Gestion de Portefeuille 3-203-99 Albert Lee Chun L'environnement institutionnel Séance 2 09-02-2008 0 Liste des séances Séances 1 et 2 : L'environnement institutionnel Séances 3, 4 et 5: Construction de portefeuilles Séances 6 et 7: Modèles d'évaluation des actifs financiers Séance 8: Efficience de marché Séance 9: Gestion active d'un portefeuille d'actions Séance 10: Gestion de portefeuilles obligataires Séance 11: Mesures de performances des portefeuilles 1 Séances 1 et 2 : L'environnement institutionnel Institutions financiers Fonds mutuels Coûts des fonds mutuels Performance des fonds mutuels Fonds indiciels Politique de placements Performance des catégories d'actifs Corrélations Espérance et Volatilité des rendements Fonction de probabilité normale Valeur-à-risque Albert Lee Chun Portfolio Management 2 Rendement pendant la période de détention Albert Lee Chun Portfolio Management 3 Rendement pendant la période de détention HPR P 1 P P 0 D 1 0 HPR = <<Holding period return>> P0 = Prix de depart P1 = Prix final D1 = Dividende à la fin de la période Albert Lee Chun Portfolio Management 4 Rendement pendant la période de détention Le HPR est le changement de pourcentage dans la valeur (avec dividendes) de l’actif pendant la période. P1 D1 P0 P1 D1 HPR 1 % de Prix P0 P0 Supposons P0 $200, P1 $210 et D1 $10 $220 HPR - 1 1.10 1 .10 10%. $200 Albert Lee Chun Portfolio Management 5 Rendement pendant la période de détention Supposons qu’on veut évaluer le rendement de HP pour une obligation sans coupon avec une valeur nominale de 100$ 100 ( T ) 1 rf P(T ) C’est un rendement sans risque pendant la période de détention pour un horizon d’investissement de période T. Albert Lee Chun Portfolio Management 6 Portefeuille d’investissement Le taux de rendement du portefeuille d’investissement est le changement de pourcentage de la valeur (avec dividendes) du portefeuille pendant la période. Le taux de rendement du portefeuille d’investissement est aussi la moyenne pondérée de rendement de chaque actif du portefeuille. Albert Lee Chun Portfolio Management 7 Le calcul du HPR Methode 1: Calculez directement le HPR. # Shares 100 000 200 000 500 000 r= Begin Price $ 10 $ 20 $ 30 1,095 Albert Lee Chun Beginning Ending Ending Market Mkt. Value Price Mkt. Value HPR HPY Wt. $ 1 000 000 $ 12 $ 1 200 000 1,20 20% 0,05 $ 4 000 000 $ 21 $ 4 200 000 1,05 5% 0,20 $ 15 000 000 $ 33 $ 16 500 000 1,10 10% 0,75 $ 20 000 000 $ 21 900 000 $ 21 900 000 $ 20 000 000 = 1,095 -1 = 0,095 = 9,5% Portfolio Management Wtd. HPY 0,010 0,010 0,075 0,095 8 Le calcul du HPR Méthode 2: Moyenne pondérée. # Shares 100 000 200 000 500 000 r= Begin Price $ 10 $ 20 $ 30 1,095 Albert Lee Chun Beginning Ending Ending Mkt. Value Price Mkt. Value $ 1 000 000 $ 12 $ 1 200 000 $ 4 000 000 $ 21 $ 4 200 000 $ 15 000 000 $ 33 $ 16 500 000 $ 20 000 000 $ 21 900 000 $ 21 900 000 $ 20 000 000 = -1 = 0,095 = 9,5% Market return Wt. 1,20 20% 0,05 1,05 5% 0,20 1,10 10% 0,75 Wtd. return 0,010 0,010 0,075 0,095 9,50% 1,095 Portfolio Management Les deux méthodes donnent le même résultat 9.5%. 9 Espérance et volatilité des rendements Albert Lee Chun Portfolio Management 10 L’avenir est imprevisible Supposons que vous achetez une obligation a $900 et que sa valeur nominale est de $1000 dollars. Il n’y a pas de risque. Vous pouvez être certain que votre rendement sera de $1000/$900 – 1 = 11.11%. Maintenant, supposons que vous achetez une action à $90 dollars. Vous ne savez pas, quelle sera sa valeur dans un an. Donc, vous ne connaissez pas le rendement. Mais vous pouvez estimer l’espérance de rendement. Albert Lee Chun Portfolio Management 11 Distribution des probabilités Investissement sans risque 1,00 0,80 0,60 0,40 0,20 0,00 -5% Albert Lee Chun 0% 5% Portfolio Management 10% 15% 12 Distribution des probabilités Investissement risqué avec 10 possibilités de rendement, chacun avec la même probabilité. 1,00 0,80 0,60 0,40 0,20 0,00 -40% -20% 0% Albert Lee Chun Portfolio Management 20% 40% 13 Distribution de probabilités Investissement risqué avec 3 possibilités de rendement, chacun avec une différente probabilité. 1,00 0,80 0,60 0,40 0,20 0,00 -30% Albert Lee Chun -10% Portfolio Management 10% 30% 14 Rendement espéré d’un investissement risqué 4 états possibles du monde Aujourd`hui p = .3 p =.4 Po = $2 Demain HPR 1. Good $2.20 10% 2. Bad $2.04 2% 3. Ugly $1.90 -5% p=.2 p=.1 4. Nasty $1.80 Albert Lee Chun Portfolio Management -10% 15 Rendement espéré I E(ri ) Probabilit é(i) Rendement( i) i 1 I p i ri p1r1 p 2 r2 .... p n rn i 1 où p i est la probabilit é d' être dans l' état i et ri est le rendement dans l' état i, 1 i I. . Synonyme: rendement attendu. Albert Lee Chun Portfolio Management 16 Rendement espéré d’un investissement risqué 4 états possibles du monde Aujourd`hui p = .3 p =.4 Demain HPR 1. Good .10x.3 10% 2. Bad .02x.4 2% 3. Ugly -.05x.2 -5% p=.2 Rendement espéré p1 r1 p 2 r2 .... p n rn p=.1 .1x.3 .02 x.4 .05 x.2 .1x.1 0.18% Albert Lee Chun Portfolio Management 4. Nasty -.10x.1 -10% 17 Variance Mesure de la dispersion d'une série d'observations statistiques par rapport à leur moyenne. On peut interpréter la variance comme l'espérance des carrés des écarts à l'espérance. Lorsque la variance est nulle, cela signifie que la variable n'est pas une variable aléatoire. Variance E(ri E (ri )) 2 E (ri 2 ) E (ri ) 2 n Probabilit é(i) (Rendement (i) - Rendement espéré) 2 i 1 I (p i )[ri E(ri )] 2 2 i 1 Albert Lee Chun Portfolio Management 18 L’écart-type L’écart-type est la racine carrée de la variance. écart-type = [variance]1/2 Albert Lee Chun Portfolio Management 19 Le calcul de l’écart-type Scénario Probabilité Rendement Ugly 0.1 -5% Bad 0.2 5% Good 0.4 15% Super 0.2 25% Super-Duper 0.1 35% Étape 1: E(r) = (.1)(-.05)+(.2)(.05)...+(.1)(.35) E(r) = .15 = 15% Albert Lee Chun Portfolio Management 20 Le calcul de l’écart-type Scénario Probabilité Rendement Ugly 0.1 -5% Bad 0.2 5% Good 0.4 15% Super 0.2 25% Super-Duper 0.1 35% Étape 2: 2=[(.1)(-.05-.15)2+(.2)(.05- .15)2+…] =.01199 Étape 3: = [ .01199]1/2 = .1095 = 10.95% Albert Lee Chun Portfolio Management 21 L’analyse de séries historiques Albert Lee Chun Portfolio Management 22 L’analyse de séries historiques L’analyse de scénario qui s’orientent vers le futur implique de déterminer les rendements possibles et leurs probabilités, ou simplement les attributs qui caractérisent leurs distributions. Comment allons-nous déterminer ces probabilités? Si le passé est garant du futur, nous pourrions en premier lieu regarder en arrière avant de se projeter en avant. Donc nous allons étudier les séries temporelles d’anciens rendements historiques pour déduire les caractéristiques telles que la moyenne et la variance de la distribution dont nous avons les données. Ça va nous aider à nous projecter en avant. Albert Lee Chun Portfolio Management 23 Moyenne arithmétique Moyenne arithmétiq ue 1 r (rt ) n quand n est égal au nombre de periodes. n t 1 1 Remarque que p t . n Albert Lee Chun Portfolio Management 24 Moyenne arithmétique L’idée est que selon les suppositions, le plus de données vous incorporez, meilleure sera la approximation de la moyenne de la population, E(rt). Albert Lee Chun Portfolio Management 25 Exemple Supposez que vous investissez un dollar aujourd’hui. Le taux de rendement par période sur les 3 prochaines périodes est la suivante: 1 2 3 0.05 0.06 0.07 •À la fin de 3 périodes nous avons: $1(1.05)(1.06)(1.07) =1.19091. •Le rendement moyen est .06. Investissant à .06 sur les rendements des 3 périodes : $(1.06)3 = 1.19106. •Donc ce n’est pas la même chose que d’avoir 6% chaque année! Albert Lee Chun Portfolio Management 26 Exemple (suite) Supposons que nous investissons dans un actif à taux constant de rendement égal à .059969. Après 3 ans, nous aurions $(1+ .059969)3 = $1.19091 Ceci est exactement le même montant que celui investit dans l’actif précédent $1(1.05)(1.06)(1.07) =$1.19091 La moyenne arithmétique est 6%, la moyenne géométrique est moins 5.9969%. Albert Lee Chun Portfolio Management 27 Moyenne géométrique TV n (1 r1)(1 r 2)(1 r n) TVn = Valeur terminale de l’investissement à t = n g= moyenne géométrique du taux de rendement g TV Albert Lee Chun 1/ n 1 Portfolio Management 28 Moyenne géométrique Ceci peut être exprimé par g (1 rt ) t 1 n 1 n 1 où le produit est défini : n t 1 (1 rt ) 1 r1 1 r2 1 rn . Attention: La moyenne géométrique est toujours plus petite (ou égale) à la moyenne arithmétique! Albert Lee Chun Portfolio Management 29 Exemple (suite) Dans le dernier exemple, la valeur terminale (TV) après 3 ans était $1(1.05)(1.06)(1.07) =$1.09091 g TV 1/ n 1 En utilisant la formule du dessus, la moyenne géométrique est: g = (1.1909)1/3 -1 = .059969 La moyenne arithmétique est 6% mais la moyenne géométrique est 5.9969%. Albert Lee Chun Portfolio Management 30 Rendement nominal et réel d’actif dans le monde entier de 1900 à 2000 Albert Lee Chun Portfolio Management 31 Variance de l'échantillon n 1 2 ˆ [rt r ] n t 1 2 ˆ 2 rt r n Albert Lee Chun variance de l'échantillon rendement pendant de la période t moyenne arithmétique nombre d'observations Portfolio Management 32 Estimateurs sans biais Variance n 1 2 ˆ [ r r ] t n 1 t 1 2 Écart-type n 1 2 ˆ [rt r ] n 1 t 1 Albert Lee Chun Portfolio Management 33 Écart type des rendements du réel actif ou des obligations dans le monde entier entre 1900 et 2000 Albert Lee Chun Portfolio Management 34 Rendements annualisés Canada, 1957-2006 Séries Moyenne (%) 11.13 Écart Type(%) LT Bonds 8.99 10.08 T-bills 6.74 3.75 Inflation 4.21 3.22 Stocks Albert Lee Chun Portfolio Management 16.12 35 Rendement et Risque Albert Lee Chun Portfolio Management 36 Rendement et Risque Geometric Mean Standard Deviation Arithmetic Mean Small company stocks 12.6% 33.6% 17.6% Large company stocks 11.3% 20.1% 13.3% Long-term corporate bonds 5.6% 8.7% 5.9% Long-term government bonds 5.1% 9.3% 5.5% Intermediate-term government bonds 5.2% 5.8% 5.4% U.S. Treasury Bills 3.8% 3.2% 3.8% Inflation 3.1% 4.5% 3.2% Asset Class Plus le risque est élevé, plus le rendement est élevé! Albert Lee Chun Portfolio Management 37 Rendement et Risque Le 19 Octobre 1987 la Bourse internationale a crashé (une perte de 22,6% pour le DJIA) Toutefois, elle a réussi dans les années 80 à cloturer avec un gain. Il se peut que les grosses fluctuations de prix à court terme ne soient pas importantes à long terme. Jetons un coup d’oeil aux historiques. Albert Lee Chun Portfolio Management 38 Rendement et Risque Maximum Value Series Return Year(s) Minimum Value Return Year(s) Times Positive (out of 74 years) Times Highest Returning Asset Annual Returns Large Company Stocks 53.99 1933 -43.34 1931 54 16 Small Company Stocks 142.87 1933 -58.01 1937 52 32 Long-Term Corporate Bonds 42.56 1982 -8.09 1969 57 6 Long-Term Government Bonds 40.36 1982 -9.18 1967 53 6 Intermediate-Term Government Bonds 29.10 1982 -5.14 1994 66 2 U.S. Treasury Bills 14.71 1981 -0.02 1938 73 6 Inflation 18.16 1946 -10.30 1932 64 6 17.87 1980-99 3.11 1929-48 55 5 21.13 1942-61 5.74 1929-48 55 50 10.86 1979-98 1.34 1950-69 55 0 11.14 1979-98 0.69 1950-69 55 0 9.85 1979-98 1.58 1940-59 55 0 7.72 1972-91 0.42 1931-50 55 0 6.36 1966-85 0.07 1926-45 55 0 20-Year Rolling Period Returns (n= 55 years) Large Company Stocks Le Small Company Stocks rendement Long-Term Corporate Bonds minimal et Long-Term Government Bonds maximal Intermediate-Term Government Bonds sont très U.S. Treasury Bills proches. Inflation Albert Lee Chun Portfolio Management 39 Rendement et risque Si vous investissez des plus longues périodes de temps, la probabilité de gagner un rendement positif augmente à 100 %, 55 des 55 périodes. Retour à la moyenne : Si le rendement est à un extrême (soit + ou -) pendant une période de temps, il a tendance à revenir vers la moyenne au cours d'une période ultérieure. La diversification temporelle réduit l'impact des fluctuations à court terme, et réduit le risque. Albert Lee Chun Portfolio Management 40 Prime de risque Albert Lee Chun Portfolio Management 41 Le taux sans risque Le taux sans risque est le taux de rendement que l'on peut retirer d'un investissement ne comportant qu'un risque négligeable. Le taux de rendement des bons du Trésor est souvent considéré comme un taux sans risque. La raison est qu’il y a une faible probabilité de défaut par le gouvernement des E.U. ou du Canada. Albert Lee Chun Portfolio Management 42 Prime de risque Taux de rendement additionnel attendu d'un investissement à risque, pour compenser le risque additionnel qu'il comporte par rapport à un investissement sans risque. Rendement excédentaire = rendement d`un actif – le taux de rendement sans risque Plus le risque est élevé, plus il y a un potentiel de gain. Albert Lee Chun Portfolio Management 43 Prime de risque Source: Ross, Westerfield, Jordan, and Roberts, Fundamentals of Corporate Finance, 5th Canadian edition, McGraw-Hill Ryerson. Prime de risque = Moyenne arithmétique – Rendement de bons de Trésor Albert Lee Chun Portfolio Management 44 D'autres types de primes de risque Type de prime Définition Prime Rend. petites cap. – Rend. grandes cap. 17.6% - 13.3% = 4.3% Rend. grandes cap. – Rend. Bons du Trésor 13.3% - 3.8% = 9.5% Prime temporelle Rend. Oblig. –Rend. Bons du Trésor 5.9% - 3.8% = 2.1% Prime d’inflation Rend. Bons du Trésor - inflation 3.8% - 3.2% = 0.6% Prime pour petites capitalisations Prime d’actions Les primes de risques sont les incitations nécessaires pour encourager des investisseurs à prendre divers types de risques. . Albert Lee Chun Portfolio Management 45 Corrélation Albert Lee Chun Portfolio Management 46 Covariance et corrélation cov(x, y) E[(x i E[ xi ])(y i E[ yi ])] E[ xi y i ] E[ xi ]E[ y i ] I p i (x i - E[ xi ]) (y i - E[ y i ]) i 1 xy corr(x, y) xy Albert Lee Chun xy cov(x, y) std(x)(std (y) x y Portfolio Management 47 Corrélation Séries Long-term and intermediate term bond indexes are highly positively correlated. grandes capitalis ations Petites capitalisa tions Oblig. Long terme corpo. Oblig. Long terme gvt Oblig. Intermédiare gvt Bons du Trésor U.S. grandes capitalisations 1.00 Petites capitalisations 0.79 1.00 Oblig. Long terme corporatives 0.25 0.10 Oblig. Long terme Gvt 0.19 0.02 0.94 1.00 Oblig. Moyen terme corporatives 0.11 -0.04 0.91 0.91 1.00 Bons du Trésor U.S. -0.02 -0.09 0.21 0.24 0.49 1.00 Inflation -0.03 0.05 -0.15 -0.15 0.01 0.41 Albert Lee Chun Inflation Large & small company stocks tend to vary together closely. 1.00 Portfolio Management Bond and stock indexes tend to vary together weakly. 1.00 48 Autocorrélation L’autocorrélation mesure la liaison entre les termes successifs d'une suite. Une corrélation positive consécutive se produit quand les données bougent doucement Les corrélations négatives successives se produisent quand l’expérience des données s’inversent Albert Lee Chun Portfolio Management 49 Autocorrélation Petites capitlisation Obligatio n LT corpo. Obligation. LT gvt. Obligation moyen-terme govt. Bons du Trésor U.S. Inflation 0.08 0.09 -0.03 0.17 0.92 0.65 Autocorrélation L'inflation et les bons du Trésor expriment une haute autocorrélation. L'absence d’autocorrélation de série dans les actions et les obligations à long terme suggère que ses rendements ont tendance à fluctuer de façon aléatoire, ce qui les rend difficiles à prévoir. Albert Lee Chun Portfolio Management 50 Loi normale gaussienne Albert Lee Chun Portfolio Management 51 Courbe en cloche Distribution gaussienne Source: Ross, Westerfield, Jordan, and Roberts, Fundamentals of Corporate Finance, 5th Canadian edition, McGraw-Hill Ryerson. Albert Lee Chun Portfolio Management 52 Interpretation de courbe en cloche La probabilité d’être dans le premier écart type de la moyenne est 68%. Pour le deuxième écart type, la probabilité est 95% et pour le troisième écart type la probabilité est plus grande que 99%. Le rendement moyen des actions ordinaires canadiennes est 10.49% et l’écart type 16.41%. En supposant que la fréquence de distribution des rendements des actions est approximativement normale, la sélection des écarts types va de -6.12% (=10.49% - 16.41%) à 27.10% (=10.49% + 16.41%) . Donc en moyenne, nous nous attendons à des rendements à l’exterieur de la sélection 68% du temps ou 1fois chaque 3 ans. Albert Lee Chun Portfolio Management 53 La distribution de fréquences Est-ce que la distribution normale est la bonne hypothèse pour le rendement des actifs? Parfois, on voudrait un graphique qui permet de représenter la répartition des rendements. On peut tracer un diagramme de la distribution de fréquences ou un histogramme. Après avoir déterminé le nombre de classes de l’histogramme, on compte le nombre de fois ou le rendement se situe a l’intérieur de chaque intervalle. Albert Lee Chun Portfolio Management 54 La distribution de fréquences du rendement Actions ordinaires canadiennes Rendement (en pourcentage) Source: Ross, Westerfield, Jordan, and Roberts, Fundamentals of Corporate Finance, 5th Canadian edition, McGraw-Hill Ryerson. Albert Lee Chun Portfolio Management 55 Action des petites entreprises 300 Series: SMALL Sample 1926:06 2005:11 Observations 954 250 200 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis 150 100 0.007821 0.005700 1.475000 -0.493600 0.124988 2.714894 30.31216 50 Jarque-Bera Probability 30823.60 0.000000 0 -0.5 0.0 0.5 1.0 1.5 Source: Tolga Albert Lee Chun Portfolio Management 56 S&P 500 240 Series: SP500 Sample 1926:01 2005:12 Observations 960 200 160 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis 120 80 0.006354 0.009019 0.422222 -0.299423 0.055656 0.350952 12.51791 40 Jarque-Bera Probability 3643.331 0.000000 0 -0.25 0.00 0.25 Source: Tolga Albert Lee Chun Portfolio Management 57 Bons du Trésor 200 Series: TBILL Sample 1926:01 2005:12 Observations 960 160 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis 120 80 0.003035 0.002717 0.015158 -0.000265 0.002567 1.102930 4.597335 40 Jarque-Bera Probability 296.6920 0.000000 0 0.000 0.005 0.010 0.015 Source: Tolga Albert Lee Chun Portfolio Management 58 Obligations à long terme 160 Series: BOND Sample 1941:05 2005:12 Observations 776 140 120 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis 100 80 60 40 20 Jarque-Bera Probability 0.004586 0.002786 0.099993 -0.066819 0.019845 0.552011 5.497628 241.1100 0.000000 0 -0.05 0.00 0.05 0.10 Source: Tolga Albert Lee Chun Portfolio Management 59 L'asymétrie et l'aplatissement Albert Lee Chun Portfolio Management 60 Caracteristiques de distribution de probabilités 1) moyenne 2) variance 3) coefficient de dissymétrie 4) coefficient d'aplatissement. Dans le cas d'une distribution normale, la moyenne et la variance d'une variable aléatoire permettent de caractériser sa distribution. La distribution est symétrique et le coefficient d'aplatissement égal 3. Albert Lee Chun Portfolio Management 61 Courbe de distribution normale gaussienne Albert Lee Chun Portfolio Management 62 Normale gaussienne vs. dissymétrie Albert Lee Chun Portfolio Management 63 Normale gaussienne vs. aplatissement Albert Lee Chun Portfolio Management 64 Valeur à risque Albert Lee Chun Portfolio Management 65 Valeur à risque (VaR) Supposons que vous deteniez un portfeuille d’actions ordinaires canandiennes (moyenne de 10.49% et écart type de 16.41%), et que vous vouliez savoir combien il est possible de perdre en une periode. En supposant que les rendements des action suivent un courbe de distribution normale, nous savons que nous serons en dehors de la selection -22.73% – 43.71% avec une probabilité de (approx.) 5%. La distribution normale est symétrique, donc la probabilité que les rendements puissent être moins de 22.53% est de (approx) 2.5%. Albert Lee Chun Portfolio Management 66 Valeur à risque (VaR) Ainsi, 97.5% du temps, votre perte ne devrait pas excéder -22.73%. Sur un portfeuille de $100 millions, 97.5% du temps, votre perte maximale est de $100 millions x (-22.73%) = 22.73 millions. Donc la valeur à risque de 2.5% sur un portefeuille de $100 millions est 22.73 millions ou -22.73%. VaR est une mesure du risque, c’est un estimé d’une perte maximale à un niveau donné (i.e 2.5%) sur un investissement. Albert Lee Chun Portfolio Management 67 Valeur à risque VaR mesure la quantité maximum qui peut être perdue à un niveau donné de probabilité. VaR est utilisé pour déterminer les couvertures adéquates de capital pour les banques. Les régulations bancaires (i.e. Basel II Accord) requièrent le calcul de risque tel que la VaR. Ceci est très utile quand la distribution ne suit pas une courbe normale. Albert Lee Chun Portfolio Management 68 Exemple: VaR à 10% Albert Lee Chun Portfolio Management 69 Wikipedia Consider a trading portfolio. Its market value in US dollars today is known, but its market value tomorrow is not known. The investment bank holding that portfolio might report that its portfolio has a 1-day VaR of $4 million at the 95% confidence level. This implies that (provided usual conditions will prevail over the 1 day) the bank can expect that, with a probability of 95%, the value of its portfolio will decrease by at most $4 million during 1 day, or, in other words, that, with a probability of 5%, the value of its portfolio will decrease by $4 million or more during 1 day. The key thing to note is that the target confidence level (95% in the above example) is the given parameter here; the output from the calculation ($4 million in the above example) is the maximum amount at risk (the value at risk) for that confidence level. Albert Lee Chun Portfolio Management Lectures Lectures pour aujourd'hui: Chapitre 5, sections 5.4 à 5.6 et 5.8 Chapitre 23, sections 23.1 et 23.2* Lectures pour la semaine prochaine: Chapitre 7 Chapitre 7: L’Appencies Albert Lee Chun Portfolio Management 71