Investissement factoriel 2.0

La corrélation entre les facteurs au centre du jeu

Créé le

20.09.2016

-

Mis à jour le

16.12.2016

Le succès de l’approche style premia réside dans sa capacité à combiner de nombreux facteurs décorrélés. La recorrélation des facteurs est susceptible de générer des pertes importantes et il est donc primordial de bien appréhender les circonstances dans lesquelles elle peut intervenir, pour tenter de la contenir.

Les premières solutions labellisées style premia [1] ont été lancées au cours de l’année 2013. En moyenne, les résultats – tant en termes de performance que de diversification – sont décevants par rapport à ce que laissaient entrevoir les simulations. S’il est bien évidemment trop tôt pour en tirer des conclusions définitives, ce constat tend à prouver que le label style premia est plus un cadre d’analyse qu’une stratégie à proprement parler. Autrement dit, la robustesse d’une telle solution dépend avant tout des choix réalisés par l’équipe chargée de l’implémenter. Que l’on opère côté fournisseur (gérant, salle de marché) ou côté investisseur (client final, conseil), il convient donc d’adopter une démarche prospective. Dans cet article, nous mettons en avant l’importance du contrôle des corrélations entre les différents facteurs alternatifs qui composent le portefeuille.

Combiner de nombreux facteurs décorrélés

L’approche style premia standard consiste à combiner différents portefeuilles long/short représentatifs des styles classiques (value, carry, momentum, low risk) au sein des classes d’actifs traditionnelles (actions, obligations, devises, matières premières). Ces facteurs alternatifs apportent des rémunérations liées soit à l’acceptation d’un risque structurel (économique, financier) supplémentaire et non diversifiable (primes de risque), soit à la capacité à mettre en place des stratégies qui profitent des biais comportementaux des différents intervenants, de leurs contraintes d’investissement et des flux structurels qu’ils génèrent (primes de style). Les déterminants [2] de ces primes [3] étant de différentes natures, leurs risques sous-jacents sont censés se matérialiser à des moments différents. Les facteurs alternatifs présentent donc deux avantages majeurs par rapport aux classes d’actifs traditionnelles [4] , dans une optique de construction de portefeuille : ils sont plus nombreux ; surtout, leurs performances sont censées être décorrélées les unes des autres au cours du temps. La décorrélation entre les facteurs est le fondement de l’approche style premia. En revanche, si les stratégies s’avèrent en réalité être corrélées, l’erreur de calibration de la volatilité d’un portefeuille sera significative, et d’autant plus importante que les stratégies sont nombreuses et se recorrèlent fortement [5] .

Pensant bénéficier d’un effet de diversification important grâce à la combinaison de nombreuses stratégies décorrélées, l’investisseur porte finalement un risque beaucoup plus élevé qu’il ne l’aurait souhaité. L’erreur de calibration peut même être encore plus importante, dans la mesure où les phénomènes de recorrélation interviennent souvent dans des contextes où la volatilité des actifs – donc des stratégies – augmente. Le danger est que les stratégies perdent précisément au moment où la volatilité du portefeuille est trop élevée. Dans ce cas, celui-ci peut subir de lourdes pertes.

De multiples circonstances susceptibles de faire se recorréler à la baisse les facteurs

Les phénomènes de recorrélation sont ainsi le « talon d’Achille » des stratégies style premia. Il est donc primordial de bien appréhender les circonstances dans lesquelles ils peuvent apparaître, pour tenter de les contenir.

Exposition structurelle à un même risque systématique

Certains facteurs peuvent être sensibles à la matérialisation d’un risque commun. Par exemple, les inquiétudes sur la croissance économique mondiale ont tendance à pénaliser les devises à « haut rendement » en même temps que les actions « value ». Les devises offrant un portage attractif (taux d’intérêt élevé) sont souvent celles des pays les plus ouverts, les plus cycliques ou les plus fortement exportateurs de matières premières (par exemple l’Australie et la Nouvelle-Zélande dans l’univers des pays développés). De même, les actions qui affichent des multiples de valorisation attractifs sont souvent les plus vulnérables au phénomène de « value trap », à savoir une amplification des raisons (par exemple économiques) qui font qu’elles sont devenues bon marché. Les stratégies de carry sur les devises et de value sur les actions se sont ainsi recorrélées à la baisse au cours des deuxième et troisième trimestres de l’année 2015 (voir Graphique 1), en même temps que les inquiétudes concernant les croissances américaine et surtout chinoise s’amplifiaient.

Exposition conjoncturelle à un même risque idiosyncratique

D’autres facteurs ont vocation à exploiter différents thèmes – par exemple carry, value et momentum – au sein d’une même classe d’actifs. Ils sont donc susceptibles d’être exposés dans le même sens aux mêmes sous-jacents, et ce d’autant plus que l’univers d’investissement est restreint. Si les différents facteurs sont localement exposés dans le même sens à un actif qui enregistre une performance spécifique anormale, ceux-ci peuvent afficher des performances corrélées. Par exemple, au début de l’année 2015, le franc suisse était la devise la moins attractive de l’univers des pays développés en termes de portage (taux d’intérêt) et de valorisation (parité de pouvoir d’achat), et elle avait enregistré l’une des plus mauvaises performances au cours des douze derniers mois. Un investisseur qui aurait juxtaposé les facteurs carry, value et momentum au sein de l’univers des devises aurait donc potentiellement empilé trois positions vendeuses de franc suisse… juste avant qu’il ne progresse de plus de 20 % (en moyenne) après la décision de la Banque Nationale Suisse d’abandonner le taux plancher contre euro le 15 janvier 2015 (voir Graphique 2).

Recorrélation à la baisse avec la classe d’actifs sous-jacente

Certains facteurs alternatifs, construits pour être insensibles à la classe d’actifs sous-jacente, peuvent finalement se recorréler avec elle au plus mauvais moment. Par exemple, le facteur low risk actions est souvent implémenté via la mise en place d’un portefeuille acheteur des titres qui présentent les bêtas les plus faibles et vendeur des titres qui présentent les bêtas les plus élevés. Pour s’assurer que le portefeuille soit globalement insensible au marché d’actions (i. e. qu’il ait un bêta nul), le nominal du portefeuille acheteur est nécessairement plus important que celui du portefeuille vendeur. Or, en période de forte crise, les investisseurs ont tendance à vendre indistinctement tous les titres qu’ils détiennent. En conséquence, les bêtas de tous les titres convergent vers 1 et le portefeuille, net acheteur en nominal, se trouve porter un bêta positif au plus mauvais moment. Les mois de septembre et d’octobre 2008 ont ainsi été particulièrement difficiles pour la prime low risk actions (voir Graphique 3).

Les phénomènes de vente forcée peuvent engendrer la recorrélation à la baisse de tous les facteurs alternatifs

Les épisodes de forced selling ou de de-leveraging sont rares, mais leurs conséquences peuvent être dramatiques. L’exemple le plus connu est celui de la dislocation des stratégies long/short actions en août 2007. D’après le Wall Street Journal du 10 août 2016, les fonds phares (Renaissance, Highbridge, Tykke, Goldman Sachs) ont tous enregistré des pertes comprises entre -5 % et -30 % entre le 6 et le 9 août, dans un contexte stable pour les marchés d’actions. Ces pertes, qui ont en moyenne représenté plus de 13 fois la volatilité historique des fonds sur trois jours, n’avaient normalement (au sens statistique du terme) quasiment aucune chance de se produire. Cet épisode a donné lieu à de nombreuses études. Khandani et Lo expliquent les pertes enregistrées le premier jour (mardi 7) par un phénomène initial de ventes forcées (de la part de fonds multi-stratégies ou d’équipes de trading pour compte propre) résultant d’une restriction des conditions de liquidité (consécutives notamment à la liquidation des fonds crédit de Bear Stearns). Cette première baisse a conduit de nombreux fonds à activer leurs mécanismes de stop loss, renforçant donc le phénomène au cours des deux journées suivantes (mercredi 8 et jeudi 9). Cet événement extrême est intervenu dans un contexte très particulier de restriction drastique des conditions de crédit, prémices de la crise de 2008.

Si tous les fonds long/short actions ont reculé au même moment, c’est que leurs positions initiales étaient les mêmes. L’analyse des performances des facteurs actions au cours de cette période donne une bonne indication de ce à quoi ressemblaient ces positions. En effet, qu’ils soient labellisés value, quality, momentum ou low risk, tous les facteurs alternatifs actions ont perdu entre -1,4 % et -3,8 % en trois jours, ce qui représente entre 2,1 fois et 5,4 fois leurs volatilités historiques respectives sur trois jours (voir Graphique 4).

Les critères utilisés par les gérants de fonds long/short actions semblent donc les mêmes que ceux utilisés pour construire les facteurs alternatifs actions. Cette constatation n’est pas une surprise : comment choisir des titres autrement qu’en comparant leurs multiples de valorisation, leurs profitabilités, les tendances récentes de leurs cours, etc. ? Autrement dit, la grande majorité des fonds long/short actions étaient exposés aux facteurs alternatifs actions avant que le concept de style premia ne soit « inventé ». Les données du Graphique 4 requièrent un commentaire supplémentaire. Le recul des facteurs alternatifs, qui représente en moyenne 3,5 fois leurs volatilités historiques, est bien plus faible que celui enregistré par les fonds sur la même période (en moyenne 13 fois leurs volatilités historiques). Ce constat s’explique simplement par les résultats discutés en amont dans ce papier (voir Graphique 3) : la volatilité des fonds a localement explosé sous l’effet d’une recorrélation des facteurs auxquels ils étaient exposés.

L’apparition d’un paradoxe

Finalement, les circonstances susceptibles de faire se recorréler à la baisse les facteurs sont nombreuses. Nous nous trouvons donc confrontés à un paradoxe, entre des résultats de simulations qui semblent insensibles à ces phénomènes et des performances de fonds assez erratiques.

Dans le prochain et dernier article de notre série dédiée à l’investissement factoriel, nous tenterons de résoudre ce paradoxe et nous dresserons une liste de recommandations pour s’assurer de la robustesse des solutions d’investissement factoriel.

 

1 « La mise en œuvre des solutions d’investissement factoriel – L’espoir de la diversification effective par les primes de style académiques », Revue Banque n° 799, sept. 2016, p. 76.
2 « Les fondements académiques des solutions d’investissement factoriel – La systématisation progressive de l’alpha des gérants », Revue Banque n° 798, juill.-août 2016, p. 70.
3 Pour la suite, nous utiliserons indifféremment les termes de prime ou de facteur, et ce quel que soit le rationnel sous-jacent.
4 « L’origine de l’engouement des investisseurs pour les solutions “style premia” – Les écueils des méthodes d’allocation d’actifs traditionnelles », Revue Banque n° 797, juin 2016, p.64.
5 L’analyse de l’auteur est reprise avec une simulation chiffrée sur le site www.revue-banque.fr .

À retrouver dans la revue
Revue Banque Nº800
Notes :
1 « La mise en œuvre des solutions d’investissement factoriel – L’espoir de la diversification effective par les primes de style académiques », Revue Banque n° 799, sept. 2016, p. 76.
2 « Les fondements académiques des solutions d’investissement factoriel – La systématisation progressive de l’alpha des gérants », Revue Banque n° 798, juill.-août 2016, p. 70.
3 Pour la suite, nous utiliserons indifféremment les termes de prime ou de facteur, et ce quel que soit le rationnel sous-jacent.
4 « L’origine de l’engouement des investisseurs pour les solutions “style premia” – Les écueils des méthodes d’allocation d’actifs traditionnelles », Revue Banque n° 797, juin 2016, p.64.
5 L’analyse de l’auteur est reprise avec une simulation chiffrée sur le site www.revue-banque.fr.