Gestion de Portefeuille Les portefeuilles efficients Description   une technique opérationnelle pour obtenir des portefeuilles diversifiés En arbitrant entre le rendement moyen et le risque.

Download Report

Transcript Gestion de Portefeuille Les portefeuilles efficients Description   une technique opérationnelle pour obtenir des portefeuilles diversifiés En arbitrant entre le rendement moyen et le risque.

Gestion de Portefeuille
Les portefeuilles efficients
Description


une technique opérationnelle pour
obtenir des portefeuilles diversifiés
En arbitrant entre le rendement moyen
et le risque de marché induit (volatilité
du rendement du portefeuille)






Les inputs :
les rendements espérés des titres
leurs volatilités
les covariances
L’estimation :
souvent sur données historiques
Présentation formelle





Cadre et notations:
J actifs risqués indicés j=1,…,J
résumés par
rj
le rendement espéré
j
la volatilité (= écart-type)
la matrice de covariance
σ  ij



Un portefeuille est défini par les parts
des titres qui le composent
part du titre j
xj
portefeuille :
 x1 
  ...
x  x j 
..
 xJ 
 

portefeuille au sens stricte (a fully
invested portfolio)
 
1T.x1
sinon une source de financement
supplémentaire (si >1) est nécessaire
 Actif sans risque
Contrainte budgétaire
Investissements < W + financements

x j 1
j
Efficience

La propriété d’efficience des portefeuilles :
tout portefeuille efficient donne le rendement
espéré le plus élevé pour son niveau de volatilité
Tout portefeuille efficient donne le risque le plus
faible pour son rendement espéré
Efficience

Programme :

min σ 2p


ou
sous les contraint es



 ( x0 ) x j  1

j


rp  rˆ


max rp


sous les contraintes


x j 1
 (x0)

j


2  ˆ 2
σ
p



La gestion du risque

min σ 2p

sous les contraintes


 (x0)
x j 1

j



rp  rˆ


Comment minimiser le risque?
La contribution de Markowitz



Il existe un mécanisme beaucoup plus
important que le mécanisme de
mutualisation.
Un mécanisme qui repose sur les
covariances.
Une illustration : le cas à deux actifs
 2p x12.122.x12.x22..1 2x22. 22
Diversification et covariance
Couples variance / rendement possibles avec le titre CAC 40
38
ATX
BEL-20
PX50
KFX
DAX
Budapest SE Index
Total Share
Moscow Times
Madrid General
Stockholm General
ISE National-100
Er (en %)
33
28
23
18
10
11
12
13
14
15
Ecart-type (en %)
16
17
18
19
20
L’univers d’investissement
Major Asset Classes
Asset
Classes
Cash
Stock
Categories
U.S. or Europe
International
Bond
U.S. or Europe
Global
Real estate
Region
Type of Use
Commodities Metals
Agricultural Products
Subcategories
Growth or value
Large, medium, or small cap
Sector and industries
By region or country (Asia, Europe)
Emerging markets
Corporate
Treasury
Municipal
Mortgage backed
Short, medium, or long maturity
Investment grade
Developed or emerging
By region or country
Northeast, West, Midwest, South,
Southwest
Healthcare, residential, shopping malls
Gold, copper, aluminum, etc.
Pork bellies, coffee, etc.
15
Le portefeuille de Calpers
California Pension
System $230.3 Billion
Direct
Partnership, 6%
Real Estate, 8%
Cash, 1%
International
Equities, 23%
Global Fixed
Income, 23%
Domestic
Equities, 40%
Source: www.calpers.ca.gov Investment Portfolio Market Value as of Dec. 31, 2006
16
« Millionnaires » portfolio
Households with
investable assets
of
$1 million to $10
million
Hedge Funds, 1%
Commodities, 1%
Other, 2%
Private Equity, 5%
Investment real
estate, 7%
45%
Source: Fortune, 3/5/2007
International
equities, 11%
15%
Cash, 13%
17
Le portefeuille suggéré par Swensen
US Treasury
Inflation Protected,
15%
US Treasury
bonds, 15%
Real Estate, 20%
Domestic equity,
30%
Foreign developed
Emerging market
equity, 15%
equity, 5%
Source: Swensen, David, (2005) Unconventional Success, Free Press
18
Efficience des portefeuilles

min σ 2p

sous les contraintes


 (x0)
x j 1

j



rp  rˆ

The Efficient Portfolio
Mix and match
combinations of
investments to
maximize return for
risk.
30%
25%
Select where you want to
be based on risk you want
to take.
Return (5-Year Average Annual Return)
Insuranc
e
Low Risk
S&P 500
15%
10%
Real Estate
5%
Health Care
Financial
Services
Biotechnology
Natural
Gas
Technology
Software
Computers
European
Telecommunications
Long-Term
Bonds
GNMA
Electronics
Brokerage
20%
Intermediate
Bonds
High Risk
Small Cap
Convertible
High Yield
Corporate
Short-Term
Bond
0%
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
50%
-5%
Pacific
Emerging
Markets
-10%
Gold
Indexes
-15%
Industries
-20%
Risk (5-Year Standard Deviation)
Source: Representative funds from Thomson Investor Network www.thomsoninvest.net
20
La frontière efficiente
25

1
2
Var (rp )  w Vw 
C E (rp )   2 AE (rp )  B
D
Mean Portfolio Returns, %
T
20

Efficient Frontier
15
Global Minimum-Variance Portfolio
10
5
0
15
17
19
21
23
25
27
Portfolio Risk (Std. Dev),%
29
31
33
35
Le choix du portefeuille optimal
18
16
14
12
10
Optimal portfolio for
Risk-Tolerant investor
8
6
Optimal portfolio
for Risk-Averse
investor
4
2
0
15
16
17
18
19
20
21
22
23
24
L’optimisation moyenne-variance
Inputs :
 rendements
 volatilités
 corrélations
 calcul de la frontière des portefeuilles
efficients
 résultat : sélection du portefeuille
optimal sur la frontière

Présentation formelle





Cadre et notations:
J actifs indicés j=1,…,J résumés par
le rendement espéré
rj
la volatilité (= écart-type)
j
la matrice de covariance
σ  ij



Un portefeuille est défini par les parts
des titres qui le composent
part du titre j
xj
portefeuille :
 x1 
  ...
x  x j 
..
 xJ 
 

portefeuille au sens stricte (a fully
invested portfolio)
 
1T.x1
sinon une source de financement supplémentaire (si >1) est nécessaire
Le programme d’optimisation
 min 1 p2
2

s.c.
:



rp r T xrˆ

 T 
 1 .x1
Les conditions marginales

Pour tout titre j
x. r 
i
ij
j
i
Avec :
~
~
xi.ijcov(rj,rp)
i
 xi.1i r1
 i
...

x
i. jirj 

 i

...
 xi. JirJ 
 i

 x1 r1  1 
... ... ...
 x j .rj . 1 
...
...
...
xJ  rJ   1 
   
Sous forme vectorielle,
les conditions marginales sont donc:
  
.x.r . 1
et donc le portefeuille optimalest :




1

1
x. .r . 1
Le portefeuille efficient

Pour déterminer la valeur des
paramètres  et  :
- contrainte budgétaire
- contrainte de rendement
Le portefeuille efficient (suite)
Les étapes des calculs :
   Erp
x
 p2
 
La frontière efficiente des
portefeuilles

L’ensemble des couples
(risque,rendement espéré) des
portefeuilles efficients = la frontière
efficiente des portefeuilles
enveloppe des
portefeuilles efficients
Er
portefeuille maximisant
le ratio de Sharpe
portefeuille de
variance minimale
max SR
volatilité

Un exemple de frontière efficiente des
portefeuilles:
échantillon de 50 titres en données
quotidiennes pour la France 1986-91
L'enveloppe des portefeuilles possibles
0,2500%
0,2000%
rendement moyen
0,1500%
0,1000%
0,0500%
0,0000%
0,6%
0,7%
0,8%
0,9%
1,0%
1,1%
-0,0500%
-0,1000%
rendement moyen
1,2%
1,3%
1,4%
1,5%
La gestion indicielle optimale




Le théorème des deux fonds à la
Fischer Black (1972)
Une base de deux portefeuilles (au
sens stricte)
Portefeuille de variance minimale
Portefeuille maximisant le ratio de
Sharpe
Le portefeuille de variance minimale


1

1


xmin
. 1
T

1
1 1
Le portefeuille maximisant le ratio de Sharpe


1

1

xSR 
. r

1T 1r
Le portefeuille optimal comme combinaison des deux
portefeuilles de la base :


 




1

1
x(. 1  .r ).xSR(. 1 . 1 ).xmin

Remarque :
Les deux portefeuilles proposés définissent une
des bases possibles donnant les portefeuilles
efficients.
De même qu’en mathématiques, il existe une
infinité de base vectorielles « équivalentes », dans
la théorie il existe une infinité de couples de
portefeuilles permettant d’obtenir l’ensemble des
portefeuilles efficients.
Conséquences



Conséquence de la structure des modèles
des prévisions sont nécessaires sur les
rendements moyens, les volatilités, les
corrélations futurs.
en général, les optimisateurs utilisent soit
les variables historiques, soit permettent de
créer ses propres prévisions.