Retrouver ce titre sur Numilog.

com
 Retrouver ce titre sur Numilog.com

QUE SAI S-J E ?

La Théorie moderne
du portefeuille
F L O R I N A F T A L I O N
Professeur à l'ESSEC

P A T R I C E P O N C E T
Professeur à l'Université de Paris 1 Sorbonne et à l'ESSEC

R O L A N D P O R T A I T
Professeur au Conservatoire national des Arts et Métiers et à l'ESSEC
 Retrouver ce titre sur Numilog.com

ISBN 2 13 049768 3

Dépôt légal — 1 : 1998, décembre

© Presses Universitaires de France, 1998
108, boulevard Saint-Germain, 75006 Paris
 Retrouver ce titre sur Numilog.com

INTRODUCTION

La Théorie moderne du portefeuille (TMP) s'est

constituée grâce à des travaux conduits d'abord dans
les universités américaines avant d'intéresser des cher-
cheurs du monde entier. Confinée pendant longtemps
aux milieux académiques, elle a fini par imposer aux
professionnels de la finance des méthodes pratiques
de gestion qu'aucun praticien ne peut plus ignorer
aujourd'hui.
A son origine se trouve l'œuvre séminale de Mar-
kowitz, contenue, pour l'essentiel, dans un article
publié en 1952 puis étendue sous forme de livre quel-
ques années plus tard. L'idée qu'elle développe est
simple et bien connue de tous les investisseurs, à
savoir qu'il faut diversifier ses risques.
Markowitz formalisa le problème du choix de
l'investisseur en supposant que celui-ci optimise ses
placements en tenant compte, non seulement de la
rentabilité attendue de son portefeuille, mais aussi du
risque défini par la variance de sa rentabilité. Il con-
clut qu'un tel investisseur minimise la variance du
rendement de son portefeuille pour un niveau
d'espérance de rentabilité donné. Dans un plan
« espérance-variance » le lieu des portefeuilles ainsi
définis constitue une « frontière efficiente ». Compte
tenu du risque particulier qu'il veut assumer, un
investisseur choisit sur cette frontière la composition
de son portefeuille optimal.
A l'époque où Markowitz publiait ses premiers tra-
vaux, une autre théorie commençait à prendre corps.
Il s'agit de celle des marchés efficients qui veut qu'à
tout moment toute l'information disponible soit
incorporée dans les cours boursiers. Il s'ensuit que les
 Retrouver ce titre sur Numilog.com

cours sur les marchés financiers varient au gré de

l'arrivée de nouvelles informations qui par nature
sont imprévisibles. Aucun investisseur (sauf s'il dis-
pose de renseignements privilégiés) ne peut donc
mettre en œuvre des stratégies lui permettant, systé-
matiquement, et à niveau de risque donné, d'atteindre
de meilleurs résultats que ceux qui seraient obtenus
par des choix effectués au hasard.
Si l'on accepte l'idée que les marchés boursiers sont
efficients, et de nombreuses études empiriques com-
mençaient déjà, au cours des années soixante, à en
attester la validité, quelle stratégie d'investissement
faut-il adopter ?
Nous venons de voir que le modèle de Markowitz
apporte une réponse à cette question. Puisqu'il paraît
impossible de réaliser des gains en anticipant les
changements de tendance d'un marché ou en identi-
fiant les placements « gagnants », la seule pratique
rationnelle consiste à choisir un portefeuille le long de
la frontière efficace calculée par Markowitz.
La mise en œuvre d'une telle stratégie pose cepen-
dant un problème d'ordre pratique : en supposant
que l'on ait à sa disposition un grand ensemble de
titres, elle nécessite le calcul, à partir d'observations
historiques des cours, d'un nombre important de sta-
tistiques, puis leur injection dans des ordinateurs pro-
grammés pour calculer la frontière efficace. Le
nombre total de statistiques nécessaires croît rapide-
ment avec le nombre de titres.
La collecte des informations et leur traitement deve-
naient donc vite très coûteux, voire impossibles avec
les ordinateurs disponibles dans les années soixante.
Sharpe a porté son attention à la résolution de ce pro-
blème pratique : comment rendre plus facilement utili-
sable le modèle de sélection de portefeuilles de Marko-
witz. La solution qu'il a trouvée est très simple. Elle
consiste à supposer que la rentabilité de chaque titre
est liée linéairement à celle d'un indice commun. Dans
 Retrouver ce titre sur Numilog.com

ces conditions, le nombre de statistiques nécessaires au

calcul de la frontière efficace est considérablement
réduit. Elles peuvent être facilement calculées à l'aide
de données historiques, en prenant comme indice celui
d'un marché (indice Standard & Poor 500 aux États-
Unis ou indice CAC 40 en France). Mais, parmi les sta-
tistiques dont Sharpe propose le calcul, l'une, appelée
« bêta », présente un intérêt particulier. Il s'agit du
coefficient reliant la rentabilité d'un titre à celle de
l'indice et constituant une mesure du risque associé à
la volatilité du marché. En tant que tel, celui-ci ne peut
être éliminé par diversification, alors que le risque spé-
cifique d'un titre (volatilité propre d'un titre non liée à
celle d'autres titres) peut l'être.
Cependant, au-delà de leur apport pratique, les
travaux de Sharpe ont contribué de façon décisive à
la formulation d'une théorie de la formation des
cours des actifs financiers sur un marché. Il s'agit du
Capital Asset Pricing Model ou CAPM (Modèle
d'équilibre des actifs financiers ou MEDAF, en fran-
çais). Ce modèle, tout en apportant une explication
théorique des bêtas des titres, met en évidence plu-
sieurs propriétés des marchés. Il montre, en particu-
lier, qu'aucun investisseur ne devrait systématique-
ment réaliser de meilleures performances que celles
d'un portefeuille obtenu par combinaison du porte-
feuille de marché (contenant tous les titres risqués) et
d'opérations de prêt ou d'emprunt, sans risque.
Cette construction, irréprochable en théorie, fut
critiquée dans la mesure où elle paraît impossible à
valider empiriquement. Aussi, des théorie concurren-
tes furent proposées, dont la plus riche est l' Arbitrage
Pricing Theory qui, comme son nom l'indique, pré-
tend décrire les conditions des marchés des titres
financiers au seul moyen de relations d'arbitrage. Des
modèles reliant la rentabilité des titres à plusieurs fac-
teurs de risque sont également venus compléter le
modèle à un facteur de Sharpe.
 Retrouver ce titre sur Numilog.com

L'ensemble de travaux que nous venons d'évoquer

reposent sur une formalisation mathématique parfois
complexe. Nous nous sommes efforcés dans cet
ouvrage de la réduire au minimum compatible avec
un exposé rigoureux. Cependant, des connaissances
de base en statistiques et économétrie, nécessaires à la
compréhension de la TMP, sont supposées connues du
lecteur.
La théorie du portefeuille est développée de la
manière suivante. Dans un premier chapitre sont pré-
sentés les fondements de la théorie de l'utilité ; elle
montre pourquoi il est intéressant de formaliser le
risque par la variance des rentabilités. Le second cha-
pitre est consacré à la construction des portefeuilles
par un investisseur qui, en suivant Markowitz,
applique le critère espérance-variance. Le troisième
chapitre traite de l'efficience des marchés, en
l'absence de laquelle des méthodes telles que le stock
picking ou le market timing1 domineraient la TMP
comme technique de gestion de portefeuilles. Dans le
quatrième chapitre est introduit le modèle d'équilibre
des actifs financiers (MEDAF) en supposant que tous
les investisseurs utilisent le modèle de Markowitz et
possèdent le même ensemble d'informations ; les
avantages de la diversification y sont démontrés. Cer-
taines extensions et applications de ce modèle y sont
également traitées. Le cinquième chapitre est consacré
au modèle d'évaluation par arbitrage (MEA). Le
sixième chapitre expose le modèle dit diagonal de
Sharpe ainsi que les modèles multifacteurs. Enfin, le
septième chapitre est dévolu à des considérations pra-
tiques telles que la mise en œuvre du modèle de Mar-
kowitz et l'application du MEDAF à la mesure des per-
formances des gestionnaires de portefeuille.
1. Les professionnels de la gestion utilisent ces termes anglo-saxons
qui signifient respectivement sélection de titres dont on attend une sur-
performance future, et prises de positions adaptées à l'anticipation de
hausses ou de baisses des marchés.
 Retrouver ce titre sur Numilog.com

Chapitre I

LES CHOIX DANS L'INCERTAIN

La décision d'investissement de l'individu peut se

décomposer en deux étapes : l'estimation du risque et
de l'espérance de rentabilité de l'ensemble des alloca-
tions possibles de la richesse du décideur d'abord, le
choix de la combinaison optimale d'actifs ensuite
(cf. chap. II). Le présent chapitre montre que les pré-
férences des individus dans l'incertain peuvent être
déterminées au moyen de fonctions d'utilité et en
étudie les caractéristiques. Il montre également que,
sous certaines hypothèses, le risque (défini comme la
variance ou l'écart type de la distribution des rentabi-
lités) et l'espérance de rentabilité des investissements
suffisent pour déterminer le choix des individus.
I. — Le comportement des individus
Le problème du choix des investissements tel qu'il
apparaît dans la Théorie moderne du portefeuille
place le décideur devant un ensemble d'opportunités
caractérisées par les probabilités associées aux résul-
tats possibles. Ainsi, un investissement V peut engen-
drer différentes valeurs dans le futur et nous appelle-
rons Vs celle qui correspond à l'état de nature s et
pouvant se produire avec la probabilité ps. A ce même
état de nature correspond un taux de rentabilité (ou
pour simplifier une rentabilité) que nous qualifions
1. Le taux de rentabilité correspondant à l'état s est égal, par défini-
tion, à R, = (V - V Dans les études économétriques les taux de
rentabilité sont calculés par log ( V
 Retrouver ce titre sur Numilog.com

d ' La moyenne des valeurs des rentabilités

possibles pondérées par leurs probabilités, soit :
(1)
est appelée espérance mathématique (ou, plus briève-
ment, espérance, E étant l'opérateur espérance, bien
connu des statisticiens). Il paraît raisonnable de sup-
poser qu'entre deux placements différents un investis-
seur préfère, toutes choses égales par ailleurs, celui
dont l'espérance mathématique de rentabilité est la
plus forte. Une telle hypothèse est en fait trop sim-
pliste car les investissements diffèrent aussi, en géné-
ral, par d'autres caractéristiques et celles-ci intervien-
nent dans les choix.
Pour convaincre le lecteur du fait que les investis-
seurs ne tiennent pas compte dans leurs décisions du
seul critère de l'espérance mathématique de rentabi-
lité, nous lui proposons de réfléchir à un jeu imaginé
au XVIII siècle par le mathématicien suisse Daniel
Bernoulli. Ce jeu, connu sous le nom de jeu de Saint-
Pétersbourg, se déroule de la manière suivante : une
pièce non truquée est lancée autant de fois qu'il est
nécessaire pour que le côté face sorte. Appelons n ce
nombre de tirages. Lorsque enfin face est sorti, le jeu
est terminé et le joueur reçoit 2n francs. Cependant un
droit d'entrée lui est demandé. Quel droit d'entrée
accepteriez-vous de payer à sa place ?
La somme indiquée comme réponse à cette ques-
tion est, le plus souvent, voisine de quelques francs.
Or, le jeu de Daniel Bernoulli a une espérance mathé-
matique de gain infinie ! En effet la probabilité que le
côté face apparaisse, pour la première fois, au bout
de n tirages est égale à ½n (la probabilité pour que
face sorte au premier lancer est de ½, pour que face
sorte pour la première fois au second tirage ¼, etc.) ;

1. Lorsque cela est nécessaire, pour lever toute ambiguïté, nous

notons une variable aléatoire X par le symbole .
 Retrouver ce titre sur Numilog.com

le gain est alors de 2" francs. L'espérance mathéma-

tique du jeu, c'est-à-dire la somme des gains pondérés
par leurs probabilités est, par conséquent, infinie :

(2)

Puisque personne n'accepte de payer un droit

d'entrée très élevé (et a fortiori refuse un droit
d'entrée infini) pour participer à ce jeu, c'est que (au
moins) un autre facteur intervient. Cet autre facteur
est le risque que les investisseurs n'aiment pas assu-
mer (nous dirons qu'ils éprouvent de l'aversion pour
le risque).
En finance, il est souvent admis que le risque est
mesuré par la variance des rentabilités des investisse-
ments (notée var (R) ou σ - rappelons que la
racine carrée de la variance, σ(R), est appelée écart
type). Avec les mêmes définitions que ci-dessus, la
variance se calcule par la formule :
(3)
Pour représenter le comportement d'un individu
devant des choix risqués, les économistes ont recours
à la notion de fonction d'utilité. Il s'agit d'une repré-
sentation mathématique du comportement d'un indi-
vidu dont la connaissance suffit pour reproduire ses
choix. La construction d'une fonction d'utilité repose
sur les axiomes de rationalité définis par von Neuman
et Morgenstern En général, l'argument de la fonc-
tion d'utilité est la richesse (notée W) de l'individu
considéré. Celui-ci est supposé prendre les décisions
qui maximisent la valeur de l'espérance mathéma-
tique de son utilité En fait, les fonctions d'uti-

1. J. von Neuman et O. Morgenstern, 1947, Theory of Games and

Economic Behavior, Princeton University Press.
2. Si une fonction d'utilité est telle que l'on puisse poser
U(W) = U ( W + G) = U ( W + U(G) avec W richesse initiale et G gain
d'un investissement, il suffit de maximiser U(G).
 Retrouver ce titre sur Numilog.com

lité U ( . ) p o s s è d e n t d e u x p r o p r i é t é s . S e l o n la p r e -
m i è r e , u n i n d i v i d u p r é f è r e x à y si e t s e u l e m e n t si
U ( x ) > U(y). Selon la seconde, l'espérance d'utilité
p e u t ê t r e utilisée p o u r c l a s s e r d e s c o m b i n a i s o n s d e
placements risqués.
Exemple : Soit un individu dont la richesse initiale est
de 100 000 F. Cet individu pourrait effectuer un investissement
de 100 000 F pouvant lui rapporter soit 150 000 F avec la pro-
babilité ½ soit 50 000 F avec la probabilité ½. Supposons en
outre que sa fonction d'utilité soit la fonction logarithme népé-
rien. Dans l'éventualité où l'investissement n'est pas entrepris,
l'individu garde sa richesse initiale et son utilité est :
log (100 000)= 11,5129. Dans l'éventualité où l'investissement
est entrepris, elle est de :

Nous voyons que l'individu n'entreprendra pas l'investissement

en question car son espérance d'utilité est inférieure à celle de
sa richesse initiale.
Exemple : Supposons que l'individu de l'exemple précédent
joue au jeu de Saint-Pétersbourg. L'espérance de l'utilité du jeu
est : Il ne paiera donc pas
pour participer au jeu une somme x supérieure à celle dont
l'utilité est supérieure à 1,3862, c'est-à-dire pour laquelle
log (x) = 1,3862, soit x = exp (1,3862) = 4 F.

II. — Propriétés des fonctions d'utilité

Les fonctions d'utilité sont présumées refléter des
préférences « rationnelles », ce qui implique qu'elles
possèdent des propriétés particulières. D'abord il est
admis que les individus préfèrent posséder une
richesse W plutôt qu'une richesse W
W > W ; il s ' e n s u i t que U ( W > U ( W si W > W
(tous les individus ont une préférence pour la
richesse). Formellement, cette condition signifie que
les fonctions d'utilité sont croissantes et, si elles sont
dérivables, que leur dérivée première par rapport à la
richesse est positive (ce qui sera noté U' > 0).
 Retrouver ce titre sur Numilog.com

Les fonctions d'utilité doivent également refléter

l'attitude devant le risque des investisseurs. A priori,
trois comportements sont envisageables. Le goût pour
le risque, la neutralité devant le risque et l'aversion
pour le risque. En pratique, la plupart des individus,
dans les circonstances normales de la vie, n'aiment
pas prendre de risques. Ainsi, entre deux investisse-
ments ayant même espérance mathématique de renta-
bilité mais dont l'un est plus risqué et l'autre l'est
moins, le second sera préféré au premier.
Considérons maintenant un individu dont la
richesse est W et auquel on propose un jeu de pile ou
face pour un petit montant h. S'il accepte de jouer à ce
jeu sa richesse deviendra W + h avec une probabilité V
et W - h avec une probabilité ½. Si l'individu préfère
ne pas jouer et garder avec certitude sa richesse ini-
tiale W, c'est que : U(W) > ½U(W + h) + ½U(W - h).
En multipliant les deux termes de cette inégalité par 2
et en réarrangeant, il vient :

(4)
Ce qui implique que la fonction U, qui est crois-
sante, l'est d'autant moins que son argument W est
plus fort ; elle est donc concave (concavité tournée
vers le bas, donc pente décroissante lorsque W
augmente). Autrement dit, si la fonction U est deux
fois dérivable, la dérivée première U'(W) (pente) est
décroissante, et la dérivée seconde U"(W) est
négative.
Si l'individu de l'exemple précédent est indifférent
entre jouer au jeu proposé et payer une somme π (dite
prime de risque, supposée petite devant h) il est indiffé-
rent entre avoir une richesse W* = W - π (équivalent
certain) avec une probabilité de un ou jouer au jeu de
pile ou face. L'utilité de l'équivalent certain et celle du
jeu sont donc égaux, ce qui s'exprime par la relation :

(5)
 Retrouver ce titre sur Numilog.com

mances du mois de janvier). Dans la pratique, de tel-

les constatations conduisent à prévoir périodiquement
au moyen de régressions linéaires les rentabilités
moyennes des titres d'un univers donné et à recompo-
ser le portefeuille géré à l'aide de ces prévisions.
Dans le second cas, des méthodes d'estimation des
variances conditionnelles (modèles GARCH tenant
compte des réalisations passées des cours et de leur
volatilité) doivent également permettre des prévisions
périodiques conduisant à la restructuration des porte-
feuilles. Le moindre impact des volatilités sur les
compositions des portefeuilles optimaux de même que
leur tendance à régresser sur longue période vers une
valeur moyenne rend tout de même l'application de
telles techniques moins intéressante que celles
s'appliquant aux moyennes.

II. — La mesure de performance

La mesure de performance des portefeuilles est une
question centrale en matière d'investissement finan-
cier. D'abord, les sommes gérées par des profession-
nels pour le compte de leurs clients représentent plu-
sieurs milliers de milliards de francs. Ensuite,
l'ouverture des frontières, notamment en Europe, et
l'internationalisation et la globalisation des marchés
vont rendre extrêmement concurrentiel ce secteur
d'activité des institutions financières. Les investisseurs
seront par conséquent de plus en plus sollicités par les
gérants professionnels, ce qui rend nécessaire une
information fiable sur les qualités de la gestion qui
leur est proposée.
Nous présenterons d'abord les mesures de perfor-
mance usuelles, puis leurs principales limites et une
mesure alternative, avant d'évoquer l'hypothèse de
l'efficience forte des marchés et l'estimation empi-
rique des performances des OPCVM (Organismes de
placement collectif en valeurs mobilières).
 Retrouver ce titre sur Numilog.com

1. Les mesures de performance. — Certaines publi-

cations financières à caractère professionnel établis-
sent des classements d'OPCVM selon leurs taux de ren-
tabilité - période sur la base desquels les investisseurs
avisés sont censés modifier leurs choix de portefeuille.
Ces « hit-parades » souffrent en général de deux lacu-
nes fondamentales : leur période de calcul est d'une
part beaucoup trop petite (la semaine, le mois, au
mieux l'année) pour que, statistiquement parlant, on
puisse attribuer la rentabilité constatée à la qualité du
gestionnaire, la part du hasard étant trop grande ; ils
sont établis d'autre part sur la seule base du taux de
rentabilité constaté, sans prendre en compte le risque
assumé. Or un gérant qui affiche en moyenne des
résultats supérieurs à ceux d'un autre n'est pas néces-
sairement meilleur si le niveau de risque subi est plus
grand. Par conséquent, toute mesure de performance
doit tenir compte des deux dimensions, rentabilité et
risque, et être calculée sur une période relativement
longue (au moins un an).
Soit T la période totale (par ex. l'année) sur
laquelle est mesurée la performance. Cette période est
décomposée en N sous-périodes de longueurs égales
T/N (typiquement la semaine) encadrées par les ins-
tants t - 1 et t. Soient E(Rp), σ et β respectivement,
la moyenne constatée (et annualisée) des rentabilités
du portefeuille, 1 ≤ t ≤ T, leur écart type et le bêta
estimé par rapport à un indice censé représenter le
portefeuille de marché.
Les deux premières mesures de performance habi-
tuellement rencontrées apprécient le risque du porte-
feuille par son écart type σ La première, la plus
connue et utilisée, est le ratio de Sharpe :

Ce ratio est égal à la pente, dans le plan

(E(Rp), σ de la droite passant par les points repré-
 Retrouver ce titre sur Numilog.com

sentatifs de l'actif sans risque et du portefeuille. Il

s'agit donc d'une prime de risque normée par le degré
de risque. L'étalon implicite par rapport auquel est
mesurée la performance du gestionnaire est le porte-
feuille de marché dont le ratio de Sharpe,
[E(Rm) - r est la pente de la droite de marché
des capitaux (capital market line, cf. chap. IV). On
peut donc comparer le ratio de Sharpe du portefeuille
examiné à celui du portefeuille de marché pour déter-
miner si le gestionnaire a sur- ou sous-performé. On
peut également classer les différents portefeuilles par
ordre décroissant de ratio de Sharpe.
Il est utile de remarquer que, lorsqu'il existe un actif
sans risque, le programme de Markowitz de minimisa-
tion de la variance du portefeuille sous la contrainte
d'une espérance donnée est équivalent au programme
de maximisation du ratio de Sharpe. Les deux métho-
des sont donc équivalentes et appropriées dans tous les
cas où l'approche (réductrice) espérance-variance est
adéquate. De ce fait, la comparaison des portefeuilles
sur la base des ratios de Sharpe revient à une compa-
raison des niveaux d'utilité atteints par les propriétai-
res des portefeuilles (cf. chap. I et II).
La seconde mesure, peu utilisée en pratique,
consiste à calculer la rentabilité différentielle suivante :

où :

est la rentabilité compatible avec la capital market

line évoquée plus haut, ou rentabilité « normale ». On
classe alors les portefeuilles par rentabilités différen-
tielles décroissantes, sachant que si la mesure est posi-
tive (négative) le gestionnaire a sur- (sous)-performé.
Cette mesure appelle les deux remarques suivantes.
D'abord, elle permet la même comparaison que le
 Retrouver ce titre sur Numilog.com

ratio de Sharpe entre un portefeuille et le portefeuille

de marché dans le sens que si Sp > S alors
E(Rp) - E * ( R > 0 et réciproquement. En revanche, si
un portefeuille P a un ratio de Sharpe supérieur à
celui d'un autre portefeuille Q, sa rentabilité différen-
tielle peut cependant être inférieure, comme en
témoigne la figure 1 ci-dessous. Le classement des
portefeuilles entre eux ne sera donc pas en général le
même que celui obtenu à partir du ratio de Sharpe,
théoriquement supérieur. C'est sans doute la raison
pour laquelle cette mesure est peu utilisée.

Fig. 1. — Rentabilité différentielle et ratio de Sharpe.

Les deux autres mesures traditionnelles de perfor-

mance sont analogues aux deux précédentes mais en
diffèrent par le fait qu'elles mesurent le risque d'un
portefeuille par son bêta plutôt que par son écart
type. L'idée sous-jacente à l'utilisation du bêta plutôt
que du sigma est que l'investisseur possède, outre le
portefeuille sous évaluation, une richesse (financière
et humaine) diversifiée. La contribution du porte-
feuille évalué au risque global de cette richesse est
mesurée par le bêta.
L'analogue du ratio de Sharpe est le ratio de
Treynor :
 Retrouver ce titre sur Numilog.com

Notons que ce ratio, très peu utilisé en pratique,

pose des problèmes en cas de bêta négatif (ou nul) car
alors plus E(Rp) est élevé, moins bien le portefeuille
sera classé, ce qui est absurde. Par ailleurs, si le porte-
feuille est très bien diversifié et très corrélé au porte-
feuille de marché, ce ratio est très peu différent du
ratio de Sharpe (au facteur σ près). En effet,
si p est proche de
l'unité.
L'analogue de la « rentabilité différentielle » est la
mesure (ou l'alpha) de Jensen :

où :

est l'espérance de rentabilité théorique donnée par le

MEDAF
Si l'α de Jensen est positif (négatif), le gestionnaire
est dit avoir sur- (sous)-performé.
Comme précédemment avec l'écart type, le ratio de
Treynor et l'alpha de Jensen classent les portefeuilles
par rapport au portefeuille de marché de la même
façon :

En revanche, le classement des différents porte-

feuilles entre eux sera en général différent selon le
ratio de Treynor et la mesure de Jensen, pour les
mêmes raisons que précédemment (il suffit de réinter-
préter la figure 1 avec β plutôt que σ en abscisses).
L'alpha de Jensen est, après le ratio de Sharpe, la
mesure la plus utilisée car elle s'interprète facilement
comme une surprime de risque exprimée en pourcen-
tage annuel. Notons toutefois que, lorsque le bêta du
portefeuille n'est pas stable dans le temps parce que

1. Notons que l'on peut, alternativement, utiliser la version zéro-

bêta du MEDAF (cf. chap. IV).
 Retrouver ce titre sur Numilog.com

la composition est modifiée de façon significative par

le gestionnaire, les mesures faisant appel au bêta
posent de difficiles problèmes d'interprétation

2. Appréciation critique. — Les quatre indicateurs

de performance que nous venons de présenter rencon-
trent plusieurs difficultés d'application dont nous dis-
cutons brièvement les principales. D'abord les calculs
sont menés, par définition, sur des rentabilités pas-
sées, constatées, et non sur des rentabilités ex ante,
espérées (c'est d'ailleurs pour cela que les profession-
nels parlent de « performances »). Or, très fréquem-
ment, les primes de risque sont négatives, c'est-à-dire
que pendant la période globale d'évaluation (par ex.
les années 1987, 1989, 1996) la rentabilité des porte-
feuilles s'avère inférieure au taux sans risque. Le clas-
sement par ratios de Sharpe (ou de Treynor) décrois-
sants peut alors donner des résultats difficilement
interprétables. Deux portefeuilles peuvent ainsi avoir
des ratios négatifs identiques alors que le premier a
offert à la fois plus de rentabilité et moins de risque
que le second. Ensuite, il existe une difficulté d'ordre
institutionnel et opérationnel. Les gestionnaires de
portefeuille subissent en pratique des contraintes qui
rendent inadéquate l'adoption, comme norme impli-
cite, d'un portefeuille universel qui leur serait com-
mun. Leurs choix peuvent, par exemple, être limités
par les décisions de leur hiérarchie, de leur maison
mère, ou de leurs clients. Ils peuvent aussi rencontrer
des contraintes liées à la réglementation dictée par la
Commission des opérations de bourse (COB) ou le
Conseil des marchés financiers (CMF), comme dans le
cadre des Sicav Monory ou des Plans d'épargne en
actions (PEA). Enfin, les OPCVM, au moins, se définis-
sent le plus souvent par le type d'actifs financiers sur

1. Consulter sur ce point B. Dumas et B. Allaz, Les titres financiers,

PUF, 1995, p. 97 et s.
 Retrouver ce titre sur Numilog.com

lesquels ils interviennent. Pour toutes ces raisons, il

est plus opérationnel d'abandonner les notions ambi-
tieuses de portefeuille de marché et de niveau de per-
formance absolu pour se contenter des notions de
portefeuille de référence (benchmark, norme ou éta-
lon) et de niveau relatif de performance.

3. Indice AP. — C'est ce qu'ont préconisé

F. Aftalion et P. Poncet quand ils ont proposé
d'établir un « étalon » par classe d'OPCVM et de com-
parer la performance du portefeuille géré à celle de
son étalon ; ce dernier pouvant d'ailleurs être un
indice simple (composé de titres de même nature,
par exemple des actions ou des obligations) ou com-
posite. Ceci rend nécessaire l'adoption (et la divulga-
tion à l'ensemble des investisseurs potentiels, par
exemple par voie de presse spécialisée) d'un objectif
de gestion précis et stable dans le temps pour chaque
portefeuille géré. Cette solution présente l'avantage
d'être opérationnelle dans la mesure où le nombre de
classes d'OPCVM répertorié est suffisamment grand
pour que l'on puisse ranger tout portefeuille géré
dans une classe sans qu'il y soit atypique, et suffi-
samment faible pour que la notion d'étalon ou de
benchmark ne soit pas dépourvue de sens. De plus,
elle contraint le gestionnaire à définir un objectif
précis, ce qui est favorable aux intérêts des investis-
seurs, comme, à long terme, aux siens propres. A
défaut, on peut d'ailleurs lui assigner comme étalon
la moyenne des OPCVM de même classification COB
que celle du fonds qu'il gère.
Pour pallier la difficulté éventuelle liée à l'existence
de primes de risque négatives, les auteurs précités
définissent un nouvel indicateur de performance :
l'indice AP est la différence entre le taux de rentabi-

1. On consultera, pour de plus amples détails, F. Aftalion et

P. Poncet, Les mesures de performances des OPCVM. Revue Banque,
n° 517, juin 1991.
 Retrouver ce titre sur Numilog.com

lité a n n u e l m o y e n E ( R p ) d u p o r t e f e u i l l e ( o u d u f o n d s )
e x a m i n é e t celui, E ( R d e s o n é t a l o n , d i m i n u é e d u
p r o d u i t d ' u n prix d u risque P R p a r la différence entre
le r i s q u e d u p o r t e f e u i l l e σ et celui d e l ' é t a l o n σ :

L'indice AP valorise donc positivement l'excès de

rentabilité moyenne du portefeuille par rapport à sa
« norme » et négativement son excès de risque.
Le prix du risque PR, dont la « dimension » impli-
cite est le ratio d'un taux de rentabilité espéré sur un
écart type, permet d'additionner une différence de
taux de rentabilité et une différence de risques mesu-
rés par l'écart type. Il devrait correspondre à ce qu'en
moyenne les individus investissant dans le type de
fonds correspondant à l'étalon exigent de rentabilité
supplémentaire (en %) par point de risque supplémen-
taire (1 % d'écart type). Il peut être estimé par des
méthodes économétriques appropriées sur un histo-
rique assez long (de l'ordre de 10 à 20 ans). Empiri-
quement, le prix du risque PR semble, pour la
France, compris entre 0,20 et 0,40. On en déduit
qu'un portefeuille subissant par rapport à un autre un
risque supplémentaire de 5 % annualisé devrait rap-
porter en moyenne de 1 à 2 % de plus par an, pour
l'investisseur français « moyen ».
Puisque l'indice AP prend en compte à la fois la
rentabilité et le risque relatifs du portefeuille, on peut
classer par ordre d'indices AP décroissants les porte-
feuilles ou fonds ayant les mêmes étalons, un indice
positif (négatif) indiquant une sur- (sous)-perfor-
mance par rapport à la n o r m e

4. L'estimation empirique des performances. —

Selon la théorie de l'efficience forte (au sens de Fama,
cf. chap. III), les prix boursiers incorporent toute
1. On trouvera un exemple concret d'utilisation dans F. Aftalion et
P. Poncet (1991), op. cit.
 Retrouver ce titre sur Numilog.com

l'information pertinente et disponible, qu'elle soit

publique ou privée. Comme il est impossible, par
définition, de tenir compte directement des informa-
tions privées, les tests de l'efficience forte ne peuvent
être qu'indirects. En règle générale, on cherche à
savoir si les fonds gérés par les professionnels
(OPCVM, hedge funds...) ont tendance à surperformer
(à risque égal) le marché.
Plus techniquement, deux types de tactiques pour
« battre le marché » peuvent être utilisés par les ges-
tionnaires (on parle de Tactical Asset Allocation) : le
security picking ou sélection des valeurs d'une part et
le market timing ou prévision de retournement du
marché d'autre part.
Selon la première, le portefeuille reste investi dans
le type de titres correspondant à l'objectif annoncé
(actions, monétaire, obligataire...) mais le gérant sur-
pondère le poids des actifs individuels qui lui sem-
blent sous-cotés (donc peu chers, d'espérance de ren-
tabilité anormalement forte eu égard à leur risque,
donc qui ont un alpha de Jensen ex ante positif) et
sous-pondère le poids de ceux qui lui paraissent sur-
cotés (qui ont donc un alpha de Jensen négatif).
Naturellement, si le marché était toujours et partout
efficient (au sens du MEDAF, ici), tous les alphas de
Jensen seraient nuls en permanence.
Selon la seconde tactique du market timing, le por-
tefeuille est investi en totalité (ou, du moins, majori-
tairement) dans le segment qui, sur une certaine sous-
période future de longueur indéterminée a priori, pré-
sente la rentabilité espérée la plus forte aux yeux du
gestionnaire. Prenons par exemple le cas d'un porte-
feuille dont la composition moyenne de long terme
(stratégique) est de 70 % en actions françaises (repré-
sentées par le CAC 40) et de 30 % en obligations fran-
çaises (faisant l'objet de l'indice obligataire Crédit
Lyonnais). Si, pour les trois mois à venir, le gérant
estime que le cours des actions va stagner ou chuter,
 Retrouver ce titre sur Numilog.com

il investira la totalité de ses fonds en obligations ; s'il

prévoit une hausse importante du CAC 40 en
revanche, il vendra ses obligations et investira 100 %
(ou même au-delà, si cela lui est permis, par
l'intermédiaire des contrats futurs sur CAC 40 par
exemple) de ses actifs en actions.
Le lecteur comprendra que la rentabilité moyenne
constatée sur ces fonds gérés doit être amputée de
frais de gestion prélevés par le gestionnaire (de la
même façon qu'il faut déduire tous les coûts de tran-
saction et d'information occasionnés par un investis-
sement du portefeuille en direct pour en évaluer la
rentabilité) : droits d'entrée et/ou de sortie, plus frais
annuels de gestion.
L'évidence empirique penche largement en faveur
de l'hypothèse de l'efficience du marché, surtout
lorsque ces coûts sont correctement pris en compte.
Dans le cas des Sicav actions françaises par exemple,
une étude récente montre que, sur la période de
six ans s'étalant du 1 janvier 1990 au 31 dé-
cembre 1995, le marché est efficient à moyen terme,
et légèrement inefficient à court terme. En effet,
quelle que soit la mesure de risque choisie, en décou-
pant la période totale en deux tranches de trois ans
chacune, on s'aperçoit qu'il n'y a pas de persistance
des performances des fonds ou que, s'il y a persis-
tance, celle-ci est négative (mais pas statistiquement
significative) : les fonds à performances supérieures à
la moyenne sur la première sous-période ont tendance
à être ceux à performances inférieures à la moyenne
sur la seconde sous-période. A court terme (un an) la
persistance est soit positive, soit négative, selon que le
CAC 40 a changé de tendance ou non.

1. On pourra consulter sur ce point F. Aftalion et P. Poncet, Le

MATIF, PUF, « Que sais-je ? », n° 2626, 2 éd., 1997.
2. Consulter G. Lenormand, IAE de Rennes, Étude de la stabilité des
performances : le cas des Sicav actions françaises, Entretiens de
l'Association française de finance, décembre 1996.
 Retrouver ce titre sur Numilog.com

Aux États Unis, les tests empiriques ont toujours

démontré dans le passé que, sauf cas isolés, les fonds
gérés affichaient, après coûts de gestion, une perfor-
mance moyenne plutôt inférieure à celle du marché,
ce qui a déclenché la vogue de la gestion indicielle à
la fin des années 1980. Les tests récents plus précis
et, notamment, tenant compte de la distinction entre
security picking et market timing, corroborrent ce sen-
timent général d'efficience. Les gestionnaires d'OPCVM
ont une aptitude très limitée à surperformer (les mau-
vais gérants ayant cependant tendance à le rester !) et
la persistance d'une bonne performance est très
courte (de l'ordre d'un an, ce qui n'est probablement
pas significatif au plan statistique). Selon ces tests, si
certains fonds exhibent une relative capacité à faire
de la sélection de valeurs, ils ne réussissent nullement
à démontrer qu'ils sont capables de prévoir les points
de retournement du marché.
Il reste donc difficile, après tout, malgré des cas
exceptionnels - qui sont d'autant plus médiatisés
qu'ils sont rares - de rejeter l'hypothèse de l'efficience
du marché, même sous sa forme forte.

1. Consulter par exemple : M. M. Carhart, On Persistence in

Mutual Fund Performance, The Journal o f Finance, vol. 52, n° 1,
mars 1997 ; et K. Daniel, M. Grinblatt, S. Titman et R. Wermers, Mea-
suring Mutual Fund Performance with Characteristic-Based Bench-
marks, The Journal of Finance, vol. 52, n° 3, juillet 1997.
 BIBLIOGRAPHIE

Bodie Z., Kane A. et Marcus A. J., Investments, 5 éd., Irwin, 1996.

Dana R. A. et Jeanblanc-Picqué M., Marchés financiers en temps
continu, valorisation et équilibre. Economica, 2 éd., 1998.
Demange G. et Rochet J.-C., Méthodes mathématiques de la finance,
Economica, 1992.
Dumas B. et Allaz B., Les titres financiers, PUF. coll. « Finance », 1995.
Elton E. J. et Gruber M. J., Modern portfolio theory and investment
analysis, 5 éd., John Wiley & Sons, 1995.
Jacquillat B. et Solnik B., Marchés financiers : gestion de portefeuille et
des risques, Dunod, 3 éd., 1997.
Markowitz H., Mean-variance analysis in portfolio choice and capital
markets, Basil Blackwell, 1989.
Poncet P., Portait R. et Hayat S., Mathématiques financières, Précis
Dalloz (Gestion), 2 éd., 1996.
Quittard-Pinon F., Marchés des capitaux et théorie financière, Econo-
mica, 2 éd., 1998.
Viviani J.-L., Gestion de portefeuille, Dunod, 1997.