Date de publication : 1 octobre 2017

comparatifs allocations

Robo-advisor, quel modèle économique pour être viable ?

1) Les robo-advisors ont besoin d’un modèle mathématique

Toutes les méthodes d’allocations quantitatives qui sont utilisées par les robo-advisors s’appuient sur des modèles mathématiques qui reposent sur des hypothèses. Ces hypothèses peuvent avoir un rôle important sur le résultat obtenu et donc sur la performance de l’épargne.
Par exemple, les méthodes d’allocations reposent sur l’estimation correcte d’une ou plusieurs mesures de risques(1) et sur une bonne définition de la matrice de corrélation des actifs qui composent le portefeuille. La matrice de corrélation caractérise un modèle de dépendance qui expliquera comment les actifs évoluent les uns par rapport aux autres. C’est la prise en compte de cette matrice de corrélation qui va permettre de diversifier son épargne et de gérer le risque (i.e. plus les actifs sont corrélés entre eux, plus il est risqué d’investir sur l’ensemble de ces actifs car il n’y a pas de diversification).

2) Qu’est-ce qu’un modèle et à quoi sert-il ?

Un modèle est une représentation simplifiée de la réalité qui permet de formaliser les décisions prises et de les rendre possibles (le monde réel est trop complexe pour être pris en compte dans sa totalité et dans sa diversité). Dans les modèles d’allocation d’actifs, il est nécessaire de modéliser chaque actif (rendement et risque) ainsi que le comportement des actifs entre eux (matrice de corrélation – dépendance des actifs entre eux).
Lorsque l’on teste les hypothèses d’un modèle sur des données réelles, celles-ci sont parfois non validées. Ainsi le modèle doit être soit adapté, si cela est possible, soit ne plus être utilisé. Dans le cadre financier, une hypothèse importante réside dans le comportement normal et constant au cours du temps des actifs financiers. La littérature académique est unanime à ce sujet, cette hypothèse est fausse. Par exemple, le comportement des actifs entre eux (corrélation) change au cours du temps. Les actions sont très corrélées entre elles pendant les crises financières et peu corrélées pendant les phases de hausse des marchés.

3) Le risque de modèle dans les mesures de risque

Le risque de modèle est une différence de comportement entre les rendements observés et les rendements modélisés. Cette différence a de multiples conséquences:
– Le risque calculé sur le portefeuille ne reflète pas le risque réel. Il peut être sur ou sous-estimé.
– L’allocation n’est pas en phase avec le risque réellement observé sur le marché.
Dès lors que le risque de modèle est identifié, il est nécessaire de le quantifier. Dans le cadre des mesures de risque, une méthode de quantification du risque de modèle consiste à regarder le comportement de la mesure de risque dans deux cas opposés :
– Le cas où tous les actifs sont très décorrélés (indépendants). Dans ce cas, la mesure de risque prendra sa valeur minimum.
– le cas où les actifs sont très corrélés (dépendants). Dans ce cas, la mesure de risque prendra sa valeur maximum. Il ne s’agit pas d’un risque qui se réalise actuellement mais qui pourrait avoir lieu.

Mon travail chez WeSave a consisté à concevoir des stratégies pour inclure cette mesure de risque de modèle dans des portefeuilles afin d’aider l’équipe de gestion à améliorer la performance et la gestion des risques de votre épargne.

Grâce à cette méthode, la mesure de risque est encadrée par une valeur maximale et une valeur minimale. Ainsi, on peut estimer la sur ou sous-estimation potentielle du risque lorsque l’on observe la valeur d’une mesure de risque traditionnelle.
La somme de la sur- et de la sous-estimation du risque mesurée grâce à cette méthode nous indique le risque de modèle total présent dans la mesure de risque.

Illustration du risque de modèle pour la volatilité



Sources : WeSave

4) Comment en tirer parti ?

Une augmentation du risque de modèle indique une anticipation par les marchés d’événements extrêmes (positifs ou négatifs) et donc qu’il est nécessaire de réallouer/rebalancer son portefeuille pour se couvrir contre le risque négatif (baisse des marchés ou au contraire augmenter son exposition au risque positif (hausse des marchés).
Mon travail chez WeSave a consisté à concevoir des stratégies pour inclure cette mesure de risque de modèle dans des portefeuilles afin d’aider l’équipe de gestion à améliorer la performance et la gestion des risques de votre épargne.

¹ Une mesure de risque est une grandeur qui représente un risque d’investissement sur la valeur d’un portefeuille. Parmi les mesures de risque les plus utilisées on retrouve la volatilité, l’ « Expected Shortfall », la « Value-at-Risk » ou encore le « maximum drawdown ».

Pour aller plus loin – Robo-advisor et risque de modèle

Category: ÉclaireurÉclaireur Octobre 2017Vie pratique