La Place des Fonds Alternatifs en Gestion Actif-Passif - EDHEC-Risk
La Place des Fonds Alternatifs en Gestion Actif-Passif - EDHEC-Risk
La Place des Fonds Alternatifs en Gestion Actif-Passif - EDHEC-Risk
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>EDHEC</strong> RISK AND ASSET<br />
MANAGEMENT RESEARCH CENTRE<br />
393-400 prom<strong>en</strong>ade <strong>des</strong> Anglais<br />
06202 Nice Cedex 3<br />
Tel.: +33 (0)4 93 18 32 53<br />
E-mail: research@<strong>EDHEC</strong>-risk.com<br />
Web: www.<strong>EDHEC</strong>-risk.com<br />
<strong>La</strong> <strong>Place</strong> <strong>des</strong> <strong>Fonds</strong> <strong>Alternatifs</strong><br />
<strong>en</strong> <strong>Gestion</strong> <strong>Actif</strong>-<strong>Passif</strong><br />
Juin 2008<br />
Lionel Martellini<br />
Professeur de Finance à l’<strong>EDHEC</strong><br />
Directeur Sci<strong>en</strong>tifique du c<strong>en</strong>tre de Recherche <strong>EDHEC</strong> <strong>Risk</strong> and Asset Managem<strong>en</strong>t<br />
Véronique Le Sourd<br />
Ingénieur de Recherche, C<strong>en</strong>tre de Recherche <strong>EDHEC</strong> <strong>Risk</strong> and Asset Managem<strong>en</strong>t<br />
Volker Ziemann<br />
Ingénieur de Recherche, C<strong>en</strong>tre de Recherche <strong>EDHEC</strong> <strong>Risk</strong> and Asset Managem<strong>en</strong>t
Abstract<br />
Cet article étudie le bénéfice de l’inclusion de fonds alternatifs pour <strong>des</strong> investisseurs confrontés à<br />
<strong>des</strong> contraintes de passif. Nous situons le problème dans un contexte d’optimisation stochastique<br />
de surplus, où les fonds alternatifs sont traités comme un complém<strong>en</strong>t, et non comme un ajout,<br />
aux classes d’actifs traditionnelles. Ceci permet de contourner les difficultés liées à la modélisation<br />
ex-ante <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs, problème auquel la littérature académique n’a pas<br />
<strong>en</strong>core donné de réponse satisfaisante compte t<strong>en</strong>u de l’historique réduit et de la complexité et<br />
relative opacité <strong>des</strong> styles d’investissem<strong>en</strong>t alternatifs. Nous arrivons à la conclusion que l’ajout aux<br />
actions et aux obligations de portefeuilles de fonds alternatifs bi<strong>en</strong> construits permet d’améliorer<br />
significativem<strong>en</strong>t la gestion <strong>des</strong> risques dans un contexte actif-passif. L’impact est <strong>en</strong>core plus<br />
prononcé lorsque l’objectif de gestion pr<strong>en</strong>d <strong>en</strong> compte les risques extrêmes.<br />
L’<strong>EDHEC</strong> Business School est classée parmi les cinq premières « gran<strong>des</strong> écoles » françaises, grâce à la<br />
qualité de ses <strong>en</strong>seignants (104 professeurs perman<strong>en</strong>ts français et étrangers) et aux relations privilégiées<br />
qu'elle développe avec l’industrie depuis sa création. L’<strong>EDHEC</strong> s'appuie sur sa connaissance de l’industrie<br />
et conc<strong>en</strong>tre ainsi ses travaux de recherche sur <strong>des</strong> thèmes qui répond<strong>en</strong>t aux besoins <strong>des</strong> professionnels.<br />
2<br />
Dans le cadre de sa stratégie d’excell<strong>en</strong>ce internationale, l’<strong>EDHEC</strong> a développé une politique de<br />
recherche très active ces dernières années qui l’a conduite à mettre <strong>en</strong> place <strong>des</strong> pôles de recherche<br />
fondés sur l’expertise de son corps professoral.<br />
Copyright © 2008 <strong>EDHEC</strong>
Résumé de l’Etude<br />
• <strong>La</strong> valeur ajoutée <strong>des</strong> fonds alternatifs dans un contexte de portefeuille<br />
Dans un contexte marqué par une crainte de chute du marché <strong>des</strong> actions et de hausse <strong>des</strong> taux<br />
d’intérêt, les investisseurs institutionnels sont à la recherche de nouvelles classes d’actifs ou formes<br />
de gestion qui leur permettrai<strong>en</strong>t d’élargir leur choix traditionnel d’allocation d’actifs.<br />
Les différ<strong>en</strong>tes stratégies de fonds alternatifs offr<strong>en</strong>t <strong>des</strong> profils de corrélation contrastés avec les<br />
classes d’actifs traditionnelles (actions et obligations), ce qui leur confère un pouvoir de diversification<br />
attractif. Ces différ<strong>en</strong>ces <strong>en</strong> matière de corrélation avec les marchés actions et obligations s’expliqu<strong>en</strong>t<br />
<strong>en</strong> fait par une différ<strong>en</strong>ce d’exposition à un certain nombre de facteurs de risque qui expliqu<strong>en</strong>t les<br />
r<strong>en</strong>tabilités <strong>des</strong> classes d’actifs alternatives et traditionnelles. Ainsi les fonds alternatifs ne sont pas<br />
uniquem<strong>en</strong>t exposés au risque de marché (variations <strong>des</strong> prix <strong>des</strong> actifs de base, actions, obligations,<br />
etc.), mais aussi, <strong>en</strong> raison de la nature même <strong>des</strong> stratégies mises <strong>en</strong> jeu, à <strong>des</strong> risques de volatilité,<br />
<strong>des</strong> risques de crédit, ainsi qu’à <strong>des</strong> risques de liquidité.<br />
C’est d’ailleurs de cette exposition de différ<strong>en</strong>tes stratégies alternatives à <strong>des</strong> risques différ<strong>en</strong>ts que<br />
provi<strong>en</strong>n<strong>en</strong>t une partie de leur r<strong>en</strong>tabilité. Il est <strong>en</strong> fait naturel pour les investisseurs de chercher à<br />
utiliser les multiples facettes du risque, et donc de la r<strong>en</strong>tabilité, dans la mesure où l’inclusion de<br />
différ<strong>en</strong>tes sources de risque dans un portefeuille conduit à <strong>en</strong> limiter les risques. Alors que l’exist<strong>en</strong>ce<br />
<strong>des</strong> alphas alternatifs est parfois remise <strong>en</strong> cause, les bêtas alternatifs correspond<strong>en</strong>t souv<strong>en</strong>t à <strong>des</strong><br />
primes de risques clairem<strong>en</strong>t arbitrées et donc à <strong>des</strong> prix de marchés (marché de la volatilité, ou du<br />
crédit notamm<strong>en</strong>t).<br />
• Vers une formalisation <strong>des</strong> bénéfices de diversification<br />
Les recherches académiques ont ainsi montré qu’il est possible de construire <strong>des</strong> b<strong>en</strong>chmarks de<br />
diversification permettant de réduire de façon très significative et robuste le risque lié à la dét<strong>en</strong>tion<br />
de portefeuilles actions ou obligations, sur la base d’un processus à deux étapes.<br />
<strong>La</strong> première étape consiste à procéder à une sélection adaptée de stratégies alternatives <strong>en</strong> fonction<br />
de leur capacité à diversifier un portefeuille existant. Cette capacité à diversifier les risques n’est<br />
pas uniquem<strong>en</strong>t mesurée par le traditionnel bêta, (qui mesure la capacité à réduire la volatilité),<br />
mais égalem<strong>en</strong>t par une ext<strong>en</strong>sion <strong>des</strong> mesures de dép<strong>en</strong>dance aux mom<strong>en</strong>ts d’ordre supérieur de la<br />
distribution du portefeuille de l’investisseur. Il est ainsi possible de définir <strong>des</strong> co-mom<strong>en</strong>ts d’ordre<br />
3 et 4 permettant de quantifier le bénéfice <strong>en</strong> terme d’augm<strong>en</strong>tation de la skewness et diminution<br />
de la kurtosis lié à l’inclusion d’une petite quantité d’une stratégie alternative donné dans un<br />
portefeuille existant composé d’actions et/ou d’obligations. <strong>La</strong> deuxième étape consiste <strong>en</strong>suite <strong>en</strong><br />
une optimisation du portefeuille de stratégies alternatives sélectionnées pour un investisseur donné<br />
selon <strong>des</strong> techniques de type minimisation <strong>des</strong> risques extrêmes (mesurés par la Value-at-<strong>Risk</strong> ou bi<strong>en</strong><br />
la Conditional Value-at-<strong>Risk</strong> du portefeuille global).<br />
• Les difficultés de l’intégration <strong>des</strong> fonds alternatifs dans une approche de gestion actif-passif<br />
S’il paraît a priori légitime de chercher à améliorer le ratio actif/passif à l’aide de fonds alternatifs,<br />
la recherche académique a cep<strong>en</strong>dant montré qu’une approche naïve de la question donnait <strong>des</strong><br />
résultats extrêmem<strong>en</strong>t instables. Par exemple, si l’on utilise sans précaution les données historiques<br />
sur la r<strong>en</strong>tabilité <strong>des</strong> fonds alternatifs dans un simple exercice d’optimisation <strong>en</strong> risque relatif<br />
(optimisation du ratio d’information par rapport à une b<strong>en</strong>chmark stylisé parfaitem<strong>en</strong>t adossé au<br />
passif de l’investisseur), l’allocation optimale <strong>en</strong> fonds alternatifs obt<strong>en</strong>ue varie de 0% à 100% <strong>en</strong><br />
fonction de la période utilisée pour la calibration du modèle ! Un tel manque de robustesse dans<br />
l’analyse suggère qu’une approche naïve de la place <strong>des</strong> fonds alternatifs dans la gestion actif-passif<br />
est ainsi totalem<strong>en</strong>t inadaptée.<br />
3
A la différ<strong>en</strong>ce <strong>des</strong> classes d’actifs traditionnelles (actions et obligations), pour lesquels sont<br />
disponibles à la fois <strong>des</strong> modèles stochastiques fiables et <strong>des</strong> estimations de paramètres long terme<br />
indisp<strong>en</strong>sables à la conduite d’une étude d’optimisation de surplus, <strong>des</strong> obstacles majeurs empêch<strong>en</strong>t<br />
<strong>en</strong> fait aujourd’hui les investisseurs institutionnels de considérer les fonds alternatifs comme une<br />
classe de gestion actif-passif au même titre que les classes traditionnelles. Non seulem<strong>en</strong>t l’abs<strong>en</strong>ce<br />
de profondeur historique, ainsi que l’opacité <strong>des</strong> données et les biais qui caractéris<strong>en</strong>t les bases<br />
disponibles, r<strong>en</strong>d<strong>en</strong>t tout effort de projection long terme <strong>des</strong> paramètres de risque, et surtout de<br />
r<strong>en</strong>dem<strong>en</strong>t, particulièrem<strong>en</strong>t illusoire, mais il n’existe par ailleurs pas aujourd’hui, malgré de réc<strong>en</strong>ts<br />
progrès de la recherche académique sur le sujet, de modèles satisfaisants <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds<br />
alternatifs, dont le comportem<strong>en</strong>t, typiquem<strong>en</strong>t caractérisé par <strong>des</strong> stratégies de gestion dynamique<br />
faisant parfois appel à une multitude de produits complexes, est difficile à capturer par les modèles<br />
linéaires classiquem<strong>en</strong>t utilisés <strong>en</strong> finance.<br />
• Une nouvelle approche de l’intégration <strong>des</strong> fonds alternatifs : un complém<strong>en</strong>t et non une classe<br />
d’allocation stratégique<br />
Pour faire face à ces difficultés de modélisation <strong>des</strong> fonds alternatifs, et au risque lié à l’estimation<br />
de paramètres, <strong>en</strong> particulier du paramètre de r<strong>en</strong>tabilité, si fortem<strong>en</strong>t s<strong>en</strong>sible au choix de<br />
l’échantillon, nous proposons dans cette étude une approche alternative, plus robuste, de la place<br />
<strong>des</strong> fonds alternatifs dans le contexte de la gestion actif-passif. Plutôt que de considérer les fonds<br />
alternatifs comme une classe additionnelle aux classes traditionnelles dans un exercice actif-passif,<br />
nous considérons les fonds alternatifs comme <strong>des</strong> styles de gestion complém<strong>en</strong>taires aux actions et<br />
aux obligations.<br />
Cette approche consistant à ne pas regarder la gestion alternative comme une classe d’allocation<br />
actif-passif est <strong>en</strong> fait cohér<strong>en</strong>te avec la pratique courante <strong>des</strong> investisseurs institutionnels dans<br />
leur approche <strong>des</strong> styles de gestion traditionnels : il est <strong>en</strong> effet d’usage de modéliser dans un<br />
exercice d’optimisation stochastique actif-passif un nombre très limité de gran<strong>des</strong> classes d’actifs,<br />
plutôt que de chercher à modéliser l’<strong>en</strong>semble <strong>des</strong> sous-composantes de la classe. Dans l’univers <strong>des</strong><br />
actions par exemple, on modélise typiquem<strong>en</strong>t la r<strong>en</strong>tabilité d’un indice global de valeurs de large<br />
capitalisation, auquel on ajoute év<strong>en</strong>tuellem<strong>en</strong>t un indice de valeurs de petite taille, sans chercher<br />
à modéliser de façon indép<strong>en</strong>dante <strong>des</strong> indices sectoriels, géographiques, ou <strong>en</strong>core par styles de<br />
gestion (valeur contre croissance). Cette approche de la gestion alternative <strong>en</strong> tant que complém<strong>en</strong>t<br />
de la gestion traditionnelle est par ailleurs cohér<strong>en</strong>te avec l’idée que les fonds alternatifs sont avant<br />
tout considérés par les investisseurs institutionnels comme <strong>des</strong> outils de diversification, permettant<br />
de réduire les risques d’un portefeuille action ou obligation, plutôt qu’un outil d’amélioration de la<br />
r<strong>en</strong>tabilité à long terme.<br />
En s’appuyant sur le processus à deux étapes évoqué ci-<strong>des</strong>sus et consistant à construire <strong>des</strong> b<strong>en</strong>chmarks<br />
de diversification permettant de réduire de façon très significative et robuste le risque lié à la<br />
dét<strong>en</strong>tion de portefeuilles actions ou obligations, il est possible d’obt<strong>en</strong>ir une réduction significative<br />
<strong>des</strong> paramètres long terme de volatilité <strong>des</strong> classes actions et obligations. De ce fait, l’introduction<br />
de ces b<strong>en</strong>chmarks de diversification <strong>en</strong> tant que complém<strong>en</strong>ts <strong>des</strong> classes traditionnelles (actions<br />
et obligations) permet d’améliorer significativem<strong>en</strong>t la performance d’une gestion actif-passif, et ce<br />
même pour <strong>des</strong> quantités raisonnables d’investissem<strong>en</strong>t <strong>en</strong> fonds alternatifs.<br />
• Illustration de l’intérêt <strong>des</strong> fonds alternatifs <strong>en</strong> gestion actif-passif<br />
Dans le cadre de cette étude nous illustrons l’intérêt de l’introduction de fonds alternatifs dans une<br />
optique de gestion actif-passif <strong>en</strong> considérant tout d’abord un exercice générique portant sur le cas<br />
d’un passif individuel de retraite fortem<strong>en</strong>t lié au risque d’inflation (type PERP). Nous quantifions<br />
<strong>en</strong>suite l’estimation de l’effet d’augm<strong>en</strong>tation de l’allocation optimale <strong>en</strong> actions et obligations liée<br />
à la diversification du risque de ces classes par introduction de fonds alternatifs, ainsi que l’effet<br />
att<strong>en</strong>du <strong>en</strong> termes de diminution du risque de déficit actif-passif. Nos résultats suggèr<strong>en</strong>t ainsi<br />
4
que l’introduction d’une allocation raisonnable <strong>en</strong> stratégies alternatives permet de conduire à une<br />
diminution significative <strong>des</strong> risques actif-passif.<br />
Dans un deuxième temps, nous considérons une situation où la durée du passif est assez courte (par<br />
exemple autour de 4 ans), pour laquelle les phénomènes de retour à la moy<strong>en</strong>ne <strong>des</strong> r<strong>en</strong>dem<strong>en</strong>ts <strong>des</strong><br />
marchés actions ne permett<strong>en</strong>t pas d’atténuer les risques de perte extrême. Dans un tel contexte, il<br />
n’est pas possible de considérer la volatilité comme un paramètre suffisant de risque pour la prise<br />
<strong>en</strong> compte <strong>des</strong> actions dans la gestion actif-passif, et la capacité de réduction <strong>des</strong> risques extrêmes<br />
<strong>des</strong> fonds alternatifs vis-à-vis <strong>des</strong> actions, et donc de diminution de la probabilité de déficit extrême<br />
d’une gestion actif-passif, sont analysées non seumem<strong>en</strong>t à travers une analyse stochastique de type<br />
Monte-Carlo mais aussi dans le cadre d’un stress test incluant une période fortem<strong>en</strong>t baissière du<br />
marché actions (2000-2003). Cette dernière analyse permet de valider sur données réelles l’apport<br />
<strong>des</strong> stratégies alternatives <strong>en</strong> matière de gestion <strong>des</strong> risques actif-passif.<br />
Nous <strong>en</strong>visageons <strong>en</strong>fin le cas d’un contrat assurance–vie, où nous montrerons comm<strong>en</strong>t les fonds<br />
alternatifs peuv<strong>en</strong>t permettre une gestion dissymétrique du risque de taux. Il s’agit ainsi d’illustrer<br />
la capacité <strong>des</strong> fonds alternatifs à améliorer les risques extrêmes <strong>des</strong> produits de taux d’intérêts qui<br />
sont utilisés <strong>en</strong> couverture non parfaite <strong>des</strong> passifs <strong>des</strong> contrats <strong>en</strong> euros notamm<strong>en</strong>t <strong>en</strong> pr<strong>en</strong>ant <strong>en</strong><br />
compte un contexte de modification du passif <strong>en</strong> cas de remontée brutale <strong>des</strong> taux. <strong>La</strong> hausse <strong>des</strong><br />
taux <strong>en</strong>traîne <strong>en</strong> effet une baisse <strong>des</strong> prix sur le marché obligataire, avec un effet d’amplification au<br />
niveau du contrat d’assurance lié à la fonction de rachat, qui oblige à v<strong>en</strong>dre et à réaliser les pertes<br />
pot<strong>en</strong>tielles. Dans ce contexte, les résultats obt<strong>en</strong>us <strong>en</strong> termes de réduction <strong>des</strong> risques extrêmes par<br />
l’introduction d’une poche alternative sont <strong>en</strong>core plus spectaculaires.<br />
1. Introduction<br />
Des difficultés réc<strong>en</strong>tes ont attiré l’att<strong>en</strong>tion sur les pratiques de gestion du risque <strong>des</strong> investisseurs<br />
institutionnels <strong>en</strong> général, et <strong>des</strong> fonds de p<strong>en</strong>sion <strong>en</strong> particulier. Les conditions de marchés<br />
défavorables observées durant la période 2000-2003 ont anéanti de nombreux fonds de p<strong>en</strong>sion<br />
d’<strong>en</strong>treprises. Les r<strong>en</strong>tabilités négatives <strong>des</strong> marchés d’actions ont fait baissé les actifs <strong>des</strong> fonds,<br />
tandis qu’au même mom<strong>en</strong>t la baisse <strong>des</strong> taux d’intérêt augm<strong>en</strong>tait la valeur marked-to-market<br />
<strong>des</strong> montants dus aux bénéficiaires. Dans les cas extrêmes, les fonds de p<strong>en</strong>sion se sont retrouvés<br />
avec <strong>des</strong> déficits de financem<strong>en</strong>t aussi importants, sinon plus, que la capitalisation boursière de<br />
l’<strong>en</strong>treprise sponsor. En 2003, par exemple, les compagnies figurant dans les indices S&P 500 et FTSE<br />
100 ont fait face à un déficit actif-passif cumulé de $225 milliards et $55 milliards, respectivem<strong>en</strong>t<br />
(Crédit Suisse First Boston (2003) et Standard Life Investm<strong>en</strong>ts (2003)), alors que le déficit mondial<br />
atteignait un montant estimé de 1 500 à 2 000 milliards (Watson Wyatt (2003)). Des difficultés<br />
similaires ont été r<strong>en</strong>contrés par les compagnies d’assurances, dans un contexte où la baisse <strong>des</strong><br />
r<strong>en</strong>dem<strong>en</strong>ts obligataires les a incité à rechercher un pot<strong>en</strong>tiel de performance dans la classe actions,<br />
à un mom<strong>en</strong>t où le risque perçu augm<strong>en</strong>tait de manière significative.<br />
Le fait que les investisseurs institutionnels ai<strong>en</strong>t été affectés de façon aussi spectaculaire par la baisse<br />
<strong>des</strong> marchés a conduit à <strong>des</strong> changem<strong>en</strong>ts majeurs dans la gestion <strong>des</strong> fonds institutionnels, comme<br />
la nécessité de prêter plus d’att<strong>en</strong>tion à la gestion actif-passif. Dans ce contexte, les investisseurs<br />
institutionnels ont cherché désespérém<strong>en</strong>t de nouvelles classes d’actifs ou styles d’investissem<strong>en</strong>t<br />
pouvant être intégrés dans une optimisation de surplus, permettant d’obt<strong>en</strong>ir une prime de risque de<br />
type action, mais sans les risques de baisse associés.<br />
En raison de leur recherche de performance absolue et de l’att<strong>en</strong>tion qu’ils port<strong>en</strong>t au contrôle<br />
du risque, les fonds alternatifs sont apparus comme une alternative naturelle aux actions et aux<br />
obligations. Alors que les stratégies d’investissem<strong>en</strong>t traditionnelles permett<strong>en</strong>t uniquem<strong>en</strong>t de<br />
générer une exposition linéaire à la r<strong>en</strong>tabilité <strong>des</strong> classes d’actifs sous-jac<strong>en</strong>tes, conduisant à<br />
5
suivre l’évolution <strong>des</strong> indices, à la hausse, comme à la baisse, le principal avantage <strong>des</strong> stratégies<br />
de fonds alternatifs est de permettre une exposition non-linéaire aux r<strong>en</strong>tabilités <strong>des</strong> actions et<br />
<strong>des</strong> obligations, de telle sorte que le risque de baisse se trouve limité 1 . Ceci parce que les gérants de<br />
fonds alternatifs, qui opèr<strong>en</strong>t <strong>en</strong> l’abs<strong>en</strong>ce de contraintes de régulation, peuv<strong>en</strong>t inclure un large<br />
choix de stratégies d’investissem<strong>en</strong>t dynamiques et/ou investir dans <strong>des</strong> produits dérivés susceptibles<br />
de générer <strong>des</strong> r<strong>en</strong>tabilités non linéaires (Fung et Hsieh (1997)). Alors que l’estimation <strong>des</strong> bénéfices,<br />
procurés par les fonds alternatifs inclus dans le portefeuille d’un investisseur, a donné lieu à une<br />
littérature foisonnante (par exemple, Agarwal et Naik (2004)), cette question n’a pas été examinée<br />
dans un contexte actif-passif. Le prés<strong>en</strong>t article t<strong>en</strong>te précisém<strong>en</strong>t de combler cette lacune.<br />
D’un point de vue conceptuel, il existe deux approches qui permett<strong>en</strong>t d’inclure <strong>des</strong> fonds alternatifs<br />
dans un contexte actif-passif. <strong>La</strong> première approche est un modèle formel qui consiste à traiter les<br />
fonds alternatifs comme un supplém<strong>en</strong>t aux classes d’actifs traditionnelles, c’est-à-dire à considérer<br />
les fonds alternatifs comme une classe d’actifs additionnelle, pouvant être ajoutée aux actions et aux<br />
obligations, dans un exercice d’optimisation du surplus d’actif-passif traditionnel. Dans ce qui suit<br />
(voir section 4), nous montrerons que cette approche, bi<strong>en</strong> qu’elle semble naturelle, est trop simpliste<br />
et implique un niveau de dép<strong>en</strong>dance vis-à-vis de l’échantillon trop élevé pour prés<strong>en</strong>ter un intérêt<br />
pratique. Elle conduit de plus à <strong>des</strong> niveaux déraisonnables (proches de 100%) d’allocation optimale<br />
<strong>en</strong> fonds alternatifs.<br />
Nous introduisons dans cet article une approche concurr<strong>en</strong>te, qui consiste à traiter les fonds<br />
alternatifs comme un complém<strong>en</strong>t, par opposition à un ajout, aux classes d’actifs traditionnelles (voir<br />
la section 5). De plus, les résultats obt<strong>en</strong>us avec cette approche plus robuste suggèr<strong>en</strong>t fortem<strong>en</strong>t que,<br />
l’ajout aux actions et aux obligations de portefeuilles de fonds alternatifs bi<strong>en</strong> construits, procure<br />
un bénéfice significatif, mais raisonnable, dans un contexte de gestion actif-passif, qui se mesure<br />
<strong>en</strong> termes de réduction du déficit actif-passif moy<strong>en</strong>. Ce résultat est <strong>en</strong>core plus prononcé lorsque<br />
l’objectif d’optimisation pr<strong>en</strong>d <strong>en</strong> compte les risques extrêmes.<br />
Le reste de cet article est organisé de la manière suivante. <strong>La</strong> section suivante prés<strong>en</strong>te une vue<br />
d’<strong>en</strong>semble <strong>des</strong> techniques de gestion actif-passif. Dans la section 3, nous prés<strong>en</strong>tons un modèle<br />
formel d’optimisation de surplus. Dans la section 4, nous abordons les problèmes conceptuels et<br />
techniques liés à l’introduction <strong>des</strong> fonds alternatifs dans un contexte d’optimisation de surplus. Dans<br />
la section 5, nous proposons une approche originale qui traite les stratégies d’investissem<strong>en</strong>t alternatif<br />
comme un complém<strong>en</strong>t, par opposition à un ajout, aux classes d’actifs traditionnelles. Dans la section<br />
6, nous prés<strong>en</strong>tons une série d’illustrations numériques et évaluons l’impact de l’introduction <strong>des</strong><br />
fonds alternatifs sur le résultat de l’optimisation de surplus, sur la base de paramètres raisonnables.<br />
<strong>La</strong> section 7 conclut, la section 8 donne une liste de référ<strong>en</strong>ces, la section 9 est constituée d’un<br />
app<strong>en</strong>dice rassemblant les informations sur les indices de fonds alternatifs et la section 10 donne les<br />
chiffres de l’investissem<strong>en</strong>t alternatif pour les investisseurs institutionnels.<br />
2. Une vue d’<strong>en</strong>semble <strong>des</strong> techniques de gestion actif-passif<br />
Le terme de gestion actif-passif désigne l’adaptation du processus de gestion de portefeuille à la<br />
prise <strong>en</strong> compte <strong>des</strong> différ<strong>en</strong>tes contraintes liées aux <strong>en</strong>gagem<strong>en</strong>ts, tels que le paiem<strong>en</strong>t <strong>des</strong> p<strong>en</strong>sions<br />
ou de primes d’assurance, figurant dans le passif du bilan d’un investisseur institutionnel. A chaque<br />
catégorie d’investisseurs institutionnels est attachée une contrainte de passif différ<strong>en</strong>te et donc une<br />
approche de gestion actif-passif spécifique.<br />
Les techniques de gestion actif-passif se répartiss<strong>en</strong>t <strong>en</strong> plusieurs catégories. Une première approche<br />
appelée cash-flow matching (adossem<strong>en</strong>t <strong>des</strong> flux estimés) suppose une adéquation parfaite <strong>en</strong>tre<br />
les flux versés par le portefeuille d’actifs et les <strong>en</strong>gagem<strong>en</strong>ts de passif. Par exemple, dans le cas d’un<br />
fonds de p<strong>en</strong>sion qui doit verser une p<strong>en</strong>sion m<strong>en</strong>suelle à un retraité, et <strong>en</strong> faisant abstraction de<br />
6<br />
1 - Il a été montré que les produits financiers qui prés<strong>en</strong>t<strong>en</strong>t <strong>des</strong> profils de r<strong>en</strong>tabilité non linéaires sont particulièrem<strong>en</strong>t utiles dans un contexte de gestion actif-passif (voir par exemple Draper<br />
et Shimko (1993)).
l’incertitude de la durée de vie du retraité, la structure du passif est simplem<strong>en</strong>t définie comme une<br />
série de versem<strong>en</strong>ts à effectuer <strong>en</strong> espèce, dont la valeur réelle est connue aujourd’hui, mais dont la<br />
valeur nominale est indexée sur l’inflation. Il est théoriquem<strong>en</strong>t possible de construire un portefeuille<br />
d’actifs ayant <strong>des</strong> cash flows futurs id<strong>en</strong>tiques à la structure <strong>des</strong> <strong>en</strong>gagem<strong>en</strong>ts. Il faudrait pour cela<br />
acheter <strong>des</strong> obligations zéro-coupon indexées sur l’inflation, dont les maturités correspondrai<strong>en</strong>t aux<br />
dates <strong>des</strong> versem<strong>en</strong>ts m<strong>en</strong>suels de la p<strong>en</strong>sion, dans <strong>des</strong> montants proportionnels aux <strong>en</strong>gagem<strong>en</strong>ts.<br />
Cette technique, simple, et qui permet <strong>en</strong> théorie une parfaite gestion du risque, prés<strong>en</strong>te cep<strong>en</strong>dant<br />
un certain nombre d’inconvéni<strong>en</strong>ts. En premier lieu, il est généralem<strong>en</strong>t impossible de trouver <strong>des</strong><br />
titres indexés sur l’inflation, dont la maturité corresponde exactem<strong>en</strong>t aux <strong>en</strong>gagem<strong>en</strong>ts de passif.<br />
De plus, la plupart de ces titres vers<strong>en</strong>t <strong>des</strong> coupons, ce qui pose le problème du réinvestissem<strong>en</strong>t<br />
<strong>des</strong> coupons. Comme il n’est pas possible d’obt<strong>en</strong>ir une correspondance parfaite <strong>en</strong>tre actif et passif,<br />
une technique, dite d’immunisation, permet de gérer de façon optimale le risque de taux d’intérêt<br />
résiduel qui <strong>en</strong> résulte. Cette technique peut être ét<strong>en</strong>due, de l’approche simple basée sur la duration,<br />
au contexte plus général de la couverture <strong>des</strong> déplacem<strong>en</strong>ts non parallèles de la courbe <strong>des</strong> taux (voir<br />
par exemple Martellini, Priaulet et Priaulet (2003)), ou de la gestion simultanée du risque de taux<br />
d’intérêt et du risque d’inflation (Siegel et Waring (2004)). Cette technique est cep<strong>en</strong>dant difficile<br />
à adapter à la couverture <strong>des</strong> risques non linéaires liés à la prés<strong>en</strong>ce d’options implicites dans la<br />
structure du passif (voir Le Vallois et al. (2003)), et/ou à la couverture <strong>des</strong> risques de structure du<br />
passif non liés aux taux d’intérêt.<br />
Un autre inconvéni<strong>en</strong>t majeur de la technique d’adossem<strong>en</strong>t <strong>des</strong> cash flows (ou de sa version<br />
approchée d’immunisation) est qu’elle représ<strong>en</strong>te un positionnem<strong>en</strong>t extrême, et pas nécessairem<strong>en</strong>t<br />
optimal, pour l’investisseur dans l’espace risque-r<strong>en</strong>tabilité. Cette approche est <strong>en</strong> fait équival<strong>en</strong>te à<br />
un investissem<strong>en</strong>t <strong>en</strong> actif sans risque dans un contexte de gestion d’actif. Elle permet une parfaite<br />
gestion <strong>des</strong> risques, à savoir une garantie <strong>en</strong> capital et la garantie que les contraintes de passif seront<br />
respectées, mais elle fournit une faible rémunération de l’actif.<br />
Afin d’améliorer la r<strong>en</strong>tabilité de l’actif, il est nécessaire d’introduire dans l’allocation stratégique<br />
<strong>des</strong> classes d’actifs (actions, obligations d’Etat, obligations d’<strong>en</strong>treprises privées) qui ne sont pas<br />
parfaitem<strong>en</strong>t corrélées avec le passif, tout <strong>en</strong> cherchant le meilleur compromis <strong>en</strong>tre le risque pris et la<br />
prime obt<strong>en</strong>ue par l’exposition à <strong>des</strong> facteurs de risque rémunérés. Différ<strong>en</strong>tes techniques permett<strong>en</strong>t<br />
d’optimiser le surplus, correspondant à la valeur de l’actif <strong>en</strong> excès du passif, dans l’espace risquer<strong>en</strong>tabilité.<br />
Les modèles stochastiques permett<strong>en</strong>t <strong>en</strong> particulier de représ<strong>en</strong>ter l’incertitude liée aux<br />
facteurs de risque affectant le passif. Ces risques peuv<strong>en</strong>t être financiers (inflation, taux d’intérêt,<br />
actions) ou non financiers (risques démographiques <strong>en</strong> particulier). Si nécessaire, <strong>des</strong> modèles de<br />
comportem<strong>en</strong>t de l’ag<strong>en</strong>t sont développés, pour représ<strong>en</strong>ter l’impact <strong>des</strong> décisions liées à l’exercice<br />
de certaines options implicites. Par exemple une personne assurée peut, <strong>en</strong> échange de pénalités,<br />
annuler son contrat d’assurance vie si le taux garanti contractuel baisse significativem<strong>en</strong>t <strong>en</strong> <strong>des</strong>sous<br />
du taux d’intérêt <strong>en</strong> vigueur à la signature du contrat, ce qui r<strong>en</strong>d le montant <strong>des</strong> cash flows du<br />
passif, et pas uniquem<strong>en</strong>t leur valeur courante, dép<strong>en</strong>dant du risque de taux d’intérêt.<br />
Les investisseurs institutionnels utilis<strong>en</strong>t différ<strong>en</strong>ts modèles d’optimisation dans le contexte de la<br />
gestion actif-passif (voir par exemple Mulvey et al. (2005)) et il est impossible d’<strong>en</strong> fournir ici une<br />
liste exhaustive 2 . Dans la suite, nous prés<strong>en</strong>tons le modèle spécifique utilisé dans cette étude.<br />
3. Une optimisation formelle du surplus<br />
Un modèle d’optimisation de surplus est fondé de manière basique sur l’optimisation de l’adéquation<br />
<strong>en</strong>tre l’actif et le passif <strong>des</strong> structures financières <strong>des</strong> sociétés.<br />
2 - Pour terminer, et dans un souci d’exhaustivité, on peut citer les techniques de gestion <strong>des</strong> profils de risque non linéaires, dont le but est de fournir une comparaison <strong>en</strong>tre l’approche sans<br />
risque, mais sans r<strong>en</strong>tabilité d’une part, et une approche risquée qui ne permet de garantir les contraintes de passif d’autre part (voir <strong>en</strong> particulier Leibowitz et Weinberger (1982), pour la<br />
technique d’optimisation conting<strong>en</strong>te, ou Am<strong>en</strong>c, Malaise et Martellini (2004), pour une généralisation <strong>en</strong> terme d’approche core-satellite dynamique).<br />
7
Au lieu de faire <strong>des</strong> hypothèses sur l’allocation détaillée <strong>des</strong> portefeuilles <strong>des</strong> investisseurs <strong>en</strong> actifs<br />
individuels ou <strong>en</strong> fonds, on utilise une représ<strong>en</strong>tation pour chaque classe d’actifs. Nous considérons<br />
ici trois classes d’actifs (<strong>en</strong> plus <strong>des</strong> fonds alternatifs) : les actions, les obligations nominales et les<br />
obligations indexées sur l’inflation (OATi). <strong>La</strong> r<strong>en</strong>tabilité R PF du portefeuille est donnée par :<br />
n<br />
R PF,t<br />
= ∑ nù<br />
i<br />
R i,t<br />
t =1...T<br />
où i représ<strong>en</strong>te la classe d’actif i, et ω i son poids dans le portefeuille.<br />
i =1<br />
L’objectif de l’optimisation du surplus est de trouver l’allocation qui minimise à l’horizon T (prise ici<br />
égale à 10 ans) le déficit actif-passif moy<strong>en</strong>, ou shortfall SF, situé au-delà d’un certain niveau α,<br />
défini de la manière suivante :<br />
⎛<br />
SF( n ) = −E R − L R<br />
PF,T T PF,T<br />
− L T<br />
⎞<br />
à<br />
volatilité <strong>des</strong> OATi et pour la matrice de corrélations, nous avons utilisé les estimations de Kothari et<br />
Shank<strong>en</strong> (2004) sur la période 1953-2000 3 .<br />
Table 1. Estimations <strong>des</strong> paramètres de long terme.<br />
Corrélations Actions Obligations OATi<br />
Actions 1<br />
Obligations 0.24 1<br />
OATi -0.05 0.52 1<br />
Moy<strong>en</strong>ne 10.4% 5.8% 4.3%<br />
Volatilité 16.5% 8.5% 6.58%<br />
Comme expliqué dans la section 4, nous n’avons pas essayé d’estimer la valeur <strong>des</strong> paramètres de<br />
long terme associés aux fonds alternatifs, car cela prés<strong>en</strong>te peu d’intérêt. Nous avons par contre<br />
modélisé l’impact de l’introduction <strong>des</strong> fonds alternatifs sur les valeurs <strong>des</strong> paramètres de long terme<br />
<strong>des</strong> actions et <strong>des</strong> obligations ; nous avons <strong>en</strong> particulier estimé la décroissance de la volatilité <strong>des</strong><br />
actions et <strong>des</strong> obligations, obt<strong>en</strong>ue <strong>en</strong> associant à l’allocation <strong>en</strong> actions et <strong>en</strong> obligations d’un<br />
investisseur institutionnel, <strong>des</strong> stratégies de fonds alternatifs bi<strong>en</strong> choisies (voir section 5).<br />
Pour ce qui est du passif, lorsque nous nous intéresserons <strong>en</strong> sections 6.1 au cas d’un fonds de p<strong>en</strong>sion,<br />
nous considérerons par hypothèse que les r<strong>en</strong>tabilités du passif égales à celles d’obligations indexées<br />
sur l’inflation, auxquelles nous rajoutons 300 points de base, ce qui nous permet de reconnaître la<br />
prise <strong>en</strong> compte <strong>des</strong> deux facteurs de risque principaux que sont l’inflation et les taux d’intérêt.<br />
Sous cette hypothèse, le passif est par conséqu<strong>en</strong>t parfaitem<strong>en</strong>t corrélé dans notre modèle avec les<br />
r<strong>en</strong>tabilités <strong>des</strong> OATi. Dans la pratique, les OATi sont certainem<strong>en</strong>t la classe d’actifs qui prés<strong>en</strong>te les<br />
corrélations les plus élevées avec le passif, même si cette corrélation n’est pas parfaite, compte t<strong>en</strong>u<br />
de l’exist<strong>en</strong>ce de sources de risque (par exemple risques de mortalité) autres que l’inflation et les taux<br />
d’intérêt. Dans le cadre de l’exemple de gestion d’un contrat d’assurance-vie, examiné <strong>en</strong> section<br />
6.3, nous proposerons une formalisation stylisée <strong>des</strong> flux de passif, intégrant la prise <strong>en</strong> compte<br />
d’élém<strong>en</strong>ts clés que sont une règle de participation aux bénéfices et l’exist<strong>en</strong>ce d’une fonction de<br />
rachat.<br />
De façon générale, le déficit actif-passif moy<strong>en</strong> est donné par :<br />
SF( 0) = - 1 10000 s s<br />
⎛ R PF,t<br />
− L T<br />
⎞<br />
∑ ⋅1<br />
s<br />
s s<br />
n L { RPF,T − L<br />
⎝ ⎜<br />
T
que les fonds alternatifs peuv<strong>en</strong>t être traités comme une classe d’actif homogène, ce qui n’est pas<br />
satisfaisant d’un point de vue conceptuel, ceux-ci compr<strong>en</strong>ant un <strong>en</strong>semble de stratégies très diverses.<br />
En second lieu, d’un point de vue technique, on doit admettre qu’il n’existe pas <strong>en</strong>core de modèles<br />
véritablem<strong>en</strong>t satisfaisants, pour représ<strong>en</strong>ter la dynamique <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs, et<br />
pouvant être utilisés dans une approche de simulation de Monte Carlo ex-ante. De plus, même si de<br />
tels modèles existai<strong>en</strong>t, l’abs<strong>en</strong>ce d’un historique de r<strong>en</strong>tabilités suffisamm<strong>en</strong>t long pour les fonds<br />
alternatifs, ainsi qu’une incertitude sur la qualité de ces données r<strong>en</strong>drai<strong>en</strong>t extrêmem<strong>en</strong>t difficiles<br />
l’obt<strong>en</strong>tion de paramètres fiables.<br />
4.1. Les difficultés de la modélisation <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs<br />
L’utilisation <strong>des</strong> fonds alternatifs comm<strong>en</strong>ce à se répandre largem<strong>en</strong>t, mais ils rest<strong>en</strong>t <strong>en</strong> même<br />
temps <strong>des</strong> supports d’investissem<strong>en</strong>t un peu mystérieux, d’où la nécessité d’évaluer correctem<strong>en</strong>t<br />
leur performance. Les expositions au risque <strong>des</strong> fonds alternatifs constitu<strong>en</strong>t un domaine important<br />
et prolifique de la recherche académique, mais une <strong>des</strong>cription satisfaisante de la dynamique <strong>des</strong><br />
r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs reste <strong>en</strong>core à développer. <strong>La</strong> nature <strong>des</strong> risques associés aux différ<strong>en</strong>tes<br />
stratégies de fonds alternatifs est complexe. Les r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs prés<strong>en</strong>tant <strong>des</strong><br />
expositions non linéaires, de type optionnel, aux classes d’actifs traditionnelles (Fung et Hsieh (1997,<br />
2000)), les modèles standards d’évaluation d’actifs n’apport<strong>en</strong>t qu’une aide limitée dans l’évaluation<br />
de la performance <strong>des</strong> fonds alternatifs. Des recherches réc<strong>en</strong>tes ont souligné l’importance de la prise<br />
<strong>en</strong> compte de ces caractéristiques. En particulier, Fung et Hsieh (2002) et Mitchell et Pulvino (2001)<br />
insist<strong>en</strong>t sur l’importance de leur prise <strong>en</strong> compte dans l’analyse de la performance <strong>des</strong> stratégies<br />
Tr<strong>en</strong>d Following et <strong>Risk</strong> Arbitrage. Plus récemm<strong>en</strong>t, Agarwal et Naik (2004) ont ét<strong>en</strong>du ces travaux<br />
à un large év<strong>en</strong>tail de stratégies de fonds alternatifs ori<strong>en</strong>tées actions, dont ils ont caractérisé les<br />
expositions au risque à l’aide de stratégies buy and hold et de stratégies basées sur les options. Ils ont<br />
ainsi montré qu’un grand nombre de ces stratégies prés<strong>en</strong>tai<strong>en</strong>t <strong>des</strong> payoffs similaires à celui d’une<br />
position courte dans un put sur l’indice de marché (voir aussi Schneeweis et Spurgin (2000) et Fung<br />
et Hsieh (2001) pour <strong>des</strong> référ<strong>en</strong>ces sur le sujet).<br />
Il existe actuellem<strong>en</strong>t deux façons d’adapter les modèles standards d’évaluation d’actifs à l’analyse<br />
<strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> portefeuilles prés<strong>en</strong>tant une dép<strong>en</strong>dance non linéaire vis-à-vis <strong>des</strong> classes d’actifs<br />
standards. <strong>La</strong> première approche consiste à utiliser un modèle APT non-linéaire (voir <strong>en</strong> particulier<br />
Bansal et Viswanathan (1993) ou Bansal, Hsieh et Viswanathan (1993)). L’autre méthode, utilisée par<br />
Glost<strong>en</strong> et Jagannathan (1994), ainsi que dans les articles cités au paragraphe précéd<strong>en</strong>t, consiste<br />
à inclure dans les modèles de nouveaux régresseurs ayant une exposition non linéaire aux classes<br />
d’actifs standards, tels que <strong>des</strong> r<strong>en</strong>tabilités de positions <strong>en</strong> options, pour représ<strong>en</strong>ter les stratégies de<br />
trading dynamiques dans un modèle de régression linéaire et ainsi mieux compr<strong>en</strong>dre les sources de<br />
r<strong>en</strong>tabilités.<br />
Deux procédés permett<strong>en</strong>t de rechercher les facteurs significatifs d’explication <strong>des</strong> r<strong>en</strong>tabilités : la<br />
méthode <strong>des</strong> facteurs de style return-based (que l’on désignera par facteurs RBS) et la méthode <strong>des</strong><br />
facteurs de style asset-based (que l’on désignera par facteurs ABS). Les facteurs RBS se réfèr<strong>en</strong>t à<br />
une notion de modèle factoriel implicite. Ils sont obt<strong>en</strong>us au moy<strong>en</strong> d’une analyse <strong>en</strong> composantes<br />
principales, dont le but est d’expliquer les r<strong>en</strong>tabilités <strong>des</strong> séries <strong>des</strong> variables observées, au moy<strong>en</strong><br />
d’un petit groupe de variable implicites non observées. Les facteurs implicites sont extraits <strong>des</strong> séries<br />
de r<strong>en</strong>tabilités et chacun est défini comme une combinaison linéaire de variables primaires. Ce procédé<br />
prés<strong>en</strong>te l’avantage d’éviter une sous spécification du modèle (par l’omission de bons facteurs) ou<br />
une sur-spécification du modèle (par l’ajout de mauvais facteurs). Il est par contre difficile de donner<br />
une signification économique aux variables implicites obt<strong>en</strong>ues. Les facteurs ABS se réfèr<strong>en</strong>t à la<br />
notion de modèle factoriel explicite. Dans cette approche la spécification du modèle joue un rôle<br />
important. Les facteurs de risque de marché observés sont inclus par choix discrétionnaire, et les<br />
risques d’une mauvaise spécification du modèle ne sont pas négligeables. Mais il est plus facile dans<br />
ce cas d’interpréter les facteurs du modèle 4 .<br />
10<br />
4 - Notons que les deux approches ne sont pas complètem<strong>en</strong>t opposées. Elle peuv<strong>en</strong>t être combinées <strong>en</strong> m<strong>en</strong>ant tout d’abord l’approche à facteur RBS et <strong>en</strong> déduisant les facteurs ABS <strong>des</strong> facteurs<br />
RBS (voir par exemple Fung et Hsieh (2002)).
De nombreux articles se situ<strong>en</strong>t dans ce courant de littérature, parmi lesquels on peut citer Mitchell<br />
et Pulvino (2001), pour la réplication <strong>des</strong> r<strong>en</strong>tabilités de la stratégie <strong>Risk</strong> Arbitrage, Fung et Hsieh<br />
(2001) pour la stratégie Tr<strong>en</strong>d Following, Fung et Hsieh (2002), pour la stratégie Fixed-income<br />
Arbitrage, Fung et Hsieh (2003), pour la stratégie Long/Short Equity, Fung et Hsieh (2004), pour<br />
un portefeuille de fonds alternatifs diversifié, Agarwal, Fung, Loon et Naik (2004), pour la stratégie<br />
Convertible Arbitrage, et Karavas, Kazemi et Schneeweis (2004), pour la modélisation <strong>des</strong> gérants de<br />
fonds alternatifs Europé<strong>en</strong>s.<br />
Alors que ces articles constitu<strong>en</strong>t une avancée intéressante pour la modélisation <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong><br />
fonds alternatifs, les investisseurs ne peuv<strong>en</strong>t cep<strong>en</strong>dant pas <strong>en</strong>core se reposer sur un <strong>en</strong>semble de<br />
modèles utilisables pour générer <strong>des</strong> scénarios stochastiques pour les diverses stratégies de fonds<br />
alternatifs. Les étu<strong>des</strong> montr<strong>en</strong>t <strong>en</strong> effet que la performance et la qualité de réplication <strong>des</strong> modèles<br />
est faible, tout spécialem<strong>en</strong>t dans une perspective out-of-sample (voir par exemple Karavas, Kazemi et<br />
Schneeweis (2004)). Ceci contraste fortem<strong>en</strong>t avec les classes d’actifs traditionnelles, où <strong>des</strong> modèles<br />
satisfaisants sont disponibles, même s’ils sont imparfaits, tels <strong>des</strong> modèles de volatilité stochastique,<br />
pour le prix <strong>des</strong> actions, et <strong>des</strong> modèles multifactoriels de la structure par terme <strong>des</strong> taux d’intérêt, pour<br />
les prix <strong>des</strong> obligations. Cette difficulté technique peut être quelque peu atténuée par l’introduction<br />
de techniques de bootstrapping non paramétriques, qui permett<strong>en</strong>t de générer une multitude de<br />
scénarios basés sur un échantillonnage aléatoire de l’historique <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs.<br />
Cette dernière solution n’est cep<strong>en</strong>dant pas complètem<strong>en</strong>t satisfaisante, car elle demeure fortem<strong>en</strong>t<br />
dép<strong>en</strong>dante de l’échantillon. C’est à ce problème de la dép<strong>en</strong>dance <strong>des</strong> estimations <strong>des</strong> paramètres<br />
vis-à-vis de l’échantillon que nous nous intéressons dans ce qui suit.<br />
4.2. Le problème de l’estimation <strong>des</strong> paramètres <strong>des</strong> distributions <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds<br />
alternatifs<br />
L’industrie <strong>des</strong> fonds alternatifs est une industrie relativem<strong>en</strong>t jeune, pour laquelle on dispose de<br />
données sur les r<strong>en</strong>tabilités <strong>des</strong> indices de fonds alternatifs, pouvant être utilisées pour représ<strong>en</strong>ter<br />
les r<strong>en</strong>tabilités <strong>des</strong> différ<strong>en</strong>tes stratégies de fonds alternatifs, disponibles depuis le début <strong>des</strong> années<br />
90. En raison de l’abs<strong>en</strong>ce de reporting systématique, les données de r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs<br />
sont peu abondantes et incomplètes. Les indices de fonds alternatifs, qui sont construits à partir<br />
de bases de données de r<strong>en</strong>tabilités de fonds individuels, hérit<strong>en</strong>t de leurs insuffisances <strong>en</strong> termes<br />
d’exhaustivité et de qualité <strong>des</strong> données, très variables suivant les fournisseurs. Dans ce qui suit, nous<br />
passons brièvem<strong>en</strong>t <strong>en</strong> revue les biais dont souffr<strong>en</strong>t les indices de fonds alternatifs.<br />
<strong>La</strong> participation d’un fonds à une base de données est volontaire, ce qui pose un réel problème de<br />
fiabilité <strong>des</strong> données publiées (biais de self-reporting). Un fonds peut décider, pour une raison ou<br />
pour une autre de se faire <strong>en</strong>registrer dans une ou plusieurs bases de données. Les fonds ayant refusé<br />
de reporter à l’une ou l’autre <strong>des</strong> bases de données étant, par définition, non observables, il n’est<br />
pas possible d’évaluer l’impact de ce biais. De plus, certains refusant de publier leur performance <strong>en</strong><br />
raison de leurs mauvais résultats, et d’autres parce qu’ils ont déjà atteint leur taille critique, il est<br />
difficile de savoir si ce biais a un impact positif ou négatif sur la performance annoncée. Le manque<br />
de transpar<strong>en</strong>ce pose aussi un problème <strong>en</strong> terme de confiance dans les données, et expose les<br />
investisseurs à un risque de modification du style de gestion du gérant (on parle de « déviation de<br />
style », cf. Lhabitant (2001)). Les gérants de fonds alternatifs n’ont aucune obligation à publier les<br />
détails de leurs positions, ils n’hésit<strong>en</strong>t donc pas à saisir une opportunité d’investissem<strong>en</strong>t, même si<br />
elle provoque une modification temporaire de leur style d’investissem<strong>en</strong>t qu’ils ne déclareront pas.<br />
Il est égalem<strong>en</strong>t difficile, voire même impossible, de quantifier l’impact de ce biais, dû au manque<br />
actuel de transpar<strong>en</strong>ce.<br />
<strong>La</strong> nature volontaire de l’acte sous-<strong>en</strong>t<strong>en</strong>d que seuls certains fonds décideront de s’<strong>en</strong>registrer. Les<br />
fonds alternatifs n’ayant pas le droit de faire de publicité, le fait d’être <strong>en</strong>registrés dans une base<br />
de données est important <strong>en</strong> terme de communication, raison pour laquelle ils peuv<strong>en</strong>t décider de<br />
11
s’<strong>en</strong>registrer, même s’ils n’ont pas l’int<strong>en</strong>tion de fournir <strong>des</strong> informations de façon régulière. Cela<br />
permet de lisser les résultats, une pratique qui est largem<strong>en</strong>t facilitée par la complexité et le faible<br />
niveau de liquidité <strong>des</strong> produits gérés par les fonds alternatifs (voir le problème de décalage dans les<br />
prix (stale prices), ou de prix arbitrés (managed prices)). Asness, Krail et Liew (2001), par exemple,<br />
révèl<strong>en</strong>t une augm<strong>en</strong>tation de la volatilité <strong>des</strong> r<strong>en</strong>tabilités de la stratégie Convertible Arbitrage de<br />
41,5% lorsque l’on passe de données m<strong>en</strong>suelles à <strong>des</strong> données trimestrielles. Dans la même veine,<br />
Okunev et White (2002) montr<strong>en</strong>t que la volatilité <strong>des</strong> stratégies Fixed Income peut être sous évaluée<br />
de 100%.<br />
Suivant la date à laquelle démarre la base de données, la qualité <strong>des</strong> informations passées varie<br />
(notamm<strong>en</strong>t pour les fonds qui ont cessé leur activité avant l’exist<strong>en</strong>ce de la base de données).<br />
Ceci affecte la performance de l’indice à un degré plus ou moins grand, suivant le nombre de fonds<br />
ayant cessé de communiquer leur résultats chaque année (appelé taux de défaut) et le différ<strong>en</strong>tiel<br />
de performance moy<strong>en</strong> observé <strong>en</strong>tre ces fonds et le reste <strong>des</strong> fonds. Ceci constitue le « biais du<br />
survivant ». Les bases de données HFR et MAR comm<strong>en</strong>çant <strong>en</strong> 1994, il est probable qu’elles dispos<strong>en</strong>t<br />
d’informations plus précises que la base de données CSFB (qui comm<strong>en</strong>ce seulem<strong>en</strong>t <strong>en</strong> 2000) sur<br />
la période 1994/2000 et qu’elles ne seront pas affectées de la même façon par le biais du survivant.<br />
Fung et Hsieh (2000) évalu<strong>en</strong>t l’impact moy<strong>en</strong> de ce biais à 3%, comparés aux 2,6% de Park, Brown et<br />
Goetzmann (1999). A titre de comparaison, notons que Malkiel (1995) estimait ce biais à 0,5% pour<br />
les fonds communs. Les différ<strong>en</strong>tes bases de données sont aussi affectées par ce biais de différ<strong>en</strong>tes<br />
manières. Par exemple, la base de données TASS a un biais du survivant plus élevé que la base de<br />
données HFR, parce que son taux de défaut est plus élevé, <strong>en</strong> raison de critères différ<strong>en</strong>ts pour l’ajout<br />
et la suppression <strong>des</strong> fonds.<br />
Pour finir, les fonds ont <strong>des</strong> critères de sélection très divers, et les données fournies ne seront pas<br />
représ<strong>en</strong>tatives du même univers de gestion. Ceci constitue le « biais de sélection ». Par exemple, HFR<br />
exclut les managed futures de ses bases de données tandis que TASS et MAR les pr<strong>en</strong>n<strong>en</strong>t <strong>en</strong> compte.<br />
<strong>La</strong> plupart <strong>des</strong> fonds sont prés<strong>en</strong>ts dans une base de données, mais pas dans les autres : sur les 1 162<br />
fonds HFR et les 1 627 fonds TASS, seuls 465 sont communs aux deux bases de données. 59% <strong>des</strong><br />
fonds sont toujours <strong>en</strong> activité et 68% <strong>des</strong> fonds qui ne report<strong>en</strong>t plus à HFR ne font pas partie de la<br />
base de données TASS (cf. Liang (2001)).<br />
4.3. Une illustration simple<br />
L’expéri<strong>en</strong>ce ex-post suivante illustre le manque de robustesse spectaculaire induit par une utilisation<br />
naïve <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs dans un contexte d’optimisation de risque relatif.<br />
En supposant pour simplifier, comme expliqué dans la section 3, que les r<strong>en</strong>tabilités du passif sont<br />
égales à celles d’obligations indexées sur l’inflation, auxquelles nous ajoutons 300 points de base,<br />
nous avons effectué une optimisation du portefeuille d’actifs, composé d’actions, d’obligations et<br />
de fonds alternatifs, par rapport au passif défini comme le ratio de la r<strong>en</strong>tabilité <strong>en</strong> excès divisée<br />
par la tracking error. Cette expéri<strong>en</strong>ce simple ne décrit pas <strong>en</strong>tièrem<strong>en</strong>t l’ess<strong>en</strong>ce d’un véritable<br />
modèle d’actif-passif, cep<strong>en</strong>dant, elle est suffisante pour illustrer le manque de robustesse issu<br />
d’une utilisation directe <strong>des</strong> données de r<strong>en</strong>tabilité <strong>des</strong> fonds alternatifs dans une optimisation de<br />
portefeuille.<br />
Le graphique 1 montre le résultat de la maximisation du ratio d’information, basé sur une f<strong>en</strong>être<br />
glissante de la période out-of-sample, allant d’avril 2000 à mars 2005.<br />
12
Graphique 1. Ce graphique montre l’allocation optimale <strong>en</strong> actions, obligations et fonds alternatifs, pour un investisseur cherchant à maximiser<br />
un ratio d’information historique vis-à-vis d’un passif représ<strong>en</strong>té par la r<strong>en</strong>tabilité d’un indice obligations indexées sur l’inflation, augm<strong>en</strong>tée de<br />
200 points de base. L’indice <strong>EDHEC</strong> de fonds de fonds alternatifs, l’indice obligataire Lehman Brothers et l’indice MSCI World ont respectivem<strong>en</strong>t<br />
été utilisés comme approximation <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs, <strong>des</strong> obligations et <strong>des</strong> actions.<br />
Ces résultats, qui suggèr<strong>en</strong>t que les différ<strong>en</strong>tes classes d’actifs (actions, obligations et fonds alternatifs)<br />
devrai<strong>en</strong>t représ<strong>en</strong>ter soit 0%, soit 100% d’une allocation optimale, sont typiques du problème<br />
<strong>des</strong> portefeuilles non intuitifs, fortem<strong>en</strong>t conc<strong>en</strong>trés et s<strong>en</strong>sibles aux données, obt<strong>en</strong>us à partir de<br />
procédures d’optimisation naïves. Ils indiqu<strong>en</strong>t qu’une utilisation directe <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds<br />
alternatifs dans une procédure d’optimisation ne peut être une réponse satisfaisante aux questions<br />
relatives à la place <strong>des</strong> fonds alternatifs dans un contexte actif-passif. Nous prés<strong>en</strong>tons dans ce qui<br />
suit une approche alternative de ce problème.<br />
5. Allocation de fonds alternatifs dans un contexte d’optimisation de surplus : une<br />
approche plus robuste<br />
Pour toutes les raisons conceptuelles et techniques soulignées dans la section précéd<strong>en</strong>te, nous<br />
préconisons dans cet article une approche différ<strong>en</strong>te, qui ne traite pas les fonds alternatifs comme un<br />
ajout, mais plutôt comme un complém<strong>en</strong>t aux classes d’actifs traditionnelles (actions et obligations).<br />
Ceci limite le problème de la modélisation ex-ante <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs. Les fonds<br />
alternatifs particip<strong>en</strong>t à l’exercice d’optimisation de surplus uniquem<strong>en</strong>t par leur impact sur les<br />
paramètres de risque estimés <strong>des</strong> actions et <strong>des</strong> obligations, sous forme d’une réduction du risque <strong>des</strong><br />
classes d’actifs traditionnelles. Par ailleurs, nous avons choisi de ne pas ajouter les fonds alternatifs à la<br />
composante d’OATi du portefeuille de l’investisseur. Ceci parce que l’introduction de fonds alternatifs<br />
aurait un impact négatif sur la corrélation <strong>en</strong>tre le portefeuille d’OATi et les r<strong>en</strong>tabilités du passif,<br />
alors que la raison d’être du portefeuille d’OATi est précisém<strong>en</strong>t de prés<strong>en</strong>ter une corrélation très<br />
élevée avec le passif de l’investisseur (une corrélation parfaite dans notre modèle simplifié de passif),<br />
auquel il sert de couverture naturelle.<br />
5.1. Les bénéfices de la réduction du risque procurés par les fonds alternatifs<br />
Les recherches précéd<strong>en</strong>tes ont montré que certaines stratégies de fonds alternatifs, mais pas toutes,<br />
se mariai<strong>en</strong>t bi<strong>en</strong> avec les actions et les obligations, conduisant à une réduction du risque, mesuré<br />
par la volatilité de portefeuille, et produisant aussi un impact favorable sur les mom<strong>en</strong>ts d’ordre plus<br />
élevé de la distribution du portefeuille.<br />
Nous reproduisons dans ce qui suit les résultats obt<strong>en</strong>us dans Am<strong>en</strong>c et al. (2005), qui propos<strong>en</strong>t de<br />
construire <strong>des</strong> b<strong>en</strong>chmarks de fonds alternatifs multi-stratégies ayant un facteur d’exposition robuste<br />
et persistant et satisfaisant les besoins <strong>des</strong> différ<strong>en</strong>tes classes d’investisseurs. Notre objectif est <strong>en</strong><br />
particulier de créer deux portefeuilles de fonds alternatifs distincts : l’un pour diversifier les actions<br />
13
(Equity Diversifier Hedge Fund B<strong>en</strong>chmark), et l’autre pour diversifier les obligations (Bond Diversifier<br />
Hedge Fund B<strong>en</strong>chmark). <strong>La</strong> construction de ces b<strong>en</strong>chmarks se fait <strong>en</strong> deux étapes distinctes : une<br />
étape de sélection et une étape d’allocation.<br />
5.1.1. Etape de sélection<br />
L’étape de sélection consiste à regarder les propriétés de diversification <strong>des</strong> différ<strong>en</strong>tes stratégies<br />
de fonds alternatifs, vis-à-vis <strong>des</strong> portefeuilles d’actions et d’obligations. Les r<strong>en</strong>tabilités <strong>des</strong> fonds<br />
alternatifs n’étant pas distribuées suivant la loi normale, il est nécessaire de considérer les mom<strong>en</strong>ts<br />
<strong>des</strong> distributions de r<strong>en</strong>tabilités au-delà du premier et du second ordre pour rechercher les stratégies<br />
offrant de bonnes propriétés de diversification.<br />
Les préfér<strong>en</strong>ces <strong>des</strong> investisseurs vis-à-vis <strong>des</strong> mom<strong>en</strong>ts d’ordre élevé de la distribution <strong>des</strong> r<strong>en</strong>tabilités<br />
de portefeuille étant non triviales, il est crucial d’évaluer la contribution d’un actif à ces mom<strong>en</strong>ts.<br />
On peut pour cela calculer les bêtas <strong>des</strong> quatre mom<strong>en</strong>ts. Le bêta du second mom<strong>en</strong>t représ<strong>en</strong>te la<br />
contribution d’un actif au second mom<strong>en</strong>t (volatilité) du portefeuille, lorsqu’on ajoute une petite<br />
fraction de cet actif. Ce bêta est le bêta standard du CAPM couramm<strong>en</strong>t utilisé. Les bêtas du troisième<br />
et du quatrième mom<strong>en</strong>t fourniss<strong>en</strong>t les contributions du troisième et du quatrième mom<strong>en</strong>t du<br />
portefeuille. Le tableau ci-<strong>des</strong>sous prés<strong>en</strong>t<strong>en</strong>t les valeurs <strong>des</strong> différ<strong>en</strong>ts bêtas pour les principales<br />
stratégies de fonds alternatifs, lorsqu’elles sont associées à un portefeuille d’actions et d’obligations<br />
En général, pour une stratégie donnée, plus la valeur du bêta est faible, plus les bénéfices de la<br />
diversification sont élevés, lorsque cette stratégie est associée à un portefeuille d’actifs traditionnels.<br />
On peut <strong>en</strong> particulier montrer que l’ajout à un portefeuille d’une petite fraction d’un nouvel actif,<br />
par exemple un hedge fund, conduit à une baisse du second mom<strong>en</strong>t du portefeuille (respectivem<strong>en</strong>t,<br />
à une augm<strong>en</strong>tation du troisième mom<strong>en</strong>t et à une baisse du quatrième mom<strong>en</strong>t), si et seulem<strong>en</strong>t si<br />
le bêta du second mom<strong>en</strong>t (respectivem<strong>en</strong>t, du troisième et du quatrième mom<strong>en</strong>t) est inférieur à 1<br />
(voir Martellini et Ziemann (2005) pour plus de détails) 5 .<br />
Ces résultats ont été obt<strong>en</strong>us <strong>en</strong> utilisant les indices alternatifs <strong>EDHEC</strong> pour représ<strong>en</strong>ter les r<strong>en</strong>tabilités <strong>des</strong><br />
stratégies de fonds alternatifs. L’app<strong>en</strong>dice, situé à la section 9, prés<strong>en</strong>te brièvem<strong>en</strong>t ces indices.<br />
Table 2. Bêtas <strong>des</strong> différ<strong>en</strong>ts mom<strong>en</strong>ts <strong>des</strong> r<strong>en</strong>tabilités de plusieurs stratégies de fonds alternatifs (représ<strong>en</strong>tées par les indices <strong>EDHEC</strong> alternatifs)<br />
vis-à-vis <strong>des</strong> r<strong>en</strong>tabilités <strong>des</strong> actions et <strong>des</strong> obligations (représ<strong>en</strong>tées par les indices MSCI World pour les actions et les obligations d’Etat). Les<br />
calculs sont basés sur les r<strong>en</strong>tabilités m<strong>en</strong>suelles sur la période allant de 01/1997 à 12/2006.<br />
Convertible<br />
Arbitrage<br />
CTA<br />
Global<br />
Ev<strong>en</strong>t<br />
Driv<strong>en</strong><br />
Long/ Short<br />
Equity<br />
Equity<br />
Market<br />
Neutral<br />
Bêta du 2ème mom<strong>en</strong>t pour les actions 0,06 -0,11 0,27 0,38 0,06<br />
Bêta du 2ème mom<strong>en</strong>t pour les obligations -0,06 1,51 -0,34 -0,37 0,05<br />
Bêta du 3ème mom<strong>en</strong>t pour les actions 0,06 -0,32 0,43 0,37 0,06<br />
Bêta du 3ème mom<strong>en</strong>t pour les obligations 1,23 -1,01 1,39 0,77 0,65<br />
Bêta du 4ème mom<strong>en</strong>t pour les actions 0,10 -0,26 0,36 0,38 0,07<br />
Bêta du 4ème mom<strong>en</strong>t pour les obligations -0,12 1,27 -0,36 -0,08 0,08<br />
Sur la base de ces résultats, nous sélectionnons, comme dans Am<strong>en</strong>c et al. (2005), un sous-<strong>en</strong>semble<br />
de trois stratégies pour construire un b<strong>en</strong>chmark de diversification dont l’objectif est de diversifier<br />
les portefeuilles ori<strong>en</strong>tés actions et un b<strong>en</strong>chmark de diversification dont l’objectif est de diversifier<br />
les portefeuilles ori<strong>en</strong>tés obligations. Le tableau ci-<strong>des</strong>sous prés<strong>en</strong>t<strong>en</strong>t les résultats du processus de<br />
sélection. Les stratégies qui sont sélectionnées sont marquées « Oui » dans la colonne correspondant<br />
au b<strong>en</strong>chmark de diversification respectif.<br />
14<br />
5 - <strong>La</strong> condition selon laquelle une augm<strong>en</strong>tation de la skewness du portefeuille est consécutive à un bêta du troisième mom<strong>en</strong>t inférieur à 1 est uniquem<strong>en</strong>t valide si la skewness du portefeuille<br />
est négative. Si la skewness du portefeuille est positive, la condition est alors que le bêta du troisième mom<strong>en</strong>t soit plus grand que un.
Table 3. Stratégies participant aux b<strong>en</strong>chmarks de diversification actions et obligations.<br />
Indices investissables Diversficateur actions Diversificateur obligations<br />
Convertible Arbitrage Oui Oui<br />
CTA Global Oui Non<br />
Equity Market Neutral Oui Oui<br />
Ev<strong>en</strong>t Driv<strong>en</strong> Non Oui<br />
Long/Short Equity Non Oui<br />
5.1.2. Etape d’optimisation<br />
L’étape suivante consiste à trouver l’allocation optimale <strong>des</strong> stratégies sélectionnées. Comme dans<br />
Am<strong>en</strong>c et al. (2005), notre méthode est basée sur les deux principes ess<strong>en</strong>tiels suivants :<br />
• Principe 1: Les r<strong>en</strong>tabilités étant difficiles à estimer avec précision, on s’intéresse plus précisém<strong>en</strong>t à<br />
la minimisation du risque du portefeuille de l’investisseur dans son <strong>en</strong>semble (actions ou obligations).<br />
• Principe 2: Les r<strong>en</strong>tabilités <strong>des</strong> fonds alternatifs n’étant pas distribués suivant la loi normale, la mesure<br />
du risque utilisée doit être plus générale que la volatilité.<br />
Dans ce qui suit, nous avons réalisé un calcul de minimisation du risque, <strong>en</strong> utilisant la VaR de Cornish-<br />
Fisher au seuil de 95%. Cette VaR modifiée permet de pr<strong>en</strong>dre <strong>en</strong> compte l’aversion aux risques extrêmes<br />
<strong>des</strong> investisseurs. Nous avons de plus contraint le poids du portefeuille de fonds alternatifs à pr<strong>en</strong>dre<br />
différ<strong>en</strong>tes valeurs (5%, 15%, 25%, 35%) de l’allocation globale de l’investisseur, le reste de la richesse<br />
étant complètem<strong>en</strong>t investi <strong>en</strong> actions ou <strong>en</strong> obligations. Les tableaux ci-<strong>des</strong>sous (tables 4 et 5), extraits<br />
de Am<strong>en</strong>c et al. (2005), profits obt<strong>en</strong>us <strong>en</strong> ajoutant les b<strong>en</strong>chmarks de diversification à un portefeuille<br />
d’actions ou d’obligations. <strong>La</strong> première colonne donne les statistiques de performance <strong>des</strong> indices actions<br />
et obligations, respectivem<strong>en</strong>t. Les colonnes situées à droite donn<strong>en</strong>t ces mêmes statistiques lorsque<br />
l’on ajoute aux indices le b<strong>en</strong>chmark de diversification avec différ<strong>en</strong>tes pondérations.<br />
Table 4. Performance du portefeuille lorsque l’on ajoute le b<strong>en</strong>chmark de diversification actions à l’indice MSCI Word actions. Résumé <strong>des</strong> statistiques<br />
pour un portefeuille composé de l’indice MSCI Word actions et d’un diversificateur optimal. L’allocation <strong>en</strong> fonds alternatifs (= diversificateur<br />
optimal) va de 5 à35%. Le cas 0% est donné à titre de comparaison. Le diversificateur est construit <strong>en</strong> minimisant la VaR de Cornish Fisher à 95% du<br />
portefeuille dans son <strong>en</strong>semble. Il est composé <strong>des</strong> indices <strong>EDHEC</strong> Convertible Arbitrage, CTA Global et Equity Market Neutral. Les poids de chaque<br />
indice sont contraints à un maximum de 40% dans le diversificateur optimal. Les calculs sont extraits de Am<strong>en</strong>c et al. (2005) et sont basés sur les<br />
r<strong>en</strong>tabilités m<strong>en</strong>suelles allant de 10/2001 à 09/2004.<br />
Allocation <strong>en</strong> <strong>Fonds</strong> alternatifs 0% 5% 15% 25% 35%<br />
R<strong>en</strong>tabilité moy<strong>en</strong>ne annualisée 2,0% 2,2% 2,7% 3,2% 3,7%<br />
Ecart-type annualisé 15,0% 14,2% 12,5% 10,9% 9,4%<br />
VaR (95%) 7,6% 7,1% 6,2% 5,3% 4,4%<br />
Ratio de Sharpe (taux sans risque = 2%) -0,03 0,015 0,057 0,111 0,184<br />
Skewness -0,56 -0,54 -0,49 -0,41 -0,30<br />
Kurtosis 3,27 3,24 3,17 3,08 2,95<br />
Table 5. Performance du portefeuille lorsque l’on ajoute le b<strong>en</strong>chmark de diversification obligations à l’indice Lehman Composite Global Treasury.<br />
L’allocation <strong>en</strong> fonds alternatifs (= diversificateur optimal) va de 5 à 45%. Le cas 0% est donné à titre de comparaison. Le diversificateur est construit<br />
<strong>en</strong> minimisant la VaR de Cornish Fisher à 95% du portefeuille dans son <strong>en</strong>semble. Il est composé <strong>des</strong> indices <strong>EDHEC</strong> Convertible Arbitrage, Ev<strong>en</strong>t<br />
Driv<strong>en</strong>, Long/Short Equity et Equity Market Neutral. Les poids de chaque indice sont contraints à un maximum de 30% dans le diversificateur optimal.<br />
Les calculs sont extraits de Am<strong>en</strong>c et al. (2005) et sont basés sur les r<strong>en</strong>tabilités m<strong>en</strong>suelles allant de 10/2001 à 09/2004<br />
Allocation <strong>en</strong> <strong>Fonds</strong> alternatifs 0% 5% 15% 25% 35%<br />
R<strong>en</strong>tabilité moy<strong>en</strong>ne annualisée -0,3% 0,1% 0,9% 1,8% 2,6%<br />
Ecart-type annualisé 3,3% 3,1% 2,8% 2,6% 2,4%<br />
VaR (95%) 1,7% 1,5% 1,3% 1,1% 0,9%<br />
Ratio de Sharpe (taux sans risque = 2%) -0,71 -0,61 -0,38 -0,09 0,25<br />
Skewness -0,26 -0,23 -0,13 0,05 0,25<br />
Kurtosis 2,40 2,51 2,82 3,24 3,65<br />
15
Les chiffres de ces tableaux montr<strong>en</strong>t de façon claire que même lorsqu’un faible pourc<strong>en</strong>tage est alloué<br />
aux fonds alternatifs, les bénéfices que fournit la diversification à l’investisseur sont économiquem<strong>en</strong>t<br />
importants. Dans le cas d’un investisseur actions, incluant <strong>des</strong> fonds alternatifs avec une pondération<br />
de 15%, suivant cette méthode, la Value-at-<strong>Risk</strong> et la volatilité m<strong>en</strong>suelles du portefeuille sont<br />
réduites de 15%, ce qui est considérable, la volatilité passant de 15% à 12,5%, et la VaR de Cornish-<br />
Fisher de 7,6% à 6,2%, tandis que sa r<strong>en</strong>tabilité moy<strong>en</strong>ne augm<strong>en</strong>te de plus de 30%, passant de 2%<br />
à 2,7%. Pour un investisseur <strong>en</strong> obligations, la r<strong>en</strong>tabilité moy<strong>en</strong>ne augm<strong>en</strong>te légèrem<strong>en</strong>t, tandis que<br />
le risque diminue de plus de 12% <strong>en</strong> termes de VaR, et de plus de 15% <strong>en</strong> terme de volatilité.<br />
Dans la section suivante, nous réalisons une allocation actif-passif de long terme <strong>en</strong> modélisant<br />
l’impact de l’introduction <strong>des</strong> fonds alternatifs <strong>en</strong> termes de réduction de volatilité de long terme,<br />
pour les actions et les obligations, dans un contexte d’optimisation de surplus. Nous supposons<br />
implicitem<strong>en</strong>t que la réduction de volatilité obt<strong>en</strong>ue pour l’échantillon couvrant la période 10/2001<br />
à 09/2004 est une indication robuste de ce que l’on peut obt<strong>en</strong>ir à plus long terme. 6 En se basant<br />
sur les estimations de décroissance de la volatilité obt<strong>en</strong>ue par l’introduction de fonds alternatifs<br />
fournies par les tables 4 et 5, et sur <strong>des</strong> estimations de la volatilité <strong>des</strong> actions et <strong>des</strong> obligations à<br />
plus long terme, <strong>en</strong> l’abs<strong>en</strong>ce de fonds alternatifs, prov<strong>en</strong>ant de la table 1, nous obt<strong>en</strong>ons à la table<br />
6 l’estimation du paramètre (σ) correspondant, <strong>en</strong> fonction de la proportion de fonds alternatifs<br />
ajoutée aux classes d’actifs traditionnelles.<br />
Les chiffres <strong>des</strong> tables 4 et 5 montr<strong>en</strong>t que, pour l’échantillon couvrant la période allant de 10/2001<br />
à 09/2004, l’ajout aux actions de 5% à 35% d’un portefeuille de fonds alternatifs bi<strong>en</strong> construit<br />
(appelé equity diversifier), réduit la volatilité de la classe d’actif de 5,33% à 37,33%. En appliquant ce<br />
coeffici<strong>en</strong>t de réduction aux estimations de long terme (volatilité estimée de 16,50% pour les actions,<br />
voir table 1), nous obt<strong>en</strong>ons que l’introduction de 5% à 35% de fonds alternatifs peut ram<strong>en</strong>er cette<br />
valeur à 15,62% (dans le cas de l’ajout de 5% de fonds alternatifs) et jusqu’à 10,34% (dans le cas de<br />
l’ajout de 35% de fonds alternatifs). Dans le cas <strong>des</strong> obligations, la réduction de risque obt<strong>en</strong>ue <strong>en</strong><br />
ajoutant un portefeuille de fonds alternatifs bi<strong>en</strong> construit (appelé bond diversifier), va de 6,06% à<br />
27,27%. En appliquant ce coeffici<strong>en</strong>t de réduction à l’estimation de long terme (volatilité estimée de<br />
8,50% pour les obligations, voir table 1), nous obt<strong>en</strong>ons que l’introduction de 5% à 35% de fonds<br />
alternatifs peut ram<strong>en</strong>er cette valeur à 7,98% (dans le cas de l’ajout de 5% de fonds alternatifs) et<br />
jusqu’à 6,18% (dans le cas de l’ajout de 35% de fonds alternatifs). Les chiffres qui figur<strong>en</strong>t dans la<br />
table 6 seront utilisés dans l’exercice d’optimisation de surplus de la section 6 .<br />
Table 6. Evolution de la volatilité <strong>des</strong> actions et <strong>des</strong> obligations <strong>en</strong> fonction de la proportion allouée aux fonds alternatifs dans les portefeuilles<br />
d’actions et d’obligations. Les estimations de volatilité pour les actions et les obligations, dans le cas de base où il n’y a pas de fonds alternatifs<br />
(0% HF), sont issues de la table 1.<br />
0% HF 5% HF 15% HF 25% HF 35% HF<br />
Actions 16,50% 15,62% 13,75% 11,99% 10,34%<br />
Obligations 8,50% 7,98% 7,21% 6,70% 6,18%<br />
Notons que nous avons choisi de ne pas regarder l’impact <strong>en</strong> terme de r<strong>en</strong>tabilités espérées dans le<br />
contexte de cet exercice d’optimisation de surplus. Si l’ajout de fonds alternatifs à un portefeuille<br />
d’actions et d’obligations est susceptible d’avoir un impact non trivial sur la performance (un impact<br />
positif dans cet échantillon), l’intuition suggère qu’une telle amélioration de la r<strong>en</strong>tabilité n’est pas<br />
nécessairem<strong>en</strong>t robuste et ne doit pas être intégrée dans un exercice d’allocation de long terme. Cette<br />
intuition a été formalisée par Martellini, Vaissié et Ziemann (2005), qui ont montré que la capacité <strong>des</strong><br />
fonds alternatifs à diversifier les portefeuilles d’actifs traditionnels, à la fois <strong>en</strong> terme de réduction de<br />
la variance et de la kurtosis est tout à fait robuste au cours du temps, alors que les bénéfices <strong>en</strong> terme<br />
d’augm<strong>en</strong>tation de la r<strong>en</strong>tabilité moy<strong>en</strong>ne et de décroissance de la skewness sont moins stables 7 .<br />
Ceci justifie de regarder uniquem<strong>en</strong>t l’impact <strong>des</strong> fonds alternatifs <strong>en</strong> terme de réduction du risque,<br />
et non d’amélioration de la r<strong>en</strong>tabilité 8 .<br />
16<br />
6 - Des analyses m<strong>en</strong>ées sur <strong>des</strong> échantillons ét<strong>en</strong>dus à <strong>des</strong> pério<strong>des</strong> plus réc<strong>en</strong>tes permett<strong>en</strong>t d’obt<strong>en</strong>ir <strong>des</strong> résultats comparables.<br />
7 - Ceci est cohér<strong>en</strong>t avec le fait que les mom<strong>en</strong>ts pairs (variance et kurtosis) sont <strong>des</strong> mesures naturelles de la dispersion (c’est-à-dire du risque), tandis que les mom<strong>en</strong>ts impairs (r<strong>en</strong>tabilité<br />
espérée et skewness) sont <strong>des</strong> mesures de position, connues pour être moins stables.<br />
8 - Martellini, Vaissié et Ziemann (2005) analys<strong>en</strong>t la robustesse au cours du temps <strong>des</strong> estimations <strong>des</strong> co-mom<strong>en</strong>ts sur la base d’une analyse <strong>des</strong> propriétés conditionnelles au temps <strong>des</strong> bêtas<br />
<strong>des</strong> mom<strong>en</strong>ts d’ordre plus élevé, lorsque ces coeffici<strong>en</strong>ts sont modélisés par une technique de lissage de Kalman.
6. Résultats Numériques<br />
Nous nous proposons d’illustrer de façon numérique l’intérêt de l’introduction de fonds alternatifs,<br />
dans une optique de gestion actif-passif, <strong>en</strong> considérant trois exemples différ<strong>en</strong>ts. Nous étudierons<br />
tout d’abord un exercice générique portant sur le cas d’un passif individuel de retraite de type PERP,<br />
caractérisé par un horizon relativem<strong>en</strong>t long et une forte exposition au risque d’inflation. Dans un<br />
deuxième temps, nous <strong>en</strong>visagerons le cas d’un problème de gestion actif-passif avec un horizon plus<br />
court (par exemple 4 ans), pour lequel il n’est pas réaliste d’espérer que les phénomènes long terme de<br />
retour à la moy<strong>en</strong>ne <strong>des</strong> r<strong>en</strong>dem<strong>en</strong>ts <strong>des</strong> marchés actions puiss<strong>en</strong>t permettre d’atténuer les risques de<br />
perte extrême. Nous <strong>en</strong>visagerons <strong>en</strong>fin le cas d’un assureur-vie (contrat <strong>en</strong> euros), où nous montrerons<br />
comm<strong>en</strong>t les fonds alternatifs peuv<strong>en</strong>t permettre une gestion dissymétrique du risque de taux.<br />
6.1. Le Cas d’un <strong>Passif</strong> Individuel de Retraite<br />
Il s’agit donc dans un premier temps de réaliser un exercice de gestion actif-passif, dans le cas d’un<br />
passif de retraite à longue durée et forte indexation au risque d’inflation. Le passif de l’investisseur est<br />
modélisé comme une somme de flux nominaux de montants réels fixes à verser chaque année p<strong>en</strong>dant<br />
10 ans. On quantifie dans ce qui suit l’estimation de l’effet d’augm<strong>en</strong>tation de l’allocation optimale<br />
<strong>en</strong> actions et obligations liée à la diversification du risque de ces classes par introduction de fonds<br />
alternatifs, ainsi que l’effet att<strong>en</strong>du <strong>en</strong> termes de diminution du risque de déficit actif-passif.<br />
Le protocole numérique suivi pour cette expéri<strong>en</strong>ce est le suivant. Pour chacune <strong>des</strong> valeurs <strong>des</strong><br />
paramètres, nous avons créé 10 000 scénarios et réalisé l’optimisation décrite à la section 3, <strong>en</strong> utilisant<br />
comme paramètres les valeurs de la table 1 pour les moy<strong>en</strong>nes et les corrélations <strong>des</strong> actions et <strong>des</strong><br />
obligations, ainsi que pour la valeur estimée de la volatilité <strong>des</strong> obligations indexées sur l’inflation<br />
(OATi). Pour les actions et les obligations, les volatilités estimées vari<strong>en</strong>t <strong>en</strong> fonction du pourc<strong>en</strong>tage<br />
alloué aux fonds alternatifs, comme indiqué dans la table 6. <strong>La</strong> table 7 prés<strong>en</strong>te les résultats obt<strong>en</strong>us <strong>en</strong><br />
termes d’allocation optimale, ainsi que les bénéfices procurés <strong>en</strong> termes de déficit actif-passif moy<strong>en</strong> et<br />
de probabilité de déficit actif-passif supérieur à 10%.<br />
Table 7. Evolution de l’allocation optimale, du déficit actif-passif moy<strong>en</strong> et de la probabilité d’un déficit actif-passif supérieure à 10%, <strong>en</strong> fonction<br />
de la proportion allouée aux fonds alternatifs dans les portefeuilles d’actions et d’obligations (nominales).<br />
Allocation <strong>en</strong><br />
HFs au sein<br />
<strong>des</strong> actions et<br />
obligations<br />
Actions Obligations OATi<br />
Allocation<br />
effective<br />
<strong>en</strong> HF<br />
Déficit<br />
actif-passif<br />
moy<strong>en</strong><br />
Avantage<br />
procuré<br />
par les HFs<br />
Probabilité<br />
d'un déficit<br />
actif-passif<br />
supérieur à<br />
10%<br />
Avantage<br />
procuré<br />
par les HFs<br />
0% HF 16,21% 26,40% 57,39% 0,00% 15,44% - 53,75% -<br />
5% HF 16,65% 27,85% 55,49% 2,23% 15,30% 0,90% 53,08% 1,25%<br />
15% HF 21,35% 20,55% 58,10% 6,29% 14,50% 6,11% 48,82% 9,17%<br />
25% HF 25,18% 19,99% 54,83% 11,29% 13,94% 9,71% 44,24% 17,69%<br />
35% HF 31,60% 13,55% 54,85% 15,80% 12,95% 16,09% 37,59% 30,07%<br />
Ces chiffres montr<strong>en</strong>t que l’introduction de fonds alternatifs permet une amélioration significative du<br />
processus de gestion du risque, dans un contexte de gestion actif-passif. Par exemple, l’introduction<br />
de 25% de fonds alternatifs, dans les portions du portefeuille allouées aux actions et aux obligations,<br />
permet de réduire de 9,71% le déficit moy<strong>en</strong>. L’impact est <strong>en</strong>core plus spectaculaire pour les risques<br />
extrêmes, puisque l’introduction de 25% de fonds alternatifs dans l’allocation actions/obligations<br />
permet une réduction de 17,69% de la probabilité d’un déficit actif-passif supérieur à 10%.<br />
Une allocation de 25% <strong>en</strong> fonds alternatifs peut sembler très élevée. Remarquons cep<strong>en</strong>dant que<br />
l’introduction implicite de fonds alternatifs a été réalisée uniquem<strong>en</strong>t dans la portion du portefeuille<br />
investie <strong>en</strong> actions et <strong>en</strong> obligations, et non dans celle investie <strong>en</strong> OATi. Par conséqu<strong>en</strong>t, le montant effectif<br />
investi <strong>en</strong> fonds alternatifs est plus faible que celui m<strong>en</strong>tionné dans le tableau ci-<strong>des</strong>sus (5%-35%). <strong>La</strong><br />
cinquième colonne de la table 7 donne la proportion effective allouée aux fonds alternatifs, exprimée<br />
17
comme proportion <strong>des</strong> portefeuilles obt<strong>en</strong>us. L’introduction de 25% de fonds alternatifs dans les<br />
portions <strong>des</strong> portefeuilles investies <strong>en</strong> actions et <strong>en</strong> obligations, conduit par exemple à une proportion<br />
très raisonnable de 11,29% du portefeuille total alloué aux fonds alternatifs.<br />
Le graphique 2 résume les avantages relatifs <strong>en</strong> termes de déficit moy<strong>en</strong> et de probabilité de déficit<br />
supérieur à 10%.<br />
Graphique 2. Amélioration du déficit moy<strong>en</strong> et de la probabilité d’un déficit supérieur à 10% <strong>en</strong> fonction de la proportion effective allouée aux<br />
fonds alternatifs.<br />
Ces résultats indiqu<strong>en</strong>t que, dans un contexte ALM, l’ajout à un investissem<strong>en</strong>t <strong>en</strong> actions et <strong>en</strong><br />
obligations, de portefeuilles de fonds alternatifs bi<strong>en</strong> construits, permet de générer <strong>des</strong> profits<br />
significatifs, se traduisant par une réduction de l’écart <strong>en</strong>tre actif et passif. Il apparaît que même<br />
l’allocation d’une faible part <strong>en</strong> fonds alternatifs conduit à une réduction significative <strong>des</strong> risques<br />
extrêmes. <strong>La</strong> probabilité de déficit extrême, à savoir une valeur de l’actif inférieure à 90% de la<br />
valeur du passif, peut être réduite d’au moins 30% <strong>en</strong> n’allouant qu’à peine plus de 15% aux fonds<br />
alternatifs.<br />
6.2. Le Cas d’un <strong>Passif</strong> Court<br />
Dans un deuxième temps, nous considérons une situation où la durée du passif est assez courte (par<br />
exemple autour de 4 ans). L’intuition suggère <strong>en</strong> effet que les <strong>en</strong>jeux de contrôle <strong>des</strong> risques sont<br />
<strong>en</strong>core plus significatifs sur <strong>des</strong> horizons courts, <strong>en</strong> particulier <strong>en</strong> ce qui concerne les risques de<br />
l’investissem<strong>en</strong>t <strong>en</strong> actions, dans la mesure où il ne s’agit pas d’espérer que <strong>des</strong> phénomènes de type<br />
retour à la moy<strong>en</strong>ne vi<strong>en</strong>n<strong>en</strong>t atténuer l’effet de pertes significatives sur les marchés actions.<br />
Pour tâcher d’apprécier l’effet de protection <strong>des</strong> risques actif-passif lié à l’introduction de fonds<br />
alternatifs, nous avons réalisé l’expéri<strong>en</strong>ce suivante. Dans un premier temps, nous reproduisons dans<br />
le cas d’un passif de durée 4 ans l’exercice d’optimisation précédemm<strong>en</strong>t réalisé dans le cadre d’un<br />
passif de durée 10 ans. <strong>La</strong> table 8 ci-<strong>des</strong>sous permet de résumer les résultats d’allocation optimale<br />
ainsi obt<strong>en</strong>us.<br />
18<br />
Table 8. Evolution de l’allocation optimale, du déficit actif-passif moy<strong>en</strong> et de la probabilité d’un déficit actif-passif supérieure à 10%, <strong>en</strong> fonction<br />
de la proportion allouée aux fonds alternatifs dans les portefeuilles d’actions et d’obligations (nominales).<br />
Allocation <strong>en</strong><br />
HFs au sein<br />
<strong>des</strong> actions et<br />
obligations<br />
Actions Obligations OATi<br />
Allocation<br />
effective<br />
<strong>en</strong> HF<br />
Déficit<br />
actif-passif<br />
moy<strong>en</strong><br />
Avantage<br />
procuré par<br />
les HFs<br />
Probabilité<br />
d'un déficit<br />
actif-passif<br />
supérieur à<br />
10%<br />
Avantage<br />
procuré par<br />
les HFs<br />
0% 11,20% 10,19% 78,60% 0,00% 6,76% - 16,00% -<br />
5% 10,97% 11,17% 77,86% 1,11% 6,63% 1,88% 15,39% 3,81%<br />
15% 12,07% 11,33% 76,60% 3,51% 6,54% 3,24% 14,03% 12,31%<br />
25% 15,74% 9,56% 74,71% 6,32% 6,36% 5,97% 13,63% 14,81%<br />
35% 18,03% 4,54% 77,43% 7,90% 6,14% 9,17% 11,53% 27,94%
Dans un contexte court terme, avec <strong>des</strong> risques extrêmes significativem<strong>en</strong>t plus élevés que ne le laiss<strong>en</strong>t<br />
supposer les modélisations stochastiques traditionnelles, il apparaît clairem<strong>en</strong>t qu’il n’est pas possible<br />
de considérer la volatilité comme un paramètre suffisant de risque pour la prise <strong>en</strong> compte <strong>des</strong> actions<br />
dans la gestion actif-passif.<br />
Dans un deuxième temps, nous analysons donc la capacité de réduction <strong>des</strong> risques extrêmes <strong>des</strong> fonds<br />
alternatifs vis-à-vis <strong>des</strong> actions, et donc de diminution de la probabilité de déficit extrême d’une gestion<br />
actif-passif, dans le cadre d’un stress test incluant une période fortem<strong>en</strong>t baissière du marché actions,<br />
<strong>en</strong> l’occurr<strong>en</strong>ce celle allant d’avril 2000 à mars 2003. Pour cela, nous considérons la situation d’un<br />
investisseur ayant un ratio de funding de 100% <strong>en</strong> avril 2000, ayant pratiqué une politique d’allocation<br />
incluant <strong>des</strong> quantités variables de fonds alternatifs, avec les pondérations indiquées dans la table 8. <strong>La</strong><br />
table 9 donne la valeur du déficit actif-passif à la fin de la période de baisse <strong>des</strong> marchés actions (mars<br />
2003), pour différ<strong>en</strong>ts niveaux d’investissem<strong>en</strong>t <strong>en</strong> fonds alternatifs.<br />
Table 9. Valeur du déficit actif-passif à la fin de la période de baisse <strong>des</strong> marchés actions (mars 2003), à partir d’un déficit initial nul <strong>en</strong> date d’avril<br />
2000, <strong>en</strong> fonction de la proportion allouée aux fonds alternatifs dans les portefeuilles d’actions et d’obligations (nominales). Nous avons utilisé<br />
l’indice MSCI World comme proxy de la classe actions, l’indice Lehman Global Treasury comme proxy de la classe obligations nominales, l’indice<br />
Merryl Lynch US Treasury Inflation-Linked Bonds comme proxy de la classe actions réelles, et l’indice <strong>EDHEC</strong> Fund of Funds comme proxy de la classe<br />
fonds alternatifs.<br />
Actions<br />
Obligations<br />
OATi<br />
Déficit actif-passif<br />
sans HFs<br />
Déficit actif-passif<br />
avec HFs<br />
Avantage procuré<br />
par les HFs<br />
11.20% 10.19% 78.60% 20.97% 20.97% 0.00%<br />
10.97% 11.17% 77.86% 21.00% 20.72% 1.35%<br />
12.07% 11.33% 76.60% 21.78% 20.86% 4.42%<br />
15.74% 9.56% 74.71% 23.95% 21.96% 9.08%<br />
18.03% 4.54% 77.43% 24.56% 21.39% 14.87%<br />
Il apparaît ainsi qu’une allocation effective de 7,90% <strong>en</strong> fonds alternatifs, qui correspond à une<br />
allocation de 35% au sein de la classe actions et obligations nominales, permet sur données historiques<br />
de réduire de près de 15% le déficit actif-passif constaté sur une période particulièrem<strong>en</strong>t défavorable<br />
aux marchés actions. Ce résultat permet ainsi de confirmer les bénéfices <strong>des</strong> fonds alternatifs dans<br />
une optique de gestion <strong>des</strong> risques actif-passif constatés dans le cadre <strong>des</strong> analyses de Monte-Carlo<br />
développées <strong>en</strong> section 6.1.<br />
6.3. Le Cas d’un <strong>Passif</strong> d’Assurance-Vie<br />
Nous <strong>en</strong>visageons maint<strong>en</strong>ant le cas d’un passif d’assurance–vie, où nous montrerons comm<strong>en</strong>t les fonds<br />
alternatifs peuv<strong>en</strong>t permettre une gestion dissymétrique du risque de taux. Il s’agit ainsi d’illustrer la<br />
capacité <strong>des</strong> fonds alternatifs à améliorer les risques extrêmes <strong>des</strong> produits de taux d’intérêts qui sont<br />
utilisés <strong>en</strong> couverture non parfaite <strong>des</strong> passifs <strong>des</strong> contrats <strong>en</strong> euros notamm<strong>en</strong>t <strong>en</strong> pr<strong>en</strong>ant <strong>en</strong> compte<br />
un contexte de modification du passif <strong>en</strong> cas de remontée <strong>des</strong> taux.<br />
Pour cela, nous allons considérer un passif simplifié d’assurance-vie, avec un contrat portant sur<br />
un nombre de souscripteurs initialem<strong>en</strong>t fixé à 1000. Pour une stylisation maximale ainsi qu'une<br />
compréh<strong>en</strong>sion analytique <strong>des</strong> différ<strong>en</strong>ts composants qui <strong>en</strong>tr<strong>en</strong>t dans le risque actif-passif d'une<br />
compagnie d'assurance-vie, nous réaliserons cette étude sur un produit dit à bonus ou fidélité. Ce<br />
produit consistera <strong>en</strong> une prime unique de €100 versée à la date initiale, créditée d'un taux technique<br />
de 2% par an, la participation aux bénéfices étant versée à la date finale (supposée être égale à 8 ans)<br />
<strong>en</strong> cas de fidélité du cli<strong>en</strong>t. <strong>La</strong> participation aux bénéfices consistera dans le payem<strong>en</strong>t de 90% de la<br />
performance du portefeuille, nette <strong>des</strong> intérêts techniques. Par souci de simplification, nous proposons<br />
de ne pas modéliser de commissions sur <strong>en</strong>cours, le résultat de la société d'assurance étant observé <strong>en</strong><br />
t=8 <strong>en</strong> fonction de la performance du portefeuille.<br />
19
Ce choix d'un produit, où la participation aux bénéfices est versée intégralem<strong>en</strong>t <strong>en</strong> fin de contrat,<br />
permet une compréh<strong>en</strong>sion simple <strong>des</strong> mécanismes à l'œuvre dans l'assurance-vie. Elle évite <strong>en</strong> particulier<br />
d'avoir à définir <strong>des</strong> règles d'attribution de participation aux bénéfices <strong>en</strong> cours de vie du contrat, ce<br />
qui implique à la fois la définition du programme de réalisation <strong>des</strong> plus ou moins-values ainsi que<br />
l'utilisation <strong>des</strong> réserves de lissage telle la provision pour excéd<strong>en</strong>t, élém<strong>en</strong>ts dont la modélisation varie<br />
selon les compagnies. Dans cette étude, puisque nous nous intéressons à la valeur terminale du contrat,<br />
nous ferons égalem<strong>en</strong>t abstraction de la provision pour risque d'exigibilité 9 .<br />
Au-delà de la participation aux bénéfices, le cli<strong>en</strong>t bénéficie <strong>des</strong> garanties habituelles sur son contrat<br />
d'assurance-vie, <strong>en</strong> particulier la possibilité de racheter à tout mom<strong>en</strong>t son contrat à la valeur donnée<br />
par les provisions mathématiques (créditées à tout mom<strong>en</strong>t du taux d'intérêt technique). Dans notre cas<br />
de figure, il apparaît que la fonction de rachat se définit comme une option de v<strong>en</strong>te (put) sur la valeur<br />
du portefeuille, dont le prix d’exercice (strike) est égal aux provisions mathématiques.<br />
Afin de pr<strong>en</strong>dre <strong>en</strong> compte de façon agrégée les aspects fiscaux et patrimoniaux qui vi<strong>en</strong>n<strong>en</strong>t impacter<br />
la décision d’exercice de cette option de v<strong>en</strong>te pour l’éloigner d’un exercice rationnel sur une base<br />
purem<strong>en</strong>t financière, nous étudions le cas plus réaliste dans lequel le comportem<strong>en</strong>t <strong>des</strong> assurés est<br />
modélisé <strong>en</strong> termes d’une fonction de rachat. Nous considérons ainsi que le taux de rachat progresse <strong>en</strong><br />
fonction de l'ét<strong>en</strong>due de la moins-value du fond.<br />
Plus formellem<strong>en</strong>t, la proportion de souscripteurs à la date t est notée par p t . Sa modélisation <strong>en</strong><br />
fonction de l’écart <strong>en</strong>tre PM(t) et A(t) est représ<strong>en</strong>tée par la fonction logistique suivante :<br />
⎛ ⎛ A<br />
exp −20 × t<br />
⎞ ⎞<br />
− 0.8<br />
⎝ ⎜ ⎝ ⎜ PM t<br />
⎠ ⎟ ⎠ ⎟<br />
p t<br />
= 0.8 ×<br />
⎛ ⎛ A<br />
1 + exp −20 × t<br />
⎞ ⎞<br />
− 0.8<br />
⎝ ⎜ ⎝ ⎜ PM t<br />
⎠ ⎟ ⎠ ⎟<br />
où nous notons A t la valeur de marché <strong>des</strong> actifs <strong>en</strong> t, et PM t la provision mathématique <strong>en</strong> t donnée<br />
par PM t = PM 0 ×(1+r) t pour t
En ce qui concerne les flux de passifs notés F t , nous avons:<br />
T −1<br />
⎛ ⎞<br />
F T<br />
= PM 0<br />
× 1 − ∑ p t<br />
⎝ ⎜ ⎠ ⎟ × 1 + r<br />
t =1<br />
F t<br />
= PM 0<br />
× p t<br />
× ( 1 + r ) t pour t0)), comme <strong>en</strong> termes de déficit moy<strong>en</strong> (expected SF), et ce pour<br />
toutes les allocations. Afin d’apprécier les risques extrêmes de décalage actif-passif liés à la dép<strong>en</strong>dance<br />
non-linéaire de la valeur <strong>des</strong> passifs sur le niveau <strong>des</strong> taux d’intérêt, nous choisissons par ailleurs de<br />
considérer dans cette section l’impact sur la probabilité d’un déficit supérieur à 25% (plutôt que 10%<br />
comme dans les sections précéd<strong>en</strong>tes), mesuré par Prob(SF>25%).<br />
21
Les bénéfices <strong>en</strong> termes de gestion <strong>des</strong> risques liés à l’introduction <strong>des</strong> fonds alternatifs sont spectaculaires.<br />
Si l’on considère par exemple une allocation égale à 25% <strong>en</strong> actions, 50% <strong>en</strong> obligations nominales<br />
et 25% <strong>en</strong> obligations indexées (cas 2), l’introduction de 15% de fonds alternatifs dans chacune <strong>des</strong><br />
classes considérées (<strong>en</strong> fait uniquem<strong>en</strong>t dans les actions et obligations nominales) se traduit par une<br />
baisse de près de 40% de la probabilité d’un déficit (qui passe ainsi de 15,85% à 11,45%) et par une<br />
baisse de près de 130% de la probabilité d’un déficit extrême (qui passe ainsi de 1,16% à 0,51%) !<br />
22<br />
Table 12 : Analyse de la situation nette de la compagnie d’assurance à la date terminale <strong>en</strong> pourc<strong>en</strong>tage de la valeur initiale <strong>des</strong> contrats.<br />
cas 1<br />
Allocation<br />
effective<br />
<strong>en</strong> HFs<br />
min 25% médiane 75% max<br />
prob<br />
(SF>0)<br />
expected<br />
SF<br />
prob<br />
(SF>0,25)<br />
0% HF 0% -72,71 1,19 4,89 8,39 38,20 17,37% 14,79 2,89%<br />
5% HF 3,75% -90,37 1,36 4,93 8,25 32,41 15,95% 13,24 2,04%<br />
15% HF 11,25% -60,46 1,98 5,04 8,04 29,78 12,42% 12,06 1,30%<br />
25% HF 18,75% -57,32 2,61 5,05 7,56 21,74 9,31% 9,92 0,45%<br />
35% HF 26,25% -39,24 2,99 5,11 7,22 19,04 6,27% 9,13 0,24%<br />
cas 2 min 25% médiane 75% max<br />
prob<br />
(SF>0)<br />
expected<br />
SF<br />
prob<br />
(SF>0,25)<br />
0% HF 0% -66,50 1,07 3,79 6,21 25,55 15,85% 11,11 1,16%<br />
5% HF 3,75% -67,31 1,23 3,76 6,20 19,58 14,51% 10,15 0,80%<br />
15% HF 11,25% -59,41 1,62 3,83 5,91 20,38 11,45% 9,50 0,51%<br />
25% HF 18,75% -40,19 1,81 3,78 5,65 16,12 9,10% 7,93 0,15%<br />
35% HF 26,25% -33,40 2,09 3,87 5,53 14,85 7,18% 7,58 0,11%<br />
cas 3 min 25% médiane 75% max<br />
prob<br />
(SF>0)<br />
expected<br />
SF<br />
prob<br />
(SF>0,25)<br />
0% HF 0% -52,38 0,99 3,48 5,63 21,49 15,49% 10,11 0,86%<br />
5% HF 2,50 -59,63 1,11 3,40 5,61 18,03 14,22% 9,30 0,59%<br />
15% HF 7,50% -57,22 1,33 3,45 5,37 18,94 12,08% 8,82 0,33%<br />
25% HF 12,50% -34,97 1,49 3,39 5,21 14,27 10,76% 7,61 0,12%<br />
35% HF 17,50% -37,53 1,68 3,46 5,10 13,41 8,96% 7,56 0,17%<br />
cas 4 min 25% médiane 75% max<br />
prob<br />
(SF>0)<br />
expected<br />
SF<br />
prob<br />
(SF>0,25)<br />
0% HF 0% -63,26 1,23 4,10 6,72 26,32 15,22% 11,66 1,36%<br />
5% HF 3,33% -72,47 1,37 4,08 6,64 21,54 13,95% 10,42 0,84%<br />
15% HF 10% -59,12 1,82 4,14 6,37 20,90 11,22% 9,79 0,58%<br />
25% HF 16,67% -42,12 2,06 4,11 6,07 15,98 8,70% 8,05 0,24%<br />
35% HF 23,33% -33,74 2,37 4,17 5,90 14,92 6,55% 7,79 0,14%<br />
cas 5 min 25% médiane 75% max<br />
prob<br />
(SF>0)<br />
expected<br />
SF<br />
prob<br />
(SF>0,25)<br />
0% HF 0% -142,94 0,21 5,93 11,71 66,20 23,66% 22,46 8,40%<br />
5% HF 4,50% -150,61 0,55 6,06 11,62 60,32 21,96% 20,91 7,12%<br />
15% HF 13,50% -105,83 1,51 6,38 11,22 50,72 17,72% 17,77 4,35%<br />
25% HF 22,50% -135,25 2,67 6,58 10,58 36,23 12,79% 15,58 2,41%<br />
35% HF 31,50% -72,28 3,56 6,68 9,93 32,25 8,27% 14,01 1,19%<br />
cas 6 min 25% médiane 75% max<br />
prob<br />
(SF>0)<br />
expected<br />
SF<br />
prob<br />
(SF>0,25)<br />
0% HF 0% -75,61 0,29 2,98 5,48 24,04 21,99% 11,63 1,82%<br />
5% HF 4,50% -57,95 0,46 3,02 5,47 19,35 20,09% 10,89 1,51%<br />
15% HF 13,50% -58,99 0,82 3,14 5,30 19,42 16,25% 9,77 0,77%<br />
25% HF 22,50% -42,28 1,03 3,07 5,02 16,66 14,14% 8,53 0,33%<br />
35% HF 31,50% -42,94 1,29 3,23 4,97 15,42 11,86% 8,06 0,24%
case 7 min 25% median 75% max<br />
prob<br />
(SF>0)<br />
expected<br />
SF<br />
Prob<br />
(SF>0,25)<br />
0% HF 0% -50,92 0,18 2,05 3,98 15,25 22,23% 9,36 0,86%<br />
5% HF 1% -44,59 0,15 2,03 3,92 15,12 22,64% 8,95 0,68%<br />
15% HF 3% -53,73 0,17 1,99 3,87 16,37 22,10% 8,65 0,56%<br />
25% HF 5% -37,70 0,20 1,97 3,81 13,55 21,77% 8,78 0,53%<br />
35% HF 7% -46,26 0,20 1,99 3,86 12,25 21,65% 8,74 0,53%<br />
Pour les cas 1-7, différ<strong>en</strong>ts niveaux de diversification ont été testés correspondant à <strong>des</strong> niveaux d’allocation <strong>en</strong> fonds alternatifs. <strong>La</strong> première<br />
colonne indique le montant de fonds alternatifs ajouté à <strong>des</strong> classes d’actifs traditionnelles (obligations nominales et actions), tandis que<br />
la deuxième colonne indique l’allocation effective <strong>en</strong> fonds alternatifs au sein de l’allocation globale. Pour le cas 1, par exemple, la ligne<br />
15 HF%, s’est traduit <strong>en</strong> une allocation de 42,5% <strong>en</strong> actions (50%*(100%-15%)), 21.25% <strong>en</strong> obligations nominales (25%*(100%-15%)), 25%<br />
<strong>en</strong> obligations indexées (classe non-diversifiée) et 11,25% <strong>en</strong> fonds alternatifs (15%*(50%+25%)). A partir de 10000 trajectoires aléatoires,<br />
l’indicateur Prob(SF>0) donne la proportion de trajectoires affichant un déficit à la date finale. L’indicateur expected SF correspond à la perte<br />
moy<strong>en</strong>ne de toutes les trajectoires affichant un déficit à la date finale. Enfin, Prob(SF>0,25) représ<strong>en</strong>te la proportion de trajectoires affichant un<br />
déficit à la date finale supérieur à 25% de la somme initialem<strong>en</strong>t versée.<br />
7. Conclusion<br />
Alors que la plupart <strong>des</strong> investisseurs institutionnels considèr<strong>en</strong>t les fonds alternatifs comme<br />
une solution possible aux difficultés posées par la gestion actif-passif, confrontée à de sérieuses<br />
préoccupations sur la taille de la prime <strong>des</strong> actions et <strong>des</strong> obligations, et les risques qui leur sont<br />
associés, l’on sait peu de choses sur la manière d’inclure ces styles d’investissem<strong>en</strong>t alternatifs dans<br />
un contexte actif-passif.<br />
Cette étude met <strong>en</strong> évid<strong>en</strong>ce les profits fournis par les fonds alternatifs dans un contexte d’optimisation<br />
de surplus. A cette fin, nous avons proposé une approche pragmatique, qui ne traite pas les fonds<br />
alternatifs comme un ajout, mais comme un complém<strong>en</strong>t aux classes d’actifs traditionnelles (actions<br />
et obligations), ce qui limite le problème de la modélisation <strong>des</strong> distributions de r<strong>en</strong>tabilités <strong>des</strong><br />
fonds alternatifs et de l’estimation <strong>des</strong> paramètres qui leur sont associés. Nous concluons que <strong>des</strong><br />
portefeuilles de fonds alternatifs bi<strong>en</strong> construits peuv<strong>en</strong>t être particulièrem<strong>en</strong>t attractifs lorsque<br />
l’objectif d’optimisation <strong>des</strong> r<strong>en</strong>tabilités espérées doit satisfaire <strong>des</strong> contraintes de passif. Ceci provi<strong>en</strong>t<br />
<strong>des</strong> bénéfices de diversification procurés par les fonds alternatifs, et résultant <strong>en</strong> un comportem<strong>en</strong>t<br />
intéressant sur les queues de distribution et sur les risques extrêmes <strong>des</strong> portefeuilles d’actions et<br />
d’obligations.<br />
23
8. Référ<strong>en</strong>ces<br />
• Agarwal, V., et N. Naik, 2004, « <strong>Risk</strong> and Portfolio Decisions Involving Hedge Funds », Review of<br />
Financial Studies, 17, 1, 63-98.<br />
• Agarwal V., Fung, W., Loon, Y. C., et N. Y. Naik, 2004, « <strong>Risk</strong>s in Hedge Fund Strategies: The Case of<br />
Convertible Arbitrage », Working Paper.<br />
• Am<strong>en</strong>c, N., Goltz, F., et L. Martellini, 2005, « Hedge Funds from the Institutional Investor’s Perspective »,<br />
in Hedge Funds: Insights in Performance Measurem<strong>en</strong>t, <strong>Risk</strong> Analysis, and Portfolio Allocation, edited<br />
by Greg Gregoriou, Nicolas Papageorgiou, Georges Hübner, and Fabrice Rouah, John Wiley.<br />
• Am<strong>en</strong>c, N., Martellini, L., et P. Malaise, 2004, « Revisiting Core-Satellite Investing - A Dynamic<br />
Model of Relative <strong>Risk</strong> Managem<strong>en</strong>t », Journal of Portfolio Managem<strong>en</strong>t, 31, 1, 64-75.<br />
• Am<strong>en</strong>c, N., Martellini, L., et M. Vaissié, 2004, « Indexing Hedge Fund Indexes », in Intellig<strong>en</strong>t Hedge<br />
Fund Investing, edited by Barry Schachter, <strong>Risk</strong> Books.<br />
• Bansal, R., et S. Viswanathan, 1993, « No Arbitrage and Arbitrage Pricing », Journal of Finance, 48,<br />
4, 1231-1262.<br />
• Bansal, R., D. Hsieh, et S. Viswanathan, 1993, « A New Approach to International Arbitrage Pricing »,<br />
Journal of Finance, 48, 5, 1719-1747.<br />
• Credit Suisse First Boston, 2003, « The Magic of P<strong>en</strong>sion Accounting, Part II », Equity Research<br />
Report (15 October).<br />
• Dimson, E., P. Marsh, et M. Staunton, Triumph of the Optimists, 2002, Princeton University Press.<br />
• Draper, D., et D. Shimko, 1993, « On the Exist<strong>en</strong>ce of ‘Redundant Securities’ », Working Paper,<br />
University of Southern California.<br />
• Fung, W., et D. A. Hsieh, 1997, « Empirical Characteristics of Dynamic Trading Strategies: The Case<br />
of Hedge Funds », Review of Financial Studies, 10, 275-302.<br />
• —, 2001, « The <strong>Risk</strong> in Hedge Fund Strategies: Theory and Evid<strong>en</strong>ce from Tr<strong>en</strong>d Followers ». Review<br />
of Financial Studies, 14, 313-341.<br />
• —, 2002, « The <strong>Risk</strong> in Fixed-Income Hedge Fund Styles », Journal of Fixed Income, 12, 2, 16-27.<br />
• —, 2003, « The <strong>Risk</strong> in Equity Long/Short Hedge Funds », Working Paper, London Business School<br />
and Duke University.<br />
• —, 2004, « Hedge Fund B<strong>en</strong>chmarks: A <strong>Risk</strong> Based Approach », Financial Analysts Journal, 60, 5,<br />
65-80.<br />
• Glost<strong>en</strong> L., et R. Jagannathan, 1994, « A Conting<strong>en</strong>t Claim Approach to Performance Evaluation »,<br />
Journal of Empirical Finance, 1, 133-160.<br />
• Karavas, V., H. Kazemi, et T. Schneeweis, 2004, « Derivative-Based Replication of Hedge Fund Returns »,<br />
Working Paper, CISDM.<br />
• Kothari, S. P., et J. Shank<strong>en</strong>, 2004, « Asset Allocation with Inflation-Protected Bonds », Financial<br />
Analyst Journal.<br />
• Lhabitant F.-S., 2001, « Hedge Funds Investing: a Quantitative Look inside the Black Box », CapCo.<br />
• Le Vallois, F., A. Tosetti, P. Palsky, et B. Paris, 2003, <strong>Gestion</strong> actif passif <strong>en</strong> assurance vie,<br />
Economica.<br />
• Leibowitz, M., et A. Weinberger, 1982, « Conting<strong>en</strong>t Immunization—Part I: <strong>Risk</strong> Control Procedures »,<br />
Financial Analysts Journal (November/December), 17–31.<br />
24
• Leibowitz, M., et A. Weinberger, 1982, « Conting<strong>en</strong>t Immunization—Part II: Problem Areas », Financial<br />
Analysts Journal, January/February, 35–50.<br />
• Liang B., 2001, « Hedge Fund Performance: 1990-1999 », Financial Analysts Journal, (January/<br />
February), 11-18.<br />
• Martellini, L., Priaulet, P. et Priaulet, S., 2003, Fixed-Income Securities – Valuation, <strong>Risk</strong> Managem<strong>en</strong>t<br />
and Portfolio Strategies, John Wiley & Sons.<br />
• Martellini, L., M. Vaissié, et V. Ziemann, 2005, « Investing in Hedge Funds: Adding Value through<br />
Active Style Allocation Decisions », Working Paper, <strong>EDHEC</strong> <strong>Risk</strong> and Asset Managem<strong>en</strong>t Research<br />
C<strong>en</strong>tre.<br />
• Martellini, L., et V. Ziemann, 2005, « Marginal Impacts on Portfolio Distributions », Working Paper,<br />
<strong>EDHEC</strong> <strong>Risk</strong> and Asset Managem<strong>en</strong>t Research C<strong>en</strong>tre<br />
• Mitchell, M., et T. Pulvino, 2001, « Characteristics of <strong>Risk</strong> and Return in <strong>Risk</strong> Arbitrage », Journal of<br />
Finance, 56, 6, 2135-2175.<br />
• Mulvey, J., Fabozzi, F., Pauling, W., Simsek, K., et Z. Zhang, 2005, « Modernizing the Defined-B<strong>en</strong>efit<br />
P<strong>en</strong>sion System », Journal of Portfolio Managem<strong>en</strong>t, 31, 2, 73-82.<br />
• Schneeweis T., et R. Spurgin, 2000, « The B<strong>en</strong>efits of Index Option-Based Strategies for Institutional<br />
Portfolios », Working Paper (March).<br />
• Siegel, L., et B. Waring, 2004, « TIPS, the Dual Duration and the P<strong>en</strong>sion Plan », Financial Analysts<br />
Journal, 60, 5, 52-64.<br />
• Standard Life Investm<strong>en</strong>ts, 2003, Bridging the P<strong>en</strong>sions Gap, Global Bytes, http://<br />
uk.standardlifeinvestm<strong>en</strong>ts.com/cont<strong>en</strong>t/strategy/strategy_index.html.<br />
• The <strong>EDHEC</strong> European Alternative Diversification Practices Survey, 2005, <strong>EDHEC</strong> Publication.<br />
• Watson Wyatt, 2003, Global Asset Study (ongoing); as cited by "Finanz und Wirtschaft" (28/01/2004),<br />
http://www.finanzinfo.ch.<br />
9. App<strong>en</strong>dice A: Méthode de construction <strong>des</strong> indices <strong>EDHEC</strong> alternatifs<br />
Les difficultés liées au développem<strong>en</strong>t d’indices, déjà mises <strong>en</strong> évid<strong>en</strong>ce dans l’univers traditionnel,<br />
sont <strong>en</strong>core r<strong>en</strong>forcées dans le monde de l’investissem<strong>en</strong>t alternatif. Compte t<strong>en</strong>u de la rareté de<br />
l’information, il est difficile d’appliquer à l’univers alternatif la logique de la représ<strong>en</strong>tativité par la<br />
capitalisation boursière. Il n’est donc pas trivial de trouver un b<strong>en</strong>chmark qui soit représ<strong>en</strong>tatif d’un<br />
univers de gestion particulier. Comme il est difficile de juger de manière objective quel est le meilleur<br />
indice existant, l’idée naturelle consiste à utiliser une combinaison <strong>des</strong> indices concurr<strong>en</strong>ts (c’est-àdire<br />
<strong>des</strong> différ<strong>en</strong>ts indices représ<strong>en</strong>tatifs d’un style d’investissem<strong>en</strong>t donné, disponibles sur le marché),<br />
pour arriver à une meilleure compréh<strong>en</strong>sion de l’information commune à un style d’investissem<strong>en</strong>t<br />
spécifique.<br />
Une méthode directe consisterait à calculer un portefeuille équipondéré de tous les indices concurr<strong>en</strong>ts.<br />
Les indices de fonds alternatifs concurr<strong>en</strong>ts étant basés sur différ<strong>en</strong>ts <strong>en</strong>sembles de fonds alternatifs,<br />
un tel portefeuille d’indices serait plus exhaustif que n’importe lequel <strong>des</strong> indices concurr<strong>en</strong>ts dont il<br />
est extrait. Il est cep<strong>en</strong>dant possible de pousser cette logique un peu plus loin.<br />
Une solution optimale pour obt<strong>en</strong>ir un portefeuille représ<strong>en</strong>tatif consiste à utiliser <strong>des</strong> techniques<br />
d’analyse factorielle permettant de générer un groupe d’indices alternatifs pouvant être considérés<br />
comme les meilleurs résumés possibles à une dim<strong>en</strong>sion, pour un style donné, de l’information<br />
véhiculée par les indices concurr<strong>en</strong>ts, au s<strong>en</strong>s de la plus large fraction de la variance expliquée. D’un<br />
25
point de vue technique, cela revi<strong>en</strong>t à utiliser la première composante d’une analyse <strong>en</strong> composantes<br />
principales <strong>des</strong> indices concurr<strong>en</strong>ts (5 à 9 suivant la stratégie). <strong>La</strong> composition de la série d’indices<br />
<strong>EDHEC</strong> s’obti<strong>en</strong>t au moy<strong>en</strong> d’une simple normalisation <strong>des</strong> poids de la première composante (voir<br />
Am<strong>en</strong>c et al. (2004) pour plus de détails). <strong>La</strong> composition <strong>des</strong> indices <strong>EDHEC</strong> est rebalancée tous les 3<br />
mois <strong>en</strong> utilisant une f<strong>en</strong>être glissante de 36 mois comme période de calibration.<br />
10. App<strong>en</strong>dice B: <strong>La</strong> place <strong>des</strong> fonds alternatifs chez les investisseurs institutionnels<br />
Une <strong>en</strong>quête réalisée par l’<strong>EDHEC</strong> <strong>en</strong> 2005 auprès <strong>des</strong> 1000 plus grands investisseurs institutionnels<br />
Europé<strong>en</strong>s a permis d’obt<strong>en</strong>ir, sur la base de plus de 150 réponses, un panorama de leurs pratiques<br />
<strong>en</strong> matière d’investissem<strong>en</strong>t alternatif. L’échantillon incluait toutes les catégories d’investisseurs<br />
institutionnels, à savoir fonds de p<strong>en</strong>sion, banques d’investissem<strong>en</strong>t, compagnies d’assurance,<br />
fondations et associations, <strong>en</strong>treprises industrielles et commerciales. Les résultats ont montré que<br />
51% <strong>des</strong> investisseurs institutionnels avai<strong>en</strong>t recours aux fonds alternatifs et que leur investissem<strong>en</strong>t<br />
moy<strong>en</strong> dans ce type de placem<strong>en</strong>t était de 7%, la fourchette pouvant aller de 0,1% pour les moins<br />
exposés à 20% pour les plus exposés.<br />
<strong>EDHEC</strong> <strong>Risk</strong> and Asset Managem<strong>en</strong>t Research C<strong>en</strong>tre<br />
Créée <strong>en</strong> 1906, l’<strong>EDHEC</strong> est une <strong>des</strong> toutes premières écoles de gestion française. Accréditée par les<br />
trois principales organisations académiques internationales (AACSB (US-Global), AMBA (UK-Global)<br />
et l’EFMD (Europe-Global)), l’<strong>EDHEC</strong> développe depuis plusieurs années une stratégie d’excell<strong>en</strong>ce<br />
europé<strong>en</strong>ne qui l’a conduit à créer <strong>en</strong> 2001 l’<strong>EDHEC</strong> <strong>Risk</strong> and Asset Managem<strong>en</strong>t Research C<strong>en</strong>tre. Fort<br />
de 31 professeurs, ingénieurs et chercheurs associés, ce c<strong>en</strong>tre dispose de la plus importante équipe<br />
europé<strong>en</strong>ne de recherche <strong>en</strong> gestion d’actifs. Ses travaux de recherche <strong>en</strong> gestion alternative ont<br />
permis à l’<strong>EDHEC</strong> d’être aujourd’hui considérée comme un <strong>des</strong> spécialistes mondiaux de l’allocation<br />
dans les hedge funds.<br />
Le choix de l’allocation d’actifs<br />
Le C<strong>en</strong>tre de Recherche « <strong>Risk</strong> and Asset Managem<strong>en</strong>t » de l’<strong>EDHEC</strong> articule l’<strong>en</strong>semble de ses travaux<br />
autour de l’allocation d’actifs. Cette problématique correspond à une réelle att<strong>en</strong>te du marché.<br />
D’une part, la conjoncture boursière de ces dernières années a montré les limites <strong>des</strong> gestions<br />
actives fondées sur le seul stock picking comme source de performance. D’autre part, l’apparition<br />
de nouvelles classes d’actifs (hedge funds, private equity) aux profils de risques très différ<strong>en</strong>ts de<br />
ceux de l’univers d’investissem<strong>en</strong>t traditionnel, constitue de nouvelles opportunités conceptuelles<br />
et opérationnelles. Ce choix stratégique se décline dans l’<strong>en</strong>semble <strong>des</strong> programmes de recherche du<br />
C<strong>en</strong>tre, qu’il s’agisse de proposer de nouvelles métho<strong>des</strong> d’allocation stratégiques intégrant la classe<br />
alternative, de mesurer la performance <strong>des</strong> fonds <strong>en</strong> pr<strong>en</strong>ant <strong>en</strong> compte la dim<strong>en</strong>sion allocation<br />
tactique <strong>des</strong> alphas, de pr<strong>en</strong>dre <strong>en</strong> compte les risques extrêmes dans l’allocation ou d’étudier l’intérêt<br />
<strong>des</strong> dérivés dans la construction du portefeuille.<br />
Déterminants de la dispersion de la performance de la population <strong>des</strong> fonds<br />
Source <strong>EDHEC</strong> (2002), Ibbotson and Kaplan (2000)<br />
26
Une démarche de recherche appliquée<br />
Soucieuse de garantir une réelle applicabilité <strong>des</strong> recherches qu’elle effectue, l’<strong>EDHEC</strong> a mis <strong>en</strong> place<br />
un double dispositif de validation <strong>des</strong> travaux du C<strong>en</strong>tre de Recherche « <strong>Risk</strong> and Asset Managem<strong>en</strong>t ».<br />
Chacune <strong>des</strong> recherches doit se situer dans un programme de recherche dont les objectifs et la<br />
pertin<strong>en</strong>ce sont validés à la fois sur un plan académique mais égalem<strong>en</strong>t industriel par le conseil<br />
d’ori<strong>en</strong>tation du C<strong>en</strong>tre. Ce conseil associe à la fois <strong>des</strong> chercheurs reconnus internationalem<strong>en</strong>t<br />
mais égalem<strong>en</strong>t les part<strong>en</strong>aires industriels du C<strong>en</strong>tre. <strong>La</strong> gestion <strong>des</strong> programmes de recherche<br />
respecte un process de validation rigoureux qui <strong>en</strong> garantit tant la qualité sci<strong>en</strong>tifique que l’intérêt<br />
opérationnel.<br />
A ce jour, les programmes de recherche conduits par le C<strong>en</strong>tre sont au nombre de six :<br />
Allocation multistyle – multiclasse<br />
Ce programme de recherche a reçu le souti<strong>en</strong> de Misys Asset Managem<strong>en</strong>t Systems, de SG Asset<br />
Managem<strong>en</strong>t et de FIMAT. Les recherches conduites se focalis<strong>en</strong>t sur les bénéfices, les risques et les<br />
métho<strong>des</strong> de prise <strong>en</strong> compte de la classe alternative dans l’allocation d’actifs. Dans cette perspective,<br />
l’<strong>EDHEC</strong> apporte une contribution significative aux recherches conduites <strong>en</strong> matière de construction<br />
de portefeuille multistyle – multiclasse.<br />
Analyse de style et de la performance<br />
L’objectif sci<strong>en</strong>tifique <strong>des</strong> recherches m<strong>en</strong>ées est d’adapter les métho<strong>des</strong> et modèles d’analyse du<br />
style et de la performance du portefeuille à l’allocation tactique. Ainsi, les résultats <strong>des</strong> recherches<br />
conduites par l’<strong>EDHEC</strong> permett<strong>en</strong>t de mesurer les alphas <strong>des</strong> portefeuilles non seulem<strong>en</strong>t du stock<br />
picking mais égalem<strong>en</strong>t du style timing. Ce programme fait l’objet d’un part<strong>en</strong>ariat industriel avec la<br />
société EuroPerformance (Groupe Fininfo).<br />
Indices et b<strong>en</strong>chmarking<br />
L’<strong>EDHEC</strong> propose une méthodologie originale de construction d’indices de style tant dans les univers<br />
traditionnels qu’alternatifs. Ces indices vis<strong>en</strong>t à répondre aux critiques liées à l’hétérogénéité et<br />
au manque de représ<strong>en</strong>tativité <strong>des</strong> indices de style disponibles sur le marché. L’<strong>EDHEC</strong> a lancé les<br />
premiers indices de style composite dès 2003. Ce programme a reçu le souti<strong>en</strong> d’AF2I, d’Euronext, de<br />
BGI, de BNP Paribas Asset Managem<strong>en</strong>t et d’UBS Global Asset Managem<strong>en</strong>t.<br />
Allocation d’actifs et risques extrêmes<br />
Ce programme de recherche s’inscrit dans une préoccupation importante <strong>des</strong> investisseurs<br />
institutionnels et de leurs gérants <strong>en</strong> terme de minimisation <strong>des</strong> risques extrêmes. Il s’agit notamm<strong>en</strong>t<br />
d’adapter les outils actuels de mesure <strong>des</strong> risques extrêmes (VaR) et de construction de portefeuille<br />
(contrôle stochastique) à la problématique d’allocation long terme de fonds de retraite. Ce programme<br />
est conçu <strong>en</strong> coopération avec le laboratoire Omega de l’Inria. Ce programme de recherche vise<br />
égalem<strong>en</strong>t à couvrir d’autres sources pot<strong>en</strong>tielles de risques extrêmes telles que la liquidité et les<br />
opérations. L’objectif est de permettre une meilleure mesure et une meilleure modélisation de tels<br />
risques afin de les intégrer dans le processus d’allocation de portefeuille.<br />
Allocation d’actifs et produits dérivés<br />
Ce programme de recherche se conc<strong>en</strong>tre sur l’intérêt de l’utilisation <strong>des</strong> produits dérivés <strong>en</strong> matière<br />
de construction de portefeuille, qu’il s’agisse de mettre <strong>en</strong> place une allocation active du portefeuille<br />
ou de répliquer <strong>des</strong> indices. <strong>La</strong> réplication « passive » d’indices « actifs » de hedge funds par <strong>des</strong><br />
portefeuilles de produits dérivés est un axe clé <strong>des</strong> recherches conduites par l’<strong>EDHEC</strong>. Ce programme<br />
est sout<strong>en</strong>u par Eurex et Lyxor.<br />
27
<strong>Gestion</strong> actif/passif et gestion d’actifs<br />
Ce programme de recherche se conc<strong>en</strong>tre sur les applications <strong>des</strong> dernières recherches dans le domaine<br />
de la gestion actif/passif pour les fonds de p<strong>en</strong>sion et les compagnies d’assurance. Il s’intéresse<br />
notamm<strong>en</strong>t aux bénéfices qu’offre la gestion alternative (e.g. hedge funds) dans le cadre d’une<br />
gestion de portefeuille long terme. Les différ<strong>en</strong>tes recherches m<strong>en</strong>ées par le c<strong>en</strong>tre sur ce thème sont<br />
motivées par l’idée que l’amélioration <strong>des</strong> techniques de gestion et particulièrem<strong>en</strong>t <strong>des</strong> techniques<br />
d’allocation stratégique a un impact positif sur la performance <strong>des</strong> programmes de gestion actif/<br />
passif. Une att<strong>en</strong>tion toute particulière est accordée à l’évolution du cadre réglem<strong>en</strong>taire (e.g. normes<br />
IFRS) et son impact sur les pratiques <strong>en</strong> matières de gestion actif/passif. Ce programme est sout<strong>en</strong>u<br />
par AXA IM.<br />
<strong>La</strong> recherche au service de l’industrie<br />
Afin de faciliter le dialogue <strong>en</strong>tre les mon<strong>des</strong> académiques et industriels, le c<strong>en</strong>tre de recherche a<br />
récemm<strong>en</strong>t <strong>en</strong>trepris quatre gran<strong>des</strong> initiatives :<br />
• Ouverture d’un site web <strong>en</strong>tièrem<strong>en</strong>t dédié à l’activité de recherche internationale <strong>en</strong> gestion<br />
d’actifs. www.<strong>EDHEC</strong>-risk.com vise un public de professionnels qui souhait<strong>en</strong>t bénéficier <strong>des</strong> analyses<br />
et de l’expertise de l’<strong>EDHEC</strong> <strong>en</strong> matière de recherche appliquée <strong>en</strong> gestion de portefeuille, telle que <strong>des</strong><br />
synthèses, d’un point de vue industriel, <strong>des</strong> dernières recherches sci<strong>en</strong>tifiques <strong>en</strong> risques et allocation<br />
d’actifs, ainsi que l’actualité réc<strong>en</strong>te de l’industrie analysée à la lumière <strong>des</strong> résultats du programme<br />
de recherche de l’<strong>EDHEC</strong>. www.<strong>EDHEC</strong>-risk.com est égalem<strong>en</strong>t le site officiel <strong>des</strong> indices <strong>EDHEC</strong>.<br />
• <strong>La</strong>ncem<strong>en</strong>t de <strong>EDHEC</strong>-<strong>Risk</strong> Advisory, la branche conseil du c<strong>en</strong>tre de recherche focalisant sur la<br />
problématique de la gestion <strong>des</strong> risques au sein de l’industrie « buy-side », et offrant une large gamme<br />
de services visant à sout<strong>en</strong>ir les gérants de fonds et leurs prestataires de services dans les domaines du<br />
risque opérationnel, de la « best execution », de la vérification au préalable dans la gestion alternative<br />
et de la mise <strong>en</strong> place de systèmes de gestion <strong>des</strong> risques.<br />
• <strong>La</strong>ncem<strong>en</strong>t de <strong>EDHEC</strong> Investm<strong>en</strong>t Research, afin d’assister les investisseurs institutionnels et<br />
les gérants d’actifs dans la mise <strong>en</strong> œuvre <strong>des</strong> résultats de recherche de l’<strong>EDHEC</strong> <strong>Risk</strong> and Asset<br />
Managem<strong>en</strong>t Research C<strong>en</strong>tre. <strong>EDHEC</strong> Investm<strong>en</strong>t Research propose <strong>des</strong> services d’allocation d’actifs<br />
dans le contexte d’une approche « core-satellite » compr<strong>en</strong>ant la gestion alternative.<br />
• <strong>La</strong>ncem<strong>en</strong>t de <strong>EDHEC</strong> Alternative Investm<strong>en</strong>t Education, le fournisseur exclusif <strong>des</strong> formations de<br />
l’association CAIA (Chartered Alternative Investm<strong>en</strong>t Analyst) pour l’Europe.<br />
28