Gestion du portefeuille 07A – Modèle à facteurs

1. Gestion du portefeuille07A – Modèle à facteurs Université Laval GSF 2101 Chapitre 10

2. Plan de la séance • Introduction • Modèle à un facteur • Général • Marché • Portefeuille • Modèle à plusieurs facteurs • Fama – French • Modèles indiciels et Tracking-portofolios

3. Introduction • Les modèles à facteurs permettent d’inférer les rendements futurs d’un titre tout en évitant les lourds calculs qui doivent être entrepris afin de construire la frontière efficiente du portefeuille. • Les modèles à facteurs font l’hypothèse que les rendements d’un titre sont reliés à des facteurs. • Les facteurs sont choisis selon leur pertinence

4. Introduction • Exemple de modèle à facteurs • Observations réalisées

5. Introduction • Exemple de modèle à facteurs • il est possible d’établir une relation entre les rendements du titre i et le taux de croissance du PIB • rtreprésente le rendement du titre i au temps t • PIBtreprésente le taux de croissance du PIB au temps t, • a est une constante • b représente la sensibilité de rtau taux de croissance du PIB • etest un terme d’erreur

6. Introduction • Exemple de modèle à facteurs • Ainsi, les rendements du titre i reposeraient sur trois éléments: • Un rendement constant à chaque période (a); • Un terme variant à chaque période suivant le taux de croissance du PIB (b + PIBt); • Un terme d’erreur et variant à chaque période suivant les caractéristiques particulières de la compagnie

7. Introduction • Exemple de modèle à facteurs • Les coefficients peuvent être estimés à l’aide de régressions linéaires. • La méthode des moindres carrés ordinaires est une méthode permettant de tracer la meilleure droite possible à travers un ensemble de points • L’écart-type de l’estimateur obtenu peut alors être utilisé afin de déterminer si celui-ci est significativement différent de zéro (ou d’une autre valeur). • Le R2 d’une régression indique si la forme linéaire représente bien la relation entre deux ou plusieurs variables

8. Introduction • Exemple de modèle à facteurs • Résultat obtenu par régression linéaire : rt = 0.0395 + 2.0282 PIBt + et

9. Modèles à un facteur • De manière plus générale, le rendement d’un titre i au temps t pourrait être donné p • où Ftcorrespond au rendement du facteur considéré comme influent • En faisant l’hypothèse que E [ei] = 0, le rendement espéré du titre i est donné par:

10. Modèles à un facteur • Ainsi,

11. Modèles à un facteur • Impact sur la Variance • Avec un modèle à un facteur, la variance des rendements du titre i est donnée par

12. Modèles à un facteur • Impact sur la Covariance • La covariance entre deux titres i et j est donnée par

13. Modèles à un facteur • Le “market model” utilise le rendement sur un indice boursier comme facteur: • où rIreprésente le rendement d’un indice boursier quelconque. • Remarque : Dans un modèle à un facteur, d’autres facteurs que les rendements d’un indice peuvent être utilisés

14. Modèles à un facteur • Considérons le marketmodel • Comparons le market model au CAPM • Si les rendements boursiers se comportent comme le suggère le CAPM, alors

15. Modèles à un facteur • Dans le cas d’un portefeuille p, un modèle à un facteur donne: • Avec • où widénote la pondération du titre i

16. Modèles à un facteur • Remarque : • Lorsque wi= 1/n pour tous les titres i, la diversification tend à faire disparaître le risque spécifique

17. Modèles à plusieurs facteurs • Plutôt que de n’être sensibles qu’à un seul facteur, les rendements d’un titre pourraient être sensibles aux variations de plusieurs facteurs : • Pour chaque titre individuel, 4 paramètres doivent alors être estimés: • ai, bi1, bi2 et sei. • Pour les facteurs, 5 paramètres doivent être estimés: • E[F1], E[F2], sF1,sF2, et Cov(F1;F2).

18. Modèles à plusieurs facteurs • Avec un modèle à deux facteurs, nous avons l’espérance de rendement d’un titre i : • La variance d’un titre i : • La covariance entre deux titres i et j :

19. Modèles à plusieurs facteurs • Dans le cas d’un portefeuille, nous avons • où

20. Modèles à plusieurs facteurs • L’importance des anticipations • Puisque ces modèles servent à anticiper les rendements de titres et/ou de portefeuilles, ce sont les valeurs anticipées des facteurs qui doivent être prises en compte. • Ainsi, ce sont les variations dans les valeurs anticipées des facteurs qui affectent la valeur des titres

21. Modèles à plusieurs facteurs • Facteurs sectoriels • Un des avantages des modèles à facteurs est que les facteurs peuvent varier selon les industries dans lesquelles les compagnies opèrent. • Par exemple, certaines industries sont sensibles aux variations du taux de croissance du PIB alors que d’autres ne le sont pratiquement pas. • D’autres facteurs, tels le taux d’inflation, le prix du pétrole, le taux de change, par exemple, ont une influence sur certains titres mais pas sur d’autres

22. Fama - French • Eugene F. Fama et Kenneth R. French, dans deux articles parus en 1992 et 1993 (The Cross-Section of Expected Stock Returns, Journal of Finance et Common Risk Factors in the Returns of Stocks and Bonds, Journal of Financial Economics) démontrent que les rendements mensuels des actions cotées en bourse sont influencés par les facteurs suivants: • rmt - r f t: Prime de risque du marché • SMBt: Prime de risque basée sur la taille de la firme • HMLt: Prime de risque basée sur le ratio book-to-market

23. Fama - French • Le modèle à 3 facteurs de Fama et French se lit comme suit: • où SMBtreprésente la différence entre le rendement d’un portefeuille composé de titres à petite capitalisation et un portefeuille de titres à grande capitalisation • les petites compagnies procurent en moyenne des rendements plus élevés que les grandes compagnies • et où HMLtreprésente la différence entre le rendement d’un portefeuille de titres avec un ratio book-to-marketélevé et celui d’un portefeuille avec un ratio faible • Ratio Book to market : BE/ME • Valeur comptable des fonds propres, BE, divisé par leur valeur marchande, ME

24. Fama - French • Dans le casdes rendements d’obligations, Fama et French proposent le modèle suivant: • où TERMtreprésente la différence de rendement entre les obligations gouvernementales à long terme et les bons du Trésor 3-mois, • et DEFtreprésente la différence de rendement entre un indice d’obligations corporatives et les bons du trésor à long terme

25. Modèles indicielset Tracking Portofolio • Un gestionnaire de portefeuille estime les paramètres d’un titre i selon le market model et obtient la relation suivante: • Le gestionnaire aimerait profiter du “alpha” de 4% sans s’exposer aux fluctuations du marché

26. Modèles indicielset Tracking Portofolio • Pour éliminer le risque de marché provenant d’une position longue dans i, le gestionnaire peut former un autre portefeuille dans lequel il prendra une “position courte” dans l’indice. • Ce second portefeuille, que l’on appelle Tracking portfolio, sera tel que pour chaque dollar investi dans i, 1.4$ de l’indice TSX seront vendus à découvert

27. Modèles indicielset Tracking Portofolio • Comme l’indice a un a égal à zéro, le rendement sur le Tracking portfolio sera égal à - 1.4rTSX. • Le rendement du portefeuille entier sera égal à • Le risque de marché a été éliminé. Cette position est un exemple de stratégie “long-short”