Le blog de Jean-François Boulier

Une analyse de Jean-François Boulier

Actifs alternatifs : du nouveau dans l’estimation des risques

Option Finance - 19 juillet 2019 - Jean-François Boulier

L’environnement de taux bas et le besoin croissant de diversification des gérants et institutionnels ont favorisé un développement très sensible des investissements en actifs alternatifs des deux côtés de l’Atlantique. Comment alors aborder les mesures des risques de ces investissements moins liquides et dont les valorisations sont rarement mesurées plus d’une fois dans l’année ? Une chercheuse d’Amundi vient de suggérer une nouvelle approche, plus pertinente que l’estimation basée sur la volatilité de cette catégorie d’actifs.

Sous l’effet notamment des taux bas, les investissements en actifs alternatifs se sont fortement développés des deux côtés de l’Atlantique au cours des dernières années. Les portefeuilles des fonds de pension américains en détiennent maintenant plus de 20 % et, en France, d’après l’enquête réalisée par l’Association française des investisseurs institutionnels (Af2i), la part investie en capital-investissement, dettes privées, infrastructures et immobilier a doublé en 10 ans pour se situer au-dessus de 11 %.

Comment ces actifs se comparent-ils aux placements classiques encore majoritaires dans les allocations de portefeuille ? Dans l’article intitulé «The Covariance Matrix between Real Assets» et publié à l’automne dernier, Marielle de Jong, chercheuse chez Amundi, explore une voie nouvelle d’analyse. La méthode classique consisterait à estimer la volatilité d’un fonds de capital-investissement, par exemple à partir de la chronique temporelle de ses valeurs liquidatives, et sa corrélation avec un fonds d’infrastructures par comparaison de leurs variations temporelles conjointes. Mais la difficulté réside dans le manque de données fréquentes. Même sur dix ans, cette approche fournirait des estimations très peu fiables… Plutôt que de rechercher à déterminer les risques au travers de séries temporelles, pourquoi dès lors ne pas utiliser la distribution des très nombreux fonds investis en actifs alternatifs ? En utilisant un grand ensemble de fonds de capital-investissement sur une même période, on obtient en effet sur cette période une estimation de bien meilleure qualité de la volatilité moyenne des fonds de cette catégorie. De même, en utilisant un grand ensemble de fonds de private equity et de fonds d’infrastructures, l’estimation de la corrélation moyenne entre ces deux types de placements est beaucoup plus fiable. Cette approche par les familles d’actifs financiers avait déjà été utilisée par Bruno Solnik pour les actions individuelles («Dispersion as Cross-Sectional Correlation», B. Solnik et J. Roulet, Financial Analyst Journal, 2000). Le chercheur avait pu démontrer qu’à long terme, au bout d’une dizaine d’années, la nouvelle mesure et la mesure classique convergent.

Marielle de Jong a donc utilisé une base de données sur les fonds investis en actifs réels particulièrement riche, Preqin, sur une période d’une quinzaine d’années afin d’étudier les performances et risques de six classes d’actifs réels, les cinq mentionnés plus haut plus les ressources naturelles. Elle a pu distinguer, au sein de ces classes, plusieurs catégories reconnues par le marché, comme le capital-innovation et le capital-développement en matière de capital-investissement. Les niveaux de corrélation qu’elle a estimés ainsi sont de l’ordre de 50 % au sein d’une même classe et, curieusement à peu près du même ordre entre deux classes. Par exemple, la corrélation des performances des fonds de capital-développement et de capital-innovation s’élève à 37 % alors que celle des performances du capital-investissement avec celles des fonds immobilier core est de 47 %. Au total, ces classes d’actifs gérées dans des fonds présenteraient des niveaux de risque intermédiaires entre les obligations et les actions.

La volatilité a longtemps été la mesure de risque de référence des financiers. Critiquée pour ces insuffisances, notamment en situation de crise, elle a été complétée par les VaR, value at risk, qui ont permis de mieux appréhender les pertes en situations plus rares, voire extrêmes. Cette nouvelle approche des estimations statistiques pourrait se révéler particulièrement prometteuse pour mieux mesurer les risques et corrélations entre actifs liquides et moins liquides, entre critères financiers et non financiers. Son utilisation mérite d’être développée pour mieux constituer les allocations stratégiques des portefeuilles institutionnels comportant des actifs alternatifs. Les limites de cette approche sont néanmoins bien claires : les niveaux individuels de volatilité et de corrélation d’un fonds particulier ne peuvent être appréciés correctement.