À l’heure où l’industrie du Private Equity semble vivre au rythme effréné de levées de fonds historiques, il est intéressant de mettre en lumière les responsables discrets de ces afflux de capitaux, les Limited Partnerships (LPs). Car derrière les grands noms des General Partners (GPs) de la Place de Paris (PAI, Ardian, etc.) se trouvent des équipes d’investisseurs non moins puissantes, gérant des montants d’investissement astronomiques. Les LPs sont les investisseurs dans les fonds de Private Equity. Quasiment invisibles, ils se trouvent au sommet de la chaîne alimentaire de l’investissement non coté. Ce cercle influent d’investisseurs gère à travers leur portefeuille de fonds des centaines de milliards d’euros qui sont investis chaque année à travers le monde. De par leurs investissements, ce sont eux qui décident de la survie ou non d’un GP. Pourtant, malgré leur rôle crucial qui consiste à apporter les capitaux aux fonds de Private Equity, il est très difficile de savoir qui sont ces investisseurs. Seuls 15 % sont des fonds de fonds ou des Asset Managers, tenus, à l'occasion de leur propre levée de fonds, de révéler quelques informations sur la composition de leurs équipes et de leurs investissements. Il existe aussi des investisseurs étatiques ou régionaux comme Bpifrance qui participent au financement des fonds de capital investissement, sans oublier les fondations, les endownments ou encore les family offices. Mais la majorité des LPs sont des investisseurs dits « institutionnels », des banques, des assurances et des fonds de pension, qui investissent pour le compte de leurs propres clients. Ainsi, sans le savoir, il se peut qu'une infime partie de la prime que l'on verse pour son assurance vie soit investie dans un fonds de Private Equity qui, lui-même, investira par exemple dans une application de rencontres ou chez un producteur de pains au chocolat bon marché.
Une grande partie des LPs sont donc des équipes captives d’un grand groupe corporate, et de fait, peu d’informations filtrent sur leur gestion, leurs investissements, leurs équipes et leur performance. C'est la raison pour laquelle nous nous sommes intéressés à l’évaluation de la performance d’un LP, aux méthodes actuelles utilisées pour expliciter ses rendements et à leurs limites. Ce questionnement nous a permis d’élaborer et de justifier l'utilisation d’un benchmark sur-mesure pour évaluer la performance d’un LP. En outre, cette étude a révélé la réalité à la fois fascinante et anachronique d’une industrie financière de gestion d’actifs, qui n’a pas encore effectué de mutation rationaliste vers des méthodes d’évaluation et d’investissement analytiques modernes.
L’importance de l’évaluation de la performance
Un LP, comme toute société d'investissement, doit être en mesure de communiquer ses résultats financiers à ses souscripteurs ou à sa hiérarchie de manière transparente. Le front-office d'un LP effectue des choix d'investissement dans des conditions de fortes incertitudes fondées sur l'attractivité d'une équipe d'un fonds de Private Equity, d'un secteur ou d'une géographie. Le rôle de l'analyse sur la performance est de mettre en évidence le résultat de ces décisions d’investissement. Elle permet aussi d'évaluer ces résultats et de déterminer dans quelle mesure ils sont attribuables à une politique d'allocation, à une capacité de sélection des GPs, ou à d'autres facteurs imputables ou non aux gérants. Autrement dit, une évaluation de qualité permet de déterminer dans quelle mesure et pourquoi un LP surperforme ou sous-performe le marché (non coté, coté ou groupe de pairs).
Cette évaluation doit prendre en compte de nombreux paramètres tels que la tolérance au risque du LP, le niveau de rendement souhaité et ses objectifs à atteindre. Dans le meilleur des cas, le retour de l'analyse sur l’évaluation de la performance peut aider le LP à améliorer ses processus de décision d'investissement et à affiner leur politique d'allocation. L'évaluation est ainsi un préalable nécessaire pour déterminer une politique d'investissement sur le long terme en renseignant les preneurs de décisions sur les faiblesses et les forces du programme d'investissement actuel.
Déficience des méthodes actuelles d’évaluation
Il est absolument passionnant d’étudier les méthodes actuelles d’évaluation de la performance des LPs. Dans le cadre de cette étude, de nombreux mémorandums de fonds de
Aucun fonds de fonds étudié n’a élaboré de méthode capable de nous renseigner sur sa performance relative par rapport à un groupe de pairs. Cela constitue un réel problème, car au-delà d'une problématique de communication marketing, il est très vraisemblable qu'un fonds de fonds, plus largement qu'un LP, ne soit pas en mesure de déterminer s'il est plus ou moins performant que des équipes de gestion concurrentes. Est-il concevable qu'aujourd'hui encore, des équipes qui investissent des milliards d'euros chaque année soient aussi peu informées sur leur propre performance ? Les fonds de fonds sont à cet égard très loin derrière certains autres gestionnaires d'actifs telles que les mutual funds ou les hedge funds dans l'évaluation et la communication de leur performance. De ne pas pouvoir déterminer le couple risque/rendement des LPs à des conséquences pratiques réelles. Prenons à titre d’exemple un LP avec un milliard d’euros investis qui sous-performe, sans le savoir, le marché d’un point. Très concrètement, cela se traduit par un coût d’opportunité pour ce LP de 10 millions d’euros par an. À l’inverse, une équipe qui surperforme le marché d’un point devrait pouvoir recevoir des rémunérations en conséquence. Au vu des montants extrêmement importants d’investissement des LPs (en termes d’engagements cumulés nous comptons, rien qu’en Europe, 25 LPs avec plus de 6 milliards d’euros
Les raisons d’une situation anachronique
Il semble bien difficile a priori de comprendre pourquoi les LPs se contentent d'indicateurs basiques pour expliciter leur performance et pourquoi ils ne sont pas en mesure de savoir, si, oui ou non, leurs performances sont supérieures à une équipe de gestion similaire ou à l'industrie du Private Equity. Plusieurs raisons viennent expliquer cette situation assez unique voire anachronique dans la gestion d’actifs.
Tout d'abord, cette situation tient à une certaine difficulté économétrique. En effet, la nature illiquide de l'actif rend difficilement applicable en l’état la plupart des outils de la théorie du portefeuille. De la même manière, les actifs étant illiquides et difficilement valorisables les premières années (effet de courbe en J), il n’est pas possible d’étudier la performance d’un LP sur ses investissements récents. Seules des études prenant du recul et considérant le temps long ont une utilité.
En outre, l'information étant privée en Private Equity, il est extrêmement compliqué d'obtenir des bases de données fiables et exhaustives. Il sera difficile pour un LP d’identifier une équipe avec une stratégie d'investissement similaire et a fortiori de connaître sa performance. L'accès difficile à l'information est une constante en Private Equity qui empêche la diffusion des best practices et entrave la recherche scientifique sur la performance notamment des LPs. Cependant, ces dernières années, avec la montée en puissance de l'industrie du Private Equity, sont apparues des bases de données de qualité comme Venture Xpert, Cambridge Associate, Preqin, State Street ou LPW. Plus complètes, elles permettent aujourd'hui de mieux analyser l'activité des LPs.
Mais l'une des causes principales de cette situation anachronique est de nature organisationnelle, et concerne la nature captive de la majorité des LPs. À 85 %
Enfin, historiquement, il existe un parallélisme dangereux entre l’activité d’un LP et celui d’un fonds. Les LPs se sont vécus pour beaucoup comme une activité sœur du fonds de Private Equity. Il est vrai que dans les faits, aujourd'hui, un fonds de fonds a les mêmes outils qu'un fonds pour mesurer sa performance et qu’il utilise le même langage pour décrire son processus d'investissement, une due diligence, un « info memo », etc. Nous considérons que cette parenté est fallacieuse car, en réalité, l'activité d'un fonds de fonds est totalement différente de celle d'un fonds. Un fonds investi sur une cible connue et, durant son actionnariat, il prend des décisions qui influent sur la performance à terme de l’entreprise. Un LP est avant tout un gestionnaire d’actifs spécialisé sur la classe d’actifs Private Equity, il investit en blind pool sans connaître les investissements réalisés à terme par le fonds. Il n’influe que peu sur la gestion du fonds lors de sa durée de vie, sa problématique est avant tout une problématique de portefeuille. La majeure partie de son travail devrait être l'élaboration d'un modèle capable d’optimiser sa stratégie d’investissement (une stratégie de pays, de millésime, de revente en secondaire, etc.) en fonction de ses objectifs de risque et de rendement. Dans un second temps, il doit effectivement sélectionner les GPs qui lui apparaissent les plus performants. Comme c’est le cas pour les GPs avec leurs cibles, s’impose alors une part non négligeable d’intuition, de confiance, et d'étude de l'équipe et de ses investissements passés. Mais là s'arrête le parallélisme entre l'activité de fonds et l'activité de LPs. De fait, les méthodes d'évaluation de la performance d'un LPs doivent être propres à son activité, et aucune similitude de facto ne devrait exister entre les mesures de la performance d'un fonds et d'un LP comme c’est le cas aujourd’hui avec les indicateurs de TRI, DPI et multiple.
D’aucuns ont pris conscience que derrière cette situation anachronique se trouve l’une des rares possibilités, en finance, d’apporter une vraie nouvelle contribution avec quelques recherches poussées. Très récemment, de nouvelles méthodes ont émergé pour évaluer la performance des LPs, et, pour la plupart, elles ignorent la parenté entre fonds et LPs, et appliquent quelques outils issus de la théorie du portefeuille à l’évaluation de leur performance. Soulignons, par exemple, les travaux de Dr Oliver F. Gottshalg, fondateur de PERACS (l'un des leaders mondiaux dans l'analyse de la performance en Private Equity), qui développe de nouveaux outils tels que la mesure de la dispersion des rendements ou encore la value at risk pour les LPs. Nous avons voulu apporter notre contribution à cette évolution récente dans l’évaluation de la performance des LPs en élaborant un système capable d'évaluer, via des mesures de réplications spécifiques sur le marché non coté, la performance d'un LP.
Méthode du benchmark sur-mesure appliquée aux LPs
Notre objectif a été de prouver qu'il existe des méthodes rationnelles capables de mesurer et d’expliquer la performance relative d'un LP, en d'autres termes de déterminer la qualité d’une équipe d'investissement d'un LP.
Un LP suit typiquement une philosophie d'investissement propre qui le pousse à rechercher certains types de fonds plus que d'autres (capital développement & capital transmission, venture, capital-retournement, fonds de fonds, fonds secondaires, fonds de dette) ou certaines géographies. Ces stratégies sont souvent définies au préalable, par un PPM (Private placement memorandum) dans le cas d'un fonds de fonds ou par la hiérarchie dans le cas d’un LP dit captif. Par exemple, un fonds de pension américain peut avoir comme contrainte de n'investir que dans les fonds de Private Equity américains et d’investir précisément un million de dollars tous les ans. De fait, nous avons souhaité établir une comparaison plus fine que celle de la performance d’un LP avec un indice Private Equity global (Cepres, LPX50, VentureXpert-data) qui ne prendrait pas en compte la spécificité du style d’investissement imposé aux LPs par leur souscripteur ou par leur hiérarchie. Pour cela, nous avons créé ce que l’on appelle un benchmark sur-mesure. L’idée est simple : il s’agit de construire un LP artificiel reproduisant sur le marché non coté le style d’investissement du LP que l'on souhaite évaluer et de comparer leurs deux performances.
La construction d’un benchmark sur-mesure s’opère en trois étapes. Il s’agit tout d’abord d’identifier les caractéristiques saillantes du processus d'investissement du LP (géographie, millésime, types d'investissement, etc.), puis de construire une base de données Private Equity avec les mêmes caractéristiques que ce LP, cette base deviendra alors l’univers omega du gérant. Enfin il s’agit de pondérer intelligemment ces différentes caractéristiques. Pour démontrer l'efficacité et la possibilité d'utiliser pour un LP un benchmark sur-mesure, nous avons obtenu le détail de la performance de l'un des plus importants LPs institutionnels européens. Afin d’améliorer la compréhension de ces différentes étapes, le Tableau 1 donne un exemple fictif et simplifié du résultat que l’on cherche à obtenir.
En accord avec les managers de ce LP, nous avons identifié les caractéristiques saillantes du programme investissement tel qu’il a été fixé par son institution entre 2002 et 2014 (objectifs en termes de géographies, de types de fonds et d’engagements par an). Nous avons ensuite importé tous les fonds et leur performance présents sur la base Preqin. Pour cela, nous avons dû faire l’hypothèse que la base de données Preqin à notre disposition était un proxy du marché du Private Equity. Or, force est de constater que cette hypothèse a ses limites puisqu'à l'heure actuelle, le taux de couverture Preqin pour les fonds small et mid-cap est assez faible (moins de 60 % pour les fonds en dessous de 600 millions d’euros) et qu'il existe pour ces bases de données déclaratives des « survivor biais » et des « selection biais », qui sous-représentent les fonds de mauvaise qualité. Parmi les 6 000 fonds importés, nous avons opéré un échantillonnage pour faire correspondre ces fonds avec l’univers d’investissement de notre LP. Autrement dit, nous enlevons tous les millésimes non compris entre 2002 et 2014 (période de notre étude) ainsi que tous les fonds présents sur une géographie ou sur une stratégie non couverte par notre LP (fonds infrastructures ou fonds africains par exemple). Cela réduit le nombre de fonds Preqin à 2 490 fonds. Ces derniers constituent l’univers d’investissement omega de notre LP, qui lui détient un portefeuille de plus de 200 fonds. Nous décomposons ensuite cet univers en 234 cellules stratégiques selon leur millésime, leur géographie et leur stratégie (voir Tableau 1). Une cellule stratégique serait, par exemple, les fonds US, LBO, millésime 2011.
Une fois l'univers du LP décomposée et classifiée, nous déterminons pour chaque cellule stratégique une performance en fonction de la performance des fonds Preqin présents dans cette cellule. Pour cela, nous prenons l’hypothèse étayée que le taux de croissance annuel moyen du multiple (TCAMM) est une mesure plus fidèle de la performance d'un LP que le TRI. Une mesure plus fidèle et surtout plus simple à utiliser puisqu’elle ne nécessite comme information que le multiple net d'un fonds et sa durée de vie ; et non tous ses cashflows depuis sa création.
Puis, dans un second temps, nous pondérons chaque cellule stratégique en fonction du poids qu’elles représentent dans l’investissement de notre LP institutionnel. Sur notre tableau d'exemple, nous pouvons voir que l'investissement en Buy-Out aux États-Unis pour cet LP est plus important que son investissement en venture français. À la différence que nous souhaitons prendre en compte les marges de manœuvre dans les guidelines fixées par sa hiérarchie (par exemple, un objectif d’investissement entre 30 et 50 millions d’euros en Europe vs 50-70 millions d’euros aux États-Unis, un objectif d’engagement total entre 100 et 150 millions d’euros en 2014). Afin de répliquer artificiellement cette marge de manœuvre laissée à l'équipe front office de notre LP, nous avons donc introduit des bornes d'investissements maximum et minimum, ainsi qu'une fonction-aléa. Cela va nous permettre d'obtenir différentes simulations d'un LP répliquant la stratégie d'investissement de notre institutionnel chacune ayant opéré un choix d’investissement différent dans chaque cellule stratégique. Nous avons ainsi généré 1 000 simulations, avec pour chacune une performance propre. Le TCAMM médian de ces 1 000 simulations est alors considéré comme étant l’étalon de ce benchmark sur-mesure qu’il faudra comparer au TCAMM du LP institutionnel.
Résultat et applications
Les résultats obtenus sont très encourageants. Ils permettent de se faire une idée de la performance de ce LP par rapport au marché non coté et ce, en prenant en compte son propre style d’investissement et sa marge de liberté dans sa politique d'allocation. Plus intéressant encore, il a également été possible d’attribuer les bonnes ou mauvaises performances de ce LP à sa capacité de sélectionner les meilleurs GPs ou à sa capacité d'optimiser sa stratégie d'investissement comprise dans les guidelines qui lui ont été fixés. Connaissant ses forces et ses faiblesses, il pourra ainsi faire évoluer son programme d'investissement. De plus, en analysant la stratégie d'investissement des 20 meilleures simulations, il pourra aussi déterminer a posteriori quelle aurait dû être sa stratégie d'investissement entre 2002 et 2014 pour maximiser sa performance. À titre d’exemple, on pourrait observer que les 20 meilleures simulations ont tangenté la borne d’investissement maximal en fonds secondaire depuis 2008. Notre LP pourrait donc se convaincre de modifier dans le futur ses investissements dans les fonds secondaires.
De manière générale, si cet indicateur surperforme le marché, il pourrait, le cas échéant, permettre aux fonds de fonds de lever plus de capitaux en leur fournissant une preuve tangible de leur surperformance passée. Aussi, il serait possible de calculer la part de rémunérations variables des managers des LPs en fonction de leur surperformance par rapport à ce benchmark, et non en fonction d’un retour absolu comme c'est le cas aujourd'hui.
Conclusion
L'évaluation de la performance en Private Equity oscille entre complexité et aporie en fonction des découvertes scientifiques et de l'évolution de l'accès à l'information sur ce marché. Un acteur se trouve au cœur de ce maelstrom de questions autour de l'évaluation de la performance sur ce marché non coté : le LPs. En effet, pour ce gestionnaire d’actifs atypique l’évaluation de la performance est un domaine encore peu étudié. Nous avons voulu montrer qu’il est possible d’apporter des améliorations significatives aux mesures actuellement utilisées à travers notamment l’utilisation du benchmark sur-mesure. Ce dernier ne fait qu’ouvrir le champ des possibles d'une rationalisation des process de prise de décisions des LPs. Car à travers l’évaluation de la performance historique, s'ouvre la possibilité de modéliser les performances futures d'une stratégie d'investissement.
Pour conclure nous pensons que l’activité des LPs est à l’aube d’une transformation profonde. Dans les prochaines années, en fonction de l’évolution des recherches sur le sujet et de l’amélioration des bases de données, les LPs devraient prendre conscience du coût d’opportunité important de ne pas optimiser leur stratégie d’investissement par des modélisations poussées et par des reventes stratégiques de certains fonds en secondaire. À moyen terme, les LPs prendront alors une part plus active à la création de valeur en Private Equity.
Bibliographie
Buchner Axel (2014), « Alpha and Beta of Private Equity Investments », Working paper, Université de Passau, Allemagne, octobre.
Cumming Douglas, Lars Helge Hab et Schweizer Denis (2010), « Private Equity Benchmarks and Portfolio Optimization », Journal of Banking & Finance, octobre.
Gompers Paul A. et Lerner Josh (1997), « Risk and Reward in Private Equity Investments: The Challenge of Performance Assessment », Journal of Private Equity, vol. 1, pp. 5-12.
Gottschalg Oliver et Phalippou Ludovic (2009), « The Performance of Private Equity Funds », Review of Financial Studies, septembre, pp. 1747-1776.
Lawton Philip et Jankowski Todd (2009), « Investment Performance Measurement: Evaluating and Presenting Results », CFA Institute.
