Principes de gestion de patrimoine

Pour gérer un patrimoine, le sien ou celui des autres, encore faut-il bien s’entendre sur une définition.

Le patrimoine est au particulier ce que le bilan est à l’entreprise : une photo, à un instant donné des actifs et des passifs. Toutefois, au contraire du bilan qui est évalué en valeur comptable (mais pas toujours, voir par exemple la page Assurances et en particulier celle consacrée à Solvabilité 2), le patrimoine est évalué en valeur de marché, c’est-à-dire valeur d’échange qu’une contrepartie est prête à payer pour l’acquérir. C’est donc la richesse (algébrique, c’est-à-dire positive ou négative) détenue et la forme sous laquelle celle-ci est possédée au moment où l’on procède à l’évaluation.

Poursuivant l’analogie du bilan, l’actif représente les choses pour lesquelles on dispose d’un droit : des objets, des titres, l’immobilier, du capital, des créances,… alors que le passif représente les obligations souscrites : emprunt, dettes,…

La valeur de chaque poste du bilan n’est pas stable dans le temps. Cette instabilité en nécessite la gestion d’où l’activité de « gestion de patrimoine ».

Cette activité va donc  s’articuler autour des facteurs qui ont un impact sur la valeur du patrimoine et la première mission sera de préserver le capital qu’il représente.
La vocation du patrimoine est d’augmenter (plus vite que l’inflation), c’est l’objectif d’une deuxième mission du gérant de patrimoine.
Il faut également assurer la pérennité du patrimoine : sa transmission dans le temps et la gestion de la succession (conjoint, enfants, petits-enfants, legs, …). Ce troisième pilier aura alors un impact sur l’horizon de temps de certains investissements.
Ensuite, le patrimoine devrait générer des revenus pour satisfaire, selon, les besoins de base (logement, nourriture,…) et les besoins « plaisirs » : on parlera de la jouissance de son patrimoine.

L’environnement dans lequel se déroule cette activité va exposer le patrimoine à un ensemble de risques très divers : risques de perte de valeurs des actifs ( risques financiers de marché, de crédit, d’immobilier,..), risque de liquidité, risque réglementaire et fiscal. Tout ceci va développer un ensemble de contraintes que la gestion de patrimoine doit intégrer.

En lien avec la pérennité du patrimoine, il est aussi judicieux de se pencher sur la prévoyance (santé, décès) du propriétaire du patrimoine. L’exercice de simulation de décès est primordial pour envisager les solutions les plus adaptées, solutions qui devront évoluer avec le temps (avec l’âge et le risque dépendance, avec les modifications de règles fiscales,…).

 

Publicités

Pilotage du (B)SCR : l’opportunité de la formule standard de la directive Solvabilité 2

Les echos - Pilotage BSCRPublié dans Le Cercle Les Échos, cet article revient sur les atouts de l’utilisation de la formule standard dans le calcul des SCR. Cliquez sur l’image.

 

L’allocation fine en actions

Cet article s’intéresse aux choix d’investissement au sein de la classe d’actif actions. Ces choix sont :

– géographique : domestique vs non domestique

– sectoriel

– de style : growth vs value

– de taille : Grande vs petite capitalisation

– de type : gestion active (ie choisir un gérant pouvant créer de l’alpha) vs gestion passive (ie choisir un ETF ou le bêta d’un marché)

L’allocation stratégique prendra en compte souvent le facteur géographique ou sectoriel alors que l’allocation tactique s’engagera en complément sur des choix de style, plus rarement sur des choix de taille. Le dernier point « type » est pour ainsi dire quasiment toujours oublié ou subit sans résulter d’un véritable choix d’investissement.

Si toutefois un allocataire veut prendre en compte ces facteurs de manière globale, il va mesurer leurs corrélations afin d’établir un portefeuille optimal en fonction de ses anticipations. Cela va résulter en un portefeuille finalement équilibré, sans grandes convictions, chacun de ces facteurs ayant tous eu leurs heures de gloire dans le passé. Mais il y a plus grave et cette approche est en réalité une erreur de conception profonde du processus d’investissement. De même, réserver ces choix pour l’allocation tactique implique que ces choix ne relèvent que du market timing (ie en réaction à une nouvelle information) sans prêter d’attention à.

Or si on sait anticiper les cycles favorables à l’un ou l’autre de ces facteurs, notre processus d’investissement est énormément enrichi. On pourra même y ajouter un cycle plus connu nous permettant de choisir entre actions et obligations.

Un exemple
Prenons le facteur taille. Une allocation standard est de choisir la répartition en capitalisation des marchés, soit en Europe 80% Large et 20% Small. Or si on étudie la performance relative de ces deux marchés, on se rend compte que « Small » est un facteur pays, les petites entreprises étant beaucoup plus sensibles à une conjoncture locale alors que les grandes entreprises sont mondialisées. De là, une conjoncture nationale étant schématiquement donnée par des conditions budgétaires et fiscales qui sont loin d’avoir une folle dynamique, il est aisé de trancher entre grandes et petites capitalisations.

Synthèse
Ainsi, il semble efficace de porter attention aux facteurs ci-dessus, d’identifier quelques indicateurs caractérisant leur attractivité relative afin d’apporter une peu plus de dynamisme à l’allocation stratégique tout en évitant les principaux défauts de l’allocation tactique, à savoir le risque de réaction émotionnelle, la multiplicité des coûts de transaction si les dérivés ne sont pas utilisés, la difficulté intrinsèque du market timing, une rentabilité parfois non pertinente et les moyens énormes nécessaires à la surveillance des marchés. Cette approche apparaît ainsi appropriée aux investisseurs institutionnels, aux gérants de patrimoine ou aux banquiers privés.

Mise en oeuvre
Mener cette analyse est relativement accessible. Une bonne base de données et la maîtrise de  la construction de  loi de probabilités permet de concevoir des outils simples, robustes et facilement mis à jour.

Modèles de simulations en allocation d’actifs

Je voudrais ici réagir devant cette forme de marketing qui est produite à l’aide des modèles mathématiques en finance. Souvent, ce n’est que de la poudre aux yeux. Mais, lorsque l’on sait décrypter le langage pseudo-technique (on en met plein la vue : si le client n’y comprend rien, on passe pour des cadors croit-on), on pourrait même trouver à en rire.
allocation et distributionDans le contexte de placement d’un investisseur institutionnel, il lui faut en général déterminer un portefeuille ou une allocation stratégique selon, en fonction de diverses contraintes (comptables, réglementaires, de risque,…). Les outils à base de modèles mathématiques et de simulation numérique (dite de Monte Carlo) sont souvent mis en avant pour établir ce type de stratégie d’investissement.
En se plaçant du point de vue client, je vais prendre ici l’exemple de la présentation type d’un modèle d’allocation d’actifs pour en commenter les atouts exprimés la plupart du temps. A travers ces remarques, nous tenterons de dégager les points essentiels de conception de ces modèles et nous verrons qu’il faut garder un certain recul sur les arguments donnés.

Atout n°1 : « Ce modèle est toujours « propriétaire » et au top des derniers développements »
Comprendre conçu en interne (pas d’achat d’un logiciel), c’est tout. Est-ce une feuille de tableur développée sur un coin de PC ou un outil intégré et bien pensé après quelque temps de recherche interne ? Un client (ou prospect) investisseur devrait pouvoir exiger de voir le modèle fonctionner, en y injectant ses propres paramètres.

Atout n°2 : « Il couvre les « principales ou l’essentiel des classes d’actifs » constituant l’univers d’investissement du client.  Notez que « d’autres classes d’actifs peuvent être incluses » »
Ne pas être dupe : une autre classe d’actifs pourrait être modélisée simplement en modifiant les paramètres d’un modèle existant (voir aussi Atout n°5). L’effort est donc très relatif.

Atout n°3 : La modélisation vante son « amélioration vis à vis du classique modèle moyenne-variance : les rendements ne suivent pas une distribution normale, les queues de distributions sont épaisses, les corrélations sont instables », etc.
C’est le minimum à attendre car le modèle moyenne-variance a plus de 50 ans ! D’ailleurs, si certains se vantent encore d’utiliser le modèle de H. Markowitz, (dont le contexte calculatoire était très éloigné de nos ressources actuelles), vous n’avez pas besoin d’eux.

Atout n°4 : Une recherche modèle d’envergure. On rencontre en général 2 approches : la modélisation des facteurs de risque de marché (taux d’intérêt, inflation, risque action avec des sauts,…)  puis une modélisation des classes d’actifs à partir de ces facteurs ou bien la modélisation directe de chacune des classes
Le point non précisé (et pour cause !) est que la modélisation est unidimensionnelle. Or, quelque soit la qualité du travail, considérer les actifs un par un pour ensuite modéliser une dépendance entre eux est à mon avis une erreur fondamentale de conception. Je l’ai d’ailleurs faite pendant longtemps car c’est ainsi que l’on nous enseigne les choses. Et puis 1 dimension c’est plus facile que 20 ou 50 (selon le nombre d’actifs en portefeuille). En réalité, je suis persuadé qu’il faut modéliser globalement, c’est-à-dire en utilisant des lois jointes dès le départ.
Toutefois, dans le domaine des marchés financiers, personne n’est capable d’établir définitivement une loi de probabilité (encore moins à plusieurs dimensions). De plus, elle n’est probablement pas stable dans le temps et elle se résume surtout à un outil nous permettant de manipuler notre ignorance.

Atout n°5 : Une expertise dans la manipulation des modèles. On parle des « paramètres » ou de la « calibration » des modèles
Là est le point crucial, car c’est ici que l’on peut faire dire ce que l’on veut à l’outil. C’est pourquoi lorsque vous comparez les résultats de simulations de 2 modèles (ou sociétés), ce sont surtout leurs hypothèses qu’il faut comparer, et mieux encore leur imposer des conditions identiques lorsque cela est possible.
En réalité, le paramétrage d’un modèle nécessite l’utilisation d’autres modèles ou bien une évaluation à dire d’expert.

Atout n°6 : « Les paramètres sont estimés pour que la distribution modélisée colle à celle des principaux indices » (supposés représentés chaque classe d’actifs)
Ici, le modèle est calé sur le passé. Pourquoi ne pas directement utiliser la loi de distribution passée alors ? Les sources d’erreur de modélisation en seront largement réduites ! Les techniques de calibration sont aussi sujettes à caution. Si on parle de régression linéaire par exemple, cela suppose une loi d’erreur gaussienne. Est-ce correct ?

Atout n°7 : Les résultats de la simulation
Après 10 000 tirages aléatoires (vraiment ? ou seulement 1000 ? Pourquoi pas 1 000 000 ?), on obtient la distribution de probabilité empirique de n’importe quel portefeuille de classe d’actifs (avec des hypothèses de rebalancement simplifiées en général qui ont pourtant un impact essentiel sur la loi finale simulée). Cette distribution permet de construire une multitude de critères afin de sélectionner le portefeuille : Value at Risk (VaR), VaR Conditionnelle (CVaR) et autre « Tail Risk », Tracking Error, Volatilité, Maximum Drawdown… C’est ici que le choix des paramètres est le plus visible : ils permettent de déplacer la distribution de probabilité vers la droite si besoin, c’est-à-dire vers les événements favorables.
Les résultats seront souvent présentés sous la forme d’une frontière efficiente : risque en abscisse, performance attendue en ordonnée, preuve que les vieilles habitudes sont tenaces, alors que le choix devra prendre en compte plus que deux mesures. J’ai souvent entendu dire alors : « les clients aiment bien », « ils ne comprennent que cela ». Et donc ? Ne peut-on pas prendre le temps d’expliquer et d’accompagner son client ? Est-ce un manque de professionnalisme ou une incapacité à le faire ?

Atout n°8 : Diversifier !
Comme je le disais plus haut, l’approche scientifique cautionne implicitement le bien fondé de l’approche, alors attention au leurre ! La deuxième raison est l’argument de diversification. Une conclusion systématique de ces modèles sera : plus vous diversifiez, mieux vous gérez votre risque. C’est ainsi que l’on vous propose d’introduire dans votre portefeuille (d’acheter donc) de nouveaux actifs, peu liquides en général (ce sont ceux qui diversifient le mieux, c’est la magie de la corrélation) et donc marginalement plus dangereux (mais ouf la diversification est là dit-on).
Malheureusement, le modèle est souvent, implicitement encore une fois sans même que leurs concepteurs en aient conscience cette fois, construit pour que la diversification fonctionne car fondé par exemple sur une matrice de corrélation. Cette diversification est théorique. Pour que cet argument soit acceptable, le modèle doit pouvoir simuler la diversification réelle des marchés.
La diversification utile doit protéger suffisamment un capital en cas de choc (c’est-à-dire la réalisation d’un événement non anticipé, celui où les corrélations de vos actifs tendent vers 1) et non réduire une mesure de risque lorsque tout va bien.

Faut-il rejeter les modèles ?
Je ne crois pas, mais il faut les utiliser en étant sceptique, leur laisser le moins de place possible, ou encore utiliser ceux qui déforment le moins l’information initiale.
Une bonne question à se poser est : est-ce que le modèle que j’utilise peut créer des situations jamais vues auparavant avec une probabilité non nulle, ces événements qualifiés de cygnes noirs par N. Taleb ?
S’assurer que le gérant d’actifs s’en serve dans ses choix d’investissement même (et surtout) lorsqu’il n’a pas de client en face de lui est aussi une façon de se rassurer (un peu).

Ce que je propose
Il n’y a pas de méthode parfaite mais l’approche globale en loi de probabilité me semble la plus robuste et c’est celle que j’ai développée depuis plusieurs années maintenant.  On pourrait la qualifier d’approche « empiritative » (empirique et quantitative) : exploiter les données, utiliser l’information objective et non plonger dans une modélisation figée trop rapidement.
Comme toutes les méthodes non paramétriques, elle a l’avantage de ne pas faire d’hypothèse ad-hoc sur la forme de la distribution tout en offrant la même maniabilité que l’approche paramétrique. Elle est sûrement beaucoup plus simple et plus rapide à implémenter.

Constats, opinions et incertitudes sur Solvabilité 2

Cet article donne une vision de la directive et examiné les principales classes d’actifs dan ce nouvel environnement.

SII_constats_opinions_incertitudes_S2constats

Nb mot de passe du fichier : S2constats

Allocation d’actifs sous contrainte de provisionnement : partie 2 – Titres amortissables ou non et diversification des risques

Près de 92% de la poche obligataire est en titres ligne à ligne, soit 60% du portefeuille examiné. Ce sont des titres amortissables. En cas de risque de défaillance, une provision pour dépréciation durable (PDD) doit être constituée. Ceci est également valide pour les produits monétaires assimilables.

Environ 30% du portefeuille d’actif est en titres non amortissable, représentés essentiellement par le fonds diversifié. Sur cette partie, une PDD est constatée si la valeur de réalisation présente une moins-value par rapport à la valeur comptable pendant une période prolongée. Tout ou partie de la moins-value est provisionnée selon la pratique de dotation.

Ainsi, pour les deux types de comptabilité, le risque de PDD existe, dans un cas lorsque le risque de défaut d’un émetteur augmente, et dans un autre cas, lorsque les actifs investis réalisent une moins-value.

Les défauts, lorsqu’ils se produisent, donnent en moyenne un taux de recouvrement de l’ordre de 40% seulement. De plus, le délai de recouvrement est incertain (au-delà de plusieurs mois) impliquant une gestion de bilan d’autant plus délicate.

Dans la terminologie financière, les deux risques évoqués sont distingués : le premier étant un risque de crédit et le second un risque de marché. Ainsi nous remarquons que le souhait d’éviter les titres non amortissables (objectif d) inciterait à une concentration sur le seul risque de défaut ce qui parait aller à l’opposé de la réflexion menée (objectif a).

Sur cette base, nous pouvons donc suggérer de continuer à conserver une diversification des risques ce qui implique de diversifier les classes d’actifs au sein du portefeuille.

partie 1   partie 3

Allocation d’actifs sous contrainte de provisionnement : partie 1 – le contexte d’analyse

Une mutuelle me fait part de la réflexion suivante : elle envisage de passer la quasi-totalité de ses actifs actuels dans plusieurs poches ne détenant que des obligations en ligne à ligne. Ce souhait s’inscrit dans le contexte suivant :

a. Repenser sa nouvelle cartographie des risques, notamment en vue de Solvabilité II (cadre du QIS 4 à l’époque)

b. Prendre en compte les remarques de l’audit qui juge le risque financier de la mutuelle plus élevé que la moyenne de la profession,

c. Assurer un rendement annuel entre 4 et 5%, afin de permettre à la fois le remboursement sous 3 ou 4 ans de la provision pour risque d’exigibilité (PRE)  et de dégager 2 M€ annuellement,

d. Éviter la comptabilité en mark to market et l’inscription de moins values latentes (obligations portées jusqu’à expiration)

La totalité des représentent environ 54M€ en valeur de marché. Aujourd’hui 2.9 M€ sont sous forme d’OPCI ou d’immobilier en dur sans vocation d’évolution et 5M€ environ sont des liquidités ou placés en monétaire. Un fonds diversifié est de 15M€ environ. Le reste peut être considéré comme de l’obligataire en ligne à ligne de duration 5 ans (notamment des actifs alternatifs ont été arbitrés).

Concernant le passif, sa duration est estimée entre 6 et 12 mois, avec un engagement de 20M€. L’actif comptable représente 2.4 fois cet engagement.

L’objectif de résultat financier n’a été atteint qu’à 53%, les plus values venant des actifs obligataires.

La mutuelle a choisi de ne pas intervenir sur l’immobilier et de le retirer de l’étude (ce qui est regrettable). Le montant d’actifs considéré est finalement de 51M€ et la répartition (en transparence sur le fonds diversifié) est

Actions 5,1%
Obligations 63,5%
Monétaire 27,7%
Alternatif 3,7%

En prenant une duration de 12 ans pour les actions (duration théorique exprimée dans plusieurs études), 5 ans pour les obligations et l’alternatif, et 6 mois pour le monétaire nous évaluons la duration de l’actif à 4.1 ans.

Le risque de marché du portefeuille actuel, mesuré par la volatilité, est de 3.3%.

Recherche appliquée en finance

La recherche nourrit  l’allocation et la gestion d’actifs.   On peut résumer les besoins d’innovation en gestion d’actifs sur trois axes : recherche risque, recherche modèle et recherche aide à la décision.

La recherche « risque » s’intéresse à l’utilisation de mesures de risque plus efficaces. Par exemple la Value at Risk est insuffisante car la perte effective peut dépasser le niveau annoncé sans remettre en cause l’approche théorique. De plus, si on utilise un calcul historique, c’est lorsque l’actif a bien progressé qu’elle traduit un risque moindre alors que le danger d’un retournement de marché est plus fort (pro-cyclicité de la mesure).

La recherche « modèle » consiste à intégrer les nouvelles classes d’actifs (volatilité, dividendes,…) ou à améliorer nos approches de construction de portefeuille par des techniques robustes qui tiennent compte de l’incertitude de nos anticipations.

La recherche « aide à la décision » développe des anticipations sur les classes d’actifs à court moyen ou long terme et peut aller jusqu’à fournir de nouvelles idées d’investissement. Elle sert donc l’utilisation des modèles et  se concrétise par des outils propriétaires qui rendent la recherche opérationnelle et créatrice de valeur.

D’autre part, consacrer des ressources en recherche permet également de répondre à des interrogations ponctuelles (par exemple l’intérêt de l’introduction d’une nouvelle classe d’actifs dans leur portefeuille compte tenu de leurs contraintes) ou d’enrichir le spectre de connaissance (par exemple l’acquisition d’un niveau suffisant de maitrise de la nouvelle réglementation liée à Solvabilité 2).

L’accompagnement actif passif

La gestion actif-passif permet d’assurer la pérennité d’une entreprise vis-à-vis de ses engagements (assurance santé, retraite, …), ceci dans un cadre réglementaire strict et surtout complexe. En effet, une structure de passif long terme ne s’abstient pas du risque de provision ou de couverture des engagements sur un exercice, avec en conséquence une gestion de l’actif et donc une allocation stratégique dépendant de multiples horizons. Dans ce contexte, l’approche par simulations permettra d’apprécier les meilleures opportunités en tenant compte, de plus, du respect de l’adéquation entre la structure du passif et celle de l’actif (matérialisée par exemple par des bornes d’exposition sur chaque poche de duration considérée).

De plus, la gestion du bilan pèse dans les choix d’investissement. Une réserve de capitalisation ne pourra être constituée qu’à partir des plus-values obligataires des titres détenus en ligne à ligne mais elle ne résorbera pas la provision pour risque d’exigibilité. Celle-ci le sera en revanche à partir des plus-values sur des titres non amortissables (actions, OPCVM,…). De même, le risque de provision pour dépréciation durable (PDD) sera-t-il mieux contrôlé sur des obligations entreprises en ligne à ligne dont un seul défaut peut alimenter la PDD ou sur un OPCVM de crédit qui diversifie le risque de dotation ?

On le voit bien : les réponses à ces questions, propres à chaque entreprise, nécessitent une collaboration étroite avec le prestataire de gestion. Une fois l’allocation stratégique déterminée, sa constitution effective prendra en compte l’histoire du bilan de l’entreprise pour réaliser le bon mix entre OPCVM et titres en ligne à ligne, amortissables ou non.

Dans tous les cas apparaît la nécessité de fournir une réponse personnalisée et donc de disposer de la capacité de développer des outils sur mesure en fonction de chaque investisseur institutionnel puis de pouvoir offrir une solution d’investissement dédiée.