Académique Documents
Professionnel Documents
Culture Documents
E-ISSN : 2665-7511
https://revues.imist.ma/?journal=AME
DYAZ.G/ Revue AME Vol 2, N°1 (2020) 115-133
Résumé :
La mesure de la performance demeure l’un des sujets controversés et d’actualité. Faut-il alors
appréhender la performance des OPCVM en termes de Rentabilité, en privilégiant l’efficacité, en
termes de Risque, en privilégiant l’efficience, ou bien en termes de Rentabilité-Risque, en
privilégiant la pertinence ?
Cet article vise à vérifier les indicateurs de performance adéquats aux OPCVM actions,
monétaires, diversifiés, OCT et OMLT au Maroc. Ces indicateurs portent sur trois critères, la
rentabilité, le risque et le couple rentabilité-risque. Nous avons travaillé avec des données
collectées des tableaux des performances publiés par l’ASFIM.
Pour le traitement, nous avons commencé par le classement des OPCVM au sein de chaque
catégorie en fonction du critère. Après, nous avons sélectionné l’OPCVM qui répond le mieux au
critère et enfin nous avons suivi l’évolution des résultats obtenus par le même critère dans le
temps.
Les résultats de l’étude des indicateurs de performance montrent que pour chaque catégories
d’OPCVM, il y’a un ou des critères qui présentent mieux la rentabilité, le risque et le couple
Rentabilité-Risque.
Summary:
The multiplicity of indicators used to measure performance, as well as the diversity of approaches
that assess it, leave researchers and practitioners perplexed as to its adoption and its use within
organizations. Measuring performance remains one of the controversial and topical subjects. Is it
then necessary to apprehend the performance of UCITS in terms of Profitability, by favoring
efficiency, in terms of Risk, by favoring efficiency, or in terms of Profitability-Risk, by favoring
relevance?
This article aims to check the performance indicators suitable for equity, monetary, diversified,
OCT and OMLT UCITS in Morocco. These indicators relate to three criteria, profitability, risk and
the profitability-risk combination. We worked with data collected from performance tables
published by ASFIM.
For processing, we started by classifying the UCITS within each category according to the criterion.
Afterwards, we selected the UCITS that best meets the criterion and finally we followed the
evolution of the results obtained by the same criterion over time.
The results of the study of performance indicators show that for each category of UCITS, there
are one or more criteria that better present the profitability, the risk and the profitability-risk
combination.
Dès le début des années 90, le système financier marocain a été fermement réformé autour de
plusieurs axes notamment l’accès aux marchés de capitaux suite à la modification des rapports
entretenus entre les différents éléments dont le système financier est composé. La libéralisation
des opérations financières et la réforme du cadre règlementaire des banques et du marché́
financier. De même, et dans le cadre de la loi bancaire de 1993, nous étions les témoignes de
l’introduction des textes adjacents, le désencadrement du crédit, la suppression progressive des
emplois obligatoires, la libéralisation des taux d’intérêts débiteurs en 1996 et, pendant la même
année, la proclamation d’un marché de change interbancaire.
De nos jours, le Maroc dispose d’un système financier, jugé le plus organisé de la rive sud de la
méditerranée et incontestablement le plus performant, qui annonce des taux de rentabilité réels
très séduisants. Néanmoins, les institutions ou entreprises financières aptes à se prévaloir d’une
taille susceptible pour concurrencer les plus grandes banques d’Afrique du Sud demeurent rares.
Nous avons préféré de traiter la performance au sein de ce travail de recherche car elle est
fondamentale à tout système organisationnel où l’on veut baliser, suivre et évaluer la progression
vers des objectifs.
Par performance on sous-entend la capacité à créer de la valeur et c’est cet engouement à vouloir
mesurer cette création de la valeur qui a conduit au développement d'une batterie d'indicateurs.
Certains sont en voie de disparition, certains survivent et d’autres voient le jour. Cette panoplie
d’indicateur prête à ambiguïté suite au manque de standardisation. Ainsi les entreprises en
profitent en sélectionnant l'indicateur ou bien statuant sur la méthode de calcul qui leur
permettront de mieux servir leurs intérêts actuels, quitte à en modifier la période suivante.
Les buts et les destinataires de la mesure et de l’évaluation ne sont pas précisés avant le design
et l’utilisation, ainsi, les bonnes mesures vont aux mauvaises personnes pour les mauvaises
raisons. Nos systèmes de mesure nous ont fourni beaucoup de données mais peu d’information.
Un système de mesure est un « révélateur » qui doit s’adapter à l’organisation et non l’inverse.
Ainsi, dans un contexte caractérisé par l’expansion de l’'industrie de la gestion collective des actifs
financiers, avec un total d’actif géré par les Organismes de placement collectif des valeurs
mobilières (OPCVM) qui se situe aux alentours de 470 milliards de DH fin 2019, et la multitude
ainsi que la diversité des indicateurs de la performance, Il est donc légitime de poser la question
de l’adéquation entre indicateurs et catégories d’OPCVM. Autrement dit, on essaiera de répondre
à la question suivante : Quel est l’indicateur adéquat pour mesurer la rentabilité, le risque et le
couple rentabilité-risque de chaque catégorie OPCVM ?
Par convention, on prend comme jour de valorisation le vendredi. Les performances calculées,
intègrent l’ensemble des frais de gestion du fonds et correspondent bien à la performance nette
financière perçue par les clients. Le taux sans risque retenu pour la mesure de la performance est
celui qui rémunère les bons de trésor à taux fixe émis par l’État sans risque de signature à long
terme.
Nous fonderons notre analyse sur les hypothèses suivantes :
H0 : la moyenne des résultats > X bon indicateur.
H1: la moyenne des résultats <= X mauvais indicateur.
La performance est une notion englobante et intégratrice, donc, difficile à déterminer de façon
précise. Suivant la majorité́ des écrits consultés, il existe plusieurs définitions conceptuellement
acceptables mais propres de la performance suivant le domaine touché et le contexte
d’utilisation.
Comme le souligne Saucier : « La notion de performance doit donc, elle aussi, être précisée à
chaque fois que l’on veut l’utiliser » (Saucier 1994).
Les recherches novices de fonds étaient focalisées sur les outils d’évaluation de la performance.
La théorie de la finance moderne a servi de base afin de mesurer la performance en prenant en
considération les deux paramètres les plus célèbres à savoir la rentabilité́ et le risque.
Pour mieux éclaircir ces concepts, nous allons mettre en exergue l’apparition chronologique des
indicateurs de création de valeur selon trois critères : leur caractère manipulable, l'influence des
marchés financiers qu'ils subissent et leur nature, soit comptable, hybride, financière, ou
boursière. Nous allons aligner les indicateurs sur une diagonale entre le coin supérieur gauche et
le coin inférieur droit, l’aptitude de l'entreprise à maitriser ces indicateurs se réduit avec
l'expérience des investisseurs et l'impact des marchés financiers étant graduel (figure 1).
Les indicateurs financiers ont évolué dans le temps. Dans un premier lieu on s’intéressait
exclusivement au profit et donc les indicateurs visaient seulement à mesurer cet aspect. On
parlait de Résultat net, du BPA, du Résultat d’exploitation, Croissance du BPA, Excédent Brut
d’exploitation et flux de trésorerie.
Juste après, les entreprises ont compris que l’analyse du profit à part ne s’avère pas la solution
pertinente et de là, ils ont commencé à centrer leurs efforts sur le critère de Rentabilité en
mettant en place des indicateurs, telle la rentabilité des capitaux propres, la rentabilité de l’actif
économique et les cash-flow return.
Actuellement, les études sont centrées autour de la valeur et les indicateurs adoptés par les
entreprises sont la VAN, l’EVA, le profit économique, le MVA, etc.
La comptabilité a été la source essentielle des indicateurs jusqu'aux années 1980. A cette époque,
on parlait principalement de résultat net ou bien du bénéfice par action (BPA). Petit à petit, les
chercheurs ont exploité d’autres éléments tels l'excédent brut d'exploitation, ou bien le résultat
d'exploitation. Cela était considéré comme étant une grande amélioration car elle permettait
d’atténuer considérablement l'impact du non courant (des éléments exceptionnels).
Parallèlement à cette génération, une autre vague d’indicateur a vu le jour et devient même très
répandue. Cette nouvelle vague n’est pas tout à fait nouvelle car les principes et les mécanismes
étaient déjà utilisés. Toutefois, lorsque l’accent était mis sur la rentabilité proportionnelle aux
capitaux mobilisés pour la réaliser, on commençait à parler de rentabilité des capitaux propres
(return on equity, ROE). Cependant une augmentation prudente de l'endettement amplifie le plus
souvent cet indicateur sans que la valeur s’accroît vraiment. Ainsi, la hausse du risque permet de
pallier à celui de la rentabilité. On conclut alors que cet indicateur est influencé par l'effet de
levier.
Pour corriger ce biais, on fait appel à la rentabilité économique des capitaux investis ou employés,
(return on capital employed, ROCE). Cet indicateur a fait ses preuves et de nos jours il est
Suite à leur caractère purement comptable, ces indicateurs ne prennent pas en considération le
risque même s’ils servent de critère de diagnostic de toute décision financière, même au niveau
du Conseil d’Administration. En revanche, il n'est pas légitime de chercher à optimiser ces critères
pour optimiser la création de la valeur, même s'ils sont probablement unis par un coefficient à la
valeur ou au taux de rentabilité sollicité. Ainsi, l’amélioration de ces critères n’entrainera pas
constamment et automatiquement une création de valeur (Vernimmen, 2016).
1.2. Les indicateurs basés sur des données à caractère mi-comptable, mi-financier
Ces indicateurs ont vu le jour suite aux limites des indicateurs comptables qui ne prennent pas en
considération la notion de risque. Il est alors indispensable de rapprocher la rentabilité réalisée
au coût des capitaux investis. De la sorte, il faut effectuer une comparaison entre la rentabilité
économique et le coût moyen pondéré du capital et ce afin d’évaluer la création ou la destruction
de la valeur. On peut étaler notre analyse et obtenir des indicateurs plus fructueux en comparant
la rentabilité réalisée aux capitaux employés en début d'exercice dans le but d’apprécier la
création de valeur sur l'exercice. Cet indicateur de mesure de la création de valeur, exprimé en
unité monétaire et non pas en pourcentage, est devenu célèbre sous le nom d'EVA (Economic
Value Added) par le cabinet Stern Stewart & Co ou de profit économique par d'autres
(Vernimmen, 2016). Il ne s’agit d’un nouveau concept. Donaldson Brown, CFO, GeneraL Motors "
l'objectif du Management n'est pas nécessairement le rendement du capital investi le plus élevé,
mais plutôt …D’assurer un profit sur chaque volume supplémentaire égalant au moins le coût du
capital supplémentaire"
L’objectif est de réaliser un résultat opérationnel qui dépasse le coût du capital investi :
Création de valeur = rentabilité économique (ROCE) – CMCP
ROCE = Résultat d’exploitation / Capitaux employés
Ainsi, le coût du capital et la rentabilité minimum des projets admis sont fixés par les
administrateurs de la stratégie de risque. Si le ROCE > WACC on parle de création de valeur pour
l’actionnaire. Néanmoins, cette approche requiert une grande adaptation des retraitements
réalisés à partir des états financiers. Chose qui la rend contraignante.
Pour calculer l'EVA, il faut retraiter des éléments de l'actif économique comptable de début de
période. Ce traitement garantit le passage d'une lecture comptable à une lecture économique de
l'entreprise.
Sans oublier le compte de résultat (résultat d'exploitation et impôt) qui doit rester harmonieux
avec l'actif économique réalisé antérieurement. Ainsi, il doit être retraité en permanence. Une
entreprise peut être incitée de maximiser son EVA une année au détriment des EVA futures en
diminuant fictivement son BFR ou en sous-investissant. Généralement, trouver un indicateur
annuel qui vous certifie la création de la valeur d'une entreprise est difficile, voire même
impossible. Ainsi, la valeur actuelle de l'ensemble des flux futurs est le moyen exclusif qui permet
de nous informer sur la capacité de l'entreprise à dégager de la valeur dans le temps.
La valeur actuelle nette (la VAN) est incontestablement le meilleur indicateur de création de
valeur car elle permet d’évaluer avec précision la valeur créée. Néanmoins son calcul, qui s'étale
obligatoirement sur plusieurs périodes, la rend fréquemment compliquée pour le chercheur
externe qui ne dispose pas de l’intégralité les données capitales. Chose qui explique le l’usage des
indicateurs plus simples, mais aussi plus approximatifs et qui risquent de temps à autre d’induire
en erreur s’ils ne sont pas pris avec modération. Si la VAN est largement déployée à l'intérieur des
entreprises pour leur aider à choisir le meilleur investissement, elle n'est au contraire
pratiquement pas utilisée par l'entreprise dans sa communication extérieure sur sa création de
valeur. Si elle veut le faire, elle serait amenée à publier des données précises sur son plan
d'affaires, sur ses flux de trésorerie futurs.
Aucune entreprise n'est capable à le faire pour ne pas divulguer des informations confidentielles
à ses concurrents, ni s’engager sur des objectifs de performance qu'elle risque de ne pas atteindre
car ils dépendent d'une conjoncture économique et financière qu'elle ne maîtrise pas. Ce qui a
La Market Value Added et le Total Shareholder Return (TSR) sont vigoureusement influencés par
la conjoncture boursière. La MVA s'exprime en unité monétaire et correspond à l'écart entre la
somme de la valeur boursière des capitaux propres et de l'endettement net d'une part, et le
montant comptable de l'actif économique d'autre part.
Pour mener à bien notre étude empirique, nous avons procèdé dans un premier point à la collecte
d’un échantillon des OPCVM négociés sur le marché financier marocain.
Cet échantillon comprend 32 OPCVM monétaires avec un historique de données hebdomadaires
de 5 ans et dont les promoteurs sont exclusivement le grand public
Dans un second point, nous avons mis en exergue les différents paramètres relatifs au calcul de
la performance. Pour le faire, nous avons amorcé cette section par une étude technique suivie
d’un diagnostic de la normalité et de la stationnarité́ de nos séries d’OPCVM. Il s’agit d’une phase
préalable à l’analyse de la performance de notre base de données.
Nous avons procèdé dans un premier point temps à la collecte des données sur les OPCVM
négociés sur le marché financier marocain.
Nous avons décidé d’opter pour les OPCVM monétaires et pour le faire nous avons sélectionné
32 OPCVM monétaires avec un historique de données quotidiennes hebdomadaires de 5 ans et
dont les promoteurs sont exclusivement le grand public (tableau 1).
29/04/2015- 29/04/2020
ATTIJARI TRESORERIE WINEO CASH
CDM CASH FCP CAPITAL IMTIYAZ TRESORERIE
BMCI TRESO PLUS CFG TRESOCORP 3850 observations
AFG CASH MANAGEMENT AD FIXED INCOME FUND (770 observations
CFG SECURITE CAPITAL MONÉTAIRE PLUS pour chaque
EMERGENCE MONEY MARKET FUND FCP ALISTITMAR CHAABI TRESORERIE OPCVM)
UPLINE TRESORERIE FCP KENZ PLUS
UPLINE CASH CAP MONETAIRE PREMIERE
CDM SECURITE PLUS ATTIJARI MONETAIRE JOUR
FCP CAM LIQUIDITE CDG CASH
FCP CAPITAL MONETAIRE FCP LIQUIDITES
UPLINE PERENNITE CAM MONETAIRE
Source : Site officiel de l’ASFIM
Le choix d’une fréquence hebdomadaire est motivé par le fait qu’elle ne laissera peut-être pas
entrevoir des variations des valeurs liquidatives assez significatives. Cependant, une fréquence
plus grande, mensuelle ou trimestrielle par exemple, cachera éventuellement la réelle évolution
des cours des OPCVM. De plus, si une hypothèse est validée ou rejetée sur des données
hebdomadaires, elle devrait également l’être sur des données mensuelles, voire même
trimestrielles.
Dans l’objectif de mener à bien le calcul empirique, nous avons décidé de mettre en place un
certain nombre de paramètres qui visent à déterminer la rentabilité du produit financier et celle
du marché d’une part, et le taux sans risque d’autre part.
En se basant sur une publication quotidienne des cours des OPCVM, nous avons relevé la valeur
liquidative VL hebdomadaire de chacun des OPCVM. Nous avons ensuite procédé au calcul du
taux de rendement ou de rentabilité de chaque OPCVM, et ce, en se basant sur la formule
suivante: 𝑅𝑝𝑡 = (𝑉𝐿𝑝𝑡 − 𝑉𝐿𝑝𝑡−1)/𝑉𝐿𝑝𝑡−1
Avec : - 𝑝𝑡 est la rentabilité du portefeuille P au mois t ;
- 𝑉𝐿𝑝𝑡 𝑒𝑡 𝑉𝐿𝑝𝑡−1 sont les valeurs liquidatives VL du portefeuille P à la fin de la semaine t et t-1.
Nous avons décidé de fonder notre analyse sur les taux de rendement car nous estimons que
l’influence de la performance passée sur la performance présente est primordiale pour deux
La revue de littérature met également le point sur l’importance du choix de l’indice de référence
afin de mener une bonne appréciation des résultats de fonds.
Le critère de choix de cet indice a été son aptitude à servir d’indice de référence et puisque notre
échantillon comprend des OPCVM monétaires, nous avons opté pour le MASI, dans la mesure où
il traduit les variations de cours des valeurs les plus actives suite à l’évolution quotidienne de la
capitalisation boursière.
Le cours qui sert à la détermination de cet indice est le cours de clôture pour chaque jour. La
rentabilité de l’indice de marché est déterminée de la manière suivante :
𝑅𝑚𝑡 = (𝐼𝑡 − 𝐼𝑡−1)/𝐼𝑡−1
Où It et It-1 représentent la valeur de l’indice de marché durant les périodes t et t-1.
Un actif est considéré sans risque lorsque sur un marché il existe un titre dont la rémunération
est garantie et dont l’émetteur est considéré comme pouvant faire face au paiement de sa
rémunération et à son remboursement.
La négociation d’un actif sans risque n’entraîne ni perte ni gain en capital pour l’investisseur. Dès
lors, sa détention suppose l’acceptation d’un taux de rémunération peu élevé. Cet actif sans
risque peut prendre plusieurs formes : bon du trésor, certificat de dépôt….
Le taux sans risque retenu pour la mesure de la performance est également celui qui rémunère
les bons de trésor à taux fixe émis par l’État sans risque de signature à long terme.
Une mesure de la performance correctement élaborée suscite plus facilement une adhésion
nécessaire des individus, d’autant plus qu’elle a des implications sur leur propre situation
(Bouquin H. 2001). Selon Otley les mesures de la performance peuvent même être considérées
Trois dimensions de la performance sont privilégiées dans notre travail de recherche. La première
s’attache à la rentabilité. Alors que la seconde s’intéresse au risque et la troisième met la lumière
sur le couple Rentabilité-Risque. L’objectif est d’améliorer la mesure de la performance.
Une fois la performance absolue de chaque OPCVM est calculée, il convient de mener un
classement au sein de chaque catégorie. De la sorte, nous allons obtenir un rangement des
OPCVM du plus performant au moins performant.
Dans la perspective de compléter notre diagnostic, nous devons voire comme cette rentabilité
évolue dans le temps. Pour le faire, nous allons avoir recours aux chaines de transition de Markov.
Avant de passer à la mise en place des matrices de transition de Markov, il convient tout d’abord
de porter un éclairage sur le principe de fonctionnement de ces chaines. Il d’agit d’une suite de
variables aléatoires pour laquelle la meilleure prédiction que l’on puisse faire pour l’étape n+1 si
on connaît toutes les valeurs antérieures est la même que si on ne connaît que la valeur à l’étape
n (le futur et le passé sont indépendants conditionnellement au présent). Il faut connaitre l’état
initial 𝑋0, ainsi que les probabilités de transition (la probabilité de passer de l’état i à l’état j.
Avant de construire les matrices de Markov. Dans notre cas d’étude, nous allons travailler sur des
matrices dont l’historique est de 50 périodes (50 semaines). Une fois les matrices de transition
sont obtenues (à l’aide d’un langage de programmation12 : JAVA13), nous avons opté pour le
rapprochement du maximum de ces matrices au classement déjà opéré sur les fonds et nous
avons procédé ainsi fonds par fonds. Deux cas de figure se présentent, si la valeur absolue de
cette différence est supérieure à 1, nous pointerons 1 et si cette valeur absolue est inférieure à 1,
nous noterons 0. Dans un dernier lieu, nous calculons la moyenne de ces deux cas et nous
présentons cette évolution dans des graphiques pour mieux les visualiser.
Étant donné que notre zone économique de référence est la bourse de Casablanca, nous
considérons que le marché financier marocain est segmenté et par conséquent, nous allons
calculer le bêta avec l’indice local MASI. De ce fait, nous opterons pour la régression des moindres
carrées ordinaires des rentabilités hebdomadaires des OPCVM sur celles de l’indice MASI.
Nous constatons que les résultats de cette mesure doivent être décortiqués pour que nous
puissions sortir avec des conclusions probantes. Pour ce faire, nous allons tout d’abord
rapprocher l’alpha de Jensen obtenu dans la semaine t avec le taux de rendement réalisé dans la
semaine t+1. Chose qui va nous renseigner sur la fiabilité de ces résultats ainsi que leurs aptitudes
à faire des prévisions justes.
Ensuite, nous allons comparer, au sein de chaque catégorie d’OPCVM, les résultats de cette
mesure toute en les classant des plus performants aux moins performants. Également, nous
analyserons la persistance des résultats réalisés par cette mesure dans le temps. Autrement dit,
nous allons voir si l’ordre de ce ratio persiste dans le temps, toute en analysant son évolution à
travers la matrice de transition. Pour enfin déduire la nature de la mémoire de ces OPCVM,
courte/ longue mémoire.
Lors de la juxtaposition de la mesure de Jensen avec le taux de rendement des OPCVM, nous nous
apercevons qu’elle permet de prédire avec fiabilité les performances futures des OPCVM actions,
diversifiés, OCT et OMLT. Toutefois, cette fiabilité ne s’étend pas aux OPCVM monétaires. De plus,
l’alpha de Jensen, en tant que mesure de la performance, est inadapté aux OPCVM monétaires.
b- Sélection de l’OPCVM le plus performant, au sein de chaque catégorie d’OPCVM, sur la base de
l’alpha de Jensen.
Tous les alphas de Jensen des OPCVM actions, affichent des résultats positifs, mais très faibles et
les plus performants sont BMCI EPARGNE VALEURS avec 0.09% et CFG PERFORMANCE 0.08%.
Concernant notre échantillon d’OPCVM diversifiés, nous constatons que tous les fonds affichent
des mesures de Sharpe négatives.
Les 5 OPCVM monétaires, objet de notre étude, affichent des alphas de Jensen positifs et les deux
fonds les plus compétitifs sont ATTIJARI TRESORERIE et CAP TRESORERIE avec des alphas
respectifs de 0.059% et 0.015%. Par rapport aux OPCVM OCT, nous remarquons que tous les fonds
affichent des résultats positifs et que les plus concurrentiels sont FCP CAP Institutions avec
0.035% et AL AMAL avec 0.023%.
Quoique nous ayons procédé à un benchmarking au sein de chaque catégorie d’OPCVM à travers
cette mesure, nous remarquons qu’il s’agit d’une anomalie par rapport à un équilibre temporel.
Le bêta n’est donc pas indicé par la notion de temps. De même, il convient de souligner que
comme cet alpha représente une anomalie de rémunération, le fait de comparer des portefeuilles
présentant des alphas différents revient à observer des niveaux de risque spécifique différents,
donc des compositions différentes. Ainsi, utiliser l’alpha de Jensen comme moyen de classement
des portefeuilles entre eux s’avère inadapté.
Dans l’esprit d’accomplir notre étude, nous allons faire appel aux chaines de transition de Markov
pour mettre le point sur l’évolution de ces résultats dans le temps.
Une fois les matrices de transition sont obtenues (à l’aide d’un langage de programmation JAVA),
nous avons comparé le maximum de ces matrices au classement déjà opéré sur les fonds et nous
avons procédé ainsi fonds par fonds.
Deux cas de figure se présentent, si la valeur absolue de cette différence est supérieure à 1, nous
pointerons 1 et si cette valeur absolue est inférieure à 1, nous noterons 0.
Dans un dernier lieu, nous calculons la moyenne de ces deux cas pour des périodicités différentes,
allant du court- terme (6 mois) au long terme (2 ans), et ce en passant par le moyen terme.
→ Classement des volatilités obtenues dans chaque catégorie d’OPCVM : Après avoir calculé la
volatilité des fonds, nous devons mener un classement sur la base du risque au sein de
chaque catégorie d’OPCVM. L’objectif de cette classification consiste à classer les fonds du
plus risqué au moins risqué.
→ Sélection de l’OPCVM le moins risqué, au sein de chaque catégorie, sur la base du ratio de la
volatilité : Une fois le classement des OPCVM est opéré sur la base de cet indicateur de risque,
il convient de sélectionner le moins risqué au sein de chaque type. Toutefois, ces analyses
s’avèrent insuffisantes pour prendre une décision d’investissement. D’où la nécessité de la
compléter par une analyse dans le temps.
Nous avons opté pour la méthode historique afin de mesurer la VAR. Ainsi, nous avons reconstitué
la valeur passée de chaque OPCVM à partir du prix des différents actifs et de la composition
actuelle du portefeuille. Après avoir identifié les facteurs de risque significatifs pour le
portefeuille, nous avons utilisé l'historique des données collectées afin d'en déduire un montant
de perte
Nb : Étant donné que nous ne disposons pas de la composition exacte de chaque OPCVM (manque
d’informations), nous avons considéré que la pondération des actifs est équitable dans chaque
fonds.
→ Classement des VAR obtenues dans chaque catégorie d’OPCVM : Après avoir calculé la VAR de
chaque OPCVM, nous avons opté pour leur classement pour obtenir des fonds rangés du moins
risqué au plus risqué.
→ Sélection de l’OPCVM le moins risqué, au sein de chaque catégorie, sur la base de la VAR : Le
classement des OPCVM que nous avons effectué dans chaque classe de fonds nous a permis de
sélectionner le moins risqué. Cependant, ce critère est jugé imparfait pour une analyse fondée,
d’où le besoin d’appliquer les chaines de transition de Markov à la VAR, et ce afin d’analyser
l’évolution de cette variable dans le temps.
→ Évolution des résultats obtenus par la VAR dans le temps : A cette étape, il s’agit de mettre en
place les matrices de Markov toute en veillant à ce que leurs transitions soient hebdomadaires.
Autrement dit, nous allons appliquer les chaines de Markov aux séries de VAR et nous allons
observer leur évolution période par période, ainsi que les représentations graphiques qui
permettent de mieux décrire cette évolution.
En se basant sur l’hypothèse selon laquelle le marché marocain boursier est apte à absorber les
liquidités et vue qu’à chaque moment, il est possible de transformer les OPCVM en liquidités et
de les placer en taux sans risque, nous avons jugé légitime d’admettre que le taux sans risque est
le taux des bons de trésor.
Concernant les OPCVM actions et les OPCVM diversifiés, nous constatons que les résultats
obtenus par le ratio de Sharpe sont parfaitement adéquats avec les taux de rendement réalisés.
C’est-à-dire, si le ratio de Sharpe est positif pour t, le taux de rendement l’est aussi pour t+1.
Toutefois, nous nous apercevons que cette adéquation n’est pas la même pour les autres
catégories d’OPCVM. Autrement dit, les résultats du ratio de Sharpe et ceux des taux de
rendements des OPCVM monétaires, OCT et OMLT sont dissemblables. D’où nous pouvons
conclure que le ratio de Sharpe, en tant que mesure de la performance, est approprié pour les
OPCVM actions et diversifiés et il ne n’est pas pour les autres catégories.
→ Sélection de l’OPCVM le plus performant, au sein de chaque catégorie, sur la base du ratio de
Sharpe obtenu :
Nous remarquons que l’intégralité de notre échantillon d’OPCVM actions affiche des ratios de
Sharpe positifs et que les plus performants sont : Staff Action et CAP Opportunities, avec des taux
respectifs de 9% et 4%. Chose qui traduit l’importance de la valeur ajoutée réalisée par ces deux
fonds par rapport au risque entrepris.
Concernant notre échantillon d’OPCVM diversifiés, nous constatons que tous les fonds affichent
des mesures de Sharpe positives et que les plus performants sont CFG Croissance 6% et CAP
Equilibre 4%. Parmi les 5 OPCVM monétaires, objet de notre étude, Attijari Trésorerie est le seul
fonds qui affiche un ratio de Sharpe positif de 3%.
Par rapport à la catégorie OPCVM OMLT, nous constatons que tous les fonds affichent des ratios
de Sharpe positifs et que les plus performants sont respectivement SICAV Obli Plus avec 27%,
Patrimoine Obli avec 25% et SICAVAVENIR avec 21%.
Jugés insuffisant pour prendre une décision d’investissement, nous avons décidé d’appliquer les
chaines de transition de Markov au ratio de Sharpe, afin d’analyser l’évolution de ce ratio dans le
temps.
Conclusion et perspectives
Notre analyse porte principalement sur les indicateurs de performance que nous avons scindé en
trois catégories. La rentabilité le risque et le couple rentabilité-risque.
Chaque indicateur s’avère plus approprié à une catégorie d’OPCVM. Les indicateurs de rentabilité
et de risque les plus adéquats pour les OPCVM monétaires sont la performance absolue et la VAR.
Alors que les plus appropriés pour les OPCVM actions sont l’Alpha de Jensen et la Volatilité.
Pourtant, la Performance Absolue, l’Alpha de Jensen, la volatilité, la VAR et le Ratio de Sharpe
sont les indicateurs de Rentabilité, de Risque et de Rentabilité- Risque qui s’adaptent aux autres
OPCVM. Pour mieux visualiser les résultats préalablement obtenus, veuillez consulter le tableau
ci-dessous :
Tableau 3 : Récapitulatif des résultats des indicateurs de la performance
Rentabilité Risque Rentabilité- Risque
Indicateurs
Performance Alpha
de performance Volatilité VAR Ratio de Sharpe
Absolue de Jensen
OPCVM Actions Mauvais Bon Bon Mauvais Mauvais
OPCVM Diversifiés Bon Bon Bon Bon Bon
OPCVM Monétaires Bon Mauvais Mauvais Bon Mauvais
OPCVM OCT Bon Bon Bon Bon Bon
OPCVM OMLT Bon Bon Bon Bon Bon
Source : Synthèse de l’auteur
Les différences relevées entre les classements peuvent aboutir à des stratégies de placement qui
ne peuvent qu'être différentes et ce selon les préférences de chaque investisseur, on peut donc
avoir trois types de placement. Si l'investisseur a une préférence vers la rentabilité́, il peut opter
pour effectuer son placement pour le premier classement basé uniquement sur la performance.
Bibliographie :
Aftalion et Poncet. (2003). Les techniques de mesure des performances. Economica.
Catalin L. Dumitrescu, Ioan Raicu, Ian Foster. (2007). “The Design, Usage, and Performance of
GRUBER: A Grid Usage Service Level Agreement based BrokERing Infrastructure”, Springer Science
+ Business Media B.V.
Fama, E. F., (1972) « Components of Investment Performance », Journal of Finance, pp.62-69.
Ferson W., Warther V. A, « Evaluating fund performance in a dynamic market», Financial Analyst
Journal, p.74.
Goetzman, W., & Peles, N. (1997). Cognitive Dissonance and Mutual Fund Investors. Journal of
Financial Research, 20, 145-158.
Grandin P., (1998). Mesure de performance des fonds d’investissement. Méthodologie et
résultats, Economica, collection Gestion Poche.
Jacquillat et Solnik (2004). Marches financiers. Dunod, 2004
Jensen, M. C., (1968) « The Performance of Mutuals Funds in the Period 1945-1964 ». Journal of
Finance., p.66-74.
Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 77–91.
Michael, C, Jensen. (1986), The performance of Mutual Funds in the period 1945-1964, The
Journal Of Finance, pp. 35-42.
Saucier. A. (1994)., « Les indicateurs et la gestion par résultats », Gouvernement du Québec,
Ministère de la Santé et des Services sociaux, Gouvernement du Québec, Collection méthodologie
et instrumentation, pp.15-30.
Sharpe W., (1966). Mutual Fund Performance, Journal of Business, pp.160-195.
Sharpe, W. F., « Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk »,
Journal of Finance, (1964), pp.65-70.
Treynor, J. L., (1965). « How to Rate Management of lnvestment Funds », Harvard Business Review
pp,19-28.
Vernimmen P., 2016, Finance d’entreprise, Dalloz, p. 624.