L'investissement factoriel - les ingrédients pour des rendements supérieurs à long terme
De nombreuses stratégies factorielles s'appuient sur les définitions classiques de la science. Pourtant, certains facteurs ne génèrent plus de valeur ajoutée depuis longtemps.
Auteur : Elias Lipp, Senior Product Specialist Equities & Themes
La recherche sur les stratégies factorielles a révélé une multitude de nouveaux facteurs ces dernières années. Les facteurs les plus répandus aujourd'hui sont la valeur, la qualité, le momentum, la faible volatilité et la taille. La définition de ces facteurs varie considérablement d'un économiste à l'autre et d'un fournisseur à l'autre. De nombreux fournisseurs s'appuient enocre sur les définitions classiques des facteurs de Fama-French ou d'autres économistes qui ont principalement publié leurs études dans les années 1990.
Le graphique suivant montre toutefois que les deux facteurs classiques Size (taille de l'entreprise) et Value (ratio boursier) selon la définition de Fama-French ne fournissent plus de rendement excédentaire depuis quelques années.
Qu'est-ce que le modèle à trois facteurs de Fama-French ?
Le modèle à trois facteurs d’Eugene Fama et Kenneth French, élaboré dans les années 1990, repose sur la Modern Portfolio Theory de Markowitz (années 1950) et sur le Capital Asset Pricing Model (années 1960). En plus du rendement du marché, Fama et French ont constaté que le rendement d’un portefeuille ou d’une action pouvait également être expliqué par la taille de l’entreprise (avantage à long terme pour les entreprises à petite et moyenne capitalisation) et par le ratio valeur comptable/prix de marché (avantage à long terme pour les entreprises ayant une faible valeur comptable par rapport à leur cours de l’action). Aujourd’hui encore, le modèle à trois facteurs est considéré comme le point de départ des stratégies factorielles.
Les années passées ont montré que de nombreux facteurs peinent à s'adapter à l'environnement de marché actuel. Bien entendu, aucune stratégie active n'est à l'abri d'années négatives. Pour qu'un modèle multifactoriel actif puisse surperformer le marché global sur une période prolongée (par exemple cinq ans), il faut aujourd'hui des définitions sophistiquées et une recherche rigoureuse. Cela implique d'une part, d'examiner de manière critique les facteurs sélectionnés et, d'autre part, d'être à l'affût de nouveaux facteurs potentiels. Les ajustements doivent toujours être soigneusement évalués. Les questions suivantes permettent de s'orienter :
- Quand un changement a-t-il une raison fondamentale et quand s'agit-il seulement d'une déviation temporaire, comme pendant la bulle Internet (dot-com bubble) ou la crise financière ?
- L'adaptation offre-t-elle une valeur ajoutée économique et significative ou s'agit-il simplement de data mining ?
- Où faut-il être constant et quand faut-il s'adapter ?
Notre approche
Nous nous appuyons sur notre longue expertise et notre processus de recherche systématique. Au cours des 20 dernières années, nous avons continuellement développé notre modèle.
Au cours des cinq dernières années, une trentaine de sous-facteurs ont été examinés en détail. Douze d'entre eux ont finalement été intégrés au modèle. Actuellement, notre modèle multifactoriel se compose des trois facteurs principaux Value, Quality et Momentum, qui reposent ensemble sur 26 sous-facteurs.
Outre sa composition nettement plus étendue, notre modèle multifactoriel se distingue des définitions classiques des facteurs sur les points suivants :
- Notre modèle est neutre sur le plan sectoriel, ce qui se traduit par une stabilité nettement plus élevée.
- Dans la mesure du possible, nous utilisons des données de marché actuells ou des estimations d'analystes (prévisions) pour calculer les facteurs. Nous évitons ainsi de travailler avec des données non pertinentes.
- Nos portefeuilles sont rééquilibrés chaque mois jusqu'à un maximum prédéfini (généralement 10%). Ce faisant, nous tenons également compte des coûts de transaction, ce qui permet de maintenir des portefeuilles dynamiques tout en gardant des frais de transaction raisonnables.
- Nous pouvons rapidement intégrer de nouveaux sous-facteurs significatifs dans le modèle grâce à notre recherche, sans nécessiter d'adaptations préalables dans les documents juridiques, ce qui peut allonger le processus d'adaptation.
- En ce qui concerne les données, nous sommes plus flexibles et pouvons faire des hypothèses en cas de données manquantes (par exemple, avec l'utilisation de la valeur médiane). Cela nous permet d'exploiter d'autres facteurs sans être contraints par un catalogue rigide.
