sharpe, 78, 110
règlement-livraison, 6
kurtosis, 65 rentabilité, 110, 116
rentabilité de marché, 111
rentabilité espérée, 61
L risque, 110
LCH.Clearnet, 9 risque systématique, 113
liquidité, 26 risque systémique, 147
lock-up period, 155
loi normale, 61
S
Securities Market Line (SML), 116
M semi-variance, 67
marché d’agence, 13 skewness, 65
marché de contrepartie, 14 somme, 44
marchés organisés, 2 sous-évalué, 120
market-maker, 14 stationnaire, 62
MEDAF, 111 surévalué, 120
modèle beta-neutre, 123
Multilateral Trading Facilities (MTF), 15
T
taux d’emprunt et taux de prêt différents, 125
N taux sans risque, 77
notice period, 157 ticker, 131
tracking error, 145
O
V
ordre à cours limité, 17
ordre à la meilleure limite, 19 variance et l’écart-type, 61
ordre à plage de déclenchement, 21 ventes à découvert, 5, 79
ordre à seuil de déclenchement, 20
232