Attribution de Performance Et de Risque en Gestion de Portefeuille, 2009

ROYAUME DU MAROC
?????
HAUT COMMISSARIAT AU PLAN
???????
Institut National
de Statistiques et d’Economie Appliquée
Projet de Fin d’Etudes

?????
Préparé par : Mr Daouda KONKOBO
Sous la direction de : Mr Salaheddine EL ADLOUNI (INSEA)

Mr Zouhair EL ALAOUI(Actuaris Consulting)
Soutenu publiquement comme exigence partielle en vue de l’obtention du
Diplôme d’Ingénieur d’Etat

Option : Recherche Opérationnelle
Devant le jury composé de :
Mr Salaheddine EL ADLOUNI (INSEA)

Mr Zouhair EL ALAOUI (Actuaris Consulting)
Mr Yamine EL YAMANI (INSEA)
Juin 2009
Résumé
Le suivi de la performance et du risque est aujourd’hui essentiel pour une gestion à valeur
ajoutée. Dans ce travail nous passons en revue les méthodologies permettant d’apprécier à
la fois à des fins internes et à des fins externes la contribution au résultat final de chaque
partie du processus d’investissement et le risque couru pour obtenir ce résultat. En raison
de ses spécificités, l’attribution de performance de la gestion obligataire a fait l’objet d’une
étude particulière. Nous mettons finalement en place un système informatique dans lequel
nous implémentons nos choix de modèles d’attribution par un ensemble de tableaux chiffrés
et une batterie de graphiques synoptiques donnant un support de décision financière.
Mots clés :Finance, Portefeuille, Asset Management, Statistique decisionnelle,

Attribution, Performance, Risque, Aide à la Décision, Base de Données, Reporting
Dedicace
A la mémoire de
– mon grand-père Mogho-Naba El Hadj Konkobo Rasmané,
– mes oncles El Hadj Konkobo Issouf, Konkobo Adama, et Gansoré Ous-
seini
– et ma tante Konkobo Sandia
qui ont forgé en moi l’esprit de Travail et de Responsabilité.
Aujourd’hui vous n’êtes plus, mais autant je serai, autant vous existerez.
A mes grand-parents , mes parents , mes frères , mes proches qui m’ont
toujours accompagné dans toutes mes entreprises.
« Seuls jours de Travail, Seuls jours où j’ai vécu »Alfred De Musset.
-i-
Remerciements
Je tiens à remercier vivement Mr Zouhair EL ALAOUI pour m’avoir proposé ce

stage, m’avoir permis d’aborder dans le détail les questions théoriques et pratiques que
posent les modèles d’attribution de performance et de risque, et avoir su bien expliquer
les enjeux de la mise en place d’un système d’attribution de performance et de risque .
Etre à mesure d’identifier et de quantifier les différentes sources de la surperfor-
mance ou d’une mesure de risque, c’est avant tout reconstituer leurs principaux éléments
constitutifs. Ce stage m’a permis de me familiariser avec les pratiques de la finance de
marché, son vocabulaire, et de comprendre le travail des intervenants dans le cycle de vie
d’un portefeuille.
Mes remerciements les plus respectueux vont également à Mr Salaheddine EL AD-
LOUNI, professeur à l’INSEA qui a accepté de m’encadrer pour ce travail. J’ai beaucoup
sollicité son aide et il a toujours su répondre efficacement à mes questions, aussi bien
statistiques que de modélisation.
Je remercie également Mr Yamine EL YAMANI, professeur à l’INSEA qui m’a fait
l’honneur de participer au jury.
Je voudrais aussi exprimer tout le plaisir que j’ai éprouvé en travaillant au sein
d’Actuaris. Je garde toujours en souvenir ces meilleurs moments de recueil philosophique
avec Amine. Je profite remercier tous les membres du cabinet. Par l’entente et l’esprit
d’entraide et qu’ils ont sans cesse manifesté, ils sont devenus au fil du temps plus que de
véritables amis ; des frères.
Je ne remercierai jamais assez tous ceux qui ont contribué de près ou de loin au
projet. Ma reconnaissance est sans limite à Fouad et à Rachid pour leur disponibilité, leur
soutien et leur collaboration.
En ce moment où je passe par une étape majeure dans mon parcours universitaire,
mes pensées vont vers mes parents qui n’ont ménagé aucun effort pour me soutenir et
me réconforter tout le long de mes études et parfois même au prix de durs sacrifices. Je
saisis cette circonstance pour leur exprimer, dans un élan de fierté et de tendresse, mes
sentiments de gratitude et de profonde affection.
Le mot de la fin, c’est un vif remerciement à mon cher professeur El hadj Mohamed
Abdou ELOMARY, à la fois professeur et père, il n’a cessé de manifester à mon égard une
bienveillance, un soutien constant et inconditionnel surtout dans les moments difficiles. Ses
sages conseils, ses encouragements et l’assistance précieuse qu’il m’a fournie m’ont permis
de méner jusqu’à ce terme mon parcours universitaire. Qu’il soit assuré de la profonde
reconnaissance que j’éprouverai toujours pour lui et à toute sa famille.
-ii-
Glossaire
ACT Action
Agio Equivalent d’intérêt.
AIMR Association for Investment Management and Research
Asset Management Gestion d’actifs
BDT Bons Du Trésor
BIC Bank Identifier Code
Broker Courtier
BSF Bons de Société de Financement
BT Billet de Trésorerie
CD Certificat de Dépôt
CDVM Conseil Déontologique des Valeurs Mobilières
CT Court Terme
DAT Dépôt A Terme
GRAP Groupe de Recherche en Attribution de Performance
LT Long Terme
MADEX Most Active Shares Index
MASI Moroccan All Shares Index
MBI Moroccan Bond Index
MT Moyen Terme
OAT Obligation Assimilable du Trésor
OBL Obligation
OPCR Organisme de Placement en Capital Risque
OPCVM Organisme de Placement Collectif en Valeurs Mobilières
OST Opération Sur Titre
OTC Over The Counter : équivalent anglais de ”gré à gré”
R/L Reglement/Livraison
REPO Sale and Repurchase Agreement
S/R Souscriptions/Rachat
SICAV Société d’Investissement à Capital Variable
TCN Titres de Créances Négociables
TMP Taux Moyen Pondéré
VaR Value At Risk
VL Valeur Liquidative
-iii-
Table des matières
SOMMAIRE EXECUTIF 1
INTRODUCTION GENERALE 5
1 LA RENTABILITE D’UN PORTEFEUILLE 6

1.1 La Mesure de Performance . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.1 Les Mesures de rentabilité . . . . . . . . . . . . . . . . . . . . . 6
1.1.2 L’Ecart de Performance . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 L’alpha de Jensen . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.4 La décomposition de Performance (Modèle de FAMA) . . . . . . . 11
1.2 La Mesure de Risque . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.1 La Volatilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 La Tracking Error . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.3 Le Risque à la baisse . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.4 Le Bêta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.5 Le coefficient de détermination (R2 ) . . . . . . . . . . . . . . . . 13
1.2.6 Le Drawdown . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.7 La Value at Risk . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 La relation entre la rentabilité et le Risque . . . . . . . . . . . . . . . . 15
1.3.1 Le Modèle de Marché . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.2 Le Modèle d’Equilibre des Actifs Financiers(MEDAF) . . . . . . . 16
1.4 Les indicateurs Rentabilité-Risque . . . . . . . . . . . . . . . . . . . . . 17
1.4.1 Le Ratio d’Information . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.2 Le Ratio de Sortino . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.3 Le Ratio de Sharpe . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.4 Le Ratio de Treynor . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.5 Comparaison des Ratio de Sharpe et Ratio de Treynor . . . . . . . 19
-iv-
TABLE DES MATIÈRES
1.4.6 Interprétation du classement des ratios . . . . . . . . . . . . . . . 19

1.5 Les Indicateurs de Regularité . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.1 L’Exposant de Hurst . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.2 Le Ratio de Succès . . . . . . . . . . . . . . . . . . . . . . . . . 20
2 ATTRIBUTION de PERFORMANCE et de RISQUE 21

2.1 Objectifs de l’attribution de performance . . . . . . . . . . . . . . . . . 21
2.1.1 Se comparer précisément à une référence . . . . . . . . . . . . . . 22
2.1.2 Assurer la cohérence entre la gestion et le mandat . . . . . . . . . 22
2.2 Modèles Classiques d’Attribution de Performance . . . . . . . . . . . . . 24
2.2.1 L’Attribution Externe . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.2 L’Attribution Interne . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Traitement des Portefeuilles Obligataires . . . . . . . . . . . . . . . . . 30
2.3.1 Mécanismes de base à prendre en compte . . . . . . . . . . . . . 30
2.3.2 Typologie des démarches retenues . . . . . . . . . . . . . . . . . 33
2.3.3 Approche 1 : Analyse par décomposition de spreads successifs . . . 35
2.3.4 Approche 2 : Analyse par décomposition de portefeuilles synthétiques 37
2.4 Limites des modèles d’Attribution de Performance . . . . . . . . . . . . . 39
2.4.1 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4.2 Le paradoxe d’attribution . . . . . . . . . . . . . . . . . . . . . 40
2.4.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.5 Modèle d’Attribution de Risque . . . . . . . . . . . . . . . . . . . . . . 42
2.5.1 Présentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.5.2 Attribution de la Tracking Error . . . . . . . . . . . . . . . . . . 42
2.5.3 Remarques sur l’Attribution de risque . . . . . . . . . . . . . . . 44
3 SYSTÈME D’AIDE À LA DECISION 46

3.1 Système de Gestion OPCVM . . . . . . . . . . . . . . . . . . . . . . . 46
3.1.1 La notion de référentiels . . . . . . . . . . . . . . . . . . . . . . 46
3.1.2 Le principe Straight Through Processing (STP) . . . . . . . . . . 47
3.2 Reporting d’Attribution de Performance et de Risque . . . . . . . . . . . 49
3.2.1 Cas d’un Portefeuille Diversifié actions internationales . . . . . . . 49
3.2.2 Cas d’un Portefeuille Diversifié actions-obligations . . . . . . . . . 53
CONCLUSION GENERALE 58
-v-
Table des figures
1.1 Diagramme d’opérations pour calcul de taux de rentabilité interne . . . . . . 8

1.2 Schéma illustrant la définition du R2 . . . . . . . . . . . . . . . . . . . . . 13
1.3 Schéma illustrant la définition de la VaR . . . . . . . . . . . . . . . . . . . 14
1.4 Représentation de la relation titre/Marché dans le Modèle de marché . . . . . 15
1.5 Représentation de la relation titre/Marché dans le MEDAF . . . . . . . . . . 16
1.6 Diagramme du classement des Ratios . . . . . . . . . . . . . . . . . . . . 19
2.1 Evolutions des indices et des benchmarks avec et sans rebalancement . . . . . . 23
3.1 Courbes d’évolution du Portefeuille Diversifié actions internationales en com-

paraison avec le benchmark . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2 Représentation des composantes de l’effet ”Allocation” . . . . . . . . . . . . 50
3.3 Représentation des composantes de l’effet ”Sélection de titre” (Portefeuille Di-
versifié actions internationales) . . . . . . . . . . . . . . . . . . . . . . . 51
3.4 Couple risque/rentabilité observée (Portefeuille Diversifié actions internationales) 51
3.5 Graphe des volatilités annuelles sur la période . . . . . . . . . . . . . . . . 52
3.6 Tracking error et Ratio d’information sur la période . . . . . . . . . . . . . . 52
3.7 Composantes de régression (Portefeuille Diversifié actions internationales) . . . 53
3.8 Courbes d’évolution du Portefeuille Diversifié actions-obligations en comparai-
son avec le benchmark . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.9 Représentation des composantes de l’attribution de surperformance (Portefeuille
Diversifié actions-obligations) . . . . . . . . . . . . . . . . . . . . . . . . 54
3.10 Représentation des composantes de l’effet ”Sélection de titre ” (Portefeuille Di-
versifié actions-obligations) . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.11 Tracking error et Ratio d’information sur la période (Portefeuille Diversifié
actions-obligations) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12 Graphe Rentabilité-risque du Portefeuille Diversifié actions-obligations, du
benchmark et de leurs composantes . . . . . . . . . . . . . . . . . . . . . 56
3.13 Composantes de Régression (Portefeuille Diversifié actions-obligations) . . . . 57
-vi-
Liste des tableaux
1.1 Comparaison de portefeuilles basée sur sur le ratio d’information . . . . . . . 17
2.1 Critères de décision d’allocation . . . . . . . . . . . . . . . . . . . . . . . 28

2.2 Présentation des données pour l’attribution de performance . . . . . . . . . . 29
2.3 Application de la méthodologie d’attribution de performance . . . . . . . . . 29
2.4 Mise en œuvre des calculs d’attribution de FMC . . . . . . . . . . . . . . . 39
2.5 Attribution de performance non-parfaite . . . . . . . . . . . . . . . . . . . 40
2.6 Attribution de Risque du portefeuille à attribution de performance non-parfaite 44
-vii-
SOMMAIRE EXECUTIF
Ce rapport présente les travaux réalisés dans le cadre du projet de fin d’etude
du cycle d’ingenieur d’Etat à l’Institut National de Statistiques et d’Economie Appliquée
(INSEA). Intitulé Attribution de Performance et de Risque en gestion de Portefeuille :Mo-
délisation et implémentation, ce sujet reprend essentiellement la méthodologie de calcul
de l’attribution de performance, aujourd’hui largement utilisée par les institutions finan-
cières et les gestionnaires tout en y intégrant la dimension de risque. L’implémentation
des modèles d’attribution choisis a conduit à la mise en place d’un système d’aide à la
décison reposant sur une architecture multi-tiers.
Problématique générale
Le marché marocain de la gestion d’actifs financiers pour compte de tiers est en

pleine extension. Il représente aujourd’hui plus de 175 milliards de dirhams d’actifs 1 .
L’essor qu’a connu le métier de gestion d’actif au cours des dernières années s’accompagne
d’une demande accrue d’information de la part de la clientèle, notamment en matière
d’attribution de performance et, depuis peu, d’attribution de risque.
Un client peut légitimement se questionner sur les faits générateurs de la sur-
performance du fonds dans lequel il est investi. Dès lors, il s’agit d’être capable, pour
répondre à cette attente, de décomposer la surperformance en ses principaux éléments
constitutifs : c’est le rôle de ce qu’il est convenu d’appeler l’attribution de performance.
Elle consiste en l’identification et en la quantification des différentes sources de la sur-
performance obtenue.
L’information délivrée par cette analyse est également riche d’enseignements pour
le gérant de portefeuille ainsi que pour les différents intervenants du processus de gestion.
Cependant, l’attribution de performance reste insuffisante car elle n’intègre pas forcément
le paramètre ”Risque”. D’où la nécessité d’intégrer également à l’analyse les différentes
contributions au risque pris pour obtenir cette performance :C’est l’attribution du risque.
1. Source ASFIM
-1-
SOMMAIRE EXECUTIF
Objectifs généraux
L’objectif initial de ce stage était de faire le point sur les modèles pratiques d’at-
tribution de performance et de risque , d’implémenter ces modèles ,puis de les consolider
dans un Système d’Aide à la décison. Ce système devra être en mesure de générer des
reportings variés dont le contenu devra être approprié au fonds considéré.
Les calculs d’attribution de performance doivent donc être menés en adéquation
avec le processus de gestion appliqué au portefeuille analysé, pour que les résultats soient
bien le reflet des étapes de ce processus de décisions et que l’interprétation des résultats
en soit cohérente. Il apparait alors préliminaire et indispensable de mettre en place les
fondements d’un système d’administration de portefeuilles. Cet objectif est également
considéré.
Travaux réalisés et Perspectives
Dans le cadre de ce projet, pour une prémière phase nous avons effectué une étude
bibliographique. Cette étude a permis de répertorier les différents modèles d’attribution
de performance et de risque. Plusieurs organisations professionnelles ont siégé pour la
définition de normes de bonnes pratiques en matière d’attribution de performance et en
particulier d’attribution de performance obligataire . Nous citerons l’ International Perfor-
mance Council (IPC) et le Groupe de Réflèxion en Attribution de Performance (GRAP)
precurseur dans le sujet. Dans le cadre de ce projet nous avons exploité principalement
les travaux du GRAP pour l’attribution de performance notamment en ce qui concerne
les produits de taux.
En confrontant les différentes demarches d’attribution de performance, nous avons
distingué deux methodes d’attribution de performance. L’attribution externe qui utilise
uniquement l’information externe au fonds : les séries des rentabilités du portefeuilles et
du benchmark, et l’attribution interne qui a accès aux séries de la composition du fonds
et du benchmark :les poids des différents actifs qui composent le fonds et le benchmark.
La deuxieme méthode à été dévéloppée par le GRAP. Elle décompose le processus de
gestion principalement en trois effets. L’effet Allocation mesure la validité des choix d’al-
location d’actifs par rapport à l’allocation type du benchmark, l’effet Sélection mesure la
validité des choix de valeurs par rapport à celles du benchmark et l’effet mixte qui mesure
alors l’impact combiné des choix d’allocation et de sélection de valeurs sur une classe d’ac-
tifs. Pour les portefeuilles obligataires , il était nécessaire d’adjoindre des décompositions
par spreads successifs ou une analyse par portefeuille synthétique.
Les modèles d’attribution de risque ont été recensés mais seule la demarche consistant à
-2-
SOMMAIRE EXECUTIF
décomposer l’écart-type de la tracking error a été retenue.

Ces méthodologies d’attributions ont été implémentées et testées de façon appro-
priée sur des exemples de portefeuilles ouverts. Notons que de façon conjointe à l’étude
des modèles, les fondements d’un système de reporting d’attribution de performance et
de risque ont été developpés. Le système fonctionne en architecture multi-tiers. Des élé-
ments de reportings sont déjà observables et sont présentés en fin du rapport. Les résultats
obtenus sont encourageants et montrent l’intérêt d’un tel projet. Le projet n’est pas en-
core terminé et comme prochain objectif nous travaillerons à consolider l’implémentation
des modèles d’attribution de performance des produits de taux et à leur developper une
attribution spécifique à leur nature puis à attribuer le risque selon d’autres modèles d’éva-
luation à savoir la volatilité et la VaR.
Retombées pratiques
L’information délivrée par l’attribution de performance et de risque est très riche

d’enseignement pour le gérant de portefeuille ainsi que pour les différents intervenants du
processus de gestion. A nos jours, les retombées pratiques de l’attribution de performance
et de risque se lisent sur au moins trois aspects :
1. D’abord dans la relation commercial e, les éléments d’attribution de performance

sont désormais systématiquement intégrés à la palette des éléments à fournir dans
le cadre du reporting périodique.
Cette tendance tient essentiellement au fait que dans un contexte de marché difficile
et de concurrence accrue, les clients sont demandeurs d’explications précises sur les
analyses des écarts de performance avec leurs objectifs initiaux. Les reportings de
gestion se doivent d’être plus complets et les analyses plus poussées : l’attribution
de performance en est l’un des moyens.
2. Ensuite dans la problématique de gestion des risques, les techniques d’attribution de
performances se prêtent particulièrement à la mise en place d’indicateurs spécifiques
d’analyse et d’alerte dans les systèmes d’information concernés.
Dans ce contexte, toute erreur comptable ou toute transcription erronée d’une tran-
saction apparaı̂t immédiatement dans le cadre d’une analyse d’attribution de per-
formance.
Ainsi, en matière de détection d’anomalies, l’attribution de risque peut compléter à
posteriori le dispositif de contrôles déjà existant et permettre l’identification d’ano-
malies dans les inventaires ou opérations pris en compte.
3. Enfin, pour la mesure de l’impact des décisions prises par les équipes de gestion : en
effet, par la mise en évidence d’une décomposition en plusieurs effets, les résultats
-3-
SOMMAIRE EXECUTIF
des attributions permettent d’identifier les étapes du processus d’investissement où

la société de gestion apporte sa plus grande valeur ajoutée : ils permettent ainsi de
restituer à chaque intervenant du processus de gestion sa contribution à la perfor-
mance et au risque pris.
-4-
INTRODUCTION GENERALE
Confrontées aux besoins de transparence et d’information exprimés par les autori-

tés de tutelle et les investisseurs financiers, les sociétés de gestion doivent disposer d’un
outil qui leur permet de mieux rendre compte de leurs stratégies et des résultats qui en
découlent.
Par ailleurs, les gestionnaires financiers, les services de contrôle interne et les directions
générales des entités de gestion souhaitent s’appuyer sur des modèles précis, fiables et
évolutifs afin de mesurer, analyser et optimiser leur valeur ajoutée.
Ces deux tendances justifient l’intérêt des acteurs de la gestion d’actifs pour l’accès à une
solution externe, souple et pérenne de mesure, analyse et attribution de performance et
de risque.
Etre capable, de détecter les faits générateurs de performance ou du risque, de
décomposer la sur-performance en ses principaux éléments constitutifs est le rôle de ce
qu’il est convenu d’appeler l’attribution de performance ou de risque . Elle consiste en
l’identification des différentes sources de la sur-performance obtenue et du risque couru à
l’investissement et en la quantification de ces sources par un calcul d’indicateurs variés. Les
informations nécessaires au calcul de ces indicateurs proviennent d’une part de données
de marchés, et d’autre part de l’activité même des gestionnaires financiers.
Ainsi, il s’avère nécessaire, préalablement à toute analyse, de disposer d’un accès
fiable, exhaustif et instantané aux transactions et portefeuilles gérés :un système d’ad-
ministration de portefeuilles , dont les services feront l’objet d’audits périodiques, et qui
constituera la source officielle des valeurs liquidatives, apparaı̂t dès lors comme le support
privilégié de la mesure, analyse et attribution.
L’objet de cet projet est de mettre en place un tel système , d’implémenter des
modéles de calcul de l’attribution de performance et de risque puis de les consolider dans
des outils d’aide à la décision. Dans une première partie, nous présenterons les indicateurs
de rentablités et de risque. Dans une seconde nous exposérons les méthodologies d’attri-
bution de performance et de risque. Dans une troisieme et dernière partie, nous mettons
en place un système d’aide à la decison et nous montrons comment notre outil peut rendre
compte d’un processus d’investissement.
-5-
Chapitre 1
LA RENTABILITE D’UN
PORTEFEUILLE
L’appréciation de la performance d’un portefeuille nécessite le calcul de sa renta-

bilité et d’un indicateur de risque. La mesure des résultats d’une gestion doit répondre à
l’exigence de la comparabilité au regard de la combinaison de ces deux critères ; le calcul
de la seule rentabilité ne suffit pas, il faut lui adjoindre le risque. Mesurer et comparer les
performances nécessite la réponse à différents problèmes techniques :
- Avec quelle périodicité doit-on mesurer les résultats d’une gestion ?
- À quelle base comparer les résultats ?
- Comment prendre en compte les apports et retraits éventuellement intervenus pendant
la période de mesure de la performance ? Ces questions font l’objet de cette partie.
1.1 La Mesure de Performance
1.1.1 Les Mesures de rentabilité
Alors que la rentabilité d’un titre particulier pose peu de problèmes techniques, les
apports et sorties de fonds réalisés à tout instant rendent ce calcul délicat. Le versement
d’un coupon une ou plusieurs fois par an (réinvesti ou non dans le portefeuille) doit être
pris en compte dans le calcul de la rentabilité. Le prélèvement des frais de gestion peut ou
non être pris en compte. Le choix de la période de calcul est fondamental afin de pouvoir
tirer des conclusions valides sur les performances. Les méthodes de calcul des rentabilités
généralement utilisées sont : le calcul par la valeur liquidative,le taux de rentabilité interne,
la rentabilité pondérée par les capitaux investis et la rentabilité pondérée par le temps.
Afin de mettre en évidence le principe de ces méthodes, nous introduisons les
-6-
Chapitre 1. LA RENTABILITE D’UN PORTEFEUILLE
notations suivantes :
[T0 − T1 ] : Période de calcul,
V (t) : Valeur du portefeuille en t,
t1 , · · · , tn : les instants où interviennent les apports/retraits,
V L(t) : Valeur Liquidative d’une part en t
N (t) : nombre de parts en t
A(t) : Montant de l’apport (+) ou du retrait (-) en t,
r : taux de rendement interne.
Dans cette sous section (1.1.1) plus les indicateurs que nous présenterons seront élevés,
plus ils sont favorables au fonds.
Calcul de la Performance par Valeur Liquidative
La performance sur la periode de calcul est égale à :
V L(T1 ) − V L(T0 )
V L(T0 )
Le Taux de Rentabilité Interne(Méthode de BAI Modifiée)
Le calcul de performance nécessite d’avoir une valorisation du portefeuille à chaque

apport ou retrait. Dans la pratique, l’absence de cette donnée conduit à l’utilisation du
taux de rentabilité interne (Modified Bank Administration Institute Method). Le taux de
rentabilité interne est le taux d’actualisation qui rend la valeur actualisée de tous les flux
égale au montant du capital initial. C’est la solution de l’équation suivante :
T 1 − t1 T1 − tn
V (T0 )[1 + r] + A(t1 )[1 + r] + · · · + A(tn )[1 + r] = V (T1 )
T1 − T0 T1 − T0
Exemple : On suppose qu’un investisseur effectue les opérations suivantes :

1. achat d’une part d’un fonds à 100 Dhs le 1/01/2007,
2. achat d’une deuxième part au prix de 105 Dhs le 1/01/2008,
3. vente des deux parts au 31/12/2008 au prix de 110 Dhs chacune,
4. le dividende payé est de 5 Dhs par part chaque année et payé en fin d’année.
Cette méthode consiste à chercher le taux de rentabilité interne r solution de
l’équation suivante :
105 5 2(110 + 5)
100 + = +
1+r 1+r (1 + r)2
Les termes de gauche représentent les investissements effectués tandis que les termes de
-7-
Figure 1.1 – Diagramme d’opérations pour calcul de taux de rentabilité interne
droite représentent les dividendes et la valeur de revente. Le taux de rentabilité interne

solution de cette équation est de 9, 69%. Si le paiement du dividende n’intervient pas en
fin d’année, il faut en tenir compte dans l’actualisation. Une hypothèse de capitalisation
des apports intermédiaires au taux interne de rentabilité est faite implicitement dans ce
calcul, ce qui est pour le moins discutable.
Le calcul du taux de rentabilité interne peut représenter une tâche difficile si les
mouvements sur la période sont fréquents. En effet, même si la rapidité de calcul des
systèmes modernes de traitement de données rend l’exercice théorique facile, la saisie
exacte des données qu’il requiert rend lourde sa mise en œuvre et aléatoire sa fiabilité.
Ainsi, une erreur d’enregistrement comptable ou informatique corrigée le lendemain
par une écriture de signe opposé fera apparaı̂tre un fort cash flow un jour et son opposé le
lendemain. Ce phénomène, neutre du point de vue comptable, peut totalement perturber
le calcul du taux de rentabilité interne. Aussi, même si elle est approximative, on utilise
la méthode de calcul des rentabilités pondérées par les capitaux investis.
La rentabilité pondérée par les capitaux investis
Cette méthode est une approximation du taux de rentabilité interne. Elle permet
d’approcher le TRI 1 par le rapport entre l’accroissement de valeur du portefeuille et le
capital moyen pondéré par le temps investi sur la période. Cette approche est également
appelée « méthode de Dietz modifiée ». La rentabilité est mesurée par la formule suivante :
V (T1 ) − V (T0 ) − n
P
i=1 A(Ti )
Pn −ti
V (T0 ) + i=1 A(Ti ) · TT11−T0
Sur l’exemple précédent, la performance annuelle avec la formule de Dietz donne

de 9, 54%. Cette méthode signifie implicitement que les apports/retraits effectués entre
1. Taux de Rentabilité Interne
-8-
deux valorisations sont « placés »à la performance moyenne effectuée pendant l’ensemble
de la période. Il est donc souhaitable d’utiliser les valorisations aux moments des apports/-
retraits si elles existent ; notamment si ces derniers sont significatifs par rapport à l’actif
total.
Il est plus approprié d’utiliser une pondération par les capitaux pour des insti-
tutions avec un cycle de trésorerie ample, comme certaines caisses de retraites. Cette
méthode est critiquable si elle est utilisée pour évaluer la performance de la gestion et
la comparer à celle d’autres gérants. En effet, le résultat est grandement affecté par les
apports et retraits effectués par le client et sur lesquels le gérant n’a pas d’influence
La rentabilité pondérée par le temps et la valeur liquidative
Cette méthode ne tient pas compte des apports et retraits. Elle calcule une renta-
bilité pour chaque sous-période entre deux apports ou retraits.
La rentabilité sur la période globale est la composition géométrique des rentabilités
sur les sous-périodes.
Yn
RT = (1 + rt ) − 1
t=1
Dès lors que les apports et les retraits sont nombreux, les coûts de calcul des rentabili-
tés peuvent devenir élevés : il faut en effet connaı̂tre la valeur du portefeuille à chaque
mouvement. Si on dispose d’une série de valeurs liquidatives (cas d’un OPCVM), le calcul
peut se faire sans trop de difficultés, c’est la méthode du taux de rentabilité pondéré par
le temps qui donne les résultats justes.
Dans la pratique, il est courant d’utiliser la pondération par les capitaux investis
pour le calcul de rentabilités mensuelles par exemple, puis de les chaı̂ner pour calculer sur
plus longues périodes des rentabilités pondérées par le temps. Dans l’exemple précédent,
on calcule la rentabilité du portefeuille sur les deux sous-périodes.
r1 :la rentabilité entre le début de la période et le jour précédent le versement
100 − 105 + 5
r1 = = 10%
100
r2 :la rentabilité entre le jour du versement et la fin de la période
220 − (105 + 105) + 10

r2 = = 9.52%
105 + 105
-9-
La rentabilité sur la période est la moyenne des rentabilités annuelles :
R2ans = (110%) · (19, 52%) − 1 = 20, 48%
La rentabilité annuelle est donc de 9, 76%.

La rentabilité pondérée par le temps permet une comparaison directe de la perfor-
mance des gérants et, à ce titre, est recommandée par l’AIMR.
1.1.2 L’Ecart de Performance
Méthode Arithmétique
La méthode est dite également additive. Elle exprime la surperformance Sa par la

différence entre la performance du portefeuille et celle de son indice de référence :
Sa = Rb − Rp
, où Rp est la performance du portefeuille et Rb celle de l’indice de référence.
Méthode Géometrique
La surperformance géométrique Sg est exprimée par le rapport entre la perfor-

mance du portefeuille et celle de son indice de référence. Avec les mêmes notations que
précédentes on a :
1 + Rp
Sg = −1
1 + Rb
Comparaison des deux méthodes
La méthode arithmétique est repandue car facile à appréhender et donne des résul-
tats assez grands en valeur absolue dans des marchés en forte progression. Cette méthode
demeure cependant dependante de la devise utilisée. La méthode géometrique est quant
à elle stable quelle que soit la devise. De plus la surperformance géometrique est relative
au marché. Par exemple une performance de 6% dans un marché de 5% est plus difficile
à réaliser qu’une performance de 21% dans un marché qui a une performance de 20%.
-10-
1.1.3 L’alpha de Jensen
C’est la performance relative au taux sans risque, corrigée par le Bêta du marché.
Il est donné par la relation :
RP t − Rf = αP + βP (RM t − Rf ) + P t
Rf est le taux sans risque 2 . Cette relation est directement issue du modèle classique
de marché. C’est la sur/sous-performance calculée suivant le risque pris par rapport au
marché. Si α = 0, alors on se trouve sur la Security Market Line (SML) du Capital
Asset Pricing Model (CAPM). Un alpha positif nous indique un rendement rectifié au
risque supérieur, et donc que le gestionnaire est bon pour choisir les titres ou prédire
les mouvements du marché. Contrairement au ratio de Sharpe que nous définirons dans
la suite cf.1.4.3, l’alpha de Jensen ne prend pas en compte la diversification puisqu’il
considère uniquement le risque systématique.
1.1.4 La décomposition de Performance (Modèle de FAMA)
Le principe de base de la méthode de Fama est que la performance globale peut

être décomposée en prime de risque du portefeuille et en habilété de sélection.
P erf ormance globale P rime de risque Selection

z }| { z }| { z }| {
RP − Rf = RX − Rf + RP − RX
Le portefeuille X étant defini comme le portefeuille de la droite de marché des titres

de même risque que le portefeuille P. On verifie que :
RX = (1 − βP )Rf + βP · RM
Le terme de selection mesure la part de la performance qui est dû au risque systématique
pris par le gérant du portefeuille P. Remarquons ce terme vaut l’alpha de Jensen préce-
demment défini. Le terme de Risque provient du niveau souhaité par l’investisseur auquel
vient s’ajouter le niveau de risque choisi par le gérant.
1.2 La Mesure de Risque
Traditionnellement, on distingue dans la gestion d’un portefeuille d’actions deux

types de risque : le risque dit total, mesuré fréquemment par la variance ou l’écart-type
2. Risk free rate en Anglais, d’où l’abréviation Rf
-11-
et le risque systématique mesuré par le bêta. Ces indicateurs, mesurés d’après les séries
de rentabilités passées, ne doivent pas être confondus avec les calculs de risque ex ante,
comme sur les obligations (sensibilité, duration) et sur les produits optionnels. Moins ils
seront élevés, moins le fonds sera risqué.
1.2.1 La Volatilité
Le risque est estimé par la volatilité observée du portefeuille, écart-type des fluc-
tuations passées de la performance. La volatilité est souvent indiquée en pourcentage
annualisé pour permettre la comparaison du niveau de risque de différents fonds. Soient
RT et σT la rentabilité moyenne et l’écart-type des rentabilités sur une période de lon-
gueur T . La rentabilité moyenne annualisée Ra et la volatilité annualisée σa sont données
par les relations suivantes :
RT σT
Ra = et σa = √
T T
Ainsi sur une série de rentabilités hebdomadaires, la rentabilité moyenne annualisée est
égale à la moyenne de la série multipliée par 52.
1.2.2 La Tracking Error
La tracking error est la mesure de la volatilité de la différence des rentabilités entre

le portefeuille et son benchmark. Elle mesure l’excès de risque par rapport à la référence.
q
TE = V ariance(Rp − Rb )
Où Rp et Rb désignent respectivement les rentabilités du portefeuille et du benchmark.

La définition d’un benchmark ne signifie pas que le gérant a perdu tout libre arbitre.
La tracking error est fixée comme un objectif pour chaque gestionnaire et lui permet donc
de s’écarter du benchmark dans les limites fixées préalablement en accord avec le client.
Une tracking error faible signifie que le gérant suit son benchmark de près, une tracking
error élevée signifie au contraire que le suivi du benchmark est plus erratique.
-12-
1.2.3 Le Risque à la baisse
C’est la norme quadratique des écarts négatifs de rendement du fonds par rapport
à un rendement de référence R0 .
v
u
u 1 XT T
X
t
?
χ{Ri −Ri0 <0} (Ri − Ri0 )2 ou T ? = χ{Ri −Ri0 <0}
T i=1 i=1
χ désigne une fonction caractéristique.
1.2.4 Le Bêta
Le bêta mesure la sensibilité des rentabilités du portefeuille aux fluctuations de

l’indice de référence. Il est defini par
Cov(Rp , Rb )
βp =
V ariance(Rb )
Ceci représente le risque systématique du portefeuille par rapport au marché. Lorsque le

marché est orienté à la hausse, la plupart des titres sont aussi orientés à la hausse mais
plus ou moins selon leur sensibilité aux mouvements du marché. Un bêta supérieur à 1
indique un portefeuille qui amplifie les fluctuations du marché et peut être considéré à cet
effet comme plus sensible. Dans un marché en hausse de 2%,un titre avec un bêta de 1.5
amplifie les fluctuations du marché : il devrait augmenter de 3%.
1.2.5 Le coefficient de détermination (R2 )
Il indique la qualité statistique de la régression, c’est-à-dire le degré de corrélation

du portefeuille avec l’indice.
Un coefficient proche de 1 indique que le portefeuille est bien corrélé avec l’indice.
Figure 1.2 – Schéma illustrant la définition du R2
-13-
1.2.6 Le Drawdown
C’est la variation maximale en pourcentage à la baisse sur une période de temps

donnée 3 :
– sur 3 mois, il s’agit de la variation maximale à la baisse sur une période de 1
semaine,
– sur 6 mois, il s’agit de la variation maximale à la baisse sur une période de 2
semaines,
– sur 1 an, il s’agit de la variation maximale à la baisse sur une période de 1 mois,
– sur 2 ans, il s’agit de la variation maximale à la baisse sur une période de 2 mois,
– sur 3 ans et plus, il s’agit de la variation maximale à la baisse sur une période
de 3 mois.
1.2.7 La Value at Risk
La VaR se définit comme la perte potentielle maximale qu’un établissement finan-

cier peut subir sur un horizon temporel donné, si l’on exclut un ensemble d’événements
défavorables ayant une très faible probabilité α de se produire 4 . α est égal à l’aire de la
partie hachurée de la figure 1.3.
Figure 1.3 – Schéma illustrant la définition de la VaR
Comme l’illustre la figure 1.3 , la VaR est l’abscisse xα de la fonction de répartition

F telle que :
F (xα ) = α
La VaR permet de mesurer en un seul nombre l’exposition globale d’une institution

aux risques sous des conditions normales de marché.
3. Notons que ceci est en general différent du maximum drawdown
4. Le niveau de confiance est donc 1 - α.
-14-
1.3 La relation entre la rentabilité et le Risque
La rentabilité d’un portefeuille dépend du risque encouru. L’investisseur qui sou-

haite obtenir une rentabilité élevée doit placer ses fonds dans les actifs les plus risqués. Il
existe essentiellement deux modèles expliquant la rentabilité par le risque : le modèle de
marché et le modèle d’équilibre des actifs financiers (MEDAF).
1.3.1 Le Modèle de Marché
Proposé par Sharpe (1963), ce modèle consiste à affirmer que la rentabilité d’un
titre est une fonction linéaire de la rentabilité du marché :
Rti = αi + βi · Rtm + it
Rti : la rentabilité du titre i pendant la période t,

Rtm : la rentabilité du marché pendant la période t,
(αi , βi ) : les paramètres estimés du titre i,
it : la rentabilité résiduelle pendant la période t.
Ce modèle a l’avantage d’être simple d’utilisation mais il souffre en revanche du
fait d’être purement empirique et de n’avoir aucune justification théorique, ce qui n’est
pas le cas du MEDAF.
Exemple Pour un titre avec un alpha de 2% et un bêta de 1, 5, la rentabilité
attendue du titre en fonction du marché est représentée par la droite suivante :
Figure 1.4 – Représentation de la relation titre/Marché dans le Modèle de marché
-15-
1.3.2 Le Modèle d’Equilibre des Actifs Financiers(MEDAF)
Le modèle d’équilibre des actifs financiers a été développé par Sharpe (1964). Il
s’agit d’une spécification de la relation existante ex-ante sur le marché et à l’équilibre
entre le risque d’un titre et sa rentabilité.
E(Rti ) = rtf + βi [E(Rtm ) − rtf ]
rtf : le taux sans risque sur la période t,

Avec :
βi : le risque systématique du titre i.
Contrairement au modèle de marché, il est avantageux d’avoir un bêta de porte-
feuille élevé dans le cadre du MEDAF seulement lorsque la rentabilité attendue du marché
est plus élevée que le taux sans risque.
Exemple Si le taux sans risque est de 4% et le bêta de 1, 5, la rentabilité attendue
du titre en fonction du marché est représentée par la droite suivante :
Figure 1.5 – Représentation de la relation titre/Marché dans le MEDAF
Le bêta du MEDAF est le même que le bêta du modèle de marché mais il ne faut
toutefois pas faire d’erreur sur l’interprétation de chacun des modèles. Ainsi, lorsque la
rentabilité attendue du marché est de 3%, avec le MEDAF, la rentabilité attendue du
titre est de 2, 5% tandis qu’avec le modèle de marché, elle est de 6, 5%. Pour que les
résultats des deux modèles soient identiques, il faut avoir la relation suivante :
α = rf · (1 − β)
Si le niveau de la rentabilité attendue est différent selon les modèles, la variation est
cependant identique pour une même évolution attendue du marché.
-16-
1.4 Les indicateurs Rentabilité-Risque
1.4.1 Le Ratio d’Information
C’est le rapport entre la différence de la rentabilité moyenne du portefeuille et celle

du benchmark et la tracking error.
RP − Rb
R.Inf ormation = p
V ariance(RP − Rb )
Le rendement excédentaire démontre la capacité du gestionnaire à utiliser l’information

et son talent pour générer du rendement excédentaire. Les fluctuations du rendement
excédentaire représentent le bruit aléatoire qui est interprété comme le risque non
systématique.
Portefeuille1 Portefeuille2
Rentabilité moyenne 6% 5%
Volatilité 1% 0.3%
Ratio d’Information 1.5 1.7%
Table 1.1 – Comparaison de portefeuilles basée sur sur le ratio d’information
Le portefeuille 2 est meilleur que le portefeuille 1 au sens du ratio d’information.
1.4.2 Le Ratio de Sortino
C’est le ratio entre la performance relative par rapport au seuil R0 et le risque à

la baisse de seuil R0 5 .
E(R − R0 )
R.Sortino = q PT
1
T? i=1 χ{Ri −Ri0 <0} (Ri − Ri0 )2
Si on utilise pour R0 le rendement du benchmark , on obtient
P erf ormance Relative

R.Sortino =
Risque baisse
Ce ratio mesure donc la sur-performance ajustée à la « volatilité à la baisse »d’un fonds.

5. Des seuils différents peuvent être considérés pour la performance et le risque
-17-
1.4.3 Le Ratio de Sharpe
C’est le rapport entre la différence de la rentabilité moyenne du portefeuille et du

taux sans risque et la volatilité du portefeuille.
RP − Rf
R.SHARP E =
σP
Plus élevé est le ratio, meilleure est la performance.

Exemple : on considère un taux sans risque de 4% (un investissement sans risque
dans les bons du Trésor à trois mois).
Portefeuille1 Portefeuille2
Rentabilité moyenne 6% 5%
Volatilité 10% 8%
Ratio de Sharpe 20, 00% 12, 50%
Le portefeuille 1 est meilleur que le portefeuille 2 au sens du ratio de Sharpe.
1.4.4 Le Ratio de Treynor
L’indice de Treynor divise le rendement excédentaire d’un portefeuille par le risque

systématique du portefeuille(bêta). On a
Rp − Rf
R.T reynor =
βp
Un indice de Treynor plus grand est meilleur pour les investisseurs, pour n’importe quel
niveau d’aversion aux risques. Puisque c’est une mesure qui ajuste le rendement au risque
systématique, elle est idéale pour évaluer des portefeuilles bien diversifiés, qu’ils soient
détenus seuls ou en combinaison avec d’autres portefeuilles. Le bêta mesure le risque
systématique, mais dans le cas ou le portefeuille n’est pas bien diversifiée, le bêta ne peut
pas proprement caractérisé le risque du portefeuille. Donc, l’indice de Treynor assume
implicitement un portefeuille parfaitement diversifié.
Deux portefeuilles qui ont un risque systématique identique, mais un risque total
différent vont avoir le même ratio de Treynor ! Un risque non systématique élevé ne devrait
pas affecter un portefeuille bien diversifié et donc, n’est pas pris en compte dans l’indice
de Treynor. Notons cependant qu’un portefeuille qui a un bêta négatif aura aussi un ratio
de Treynor négatif.
-18-
1.4.5 Comparaison des Ratio de Sharpe et Ratio de Treynor
L’indice de Treynor utilise le Bêta et donc analyse la performance des rentabilités

du portefeuille en relation avec la SML 6 . L’indice de Sharpe utilise le risque total et donc
analyse la performance du des rentabilités du portefeuille en relation avec la CML 7 . Pour
des portefeuilles totalement diversifiés, les deux indices donnent le même classement. Si
notre portefeuille n’est pas diversifié, l’indice de Sharpe pourrait donner un classement
plus bas que l’indice de Treynor. Donc, l’indice de Sharpe évalue la performance du ges-
tionnaire de portefeuille en prenant en compte la performance du rendement ainsi que la
diversification.
1.4.6 Interprétation du classement des ratios
On peut classer sans problème les ratios par ordre croissant lorsqu’ils sont positifs.
Dès lors que les valeurs sont négatives il faut le classement par ordre décroissant. En effet,
comme le montre la figure 1.6, à sous-performance égale r0 , on voit que le portefeuille B
a un risque plus élevé que A alors que son ratio (cf. sa pente) est plus élevée.
Figure 1.6 – Diagramme du classement des Ratios
1.5 Les Indicateurs de Regularité
1.5.1 L’Exposant de Hurst
Cet exposant peut être vu comme une mesure de déviation par rapport à la marche
aléatoire. On considère la R/S-statistique 8 de la distribution des sur-performances du
6. Security Market Line
7. Capital Market Line
8. Rescaled Adjusted Range Statistics
-19-
fonds par rapport au benchmark. Le coeffcient de Hurst, noté H, est tel que :
R(t) t∞
7−→ c · tH
S(t)
Où
t represente le temps
et R(t) = M ax{0, W1,t , · · · , Wt,t } − M in{0, W1,t , · · · , Wt,t }
et S(t)est l’Ecart type de la série {W1,t , · · · , Wt,t }
Wr,s = si=1 (Xi − E(X)s )
P
où
où X est la série temporelle étudiée.
Si cet exposant est supérieur à 0.5, le fonds tend à être persistant dans sa sur-
performance et il existe une corrélation positive dans la série des rentabilités. En revanche,
si cet exposant est inférieur à 0.5, le fonds tend à être anti-persistant et on peut constater
l’existence d’une corrélation négative dans la série des rentabilités.
L’inconvénient de cet indicateur provient de la longueur de la chronique nécessaire
à l’obtention d’un résultat significatif. Il faut compter sur une série temporelle comportant
plusieurs milliers de données. Comme on travaille sur des rendements hebdomadaires, sur
une période d’étude de 5 ans par exemple, on n’aura que 260 données maximum. Dans
nos calculs nous sommes passés aux rentabilités quotidiennes pour pallier ce manque.
1.5.2 Le Ratio de Succès
C’est la fréquence empirique de l’événement « le fonds bat le marché » :

PT
i=1 χ{Ri >Rib }
R.Succes =
T
-20-
Chapitre 2
ATTRIBUTION de
PERFORMANCE et de RISQUE
Présentation
L’attribution de performance consiste à décomposer l’écart de performance par

rapport au benchmark en plusieurs facteurs. Elle permet de valider le style de gestion
et, plus finement, d’identifier les étapes du processus d’investissement où la société de
gestion apporte la plus grande valeur ajoutée. Elle permet également de restituer à chaque
intervenant du processus de gestion sa contribution à la performance, de manière à lui
donner les informations sur les résultats de ses décisions.
C’est un outil qui s’avère très utile quand l’institution délègue sa gestion à plusieurs
sociétés de gestion. L’attribution de performance permet de sélectionner les meilleurs gé-
rants et stratèges. C’est un gage de technicité financière.
Outre l’amélioration du compte-rendu, l’attribution de performance donne la possibilité
aux clients de segmenter les investissements en choisissant de manière distincte une stra-
tégie d’investissement et le gestionnaire qui appliquera cette stratégie.
2.1 Objectifs de l’attribution de performance
L’attribution de performance a pour but de rechercher les sources du rendement

réalisé. Elle permet de :
-21-
Chapitre 2. ATTRIBUTION de PERFORMANCE et de RISQUE
2.1.1 Se comparer précisément à une référence
Pour pouvoir émettre un avis sur les décisions des différents acteurs contribuant à
la création de la performance, il est nécessaire de fixer de façon três précise le benchmark.
Côté client
Il convient alors décomposer le portefeuille en classes d’actifs. À chacune des classes

d’actifs est associée une pondération et un indice de référence. Il est indispensable qu’ils
soient représentatifs des objectifs de gestion. Il faut préciser certaines contraintes imposées
à la gestion : contraintes réglementaires, limites encadrant l’allocation du portefeuille de
référence, rêgles de rebalancement, techniques de gestion autorisées ou interdites, horizon
de gestion . . .L’horizon de gestion détermine largement la façon dont le portefeuille doit
être géré, puisque le risque est lissé par passage du temps : l’allocation stratégique d’actif
fera en général une place d’allocation plus large aux actions que l’horizon de placement
est éloigné.
Côté gestionnaire
L’allocation stratégique d’actif s’impose au gestionnaire à travers le benchmark. Il

lui reste un degré de liberté autour de cette référence qui lui permet de procéder à une
allocation tactique, sans perdre la référence au benchmark. L’implication des gérants est
nécessaire pour parvenir à un reporting efficace. L’attribution de performance permettra
de clarifier les rapports entre allocation tactique et allocation stratégique et d’établir un
dialogue entre les participants à la gestion. L’attribution de performance, pour être utile
au gestionnaire, devra être déterminée d’après l’organisation du processus de gestion.
2.1.2 Assurer la cohérence entre la gestion et le mandat
Pour comparer le résultat de la gestion au benchmark, il convient de préciser les

rêgles de rebalancement du benchmark à la suite de nouveaux flux. Rebalancer un bench-
mark consiste à revenir aux pondérations initiales à chaque rebalancement. Les poids de
chacun des composants du benchmark divergent des poids définis à l’origine du seul fait de
l’évolution des marchés. Une institution pauvre en fonds propres ou en période de création
fait en général passer son intérêt pour la performance relative au benchmark après son
objectif de performance absolue minimale (ex. : protection du capital).
-22-
Exemple
On considère un benchmark composé de 50%IndiceA et 50%IndiceB. Lévo-

lution des marchés d’une date t0 à la date t1 conduirait un portefeuille ayant exactement
realisé la même performance que le benchmark aux poids suivants :
Poids initial t0 Performance sur la période Poids final t1
IndiceA 50% 1.75% 47.6%
IndiceB 50% 11.81% 52.4%
Indépendamment d’une décision de gestion, le portefeuille peut donc révéler une
composition différente de celle qui a été définie au départ. La définition d’un benchmark
doit explicitement indiquer si les poids des composants seront rebalancés et à quelle fré-
quence.
Remarque
Lorsque l’indice « composite »n’est pas rebalancé, sa valeur liquidative à chaque

instant est égale à la somme des valeurs liquidatives des indices qui le composent pondé-
rées par leurs poids respectifs.
Cette propriété n’est plus vérifiée pour un indice « composite »rebalancé. Lorsque l’indice
« composite »est rebalancé, sa performance sur un intervalle de temps entre deux reba-
lancements est égale à la somme des performances des indices qui le composent pondérées
par leurs poids respectifs. La figure 2.1 présente ce effet.
Figure 2.1 – Evolutions des indices et des benchmarks avec et sans rebalancement
-23-
2.2 Modèles Classiques d’Attribution de Perfor-

mance
On distingue deux méthodes d’attribution de perfomance :

– L’attribution externe qui utilise uniquement l’information externe au fonds : les
séries des rentabilites du portefeuilles et du benchmark ;
– L’attribution interne qui a accès aux séries de la composition du fonds et du
benchmark :les poids des différents actifs qui composent le fonds et le benchmark.
2.2.1 L’Attribution Externe
Les deux méthodes que nous présenterons dans cette sous section permettent
d’identifier la capacité du gérant à anticiper l’évolution globale du marché en plus de
son expertise à selectionner les titres .
Méthode de Treynor-Mazuy
Afin de détecter la capacité du gérant à prevoir la direction du marché dans son en-
semble, il faut être capable d’apprécier l’évolution du bêta de son portefeuille par rapport
à celle du marché.
Typiquement, une stratégie de market timing réussie requiert que le gérant adopte
un bêta superieur (resp. inferieur) à l’unité lorsque le marché est à la hausse(resp. à la
baisse). Si un gérant n’a pas d’objectif de market timing le bêta est constant.
Treynor et Mazuy proposent d’estimer l’équation suivante :
RP t − Rf t = αP + βP (RM t − Rf t ) + δP (RM t − Rf t )2 + P t
Si le coefficient δP est significativement différent de zéro, on peut conclure que le gérant

a utilisé une stratégie de market timing. Cette dernière peut être un succès (δP > 0)
ou un echec (δP < 0) selon que le gérant s’est positionné dans le sens du marché ou à
contresens.
Par ailleurs l’estimation de ce modèle peut permettre de savoir si le gérant a sélec-
tionné des titres qui ont sur-performé par rapport au CAPM tout en se positionnant (ou
non ) sur le sens du marché. Toutefois, cette méthode ne permet pas une quantification
de l’effet de market timing.
-24-
Méthode de Henrickson-Merton
Henrickson et Merton adoptent un point de vue différent. Ils postulent qu’un gérant
de portefeuille est capable de prévoir soit que RM t > Rf t soit que RM t < Rf t .
Cette hypothèse les conduit à estimer le modèle de regression suivant :
RP t − Rf t = αP + βP (RM t − Rf t ) + δP D(RM t − Rf t ) + P t
Avec
D = 1 si RM t > Rf t et D = 0 si RM t ≤ Rf t
Ainsi, βP + δP (resp. βP ) est le bêta du portefeuille lorsque la rentabilité du marché

est supérieure (resp. inférieure) au taux sans risque. Le bêta du portefeuille peut prendre
deux valeurs :
– une valeur élévée, βP + δP , correspondant à une anticipation élévée de la
rentabilité du marché ;
– une valeur faible, βP , correspondant à une autre anticipation de la rentabilité
du marché qui est inferieure à celle du taux sans risque.
Notons qu’une stratégie de market timing réussie s’apprécie par un δP significativement
positif tandis que la capacité du gérant à selectionner les titres se retrouve dans un alpha
positif.
2.2.2 L’Attribution Interne
Rappelons l’attribution de performance a pour but d’expliquer à posteriori la sur-

performance d’un fonds d’actifs financiers par rapport à un objectif de gestion defini à
priori entre le client et le gestionnaire.
Une fois le portefeuille de référence choisi, traditionnellement, les différents effets
mis en avant pour un processus de gestion actions sont : l’effet allocation, l’effet sélection,
l’effet mixte (le cas échéant) et/ou effet change.
◦ Effet Allocation : elle consiste à décider de la sur ou sous pondération des
grandes classes d’actifs par rapport à leur poids dans le benchmark.
Par exemple, si l’on considère un benchmark composite contenant 50% de MASI
et 50% de MBI, la décision d’allocation d’actif consiste à se démarquer de cette
pondération et à choisir par exemple 40% de MASI et 60% de MBI.
Cet effet mesure la validité des choix d’allocation d’actifs par rapport à l’allo-
cation type du benchmark, c’est à dire l’impact du choix d’avoir sur ou sous-
pondéré les poches du portefeuille par rapport à celles du benchmark. Le choix
d’allocation aura un impact positif dans deux cas : si la classe a été sous-pondérée
-25-
alors que son indice associé enregistrait une performance inférieure à celle de l’in-
dice de référence ou si la classe a été sur-pondérée alors que la performance de
l’indice associé était supérieure à celle de l’indice de référence. L’impact sera
négatif dans les cas symétriques.
◦ Effet Sélection : le gérant sélectionne les titres de la classe d’actifs qui lui
permettront de ”battre” l’indice associé à cette classe. L’ensemble des titres sus-
ceptibles d’être choisis pour une classe est défini à l’avance. La solution la plus
simple et la plus cohérente consiste à considérer les titres de l’indice, par exemple
les actions retenues dans le calcul de l’indice MASI.
Cet effet mesure la validité des choix de valeurs par rapport à celles du bench-
mark : pour une classe d’actif donnée, il est mesuré par le produit du poids de
cette classe dans le benchmark par la différence de performance de cette classe
entre portefeuille et benchmark.
La sélection des valeurs pour une poche donnée aura donc un impact positif si
la performance de cette poche dans le portefeuille est supérieure à celle de cette
même poche dans le benchmark.
◦ Effet croisé ou effet mixte : Ce troisième effet peut être calculé de manière
distincte de l’effet sélection, afin de présenter des effets allocation et sélection
”purs”.
Il mesure alors l’impact combiné des choix d’allocation et de sélection de va-
leurs sur une classe d’actif, parce qu’effectivement la combinaison des décisions
d’allocation ou de choix de valeurs influe sur l’écart de performance. Pour une
classe donnée, c’est le produit de l’écart de pondération entre le portefeuille et le
benchmark avec l’écart de performance de cette même poche entre le portefeuille
et le benchmark.
Dans le cas où l’on ne souhaite pas présenter cet effet croisé, l’effet sélection
se calcule pour une classe d’actifs donnée comme le produit du poids de cette
classe dans le portefeuille par la différence de performance de cette classe entre
portefeuille et benchmark.
◦ Effet change : Cet effet mesure la validité des choix d’exposition en devises
par rapport à celles du benchmark. Il s’agit d’apprécier d’abord l’effet passif,
c’est à dire l’impact de l’évolution des devises sur la performance relative du
portefeuille pour apprécier l’exposition devise du portefeuille par rapport à celle
du benchmark, et ensuite l’effet de politique de couverture le cas échéant.
L’attribution de performance est appliquable en principe à tout type de fonds :
actions, actions et obligations, diversifiés (actions, obligations et monétaires), que ces
actifs soient nationaux ou internationaux.
Néanmoins, des difficultés pratiques peuvent survenir en ce qui concerne les obligations
pour lesquelles la gestion s’effectue principalement en sensibilité ou en duration et en
-26-
convexité 1 . C’est pourquoi une étude particulière lui à été réservée. cf.2.3
Notons également que nous ne pouvons pas tenir compte, du moins dans une pre-
mière approche, des actifs dérivés en raison de l’asymétrie qu’ils introduisent dans les
distributions des rentabilités des portefeuilles.
Le modèle du GRAP
Nous présentons dans cette partie la méthode d’attribution de performance telle

que préconisée par le GRAP(1997). 2 . Nous considérerons un portefeuille,noté p, et un
benchmark, noté b,composés de n classes d’actifs indexées par i = {1, ..., n}.
Nous adopterons les notations suivantes :
U : l’univers des titres, l = 1, . . . , m = #(U ),
{U1 , . . . , Un } est une partition de l’ensemble U et l’ensemble des n classes d’actifs,
i = 1, . . . , n ≤ m,
Zl : la rentabilité de l’actif l(en notation vectorielle Z),
Rl : la rentabilité espérée de l’actif l(en notation vectorielle R),
σkl :la covariance entre les rentabilités des actifs k et l (en notation vectorielle V ),
zpl (resp.zbl ) : le poids de l’actif l dans le portefeuille géré(resp.le benchmark)(en notation
vectorielle zp et zb ),
P P
wpi = l∈Ui zpl (resp.wbi = l∈Ui zbl ) : le poids de la classe i dans le portefeuille (resp.le
benchmark),
z
$pl = P pl zpl (resp.$pl = P zbl zbl ) : le poids de l’actif l dans la classe d’actif i du
l∈Ui l∈Ui
portefeuille(resp.le benchmark),
P P
Zpi = l∈Ui $pl · Zl (resp.Zbi = l∈Ui $bl · Zl )est la rentabilité de la classe d’actif i
du portefeuille(resp. du benchmark),
P P
Rpi = l∈Ui $pl · Rl (resp.Rbi = l∈Ui $bl · Rl )est la rentabilité espérée de la classe
d’actif i du portefeuille(resp. du benchmark),
Rb : la rentabilité moyenne du benchmark sur la période étudiée.
Avec ces notations, la sur-performance globale du portefeuille par rapport au
benchmark s’écrit simplement :
n
X m
X
S = Rp − Rb = (wpi Rpi − wbi Rbi ) = (zpl − zbl )Rl (2.1)
i=1 l=1
Il s’agit dès lors de la décomposer en ses principales sources correspondant au

processus de gestion, à savoir :
1. la duration et la sensibilité sont des mesures de risque qui s’appliquent aux titres financiers à
taux d’intérêt fixes et qui sont d’un usage courant dans la gestion obligataire
2. C’est également la méthode introduite par Brinson en 1986 [1]
-27-
Sur-performance classe i : Sous-performance classe i :

(Rbi − Rb ) > 0 (Rbi − Rb ) < 0
Sur-pondération classe i : Bonne Mauvaise
(wpi − wbi ) > 0 Décision Décision
Sous-pondération classe i : Mauvaise Bonne
(wpi − wbi ) < 0 Décision Décision
Table 2.1 – Critères de décision d’allocation
– l’allocation d’actifs ;
– la sélection de titres.
Nous verrons qu’il sera nécessaire de rajouter un terme d’interaction pour assurer l’égalité
avec la formule 2.1.
Effet de l’allocation
On s’intéresse à la contribution de l’allocation à la sur-performance, tout en prenant

en compte l’écart de rentabilité de la classe par rapport à la rentabilité moyenne du
benchmark. La contribution de l’allocation de la classe i à la sur-performance vaut :
AAi = (wpi − wbi )(Rbi − Rb ) (2.2)
Le tableau ( 2.1) présente la qualité de la décision du gérant en fonction des différentes

situations possibles.
Effet de la sélection de titre
La contribution à la sur-performance globale du choix de titres à l’intérieur de

chaque classe nous est donnée par :
SEi = wbi (Rpi − Rbi ) (2.3)
Ceci correspond au produit du poids de la classe i du benchmark et de la différence entre

la rentabilité de la classe i du portefeuille et celle de la classe i du benchmark.
Le terme d’interaction
On vérifie que la somme des deux effets précédents ”ne permet pas” de retrouver
la sur-performance totale de la classe i, Si . Pour assurer l’égalité, il est nécessaire de
-28-
rajouter un terme dit d’interaction qui a pour expression :
Ii = (wpi − wbi )(Rpi − Rbi ) (2.4)
Ce terme peut s’interpréter comme la part d’excès de rentabilité expliquée par le croise-
ment des deux effets précédents.
Ainsi on obtient n
X
S= AAi + SEi + Ii (2.5)
i=1
Cas Pratique
Considérons un fonds dont l’indice composite de référence est : 35% MASI ; 50%
MBI ; 15% Actions Europe. Nous supposons que la gestion est évaluée sur une année et que
les poids des classes d’actifs dans le portefeuille géré résultent d’une décision stratégique
qui n’a pas été modifiée au cours de l’année. 3
Classe wpi wbi Rpi Rbi

MASi 40 35 13.0 12.0
MBI 40 50 6.75 7.0
Actions Europe 20 15 11.0 11.0
Total 100 100 Rb = 9.35
Table 2.2 – Présentation des données pour l’attribution de performance
AAi SEi Ii
MASi 0.13 0.35 0.05
MBI 0.24 −0.13 0.03
Actions Europe 0.08 0.00 0.00
Total 0.45 0.23 0.075
Table 2.3 – Application de la méthodologie d’attribution de performance
Le benchmark et le portefeuille exhibent respectivement sur l’année une rentabilité

de 9, 35% et 10, 10%. Cette sur-performance se décompose en 0, 45% d’effet allocation,
0, 23% d’effet sélection de titres et 0, 075% dû à l’interaction des deux effets précédents.
3. sinon nous devons calculer un poids moyen sur l’année par classe d ’actifs ou effectuer l’analyse
sur une sous-période durant laquelle les poids n’ont pas été modifiés
-29-
Conclusion
L’attribution de performance a été conçue à l’origine pour des portefeuilles d’ac-

tions ou des portefeuilles diversifiés. Son application aux obligations est cependant de plus
en plus demandée. L’application des méthodes d’attribution que nous venons de présenter
n’est donc pas pertinente pour les portefeuilles obligataires en raison des caractéristiques
spécifiques des titres.
En effet
– le processus de formation des prix des obligations est particulier puisque entrent
en ligne de compte des éléments comme la structure des taux d’intérêt, les ca-
ractéristiques actuarielles des titres ou encore la qualité de la signature,
– les caractéristiques de ces titres ne sont pas stables dans le temps, ce qui sup-
pose la définition de conventions de changements de poche homogènes entre le
portefeuille et le benchmark, si l’on a décidé de ventiler les titres en classes par
tranche de maturité ou par tranche de duration par exemple,
– l’interaction entre certains facteurs, comme les taux et le change, peut rendre
difficile l’isolement des effets,
– différence des marchés actions où l’on considère bien souvent que les mouvements
de marché l’emportent sur les mouvements de devises, les questions devises sont
loin d’être neutres pour les portefeuilles obligataires.
Aux éléments précédemment évoqués qui expliquent que l’attribution de performance sur
produits obligataires devra être un exercice différent des portefeuilles actions, s’ajoute
le fait que les données requises sont souvent nombreuses, ce qui pose en complément la
question de leur disponibilité.
N’est ce pas fort avisé de cela qu’un nouveau GRAP[2] a siegé pour le traitement des pro-
duits obligataires ? Dans la section suivante nous présenterons des méthodes d’attribution
de performance spécifiques aux portefeuilles obligataires.
2.3 Traitement des Portefeuilles Obligataires
2.3.1 Mécanismes de base à prendre en compte
Contrairement aux actions, les obligations sont représentatives d’une créance sur
leur émetteur, un Etat ou un autre type d’émetteur. Si le revenu lié à la détention des
actions est aléatoire, c’est à dire qu’il dépend directement des résultats de l’entreprise, le
revenu lié à la détention des obligations est plus ”rigide”. L’intérêt est fixé dès l’émission
de l’obligation, le prix de l’obligation dépendant essentiellement de l’évolution des taux
d’intérêt pour les autres obligations émises au moment de l’évaluation et de la capacité
-30-
de l’émetteur à honorer ses engagements.

Les dimensions spécifiques à prendre en compte en matière de risque pour les
produits de taux, et qui déterminent leurs cours sont de plusieurs ordres.
Pour les obligations d’Etat, il s’agit de
– la dimension duration ou sensibilité,
– la dimension courbe des taux : pour un même émetteur, les taux varient en
fonction de la durée de vie des obligations ; la forme et le type de la courbe
reliant le rendement des obligations avec leur durée de vie influencent la valeur
du titre,
– la dimension pays, dans lequel l’obligation est émise.
Les obligations non-Etat présentent des risques additionnels :
– la dimension liquidité : un titre peu liquide, difficile à revendre est moins attractif,
– la dimension qualité de l’émetteur : risque de non-remboursement par l’émetteur,
plus le risque est grand, plus le rendement du titre doit être élevé,
– le choix des secteurs : comme pour les actions, le secteur d’activité de l’entreprise
émettrice influence le rendement du titre,
– la spécificité du titre.
Dans les deux cas, la dimension contrepartie doit être prise en compte. Le terme
général ”contrepartie” englobe les termes de risque de crédit, risque de signature, risque
pays ou risque émetteur, c’est à dire le risque couru par l’investisseur de ne pas récupérer
le capital et/ou les intérêts si l’émetteur de l’emprunt venait à ne plus pouvoir remplir ses
obligations.
Enfin, comme les actions, il est nécessaire de tenir compte de la partie devise, dès
lors que le portefeuille est investi dans une ou plusieurs devises, différentes de la devise
de valorisation du fonds.
Pour les obligations, c’est l’impact de ces différents éléments que nous allons cher-
cher à évaluer avec l’attribution de performance. Nous commençons par présenter quelques
indicateurs et les catégories de risques spécifiques aux produits de taux.
Indicateurs spécifiques aux produits de taux
1. Taux de rendement actuariel

Le taux de rendement actuariel est le taux qui égalise le prix de l’obligation et la
valeur actuelle des flux à venir actualisés à ce taux. Trouver le taux actuariel, c’est
résoudre l’équation où x est le taux recherché avec : P : prix de l’obligation (cours
coté + coupon couru), n : durée de vie de l’obligation en année, Ft1...n : flux à la
-31-
date t,
F1 F2 Fn
P = + + ··· +
1+x (1 + x)2 (1 + x)n
Cette notation suppose que le premier flux survient exactement un an après la
date de calcul et que tous les flux ultérieurs sont équidistants d’un an. Le taux
d’actualisation, c’est le taux de rentabilité interne tel que Valeur Actuelle - P = 0.
Lorsque le calcul de taux est réalisé à une date différente d’une date de détachement
de coupon, l’actualisation doit refléter le temps écoulé T (en jours), depuis la date de
paiement du coupon précédent. On modifie alors l’équation précédente en multipliant
par le facteur (1 + x)T /365 On obtient alors :
n F F2 Fn o
T /365 1
P = (1 + x) + + ··· +
1+x (1 + x)2 (1 + x)n
2. Duration
La duration est une mesure en année de la durée de vie d’une obligation, pondérant
le coupon et le remboursement du principal en fonction de la date à laquelle inter-
viennent ces flux. Elle permet d’apprécier l’impact de la variation des taux d’intérêt
sur le prix du titre : plus elle est longue, plus l’impact sera important sur le support.
La duration de l’obligation vaut :
Pn t·Ft
t=1 (1+x)t
D=
P
La même remarque que précédemment sur la correction selon la date de calcul
s’applique également. La duration permet de comparer des emprunts émis à des
conditions différentes.
3. Sensibilité
La sensibilité d’une obligation mesure la variation du prix d’une obligation aux
mouvements de taux. Elle est une mesure de la variation relative de prix rapportée
à une variation du taux d’intérêt :
dP /P −1
S= = ×D
dx (1 + x)
La décote D exprimée en pourcentage de nominal subie par une obligation, suite à

une hausse parallèle des taux sur l’ensemble de la courbe, est égale au produit de
la sensibilité par le montant de hausse des taux (exprimé en pourcentage) et par le
prix initial coupon couru inclus.
4. Convexité
Pour les fonds de types obligataires, la seule mesure de la sensibilité ne suffit pas.
En effet, la sensibilité n’est qu’une mesure instantanée. Cette élasticité varie avec
-32-
le niveau de taux d’intérêt x. Le prix P est une fonction convexe et non linéaire
de x. Ainsi pour des variations significatives du taux d’intérêt, il n’est pas pos-
sible de multiplier simplement cette variation par la sensibilité pour obtenir la va-
riation prévue du cours de l’obligation. On valorise alors l’obligation P (x) pour
un taux donné et une variation de ce taux. Une approche consiste à utiliser l’ap-
proximation du deuxième ordre pour des variations de x relativement faibles. On a
2 2
dP = ∂P ∂x
dx + 12 ∂∂xP2 dx2 où C = P1 ∂∂xP2 traduit la convexité de la relation entre le
prix de l’obligation et le taux du marché x.
Catégories de risques spécifiques aux produits de taux
1. Risque de taux
Le cours des titres à revenu fixe est influencé par les mouvements des taux d’intérêt.
Il s’ajuste afin que le taux de rendement des obligations suive l’évolution des taux
d’intérêt du marché. La courbe des taux est la représentation de la relation entre le
taux de rendement et la maturité des actifs financiers. Les trois types de mouvements
caractéristiques de la courbe des taux sont :
shift : mouvement correspondant à une modification du niveau de la courbe des
taux,
twist : mouvement correspondant à une modification de la pente de la courbe des
taux,
butterfly : mouvement correspondant à une modification de la courbure de la courbe
des taux.
2. Risque de signature
Il représente le risque couru par l’investisseur de ne pas récupérer le capital et/ou les
intérêts si l’émetteur de l’emprunt venait à ne plus pouvoir remplir ses obligations.
Parmi ces risques, on peut distinguer :
– le risque pays : lié à la probabilité de non-paiement des créances par des débi-
teurs résidant dans des pays jugés à risque en raison du contexte politique ou
économique
– le risque de crédit ou risque qualité de l’émetteur.
La combinaison de ces risques est évidemment possible.
2.3.2 Typologie des démarches retenues
Pour l’attribution de performance de portefeuilles obligataires, il conviendrait de

distinguer la démarche de calcul pour expliquer l’écart de performance entre le portefeuille
et son benchmark de la démarche de présentation des résultats. La première doit s’attacher
à décomposer cet écart en plusieurs composantes élémentaires, la seconde doit s’attacher
-33-
à veiller à la cohérence avec le processus de gestion. Selon la méthode d’attribution de

performance,la mise en œuvre pratique de la démarche implique un processus différent.
Dans certaines démarches, l’analyse est d’abord effectuée au niveau instrument et une
fois la décomposition effectuée, les éléments sont regroupés selon le mode de présentation
cohérent avec le processus d’investissement. Pour d’autres démarches, la méthode retenue
propose une analyse à un niveau agrégé. On peut ordonner les différentes démarches selon
les deux principales rubriques suivantes :
– Approche 1, caractérisée par le processus suivant :
Cette approche réunit les démarches suivantes :

la présentation de AXA Investment Managers
la présentation de Crédit Agricole AM, première approche
la présentation ”Factor Model Based Attribution” de Wilshire Associates
la présentation de Statpro
– Approche 2, caractérisée par le processus suivant :
Cette approche réunit les démarches suivantes :

la présentation de CDC Ixis AM
la présentation de FMC
la présentation ”Return Based Attribution” de Wilshire Associates.
Le GRAP [2] a exposé de façon complète toutes les présentations et a proposé une
première comparaison ”avantages-inconvénients” des démarches les unes par rapport aux
autres, à un niveau général. Les thèmes retenus comme critère pour cette comparaison
sont :
– méthode et processus d’investissement,
– restitutions et présentation des résultats,
– mise en œuvre pratique.
Pour notre part,nous détaillerons pour chaque approche une seule présentation. Nos choix
reposent sur le critère de la mise en œuvre pratique de ces démarches.
-34-
2.3.3 Approche 1 : Analyse par décomposition de spreads suc-

cessifs
Fondement de l’approche
Le fondement de cette approche est la prise en compte des caractéristiques de

formation du prix de l’obligation.
Dans la conduite de l’analyse, le principe est de décomposer le prix de l’obligation
en plusieurs éléments pertinents : il s’agit de quantifier leur impact respectif sur la période
d’analyse dans l’évolution de ce prix, afin d’obtenir une décomposition de la performance
du titre. Les éléments pertinents sont les effets mis en avant dans les résultats d’attribution
de performance.
Les présentations se distinguent les unes des autres par l’organisation des calculs
et par les effets mis en avant. Certaines décomposent l’évolution du prix de l’obligation à
partir d’une analyse flux par flux, d’autres décomposent l’évolution du prix sans détailler
l’échéancier de flux des titres composant le portefeuille :
– analyse au niveau flux :
présentation de Axa Investment Managers
– analyse au niveau titre :
présentation de Crédit Agricole AM
présentation ”Factor Model Based Attribution” de Wilshire Associates
présentation de Statpro.
C’est la présentation de Crédit Agricole AM que nous retiendrons.
Présentation de Crédit Agricole AM
1. Principe et effets mis en avant

Cette première approche de la méthode Crédit Agricole AM est établie sur le même
fondement que la précédente, c’est à dire la prise en compte des caractéristiques
de formation du prix de l’obligation. La différence tient au fait que le recours à
l’échéancier de flux des titres composant le portefeuille n’est pas nécessaire. L’analyse
n’est pas effectuée au niveau flux, elle est effectuée au niveau titre. La décomposition
de l’évolution du prix de valorisation est effectuée pour chaque titre du portefeuille
et du benchmark selon les 5 composantes. Les effets mis en avant sont les suivants :
– effet coupon : mesure la fraction du rendement total du portefeuille due aux
revenus provenant des coupons : coupons reçus en cours de période et variation
des coupons courus pour les titres du portefeuille,
– effet amortissement : mesure la variation du prix du portefeuille due au seul
passage du temps, c’est-à-dire le rendement induit par la convergence du prix de
-35-
marché vers le nominal à mesure que l’on se rapproche de l’échéance,

– effet niveau : mesure l’impact de l’évolution générale du niveau des taux sur la
valeur du portefeuille (effet shift),
– effet courbe : mesure l’impact sur la performance du portefeuille de la déformation
de la courbe des taux de référence nettoyée du shift de niveau,
– effet spread : mesure l’impact de l’évolution des spreads sur la performance du
portefeuille (ce sont les spreads de crédit qui sont ici pris en compte).
2. Principe de calculs
Le principe de base du calcul consiste à valoriser les obligations du portefeuille à
partir des courbes de taux de référence ; les courbes zéro coupon (ZC). Le prix
d’une obligation dépend de quatre paramètres :
– la date t de valorisation
– la courbe zéro-coupon ZCt
– le spread δt
– le coupon couru It
ZCt+1 ZCt
Pt+1 −Pt
Le principe consiste à ”éclater” la performanc r[t,t+1] = ZC . C’est à dire à
Pt t
ZC
décomposer la différence [Pt+1t+1 −PtZCt ] sous la forme d’une ”somme télescopique”
en faisant varier consécutivement chacun de ces quatre paramètres, ce qui a pour
effet d’isoler l’impact de leur variation respective sur la valeur de l’obligation. Cela
ZC +δ
revient à décomposer le passage de VtZCt +δt à Vt+1 t+1 t+1 en un chemin de prix
fictifs :
– prix initial :VtZCt +δt
ZCt +δt
– variation du paramètre ”date de valorisation” :Vt+1
ZC +δ
– puis, variation du paramètre courbe : Vt+1 t+1 t
ZC +δ
– enfin, variation du paramètre spread : Vt+1 t+1 t+1
On peut schématiser, la démarche comme suit :
Amortissement Courbe ZC +δt Spread ZC +δt+1

VtZCt +δt =⇒ ZCt +δt
Vt+1 =⇒ Vt+1 t+1 =⇒ Vt+1 t+1
Ainsi,les obligations sont valorisées à partir des différentes courbes fictives

construites en sorte que chacune permet de capter un effet précis.
3. Mise en œuvre des calculs
Notons V ZCt le prix d’une obligation valorisée à la date t à partir d’une courbe zéro
coupon de référence (ZCt ).On distingue les étapes de calculs suivantes :
• Etape 1 : évaluation du spread Etant donné une obligation, le spread (δt ) désigne
le nombre de point de base qu’il faut ajouter à la courbe ZCt afin d’obtenir, en
valorisant cette obligation à partir de la courbe ZCt + δt , la valeur comptable Vt
de l’obligation.
• Etape 2 : calcul des différentes contributions
-36-
(a) contribution coupon :

La contribution coupon est la fraction du rendement due aux revenus prove-
nant d’un éventuel détachement de coupon et de l’accroissement du coupon
couru au cours de la période,
(b) contribution amortissement :
La contribution amortissement est la fraction du rendement due à la conver-
gence du prix de marché de l’obligation vers sa valeur nominale à mesure que
l’on se rapproche de l’échéance,
(c) contribution niveau :
La contribution niveau est la fraction de la performance due à l’évolution
générale du niveau des taux, c’est à dire au mouvement parallèle de la courbe
(shift),
(d) contribution courbe :
La contribution courbe est la fraction de la performance due de la déformation
de la courbe des taux hors shift de niveau, c’est à dire aux mouvements non
parallèles de la courbe,
(e) contribution spread :
La contribution spread est la fraction de la performance due à l’évolution des
spreads. Cet effet dépend de l’évolution du différentiel de rendement entre
l’obligation détenue et la courbe de référence.
Pour obtenir les effets ,d’une part on décompose la performance des titres en
portefeuille selon les 5 contributions mentionnées précédemment et d’autre part ,
la même décomposition est effectuée pour les titres du benchmark. Par différence,
on obtient les effets d’attribution proprement dits.
2.3.4 Approche 2 : Analyse par décomposition de portefeuilles

synthétiques
Fondement de l’approche
Le fondement de cette approche est la prise en compte de portefeuilles ”synthé-

tiques” pour isoler les décisions de gestion et mesurer leur impact sur l’écart de perfor-
mance entre un portefeuille et son benchmark. A la différence de la précédente, elle ne
nécessite pas le recours à des calculs de ”valorisation” ou de décomposition des flux des
titres.
Cette approche se décline en trois présentations différentes :
– présentation de FMC,
-37-
– présentation de CDC Ixis AM,

– présentation ”Returns Based Attribution” de Wilshire Associates.
Nous avons choisi d’exposer la Présentation de FMC.
Présentation de FMC
1. Principes et effets mis en avant

La démarche proposée vise à décomposer l’écart de performance ou valeur ajoutée en
différents facteurs reflétant l’impact des décisions de gestion propres aux processus
de gestion taux. Il s’agit de mesurer les contributions des différentes décisions de
gestion :
– décision de duration liée aux anticipations d’évolution des taux d’intérêt,
– décision de position sur la courbe,
– décision de secteur (emprunts d’Etat ou corporate),
– décision de choix de titre.
Des choix d’exposition sur devises étrangères sont également considérés dans le cadre
d’une gestion multi-devise. Les effets d’attribution sont nommés comme suit :
– effet duration : mesure la valeur ajoutée découlant de la décision d’augmenter ou
de diminuer la duration par rapport à la duration du benchmark. Un effet dura-
tion positif sera généré lorsque le gestionnaire anticipe correctement la variation
générale des taux : c’est-à-dire, lorsqu’il augmente la duration avant une dimi-
nution générale des taux ou inversement lorsqu’il diminue la duration avant une
augmentation générale des taux.
– effet courbe : mesure la valeur ajoutée découlant de la décision de positionnement
sur la courbe. Un effet courbe positif sera généré lorsque le gestionnaire anticipe
correctement le mouvement de la structure de la courbe de taux : c’est-à-dire,
lorsqu’il augmente l’exposition pour les tranches de maturité sur la courbe dont les
taux diminuent le plus ou augmentent le moins et, inversement lorsqu’il diminue
l’exposition pour les tranches de maturité sur la courbe dont les taux augmentent
le plus ou diminuent le moins.
– effet secteur : mesure la valeur ajoutée découlant de la décision d’augmenter ou
de diminuer l’exposition dans les différents secteurs de crédit et d’industries. Un
effet de secteur positif sera généré lorsque le gestionnaire anticipe correctement
les écarts (spread) entre les différents secteurs par rapport aux taux de la courbe
de référence, c’est-à- dire lorsqu’il augmente l’exposition pour les secteurs dont les
écarts diminuent le plus ou augmentent le moins et inversement, lorsqu’il diminue
l’exposition pour les secteurs où les écarts augmentent le plus ou diminuent le
moins.
– effet sélection : mesure la valeur ajoutée découlant du choix de titres et d’émet-
-38-
teurs. Un effet de sélection positif sera généré lorsque le gestionnaire choisit des
obligations qui offrent un rendement supérieur à celles détenues dans le bench-
mark.
2. Mise en œuvre des calculs
Les effets sont calculés en construisant un portefeuille synthétique dit portefeuille
neutre dont on fait varier l’exposition à ces facteurs les uns après les autres à partir
des expositions du portefeuille analysé vers celles de son benchmark ou indice de
référence, toute chose égale par ailleurs.
Exposition Référence (R) Portef neutre Portef neutre Portef neutre Portef (P )
Duration (D) Courbe (C) Secteur (S)
Duration de l’indice du Portef du Portef du Portef du Portef
Courbe de l’indice de l’indice du Portef du Portef du Portef
Secteur de l’indice de l’indice de l’indice du Portef du Portef
Choix titre de l’indice de l’indice de l’indice de l’indice du Portef
Table 2.4 – Mise en œuvre des calculs d’attribution de FMC
Les effets sont obtenus par différence successive :

(D) − (R) = effet duration
+
(C) − (D) = effet courbe
+
(S) − (C) = effet secteur
+
(P ) − (S) = effet choix titres
=
(P ) − (R) = valeur ajoutée
2.4 Limites des modèles d’Attribution de Perfor-

mance
« All models are wrong but some are useful »George Box.
2.4.1 Limites
La discussion que nous allons mener dans cette partie est fondée entièrement sur le
document [3] et reprend les principales critiques adressées à la méthodologie d’attribution
de performance developpée en section 2.2.2. En effet les travaux portant sur l’attribution
-39-
de performance présentés par le GRAP, n’intègrent pas la dimension risquée des place-
ments financiers. Or, les enseignements de la théorie financière ont permis d’expliciter la
liaison théorique qui existe entre espérance de rentabilité et risque des actifs financiers.
Comme nous l’avons discuté dans le chapitre precedent cf. 1.1.1 les mesures de perfor-
mance sont toujours corrigées du risque du portefeuille ou du risque relatif du portefeuille
par rapport au benchmark. Dans [3] les auteurs considèrent un gérant qui construit un
portefeuille optimal en utilisant les résultats de la théorie des choix de portefeuille de
Markowitz mais dont le benchmark n’est pas moyenne-variance efficace 4 . Ils montrent
que même dans un environnement idéal,les resultats delivrés par l’attribution de perfor-
mance de ce portefeuille ne serait pas parfaits.
2.4.2 Le paradoxe d’attribution
Le portefeuille considéré est choisi de manière optimale compte tenu de l’infor-

mation dont le gérant dispose. Le tableau suivant detaille le processus d’attribution de
performance.
classe d’actif effet alocation Effet Selection Effet Interaction

classe 1 0.232 −0.027 −0.017
classe 2 0.278 0.012 −0.007
classe 3 −0.002 0.546 −0.014
TOTAL 0.5081 0.5308 −0.0389
Table 2.5 – Attribution de performance non-parfaite
L’excès de rentabilité par rapport au benchmark est 1.00% : 0.5081% due à la

décision d’allocation, 0.5308% due à l’effet de sélection de titres et −0.0389% due au
terme d’interaction.
Ainsi ,bien que le portefeuille ait été selectionné de manière optimale à partir
d’une information parfaite, le mecanisme d’attribution de performance délivre ceratines
appreciations négatives. Par exemple, la décision de sous-pondérer la classe d’actifs 3
conduit à une conduit à une contribution negative de 0.0002% à la surperformance
globale du portefeuille. En fait, ces résultats ne sont paradoxaux qu’en apparence et ne
contredisent pas l’optimalité des décisions du gérant. En effet, l’attribution de performance
n’est que partielle puisqu’elle ne prend pas en compte le risque du portefeuille géré par
rapport à celui du benchmark. Par conséquent, elle ne remet pas en cause la stratégie
d’allocation du gérant ou si l’on veut considérer qu’elle la remet en cause, ce n’est que sur
la base des performances.
4. Notons que tout au long de notre stage, nous avons pu explorer également les théories de
construction optimale de benchmark. L’étude a été facilité par le fait Actuaris Consulting est specialisé
en la matière.
-40-
2.4.3 Conclusion
Pour être capable d’évaluer exhaustivement la stratégie du gérant dans notre

contexte, les auteurs de [3] proposent d’adjoindre à l’analyse de la contribution de chaque
classe d’actifs à la sur-performance globale du portefeuille une analyse équivalente en
terme de risque. La section suivante ( 2.5) présente la méthode d’Attribution de Risque
developpée par ces mêmes auteurs pour resoudre le paradoxe apparent précédemment
signalé cf 2.4.2.
-41-
2.5 Modèle d’Attribution de Risque
2.5.1 Présentation
L’attribution du risque est une technique de segmentation du risque relatif d’un

portefeuille en composants correspondant au processsus de décisions d’investissement.
L’attribution des risques peut être utilisée non seulement comme un outil de diagnostic,
mais également comme un critère pour la construction de portefeuille. Risque et Renta-
bilité sont les déterminants de la performance.
Une rentabilité ne peut être atteinte que par la prise risque, et donc de contrôler le
risque pris est tout aussi important pour l’obtention d’une haute performance.Les gérants
doivent comprendre la part de la contribution de risque de chaque décision afin d’évaluer
la façon dont les rentabilités sont vraiment bonnes. Afin de faciliter la comparaison des les
chiffres de Rentabilité et de Risque, l’attribution de risque devrait être compatible avec
l’attribution de performance.
Ainsi tout comme l’attribution de performance, l’attribution de risque vise à de-
composer une mesure de risque en plusieurs facteurs explicatifs. La mesure de risque doit
être cohérente avec le contexte d’une gestion de portefeuille en présence d’un benchmark.
Ainsi la tracking error , T , est un candidat naturel. Plusieurs méthodes d’attribution de
risque basée sur la decomposition de la tracking error ont été developpées. cf. [4], [5],[6]
Bertrand [6] propose un mécanisme d’attribution de risque basée sur une decomposition
de l’écart-type de la tracking error. Cette étude montre que cette attribution de risque
résout le paradoxe apparent que nous avons déjà signalé et que les ratios d’information de
chaque décision (allocation d’actifs, séléction de titres et effet d’interaction) sont égaux.
2.5.2 Attribution de la Tracking Error
Présentation
L’écart type de la tracking-error du portefeuille par rapport à son benchmark peut

s’écrire :
T Cov(S, S) 1
T = = = [Cov(AA, S) + Cov(SE, S) + Cov(I, S)]
T2 T T
La relation précedente permet de decomposer l’écart-type de la tracking error, T , en ses
trois constituants :
– La contribution au risque relatif de la décision d’allocation d’actifs, mésuré par
Cov(AA, S)/T
-42-
– La contribution au risque relatif de la décision de selection de titres, mésuré par

Cov(SE, S)/T
– La contribution au risque relatif du terme d’interaction, mésuré par
Cov(I, S)/T
Bertrand [6] établit le resultat suivant.Pour chaque portefeuille de la frontiére relative :
– chaque élément de la décomposition de l’attribution de risque a le même signe
que l’élément correspondant dans l’attribution de performance. De plus, il est
égal à la composante de l’attribution de performance divisée par le ratio d’infor-
mation 5 :
Cov(AAi , S) (wpi − wbi )(Rbi − Rb )
=
T RIP
Cov(SEi , S) wbi (Rpi − Rbi )

=
T RIP
Cov(Ii , S) (wpi − wbi )(Rpi − Rbi )

=
T RIP
– chaque élément de la décomposition de l’attribution de risque a le même ratio

d’information qui est identique au ratio d’information du portefeuille, RIP .
Les résultats ci-dessus établissent donc que, pour les portefeuilles de la frontière relative,
la mesure d’attribution de risque est bien l’écart-type de la tracking error de chaque
élément de la decomposition ; En effet, si un choix (allocation d’actifs ou sélection de
titres) provoque une performance négative, il entraı̂ne également une réduction du risque
relatif et se trouve donc justifié. Ainsi le paradoxe évoqué précédemment est résolu.
De plus la constance du ratio d’information pour tous les éléments de la decom-
position est la conséquence d’un certain équilibre qui a été atteint entre les rentabilités
anticipées et le risque relatif.
Cas pratique
Nous allons maintenant illustrer la démarche d’attribution de risque avec l’exemple

du paradoxe.
5. l’auteur emploie le ratio d’information car il s’agit de calculer un ratio de surperformance sur
un risque relatif
-43-
classe d’actif Cov(AAi , S) Cov(SEi , S) Cov(Ii , S) Total

classe 1 0.5205 −0.0596 −0.0385 0.422
classe 2 0.6231 0.058 −0.0163 0.633
classe 3 −0.0047 1.2234 −0.0323 1.186
TOTAL 1.1388 1.1896 −0.0871 2.241
Table 2.6 – Attribution de Risque du portefeuille à attribution de performance non-parfaite
La tracking error totale du portefeuille s’établit à 2.241%. On constate que chaque

décision de gestion qui avait conduit à une sous-performance telle que, par exemple, la
décision de sous pondérer la classe d’actifs 3 ou l’ensemble des décisions de selection de
titres à l’interieur de la classe d’actifs 1 contribue également à diminuer le risque relatif
du portefeuille, se trouvant ainsi justifié.
2.5.3 Remarques sur l’Attribution de risque
La démarche d’attribution que nous venons de présenter exploite la Tracking Error

(écart de risque relatif ) comme mesure de risque. Notons que certaines démarches consi-
dèrent plutôt l’écart de risque absolu entre le portefeuille et le benchmark,ERA. Il est
posible également de décomposer cet écart de risque en trois parts :
– La contribution à l’effet d’allocation d’actifs à l’écart de risque absolu :
n
X
b
ERA(AAi ) = (wpi wpj − wbi wbj )σij , i = 1, . . . , n
j=1
– La contribution à l’effet de selection de titres :

n
X p b
ERA(SEi ) = wbi wbj (σij − σij ), i = 1, . . . , n
j=1
– La contribution du terme d’interaction à l’écart de risque absolu :

n
X p b
ERA(Ii ) = (wpi wpj − wbi wbj )(σij − σij ), i = 1, . . . , n
j=1
La somme de ces trois composantes est égales à l’écart de risque absolu pour la
classe d’actifs i :
ERAi = ERA(AAi ) + ERA(SEi ) + ERA(Ii )
-44-
En sommant sur les n classes d’actifs , on obtient l’écart de risque absolu entre le
portefeuille et le benchmark, ERA :
n
X
ERA = ERA(AAi ) + ERA(SEi ) + ERA(Ii )
i=1
Le principal problème avec ce mécanisme d’attribution de risque est que le terme

qui mesure l’impact de l’effet d’allocation ne tient pas compte de l’écart de risque de la
classe d’actifs i au benchmark. Il ne mesure donc pas la capacité du gérant à surpondérer
b
(resp. sous-pondérer) une classe d’actifs dont le risque au sein du benchmark, σij , est plus
2
faible(resp. plus fort) que celui du benchmark,σb .
Une telle démarche d’attribution de risque ne pourrait rendre compte effectivement de
l’ensemble des décisions d’un gérant.
-45-
Chapitre 3
SYSTÈME D’AIDE À LA
DECISION
« Writing program code is a good way of debugging your thinking »Bill Venables.
3.1 Système de Gestion OPCVM
Les informations nécessaires au calcul d’attribution proviennent d’une part de don-

nées de marchés, et d’áutre part de l’activité même des gestionnaires financiers. Il est donc
nécessaire de disposer d’une source de données fiable et exhaustive pour garantir un accès
instantané aux transactions et un système d’administration souple des portefeuilles. Notre
système intégre entièrement le principe « Straight Through Processing »pour toutes les
transactions de valeurs en temps réel. Il soutient les processus homogènes dans les do-
maines du front, middle et back office. Le système supporte l’execution de transactions
complexes et globales tout en évitant les redondances et les procédés routiniers devant
être exécutés manuellement. Les données du système sont stockées dans des Référentiels
décrivant tous les éléments pouvant impacter un portefeuille durant son cycle de vie.
3.1.1 La notion de référentiels
Nous avons choisi d’implémenter trois référentiels alimentés en parallèle pour nos
données.
Le référentiel Valeurs
Ce référentiel contient tous les Titres et Contrats négociables par les gérants dans
le système. En théorie aucun produit financier ne pourra être négocié par un gérant s’il
-46-
Chapitre 3. SYSTÈME D’AIDE À LA DECISION
n’existe pas dans le référentiel Valeurs. Chaque valeur contient un nombre important d’in-
formations le caractérisant. Certaines des données sont statiques (demeurent identiques
durant toute la vie du Titre) et d’autres sont dynamiques (évoluent quotidiennement). Ces
informations sont alimentées automatiquement en temps réel par des flux d’information
provenant des diffuseurs d’informations financières tels Reuters, Bloomberg, Fininfo , la
Bourse de Casablanca , Bank Al Maghrib et autres.
Le référentiel Tiers
Ce référentiel contient les caractéristiques de tous les Tiers avec qui les gérants
sont amenés à être en relation côté opérations (Brokers, Dépositaires).
Le référentiel Produits
Ce référentiel regroupe toutes les caractéristiques des fonds sous gestion. Sa voca-
tion est plus commerciale, marketing et statistique.
3.1.2 Le principe Straight Through Processing (STP)
Le STP consiste à automatiser le maximum, voire l’ensemble, de la chaı̂ne de

traitement des opérations du passage des ordres par les gérants à leur comptabilisation
dans les portefeuilles associés. On distingue le STP interne et le STP externe . Le STP
interne interface les outils Front, Middle et Back du gérant tandis que le STP externe
automatise les échanges avec les intervenants externes, Brokers et Dépositaires. Tout se
passe en sorte à reduire l’intervention humaine à son strict minimum. Dans notre système
une seule saisie est faite intégralement et ensuite seuls quelques rajouts et validations
manuels sont nécessaires, tout le reste étant automatique. Nous distinguons principalement
trois Ecrans totalement interfacés entre eux et avec les référentiels.
Ecran Front Office
– Gestion des Ordres

Passage d’ordres du gérant vers la table de négociation avec possibilité à tout
moment de suivre l’état de l’ordre (en attente, exécuté partiellement, totalement
exécuté). Génération d’ordres automatiques pour les portefeuilles indiciels, du
rebalancement d’indice.
Envoi des ordres vers les Brokers et réception des exécutions. Ce passage
d’ordres électronique permettra en plus de sa rapidité une première sécurité. Il
rassure que les caractéristiques de l’ordre sont bien les mêmes chez le gérant
-47-
et chez son Broker éliminant ainsi les risques d’un achat interprété comme une
vente.
– Serveur de contraintes
Avant tout passage d’ordre, les contraintes réglementaires et les contraintes de
gestion sont vérifiées. Ces contraintes sont impératives et empêchent tout passage
d’ordre les enfreignant. En guise de contraintes nous avons les types d’instru-
ments interdits,encours par type d’instrument à ne pas dépasser. Les circulaires
du CDVM définissent de façon précise ces contraintes.
Ecran Middle Office
– Mouvement sur le portefeuille

Règlement Livraison des opérations :L’envoi des informations de R/L au Bro-
ker et Dépositaire est automatique et ne nécessite au maximum qu’une validation
d’un utilisateur du Middle Office.
Suivi des Positions : La tenue des positions de tous les portefeuilles est au-
tomatisé avec prise en charge des nouvelles opérations. Le traitement des OST
et du calcul de la Trésorerie Prévisionnelle sont également automatisé dans le
système.
– Réconciliation
Rapprochement des opérations et des positions :Un rapprochement des ca-
ractéristiques complètes des opérations est fait entre les Middles Office du gérant
et du Broker. Un rapprochement sur les positions est également implémenté en
interne entre le Middle et le Back Office.
Ecran Back Office
– Comptabilité
Un module de comptabilité contenant le système comptable des OPCVMs per-
met d’acquérir une vision complète des opérations et des procédures attachées.
Ceci est une étape préalable à la valorisation.
– Valorisation
Notre système inclu un valorisateur de portefeuille. Mais bien avant nous im-
plémentons les impacts sur les portefeuilles des OST, des S/R. Nous sommes
également à mesure de calculer la Trésorerie Prévisionnelle.
-48-
3.2 Reporting d’Attribution de Performance et de

Risque
Les reportings constituent la véritable vitrine des portefeuilles. Ils doivent créer
pour chaque fonds des documents présentant ses performances sur des périodes de temps
variables, les comparer à son indice, éventuellement les comparer à celles d’autres fonds.
Ils doivent également pouvoir donner la performance répartie par poches d’actifs, secteurs
d’activités et ce selon la finesse d’information attendue par le client. A ce titre, les repor-
tings constituent une fiche d’implémentation des méthodes d’attribution de performance
et de risque. Dans cette section , à travers deux exemples de fonds diversifiés nous pre-
sentons des modèles de reporting reprennant de manière appropriée à la nature du fonds
les indicateurs que nous avons discuté le long des chapitres précedents.
3.2.1 Cas d’un Portefeuille Diversifié actions internationales
Fonds et Benchmark
Nous considèrons un portefeuille diversifié EAFE composé de trois classes d’actifs

homogènes et distinctes :
– Une classe ” actions zone Euro ” représentée par l’indice MSCI Emu,
– Une classe ” actions européennes hors zone Euro ” représentée par l’indice MSCI
Europe Ex Emu,
– Une classe ” actions zone pacifique ” représentée par l’indice MSCI Pacific Free.
Le benchmark représentatif du portefeuille est le MSCI EAFE Free. Pour nos calculs, les
performances utilisées ont été suivies du 30/4/98 au 30/12/99. Les résultats à venir sont
à prendre avec précautions, compte tenu de la brièveté relative de la période observée.
Données et performance
La performance du portefeuille sur la période, calculée avec la méthode de Dietz,

a été de 60, 34%.
-49-
Figure 3.1 – Courbes d’évolution du Portefeuille Diversifié actions internationales en com-

paraison avec le benchmark
Composantes de l’effet ”Allocation”
Figure 3.2 – Représentation des composantes de l’effet ”Allocation”
-50-
Composantes de l’effet ”Sélection de titre”
Figure 3.3 – Représentation des composantes de l’effet ”Sélection de titre” (Portefeuille

Diversifié actions internationales)
Durant la période, la performance du benchmark a été de 31, 43% et le fonds a

surperformé le benchmark de 22, 00%. Cette surperformance a été essentiellement due à
l’effet ”Sélection de titres”+20, 97%.
L’effet ”Allocation d’actif” a été stable et très légèrement positif sur toute la période. Il a
contribué positivement à la surperformance au 30/12/99 +0, 85%.
L’effet ”Sélection de titres” a contribué positivement sur toute la période, il est dû à la
fois à la sélection des actions Emu +4, 78%, à la sélection des actions Europe Ex Emu
+6, 47% et à la sélection des actions Pacific +8, 63%.
Couple risque/Rentabilité observée
Figure 3.4 – Couple risque/rentabilité observée (Portefeuille Diversifié actions internatio-

nales)
-51-
Figure 3.5 – Graphe des volatilités annuelles sur la période
Figure 3.6 – Tracking error et Ratio d’information sur la période
La volatilité du portefeuille (16, 50%) a été inférieure à celle du benchmark

(17, 21%). Les portefeuilles actions européennes, sensiblement au même niveau de risque
que leurs benchmarks, ont été nettement plus rentables. La prise de risque sur le marché
”actions Pacific” a été bien rémunérée.
-52-
Composantes de régression
Figure 3.7 – Composantes de régression (Portefeuille Diversifié actions internationales)
Conclusion
On note que le portefeuille a eu sur la période une performance de 60, 34% et a

surperformé le benchmark de 22, 00%. Cette surperformance est essentiellement due aux
choix de titres dans les trois classes d’actifs. La gestion a été active bien typée, de type
bottom-up. Par ailleurs la performance a été exceptionnelle, même corrigée du risque,
dans toutes les classes d’actifs. La Surperformance a été globalement assez régulièrement
répartie dans le temps, avec accélération en fin de période, notamment sur la zone euro.
3.2.2 Cas d’un Portefeuille Diversifié actions-obligations
Nous considérons maintenant un portefeuille diversifié composé de deux classes

d’actifs homogènes et distinctes :
– Classe actions représentée par l’indice DJ Eurostoxx dividendes réinvestis,
– Classe taux représentée par l’indice CNO Etrix 5-7 ans
Le benchmark représentatif du portefeuille est 35% CNO Etrix et 65% DJ avec rebalan-
cement mensuel. La période d’étude : 31/12/97 au 7/09/98.
-53-
Comparaison des performances
Figure 3.8 – Courbes d’évolution du Portefeuille Diversifié actions-obligations en comparai-

son avec le benchmark
Attribution de Surperformance
Figure 3.9 – Représentation des composantes de l’attribution de surperformance (Portefeuille

Diversifié actions-obligations)
Durant la période, la performance du benchmark est de 11, 57% et l’OPCVM a

surperformé le benchmark de 0, 88%. La surperformance a connu une baisse importante
-54-
en fin de période, elle était de +3, 95% au 30/06/98. Cette surperformance est essentiel-
lement due à la contribution positive de l’effet ”Sélection de titres” +1, 81%.
L’effet ”Allocation d’actif ” n’a pas joué favorablement pendant l’été : −0, 92% début
septembre contre +0, 76% fin juillet.
L’effet Allocation est stable jusqu’à fin juin, croı̂t régulièrement jusqu’à fin juillet puis
connaı̂t une baisse en fin de période suite aux mouvements des marchés boursiers : la
surpondération des actions est la cause de cette légère dégradation.
Composantes de l’effet ”Sélection de titre ”
Figure 3.10 – Représentation des composantes de l’effet ”Sélection de titre ” (Portefeuille

Diversifié actions-obligations)
La contribution positive de l’effet ”Sélection de titres” +1, 81% est due pour
+1, 58% à la sélection des actions et pour +0, 24% à la sélection des produits de taux.
L’effet ”Sélection de titres” connaı̂t une hausse importante au mois de juin, baisse en
juillet-aout puis s’améliore en fin de période. Il est essentiellement dû à la sélection des
actions (l’effet ”Sélection” des produits de taux restant stable et peu significatif sur la
période).
-55-
Indicateurs de risque
Figure 3.11 – Tracking error et Ratio d’information sur la période (Portefeuille Diversifié
actions-obligations)
Couples risque-rentabilité observée
Figure 3.12 – Graphe Rentabilité-risque du Portefeuille Diversifié actions-obligations, du

benchmark et de leurs composantes
Les volatilités de l’OPCVM et de ses composantes sont supérieures à celles du

benchmark. Ceci contribue à expliquer la surperformance 0, 88% calculée sur la période.
Cette surperformance trouve une explication dans une légère surexposition aux marchés
des actions et des produits de taux, doublée par une allocation d’actif surpondérant un
peu les actions.
-56-
Mesures du risque : indicateurs de régression
Figure 3.13 – Composantes de Régression (Portefeuille Diversifié actions-obligations)
Le portefeuille est sensiblement aussi sensible que le benchmark aux variations du

marché. Lorsque le marché est à la baisse, le portefeuille actions a tendance à baisser
moins que le benchmark actions. Enfin il y’a une faible corrélation entre la partie taux du
portefeuille et la partie taux du benchmark.
-57-
CONCLUSION GENERALE
Le métier de la gestion d’actifs pour compte de tiers connaı̂t au Maroc depuis

quelques années des mutations profondes. La demande croissante d’information de la part
de la clientèle a entraı̂né le développement de l’analyse de la performance des fonds gérés.
Dans ce stage, nous avons exploré et implementé les mesures globales de performance
et de risque. Notre documentation s’est d’abord orientée vers des méthodes capables de
disséquer l’origine de la sur-performance d’un fonds.
En somme l’attribution de performance decompose le processus de gestion princi-
palement en trois effets. L’effet Allocation mesure la validité des choix d’allocation d’actifs
par rapport à l’allocation type du benchmark, l’effet Sélection mesure la validité des choix
de valeurs par rapport à celles du benchmark et l’effet mixte qui mesure alors l’impact
combiné des choix d’allocation et de sélection de valeurs sur une classe d’actifs. Pour les
portefeuilles obligataires , il était nécessaire d’adjoindre des décompositions par spread ou
une analyse par portefeuille synthétique.
La méthodologie d’attribution de performance rend compte du processus de gestion mais
néglige le risque des placements financiers. Nous avons pu voir que cette caractéristique
peut entraı̂ner des conclusions erronées. Nous avons donc complété l’attribution de per-
formance par une attribution de risque.
L’attribution de risque mesure l’écart de contribution entre le risque du porte-
feuille et celui du benchmark. L’écart-type de la tracking error a été alors decomposé
en trois constituants :la contribution au risque relatif de la décision d’allocation d’actifs,
la contribution au risque relatif de la décision de sélection de titres, la contribution au
risque relatif du terme d’interaction. L’utilisation de cette decomposition permet d’étendre
l’analyse d’attribution de performance à l’attribution de risque.
Nous avons également pu montrer qu’un système centralisé et souple de gestion de
portefeuille était déterminant pour un meilleur reflet des étapes du processus de décisions
et pour une cohérence de l’interprétation des résultats. Nous avons à cet effet mis en place
les fondements d’un tel système de gestion s’agissant notamment de la conception de
référentiels et du suivie de la chaı̂ne de traitement des opérations. Nous avons implémenté
la plupart de nos choix de modèles d’attribution de performance et de risque. Nous avons
-58-
CONCLUSION GENERALE
pu voir que l’analyse des résultats délivrés par le système permet une compréhension
beaucoup plus fine des décisions d’un gérant de portefeuille.
Mettre en place un système complet de reporting d’attribution de performance
et de risque est un vaste chantier. A l’heure où nous rendons ce rapport, les résultats
observables de notre système sont déjà encourageants et montrent l’interêt d’un tel projet.
Présentement nous travaillons à finaliser l’implémentation des modèles d’attribution de
performance des produits de taux et à leur developper une attribution spécifique à leur
nature puis à attribuer le risque selon d’autres modèles d’évaluation à savoir la volatilité
et la VaR.
-59-
Bibliographie
[1] L.R. Hood et G.L. Beebower G. P.Brinson. Determinants of portfolio performance.

Financial Analysts Journal., 1986.
[2] Groupe de Réflexion sur l’Attribution de Performance. Premier document de syn-

thèse :attribution de performance obligataire. 2004.
[3] P. BERTRAND et P. ROUSSEAU. L’attribution de performance en gestion de por-

tefeuille : problématique, limite et extension. Revue Française de Gestion, 154(31),
2001.
[4] Philippe Grégoire et Hervé van Oppens. Risk attribution. Orfival SA, 2008.
[5] Xiang et George. Risk decomposition and its use in portfolio analysis. Journal of
Performance Measurement, 2005.
[6] Philippe BERTRAND et Jean-Luc PRIGENT. Gestion de Portefeuille

Analyse quantitative et gestion structurée. Ed. ECONOMICA, 2006.
[7] Groupe de Recherche sur l’Attribution de Performance. Premier document de syn-

thèse : L’attribution de performance. Mars 1997.
[8] Z. EL ALAOUI. L’attribution de performance. Fixage, 2000.
[9] Christian Walter. Un principe d’incertitude dans la mesure de performance. Les

cahiers JPMorgan sur l’histoire de la gestion d’actifs, Juin 2005.
[10] Jean-Luc Paraire et Joachim Connault. Analyse de la performance des fonds de fonds
par rapport aux fonds en gestion directe. Decembre 2005.
[11] J FOLENS. Mesure de performance des opcvm actions françaises mars 1988 à février
2000. Thèse de doctorat en sciences de gestion, décembre 2001.
[12] W Sharpe. The sharpe ratio. The Journal of Portfolio Management, 1994.
[13] F. Aftalion et P.Poncet. Les mesures de performances des opcvm. La Revue Banque,
(517), juin 1991.
[14] J. Y. Xiao et J. Mina. Return to riskmetrics. The Evolution of a Standard, RiskMe-

trics Group, 2001.
-60-

Langue

Attribution de Performance Et de Risque en Gestion de Portefeuille, 2009

Transféré par

Informations du document

Description :

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Formats disponibles

Attribution de Performance Et de Risque en Gestion de Portefeuille, 2009

Transféré par

Description :

Droits d'auteur :

Formats disponibles

ROYAUME DU MAROC

Projet de Fin d’Etudes

Préparé par : Mr Daouda KONKOBO

Sous la direction de : Mr Salaheddine EL ADLOUNI (INSEA)

Soutenu publiquement comme exigence partielle en vue de l’obtention du

Diplôme d’Ingénieur d’Etat

Devant le jury composé de :

Mr Salaheddine EL ADLOUNI (INSEA)

Mots clés :Finance, Portefeuille, Asset Management, Statistique decisionnelle,

Je tiens à remercier vivement Mr Zouhair EL ALAOUI pour m’avoir proposé ce

1 LA RENTABILITE D’UN PORTEFEUILLE 6

1.4.6 Interprétation du classement des ratios . . . . . . . . . . . . . . . 19

2 ATTRIBUTION de PERFORMANCE et de RISQUE 21

3 SYSTÈME D’AIDE À LA DECISION 46

1.1 Diagramme d’opérations pour calcul de taux de rentabilité interne . . . . . . 8

2.1 Evolutions des indices et des benchmarks avec et sans rebalancement . . . . . . 23

3.1 Courbes d’évolution du Portefeuille Diversifié actions internationales en com-

1.1 Comparaison de portefeuilles basée sur sur le ratio d’information . . . . . . . 17

2.1 Critères de décision d’allocation . . . . . . . . . . . . . . . . . . . . . . . 28

Le marché marocain de la gestion d’actifs financiers pour compte de tiers est en

Travaux réalisés et Perspectives

décomposer l’écart-type de la tracking error a été retenue.

L’information délivrée par l’attribution de performance et de risque est très riche

1. D’abord dans la relation commercial e, les éléments d’attribution de performance

des attributions permettent d’identifier les étapes du processus d’investissement où

Confrontées aux besoins de transparence et d’information exprimés par les autori-

L’appréciation de la performance d’un portefeuille nécessite le calcul de sa renta-

1.1 La Mesure de Performance

1.1.1 Les Mesures de rentabilité

Calcul de la Performance par Valeur Liquidative

La performance sur la periode de calcul est égale à :

Le Taux de Rentabilité Interne(Méthode de BAI Modifiée)

Le calcul de performance nécessite d’avoir une valorisation du portefeuille à chaque

Exemple : On suppose qu’un investisseur effectue les opérations suivantes :

Figure 1.1 – Diagramme d’opérations pour calcul de taux de rentabilité interne

droite représentent les dividendes et la valeur de revente. Le taux de rentabilité interne

La rentabilité pondérée par les capitaux investis

Sur l’exemple précédent, la performance annuelle avec la formule de Dietz donne

La rentabilité pondérée par le temps et la valeur liquidative

r2 :la rentabilité entre le jour du versement et la fin de la période

220 − (105 + 105) + 10

La rentabilité sur la période est la moyenne des rentabilités annuelles :

R2ans = (110%) · (19, 52%) − 1 = 20, 48%

La rentabilité annuelle est donc de 9, 76%.

1.1.2 L’Ecart de Performance

La méthode est dite également additive. Elle exprime la surperformance Sa par la

, où Rp est la performance du portefeuille et Rb celle de l’indice de référence.

La surperformance géométrique Sg est exprimée par le rapport entre la perfor-

Comparaison des deux méthodes

1.1.3 L’alpha de Jensen

1.1.4 La décomposition de Performance (Modèle de FAMA)

Le principe de base de la méthode de Fama est que la performance globale peut

P erf ormance globale P rime de risque Selection

Le portefeuille X étant defini comme le portefeuille de la droite de marché des titres

1.2 La Mesure de Risque

Traditionnellement, on distingue dans la gestion d’un portefeuille d’actions deux

1.2.2 La Tracking Error

La tracking error est la mesure de la volatilité de la différence des rentabilités entre

Où Rp et Rb désignent respectivement les rentabilités du portefeuille et du benchmark.

1.2.3 Le Risque à la baisse

Rti = αi + βi · Rtm + it