Les confusions entre indice, benchmark, allocation stratégique et passive Noël Amenc PhD, Professeur de Finance, Edhec Business School Directeur de la Recherche, Misys Asset Management Systems noel.amenc@edhec.edu 27 Novembre 2003
Sommaire Benchmarks versus Indices Les arguments «indiciels» L importance du choix du benchmark Peut-on se passer d un benchmark? Conclusion
Benchmarks versus Indices Qu est-ce qu un benchmark? Un benchmark est un portefeuille de référence pour la gestion. A ce titre, il est représentatif des risques de la gestion sur la période de référence. Ce portefeuille sert à la fois à gérer et à évaluer la performance. Une gestion «non benchmarkée» limite le rôle du benchmark à l évaluation de la performance. Choisir un benchmark pour sa gestion, c est se fixer un objectif en termes de risques systématiques du portefeuille. Même quand la gestion se veut sans benchmark (bottom-up, absolute return ), cela ne signifie pas qu elle est sans risque. Il est donc toujours possible a postériori de reconstituer un benchmark.
Benchmarks versus Indices Qu est-ce qu un indice? Un indice est un portefeuille représentatif d un ou de plusieurs facteurs de risques : un indice géographique se fixe pour objectif de représenter le risque du marché boursier du pays considéré indice de style : représentatif du risque du style concerné indice sectoriel : représentatif du risque de secteur Une gestion «indexée» signifie que l indice est le benchmark du gérant.
Benchmarks versus Indices Les indices sont-ils de bons benchmarks? Si par «bon», on entend «représentatif du risque de la gestion» : Oui, si le gérant décide de ne pas s écarter de l indice qu il a choisi comme benchmark. Seule lui est autorisée une tracking-error faible ou pour le moins essentiellement constituée du risque spécifique des titres de son portefeuille. Non, si le gérant construit sa performance à partir d un choix de risques systématiques différents de celui du benchmark. Si par «bon», on entend «efficient», qu il n y a pas de meilleur choix possible : Non, mais est-ce l objectif d un indice? Un indice se veut représentatif d un risque. Il n est pas le «portefeuille optimal de marché» introuvable de la littérature financière (Roll, 1977).
Les arguments «indiciels» Les lectures «rapides» de la littérature académique Le modèle de Black-Litterman (1990) Il est bien connu que de faibles variations dans les inputs (rendements moyens, matrice de variance-covariance des actifs) entraînent de fortes variations dans les outputs (composition des portefeuilles efficients) Cette sensibilité aux conditions initiales est d autant plus dommageable qu il est difficile d estimer les moments d ordre 1 (et aussi, mais dans une moindre mesure, les moments d ordre 2) de la distribution des rentabilités des actifs avec une grande précision (Merton (1980), Jorion (1985, 1986)) Typiquement, l optimisation moyenne-variance conduit à surpondérer les classes d actifs pour lesquelles l erreur d estimation est la plus grande!
Les arguments «indiciels» Les lectures «rapides» de la littérature académique Le modèle de Black-Litterman (1990) - suite Black et Litterman ont proposé une méthode permettant d effectuer des optimisations moyenne-variance plus robustes L idée est d extraire des estimations des rendements moyens qui sont explicites dans la composition d un benchmark donné Ces estimations des rendements moyens sont alors utilisées comme points de référence, et les vues (paris actifs) des investisseurs sont exprimées comme des paris relatifs à ces points de référence Portée et généralité de l approche : L investisseur a également la possibilité de préciser le niveau d incertitude sur ses vues, ainsi que les corrélations éventuelles entre ses vues ; l investisseur «bayesien» est un peu mois passéiste. En revanche, l approche conserve le caractère statique et moyenne-variance propre à Markowitz.
Les arguments «indiciels» Les lectures «rapides» de la littérature académique La fausse contrainte de Black-Litterman Il est parfois dit que la méthode de Black-Litterman légitimait le rôle des indices de marché comme portefeuilles de référence Rien n exige en fait que le benchmark utilisé dans la méthode de Black- Litterman soit un indice de marché ; ce benchmark peut très bien être le portefeuille stratégique de référence de l investisseur Alternative à Black-Litterman : Une autre façon, moins subtile mais assez proche dans son esprit, consiste à imposer des contraintes de tracking error vis-à-vis d un indice, ou plus généralement vis-à-vis d un benchmark de référence On peut montrer que de telles contraintes de tracking error reviennent à implémenter une technique de «statistical shrinkage» (amélioration des propriétés des estimateurs par structuration du problème).
Les arguments «indiciels» Les lectures «rapides» de la littérature académique Les travaux «oubliés» : des indices plus efficients De récents travaux ont mis en évidence la possibilité de créer des benchmarks plus efficients que les indices de marché Par exemple, Alexander et Dimitriu (2003) proposent la réplication de la première composante principale d un ensemble de titres, plutôt qu un portefeuille équipondéré ou capi-pondéré, cr? à partir de ces titres. En s appuyant sur une estimation débruitée de la matrice de variancecovariance des titres, ils montrent que cette approche permet une meilleure stabilité et une surperformance par rapport aux benchmarks de marché Une approche polaire consiste à utiliser comme benchmark un portefeuille minimum-variance constitué à partir des titres individuels.
Les arguments «indiciels» Les lectures «rapides» de la littérature académique L efficience des indices «bute» aussi sur l inobservabilité du portefeuille de marché. Dans le cas du modèle de marché (CAPM) : modèle d équilibre = indice général des actifs. Cf. la critique de Roll (1977) pour lequel les indices ne sont pas représentatifs de l univers d investissement et ne tiennent pas compte des revenus liés au capital humain (salaires, stock options, etc.) Existe-t-il un indice efficient ou des modèles de construction de portefeuille efficient? Si le CAPM n est pas un bon modèle, i.e., s il existe des facteurs (par exemple, taille, B/M) autres que l exposition au rendement du marché qui commandent une prime de risque, le portefeuille optimal sera impacté par la présence de ces facteurs (cf. hedging demands dans le modèle de Merton (1971)).
Les arguments «indiciels» Fama, French et les autres... La logique de représentativité pour les capitalisations boursières est issue du CAPM et de l idée que le risque et la rentabilité sont liés, le risque de marché étant le seul risque pris en compte. Si l on prend en considération d autres risques, et notamment le risque de faillite plus important pour les petites capitalisations ou pour des valeurs ayant de faibles perspectives de profit (appelées à tort «value»), les portefeuilles construits ont des profils de risques différents. Cette diversification à partir d une approche multifactorielle est à la base des offres de type «enhanced indexation» et justifie le recours aux modèles multifactoriels (Fama et French, Barra etc). Dimensional Fund Advisors s est fait le promoteur de ce type d approche aux USA avec des surperformances de 400 bps / an aux indices value-weighted.
Les arguments «indiciels» Fama, French et les autres... Cela suppose bien entendu que la diversification s effectue sur un modèle factoriel spécifique pour les risques de l univers d investissement. Earnings / Assets 12 10 8 6 4 2 0 4,38 Value Stock Company Size and Financial Strength Annual Data: 1964-2000 Earnings 9,68 Growth Stock Annualized Compound Return 18,00% 16,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% Returns 16,85% Value Stocks 12,25% Growth Stocks Earnings / Assets 7 6 5 4 3 2 1 0 Earnings 4,16 6,2 Annualized Compound Return 18,00% 16,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% Returns 16,12% 12,25% Small Stocks Large Stocks Small Stocks Large Stocks Source: Dimensional Fund Advisors Inc., April 2001
Les arguments «indiciels» Les indices sont des choix de risques particuliers La logique de représentativité n est pas une logique de «pureté» Exposition du DJ EURO STOXX 50 aux secteurs Juin 96 à Fev 00 Mars 00 à Nov 03 DJ EURO STOXX ES BASIC MATS. - PRICE INDEX 1,03% 9,94% DJ EURO STOXX ES CNS. NON. CYC. - PRICE INDEX 8,19% 10,60% DJ EURO STOXX ES CNS. CYCLICAL - PRICE INDEX 21,57% 1,37% DJ EURO STOXX ES ENERGY - PRICE INDEX 11,74% 15,00% DJ EURO STOXX ES FINANCIAL - PRICE INDEX 20,00% 24,60% DJ EURO STOXX ES HEALTHCARE - PRICE INDEX 0,00% 0,67% DJ EURO STOXX INDUSTRIAL - PRICE INDEX 0,00% 0,00% DJ EURO STOXX ES TECHNOLOGY - PRICE INDEX 13,40% 15,74% DJ EURO STOXX ES TELECOM. - PRICE INDEX 20,54% 12,58% DJ EURO STOXX ES UTILITIES - PRICE INDEX 3,53% 9,49% Source: Edhec Risk and Asset Management Research Centre (2003) Analyse d exposition effectuée selon une analyse RBSA par approche de régression contrainte de W. Sharpe (1992)
Les arguments «indiciels» Les indices sont des choix de risques particuliers La logique de représentativité n est pas une logique de «pureté» Exposition du DJ EURO STOXX 50 aux styles growth et value Mars 00 à Nov 03 Juin 96 à Fev 00 0% 20% 40% 60% 80% 100% MSCI EUROPEAN UNION :V - TOT RETURN IND MSCI EUROPEAN UNION :G - TOT RETURN IND Source: Edhec Risk and Asset Management Research Centre (2003) Analyse d exposition effectuée selon une analyse RBSA par approche de régression contrainte proposée par W. Sharpe (1992)
Les arguments «indiciels» Les indices sont des choix de risques particuliers La logique de représentativité ne peut pas toujours être appréhendée par un critère simple et objectif comme les capitalisations boursières L exemple des indices de style: Table 2. List of Competing Indexes for each Style Style List of competing indexes Small Cap Small Cap Growth Small Cap Value Mid Cap Mid Cap Growth Mid Cap Value Large Cap Large Cap Growth Large Cap Value IIA, Fama French, S&P BARRA, Dow Jones US, Russell, Wilshire IIA, Fama French, Russell, S&P BARRA, Dow Jones US, Wilshire IIA, Fama French, Russell, S&P BARRA, Dow Jones US, Wilshire IIA, S&P BARRA, Russell, Dow Jones US, Wilshire Russell, S&P BARRA, Dow Jones, Wilshire Russell, S&P BARRA, Dow Jones, Wilshire IIA, S&P BARRA, Fama French, Russell, Dow Jones US, Wilshire IIA, Fama French, Russell, S&P BARRA, Dow Jones US, MSCI, Wilshire IIA, Fama French, Russell, S&P BARRA, Dow Jones US, MSCI, Wilshire
Les arguments «indiciels» Les indices sont des choix de risques particuliers Hétérogénéité des indices actions Style Maximum Return Differential Small Cap 28.55 (Feb 00: IIA (-4.04) / Dow Jones Indexes (24.50)) Small Cap Growth 31.78 (Feb00 : IIA (1.56) / Dow Jones Indexes (33.34)) Small Cap Value 17.94 (Jan01 : Fama French (0.774) / Dow Jones Indexes (18.71)) Mid Cap 18.08 (Feb00 : Russell (-4.18) / Wilshire (13.90)) Mid Cap Growth 14.45 (Dec91 : S&P Barra (14.45) / Russell (0.00)) Mid Cap Value 8.99 (Dec91 : S&P Barra (8.99) / Russell (0.00)) Large Cap 7.574 (Sept98 : Dow Jones Indexes -0.62) / IIA (6.947)) Large Cap Growth 30.11 (Feb01 : Dow Jones indexes (-18.36) / S&P Barra (11.75)) Large Cap Value 10.99 (Sept90 : Russell (-13.20) / IIA (-2.21)) This table provides the maximum monthly return difference between competing indices for the same style Source: Edhec Risk and Asset Management Research Centre, 2003
Les arguments «indiciels» Les indices sont des choix de risques particuliers Figure 2. Heterogeneity Index Hétérogénéité des indices 0,180 0,160 0,155 0,162 0,140 0,131 0,120 0,114 0,114 0,100 0,104 0,102 0,080 0,073 0,060 0,040 0,025 0,020 0,000 Small Cap Small Cap Growth Small Cap Value Mid Cap Mid Cap Growth Mid Cap Value Large Cap Large Cap Growth Large Cap Value Source: Edhec Risk and Asset Management Research Centre, 2003 L indice d hétérogénéité est calculé à partir des corrélations entre chaque indice d une même catégorie de style. Ainsi, pour chaque catégorie, un indicateur (HI) est déterminé par différence entre 1 et la valeur du coefficient de corrélation inter-catégorie. Si HI=0, cela signifie donc que la catégorie est parfaitement homogène.
Les arguments «indiciels» Les indices sont des choix de risques particuliers Dans l univers alternatif, la complexité des stratégies et l opacité des fonds exacerbent le problème. Les indices de style de hedge-funds souffrent à la fois de problèmes de représentativité et de pureté (cf. Amenc, Martellini - 2002, et Vaissié - 2003).
Les arguments «indiciels» Les fausses évidences empiriques Le «data mining» de John Bogle (ou l art de choisir la période pour dénoncer ses petits camarades ) Managed Fund Risk-Adusted Return Average 1990-1994 Value Blend Growth Large 17,79% 0,23% 11,95% Medium 11,23% 6,91% 24,32% Small -4,85% 32,88% 158,96% Managed Fund Risk-Adusted Return Average 1992-1996 Value Blend Growth Large -20,13% -16,79% -18,37% Medium -22,58% -22,83% -19,28% Small -28,57% -16,96% 9,52% Source: Minor (2001)
Les arguments «indiciels» Les fausses évidences empiriques Plus généralement, la sous-performance constatée d un grand nombre de fonds est plus liée à l aversion à la perte des investisseurs qu à la fatalité ou l efficience des indices. Ainsi, une étude célèbre de Dalbar (1996) sur les investisseurs US montre que leur souci d éviter le risque de faillite par le stock picking a pour conséquence une sous-performance annuelle de 10% par rapport au S&P500.
L importance du choix du benchmark Strategy Benchmarks Les poids «normaux» ou neutres Le benchmark est considéré dans la littérature académique et professionnelle sur l analyse et la gestion de portefeuille comme le portefeuille constitué des poids «normaux» ou neutres sur la période d analyse. Bailey, Richard et Tierney (1990) ont formalisé cette approche par : avec P=B+(P-B)=B+A B : Benchmark A : Position Active si M est un indice de marché, on peut écrire : P=M+(B-M)+A=M+S+A où S est l exposition au style du benchmark, et donc du marché.
L importance du choix du benchmark Strategy Benchmarks Les qualités d un benchmark (Bailey et alii, 1990, Bailey 1992) Non ambigu Investissable Mesurable Approprié Reflète les vues de l investisseur Spécifié à l avance Kuenzi distingue deux cas de gestion (2003) : «PBC disciplines» : le gérant n a pas de biais stratégique en dehors des indices (M=B donc S=0) «MS Strategy» : le gérant a un biais stratégique (M?B donc S?0)
L importance du choix du benchmark Strategy Benchmarks Le choix d un benchmark cohérent avec la stratégie conditionne la surperformance et sa mesure. Le tableau présente l impact du choix de sociétés à faible ratio d endettement sur la composition sectorielle d un benchmark stratégique vs S&P500 Published Index Sector Weights/Risk Controls and Those implied by Strategy (1) (2) (3) (4) (5) (6) S&P 500 Maximum Minimum Strategy Difference Risk Limits Weights Exposure Exposure Weight Strat - S&P Energy 3,57% +/- 7,5% 11,07% 0,00% 12,15% 8,58% Matrials 5,78% +/- 7,5% 13,28% 0,00% 1,68% -4,10% Industrials 11,80% +/- 7,5% 19,30% 4,30% 4,55% -7,25% Consumer Discrt 15,27% +/- 7,5% 22,77% 7,77% 11,75% -3,52% Consumer Stpls 11,65% +/- 7,5% 19,15% 4,15% 6,70% -4,95% Health Care 11,60% +/- 7,5% 19,10% 4,10% 22,34% 10,74% Financials 17,02% +/- 7,5% 24,52% 9,52% 5,07% -11,95% Info Technology 12,83% +/- 7,5% 20,33% 5,33% 34,84% 22,00% Telecom Services 3,20% +/- 7,5% 10,70% 0,00% 0,92% -2,28% Utilities 7,28% +/- 7,5% 14,78% 0,00% 0,00% -7,28% Source: "Strategy Benchmarks", David E. Kuenzi, The Journal of Portfolio Management, Winter 2003
L importance du choix du benchmark Strategy Benchmarks Attribution Example Using a Published and a Strategy Benchmark Using Published Benchmark Using Strategy Benchmark Outperformance of Technology Sector 10% 10% Portfolio Technology Exposure 23% 25% Benchmark technology Exposure 15% 25% Overweight (Portfolio Exposure - Index Exposure) 10% 0% Outperformance Attribuable to Technology Exposure * 1% 0% * Calculated as Overweight X Outperformance Source: "Strategy Benchmarks", David E. Kuenzi, The Journal of Portfolio Management, Winter 2003
L importance du choix du benchmark Strategy Benchmarks Return, Standard Deviation, and Sharpe Ratio Comparison - S&P500, S&P/BARRA Growth, and Strategy Benchmark (Annualized from Full Period 4/97-3/02 3 Years 4/97-3/00 2 Years 4/00-3/02 Monthly Data) S&P500 Growth Strategy S&P500 Growth Strategy S&P500 Growth Strategy Geometric Total Return 10,19% 10,15% 10,27% 27,43% 35,76% 37,78% -11,39% -19,50% -21,05% Standard Deviation 17,72% 20,55% 22,69% 17,43% 20,89% 19,42% 16,52% 20,89% 24,28% Sharpe Ratio 0,31 0,24 0,24 1,07 1,29 1,69 NM NM NM Source: "Strategy Benchmarks", David E. Kuenzi, The Journal of Portfolio Management, Winter 2003 Return, Standard Deviation, and Sharpe Ratio Comparison - S&P500, S&P/BARRA Growth, and Strategy Benchmark Full Period 4/97-3/02 3 Years 4/97-3/00 2 Years 4/00-3/02 versus S&P500 versus Growth versus S&P500 versus Growth versus S&P500 versus Growth Beta 1,20 1,08 1,04 1,03 1,41 1,14 Alpha -0,97% -0,27% 7,27% 0,80% -4,68% 1,69% Total Tracking Error 8,55% 5,31% 7,12% 5,15% 9,64% 5,61% Residual Tracking Error 7,75% 5,08% 7,09% 5,13% 6,82% 4,82% Information Ratio -0,13-0,05 1,03 0,16-0,69 0,35 Source: "Strategy Benchmarks", David E. Kuenzi, The Journal of Portfolio Management, Winter 2003
L importance du choix du benchmark L étude de Brinson, Singer, Beebower (1991) L étude de Brinson, Singer, Beebower (1991) analyse les causes de la variation de performance du portefeuille sur longue période en comparant les évolutions trimestrielles du portefeuille avec celles des classes d actifs dans lesquelles il est investi. L étude ne conclut que sur une évidence : quand les marchés représentatifs des classes d actifs dans lesquelles est investi le portefeuille s apprécient, le portefeuille voit sa valeur croître (quand l eau monte, le bateau monte!). Explication des variations de rendement sur longue période Explication des variations de rendement sur longue période 1,8% 2,1% 4,6% 91,5% Strategic Asset Allocation Market Timing Autres Stock Picking Source : Brinson, Beebower, Singer (1991)
L importance du choix du benchmark L étude de Brinson, Singer, Beebower (1991) Et pourtant, les professionnels s évertuent à lui en faire dire beaucoup plus Les mauvaises interprétations de l étude Brinson, Singer & Beebower étude de Nutall et Nutall (1998) Le pourcentage des auteurs qui interprètent mal l'œuvre de Brinson, en étant une solution à la relation entre l'allocation d'actifs et le niveau de rendement. Par exemple : Une étude suggère que plus de 91 % du rendement d'un 75% portefeuille est attribuable à son mix de classes d'actifs. Dans cette étude, la sélection d'actions individuelles et le market timing représentaient ensemble moins de 7 % du rendement d'un portefeuille diversifié." Vanguard Group Le pourcentage des auteurs qui interprètent mal l'œuvre de Brinson, en étant une solution aux conséquences du choix d'une politique d'allocation d'actifs par rapport à une autre. Par exemple : Une étude sur les gestionnaires de fonds de pension, 10% largement citée, démontre que 91,5 % de la différence entre les performances de deux portefeuilles distincts est due à l'allocation d'actifs." Fidelity Investments Autres citations erronées 13% Le pourcentage des auteurs qui ont cité Brinson avec précision 2% (seulement une interprétation juste)
L importance du choix du benchmark L étude de Brinson, Singer, Beebower (1991) La bonne question que n ont pas abordée Brinson, Singer & Beebower et qui a été posée par Ibbotson et Kaplan (2000) est celle de l explication de la différence entre les fonds. Explication des différences de rendement entre les fonds 3,5% 11,0% 40,0% Strategic Asset Allocation 45,5% TacticalAsset Allocation Stock Picking Fees Source : Edhec (2002) and Ibbotson, Kaplan (2000)
L importance du choix du benchmark L étude de Brinson, Singer, Beebower (1991) En 1997, Singer, en réponse aux critiques de l étude de 1991, admet que lorsque les valeurs de rentabilité et de risques s éloignent significativement de celles justifiant l allocation initiale, il convient de modifier cette dernière. L allocation stratégique n est pas synonyme d immobilisme.
L importance du choix du benchmark Comment évaluer le choix du benchmark? Le choix d un benchmark stratégique est une valeur ajoutée que les mesures traditionnelles du talent du gérant ne prennent pas en compte. L alpha est défini comme une capacité à surperformer le benchmark par le market timing et/ou le stock picking. Dans un article récent, Kuenzi (2003) a tenté de proposer une mesure de la valeur ajoutée du choix du benchmark par le gérant : Le benchmark doit être comparé à un indice de référence qui l englobe L indice de référence doit pouvoir minimiser sur longue période la tracking-error du benchmark Le changement de style conditionnera le choix d un benchmark et d une tracking-error.
Peut- on se passer d un benchmark? Peut-on se passer de stratégie? Les gestions en rentabilité absolue ont souvent un benchmark qui est le taux sans risque. Le choix d un benchmark est au cœur d un grand nombre de technologies de construction de portefeuille (optimisation relative). C est le choix d un benchmark qui, pour une même série de paris ou de prévisions, déterminera la rentabilité ajustée du risque du portefeuille. Choix du benchmark et performance du portefeuille. Benchmark Euribor 1 month EuroStoxx 50 50%/50% Benchmark Benchmark TAA Portfolio Benchmark TAA Portfolio Benchmark TAA Portfolko Cumulative Return 12.12% 27.52% -52.65% -43.43% -25.12% -12.38% Annualised Return 3.82% 8.28% -21.43% -16.39% -8.80% -3.91% Annualised Volatility 0.25% 5.55% 25.73% 22.45% 12.84% 10.08% Sharpe NA 0.804-0.981-0.900-0.983-0.766 % Negative Returns NA 13.89% 61.11% 61.11% 38.89% 47.22% Worst Monthly Drawdown NA -3.39% -15.37% -13.31% -7.55% -6.56% Annualised Tracking Error NA NA NA 5.61% NA 5.64% Information Ratio NA NA NA 0.898 NA 0.869 Source: Amenc, Malaise, Sfer, Martellini (2003). Résultats d un portefeuille géré en Tactical Style Asset Allocation (Eurostoxx50 versus cash). Travaux de recherche soutenus par Eurex.
Peut- on se passer d un benchmark? Peut-on se passer de stratégie? Le choix d un benchmark est le fondement d un process de délégation de gestion. Sans choix de benchmark, il ne peut y avoir de fixation pour l investisseur d un niveau de risque. Plus généralement, en présence d une rémunération fondée sur la surperformance, l absence d un benchmark peut conduire à des prises de risque de la part du gérant peu compatibles avec le profil et l aversion au risque de l investisseur (Basak, Pavlova & Shapiro, 2003).
Peut- on se passer d un benchmark? Le benchmark n interdit pas d être actif Il est difficile de battre le marché si on ne s en éloigne pas! Grinold et Kahn (2000) ont montré qu il était totalement inefficace de rechercher des managers sans leur laisser de liberté de décision. Les fortes contraintes de tracking-error ne laissent la place qu à des paris sur des risques diversifiables et non rémunérés La mise en place d une approche core-satellite rend compatible le respect d un benchmark et les bénéfices d une allocation active du portefeuille.
Peut- on se passer d un benchmark? Comment implémenter la gestion active? La mauvaise interprétation de la loi fondamentale de la gestion active (Grinold, 1989, Clarke, de Silva et Thorley, 2002) IR = IC IR = TC(IC N N) IC n est pas identique selon que l on travaille sur les styles, les secteurs, les classes ou les titres. La faiblesse de IC dans le cas du stock picking relativise l intérêt d une multiplication des positions(n) ou d un desserrement des contraintes (TC). L excès de rendement ne compense alors pas la tracking-error.
Conclusion Le choix du benchmark est une source essentielle de performance ajustée du risque. Le benchmark est au cœur du process d investissement des asset managers Européens. Which investment process do you favour? (Europe) 33% Country France Germany UK A top/down approach separating the strategic and tactical allocation phase from the stock picking stage 100% 75% 37% An opportunitic approach based on stock selection without reference to a process or to asset allocation constraints 0% 0% 0% A bottom up approach based on stock selection with allocation constraints 0% 25% 63% 3% 64% Percentage is established based on number of responses, eleven percent of respondents did not answer this question. A top/down approach separating the strategic and tactical allocation phase from the stock picking stage Source: Edhec European Asset Management Practices Survey 2003 An opportunistic approach based on stock selection without reference to a process or to asset allocation constraints A bottom up approach based on stock selection with allocation constraints
Conclusion Malheureusement, celui-ci est trop souvent assimilé à un indice ou ne fait pas l objet pour sa construction de l attention que justifierait son influence sur le risque et la performance du portefeuille. Is portfolio composition for one or more asset classes, categories or styles based on: 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Optimisation of absolute risk basedon a mean-variance approach Optimisation of absolute risk basedon a mean-var approach An approach based on a minimum acceptable level of riskor return The minimisation of volatilityrisk The minimisation of extreme risk A relative riskapproachcompared to a benchmark that represents the long-term allocation policy No quantitative methods for optimisation Others France Germany United Kingdom Others Europe
Références Amenc, N., P. Malaise, L. Martellini and D. Sfeir, October 2003, Portable alpha and portable beta strategies in the Euro zone Implementing active asset allocation decisions using equity index options and futures (preliminary version), Edhec Risk and Asset Management Research Centre, working paper. Amenc N., and L. Martellini, 2002, The brave new world of hedge fund indices, USC / Edhec Risk and Asset Management Research Centre, working paper. Bailey, J. V., Spring 1992, Are manager universes acceptable performance benchmarks?, The Journal of Portfolio Management, pp. 9-13. Bailey, J. V., T. M. Richards and D. E. Tierney, 1990, Benchmarks portfolios and the manager/plan sponsor relationship, in Frank J. Fabozzi and T. Dessa Fabozzi eds., Current Tropics in Investment Management, New York: Harper Collins, pp. 349-363. Basak S., A., Pavlova, and A., Shapiro, April 2003, Offsetting the incentives: Risk shifting and benefits of benchmarking in money management, MIT Sloan School of Management, working paper 4303-03. Black, F., and R. Litterman, 1990, Asset allocation: combining investor views with market equilibrium, Goldman Sachs, Quantitative Research Group.
Références Bogle, J., The Implication of Style Analysis for Mutual Fund Performance Evaluation, The journal of Porfolio Management, Summer 1998,pp 34-42. Brinson G. P., B. D. Singer and G. L. Beebower, May-June 1991, Determinants of portfolio performance II : An update, Financial Analysts Journal. Clarke R., H. de Silva and S. Thorley, September/October 2002, Portfolio construction and the fundamental law of active management, Financial Analysts Journal, pp. 48-66. Dalbar study, 1996, Quantitative analysis of investor behavior, Fourth Quarter Update. Dimensional Fund Advisors Inc., April 2001 Dimitriu, A., and C., Alexander, 2003, Common trends, mean reversion and herding: sources of abnormal returns in equity returns, working paper, ISMA Center Edhec, 2003, Edhec European Asset Management Practices Survey, Edhec Risk and Asset Management Research Center Fama E. F., and K. R., French, 1992, The cross-section of expected stock returns, The Journal of Finance, 47, pp. 427-465. Grinhold R. C., Spring 1989, The fundamental law of active management, The Journal of Portfolio Management, pp. 30-37.
Références Grinold R. C. and R. N., Kahn, 2000, Active Portfolio Management : A Quantitative Approach for Producing Superior Returns and Controlling Risk, Irwin, 2e éd. Ibbotson R. G., and P. D., Kaplan, January-February 2000, Does asset allocation policy explain 49.90 or 100 percent of performance?, The Financial Analysts Journal, January- February. Jorion, P., 1985, International portfolio diversification with estimation risk, Journal of Business, 58, 259-278. Jorion, P., 1986, Bayes-Stein estimation for portfolio analysis, Journal of Financial and Quantitative Analysis, 21, 3, 279-292. Kuenzi D. E., Winter 2003, Strategy benchmarks, The Journal of Portfolio Management, pp. 46-56. Merton, R., 1980, On estimating the expected return on the market: an exploratory investigation, Journal of Financial Economics, 8, 323-362. Merton R. C., 1971, Optimal Consumption and Portfolio Rules in a Continuous-Time Model, Journal of Economic Theory, 3, 373-413. Minor D. B., Summer 2001, Beware of index fund fundamentalists, The Journal of Portfolio Management.
Références Nuttall J. A., 1998, Asset Allocation Claims Truth or Fiction?, Unpublished. Roll R., 1977, A critic of the asset pricing theory s test, The Journal of Financial Economics, 129-176. Singer B., October 1997, Asset Allocation, Hoaxes, and the Creation of Straw Men, Journal of Financial Planning. Sharpe W. F., 1992, Asset allocation: Management style and performance measurement, Journal of Portfolio Management, vol. 18, Winter, p. 7-19. Vaissié M., 2003, Une analyse détaillée des méthodes de construction et des principes de gestion des indices de hedge funds, Edhec Risk and Asset Management Research Centre, working paper.