8 fr

InvesCoach

Avantages et valeur ajoutée
Caractéristiques du modèle synthétique
Caractéristiques des modèles partiels

1
Lusenti Partners LLC · Rue Juste Olivier 22 1260 Nyon (VD) · Tél. +41(0)22 365 70 70 · Fax+41(0)22 361 07 36 · info@lusenti-partners.ch · www.lusenti-partners.ch

Avantages, valeur ajoutée, caractéristiques du
modèle synthétique et des modèles partiels

1. Avantages et valeur ajoutée du modèle synthétique InvesCoach
2. Caractéristiques du modèle synthétique InvesCoach
3. Analyse au niveau des classes d’actifs de l’institution de
prévoyance
3.1. Le modèle Switching-Regime
3.2. Le modèle GARCH

4. Analyse au niveau du portefeuille de l’institution de prévoyance,
optimisation de l’allocation
4.1. La théorie moderne du portefeuille
4.2. Le CAPM (Capital Asset Pricing Model)
4.3. Le modèle Vues prospectives de marché
4.4. Le modèle de Black-Litterman
2

1. Avantages et valeur ajoutée du modèle synthétique
InvesCoach
• Le modèle synthétique InvesCoach est un outil flexible qui permet d’optimiser
par des ajustements de portefeuille et de manière dynamique l’allocation
d’actifs d’un investisseur institutionnel à long et à court terme, tout en
minimisant la volatilité de ses placements.
• Combinaison et intégration de la perspective à long terme (allocation
stratégique, étude ALM) et de la perspective à court et moyen terme (gestion
tactique, tactical asset allocation)
• Le modèle synthétique utilise 4 modèles partiels: Le modèle Switching
Regime, le modèle GARCH, le modèle CAPM, le modèle Black-Littermann
• Le modèle synthétique combine plusieurs dimensions : Des valeurs
quantitatives et objectives proviennent des modèles Switching Regime,
GARCH et Capital Asset Pricing (CAPM), des valeurs subjectives et
prospectives (vues de marchés, recommandations) de sources variables:
banques, asset managers, analyses chartistes, consensus de marché, etc.
3

• Les recommandations d’investissement du modèle synthétique sont élaborées
sur mesure selon l’allocation stratégique et effective de l’investisseur.
• Le recommandations d’investissements sont recalculées pour chaque date
fixée par l’investisseur, par exemple réunion du conseil de fondation ou du
comité de placement, réunion suite à des événements extraordinaires sur les
marchés, réunions avant une prise de décision importante, etc.
• Le modèle synthétique est flexible et permet de prendre explicitement en
considération les inputs privilégiés de l’investisseur institutionnel dans le
cadre de la détermination de son allocation d’actifs tactique, par exemple:
- Recommandations d’investissement de la banque A et B, plutôt que de
la banque C ou D
- Consensus de marché
- Inputs relatifs à certains marchés uniquement
- Inputs de l’analyse chartiste
- Inputs de l’analyse behavioural finance
• Le modèle synthétique n’incorpore pas seulement des données statistiques
historiques (le passé), mais aussi des données relatives à l’évolution future
attendue des marchés (vues prospectives de l’évolution future des marchés).
4

• Le modèle permet d’analyser le profil des différentes classes d’actifs sous
l’angle de la performance et de la volatilité, à long et/ou à court terme.
• InvesCoach représente pour les investisseurs institutionnels tels que les
institutions de prévoyance un outil qui peut être utilisé de différentes
manières:
• Détermination de l’allocation stratégique (étude ALM)
• Contrôle régulier et en continu de l’allocation stratégique
• Mise en œuvre de la gestion tactique (tactical asset allocation), par la
sur-pondération ou de la sous-pondération de classes d’actifs,
l’accroissement des liquidités, la couverture de certaines positions, etc.
• Intégration de l’allocation stratégique (perspective de long terme) et de
la gestion tactique (perspective de moyen et court terme)
• Analyse fine et détaillée des caractéristiques des différentes classes
d’actifs, sous l’angle de la performance et de la volatilité
• Gestion et contrôle des risques de placements ou des risques inhérents à
certaines classes d’actifs, au moyen de différents indicateurs
5

2. Caractéristiques du modèle synthétique
InvesCoach
Le modèle synthétique InvesCoach est un outil global qui permet d’intégrer et
d’optimiser de manière dynamique l’allocation stratégique d’un investisseur
institutionnel et la gestion tactique de son portefeuille (court et moyen terme),
par la gestion systématique des actifs au moyen d’ajustements (sur-
pondérations, hausse des liquidités, couvertures, etc.)
Il recourt à des développements informatiques propriétaires, réalisés au sein de
notre Société. Il se fonde sur les modèles partiels ci-après:
• Modèle Capital Asset Pricing et théorie moderne de portefeuille (Modern
Portfolio Theory): Gestion des primes de risque des actifs
• Modèle Switching-Regime: Gestion du régime des performances
• Modèle GARCH: Gestion de la volatilité future attendue
• Modèle Vues prospectives: Evolution future attendue des marchés
• Modèle de Black-Litterman: Intégration des données des modèles partiels

6

3. Analyse au niveau des classes d’actifs de
l’institution de prévoyance

3.1. Switching-Regime model: Identification du régime des
performances alternantes à travers le temps
Le modèle indique que les performances d’une classe d’actifs suivent un
schéma qui varie à travers le temps. Quand les marchés sont stables, la
volatilité est faible et les performances sont positives et élevées (Régime 1).
Quand les marchés sont perturbés, le processus change et passe au régime
de forte volatilité, avec des performances négatives ou faibles (Régime 2).
L’analyse empirique (historique) montre que les caractéristiques de régimes
s’appliquent à toutes les classes d’actifs, sauf pour l’immobilier direct et
indirect, parce que les variations de prix et de volatilité y sont de faibles
amplitude. Le passage d’un régime à un autre est aléatoire, selon une
probabilité qui est différente pour chaque classe d’actifs.

7

Le modèle Switching-Regime permet à tout moment d’identifier le régime
dans lequel se trouve chaque classe d’actifs avec les chances (probabilités)
d’y rester ou d’en changer. Il s’agit d’un indicateur important pour déterminer
les ajustements de l’allocation. A cet égard, un aspect clé est l’identification
des moments de rupture, autrement dit le passage d’un régime à l’autre.
Les informations fournies par le modèle Switching-Regime sont pertinentes
aussi bien dans une perspective de long terme – motif pour lequel nous
utilisons ce modèle partiel dans le cadre des études ALM – que de moyen et
de court terme.

8

Pour chaque classe d’actifs, le système fonctionne de la façon suivante :

- Les couples performance/volatilité de la série historique sont classés dans
2 groupes : Régime 1 (favorable) = performances fortes et volatilités
faibles; Régime 2 (défavorable) = performances faibles et volatilités fortes
- Le système calcule le couple performance moyenne/volatilité moyenne
correspondant à chacun des 2 régimes.
- Il élabore ensuite pour chaque couple performance/volatilité de la série
historique la probabilité de se trouver dans le régime 1 ou dans le régime
2.
- Le système utilise une procédure itérative d’optimisation pour calculer les
couples de performance moyenne/volatilité moyenne des 2 régimes et
pour classer les couples performance/volatilité de la série historique.
- Il établit aussi la probabilité de passer du régime 1 au régime 2, du
régime 1 au régime 1, du régime 2 au régime 1 et du régime 2 au régime
2. Ces mêmes probabilités sont aussi calculées pour chaque couple
performance/volatilité de la série historique.
- Enfin, le système élabore la matrice des corrélations des 2 régimes.
9

3.2. Le modèle GARCH (Generalized Auto-Regressive
Conditional Heteroskedacity): Détermination de la volatilité
Ce modèle est différent du précédent et l’enrichit dans la mesure où il
approfondit l’analyse de la volatilité.
Il est fondé sur l’idée que les marchés financiers sont caractérisés par des
périodes d’agitation suivies par des périodes de relative accalmie.
De manière simplifiée, le modèle postule que la volatilité se manifeste sous
forme d’amas, de grappes, c'est-à-dire que les valeurs (volatilités) d’une
classe d’actifs ont tendance à être agitées (hautes) quand elles viennent de
l'être, et à être calmes (basses) si elles l'étaient précédemment.
Le modèle calcule l’influence de la volatilité de la période précédente sur la
volatilité courante et prédit la volatilité future attendue pour chaque classe
d’actif.
Comme dans le modèle Switching-Regime, l’identification des moments de
rupture est cruciale dans une perspective de gestion tactique.

10

L’utilisation conjointe de ces 2 modèles permet d’identifier le régime de
performance qui s’applique pour chaque classe d’actifs et de calculer leur
volatilité future attendue ; néanmoins, il y a lieu de surcroît de prendre en
compte le fait que les différentes classes d’actifs interagissent les unes avec
les autres (corrélations).
Ainsi, se fier uniquement à l’analyse au niveau des classes d’actifs ne suffit
pas, il faut la pousser plus loin, en particulier au niveau agrégé du
portefeuille.

11

4. Analyse au niveau du portefeuille de l’institution
de prévoyance, optimisation de l’allocation
4.1. La théorie moderne du portefeuille (Modern Portfolio
Theory)
Ce modèle enseigne que les investisseurs rationnels utilisent la diversification
pour optimiser leur portefeuille. Pour chaque performance visée du
portefeuille, il existe une allocation (pondérations des actifs) qui minimise le
risque. A l'inverse, pour chaque niveau de risque du portefeuille, on peut
trouver une allocation des actifs qui maximise la performance. L'ensemble de
ces allocations optimales de portefeuille est appelé frontière efficiente.
Cette approche présente néanmoins certaines faiblesses, car elle utilise les
performances historiques à la place des performances futures attendues
(expected returns). Dès lors, les pondérations obtenues sont très sensibles
aux variations des performances attendues et conduisent souvent à des
pondérations extrêmes, qui ne peuvent guère être mis en œuvre dans la
pratique.
12

4.2. Le CAPM (Capital Asset Pricing Model)
Ce modèle prolonge le précédent et se fonde sur l’idée que les investisseurs
demandent une performance additionnelle (prime de risque) s’ils sont
disposés à accepter un risque additionnel. Le CAPM décompose donc le risque
du portefeuille en risque systématique (risk free) et le risque spécifique
(excess return). Le risque systématique correspond au risque du marché
(risque non diversifiable: quand les marchés haussent ou baissent, tous les
actifs sont plus ou moins affectés de manière simultanée et homogène). Le
risque spécifique correspond au risque qui est spécifique à chaque classe
d’actif (risque diversifiable). Il représente l’excédent de performance (excess
return) qui n’est pas corrélé avec les mouvements généraux du marché.
Le CAPM a l’avantage d’utiliser les performances d’équilibre du marché – qui
tiennent compte des interactions entre les différentes classes d’actifs - pour
déterminer les pondérations optimales du portefeuille. Néanmoins, il ne
considère pas les vues et prévisions des acteurs (investisseurs) sur le
marché; cela constitue une faiblesse, parce qu’in fine se sont les intervenants
sur les marchés qui les font fluctuer et évoluer à la hausse ou à la baisse.

13

4.3. Le Modèle Vues prospectives de marché

Les Vues prospectives de marché sont des prévisions émanant de banques,
de sociétés de gestion de fortune, d’analystes financiers, etc, qui portent sur
l’évolution future des marchés anticipée par ces mêmes intervenants. Ainsi,
ce modèle intègre les vues des gérants et intervenants sur les marchés, c’est-
à-dire leurs prévisions et anticipations (ajustements).
Quand il n’y pas de vues exprimées, le modèle conserve les pondérations
d’équilibre du marché.
De façon complémentaire, il est possible également d’intégrer des données
provenant du consensus du marché, d’inputs de la behavioural finance, par
exemple.
Le nombre de vues d’intervenants pris en compte n’est pas limité et peut-être
modulé en fonction des préférences de l’investisseur institutionnel qui l’utilise,
motif pour lequel il présente une grande souplesse.

14

4.4. Le Modèle de Black-Litterman

L’intégration des données provenant des 4 modèles partiels se fait au moyen
du modèle de Black-Litterman, qui présente à cet effet une grande flexibilité.
Le modèle de Black-Litterman utilise les pondérations issues de l’équilibre du
marché du CAPM.
Ainsi, dans notre modèle, les inputs (quantitatifs) de marché sont fournis par
les modèles CAPM (1), Switching-Regime (2) et GARCH (3).
S’y ajoutent les prévisions d’intervenants sélectionnés (vues subjectives, mais
quantifiables), réputés significatifs (taille des avoirs gérés) ou fiables
(capacité à prédire certains développements) (4).
Ces 4 types d’inputs sont équipondérés dans Black-Litterman pour produire
des recommandations d’investissement significatifs.

15

8 fr

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (20)

Similar to 8 fr

Similar to 8 fr (20)

8 fr