Découverte - Partie 5

Un exemple d'ignorance

L'investissement factoriel est une forme d'investissement quantitatif basée sur l'exploitation des primes de facteurs académiquement recherchées. Le concept généralement accepté est que certains attributs spécifiques aux actions expliquent le rendement et le risque d'un groupe. Le travail fondateur de Fama-French a créé de vastes recherches sur le sujet de l'investissement factoriel et a donné naissance à des recherches, des discussions, des styles et le terme smart beta.

Le smart beta définit un ensemble de stratégies d'investissement qui mettent l'accent sur l'utilisation de règles alternatives de construction d'indices par rapport aux indices traditionnels basés sur la capitalisation boursière. Le smart beta met l'accent sur la capture des primes de facteurs ou des inefficiences de marché de manière basée sur des règles et transparente. Il cherche à suivre passivement les indices, tout en considérant également des schémas de pondération alternatifs tels que la volatilité minimale, la qualité, la valeur, la taille et le momentum.

Revenant au cadre introduit, l'utilisation du smart beta comme processus d'investissement peut facilement se traduire par une fonction utilisant certains éléments informatifs pour prédire l'alpha.

D'un point de vue fondamental, nous pouvons proposer qu'il prend un raccourci par rapport à l'analyse approfondie de chaque entreprise et à la prise d'une décision d'investissement plus éclairée. L'argument en faveur du smart beta est basé sur une théorie financière solide et principalement enraciné dans la performance historique, car la valeur a surperformé la croissance et les petites capitalisations ont surperformé les grandes capitalisations en moyenne au cours des dernières décennies.

L'investissement smart beta basé sur des règles adopte une approche empirique de la prédiction de l'alpha. De notre point de vue, une approche plus robuste peut être démontrée lorsque nous appliquons notre cadre précédemment introduit.

Examinons les facteurs de valeur et de croissance. La valeur a été documentée comme surperformant la croissance sur les marchés américains au cours du siècle dernier. Du point de vue des moyennes, 100 ans de données constituent un échantillon suffisant pour confirmer ou rejeter cette affirmation.

Considérant cette observation, nous ne disons pas qu'il n'y a pas de valeur à extraire en ayant une exposition passive à ces facteurs. Mais nous soutenons que cette approche, comme celle popularisée par les fournisseurs d'indices bien connus ou certains grands gestionnaires d'actifs, est sous-optimale d'un point de vue systématique pour deux raisons :

1. Une approche basée sur des règles ignore des informations précieuses car elle se limite à quelques entrées.
2. Les règles conventionnelles ne capturent pas bien la relation complexe entre les éléments informatifs.

Notre critique découle principalement du point de vue que ces règles simples sont un raccourci au problème de prédiction de l'alpha dont nous avons parlé dans la première partie de cette série.

L'écriture de la règle pour une stratégie smart-beta de valeur ressemblerait à ceci :

• En prenant le score composite de valeur, nous investissons uniquement dans les 50% des entreprises les moins chères de l'univers d'investissement. Le score composite de valeur est composé de quelques ratios de valorisation qui capturent la valeur de l'entreprise par rapport aux flux de trésorerie.

Le résultat de cette règle est :

• Le moins cher est le meilleur, achetez des actions bon marché
• Évitez les entreprises chères, vendez les actions chères

La règle fonctionne sur un siècle mais est plus aléatoire sur un horizon temporel plus court comme quelques années ; la durée sur laquelle le conseiller est évalué. À notre avis, cela rend difficile l'approbation de ces choix pour les clients.

Sur des horizons temporels plus courts, ces primes de facteurs académiquement recherchées peuvent être facilement déformées. Une question à se poser est :

• Si une entreprise est bon marché selon le positionnement du facteur valeur, cela peut-il être un signe de mauvais rendements futurs ?

La réponse est oui. Les mauvaises perspectives d'une entreprise peuvent l'amener à être perçue comme très bon marché par le marché, mais elle pourrait essentiellement ne plus rien valoir dans quelques mois si elle ne peut pas rembourser ses dettes. À ce stade, nous pourrions introduire une autre règle (deuxième axe de décision) : l'entreprise doit être bon marché et avoir une liquidité suffisante pour payer sa dette pour les 2 prochaines années. Nous pouvons faire cela de manière itérative en créant de plus en plus de règles pour extraire la relation entre les différents axes de décision, mais cette méthode gloutonne devient rapidement complexe.

Beaucoup empruntent cette voie de règles de plus en plus complexes pour surmonter la mise en garde des règles simples. Cependant, ces méthodes sont sujettes à de nombreux biais car il est facile de trouver une règle qui a fonctionné dans le passé, mais avec peu de pouvoir prédictif hors échantillon.

En utilisant des méthodes d'apprentissage automatique, nous surmontons ces biais et nous pouvons prendre en considération la relation complexe entre les différents facteurs et éléments informatifs qui sont laissés de côté par l'investissement factoriel et le cadre linéaire qu'ils utilisent.

Comme un aperçu de ce qui est à venir lorsque nous présenterons notre processus d'investissement plus en détail, la figure suivante illustre une découverte clé de notre processus de prédiction lorsque nous examinons la contribution du positionnement du facteur valeur pour nos titres à un moment spécifique. Il est important de noter que nous regardons beaucoup plus que simplement le facteur valeur.

Considérant notre horizon de prédiction, nous pouvons observer que le facteur valeur affiche une relation non linéaire qui est difficile à généraliser avec une règle simple. En analysant cette figure, nous semblons pouvoir extraire ce qui suit :

• En moyenne, être moins cher donne un peu plus une contribution positive aux rendements futurs, mais dans de nombreux cas, il y a une contribution négative aux rendements futurs.
• Être au milieu du positionnement factoriel ne dit pas grand-chose sur les rendements futurs
• En moyenne, être plus cher contribue plus négativement aux rendements futurs, mais cela peut aussi être positif

Déconcertant, n'est-ce pas ! Cependant, nous croyons fermement que c'est une meilleure représentation que l'approche basée sur des règles car elle prend en considération plus d'informations et la complexité inhérente qui en découle. Nous sommes toujours ignorants sur certains aspects, mais dans une moindre mesure.

La prochaine partie de la série portera sur la quête de l'alpha chez Evovest. Nous nous concentrerons sur les spécificités sans trop en dévoiler.

Référence

1. La loi de la gestion active de portefeuille peut être définie comme suit : ratio d'information = coefficient d'information * √étendue, où le coefficient d'information se rapporte à la capacité d'obtenir et d'interpréter des éléments informatifs complexes, le ratio d'information est la valeur ajoutée dans chaque unité de risque ajoutée et l'étendue est le montant de décisions d'investissement prises.