Allocation d`actifs : avantages, limites et évaluation de l`allocation

Allocation d’actifs :
avantages, limites
et évaluation de
l’allocation tactique
Recherche Vanguard
Introduction. L’allocation d’actifs tactique (Tactical asset allocation ou TAA)
est une stratégie dynamique qui ajuste de manière active l’allocation
stratégique (Strategic asset allocation ou SAA) des actifs d’un portefeuille en
fonction de prévisions de marché à court terme. Cette méthode d’allocation
vise à exploiter de manière systématique les inefficiences ou déviations
temporaires de la valeur d’équilibre de différentes classes ou sous-classes
d’actifs. Le facteur déterminant du rendement total d’un portefeuille
globalement diversifié dont les pratiques de market timing sont limitées est
l’allocation stratégique cible à long terme. L’allocation tactique peut être
créatrice de valeur ajoutée (ou non) si elle est conçue avec la rigueur
nécessaire pour surmonter les facteurs de risque et obstacles de taille
propres à cette stratégie. Nos résultats montrent que si certaines stratégies
TAA ont contribué à accroître la valeur de portefeuille, elles n’ont pas toutes
permis de générer des rendements excédentaires de façon constante.
Ce constat soulève alors plusieurs questions importantes pour les
investisseurs institutionnels : quels outils et processus doivent-ils mettre en
place pour prendre des décisions optimales concernant les stratégies
d’allocation tactique ? Quelles questions doivent-ils poser à un gérant
potentiel ? Quels sont les éléments critiques d’un modèle efficace dès lors
qu’ils choisissent de mettre en place une stratégie d’allocation tactique en
interne. Cet article apporte des réponses à toutes ces questions.
Réservé exclusivement aux Investisseurs professionnels, selon la définition de la Directive MiF ou aux
Investisseurs Qualifiés, selon la définition de l’article 10 de la Loi fédérale sur les organismes de placement
collectif (CISA) en Suisse. Il ne peut être distribué au public.
Le présent document est publié par The Vanguard Group Inc. Il a pour unique objectif de former et d’informer. Il ne constitue
pas une recommandation ou une sollicitation d’achat ou de vente de placements. Il convient de noter qu’il est rédigé d’une
manière adaptée au contexte du marché américain et qu’il contient des données et des analyses spécifiques aux Etats-Unis.
Juillet 2010
Auteurs
Kimberly A. Stockton
Anatoly Shtekhman, CFA
De nombreux investisseurs institutionnels sont
préoccupés par la baisse des rendements à
attendre des actions, le principal actif de leurs
portefeuilles, au cours de la décennie à venir.
Dans ce contexte, ils sont nombreux à s’être
interrogés sur le bien-fondé d’une allocation
uniquement pensée en termes stratégiques et ont
fait preuve d’un regain d’intérêt pour une
approche tactique.
L’allocation tactique (Tactical asset allocation ou TAA)
est une stratégie dynamique qui ajuste de manière
active l’allocation stratégique (Strategic asset
allocation ou SAA) des actifs d’un portefeuille en
fonction de prévisions de marché à court terme.
Cette méthode d’allocation vise à exploiter de
manière systématique les inefficiences ou déviations
temporaires de la valeur d’équilibre de différentes
classes ou sous-classes d’actifs. Bien que la mise en
œuvre d’une stratégie d’allocation tactique soit
souvent dépeinte comme simple à réussir, c’est en
réalité un exercice complexe. Les résultats de nos
travaux de recherche montrent que si certaines
stratégies TAA ont été créatrices de valeur, elles
n’ont dans l’ensemble pas produit de rendements
excédentaires significatifs si l’on s’en tient aux
moyennes statistiques. Il n’en reste pas moins que
l’allocation tactique peut être la source d’une valeur
ajoutée (ou non) dès lors qu’elle est conçue,
appliquée et évaluée avec soin.
Cet article présente les « bonnes pratiques » pour
développer ou sélectionner une stratégie d’allocation
tactique. De manière plus précise, nous analysons
les différentes composantes d’un modèle solide, les
mesures adéquates d’une évaluation quantitative et
qualitative et les outils et processus nécessaires
pour prendre des décisions optimales en matière
d’allocation tactique.
Juxtaposition des trois stratégies
d’allocation : stratégique, tactique et active
Les arguments en faveur d’une allocation
stratégique
L’allocation stratégique, également connue sous le
nom de « policy asset allocation » est la mise en
place d’une allocation cible à long terme concernant
les principales classes d’actifs – actions, obligations
et liquidités – sur la base de l’objectif
d’investissement, de la tolérance au risque et de
l’horizon de placement. Le facteur déterminant du
rendement total d’un portefeuille globalement
diversifié dont les pratiques de market timing sont
limitées est l’allocation stratégique cible à long
terme. Plusieurs études montrent une illustration
empirique de la prédominance de l’allocation
stratégique dans la génération du rendement total et
la variabilité des rendements.1
Les arguments en faveur d’une allocation tactique
L’allocation tactique vise à générer une valeur
supplémentaire par rapport à l’allocation stratégique
par la surpondération des classes ou sous-classes
d’actifs qui devraient surperformer sur une base
relative et la sous-représentation de celles qui
affichent des prévisions de sous-performance. Dans
un modèle d’allocation tactique, on utilise des
variables financières et économiques (des « signaux »)
pour anticiper la performance et allouer ainsi des
pondérations relatives à court terme par classe
d’actifs. Un modèle TAA classique intègre en général
des actions, des obligations et des bons du Trésor
américain, mais il peut également recouvrer des
devises, des matières premières et d’autres produits
d’investissement alternatifs. Le modèle peut se
décliner jusqu’au niveau de sous-classes d’actifs
pour comprendre des actions croissance (« growth »)
ou rendement (« value »), des obligations
d’entreprises et des valeurs du Trésor. Le modèle
peut être mis en œuvre sur une base purement
nationale ou à l’échelle globale. L’allocation tactique
est une stratégie active qui se fonde sur l’exploitation
Notes concernant les risques : Tout investissement comporte un risque. La performance passée ne garantit
en rien les résultats futurs. La diversification ne garantit pas la génération de bénéfices et ne protège pas
contre le risque de perte sur un marché en repli. Les placements en obligations sont exposés au risque
de taux, de crédit et d’inflation. Les garanties par le gouvernement américain de bons du Trésor et autres
obligations d’Etat ne s’appliquent qu’aux valeurs sous-jacentes et ne constituent pas une protection contre
les variations de cours.
1 Pour une présentation plus détaillée de l’allocation stratégique, se reporter aux études de The Vanguard Group (2003) et de Tokat (2005).
2
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
systématique du « bon timing ». Elle peut être
exécutée tant via la sélection de valeurs qu’au
travers de produits indiciels.2
Sur un plan économique, l’allocation tactique se
fonde sur l’hypothèse selon laquelle les rendements
relatifs des différentes classes d’actifs vont diverger
de leur valeur d’équilibre à un moment ou à un autre,
ouvrant une fenêtre d’opportunité de rendements
excédentaires en s’appuyant sur des stratégies
systématiques (généralement à contre-courant –
« contrarian »). Une stratégie d’allocation tactique
bien définie permettra de repérer un déséquilibre en
orientant par exemple un portefeuille vers la souspondération d’un marché d’actions surévalué,
générant ainsi une source de valeur ajoutée.
Les stratégies d’allocation tactique s’écartent des
techniques de sélection des titres à la fois en termes
de risques et d’avantages. Il est important de bien
comprendre ces différences avant de mettre en
place une stratégie et de choisir un gérant.
Sources de rendement
La source de rendement d’une stratégie d’allocation
tactique peut être illustrée par comparaison à d’autres
stratégies. Les stratégies d’allocation tactique visent
en effet à créer de la valeur en parvenant à anticiper
les facteurs de risque systématique (ou risque de
marché) et en surpondérant les classes d’actifs qui
sont censées surperformer. Une stratégie indicielle
(passive) tire aussi sa source de rendement de
l’exploitation des facteurs de risque systématique.
Toutefois, dans une gestion indicielle , les
investisseurs sont tout simplement rétribués pour le
risque de marché qu’ils assument, tel qu’il découle
des variations de certains éléments comme les taux
d’intérêt, l’évolution de la courbe des taux, des
chocs spécifiquement liés à une entreprise ou un
secteur ou encore des chocs d’inflation imprévus. En
d’autres termes, les rendements passifs découlent
du bêta tandis qu’avec l’allocation tactique on
cherche à générer de l’alpha en pariant sur le risque
systématique. De leur côté, les stratégies de
sélection de titres visent, elles aussi, à produire de
l’alpha mais en pariant sur le risque idiosyncratique
ou spécifique à un émetteur donné, par opposition
au risque systématique. Ces concepts sont repris
dans le schéma 1.
Schéma 1
Sources de rendement
Risque systématique
Bêta
Alpha
Risque idiosyncratique
Gestion indicielle :
rétribution du risque
systématique assumé
TAA : alpha issu de
l’anticipation des facteurs
de risque systématique
Stratégie active : alpha issu
de la sélection des titres
Source : Vanguard, 2009
Stratégies d’allocation tactique par rapport
à la sélection de titres
L’anticipation du risque systématique comporte des
risques et des avantages potentiels différents des
stratégies de sélection de valeurs . Comprendre ces
différences est essentiel pour réussir la mise en
place d’une stratégie d’allocation tactique. La
distinction principale se fait dans l’univers des
opportunités possibles. En effet, contrairement aux
stratégies actives basées sur la sélection de titres, le
nombre d’actifs éligibles à des stratégies tactiques
est limité. Les opportunités sont ainsi réduites par le
nombre de classes ou sous-classes d’actifs qui
peuvent être sur- ou sous-pondérées par les gérants.
Par opposition, une stratégie active fondée sur la
sélection de titres dispose de l’univers tout entier
des entreprises présentes sur les marchés comme
autant de sources potentielles de valeur. Une
stratégie d’allocation tactique comporte
généralement entre 3 et 20 actifs contre d’une
centaine à plusieurs milliers pour une stratégie active
de sélection des titres (Grinold et Kahn, 2000). Une
autre différence de taille se situe dans le fait que le
niveau de prévisibilité de chaque signal est
généralement très faible à tel point qu’on peut se
demander si de telles stratégies sont exploitables
sur des périodes situées en dehors de l’échantillon.
La combinaison de ces deux facteurs – mauvais
indice de prévisibilité et nombre limité de paris
possibles – font de l’allocation tactique un exercice
particulièrement périlleux.
2 A titre d’exemple, un modèle TAA peut déterminer une surpondération de 10 % des marchés émergents. Cette allocation peut alors être mise en œuvre soit
par l’intermédiaire d’une gestion indicielle, soit par la sélection de titres.
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
3
D’un autre côté, les stratégies d’allocation tactique
présentent deux atouts essentiels par rapport à la
gestion active traditionnelle. Le premier avantage par
rapport aux méthodes de sélection des titres est
qu’une stratégie tactique peut, dans certains cas,
être mise en place à moindres frais. Comme pour
d’autres stratégies actives, la négociation de valeurs
individuelles implique des coûts de transaction
importants alors qu’entrer et sortir sur les grandes
classes d’actifs peut être fait via des contrats à
terme liquides sur indice, d’où des coûts de
transaction très faibles. Soulignons que l’allocation
tactique au niveau de sous-classes d’actifs ou encore
de stratégies globales peut passer à côté d’un tel
avantage parce que des contrats à terme liquides
peuvent tout simplement ne pas être suffisamment
disponibles sur les styles, les segments ou les
marchés en question. L’autre avantage d’une
stratégie tactique est qu’elle peut introduire une plus
grande indépendance entre les paris. Contrairement
aux effets de corrélation qui s’exercent entre les
valeurs individuelles, les corrélations entre classes
d’actifs sont limitées par définition, ce qui favorise
des paris indépendants les uns des autres et réduit
le risque que deux paris orchestrés sur une même
stratégie s’annulent mutuellement. Là encore,
précisons que l’allocation tactique au niveau des
sous-classes d’actifs (entre styles ou segments
obligataires) ne profite pas de cet avantage compte
tenu de la corrélation élevée qui lie en général les
sous-classes d’actifs.
Une application concrète : évaluation d’une
stratégie d’allocation tactique
Bien que la mise en œuvre d’une stratégie
d’allocation tactique soit souvent dépeinte comme
simple à réussir, c’est en réalité un exercice très
difficile. Comme nous l’avons déjà évoqué, le niveau
de prévisibilité est faible et les fenêtres
d’opportunités limitées. Par conséquent, les
investisseurs doivent sélectionner les gérants
comme les stratégies avec le plus grand soin. Ils
doivent savoir décrypter les signaux d’une stratégie
et les informations qu’ils nous livrent, notamment
sur la façon dont un gérant va définir les
surpondérations et sous-pondérations. Ils doivent
également identifier les éléments capables d’inscrire
la stratégie dans la durée. Il est important pour cela
d’utiliser des critères de mesure des performances
4
qualitatifs et quantitatifs qui soient adaptés et
d’identifier des stratégies à coûts réduits. Nous
décrivons ci-dessous certaines « bonnes pratiques »
dans la sélection ou le développement d’une
stratégie d’allocation tactique.
• Comprendre comment une prévision est
formulée. Le succès d’une stratégie TAA dépend
largement de l’efficacité du modèle construit. La
première étape du développement global d’un
modèle d’allocation tactique est l’anticipation de
rendements excédentaires par la construction de
modèles visant à anticiper la rentabilité de classes
d’actifs sur la base d’un ensemble de variables ou
signaux. La conduite de tests sur une période
donnée permet de sonder la vigueur des signaux
et la robustesse globale d’un modèle. Les
modèles peuvent avoir des qualités de prévision
variables selon les périodes. Il est donc souvent
nécessaire d’utiliser des modèles de prévision
multiples pour ajouter une valeur constante. Ces
modèles doivent également être dynamiques, à
savoir qu’ils doivent évoluer au fil des
changements structurels ou autres facteurs
affectant de manière permanente la puissance du
signal. L’encadré de la page 5 résume les signaux
d’allocation tactique communément utilisés, les
raisonnements sur lesquels ils se fondent et les
périodes de temps sur lesquelles ils doivent être
une source de valeur ajoutée.
Un bon modèle de prévision doit inclure une
multitude de signaux révélateurs sur le plan
économique et s’appuyer sur un processus de
recherche vérifiable, fondé sur une méthode
raisonnable d’identification des signaux pertinents :
—Des signaux révélateurs sur le plan
économique. Ce sont ceux qui fournissent une
démonstration à la fois rationnelle et intuitive
de leur pouvoir prévisionnel attendu. Par
exemple, la notion de spread, en tant
qu’indicateur du cycle économique, est intuitive
et rationnelle. De manière typique, la courbe
des taux suit une orientation positive, à savoir
que les taux d’intérêt à long terme sont
supérieurs aux taux courts. Compte tenu de la
structure des taux d’intérêt en fonction des
échéances, une courbe de rendement à
l’orientation positive correspond à la rétribution
du risque supérieur supporté en investissant
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
Savoir décrypter les signaux les plus
courants de l’allocation tactique
Les investisseurs doivent comprendre les
raisonnements sur lesquels reposent les signaux
les plus répandus de l’allocation tactique et les
périodes de temps sur lesquelles ils doivent
permettre de créer de la valeur de manière à
pouvoir juger des compétences d’un gérant et de
se sentir à l’aise avec les types de paris effectués
au sein de leur portefeuille.
—Les signaux du « modèle de la Fed » :
impliquent un modèle qui compare le
rendement des bénéfices (l’inverse du ratio
cours/bénéfices [PER]) aux rendements
obligataires nominaux afin d’établir l’attrait
relatif des actions par rapport aux obligations.
L’idée sous-jacente est que les actions et les
obligations se font concurrence pour les
mêmes dollars à investir et que la classe
d’actifs la plus rentable doit donc être
surpondérée dans le portefeuille. Clifford
Asness (2003) a pointé en détail plusieurs
inconvénients dans cette démarche.
—Les signaux macroéconomiques / liés au
cycle économique : tentent de trouver des
sources de valeur dans l’anticipation des
variations des primes de risque de marché et
des résultats des entreprises en fonction du
cycle économique. Parmi les signaux les plus
utilisés dans cette catégorie, citons le spread
de maturité (l’écart de rendement entre les
obligations à longues et courtes échéances), le
spread de crédit (l’écart de rendement entre
des obligations d’entreprises à notations
élevées et notations inférieures), « l’inflation
imprévue » et la production industrielle. Les
variables liées au cycle économique sont
généralement mises en oeuvre sur des
horizons de temps intermédiaires.
Une autre approche consiste à utiliser des
méthodes d’évaluation des cash-flows topdown ou bottom-up (Damodaran, 2002). Un
exemple de méthode bottom-up consisterait à
utiliser le modèle d’actualisation des dividendes
pour retraiter de manière inversée le taux de
rendement nécessaire sur la base des cours de
marché et des projections de taux de
croissance des dividendes. Les signaux liés à
une évaluation fondamentale sont
généralement mis en oeuvre sur des horizons
de temps intermédiaires.
—Les signaux de momentum : visent à créer de
la valeur en suivant le momentum à court
terme sur les marchés. Les signaux typiques
incluent des indicateurs techniques (« chartistes »),
la croissance des bénéfices et des variations
dans les volumes négociés. Les signaux de
momentum peuvent être aux antipodes des
signaux fondamentaux ou économiques,
comme au moment de la bulle des valeurs
technologiques à la fin des années 1990.
Toutefois, lorsqu’ils sont efficacement
combinés aux signaux fondamentaux ou
économiques, ils peuvent apporter des
stratégies complémentaires.
—Les signaux de confiance : visent à ajouter de
la valeur en déployant une stratégie à contrecourant (« contrarian ») qui cherche à identifier
des niveaux de confiance extrêmes, chez les
consommateurs par exemple ou au travers des
niveaux de marge chez les courtiers (taux
d’emprunt), pour repérer les déviations par
rapport aux rendements d’équilibre. Les
signaux de confiance sont généralement mis en
oeuvre sur des horizons de temps
intermédiaires.
—Les signaux associés aux fondamentaux :
impliquent de recourir à des mesures
fondamentales de la valeur d’une entreprise,
telles que le rendement de l’action, les ratios
valeur comptable/valeur de marché et cours/
bénéfices pour établir la valeur relative du titre.
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
5
sur des obligations à plus longue échéance et
de l’incertitude concernant l’inflation (et donc
l’évolution des taux d’intérêt) dans le futur. Les
prévisions des investisseurs sur
l’environnement économique à venir ont un
impact sur le montant de la rétribution de ce
risque et, par voie de conséquence, sur la
forme de la courbe des taux. Les primes de
risque de marché et les flux de trésorerie des
entreprises étant liés à l’environnement
économique futur et au cycle économique, une
stratégie d’allocation tactique peut sortir
gagnante en suivant systématiquement un
indicateur échéances-spreads.
—Pas de « data mining » (exploration abusive
des données). Le gérant devrait être
parallèlement à même de confirmer qu’il ne
sur-exploite pas les données à sa disposition,
ce processus de « data mining » qui consiste à
faire évoluer le modèle en fonction de signaux
jusqu’à atteindre le résultat souhaité et ne
présenter ces résultats que pour la période
test. S’il peut produire des résultats
impressionnants, le « data mining », fait courir
le risque que le modèle ne fonctionne pas dans
les conditions réelles . Des tests en dehors de
l’échantillon, sur d’autres périodes ou pays par
exemple, peuvent contribuer à confirmer que
l’efficacité de la stratégie n’est pas le résultat
simple d’une adaptation du modèle pour
justifier les résultats d’une période passée
(celle de l’échantillon). .
—Un processus décisionnel rationnel. Pour finir, à
l’instar des signaux en eux-mêmes, le
processus décisionnel ainsi que les
fondements du raisonnement visant à
déterminer les signaux qui seront intégrés dans
la stratégie et comment ils seront associés doit
être le fruit d’un raisonnement économique
solide. Prenons le cas d’une prévision fondée
sur un R² élevé comme base d’un signal
prévisionnel à intégrer ou non. Malgré un R²
élevé, une analyse économique peut contreindiquer l’utilisation du signal. Un exemple
simple de ce raisonnement est « l’effet Super
Bowl » qui table sur la hausse de la valeur de
l’indice S&P 500 si une vieille équipe de la NFL
(National Football League) remporte le Super
Bowl et au contraire sur une baisse de l’indice
si c’est une vieille équipe de l’AFL (American
Football League) qui gagne ce championnat
(exemple inspiré de Clifford Asness [1996]). La
force démonstrative selon l’équipe gagnante
6
peut être très forte, mais bien évidemment il
n’existe pas de fondement rationnel derrière
une relation prévisionnelle entre le football
américain et le rendement des actions.
Un bon modèle s’appuiera sur une méthode de
validation du bien-fondé économique du
processus de sélection et de test. La méthode
bayésienne en est un exemple. Les calculs de
probabilité inspirés de cette méthode
impliquent des hypothèses basées sur la
théorie économique ou l’intuition, conjuguées
avec les informations tirées des données à
disposition (Campbell et Thompson, 2005). Par
rapport au modèle, l’approche pourrait
consister à partir de l’hypothèse selon laquelle
la prime de risque future sur les actions est liée
de manière positive au rendement de l’action
par exemple. Le modèle prévisionnel serait
ainsi contraint d’éliminer tout résultat indiquant
une relation négative entre le taux de
rendement de l’action et la prime de risque sur
les actions. Une telle approche apporte un
angle rationnel qualitatif au processus de
mesure statistique en cela qu’il permet
d’ignorer les résultats qui sont en conflit ouvert
avec l’intuition économique.
• Comprendre comment les surpondérations et
sous-expositions sont établies et contrôlées. Le processus d’optimisation des pondérations
d’actifs est un autre facteur d’évaluation. Tout
d’abord, les surexpositions ou sous-pondérations
devraient être proportionnelles à la puissance
combinée des signaux d’information du modèle.
Si une stratégie recommande une large
surpondération d’une classe d’actifs en particulier,
le gérant devrait être à même de démontrer le
pouvoir prévisionnel du modèle à cet égard. Les
investisseurs devraient éviter un gérant qui se
livre à de gros paris sur la base de signaux faibles.
Ensuite, les sur- ou sous-pondérations doivent
être faites dans la limite des contraintes définies
par rapport à la déviation. Ces contraintes peuvent
se baser sur des règles décisionnelles ad hoc. Par
exemple, il pourrait être établi que si la prime de
risque projetée sur les actions est supérieure à
10 %, un gérant devrait alors surpondérer les
actions de 15 %. Si une méthode d’optimisation
est utilisée pour fixer les pondérations par classe
d’actifs, les contraintes peuvent être mises en
œuvre via des modèles qui « maîtrisent »
l’optimiseur.
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
Schéma 2
Primes mensuelles sur actions (rendement des actions – rendement des valeurs du Trésor) et volatilité glissante
15%
10
5
0
-5
-10
-15
Octobre 2008
Août 1998
-20
-25
Octobre 1987
-30
1980
1984
Primes sur actions
1988
1992
1996
2000
2004
2008
Volatilité glissante sur 36 mois de la prime sur actions
Notes : les actions sont représentées par le MSCI US Broad Market Index ; les obligations sont représentées par le Barclays Capital U.S. Treasury Index.
Source : calculs Vanguard sur base des données de Thomson Reuters Datastream et Barclays Capital Live.com
Les approches traditionnelles de la gestion
moderne de portefeuille (« mean-variance »)sont
très sensibles aux prévisions de rendement et se
traduisent souvent par des pondérations très
marquées de classes d’actifs données. Le modèle
Black-Litterman (Black et Litterman, 1992) illustre
un exemple de modèle qui permet de corriger ces
résultats extrêmes. Le modèle fonctionne à partir
des rendements d’équilibre anticipés et s’en
écarte sur la base de la volatilité et des
0.15
corrélations
de chaque classe d’actifs, ainsi que
du
0.10degré de confiance dans chaque modèle de
prévision. Les résultats de ce modèle tendent à
0.05
être moins extrêmes que les approches
0.00
traditionnelles de rendement-risque (« mean-0.05
variance
»).
-0.10
• Prendre
en compte le caractère durable de la
-0.15
valeur créée. Savoir évaluer la performance pour
-0.20
établir en quoi la stratégie est durable et comparer
-0.25
la
rétrosimulation de la performance avec les
-0.30
données
réelles. Les vérifications suivantes
contribuent à ces objectifs :
—Examen de l’allocation historique des actifs par
0.15
le gérant
par rapport à l’indice de référence. Ce
0.10 est essentiel en vue d’établir si les
travail
rendements
excédentaires du modèle sont
0.05
simplement
le
résultat d’une orientation
0.00
favorable à la classe d’actifs la plus rentable sur
-0.05
un plan historique, via la surpondération des
-0.10
actions
par exemple, ou alors d’un réel pouvoir
-0.15
prévisionnel
(Lee, 1998). Les allocations
historiques du gérant ne devraient pas être très
différentes des allocations de l’indice sur des
périodes longues. L’allocation tactique implique
des surpondérations ou des sous-expositions à
courte échéance pour pouvoir s’emparer des
écarts de cours. Une surpondération à plus
long terme des actions produirait ainsi
probablement un rendement excédentaire par
rapport à l’indice mais qui serait simplement
équivalent à la prime de risque sur les actions.
—Examen des événements importants. Il est
important d’analyser les résultats des tests
d’un modèle pendant des périodes marquées
par des événements importants, notamment
ceux causés par de fortes divergences entre
les rendements des classes d’actifs, tels
l’écroulement du marché actions américain en
octobre 1987 ou en 2008 ou encore la crise de
la dette russe en août 1998. Si les rendements
des actions et des obligations sont très
proches, l’avantage relatif de la surpondération
de l’une ou l’autre classe est relativement
limité.
A l’inverse, si leurs rendements divergent, les
chances de paris fructueux augmentent tout
comme les risques de pertes bien entendu.
Comme illustré dans le schéma 2, peu
d’événements dans l’histoire des marchés ont
provoqué de fortes divergences des
rendements. Pourtant, ils ont toujours mis en
exergue le succès ou la faillite d’une stratégie.
-0.20
Ce document
est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
-0.25
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
-0.30
7
Schéma 3
Rendements excédentaires annualisés de l’allocation tactique de 1975 à 1984 (moyenne mobile sur 12 mois)
Rendements excédentaires annualisés
(allocation tactique-indice)
15%
10
5
0
-5
-10
-15
-20
-25
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
Indice de référence : 60 % actions représentées par le MSCI US Broad Market Index et 40 % obligations représentées par le Barclays Capital U.S. Treasury
Lond Index (1975) et le Barclays Capital Aggregate Bond Index (de 1976 à 1984)
Note : la prévision a été générée à partir des valeurs différées sur un mois des spreads de maturité et de crédit, l'inflation, le pourcentage de variation
du cours de l'or et les rendements des actions.
Source : calculs Vanguard sur base des données de Thomson Reuters Datastream, la base de données FRED de Federal Reserve Bank of Saint Louis et
Barclays Capital Live.com.
Echantillon 1975-1984
Stratégie allocation
tactique
Rendement moyen mensuel
Ecart-type (volatilité) mensuel
Indice 60/40 %
1,01 %
3,81
Dès lors que la volatilité de la prime de risque
sur les actions est élevée, les opportunités
d’accroître (ou réduire) la valeur augmentent,
ce qui peut se traduire par des rendements
accrus (ou diminués) (Arnott et Miller, 1997 ;
Lee, 1998).
—Etudier les résultats d’un modèle sur des
périodes différentes. Examiner les résultats
d’un modèle sur de nombreuses périodes
distinctes peut permettre de révéler sa
robustesse ( le modèle a-t-il de bonnes
chances de durer dans le temps ou non ?). La
rétro-analyse d’un gérant peut laisser apparaître
0.15 rendements excédentaires mais qui
des
peuvent
être le fruit d’une exploitation abusive
0.10
des données, à savoir enchaîner les tests les
0.05
uns
derrière les autres jusqu’à ce qu’ils fassent
émerger
les résultats escomptés du modèle.
0.00
Les résultats observés en dehors de
-0.05
0,94 %
3,04
Echantillon 1975-1984
Rendement excédentaire mensuel moyen 0,07 %
l’échantillon qui ne sont pas présentés par le
gérant mettent au grand jour toute dégradation
du signal. Celui-ci peut s’affaiblir avec le temps.
Par ailleurs, il n’est pas rare qu’un signal
produise des rendements excédentaires au
cours d’une période donnée mais pas d’une
autre.
A titre d’exemple, le schéma 3 montre les
rendements excédentaires mensuels d’une
stratégie fondée sur des valeurs différées sur
un mois des variables macroéconomiques/de
cycle suivantes : spreads de maturité et de
crédit, inflation, pourcentage de variation du
cours de l’or et rendements des actions3. Au
cours de la période de test (correspondant à
l’échantillon) de 1975 à 1984, la stratégie a
généré un rendement excédentaire mensuel
moyen, ou un alpha, de 7 points de base,
traduisant là une bonne tenue dans le temps
-0.10
-0.15
3 Nous avons d’abord créé un modèle de régression séquentiel fondé sur les signaux économiques standard qui caractérisaient le mieux les rendements
-0.20 des actions sur la fenêtre glissante précédente de 60 mois. Sur la base de ce modèle, nous avons établi des prévisions des rendements des
historiques
actions attendus pour le mois suivant et avons calculé la prime de risque anticipée sur les actions qui correspond au rendement des actions moins le
-0.25
rendement des obligations du Trésor à 10 ans. Le portefeuille avait des surpondérations ou sous-expositions, par rapport à un indice 60 % actions/ 40 %
obligations, fondées sur des règles de décision ad hoc qui s’appuient sur l’erreur standard de la prime de risque historique sur les actions entre 1926 et 1969.
Nous avons ensuite avancé le processus d’un mois avant de répéter l’analyse de régression, les prévisions et la réallocation du portefeuille.
8
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
Schéma 4
Rendements excédentaires annualisés de l’allocation tactique de 1985 à 2004 (moyenne mobile sur 12 mois)
Rendements excédentaires annualisés
(allocation tactique-indice)
30%
20
10
0
-10
-20
-30
-40
1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Indice de référence : 60 % MSCI US Broad Market Index et 40 % Barclays Capital Aggregate Bond Index
Note : la prévision a été générée à partir des valeurs différées sur un mois des spreads de maturité et de crédit, l'inflation, le pourcentage de variation du
cours de l'or et les rendements des actions.
Source : calculs Vanguard sur base des données de Thomson Reuters Datastream, la base de données FRED de Federal Reserve Bank of Saint Louis et
Barclays Capital Live.com.
Hors échantillon
de 1985 à 2004
Stratégie allocation
tactique
Rendement moyen mensuel
Ecart-type (volatilité) mensuel
Indice 60/40 %
0,99 %
3,67
de la rentabilité du modèle par rapport à un
portefeuille statique reproduisant une approche
d’allocation stratégique.
Malgré tout, le succès de la performance
historique de cette stratégie ne s’est pas
maintenu sur toutes les périodes qui ont suivi.
Le schéma 4 montre qu’elle a dévié d’une
moyenne de 19 points de base par rapport à la
performance de l’indice de 1985 à 1994 alors
qu’elle a ajouté 31 points de base entre 1995
et 2004. De la même façon, le schéma 5 de la
page 10 affiche des rendements excédentaires
positifs pour la période 2005/2009 avec un
passage à vide lors de la survenance de
l’événement important de cette période, à
savoir 0.3
l’effondrement du marché en 2008. Il est
important de comprendre pourquoi la valeur
0.2
ajoutée de la stratégie ne s’est pas répétée de
façon 0.1
homogène dans le temps. Les
0,93 %
2,83
Hors échantillon
Rendement excédentaire
mensuel moyen
1985-1994 1995-2004 1985-2004
-0,19 %
0,31 %
0,06 %
changements dans l’environnement
macroéconomique, l’affaiblissement du signal
ou tout simplement la malchance sont autant
de pistes possibles à explorer. Une stratégie
solide devrait permettre de dégager des
rendements excédentaires importants, qu’elle
soit appliquée pendant des périodes
correspondantes à l’échantillon ou en dehors
de celles-ci.
Un dernier outil de mesure visant à évaluer les
stratégies d’allocation tactique sur des périodes
variées est le rendement ajusté en fonction du
risque. Les stratégies d’allocation tactique
peuvent fournir des rendements excédentaires
qui s’accompagnent d’une hausse
disproportionnée de la volatilité. Nos résultats
montrent que les ratios de Sharpe4 de cette
stratégie ont également varié sur la période par
rapport à l’indice. Par exemple, entre 1985
0.0
-0.1
-0.2
-0.3
4 Le ratio Sharpe est calculé sur la base de la soustraction du taux sans risque du taux de rendement d’un portefeuille et par la division du résultat par la
-0.4
l’écart-type (également
minorée du taux sans risque) des rendements du portefeuille.
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
9
Schéma 5
Rendements excédentaires annualisés de l’allocation tactique de 2005 à 2009 (moyenne mobile sur 12 mois)
Rendements excédentaires annualisés
(allocation tactique-indice)
40%
30
20
10
0
-10
-20
2005
2006
2007
2008
2009
Indice de référence : 60 % MSCI US Broad Market Index et 40 % Barclays Capital Aggregate Bond Index
Note : la prévision a été générée à partir des valeurs différées sur un mois des spreads de maturité et de crédit, l'inflation, le pourcentage de variation du
cours de l'or et les rendements des actions.
Source : calculs Vanguard sur base des données de Thomson Reuters Datastream, la base de données FRED de Federal Reserve Bank of Saint Louis et
Barclays Capital Live.com.
Hors échantillon
de 2005 à 2009
Stratégie allocation
tactique
Rendement moyen mensuel
Ecart-type (volatilité) mensuel
Hors échantillon 2005 à 2009
Indice 60/40 %
0,66 %
3,18
et1994, le ratio de Sharpe de la stratégie a été
de 0,23 contre 0,58 pour l’indice. A l’opposé,
de 1995 à 2004, ce même ratio s’est établi à
0,79 contre 0,64 pour l’indice. Pourtant,
considérés sur l’ensemble de la période, les
ratios de Sharpe de la stratégie comme de
l’indice ont été quasiment identiques.
—Examiner les résultats d’un modèle à moyen
terme. Pour finir, il est important d’examiner
les résultats d’un modèle sur la bonne période
de temps. Une prévisibilité à court terme exige
des signaux très précis. Il y a tout simplement
trop de variabilité des rendements à court
terme pour en tirer un schéma permettant de
définir quelle classe d’actifs surpondérer. On
ne peut
0.4 pas attendre des stratégies d’allocation
tactique qu’elles fonctionnent d’un jour ou
même
0.3d’un mois à l’autre. A moyen terme
(peut-être des périodes de trois ans), il y a plus
0.2
de chances
qu’un profil ou un cycle lié à des
Rendement excédentaire
mensuel moyen
0,23 %
2,92
0,43 %
variables économiques, de momentum ou à un
changement dans les niveaux de confiance des
investisseurs puisse être glané et exploité.
• Utiliser des critères adéquats, aussi bien
quantitatifs que qualitatifs, de mesure des
performances. Comme pour toute stratégie, il est
utile d’associer des critères de mesure qualitatifs
et quantitatifs dans l’évaluation de la performance
d’une stratégie d’allocation tactique. Concernant
les mesures quantitatives, les deux indicateurs qui
méritent le plus d’attention sont le ratio
d’information5 historique et la « statistique T »
associée au rendement historique moyen. Un
ratio d’information historique calculé sur cinq ans
ou plus peut fournir une indication du couple
rendement-risque que la stratégie a offert et
pourrait continuer d’offrir si les relations
historiques perdurent. La « statistique T » mesure
la cohérence du rendement excédentaire
historique moyen. Une « statistique T »
0.1
0.0
-0.1
-0.2
5 Le ratio d’information
est le ratio de l’alpha sur la tracking error, donc l’écart-type de l’alpha.
10 Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
supérieure à 2 indique que le rendement
excédentaire historique moyen a été et continuera
probablement d’être très homogène, sûrement du
fait du niveau de compétence du gérant et du
caractère durable de la stratégie, si les relations
historiques se maintiennent (cf. encadré page 12).
Sur le plan des critères qualitatifs, nous pensons
que les investisseurs devraient évaluer tout gérant
à l’aune de quatre principes : les équipes, leur
philosophie, leurs process et leurs performances.
Ainsi faut-il se demander :
—Quelles performance ont dégagé toutes les
stratégies ou tous les fonds du gérant, et pas
uniquement ceux présentés ?
—Qui est en charge du travail ? Depuis quand
l’équipe fonctionne-t-elle ?
—Quelle approche d’investissement développe le
gérant ? Est-elle facilement appréhendable ?
—Depuis quand la stratégie est-elle déployée ?
A-t-elle au moins un historique de trois ans ?
Les critères quantitatifs permettent de distinguer
les compétences de la chance dans la
performance historique d’un gérant tactique tandis
que les critères qualitatifs décrits ci-dessus
contribuent à établir la probabilité de persistance
des relations historiques dans le futur. A titre
d’exemple, le ratio d’information relatif à toutes
les stratégies du gérant donnerait une meilleure
vision de ses compétences que celui concernant
la ou les stratégies actuellement proposées. De la
même façon, les données touchant la constitution
et la composition de l’équipe produisant un ratio
d’information particulièrement élevé sont
importantes pour établir si ce ratio a de bonnes
chances d’être reproduit.
• Prise en compte des coûts. Comme pour tout
investissement, les frais impactent les
rendements et doivent donc être mesurés. Plus
les coûts de mise en œuvre et de gestion des
investissements d’une stratégie d’allocation
tactique sont élevés plus son seuil de réussite
sera haut.
Schéma 6
Le taux de rotation du portefeuille varie
dans le temps
Rotation d’une stratégie d’allocation tactique
Période
Rotation
Janvier 1975-Décembre 1984
Rendement
excédentaire
22 %
0,07 %
Janvier 1985-Decembre 1994
16 %
-0,19 %
Janvier 1995-Decembre 2004
22 %
0,31 %
Janvier 2005-Decembre 2009
29 %
0,43 %
Source : calculs Vanguard sur base des données de Thomson Reuters Datastream,
la base de données FRED de Federal Reserve Bank of Saint Louis et Barclays
Capital Live.com
Les coûts sont impactés par le phénomène de
rotation au sein du portefeuille qui peut être
important dans le cadre de stratégies d’allocation
tactique. Le schéma 6 illustre les résultats de la
rotation pour la stratégie macroéconomique/ de
cycle évoquée plus haut lors de différentes
périodes. Le schéma montre que la rotation,
comme la puissance des signaux, varie dans le
temps et n’est pas nécessairement corrélée à des
rendements excédentaires.
La question en exergue consiste à savoir si les
rendements excédentaires couvrent le frais liés à
un taux de rotation supérieur. Nous avons estimé
le coût d’équilibre pour l’hypothèse de stratégie
macroéconomique/ de cycle décrite auparavant.
Le coût d’équilibre correspond au coût de
négociation estimé à partir duquel le rendement
excédentaire sera éliminé. Comme illustré dans le
schéma 7 page 13, compte tenu de la rotation de
la stratégie entre 1975 et 1984, le coût d’équilibre
annuel est de 0,7 %. Tout coût de négociation
supérieur à ce seuil au cours de la période
éliminera non seulement les rendements
excédentaires, mais générera également des
pertes par rapport à l’indice de référence.
Les stratégies d’allocation tactique sont souvent
appliquées via des contrats à terme liquides, ce
qui peut constituer un avantage par rapport aux
stratégies de sélection des titres en cela que les
coûts de transactions des contrats à terme sur
des marchés liquides sont généralement
inférieurs à ceux afférents à la négociation
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
11
Zoom sur les critères quantitatifs de
mesure de performance
Il est essentiel d’associer l’utilisation de critères
qualitatifs à des mesures quantitatives
d’évaluation de la performance dans les processus
de gestion. Ces outils contribuent à distinguer les
compétences de la chance dans la performance
historique enregistrée (Molitor, 2004). Parmi les
mesures quantitatives les plus communément
employées, citons :6
• L’alpha moyen (moyenne géométrique). Il
s’agit de la différence entre le rendement
moyen (moyenne géométrique) de la stratégie
et le rendement moyen (moyenne
géométrique) de l’indice de référence. C’est
une mesure standard du rendement historique
réel des investissements par le CFA Institute
qui tient compte des effets de composition des
rendements dans le temps.
L’alpha moyen (moyenne arithmétique) et la
« statistique T » associée. Si l’alpha moyen
(moyenne géométrique) est une meilleure
mesure de l’expérience historique, l’alpha
moyen (moyenne arithmétique) est une mesure
plus efficace de ce que peut attendre un
investisseur au cours d’une période donnée. La
cohérence de cette prévision de rendement
périodique peut être testée à partir d’une
mesure appelée la « statistique T »7. Une
« statistique T » supérieure à 2 indique que
l’alpha historique est très homogène. Une
constance supérieure de l’alpha est
généralement perçue comme une indication de
la compétence du gérant et du caractère
durable de la stratégie en cas de persistance
des relations historiques.
• Ratio d’information. C’est le ratio de l’alpha
sur la tracking error ou encore l’écart-type de
l’alpha. On l’utilise comme une indication de
l’équilibre rendement- risque que la stratégie a
proposé et devrait dégager. Il est important de
noter que les ratios d’information historiques
prédisent rarement les niveaux à venir des
mêmes ratios (Molitor, 2004). Bien que les
moyennes mensuelles de l’alpha et de la
tracking error soient typiquement annualisées
pour générer un ratio d’information annualisé,
l’utilisation standard du facteur d’échelle tend à
être faussée pour les stratégies d’allocation
tactique. Certains signes montrent en effet que
la plupart des alphas des stratégies d’allocation
tactique connaissent une corrélation temporelle
(« serial-correlation »)et qu’un facteur d’échelle
standard sous-estime la tracking error et
surestime le ratio d’information (Lee, 2000).
Les ratios d’information mensuels sont de
meilleurs indicateurs du profil rendementrisque historique d’une stratégie donnée.
• Taux de réussite (« hit ratio »). C’est le
nombre proportionnel de fois où le gérant a
apporté de la valeur. On le calcule par le
nombre de périodes affichant un alpha positif
divisé par le nombre total de périodes.
L’ampleur des gains ou des pertes n’est pas
prise en compte, ce qui n’en fait pas une
mesure idéale.
• Asymétrie. James D. MacBeth et David C.
Emanuel (1993) ont suggéré que les gérants
tactiques produisent des rendements plus
asymétriques que le rendement de l’indice.
Une distribution des rendements asymétriques
se traduira par un nombre important de
résultats juste en deçà du rendement moyen et
plusieurs résultats au dessus. Dans la mesure
où des investisseurs préfèrent l’opportunité de
larges gains, une asymétrie de la stratégie peut
être souhaitable même si le portefeuille
d’allocation tactique a le même rendement
moyen et la même volatilité que le portefeuille
de l’indice.
6 Si le comité a accès aux prévisions de rendements sous-jacents, les deux tests suivants peuvent également être conduits : la mesure de la capacité de
market-timing, par Hendriksson-Merton, qui évalue la probabilité de la juste anticipation de la surperformance d’une classe d’actifs par rapport à une autre
(Weigel, 1991 ; Philips et al., 1996). L’inconvénient principal du test Hendriksson-Merton est qu’il évalue uniquement le signal et non pas l’ampleur de la
surperformance et qu’il nécessite au moins 100 observations mensuelles pour avoir suffisamment de sens afin de pouvoir rejeter l’hypothèse nulle d’une
absence de compétence en matière de market-timing. Le test de Cumby-Modest affine le test Hendriksson-Merton en tenant compte de l’importance de la
surperformance, mais par contre il ne mesure pas de façon explicite la variabilité des rendements (Lee, 2000).
7 Cette statistique est utilisée pour tester l’hypothèse selon laquelle l’alpha moyen est différent de zéro dès lors que la variable à expliquer suit une
distribution normale ou que la taille de l’échantillon est importante, selon le Théorème central limte. C’est le rendement moyen (moyenne arithmétique)
divisé par l’erreur standard de la moyenne arithmétique. L’erreur standard correspond à la volatilité divisée par la racine carrée du nombre d’observations
moins 1.
12 Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
Schéma 7
Coût d’équilibre estimé
Période
Coût d’équilibre (sur la base d’un portefeuille 100 % négocié) Taux de
rotation
Coût d’équilibre
(annuel)
Janvier 1975- Décembre 1984
0,3 %
22 %
0,7 %
Janvier 1985-Decembre 1994
SO
16 %
SO
Janvier 1995-Decembre 2004
1,3 %
22 %
3,3 %
Janvier 2005-Decembre 2009
1,4 %
29 %
4,7 %
Période complète
0,4 %
22 %
1,1 %
Source : calculs Vanguard sur base des données de Thomson Reuters Datastream, la base de données FRED de Federal Reserve Bank of Saint Louis et Barclays Capital Live.com.
individuelle de titres. Toutefois, la négociation de
contrats à terme dans le cadre de stratégies
d’allocation tactique requiert une expertise
soucieuse de rentabilité, en particulier pour les
stratégies globales. Par exemple, pour maintenir
la position de référence, les ratios de couverture
doivent faire l’objet d’un calcul précis. Pour les
actions, c’est le processus de mesure de la
sensibilité des variations de l’indice des contrats à
terme par rapport aux changements dans l’indice
de référence qu’il faut suivre de près. Pour les
titres obligataires, le processus est encore plus
complexe. En outre, les stratégies d’allocation
tactique globale et d’allocation tactique de sousactifs peuvent requérir la négociation de contrats
à terme non liquides, d’où des coûts plus
importants.
Performance en temps réel : fixer des
prévisions raisonnables
La performance historique des fonds de placement
collectif aide à établir des prévisions de rendement
raisonnables pour ces stratégies. Les stratégies
d’allocation tactique ont-elles apporté sur un plan
historique la valeur ajoutée que les investisseurs
institutionnels recherchent ? Les gérants ont-ils pour
la plupart mis en place des méthodes rigoureuses et
produit des rendements excédentaires significatifs ?
De janvier 1995 à décembre 2009, notre échantillon
de 24 fonds tactiques américains en actions /
obligations a dégagé un rendement excédentaire de
8 points de base par mois en moyenne hors prise en
Schéma 8
Performance brute des fonds de placement
collectif américains assortis d’une stratégie
d’allocation tactique
Janvier 1995-Décembre 2009
Nombre de mois
180
Alpha mensuel moyen
0,08 %
Tracking error mensuelle moyenne
2,24 %
Statistique en T
0,16 %
Ratio d’information mensuel moyen
0,02
Notes : l’échantillon inclut tous les fonds existants sur l’ensemble de la période.
Les rendements des fonds sont indiqués sur une base brute, telle que publiée par
Morningstar. Les indices de référence sont indiqués tels que dans le prospectus
de chaque fonds.
Source : calculs Vanguard sur la base des données de Morningstar, Inc.
compte des frais de gestion (cf schéma 8 ).
Cependant, compte tenu de la tracking error 8 élevée,
à 2,24 % par mois, cette valeur ajoutée n’était pas
significative sur le plan statistique. Une statistique en
T de 0,16 laisse à penser que les gérants n’ont pas
fait preuve de talents continus dans l’identification
des erreurs d’évaluation. Le ratio d’information
mensuel moyen9, établi à 0,02, est faible par rapport
à ce qui pourrait être atteint avec une stratégie de
sélection des titres moyenne. Il faut aussi garder à
l’esprit que nos résultats se fondent sur un
échantillon de fonds d’allocation tactique qui ont
survécu sur l’ensemble de la période. Une telle
approche peut réduire certaines orientations, mais
introduit un biais du survivant, qui peut entraîner une
asymétrie des rendements vers le haut.
8 La tracking error est l’écart-type des rendements excédentaires. Il s’agit d’une mesure de la variabilité et de l’incertitude portant sur le rendement
excédentaire.
9 Le ratio d’information annuel correspond au ratio d’information mensuel multiplié par la racine carré de 12.
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
13
Comme expliqué, les périodes au cours desquelles la
volatilité de la prime de risque sur les actions est
élevée viennent souligner le succès ou l’échec d’une
stratégie d’allocation tactique. A titre d’exemple,
nous avons comparé les rendements excédentaires
de ces 24 fonds de placement collectif en 2008 avec
ceux dégagés sur l’ensemble de la période 19952009. Sans grande surprise, les rendements
excédentaires ont été largement plus importants en
2008 que sur les 14 ans tout simplement parce que
les opportunités de valeur ont été plus nombreuses
en 2008. Les rendements excédentaires annuels ont
ainsi atteint une moyenne annuelle de 3,1 % en
2008 contre 0,6 % pour la période 1995-2009.
Soulignons aussi la grande dispersion des
rendements excédentaires en 2008, dans une marge
de 57 points de pourcentage entre les fonds les plus
et les moins performants sur l’année. Là encore sans
surprise au vu de la forte volatilité, si les signaux
d’un gérant ont été marqués et prévisionnels au
cours de la période, les rendements ont été très
élevés, l’inverse étant également vrai. Des signaux
très faibles ont donc pu conduire à une sousperformance très marquée au cours de la même
période.
14 Conclusion
Anticiper le risque systématique de manière
constante est un exercice difficile en bien des points.
Une allocation stratégique des actifs reste l’élément
clef du processus décisionnel alors qu’une stratégie
d’allocation tactique bien conçue peut être, à la
marge, une source de valeur àjoutée, sous réserve
qu’elle s’appuie sur une méthodologie rigoureuse.
Bien comprendre le processus d’investissement,
utiliser des mesures d’évaluation des performances
pour savoir distinguer la compétence de la chance et
réduire les coûts sont autant d’axes prioritaires pour
réussir une stratégie d’allocation tactique.
Termes clés
Bêta : Mesure du risque systématique d’un titre
ou d’un portefeuille par rapport au marché.
R2 : pourcentage de la volatilité d’une variable
dépendante expliquée par une variable
indépendante.
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
Références
Arnott, Robert et Todd Miller, 1997. « Surprise! TAA
Can Work in Quiet Markets. » Journal of Investing
6(3) :33-45.
Asness, Clifford, 2003. « Fight the Fed Model. »
Journal of Portfolio Management 30(1) : 11-24.
Asness, Clifford, 1996. « Global Tactical Asset
Allocation. » New York, N.Y. : The Goldman Sachs
Group. (Goldman Sachs September Pension and
Endowment Forum.)
Black, Fischer et Robert Litterman, 1992. « Global
Portfolio Optimization. » Financial Analysts Journal
48(5) :28-43
Campbell, John Y. et Samuel B. Thompson, 2005.
« Predicting the Equity Premium Out of Sample: Can
Anything Beat the Historical Average? » Cambridge,
Mass. : National Bureau of Economic Research.
NBER Working Paper No. 11468
Damodaran, Aswath, 2002. « Investment Valuation:
Tools and Techniques for Determining the Value of
Any Asset. » New York : Wiley.
Grinold, Richard C, et Ronald N. Kahn, 2000. « Active
Portfolio Management: A Quantitative Approach for
Providing Superior Returns and Controlling Risk. »
New York : McGraw-Hill.
Lee, Wai, 1998. « Risk and Return Characteristics
of TAA Under Imperfect Information. » Journal of
Portfolio Management 25(1 ) :61-70.
Lee, Wai, 2000. « Theory and Methodology of
Tactical Asset Allocation. » Hoboken, N.J. : Wiley.
(The Frank J. Fabozzi Series.)
MacBeth, James D. et David C. Emanuel, 1993.
« Tactical Asset Allocation: Pros and Cons. »
Financial Analysts Journal 49(6) :30-43.
Molitor, Jeffrey S., 2004. « Evaluating Managers:
Are We Sending the Right Messages? » Valley
Forge, Pa. : The Vanguard Group.
Philips, Thomas K., Greg T. Rogers et Robert E.
Capaldi, 1996. « Tactical Asset Allocation: 19771994. » Journal of Portfolio Management 23(1 )
:57-64.
Tokat, Yesim, 2005. « The Asset Allocation Debate:
Provocative Questions, Enduring Realities. » Valley
Forge, Pa. : The Vanguard Group.
The Vanguard Group, 2003. « Sources of Portfolio
Performance: The Enduring Importance of Asset
Allocation. » Valley Forge, Pa. : The Vanguard Group.
Weigel, Eric J., 1991. « The Performance of Tactical
Asset Allocation. » Financial Analysts Journal 47(5)
: 63-70.
Ce document est destiné exclusivement aux investisseurs professionnels tels que définis par la directive MIF (ou aux Investisseurs Qualifiés, selon
la définition de l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en Suisse). Il ne peut être distribué au public.
15
CFA® est une marque commerciale de CFA Institute.
Ce document est destiné exclusivement aux investisseurs professionnels tels que
définis par la directive MIF (ou aux Investisseurs Qualifiés, selon la définition de
l’article 10 de la Loi fédérale sur les organismes de placement collectif (CISA) en
Suisse). Il ne peut être distribué au public.
© 2011 The Vanguard Group, Inc.
Tous droits réservés.
ICRTAAF 052011