Prvision des sens de variation : une approche relative et transitives

Version prliminaire - 20 Mars 2006

Nicolas Huck

Rsum En nance, le succs dune stratgie dinvestissement dpend fortement de la capacit prvoir correctement les sens de variation du prix des actifs. Cet article introduit le concept de "prvisions transitives". Ce type de prvision peut tre assimil une prvision combine : il dcoule dun raisonnement autour des ensembles dinformation. Il conduit alors sintresser explicitement aux sens de variation pris de manire relative. Mots cls : Sens de variation, prvision combine, approche relative, transitivit. Classication JEL : C30, D81.

Introduction

De nombreux critres de performance sont possibles pour valuer un modle de prvision. Les plus couramment utiliss sont lerreur absolue moyenne (Mean Absolute Error - MAE), lerreur quadratique moyenne (Root Mean Square Error - RMSE) et la statistique de Theil qui vite les problmes de dimension des deux premiers. Leitch et Tanner (1991, 1995), notamment, sinterrogent sur la pertinence de ces critres. Pourquoi des entreprises, cherchant maximiser leur prot, achtent des prvisions issues de modles sophistiqus alors que ces statistiques dirent trs rarement et faiblement des rsultats que lon obtient avec des prvisions naves ? La question naturelle est alors de savoir si ces critres sont corrls avec la
Universit de Nancy 2, BETA, UFR AES, 4 rue de la Ravinelle, 54035 Nancy Cedex, Nicolas.Huck@univ-nancy2.fr, Tel : 03 83 19 27 62

variable dintrt des entreprises : le prot. Or, cette corrlation est faible ce qui remet en question lintrt de ces variables. En revanche, une seule variable est directement et fortement corrle avec le prot : la capacit prvoir les sens de variation. Cest sous la forme de prvisions des hausses et des baisses du prix - prvision du sens du rendement anticip - dun actif nancier que cette variable est, gnralement, employe dans les travaux en nance de march. Quand le prot nest pas observable ou dicilement calculable, les sens de variation peuvent donc tre utiliss comme un substitut tout fait acceptable. Dans le cadre du dveloppement dune stratgie dinvestissement, la capacit des modles de prvision anticiper les sens de variation doit donc tre particulirement tudie. Les sens de variation, dun point de vue thorique, en terme de hausses et de baisses, sont notamment tudis par Christoersen et Diebold (2003). Sur cette variable, les principales conclusions sont les suivantes : La dpendance dans la volatilit produit une dpendance du signe, tant que le rendement attendu est dirent de 0. On peut donc sattendre une certaine prvisibilit des sens de variation car la dpendance de la volatilit est un phnomne bien connu (eet GARCH). Labsence ou une trs faible dpendance de la moyenne conditionnelle est entirement cohrente avec un degr signicatif de dpendance des signes et de la volatilit. Il est peu probable de trouver de la dpendance entre les signes par une analyse de lautocorrlation des signes ou dautres tests, car la dpendance des signes est hautement non linaire. Il est galement peu probable de trouver de la dpendance des sens de variation avec des donnes haute frquence (quotidiennes) ou basse frquence (annuelle). Le lien entre prvisibilit de la volatilit et des signes existe aussi dans un environnement non gaussien. Lamplitude et la symtrie ou lasymtrie des gains et pertes ont un fort impact sur le rendement dune stratgie. Une stratgie de "trading" avec quelques larges succs et un nombre plus important de petites pertes peut tre protable. Une stratgie de "trading" avec un nombre important de petits gains et quelques larges pertes peut conduire perdre de largent. Ceci est vrai quelque soit le type de stratgies de trading.

Considrons maintenant que la probabilit de prdire correctement le sens de variation est donne et suprieure 50% et que lamplitude moyenne des gains et des pertes soit la mme. Cette stratgie est donc protable et son rendement est positivement corrl avec lamplitude des mouvements. Si dans la littrature existante, la performance des modles de prvision est souvent examine via la capacit prvoir les hausses et les baisses du prix dun actif boursier (Leung et al, 2000), il existe une variable lgrement diffrente, le signe de lcart entre deux sries de rendement, qui est peu tudie de manire explicite et directe, alors que de nombreux lments, comme nous le montrons par la suite, rendent cette variable particulirement intressante. Une certaine vision relative des sens de variation se retrouve nanmoins dans la vaste et ancienne littrature sur les stratgies dinvestissement dites "march neutre" dont ce travail est connexe et les stratgies dinvestissement avec des positions longues et courtes (Homan, 1935). La contribution de ce travail rside dans lintroduction du concept de "prvision transitive" qui est un argument original pour justier ltude des sens de variation pris de manire relative. Les prvisions transitives, qui peuvent tre vues comme une sorte de prvision combine, ont pour origine une rexion sur la formation des prvisions et de la dcision : la transitivit, dans le raisonnement qui est men, apparat alors comme un critre de cohrence et de conance dans les prvisions. La suite de cet article est organise de la faon suivante : la Section 2 prsente un certain nombre darguments et de commentaires en faveur dune approche relative des sens de variation. La Section 3, introduit le concept de "prvisions transitives". La Section 4 discute du lien entre prvisions combines et prvisions transitives et de lutilit potentielle de ces dernires. La Section 5 conclut cet article.

2
2.1

Lapproche relative
Quelques lments statistiques

Lapproche dite relative discute dans ce papier sintresse lcart prvu entre deux sries, des rendements notamment, et plus particulirement au sens, la direction, de cette variable. Soit ((Xt )t , (Yt )t ) deux sries temporelles. Elles doivent tre vues comme des sries de rendements dactifs nanciers de type action. Faisons lhypothse que les deux sries suivent un bruit blanc gaussien centr de variance 1. 3

 -2.00 -1.50 -1.00 -0.50 -0.20 0.00 0.20 0.40 0.50 0.55

Corrlation entre Xt et Yt -0.8943 -0.8325 -0.7071 -0.4473 -0.1941 0.0005 0.1973 0.3699 0.4461 0.4816

E[|Xt Yt |] 1.5516 1.5261 1.4728 1.3566 1.2320 1.1288 1.0102 0.8961 0.8397 0.8126

0.56 0.57 0.58 0.59 0.60 0.70 0.80 1.00 1.50 2.00

Corrlation entre Xt et Yt 0.4878 0.4947 0.5018 0.5088 0.5157 0.5739 0.6246 0.7066 0.8397 0.8943

E[|Xt Yt |] 0.8072 0.8021 0.7964 0.7907 0.7849 0.7364 0.6911 0.6108 0.4628 0.3668

Tab. 1 Taille de lcart relatif et corrlation entre les sries Xt et Yt

Intressons nous la moyenne de lamplitude en valeur absolue des sries et lcart rsiduel entre les sries en fonction de la corrlation. Nous avons donc : E[|Xt |] = E[|Yt |] = 2 0.7979. (1)

Les rendements dactifs dun mme march sont gnralement corrls. Nous crons de la corrlation entre les sries Xt et Yt de la faon suivante : Yt = .Xt + (.Xt +
t
t)

(2)

o le paramtre introduit la corrlation entre Xt et Yt . Nous utiliserons des valeurs de comprises dans [2, 2] an dillustrer notre propos. Le processus ( t )t est un bruit blanc gaussien centr de variance 1. Le dnominateur assure la normalisation de lcart-type de Yt . Dans cet exemple, la corrlation est linaire entre les deux sries. Dautres types de dpendance, non linaires, pourraient tre considrs mais cela napporterait pas de conclusions signicatives supplmentaires. Dans le Tableau 1, nous indiquons, pour un certain nombre de valeurs de , la valeur du coecient de corrlation linaire et la moyenne de lcart absolu entre les sries Xt et Yt . Les rsultats sont obtenus par simulation avec des sries dun million dobservations. Les direntes valeurs de permettent dobtenir des sries dont les corrlations linaires sont comprises entre 0.9 et 0.9 environ. Les plus faibles 4

E[|Xt |] E[|Xt Yt |]

Quotidien 1.45 1.78

Hebdomadaire 3.16 3.80

Tab. 2 Amplitude des rendements absolus et relatifs (en %) des 30 actions qui composent lindice Dow Jones entre 1990 et 2003 valeurs de conduisent naturellement aux plus faibles valeurs du coecient de corrlation et inversement. Le Tableau 1 montre clairement que la taille de lcart entre les sries est une fonction dcroissante du coecient et donc de la corrlation entre les sries. Un niveau de est particulirement remarquable. Aux environs de 0.57, lcart moyen entre les sries est gal lamplitude en valeur absolue des sries, soit environ 0.80 comme indiqu prcdemment. La conclusion pratique est donc la suivante : si la corrlation entre les sries est infrieure 0.50, il pourrait tre intressant dtudier une ventuelle prvisibilit du signe de lcart entre deux sries de rendements, car dans ce cas, lamplitude moyenne de la variable considre est plus grande que lamplitude moyenne des hausses et des baisses en valeur absolue. Illustrons maintenant notre propos partir dun exemple rel. Considrons les rendements des 30 actions qui composent lindice Dow Jones entre 1990 et 2003. Sur des bases quotidiennes et hebdomadaires, en considrant tous les couples possibles dactions, nous obtenons que la corrlation entre les sries slve, environ, 0.31, ce qui est infrieur au seuil de 0.50 que nous venons dvoquer. Dans le Tableau 2, nous indiquons lamplitude moyenne des mouvements E[|Xt |] et lamplitude des mouvements relatifs E[|Xt Yt |]. Le Tableau 2 montre clairement que les mouvements relatifs sont environ 20% plus importants que les mouvements des sries par rapport 0. Donc mme si le taux de succs dans la prvision du signe des carts relatifs est lgrement infrieur au taux des hausses et des baisses correctement prdit, il serait possible de construire une stratgie avec un rendement gal voir suprieur. Les stratgies avec des positions longues et courtes crent, dune certaine manire, des rendements rsiduels potentiellement plus grands que ceux possibles avec une stratgie entirement longue. Ceci car on bncie alors de la possibilit de spculer la fois sur les actifs sur- et sous-valus (Jacobs 5

et Levy, 1993).

2.2

Approche relative et retour la moyenne

Si la littrature sur la prvision des signes, hausses et baisses, est bien documente, les travaux qui sintressent explicitement et directement aux signes de lcart entre deux variables (deux sries de rendement) sont, par contre, moins nombreux ce qui justie ltude de cette variable. Lapproche relative, notamment le trading par paires ("pairs trading"), est trs troitement lie un phnomne de retour la moyenne. Ce point est notamment prsent dans des travaux comme ceux de Rosenberg et Rudd (1982), DeBondt et Thaler (1985, 1987), Bossaerts (1988), Conrad et Kaul (1989), Jegadeesh (1990), Lo et McKinlay (1990) et Lakonishok, Schleifer et Vishny (1994). Ceci sinscrit naturellement dans la littrature sintressant la dpendance de la moyenne conditionnelle des sries nancires (par exemple : Fama 1970, 1991, Lo and MacKinlay 1988). Lintuition est relativement simple : dans un premier temps, il faut choisir deux actions dont lvolution des cours est fortement lie. Dans un second temps, si les prix divergent, il faut mettre en oeuvre une stratgie dachatvente dcouvert et esprer le retour suppos la moyenne et ainsi proter de cet cart relatif. Comme soulign dans Gatev et al (1999), ceci pose un certain nombre de questions ? Comme identier les actions qui "bougent" ensemble ? Doivent-elles tres dans la mme industrie ? Les actions doivent-elles tre liquides ? Quel niveau de divergence doit-on attendre pour prendre position ? Quand clturer les positions ? Rpondre lensemble de ces questions ncessiterait, plus ou moins, de dnir compltement une stratgie dinvestissement. Les stratgies relatives, dune certaine manire, sappuient sur la Loi du prix unique. Ingersoll (1987) la dnit par la proposition suivante : "two investments with the same payo in every state of nature must have the same current value".

2.3

Approche relative : prvision et valuation

Lapproche prsente dans la sous-section prcdente peut ne pas faire appel un modle de prvision. En eet, il sagit dabord de trouver des sries fortement lies et ensuite de dtecter dventuelles dviations par rapport cette relation. Il ny a pas de prvision proprement parler car on sappuie alors sur le retour espr la moyenne. 6

Une deuxime vision, celle que nous retiendrons dans ce travail, sappuie sur une prvision des sries de rendement. Le sens de la position mettre en oeuvre est alors donn par le signe de lcart entre les prvisions. Ces deux approches prsentent des dirences certaines. Si deux sries semblent diverger dans une approche de type retour la moyenne, il nest pas certain que les prvisions, court terme notamment, proposent de prendre les mmes positions. Quand bien mme la divergence serait relle, rien nexclut que la prochaine variation relative prvue soit un accroissement temporaire de cette divergence. Estimer un modle de prvision sur les sries est beaucoup plus complexe et gourmand en temps que le simple calcul dune distance ou dune corrlation. Ceci peut donc expliquer pourquoi il y a moins de prvisions relatives explicites des rendements dans la littrature. Le temps de calcul peut galement illustrer pourquoi il y a nalement assez peu dtudes sur la proportion de sens de variation relatif correctement prdits alors quelles sont beaucoup plus nombreuses en ce qui concerne les hausses et les baisses. Si il existe N actifs dirents sur les marchs nanciers, cela signie que, dans le mme temps, on peut dnir N (N 1) couples 2 possibles dvolutions relatives. Une approche relative implique une forte augmentation du nombre de cas tudier par rapport des hausses et des baisses et pose la question du choix des deux sries en question. La puissance de calcul demande est galement beaucoup plus importante si lon souhaite traiter lensemble des cas. La prsence de priodes haussires et baissires explique, avec lecience des marchs et la complexit des sries nancires, pourquoi il est si dicile de trouver un modle de prvision qui, sur le long terme, produise un taux lev et stable de sens de variation correctement prdits (avec un pouvoir de prvision rel et signicatif daprs un test comme celui de Pesaran et Timmermann (1992)). Si lensemble dinformation comprend beaucoup de valeurs positives, alors les prvisions seront trs souvent positives. Ceci implique de trs mauvais rsultats dans la prvision de priodes de baisses. Avec une approche relative, intuitivement, on peut penser que la capacit prdire les sens de lcart entre les sries devrait tre indpendante de lvolution du march (stratgie "march neutre"). Ceci peut tre un avantage et pourrait conduire des performances stables dans le temps linverse des prvisions de hausses et de baisses. Pour une discussion sur les intrts potentiels de stratgies dinvestissement avec des positions longues et 7

courtes, le lecteur pourra, par exemple, se rfrer aux travaux de Jacobs et al (1999). Lapproche intgre, choix simultan des positions longues et courtes1 , prconise par ces auteurs, se retrouvera, dune certaine manire, dans les dveloppements venir sur les prvisions transitives. Avec les mouvements relatifs dactifs nanciers, un seuil de 50%, le dpasser, peut tre, en toute occasion, un seuil pour dnir si une modlisation permet ou non de prvoir avec succs les sens des variations. Choisir un seuil dirent reviendrait, plus ou moins, considrer, sur une priode relativement longue, que lun des deux titres aura une hausse ou une baisse suprieure lautre, ce qui va lencontre de lhypothse decience sur les marchs. Il surait alors doprer une stratgie, de relativement long terme, dachat-vente dcouvert pour raliser des gains2 . Direntes approches, en terme de prvision, peuvent tre considres pour tudier le signe de lcart entre deux sries de rendements dactifs nanciers : A partir de deux sries de rendements serait crer la srie des dirences. Un modle conomtrique serait alors ajust ou une tude des diverses corrlations mene. Le signe anticip de la prvision indiquerait alors quel actif semble le plus prometteur relativement au second. Cette approche ne sera pas dveloppe car elle contraint perdre une partie importante du signal : lamplitude de chacune des deux sries. Une autre optique pourrait consister btir deux modles quantitatifs de prvision indpendants et ne pouvant contenir quune seule srie (les rendements passs de lactif en question par exemple) dans lensemble dinformation. La prvision la plus leve, parmi les deux, dnit alors lactif le plus prometteur, celui que lon devrait acheter. Lautre actif, avec la prvision la plus faible, moins prometteur, en terme relatif, devrait tre vendu. Cette stratgie soure dun manque de lien dans ltude des deux actifs (approche non intgre) mais elle a lavantage de rduire le nombre de modle estimer. La dmarche dveloppe, dans la section suivante, autour des sens de variation pris de manire relative se veut donc simultane et prservant le
Un portefeuille avec des positions longues et courtes ne doit pas tre vu comme deux portefeuilles distincts (un court et un long). Lensemble des positions, acheteuses et vendeuses, est donc dtermin dans un mme processus. 2 Il est videmment possible quun actif ait des rendements suprieurs un autre, sur plus de la moiti des priodes, et nobtienne pas, au nal, le meilleur rendement global : tout dpendant de la distribution et dventuelles asymtries dans la srie des carts relatifs.
1

maximum dinformation.

Vers les prvisions transitives

La transitivit est une proprit, simple en apparence, essentielle en mathmatique et en thorie de la dcision. Dans ce dernier cas, cette proprit aide, dans de nombreuses axiomatiques, dnir, en partie, la rationalit des agents (Von Neumann et Morgenstern, 1944 ; Savage, 1954). Elle stipule, en termes littraires, que si un agent prfre un lment A un lment B, et B C, alors il doit prfrer A C. Nous noterons cela de la manire suivante : A B, B C A C. (3)

Rappelons, voir May (1954), que lintransitiv "is a natural result of the necessity of choosing among alternatives according to conicting criteria".

3.1

Dcomposition de lensemble dinformation et transitivit

Lide de lier les notions de prvision et de transitivit a deux sources principales : la premire est dordre cognitif, la seconde drive de la volont dutiliser correctement, en terme dide constitutive, une mthode de prvision : les Plus Proches Voisins. Pour une discussion sur ce sujet, le lecteur pourra se rfrer Gugan et Huck (2005a). Ces deux lments vont nous conduire : la dcomposition de lensemble dinformation initial en une multitude densembles dinformation restreints par rapport au nombre de sries que lon autorisera, lanalyse de linuence de la "transitivit entre les prvisions", et nous orienter vers une approche relative des sens de variations. Les deux sources sont les suivantes : La rationalit, telle que dnie en conomie et nance dans une approche classique, repose sur lhypothse que lagent, celui qui eectue les prvisions, dispose dune puissance de calcul et danalyse extraordinaire (Hirshleifer, 2001). Ceci est lun des arguments souvent avancs par les tenants dune approche plus psychologique, contre les partisans dune approche pleinement rationnelle de la nance. Si lon considre 9

que cet argument est pertinent, quun homme a une capacit de calcul limite, il pourrait tre raisonnable, au lieu de considrer quun individu est capable danalyser un grand nombre de sries/lments en mme temps, quil dcompose son ensemble dinformation initial (au moins trois sries pour que nous puissions poursuivre la discussion) en plusieurs ensembles plus petits, par exemple uniquement 2 sries la fois. Les Plus Proches Voisins sont une mthode de prvision non linaire et non paramtrique en lien avec lanalyse chartiste et les chaos. Elle est particulirement recommande pour de la prvision court terme lorsque les donnes ont une dynamique non linaire. Elle est base sur une ide simple et sduisante : des segments dune srie temporelle, dans le pass, peuvent ressembler des segments dans le futur. Les prvisions, avec cette mthode, sont construites partir du futur immdiat des segments passs (voisins) de la srie ayant la plus forte ressemblance avec les dernires informations disponibles. Les facteurs, rduisant la resemblance entre les voisins et les histoires quils doivent imiter, sont une baisse de la longueur de la srie dans laquelle sont recherchs les voisins et une augmentation de la taille des voisins (dimension de plongement) et du nombre de voisins. Plus le nombre de sries traites simultanment est lev, plus il devient dicile de trouver des voisins de "bonne qualit". Un subterfuge pour conserver une forte ressemblance pourrait tre alors de rduire le nombre de sries pour diminuer la complexit des formes. Le problme de la dcomposition de lensemble dinformation initial peut tre formalis de la manire suivante. Soit ((Xt )t , (Yt )t , (Zt )t ) une srie temporelle trivarie3 . Supposons que les donnes, observes jusqu la date t, sont stationnaires en moyenne. Elles peuvent, par exemple, tre vues comme une srie de rendements dactifs nanciers. Quelle que soit la mthode de prvision retenue, une prvision4 h pas pourra tre crite de la manire
Pour tre aussi simple que possible, nous utilisons des donnes trivaries car 3 est le nombre minimum dlments pour examiner la transitivit. La discussion peut videmment tre gnralis facilement avec plus de trois lments/sries. 4 Nous limitons ici notre discours lusage de modles de prvision quantitatifs. A partir de ces prvisions, nous en dduisons des indications en terme de direction. Les modles qualitatifs, logit par exemple, frquemment utiliss pour des prvisions de signe, pourraient sans problme sintgrer dans la discussion de cette sous-section. Par contre dans des applications sur les prvisions relatives et transitives, il faudrait employer des modles qualitatifs simultans qui sont relativement diciles dusage (Schmidt et Strauss, 1975).
3

10

suivante, quand lensemble dinformation contient 3 sries : Xt+h|Xt ,Yt ,Zt = E[Xt+h |Xs , Ys , Zs , s t], h N+ . (4)

Dans cette approche, il est toujours possible de classer les prvisions Xt+h|Xt ,Yt ,Zt , Yt+h|Xt ,Yt ,Zt et Zt+h|Xt ,Yt ,Zt toutes ensembles sur R mais aussi par paires. Soit U(.) la fonction qui dtermine lutilit5 associe avec la dtention dun actif. Supposons que des prvisions soient comme suit6 : Xt+1|t > Yt+1|t . Alors, nous avons : U (Xt+1|t ) > U (Yt+1|t ). (6) (5)

Cela signie qu la priode suivante, t + 1, lagent conomique, prfrerait avoir lactif "X" plutt que lactif "Y" dans son portefeuille de titres et donc il ajustera son portefeuille de titres ou spculera linstant t. Au lieu dutiliser lensemble dinformation ((Xt )t , (Yt )t , (Zt )t ) dans sa totalit pour eectuer ses prvisions, lagent conomique peut considrer les trois systmes suivant : ((Xt )t , (Yt )t ), ((Yt )t , (Zt )t ) et ((Xt )t , (Zt )t ), alors les prvisions sont dnies, en appliquant les mmes notations que prcdemment, par : Xt+h|Xt ,Yt et Yt+h|Xt ,Yt pour le premier systme, t+h|Y ,Z et Zt+h|Y ,Z pour le second systme, Y t t t t Xt+h|Xt ,Zt et Zt+h|Xt ,Zt pour le troisime systme. (7)

Dans ce cas, nous obtenons deux prvisions pour chaque srie/lment, car elles dpendent de deux ensembles dinformation dirents. An de dnir et de comprendre les implications et applications possibles de cette approche, nous proposons trois exemples : 1. Faisons lhypothse que les deux prvisions un pas pour lactif X soient telles que : Xt+1|Xt ,Yt > 0, Xt+1|Xt ,Zt < 0.
5

(8)

La fonction dutilit na pour argument que le moment dordre 1 de la prvision ce qui est rducteur : la volatilit et le risque tant des lments importants pour juger entre direntes alternatives. 6 Nous supposons simplement que les prvisions de X et Y sont dnies sur le mme ensemble dinformation ().

11

Les prvisions des rendements de lactif X sont contradictoires en terme de hausses et de baisses. Une solution pratique pour extraire une indication de trading pourrait tre la construction dune prvision x , t+1 comme une combinaison de xt+1|Xt ,Yt et xt+1|Xt ,Zt . Nous ne choisissons pas cette approche car elle reposerait sur lintroduction dlments qui pourraient tre contradictoires et poursuivons lanalyse de ces prvisions multiples. 2. Supposons maintenant que les prvisions un pas produites partir des 3 ensembles dinformation bivaris soient telles que : Xt+1|Xt ,Yt > Yt+1|Xt ,Yt pour le premier systme, Yt+1|Yt ,Zt > Zt+1|Yt ,Zt pour le second systme, Xt+1|Xt ,Zt > Zt+1|Xt ,Zt pour le troisime systme.

(9)

En terme de prfrence, formellement, les prvisions ci dessus peuvent tre rcrites, suivant les Equations (5) et (6), comme : U (Xt+1|Xt ,Yt ) > U (Yt+1|Xt ,Yt ), t+1|Y ,Z ) > U (Zt+1|Y ,Z ), U (Y t t t t U (Xt+1|Xt ,Zt ) > U (Zt+1|Xt ,Zt ).

(10)

Dans ce cas, nous obtenons ce que nous dnissons par "prvisions transitives" car les prvisions peuvent tre rsumes de la faon suivante : U (Xt+1 ) > U (Yt+1 ) > U (Zt+1 ). (11)

En utilisant lexemple ci-dessus, nous appelons "extrmes" des prvisions transitives, les actifs qui ont la plus grande et la plus faible prfrence : X et Z dans cet exemple. Les extrmes dun modle trivari existent galement. Supposons que les prvisions soient telles que : Xt+1|Xt ,Yt ,Zt > Yt+1|Xt ,Yt ,Zt > Zt+1|Xt ,Yt ,Zt . (12)

Les prvisions extrmes issues de ce modle avec un ensemble dinformation contenant trois sries sont donc aussi X et Z. Cette distinction est faite car on peut suggrer que le signe de lcart entre deux prvisions "extrmes" est, peut tre, plus prvisible que les autres carts. Notre notion d"extrme" est proche du raisonnement suivant que lon pourrait tenir dans le cas univari avec des prvisions de hausses et de baisses : plus la valeur absolue de la prvision est leve (lorsque 12

lon travaille sur des rendements), plus le dcideur est conant dans sa capacit prvoir les sens de variation, hausses et baisses. Pour une application de cette ide qui incorpore une notion de seuil dans une stratgie de trading, nous renvoyons le lecteur Leung et al (2000). Dans notre cas, en terme de comportement stratgique, cela signie quune prise de positions relatives sera lachat de lactif prfr et la vente dcouvert de lactif dont lutilit anticipe est la plus faible. 3. Considrons maintenant un troisime exemple : Xt+1|Xt ,Yt > Yt+1|Xt ,Yt pour le premier systme, Yt+1|Yt ,Zt > Zt+1|Yt ,Zt pour le second systme, Xt+1|Xt ,Zt < Zt+1|Xt ,Zt pour le troisime systme.

(13)

Dans ce cas, ces prvisions sont non transitives. Il est en eet impossible de classer les actifs X, Y et Z en terme de prfrences en utilisant lensemble des prvisions et de les synthtiser comme dans lEquation (11). Naturellement, si les prvisions des 3 modles bivaris ne sont pas transitives, les extrmes nexistent pas. Donc, maintenant si lon considre trois actifs (un ensemble dinformation initial trivari) et si lon dcompose lensemble dinformation comme nous venons de le faire, 8 systmes de prfrence existent, dont deux sont non transitifs. Dans ces cas, les prvisions retent une certaine incohrence lie la prsence dintransitivit. Ces indications contradictoires ne fournissent donc pas loprateur de march une information utile lui permettant de prendre une dcision dinvestissement. La dcomposition de lensemble dinformation et le concept de prvisions transitives sont donc un argument original pour justier ltude de la prvisibilit du signe de lcart entre les rendements de deux actifs. Lintrt ventuel de cette dcomposition de lensemble dinformation fait donc apparatre lune des questions cls de ce travail : la prsence de transitivit entre les prvisions amliore-t-elle la capacit prvoir le signe des carts relatifs ? Un argument cognitif peut tre associ lutilisation de "prvisions transitives" : la transitivit des prfrences est, comme nous lavons dit prcdemment, lun des lments qui dnit la rationalit des agents en thorie de la dcision. Dune certaine manire, les prvisions transitives sont rationnelles, cohrentes et donc, peut-tre, meilleures.

13

Nombre de sries (n) P rT (n) P rT N (n)

3 75.00 12.50

4 37.50 1.56

5 11.72 0.09

6 2.20 -

7 0.24 -

Tab. 3 Proportion des situations de prvisions transitives en % en fonction du nombre de sries (n) dans lensemble dinformation initial dans le cas alatoire et quiprobable

3.2

Sur loccurrence des prvisions transitives

La dcomposition de lensemble dinformation initial (au moins trois sries) en plusieurs ensembles contenant 2 sries va donc conduire, dans un certain nombre de cas, ce que les prvisions soient intransitives, non cohrentes et donc non exploitables en tant quindications pour dnir la prise de dcision. La proportion des situations dans lesquelles les prvisions sont transitives est une fonction du nombre de sries. Appelons P rT , la probabilit que les paires de prvision soient transitives et n, le nombre de sries dans lensemble dinformation initial. P rT (n) sobtient par la formule suivante si toutes les prfrences sont dtermines de manire alatoire et quiprobable : P rT (n) = . n n1 i=1 2 n! (14)

Cette proportion est naturellement dcroissante du nombre dlments comparer. Dans le Tableau 3, les proportions P rT (n) pour direntes valeurs de (n) sont donnes. Quand (n 6) dans lensemble dinformation initial, les situations de transitivit deviennent rares. Par la suite, avec les prvisions qui dniront les prfrences, on peut sattendre ce que les proportions soient plus leves que dans cet exemple o toutes les prfrences sont alatoires et quiprobables. Appelons P rT N la probabilit que les modles avec un ensemble dinformation de deux sries et le modle n-vari correspondant (celui reprenant lensemble des sries des modles bivaris), produisent un classement identique des prvisions. Cela signie, dans cette approche, que lon sappuie sur une multitude de modles partiels et sur le modle global. Les probabilits P rT N (n) sont videmment plus faibles que les probabilits P rT (n) correspondantes et peuvent scrire, toujours dans le cas alatoire et quiprobable, comme : P rT N (n) = . n n1 i=1 2 14 1 (15)

Lusage joint des modles bivaris et du modle n-vari correspondant va lencontre de lun des arguments que nous avons donn prcdemment pour justier la dcomposition de lensemble dinformation global : lincapacit pour lhomme de traiter simultanment un grand nombre de sries. On peut alors rpondre que lon considre que cest nalement un ordinateur qui se chargera danalyser le modle n-vari que lon prenait alors pour intraitable. Cette combinaison impose des contraintes plus fortes de cohrence entre les prvisions que dans le premier cas.

3.3

Autour des prvisions transitives

Les "prvisions transitives", telles que dnies dans ce travail, peuvent tre vues comme une sorte de prvisions combines, qui conduit tudier un type de variable bien prcis : le signe de lcart entre deux sries. Cette section cherchera intgrer les prvisions transitives dans la littrature sur les prvisions combines ainsi qu prsenter la faon dont ces prvisions pourraient tre utilises dans le cadre dune stratgie dinvestissement. Un lment intriguant au sujet des prvisions combines, tient au fait que de simples combinaisons, qui ignorent les corrlations entre les prvisions, dominent souvent des schmas de combinaison beaucoup plus labors intgrant les pondrations optimales thoriques (Timmermann, 2004). Les prvisions combines permettent de travailler, non seulement, avec des fonctions de prvision direntes, mais aussi avec des jeux de variables explicatives qui ne sont pas ncessairement les mmes. Intgrons notre approche relative et transitive dans la pratique habituelle des prvisions combines et des stratgies dinvestissement : Gnralement partir de direntes prvisions quantitatives dun mme variable, une autre prvision quantitative est cre comme combinaison des premires. Dans notre approche, chaque prvision, au dpart, est quantitative, mais elle est interprte par la suite comme une variable qualitative, hausse ou baisse, prvision relative. Le fait dutiliser des ensembles dinformation dirents conduit avoir des informations qualitatives, hausse et baisse la fois pour un mme actif, qui ne peuvent tre concilies. Par contre, traiter lensemble des prvisions, en mme temps, permet dobtenir des situations pour lesquelles lensemble des prvisions prsente une certaine cohrence : lorsquelles sont transitives. Dans ce

15

cas prcis, on pourrait retrouver deux prvisions incohrentes pour un mme actif, en terme de hausse et baisse, mais cela na alors pas dimportance car on est pass dans un registre dirent qui est celui des volutions relatives des sries. Comparer les prvisions, comme nous le faisons, est une combinaison simple des prvisions, qui peut tre une alternative lintroduction de poids dans les combinaisons. Notre approche est directement oriente vers la dcision car elle se focalise sur les sens de variation. La combinaison que nous eectuons "teste", en fait, la stabilit de la dcision une modication de lensemble dinformation. Le traitement de plusieurs sries simultanment, au moins trois, ne permet pas de savoir, lavance, sur quels actifs porteront les dcisions eectuer ou mme si il y aura une dcision. Ceci sintgre dans une recherche permanente de poches de prvisibilit des cours de bourse et cherche, dune certaine manire, rpondre au problme de lautodestruction de la prvisibilit (Timmermann et Granger, 2004). Si notre dmarche se veut proche des processus de dcision, lintransitivit dans les prvisions conduit avoir des priodes pendant lesquelles le modle ne fournit aucune information pertinente car aucune paire dactifs ne sera identie, avec une forte conance, pour une intervention. Nous avons vu que plus le nombre de sries augmente, plus il est dicile de trouver des prvisions transitives. Travailler avec 10 sries parait, par exemple, inutile car les prvisions seraient, quasiment toujours, non transitives. Par contre en oprant avec plusieurs ensembles dinformation restreints et indpendants, de 3 5 sries comme dans Gugan et Huck (2005b), chaque priode, on serait alors sr dobtenir des recommandations. Ceci est possible car un trs grand nombre dactifs nanciers est chang.

Conclusion

La capacit anticiper les sens de variation est essentielle pour le succs dune stratgie dinvestissement. Lobjet de cet article tait dintroduire le concept de prvisions transitives. Ces dernires ont pour origine une rexion sur la formation de la dcision. Elles peuvent tre vues comme une sorte de prvision combine qui conduit sintresser explicitement et directement au signe de lcart entre deux sries temporelles, des rendements dactifs nanciers notamment. Cette approche recherche la cohrence, en terme de transitivit, entre des prvisions dnies sur des ensembles dinformation 16

dirents. La question souleve par cette mthode est alors de savoir si la prsence de transitivit dans les prvisions et la notion dextrmes, telles que nous venons de les dnir, permettent de prvoir plus ecacement le signe de lcart entre deux variables. Si sur des donnes simules, une rponse positive parat naturelle, avec des donnes relles un apport signicatif semble plus incertain. Des rsultats forts encourageants sont rapports dans Dunis et al (2006) et Gugan et Huck (2005b). Dans ce dernier article, sur donnes relles, la prsence de transitivit dans les prvisions apparat comme un facteur signicatif permettant davoir des prvisions plus ables des sens de variation relatifs. Le nature de la mthode de prvision a une inuence forte sur la proportion des prvisions qui se rvleront transitives. Des mthodes de prvision globales, comme les modles Vectoriels AutoRgressifs ou les rseaux de neurones, prsentent une plus forte proportion de prvisions transitives quune mthode locale comme les Plus Proches Voisins. Ces dirences tiennent la faon dont linformation est intgre pour eectuer les prvisions. Les stratgies dinvestissement avec des positions longues et courtes, dveloppes partir de cette capacit prvoir les sens de variation relatifs, prsentent des rendements particulirement intressants.

Bibliographie
Boasserts, P., 1988, Common nonstationary components of asset prices, Journal of Economic Dynamics and Control 12, 347-364. Christoersen, P. F., F. X. Diebold., 2003, Financial Asset returns, Directionof-change Forecasting, and Volatility dynamics, Working Paper, McGill University. Conrad, J., et G. Kaul., 1989, Mean reversion in short-horizon expected returns, Review of Financial Studies 2, 225-240. DeBondt, W., et R. Thaler., 1985, Does the market overreact, The Journal of Finance 40, 793-805. DeBondt, W., et R. Thaler., 1987, Further evidence on investor overreaction and stock market seasonality, The Journal of Finance 42, 557-581. Dunis, C., J. Laws., et B. Evans., 2006, Trading futures Spread Portfolios : Applications of Higher Order and Recurrent Networks, CIBEF Working Papers, Universit de Liverpool. Fama, E.F., 1970, Ecient Capital Markets : A review of Theory and Empirical Work, The Journal of Finance 25(2), 383-417. Fama, E.F., 1991, Ecient Capital Markets : II, The Journal of Finance 46(5), 1575-1617. 17

Gatev, E., W. Goeztmann., et G. Rouwenhorst., 1999, Pairs trading : performance of a relative value trading arbitrage rule, Working Paper, Yale School of Management. Gugan, D., et N. Huck., 2005a, On the use of nearest neighbors in nance, Finance 26(2), 67-86. Gugan, D., et N. Huck., 2005b, Forecasting rises and drops or forecasting relative movements ?, Working paper 2005-08 MORA-ENS Cachan, www.mora.enscachan.fr. Hirshleifer, D., 2001, Investor psychology and asset pricing, The Journal of Finance 56, 1533-1597. Homan, G., 1935, Short-selling, In : Bernheim, A., Schneider, M. G. (eds.), The Security Markets. Twentieth Century Fund, New York, 356-401. Ingersoll, J., 1987, Theory of nancial decision-making, Rowman and Littleled, New Jersey. Jacobs, B.I., Levy, K.N., 1993, Long/short equity investing. Journal of Portfolio Management 20(1), 52-63. Jacobs, B., L. Levy., et D. Starer., 1999, Long-short portfolio management : an integrated approach, The Journal of Portfolio Management Winter 1999, 23-32. Jegadeesh, N., 1990, Evidence of Predictable Behavior of Security Returns, Journal of Finance 45(3), 881-898. Lakonishok, J., A. Schleifer., et R. Vishny, 1994, Contrarian investment, extrapolation, and risk, Journal of Finance 49, 1541-1578. Leitch, G., et J. Tanner., 1991, Economic Forecast Evaluation : Prots Versus the Conventional Error Measures, American Economic Review 81, 580-590. Leitch, G., et J. Tanner., 1995, Professional Economic Forecasts : Are They Worth Their Costs ?, Journal of Forecasting 14, 143-157. Leung, M. T., Daouk, H., Chen, A. S., 2000, Forecasting stock indices : a comparison of classication and level estimation models, International Journal of Forecasting 16, 173-190. Lo, A. W., et A. C. MacKinlay., 1988, Stock market prices do not follow random walks : evidence from a simple specication test, Review of Financial Studies 1, 41-66. Lo, A. W., et A. C. MacKinlay., 1990, Data-snooping biases in tests of nancial asset pricing models, Review of Financial Studies 3, 431-468. May, K.O., 1954, Intransitive Utility and Aggregation of preference patterns, Econometrica 22, 277-323. Pesaran, M. H., Timmermann, A., 1992, A simple non-parametric test of predictive performance, Journal of Business and Economic Statistics 10, 461465. 18

Rosenberg, B., et A. Rudd., 1982, Factor-related and specic returns of common stocks : serial correlation and market ineciency, Journal of Finance 37, 543-554. Savage, L.J., 1954/1972, The foundations of Statistics, seconde dition rvise, New York : Dover Publications, Inc. Schmidt. P., et R. Strauss, Estimation of models with jointly dependent qualitative variables : A simultaneous Logit Approach, Econometrica 43(4), 745-755. Timmermann, A., 2004, Forecast Combinations, Working Paper, University of California, San Diego. Timmermann, A., et C.W.J. Granger., 2004, Ecient market hypothesis and forecasting, International Journal of Forecasting 20, 15-27. Von Neumann, J., et O. Morgenstern., 1944/1980, Theory of games and Economic behavior, troisime dition, Princeton University Press, Princeton.

19