Le risque de liquidité sur les marchés obligataires

Le risque de liquidité sur
les marchés obligataires
Évaluation, analyse des risques, tests de
résistance et construction de portefeuille
Papier de recherche #3
Directeur de la publication :
Ibrahima Kobar
Co-directeur des gestions,
Directeur du pôle d’expertise Taux
Rédigé par l’équipe Analyse & Recherche quantitative - Taux :
Nathalie Pistre, PhD, responsable de l’équipe,
Directeur adjoint du pôle d’expertise Taux
Chafic Merhy, PhD
Matthieu Garcin
Avec la contribution de :
Philippe Berthelot, Directeur gestion crédit - Taux
Elisabeth Breaden, Responsable product specialists - Taux
NATIXIS ASSET MANAGEMENT
Pôle d’expertise Taux
Avec 294 milliards d’euros sous gestion et 633 collaborateurs1, Natixis
Asset Management se place aux tout premiers rangs des gestionnaires
d’actifs européens.
Natixis Asset Management offre à ses clients (investisseurs
institutionnels, entreprises, banques privées, distributeurs et réseaux
bancaires), des solutions sur mesure, innovantes et performantes,
organisées autour de 6 grandes expertises de gestion : Taux, Actions
européennes, Investissement et solutions clients, Structurés et
volatilité développé par Seeyond2, Global émergent et Investissement
responsable développé par Mirova 3. L’offre de Natixis Asset
Management est commercialisée par la plateforme de distribution
mondiale de Natixis Global Asset Management qui offre un accès aux
expertises de plus de vingt sociétés de gestion présentes aux ÉtatsUnis, en Asie et en Europe.
Le pôle d’expertise Taux met en œuvre une gestion fondamentale
active, caractérisée par une prise en compte de la dimension risque à
chaque étape du processus d’investissement. Les vues directionnelles
sont élaborées par des comités de spécialistes sous l’égide des
directeurs de gestion. Pour la sélection de titres, les gérants se
fondent sur les recommandations des « sectors teams », réunissant
gérants, analystes, stratégistes, autour d’un thème ou d’une stratégie
de gestion. Au global, le pôle d’expertise Taux s’appuie sur près de
cent spécialistes : gérants, analystes crédit, stratégistes, ingénieurs
financiers, et économistes. Avec 214,6 milliards d’euros d’encours1 et
plus de 30 ans d’historique de gestion, le pôle d’expertise bénéficie
d’une forte expérience.
L’équipe Analyse & Recherche quantitative intervient en support
du pôle d’expertise Taux de Natixis Asset Management en fournissant
des outils de construction de portefeuille, des modèles quantitatifs,
ainsi que des modèles de valorisation pour les produits structurés et
les dérivés. L’équipe contribue également à calibrer le processus de
gestion des portefeuilles et l’approche par budget de risque.
1 - Source : Natixis Asset Management – 31/12/2013.
2 - Seeyond est une marque de Natixis Asset Management.
3 - Mirova est filiale à 100% de Natixis Asset Management.
Le risque de liquidité sur les marchés obligataires
TABLE DES MATIÈRES
SYNTHÈSE
1 /// DÉFINIR ET MESURER LE RISQUE DE LIQUIDITÉ
6
I. LA LIQUIDITÉ : UN CONCEPT HÉTÉROGÈNE
6
II. RISQUE DE LIQUIDITÉ DES ACTIFS
7
III. MESURER LE RISQUE DE LIQUIDITÉ SUR LES MARCHÉS OBLIGATAIRES
9
2 /// LE FACTEUR DE LA LIQUIDITÉ
11
I. QUELS SONT LES FACTEURS À L’ORIGINE DE LA LIQUIDITÉ ?
11
II. LA PRIME DE LIQUIDITÉ
13
III. LE RÔLE DE LA LIQUIDITÉ DANS LA CRISE
14
3 /// IMPACT DE LA LIQUIDITÉ SUR LES PRIX, LES MESURES DU RISQUE
ET LA CONSTRUCTION DU PORTEFEUILLE
16
I. VALORISER LES TITRES ILLIQUIDES : LA VALORISATION AU PRIX DU MARCHÉ
CONTRE LA VALORISATION PAR UN MODÈLE
16
II. CONTRÔLER LE RISQUE DE LIQUIDITÉ : L-VAR PAR RAPPORT À LA VAR
III. CONSTRUCTION DU PORTEFEUILLE ET TESTS DE RÉSISTANCE :
LE SCORE D’EFFICACITÉ DE LA LIQUIDITÉ
4 /// ANNEXES
18
19
23
REFERENCES24
3
Le risque de liquidité sur les marchés obligataires
SYNTHÈSE
Le risque de marché et le risque de liquidité sont de loin les principales sources d’incertitude qui ont une incidence sur les gains ou
les pertes (P&L) futurs d’un portefeuille. Si le premier risque peut
s’expliquer par l’incertitude liée aux fluctuations des prix, le second
est encouru dans le cadre de transactions. L’illiquidité augmente
avec la taille de la position. Ce phénomène se produit à court
terme mais il disparaît à long terme. Ainsi, un titre détenu jusqu’à
l’échéance ne comporte généralement aucun coût de liquidité.
Contrairement aux autres facteurs de risque, le risque de liquidité ne
peut toutefois être diversifié. Il n’est par exemple pas possible de
compenser un niveau d’« exposition » à la liquidité en vendant un
titre illiquide. Plus généralement, aucun produit dérivé connu basé
sur la liquidité ne peut couvrir ce risque spécifique. Sur des marchés
baissiers, c’est le cours acheteur qui prévaut sur le cours médian.
Dans ce document, après une brève étude de la théorie financière
sur le risque de liquidité, nous en analysons les principales caractéristiques, ses mesures et ses facteurs ainsi que son rôle prépondérant
dans l’irruption des crises et l’éclatement des bulles. La liquidité
constitue donc un facteur de risque qui signale les rendements
ex ante et explique la performance ex post, du moins en partie.
Si l’on se réfère à la littérature actuelle, la prime correspondant au
risque de liquidité s’élèverait à environ 0,6 % pour les obligations
classées en catégorie « investment grade » et à 1,5 % pour les
obligations spéculatives.
On ne peut appliquer d’emblée les mesures de la liquidité des
actions au marché obligataire car celles-ci doivent dépendre des
propriétés intrinsèques de l’obligation. Contrairement aux actions,
les obligations s’amortissent. La liquidité d’une obligation à 10 ans
n’est pas identique à celle d’un titre à 3 ans, même si elles ont le
même émetteur. Une mesure de la liquidité basée sur le volume
échangé peut induire en erreur car une obligation négociée n’est pas
nécessairement liquide (ex. : vente forcée et titres de bonne qualité
devenus spéculatifs). Inversement, les obligations non négociées ne
sont pas nécessairement illiquides. Nous utilisons les Liquidity Cost
Scores (LCS) de Barclays pour mesurer la liquidité sur les marchés
du crédit. Le coût de la liquidité baisse généralement à mesure que
les volumes échangés et la taille des émissions augmentent, que
l’option adjusted spread (OAS), le duration times spread (DTS) et
la maturité diminuent.
Nous constatons notamment que l’omission du risque de liquidité
peut amener à sous-estimer de 22 % la VaR (99 %) d’un portefeuille
obligataire. Puis, nous abordons les techniques les plus efficaces
pour récupérer les primes de liquidité et extraire les justes prix,
selon le degré de liquidité du marché. Nous élargissons notre
analyse afin de présenter un cadre général qui englobe le risque
de marché et le risque de liquidité et nous évaluons l’impact de
ces deux risques, à la fois au niveau du titre et au niveau du portefeuille. Enfin, nous soulignons l’importance de tenir compte de
la liquidité dans la construction du portefeuille et nous proposons
une méthode pour le faire.
4
Le risque de liquidité sur les marchés obligataires
J
usqu’à récemment, le paradigme du marché préconisé par la théorie financière
ne tenait pas explicitement compte du risque de liquidité, considérant plutôt que
les investisseurs pouvaient acheter et vendre des positions importantes sans
altérer les prix du marché. Ainsi, les titres sont valorisés et leur risque est mesuré au
cours médian, indépendamment de toute friction liée à la liquidité. Pourtant, sur des
marchés nerveux, la liquidité baisse et le cours acheteur est la seule valeur pertinente.
Ces conditions remettent en question la notion du mark to market ou valorisation au
prix du marché, car elle ne tient plus compte du « juste » prix.
L’histoire des marchés financiers est pleine de crises de liquidité. Pendant la crise de
LTCM en 1998, les positions du hedge fund avaient tellement augmenté qu’il était
devenu impossible de les liquider sans altérer les prix. Plus récemment, lors de la crise
financière de 2007-2008, la pénurie généralisée de liquidité a contraint les banques
à alléger leurs positions en liquidant des actifs. De nombreux gérants d’actifs ont
été forcés de vendre afin de pallier les appels de marge et les décollectes. Les prix
dévissaient à mesure que la liquidité baissait.
La nature des marchés obligataires, qui privilégient les négociations de gré à gré (OTC),
explique qu’il soit plus difficile d’y suivre le risque de liquidité que sur les marchés
actions qui sont plus centralisés et qui utilisent un seul prix. Alors que la crise de
2007-2008 a contraint les marchés obligataires européens à fermer temporairement,
le système « Trace » (indisponible en Europe) a permis aux opérateurs de marché
américains de suivre les obligations qui se négociaient et leur prix d’échange. Les
marchés américains ont pu rester ouverts en dépit d’un faible volume d’échanges.
Cela a incité Barclays à transposer sa méthodologie Liquidity Cost Score (LCS) à
l’Europe au milieu de l’année 2010 après l’avoir lancée aux Etats-Unis en octobre 2009.
A la suite de la crise financière, les politiques et les régulateurs ont cherché à durcir
les règles et les normes imposées aux banques afin de prévenir de nouvelles crises
systémiques. Bâle III a introduit de nouvelles normes de liquidité, à savoir les nouveaux ratios de liquidité et des actifs liquides de meilleure qualité. L’objectif de ces
normes peut être toutefois considéré par certains opérateurs de marché comme un
obstacle à la liquidité, ce qui peut dissuader les gérants d’opter pour des stratégies
actives. En Europe et aux Etats-Unis, le durcissement des restrictions sur les RWA1
entraîne une augmentation des coûts pour les teneurs de marché. La réduction de
l’« enveloppe » consacrée au risque pour ces activités nuit à la liquidité disponible
pour le marché secondaire. La conséquence directe, illustrée ci-dessous, est une
diminution importante des stocks d’obligations d’entreprises des courtiers américains
depuis 2007.
Il y a lieu de s’inquiéter de l’évolution du stock d’obligations d’entreprises des courtiers
américains : il baisse de façon spectaculaire depuis 2007 !
Même si le marché des obligations d’entreprise a doublé en taille depuis 2001, les
stocks disponibles restent globalement inchangés !
Obligations d’entreprises américaines en circulation (LHS)
10 000
250
Stock d’obligations d’entreprise des courtiers américains (RHS)
9 000
8 000
200
7 000
6 000
150
5 000
100
4 000
3 000
50
2 000
1 000
0
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
0
Source: DB, SIMFA, Federal bank of New York
1 RWA : Actifs pondérés par le risque.
5
Le risque de liquidité sur les marchés obligataires
Amihud et al. (1991) ont émis l’hypothèse selon laquelle une variation de la perception du risque de liquidité inciterait les investisseurs à évaluer les titres à des niveaux
plus faibles, ce qui pourrait se traduire par un krach comparable à celui d’octobre
1987. La cause principale du risque de liquidité réside dans les asymétries
d’information et dans l’existence de marchés incomplets qui donnent lieu à des
situations d’aléa moral et de sélection adverse. Afin de limiter le risque systémique
de liquidité, la transparence et les flux d’information doivent donc être améliorés.
Cette stratégie pourrait toutefois s’avérer très coûteuse en ce qu’elle a besoin de
beaucoup de temps avant d’être pleinement opérationnelle.
1
DÉFINIR ET MESURER LE RISQUE
DE LIQUIDITÉ
I. LA LIQUIDITÉ : UN CONCEPT HÉTÉROGÈNE
Lorsque l’on parle de liquidité, la prudence doit être de mise car la nature du risque
n’est pas la même si l’on se place au niveau macro-économique, au niveau
d’une entreprise ou d’un actif.
D’un point de vue économique large, le risque de liquidité désigne la capacité des
agents économiques à convertir leur patrimoine en biens2. La liquidité est donc
un flux (et non un stock). L’illiquidité se produit en cas d’incapacité à échanger.
Lorsque l’argent vient à manquer dans l’économie globale, les transactions et
l’activité ralentissent.
Les banques financent l’économie en accordant des prêts. Ce faisant, elles dopent
l’activité économique en soutenant l’investissement et la consommation. Cependant, les banques sont tenues par la loi à respecter certains ratios de réserves
obligatoires, ce qui a pour effet de créer une pénurie de liquidité à l’échelle
de la planète. Les banques ont recours à la banque centrale pour compenser ce
déficit de liquidité et se refinancer.
La banque centrale peut améliorer (ou stériliser) la liquidité globale de l’économie
en agissant sur la masse monétaire, en procédant à des opérations d’open market
de manière à maintenir ses taux interbancaires à un niveau proche de son taux
directeur. Le taux directeur est un outil qui permet de contrôler la liquidité globale
par rapport à certains objectifs comme l’inflation et/ou la croissance.
D’un point de vue théorique, l’asymétrie informationnelle nuit aux échanges et se
traduit par l’illiquidité et l’incomplétude des marchés. La banque centrale joue un
rôle clé dans la gestion d’une crise de liquidité : « Elle peut faire office d’amortisseur
immédiat mais temporaire des chocs de liquidité, ce qui donne le temps au contrôle
et à la régulation de s’attaquer aux causes du risque de liquidité. »3
Du point de vue de l’entreprise, la liquidité désigne la solvabilité de la société, à
savoir la liquidité nette des actifs et des passifs. Lorsque les flux de trésorerie
des actifs ne suffisent plus pour couvrir les dettes, la société est confrontée à un
événement de crédit qui peut aboutir au dépôt de bilan. Le risque de défaut varie
d’un pays à un autre selon le cycle économique. Il dépend également du secteur
d’activité et d’autres facteurs.
Sous l’angle du marché, les investisseurs se soucient des problèmes de liquidité
des actifs qui désignent généralement la facilité avec laquelle l’actif peut être
échangé4. Dans les sections suivantes, nous nous intéressons de près à ce risque.
2 Williamson (2008) cité dans Nikolaou (2009) p.10.
3 Nikolaou (2009).
4 Amihud et Mendelson (2006).
6
Le risque de liquidité sur les marchés obligataires
II. RISQUE DE LIQUIDITÉ DES ACTIFS
La liquidité est une notion difficile à cerner, non seulement parce qu’elle s’applique
à différents niveaux de l’économie avec des ramifications complexes, mais aussi
parce qu’il s’agit d’un concept protéiforme difficile à résumer à une seule mesure et
donc à modéliser. Même au niveau d’un seul actif, la liquidité semble être un concept
hétérogène.
Le concept du risque de liquidité a une connotation négative car il entraîne des coûts et
des pertes5. Le coût de la liquidité pour négocier un actif est généralement représenté
par l’écart entre le cours vendeur et le cours acheteur. Cet écart peut être divisé en
deux parties du point de vue du teneur de marché : l’écart réel qui rémunère le teneur
de marché au titre de son rôle de garant de la liquidité du marché et qui correspond
aux coûts de la technologie et du stock encourus par le teneur de marché ; l’asymétrie
d’informations qui rémunère les teneurs de marché au titre des pertes qu’ils pourraient
subir lorsqu’ils font un pari sans en connaître les tenants et les aboutissants : comme
ils ne peuvent pas distinguer les paris informés des non informés, ils peuvent être la
« partie opposée » d’un ordre informé dans leur rôle de garant de la liquidité de marché.
Amihud et Mendelson (2006) divisent les coûts de la liquidité en trois composantes :
➜➜Coûts de négociation directs : des coûts de transaction déterministes qui
englobent les commissions de courtage, les taxes sur les transactions et les
frais de bourse.
➜➜Les coûts ayant un impact sur les prix correspondent à l’écart entre le prix
d’exécution et le prix médian. Il est limité à (la moitié de) l’écart cours acheteur/
cours vendeur pour les petits ordres, mais il peut dépasser cet écart pour les
ordres plus importants. En effet, lors de l’exécution d’un ordre d’un faible
montant, il suffit d’une seule contrepartie pour exécuter l’ordre au meilleur
prix ; le montant de l’ordre augmentant, de nombreuses contreparties sont
nécessaires pour absorber l’ordre, chacune ayant leur propre conviction sur la
juste valeur de l’actif, ce qui aboutit à un prix plus faible.
➜➜Les coûts de recherche et de retard encourus lorsque les traders retardent
l’exécution et recherchent un meilleur prix d’exécution que celui « affiché »
par l’écart cours acheteur/cours vendeur. Ce faisant, les traders prennent le
risque de s’exposer à un mouvement du marché au moment même où ils
décident d’exécuter leur ordre. Ce compromis entre les coûts ayant un
impact sur le prix et la constatation du mouvement du marché concerne
particulièrement les ordres en bloc.
En désignant un marché liquide comme un marché dans lequel chaque agent peut
acheter et vendre à tout instant une grande quantité rapidement à bas coût, Harris
(1990) distingue quatre dimensions connexes de la liquidité :
➜➜La largeur, qui mesure le coût encouru par une opération d’achat et de vente,
par exemple en ouvrant et en fermant instantanément une position. Les frais
encourus correspondront donc aux coûts d’impact sur les prix et aux coûts
de transaction directs.
➜➜La profondeur, qui désigne le nombre d’actions qui peuvent être négociées à un
cours donné sans encourir de frais supplémentaires supérieurs à l’écart cours
acheteur/cours vendeur. Selon Bangia et al. (1999), les coûts de la liquidité sont
exogènes lorsqu’ils restent inférieurs à l’écart entre ces cours, car le marché
est capable d’absorber la position. Le cours s’applique à tous les opérateurs
de marché indépendamment de leurs caractéristiques. Pour une position plus
importante, les coûts de la liquidité sont considérés comme endogènes6 car
ils sont censés être spécifiques à la position. Le graphique 1 montre l’écart
cours acheteur/cours vendeur comme fonction de la profondeur de la cotation.
5 La stratégie de base négative, lorsqu’un CDS est inférieur au spread de l’obligation sous-jacente, est un contre-exemple type
dans lequel la liquidité offre un ratio risque/rendement très intéressant.
6 La distinction entre la liquidité exogène et la liquidité endogène est contestée par Stange et Kaserer (2009) qui considèrent que
la courbe d’impact sur les prix est entièrement exogène car elle est déterminée par le marché.
7
Le risque de liquidité sur les marchés obligataires
Graphique 1 : Effet de la taille de la position sur la valeur de liquidation
Au-dessus d’une taille limite, l’illiquidité devient endogène et son poids supérieur
Source: Bangia et al. (1999)
Point d’illiquidité endogène
Cours vendeur
Prix du titre
Cours acheteur
Profondeur de cotation
Taille de position
➜➜L’immédiateté, qui détermine la rapidité avec laquelle les positions peuvent
être négociées et qui correspond au délai entre le passage de l’ordre et son
règlement.
➜➜La résistance, qui désigne la capacité du marché à absorber les chocs aléatoires, comme des ordres non informatifs.
Stange et Kaserer (2009) considèrent que la liquidité est une caractéristique continue
et distinguent 4 degrés de liquidité (reproduits sur le graphique 2) selon les coûts
de la liquidité :
➜➜La négociation sans coûts lorsqu’une position peut être négociée sans
aucun coût.
➜➜La négociation continue lorsque la plupart des ordres sont exécutés à un
coût donné.
➜➜La négociation interrompue lorsque certains ordres sont exécutés ponctuellement.
➜➜Aucune négociation lorsque le marché est entièrement illiquide, les prix ne
sont pas disponibles et sont récupérés par des techniques adaptées.
Ces degrés de liquidité dépendent du type d’actif, de la taille de la position et
de l’horizon de liquidation. La négociation de cash ne comporte aucun coût car
elle ne nécessite aucune réévaluation. Les titres exotiques sont négociés de manière
interrompue tandis que certains produits obligataires structurés tels que les CDO et
les ABS constituaient de parfaits exemples d’actifs illiquides durant la crise financière
de 2008. L’illiquidité augmente avec la taille de la position, comme nous l’avons
expliqué plus haut. Ce phénomène se produit à court terme mais il disparaît
à long terme. Un titre détenu jusqu’à l’échéance ne comporte généralement
aucun coût de liquidité.
Cette distinction sera utile par la suite lorsqu’il s’agira de sélectionner une méthode
afin d’intégrer un ajustement de prix pour la liquidité et de déterminer la juste valeur
selon le degré de liquidité du marché.
Graphique 2 : Degrés de liquidité du marché
Le coût de la liquidité augmente avec l’illiquidité de façon non linéaire.
Quatre degrés de liquidité peuvent être distingués
Source: Stange and Kaserer (2009)
Coûts de la liquidité
relative
Illiquide
Liquide
Négociation
sans coût
Négociation
continue
Négociation
interrompue
Aucune
négociation
8
Degré
d’illiquidité
Le risque de liquidité sur les marchés obligataires
Almgren et Chriss (2000) ont souligné l’importance d’établir une distinction entre
l’impact temporaire sur les prix et l’impact permanent lorsqu’il s’agit de déterminer l’exécution optimale des opérations du portefeuille dans un cadre de liquidité
dynamique. L’impact temporaire sur les prix est dû aux déséquilibres transitoires
dans l’offre et la demande provoqués par notre négociation et aboutissant à un prix
réel inférieur au prix médian/d’équilibre. Il disparaît rapidement selon la résistance
du marché. L’impact permanent sur les prix s’accompagne d’un changement du
prix médian/d’équilibre provoqué par notre transaction informée au moins jusqu’à
la fin de l’horizon de liquidation. L’ordre contient des informations « réelles » qui
ont une incidence sur le prix d’équilibre.
III. M
ESURER LE RISQUE DE LIQUIDITÉ SUR LES MARCHÉS
OBLIGATAIRES
Comme l’a expliqué Chacko (2005), les études existantes ont porté sur les actions
américaines en raison de la faible quantité d’informations et du caractère épars
du marché des obligations. On ne peut appliquer les mesures de la liquidité
des actions au marché obligataire car elles doivent dépendre des propriétés
intrinsèques de l’obligation. Contrairement aux actions, les obligations ont une
maturité. La liquidité d’une obligation à 10 ans n’est pas identique à celle d’un titre
à 3 ans, même si elles ont le même émetteur. Une mesure de la liquidité basée
sur le volume échangé peut induire en erreur car une obligation négociée
n’est pas nécessairement liquide (ex. : vente forcée et titres de bonne qualité
devenus spéculatifs). Inversement, les obligations non négociées ne sont
pas nécessairement illiquides.
Il faut remettre les pieds sur terre à un moment ou un autre : quelle liquidité peuton attendre des émissions de 500 millions d’euros (montant de référence pour les
obligations d’entreprise) contre plusieurs dizaines de milliards pour les obligations
émises par un Etat ?
Quelle liquidité peut-on attendre lorsque ces émissions sont entre 3 et 5 fois
sursouscrites et conservées jusqu’à l’échéance dans des portefeuilles d’investissement à long terme (les compagnies d’assurance-vie sont devenues le premier
acteur du marché des obligations d’entreprise au cours des 7 dernières années) :
le flottant ne représente que 20 à 30 %. Il ne peut être augmenté sans un marché
des prises en pension actif pour ces titres.
Dastidar et Phelps (2009) ont introduit le liquidity cost score (LCS) pour mesurer la liquidité des obligations. Les LCS sont calculés tous les mois par Barclays
Capital© sur un large éventail de titres obligataires (catégorie Investment grade,
High Yield, Covered, MBS) et de régions (Etats-Unis, zone euro).
Le LCS d’une obligation représente
lePrice
coût d’un aller-retour, en proportion du prix
Price
.
de l’obligation, de l’exécution immédiate d’une opération institutionnelle standard.
Price
Selon cette définition, un LCS plus faible témoigne d’une meilleure liquidité.
Le LCS est calculé de la manière suivante :
LCS =
{
Écart cours acheteur-vendeur x OASD
si l'obligation est cotée en spread
Cours vendeur - Cours acheteur
Cours acheteur
si l'obligation est cotée en prix
9
“
Une obligation
d’entreprise n’est
liquide pendant sa
durée de vie que
lorsqu’elle est émise
sur les marchés
primaires !”
(Boutade de trader)
Le risque de liquidité sur les marchés obligataires
Pour les obligations non cotées, le LCS est estimé en fonction des caractéristiques
des titres. Le coût de la liquidité baisse généralement à mesure que les volumes
échangés et la taille des émissions augmentent, que l’option adjusted spread
(OAS), le duration times spread (DTS) et l’âge diminuent.
voir encadré
Tableau 1 : corrélation transversale du LCS de l’obligation
avec les caractéristiques du titre en question
Les titres illiquides affichent des prix plus faibles et un DTS supérieur
Source: Natixis Asset Management
Taille de
Rendel’émis- Prix Echéance ment à L-OAS
sion
l’échéance
Juil 12
- juin 13
-0,25
-0,27
0,32
0,59
Duration
modifiée à
l’échéance
DTS
0,32
0,62
0,50
Après avoir étudié les
composantes du Barclays
Euro Aggregate Corp Index
(BEAC) entre juillet 2012 et
juin 2013, nous avons constaté
que la liquidité d’un titre est
d’autant meilleure que la taille
des émissions et le prix sont
élevés et que plus la maturité,
le rendement à l’échéance
(YTM), le spread corrigé des
options sur le Libor (LOAS),
la duration et le DTS étaient
importants, plus le LCS était
élevé, comme illustré sur le
tableau 1.
Ces résultats démontrent que le risque de liquidité est évalué par le marché du
crédit, du moins en partie.
Sur le graphique 3, nous pouvons constater que le LCS varie au sein des secteurs7
et de la séniorité et selon eux. Les titres subordonnés ont un LCS plus élevé.
Ces résultats confirment la forte corrélation du LCS avec le DTS.
Graphique 3 : diagramme en boîtes des LCS pour chaque secteur
En moyenne, les titres subordonnés présentent un LCS supérieur aux obligations senior.
C’est également le cas des valeurs financières par rapport aux valeurs non financières.
Source : Natixis Asset Management
LCS par secteur du BEAC juillet 2012
Autres financières
SubAssurance
SenAssurance
SubBancaire
SenBancaire
Services aux collectivités
Télécommunications
Énergie
Consommation non cyclique
MNCT
Transport
Consommation cyclique
Biens d’équipement
Industrie de base
0
1
2
3
4
6
5
7
8
9
10
LCS
LCS par secteur BEAC juin 2013
Autres financières
SubAssurance
SenAssurance
SubBancaire
SenBancaire
Services aux collectivités
Télécommunications
Énergie
Consommation non cyclique
MNCT
Transport
Consommation cyclique
Biens d’équipement
Industrie de base
0
1
2
3
4
5
LCS
6
voir encadré
7 La segmentation des secteurs est celle utilisée par l’équipe d’investissement crédit dans le département Taux de NAM.
10
Le haut et le bas de chaque
boîte bleue correspondent
respectivement au 25e et au
75e centiles des secteurs. La
ligne rouge au milieu de chaque
boîte représente le LCS médian
du secteur. Les moustaches à
points noirs sont dessinées
des extrémités des fourchettes
interquartiles jusqu’aux observations les plus éloignées sur
la longueur. Les observations
aberrantes sont représentées
par un signe + rouge.
Le risque de liquidité sur les marchés obligataires
On constate qu’en moyenne, plus le bêta du secteur (ex. : assurance subordonnée) est important, plus le LCS est élevé. Il a atteint un sommet à la fin 2008 et au
début de l’année 2009 (période de crise) lorsque les obligations perpétuelles ont
atteint des prix très faibles, environ 20-30 % du pair : à cette époque, il n’était pas
rare d’observer un écart de 4-5 % entre le cours acheteur et le cours vendeur !
2
LE FACTEUR DE LA LIQUIDITÉ
I.QUELS SONT LES FACTEURS À L’ORIGINE DE
LA LIQUIDITÉ ?
La théorie et les études empiriques montrent que le risque de liquidité est pris en
compte par le marché. Par exemple, une illiquidité plus importante entraîne une
baisse des prix et une hausse des rendements escomptés. Contrairement aux
autres facteurs de risque, le risque de liquidité ne peut toutefois être diversifié.
Il n’est pas possible de compenser une exposition à la liquidité en vendant
un titre illiquide. Plus généralement, aucun produit dérivé connu basé sur la
liquidité ne peut couvrir ce risque spécifique.
La liquidité peut cependant être gérée. Les gérants de portefeuille peuvent par
exemple choisir leur politique de liquidation en fonction du coût de l’illiquidité des
titres sous-jacents en conservant les actifs illiquides plus longtemps et en échangeant plus souvent les titres liquides. Toute médaille a son revers et la gestion de
la liquidité peut nuire aux performances.
Tous les gérants de portefeuille actifs ont réalisé que la génération d’alpha a été
excessivement impactée, pour ne pas dire réduite, par des écarts cours acheteur/
cours vendeur importants : le gérant doit faire le choix d’une stratégie de gestion
active pour surpasser les indices de référence mais il lui sera impossible d’atteindre
cet objectif en cas d’incapacité à la mettre en œuvre.
voir encadré
Tableau 2 : Tableau récapitulatif pour suivre les coûts de la liquidité dans PACT
Les gérants de portefeuille crédit auraient mieux fait de ne pas réajuster leur portefeuille
modèle d’octobre 2013 si les spreads étaient venus à se resserrer de moins de 1,41 %.
Source: Natixis Asset Management
Date
LCS de
l’indice*
LCS du
portefeuille
Octobre 13
42bp
50bp
Coût de
Seuil de rentabiTaux de
la rotalité de la variation
rotation
tion
relative de spread
-1,41 %
7,2 %
2,8bp
*L’indice de référence est le Barclays Euro Aggregate Corporate.
Le compromis entre la performance, le risque et la liquidité est un élément clé dans
la gestion des fonds publics qui font l’objet d’entrées et de sorties de capitaux. Outre
l’utilité de conserver un panier liquide afin de faire face aux sorties de capitaux sans
alourdir le coût prohibitif de la liquidité, il convient de suivre la liquidité globale du
marché car elle semble avoir rapport avec d’autres facteurs de marché tels que la
volatilité implicite, le spread Libor-overnight indexed swap (LOIS), etc. La corrélation
est toutefois loin d’être parfaite (61 % avec V2X et 79 % avec la différence entre
le LOIS sur la période de juin 2010 à juin 2013). Une couverture utilisant V2X peut
également être difficile à mettre en place pour les gérants de fonds obligataires.
11
Le risque de liquidité est suivi
de près par l’équipe d’investissement crédit du département Taux de
Natixis Asset Management. Les
fonds sont maintenus dans un intervalle de marges de manœuvre par
rapport à un portefeuille modèle.
Les gérants de portefeuille expriment leurs opinions concernant les
variations relatives futures de spread
pour les stratégies top down (directionnelles et sectorielles) et bottom
up (sélection de titres). La clé pour
générer un alpha robuste et répétable
tout en tenant compte des coûts de
la liquidité liés à une stratégie de gestion active consiste à associer toutes
ces opinions dans un même cadre.
Un outil propriétaire dédié, Portfolio Allocation and Construction Tool
(PACT), a été développé pour remédier à ce problème.
Pour composer le portefeuille modèle
de la prochaine période avec PACT,
le risque de liquidité est considéré
comme l’un des principaux facteurs
de risque. Les rendements excédentaires prévus provenant des opinions
des gérants de portefeuille sont mis
en balance avec le coût de l’application de ces stratégies. Les variations
relatives de spread permettant d’atteindre le seuil de la rentabilité sont
déterminées pour chaque poche. Si
le gain attendu de la mise en place
d’une stratégie est contrebalancé par
le coût de la liquidité généré par la
rotation des titres induite par cette
stratégie, celle-ci est mise en question. En général, la construction du
portefeuille modèle crédit a pour but
de réduire les coûts de la liquidité et
le taux de rotation des émissions.
Par exemple, pour réallouer le portefeuille modèle crédit en octobre
2013, un taux de rotation minimum
de 7,2 % est nécessaire. Cette rotation devait coûter moins de 3 pb.
Les gérants de portefeuille auraient
mieux fait de ne pas ajuster leur exposition si les spreads étaient venus à
se resserrer de moins de 1,4 % sur
l’horizon d’investissement, comme
nous pouvons le constater sur le
tableau 2.
Le risque de liquidité sur les marchés obligataires
Nous constatons sur le Graphique 4 que la corrélation entre le LCS et le V2X et le
LOIS atteint son maximum en cas de décalage de ce dernier de 4 à 7 semaines,
laissant penser que l’impact du V2X et du LOIS sur la liquidité atteint son maximum
avec un certain retard. Des tests de causalité avancés, reposant par exemple sur une
analyse en composantes indépendantes, ne confirment pas la capacité prédictive
avancée du V2X et du LOIS sur le LCS. Nous pouvons également constater sur les
graphiques 5 et 6 la difficulté pour estimer une relation robuste avec ou sans décalages.
Graphique 4 : corrélation entre le LCS et un V2X décalé et le LOIS
La corrélation atteint son maximum avec un décalage de 4 à 7 semaines
Source : Natixis Asset Management
Degré de corrélation
Corrélation entre le LCS et des variables de marché décalées
1,00
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0
2
4
6
8
10
Décalage (en semaines)
Indice V2X
LOIS
LCS
Graphique 5 : dynamique du LCS par rapport au V2X et LOIS
Aucune corrélation robuste et claire, qu’elle soit décalée dans le temps ou instantanée,
ne peut être établie
Source : Natixis Asset Management
1,0
80
0,8
60
0,6
40
0,4
V2X Index
LOIS
21-juin-13
8-mar-13
3-mai-13
18-jan-13
12-oct-12
30-nov-12
6-juil-12
24-aou-12
18-mai-12
3-fev-12
23-mar-12
16-dec-11
9-sep-11
28-oct-11
22-jui-11
8-avr-11
3-juin-11
18-fev-11
29-oct-10
17-dec-10
0,0
23-jui-10
0,2
0
10-sep-10
20
LCS
1,2
100
4-juin-10
V2X, LOIS
LCS et indicateurs de baisse du marché (V2X et LOIS)
120
LCS
Graphique 6 : graphique de V2X x LCS et de LOIS x LCS
La relation n’est pas évidente pour des valeurs de V2X et LOIS plus élevées
Source : Natixis Asset Management
LCS et indicateurs de baisse du marché (V2X et LOIS)
1,2
1,0
LCS
0,8
0,6
0,4
0,2
0,0
0
20
40
80
60
100
V2X, LOIS
V2X x LCS
LOIS x LCS
12
120
Le risque de liquidité sur les marchés obligataires
II. LA PRIME DE LIQUIDITÉ
Amihud (2002) montre que l’espérance d’illiquidité du marché a un impact positif
sur le rendement excédentaire ex ante des actions, ce qui laisse à penser que
l’espérance de rendement excédentaire des actions représente en partie une
prime d’illiquidité. Cela complète la relation transversale concomitante entre le
rendement et l’illiquidité. Cette corrélation croissante entre l’illiquidité et le rendement est toujours vérifiée après la prise en compte du risque et d’autres facteurs.
Amihud et Mendelson (1986, 1988) montrent que la relation entre les rendements
d’un actif et l’illiquidité suit une courbe ascendante et concave : les rendements
augmentent moins pour les actifs très illiquides. Ce schéma s’applique aux
actions et aux obligations comme le soutiennent Amihud et Mendelson (1991).
Pour les obligations d’entreprise, Chen et al. (2007) ont constaté d’une part que les
coûts d’illiquidité augmentent à mesure que la notation se dégrade et d’autre part
que la variation des coûts d’illiquidité des obligations entraîne une variation
de leur rendement.
Jong et Driessen (2012) montrent que les rendements des obligations d’entreprise
sont fortement exposés aux fluctuations de la liquidité. La prime du risque de
liquidité s’élèverait à environ 0,6 % pour les obligations classées en catégorie
« investment grade » et à 1,5 % pour les obligations spéculatives. De plus, ce
risque de liquidité est un facteur pris en considération pour les rendements espérés : comme la liquidité représente un facteur de risque, les investisseurs exigent
un rendement plus élevé en contrepartie du risque qu’ils assument.
Concernant la dynamique du LCS pour les secteurs du BEAC, nous avons également constaté une corrélation positive avec le rendement à l’échéance, notamment
lorsque ce rendement se resserre, ce qui est par exemple le cas depuis 2012,
comme illustré sur le graphique 7.
Graphique 7 : dynamique du rendement à l’échéance et du LCS du BEAC
Le LCS suit une tendance similaire au rendement à l’échéance au moins depuis 2012
Source: Natixis Asset Management
5
1,0
4
0,8
3
0,6
2
0,4
1
0,2
0
0,0
Rendement à l’échéance
LCS
1,2
4-juin-10
23-jui-10
10-sep-10
29-oct-10
17-dec-10
4-fev-11
25-mar-11
13-mai-11
1-jui-11
19-aou-11
7-oct-11
25-nov-11
13-jan-12
2-mar-12
20-avr-12
8-juin-12
27-jul-12
14-sep-12
2-nov-12
21-dec-12
8-fev-13
29-mar-13
17-mai-13
5-juin-13
Rendement à l’échéance
Évolution du rendement à l’échéance par rapport au LCS pour le BEAC
6
LCS
voir encadré
13
On ne peut qu’être surpris
par le graphique ci-dessous :
le LCS a tardé à réagir à la
crise souveraine de 2011,
alors que la liquidité s’est
totalement asséchée en août
et en septembre, au moment
où de nombreux opérateurs
de marché ont commencé
à alléger leurs positions sur
les valeurs financières (la
corrélation entre les banques
et les États était très forte
en l’absence de directive en
matière de recapitalisation
interne) : il s’agit d’une autre
preuve de l’existence du
syndrome de l’entonnoir.
Le risque de liquidité sur les marchés obligataires
Graphique 8 : graphique YTM x LCS pour le BEAC
La relation concave : le rendement à l’échéance augmente moins que l’illiquidité
Source: Natixis Asset Management
Juin 2010 - Juin 2013
Rendement à l’échéance
6
5
4
3
2
1
0
0
0,2
0,4
0,6
0,8
1,0
LCS
1,2
voir encadré
III. LE RÔLE DE LA LIQUIDITÉ DANS LA CRISE
Le rôle de la liquidité du marché en période de crise joue sur trois leviers : la liquidité d’un actif augmente avec les bulles jusqu’à atteindre un état critique qui
l’amène à se transformer subitement en illiquidité et à engendrer un krach.
Tout d’abord, les bulles spéculatives éclatent souvent lorsque le taux de rotation
des transactions est très élevé. Cochrane (2003) observe en effet que les prix supérieurs à la valeur fondamentale d’un actif sont corrélés avec des volumes échangés
importants et une offre faible : le marché semble donc très liquide aux yeux des
acheteurs, qui ne rencontrent pas trop de difficultés pour acheter l’actif à un prix
en hausse. Baker et Stein (2004) expliquent également ce phénomène en utilisant
un modèle dans lequel une liquidité importante est générée par le grand nombre
de traders irrationnels qui surestiment la valeur de l’actif. En bref, les bulles et la
liquidité augmentent simultanément.
Lorsque les bulles ont trop gonflé, elles risquent d’éclater et le rôle de la liquidité
peut être déterminant. Nous avons souligné que lorsque la bulle se forme, le
volume est élevé mais l’offre est faible. Cela signifie que la situation est plutôt
instable et peut s’inverser. Le mécanisme de la crise dont la liquidité du marché
est à l’origine est également lié à la liquidité8 des financements des investisseurs.
Il s’agit de la spirale baissière de la liquidité, comme l’explique Pedersen (2008)
ou Brunnermeier (2009) : lorsque la liquidité du marché commence à diminuer,
les prix baissent et la gestion du risque, par crainte de la crise à venir, se durcit9.
Le financement est par conséquent plus complexe et le nombre de transactions
baisse. Le mécanisme se répète à ce stade, car la baisse du nombre de transactions
assèche à nouveau la liquidité du marché et aggrave la crise.
8 Pour Perdersen (2008), le risque de liquidité de financement désigne l’impossibilité pour l’investisseur de financer sa position
sur un actif à partir de ses propres capitaux, ce qui l’amène à la fermer : les hedge funds peuvent par exemple réaliser des
placements avec un effet de levier si les banques leur prêtent de l’argent, mais si ces dernières relèvent leurs marges, les coûts
de financement augmentent considérablement pour ces investisseurs qui sont alors contraints de se désendetter. 9 Par exemple, les indicateurs du risque, tels que la VaR, qui sont calibrés sur les évolutions récentes des prix sont plus pessimistes dès l’apparition des premiers symptômes d’un marché baissier et impliquent une attitude plus conservatrice.
14
La relation selon une
courbe ascendante prend
une forme concave comme
le montre le graphique 8. Les
rendements augmentent moins
pour les actifs illiquides. Cette
forme concave s’applique
notamment à la famille des
émissions subordonnées.
Le risque de liquidité sur les marchés obligataires
Graphique 9 : spirale de la liquidité
Dans ce schéma, la spirale baissière de la liquidité est déclenchée par des difficultés
de financement, mais comme il s’agit d’un cercle, elle peut également être déclenchée
par des problèmes de liquidité du marché (allègement des positions).
Source : Pedersen (2008))
Pertes initiales dues
au crédit
Allègement
des positions
Problèmes
de financement
Les prix s’éloignent
des fondamentaux
Marges plus élevées
(spirale des marges)
Pertes sur les
positions existantes
(spirale des pertes)
Gestion plus rigoureuse
du risque (spirale de gestion
du risque)
Outre ces analyses descriptives, un nombre croissant de documents proposent des
méthodes permettant de prédire le moment auquel la bulle éclatera, comme Kaizoji
et al. (2002). La plupart décrivent le comportement des traders et reposent sur
l’hypothèse selon laquelle certains d’entre eux connaissent la valeur fondamentale
de l’actif négocié. Ces articles peuvent ainsi lier le prix à l’offre et à la demande (qui
est une conséquence du mécanisme comportemental invoqué) par la connaissance
hypothétique de ce prix fondamental. Tóth et al. (2011) permettent d’ignorer cette
hypothèse en tenant compte de la liquidité du marché et plus précisément de la
résilience. Ils décrivent l’impact sur les prix des volumes échangés. Un tel modèle
associé au type de modèle de bulle que nous avons évoqué permettrait de décrire
les bulles de façon plus réaliste et de mieux prédire les krachs.
Dans la description du rôle de la liquidité dans une bulle, nous nous sommes principalement intéressés à la liquidité d’un actif. Ce risque de liquidité peut toutefois
être étendu à l’ensemble du marché. La contagion aux autres classes d’actifs peut
par exemple être provoquée par le risque de financement : lorsque les marges des
banques augmentent ou même lorsqu’une banque fait faillite en raison d’un type
d’actif, les investisseurs rencontrent des difficultés pour financer d’autres types
de placement, comme l’explique Pedersen (2008) sur l’éclatement généralisé de
la bulle immobilière.
15
Le risque de liquidité sur les marchés obligataires
3
IMPACT DE LA LIQUIDITÉ SUR LES
PRIX, LES MESURES DU RISQUE ET
LA CONSTRUCTION DU PORTEFEUILLE
I. VALORISER LES TITRES ILLIQUIDES : LA VALORISATION AU
PRIX DU MARCHÉ CONTRE LA VALORISATION PAR UN MODÈLE
Sur les marchés interrompus et illiquides définis précédemment10, le prix des titres
est influencé par des frictions. De plus, lorsque l’illiquidité est particulièrement forte,
le prix de marché d’un titre peut ne plus être disponible. Dans les deux cas, obtenir
un juste prix, lequel correspond à un prix qui tient compte de tous les risques à
l’exception de la liquidité, est dès lors un objectif utile et stimulant.
D’une part, lorsque le prix de marché est disponible mais influencé par l’illiquidité,
certaines méthodes permettent d’estimer le juste prix. Par exemple, Guégan et
Merhy (2010) proposent de filtrer de façon optimale, avec un filtre de Kalman, le
prix observé afin de déduire le prix fondamental et la prime de liquidité associée,
qui correspond à l’écart entre le prix observé et le fondamental. Leur définition de la
liquidité est similaire à celle de Chacko et Stafford (2004), qui désignent la liquidité
comme l’écart entre la valeur fondamentale d’un titre et le prix auquel le titre est
réellement échangé ; si la liquidité est importante, cet écart est faible et inversement.
Dans la méthode de Guégan et Merhy (2010), nous devons définir une dynamique
plutôt générale pour le prix fondamental. Dans le document susmentionné, le prix
fondamental à l’instant t correspond à une moyenne pondérée bruitée du prix fondamental à l’instant t – 1 et du prix de long terme (principalement la valeur au pair
pour les instruments de taux). Avec ce modèle de prix fondamental, de nombreuses
situations sont prises en compte pour le juste prix, comme un processus aléatoire
très erratique ou une marche aléatoire ou un processus de retour à la moyenne.
Les graphiques 10 et 11 illustrent le fonctionnement de leur méthode.
Graphique 10 : justes prix et prime de liquidité
Prix de marché d’une tranche de MBS (titre adossé à une créance hypothécaire) au lendemain
d’août 2007 (sur une longue période entre 2006 et 2009 et sur deux sous-périodes),
par rapport au prix fondamental filtré par un filtre Kalman pour un modèle de retour
à la moyenne. L’écart entre les deux prix correspond à la prime de liquidité
Source : Guégan et Merhy (2010)
STORM 2006 1C – Juste prix de retour à la moyenne Du 9 mars 2006 au 14 août 2009
105
100
95
90
85
80
75
70
65
60
Jan06 Avr06
(a)
Prix prévu St l t-1
Juste prix filtré Zt l t
Prix du marché St
Juil06
Oct06
Jan07
Avr07
Juil07
Oct07
Jan08
STORM 2006 1C – Juste prix de retour à la moyenne
Du 9 mars 2006 au 26 juillet 2007
100,2
100
100,15
95
100,1
100,05
90
100
85
99,95
80
99,9
Juil08
Oct08
Jan09
Avr09
Juil09
Oct09
STORM 2006 1C – Juste prix de retour à la moyenne
Du 26 juillet 2007 au 14 août 2009
75
99,85
Prix prévu St l t-1
Juste prix filtré Zt l t
99,8
99,75
99,7
Avr08
Jan06
(b)
Avr06
Juil06
Oct06
Prix prévu St l t-1
Juste prix filtré Zt l t
70
65
Prix du marché St
Jan07
Avr07
Juil07
Oct07
60
Prix du marché St
Juil07
(c)
Jan10
10 Reportez-vous au graphique 2.
16
Le risque de liquidité sur les marchés obligataires
Graphique 11 : dynamique de la prime de liquidité
La prime de liquidité change de régime en juillet 2007 et continue d’augmenter jusqu’en juillet
2009 avant de commencer à redescendre
Source : Guégan et Merhy (2010)
Prime de liquidité - Du 9 mars 2006 au 14 août 2009
14
12
10
8
6
4
2
0
Jan06
Avr06
Juil06
Oct06
Jan07
Avr07
Juil07
Oct07
Jan08
Avr08
Oct08 Jan09 Avr09
Juil08
Juil09
Oct09
(a)
0,9
Prime de liquidité - Du 9 mars 2006 au 26 juillet 2007
0,8
Prime de liquidité - Du 26 juillet 2007 au 14 août 2009
14
12
0,7
10
0,6
0,5
8
0,4
6
0,3
4
0,2
2
0,1
0
Jan06
Avr06
Juil06
Oct06
Jan07
Avr07
Juil07
(b)
0
Oct07Juil07
Juil10
(c)
Par ailleurs, lorsque l’illiquidité atteint un niveau tel qu’aucun prix de marché n’est
disponible, la seule chose à faire est de se reporter aux marchés liquides et de
trouver un substitut fiable. Le cas échéant, en l’absence de prix de marché, il
est absurde d’essayer de calculer la prime de liquidité. Nous présentons ici deux
méthodes qui préconisent de se reporter à un univers de titres liquides observables.
Dans la réflexion suivante, nous nous intéressons aux obligations.
Dans la première méthode, nous construisons des familles d’obligations réputées
liquides. Chaque famille regroupe des titres ayant même monnaie, même secteur,
même séniorité et même note de crédit. À l’aide d’un bootstrap classique et d’un
modèle de courbe des taux tel que le modèle Svensson, nous élaborons une courbe
de taux générique pour cette famille liquide. Lorsque nous cherchons à évaluer
le prix d’une obligation illiquide, nous actualisons les flux qu’elle génère avec la
courbe de la famille de même monnaie, de même secteur, de même séniorité et
de même note de crédit.
Graphique 12 : calibrage d’un modèle de courbe de taux
Modèle de Svensson (en bleu) calculé sur une famille d’obligations senior défensives
liquides et notées A-, au 5 décembre 2013. La courbe obtenue par bootstrap est en rose.
Les obligations illiquides sont ensuite valorisées avec cette courbe bleue
Source : Natixis Asset Managementt
Courbe de taux générique : EUR Crédit NonFin NonFinDef Senior >=A - <=A4,5%
4,0%
3,5%
3,0%
2,5%
2,0%
1,5%
1,0%
0,5%
Taux empirique
03
3
2/
2
03
/0
03
0
5/
2
10
/0
02
7
8/
2
14
/0
4
20
2
17
/1
1/
02
2
2/
2
21
/0
01
9
5/
2
28
/0
01
6
8/
2
31
/0
05
/1
2/
2
01
3
0,0%
Taux
17
Le risque de liquidité sur les marchés obligataires
Dans la seconde méthode, nous élaborons également des familles d’obligations
illiquides, mais plutôt que de modéliser une courbe de taux générique, nous
déterminons l’aversion au risque sur cette famille, à partir de la théorie du prix
d’indifférence, introduite par Arrow (1965) et Pratt (1964). Comme pour la méthode
précédente, nous pouvons actualiser les flux générés par une obligation illiquide
en tenant compte de l’aversion au risque calibrée sur la famille correspondante.
Graphique 13 : fonction de l’aversion au risque
La fonction de la densité de probabilité de l’aversion au risque calibrée sur une famille
d’obligations BBB liquides, en septembre 2009
Source : Natixis Asset Management
0
0,01
0,02
0,03
0,04
II. CONTRÔLER LE RISQUE DE LIQUIDITÉ :
L-VAR PAR RAPPORT À LA VAR
En termes de risque, le fait d’ignorer le risque de liquidité revient à sous-estimer le
risque global d’une position. Bangia et al. (1999) ont constaté que le fait d’ignorer
l’impact de la liquidité se traduit par une sous-estimation du risque de marché
sur les marchés émergents de plus de 25 %. Plus récemment, Strange et Kaserer
(2008) ont proposé un spread pondéré pour améliorer les mesures de la liquidité
en tenant compte des coûts de l’impact sur les prix dans leur modèle de VaR. Ils
ont constaté que le facteur de la liquidité augmente la VaR à 99 % sur 10 jours
de 25 % pour les actions liquides du DAX.
Ernst et al. (2008) distinguent trois types de modèles qui tiennent compte de la
liquidité du marché :
➜➜Des modèles basés sur l’écart cours acheteur/cours vendeur : les coûts de la
liquidité sont déduits des écarts cours acheteur/cours vendeur observables
et soustraits des prix. Bangia et al. (1999) et Ernst et al. (2008) ont élaboré
un modèle de VaR augmentée par la liquidité. Ce type de modèle présente
l’avantage de la simplicité. Seuls les coûts exogènes sont toutefois pris en
compte car l’impact sur le prix n’est pas modélisé explicitement.
➜➜Des modèles basés sur les volumes ou sur les transactions : ce type de
modèle tente de corriger les défauts de Bangia et al. (1999) en estimant la
fonction de l’impact sur les prix. Berkowitz (2000) l’a par exemple estimée
à partir des ordres passés avec une régression judicieuse.
➜➜Modèles basés sur le carnet d’ordres limite ou des données de spreads
pondérés comme dans François-Heude et Van Wynendaele (2001) ou
Stange et Kaserer (2008).
Bangia et al. (1999) ont intégré la liquidité dans un modèle de VaR paramétrique.
Ils ont élaboré leur modèle de VaR augmentée par la liquidité à partir des séries
temporelles des écarts cours acheteur/cours vendeur observés.
18
Le risque de liquidité sur les marchés obligataires
Notons rt+1 = 1nPmid,t+1 -1nPmid,t le rendement logarithmique du prix médian à
l’instant t sur un pas de temps. En faisant l’hypothèse de rendements gaussiens
centrés, Bangia et al. (1999) exploitent les informations contenues dans la distribution
des écarts de prix vendeur/acheteur normalisés pour intégrer l’effet du risque de
,
liquidité dans un modèle de VaR paramétrique. La dynamique des prix est donnée
par l’équation suivante :
Pmid,t+1= Pmid,t e rt+1
-
Prévision du prix de
la prochaine période
1 P S
mid,t t+1
2
,
Coût de la liquidité
.
Où St désigne l’écart de prix vendeur/acheteur normalisé à l’instant t , c’est-à-dire :
St =
Pask,t - Pbid,t
Pmid,t
.
Compte tenu de ces postulats, Bangia et al. (1999) ont élaboré une formule
fermée pour la VaR corrigée de la liquidité11. Même si cette approche repose sur
des hypothèses restrictives, elle a l’avantage de nécessiter une faible quantité de
données pour intégrer la liquidité dans une mesure du risque.
III. CONSTRUCTION DU PORTEFEUILLE ET TESTS DE
RÉSISTANCE : LE SCORE D’EFFICACITÉ DE LA LIQUIDITÉ
La distribution future ex ante des gains et des pertes (P&L) du portefeuille est la
fonction objective à laquelle un gérant de portefeuille se réfère et dont il s’assure
qu’elle possède les propriétés adéquates, notamment en termes de risque.
La volatilité ou la valeur à risque (VaR) sont des statistiques synthétiques du risque généralement utilisées pour mesurer le risque de la distribution des gains ou
pertes à venir.
Même si l’investisseur est absolument certain de la surperformance d’une stratégie
donnée à court terme, investirait-il dans cette stratégie si les coûts de transaction
étaient prohibitifs ? La réponse nécessite un cadre général qui tienne explicitement
compte du risque de liquidité dans la construction du portefeuille.
Pour tenir compte du risque de liquidité, les VaR conventionnelles sont calculées
sur un horizon plus long de façon ad hoc. Le Comité de Bâle sur le contrôle bancaire
(2009) a porté de 10 jours à trois mois l’horizon temporel de la liquidité dans le calcul
de la VaR à 99 %. Il a également reconnu que la liquidité des actifs négociés varie
fortement sur la durée et que les expositions des banques au risque de marché et
au risque de crédit varient selon les conditions de liquidité.
Bangia et al. (1999) se sont intéressés au problème du calcul de la VaR de liquidité
pour un portefeuille. Ils recommandent de calculer le spread moyen du portefeuille
et d’appliquer leur méthode précédemment évoquée pour éviter de calculer la corrélation entre les écarts cours acheteur/cours vendeur entre les titres12.
11 Le lecteur est invité à consulter l’annexe pour la présentation complète de la méthode de Bangia et al. (1999).
12 Plus récemment, Brigo et Nordio (2010) ont tenu compte de la liquidité en introduisant du hasard dans la période de détention. Le temps opérationnel pendant lequel les actifs doivent être liquidés peut être différent de celui retenu pour calculer les
mesures du risque comme la VaR. Plus généralement, un gérant de portefeuille qui rééquilibre son portefeuille régulièrement,
par exemple une fois par mois, peut ne pas être en mesure d’adapter totalement son portefeuille à ses nouvelles convictions
si la liquidité s’est dégradée et si l’horizon temporel doit être rallongé. Leur période de détention stochastique (SHP) décale la
distribution du P&L vers le bas et augmente la VaR.
19
Le risque de liquidité sur les marchés obligataires
Meucci (2012) a proposé un cadre pour modéliser conjointement le risque de marché
et le risque de liquidité. La liquidité ne se résume pas seulement à un écart cours
acheteur/cours vendeur déterministe mais elle est modélisée en tant que facteur de
risque per se dont l’impact sur le P&L du portefeuille est lié à un état. Ainsi, lorsque
la volatilité est élevée et le marché est en baisse, l’impact négatif de la liquidité
est plus fort. Le modèle tient également compte du risque de liquidité endogène
lié à la vente forcée dans des conditions de marché défavorables. L’impact du
risque de liquidité sur le P&L du portefeuille dépendra également du programme
de liquidation ou du taux de rotation (turnover), en cas de prise de bénéfices ou
de stop de protection.
Le choix d’un modèle de liquidité sur les marchés de taux dépendra en définitive des
données disponibles, comme le LCS pour ce qui nous concerne. Même si le LCS
ne tient pas directement compte de l’impact sur les prix pour les ordres importants,
Dastidar et Phelps (2009) ont constaté qu’il est fortement corrélé avec l’impact sur
les prix. Le LCS semble persistent en moyenne : les obligations présentant un LCS
faible devraient rester longtemps liquides selon la mesure du LCS.
Notre approche diffère de celle de Bangia et al. (1999) selon trois aspects, dans la
mesure où elle s’écarte de l’hypothèse de la normalité, où elle modélise la liquidité
pour chaque titre et agrège les positions du portefeuille et où elle tient compte de
la structure de dépendance entre les facteurs de risque traditionnels et ceux relatifs
à la liquidité. Notre approche non paramétrique permet également une analyse des
scénarios et des tests de résistance (simulations de crise).
Pour chaque titre, nous définissons le rendement obtenu dans h pas de temps,
comme fonction du portage, du rendement du marché et du coût de la liquidité.
Le portage est proportionnel au rendement médian à l’échéance (mid YTM) et le
rendement du marché est approché par le produit de la duration modifiée par la
somme des h variations du YTM médian. La liquidité à l’horizon de liquidation est
x
considérée par Bangia et al. (1999) comme égale à la moitié du LCS13 qui prévaut
à la fin de la période, soit en t+h.
x
L Rett→t+h=YTMmid,t xCoveraget→t+h - ModDurmid,t x ∆YTMt→t+h Rendement prévu sur h Périodes
1
2
(LCSt+∆LCSt→t+h )
Coût de la Liquidité prévu
sur h Périodes
Au début de la période, soit à l’instant t, le portage et la couverture temporelle (coverage) sont connus. Nous devons projeter le YTM et le LCS à la fin de la période. Pour
ce faire, nous modélisons conjointement les variations du rendement à l’échéance
et celles du LCS. Pour des raisons de simplicité, nous prenons un portefeuille de
titres génériques pondérés de manière égale correspondant aux 14 secteurs crédit14
présentés dans la section I-C. La distribution jointe des variations hebdomadaires
des YTM et des LCS15 est calibrée sur la période de juin 2010 à juin 2013.
voir encadré
13 Dans Bangia et al (1999), l’écart cours acheteur-cours vendeur est normalisé au prix médian, le LCS est normalisé au prix
acheteur et donc plus conservateur.
14 La segmentation des secteurs est celle utilisée par l’équipe d’investissement crédit dans le département Taux de NAM.
15 Les LCS sont calculés tous les mois par Barclays. Les variations hebdomadaires sont reprises par des techniques d’interpolation
et de bootstrap.
20
Le fait d’ignorer la liquidité
revient à sous-estimer la VaR
à 99 % de 22 % à court terme.
La sous-estimation diminue
avec l’horizon de prévision
car le risque de marché l’emporte sur la liquidité, comme
le montre le graphique 14. À
un horizon de six mois, le ratio
de LVaR à 99 % rapportée à
la VaR à 99 % traditionnelle
convergerait autour de 10 %,
ce qui indique que les facteurs
du risque de marché habituels
l’emporteraient sur le facteur
du risque de liquidité sur des
horizons plus longs.
Le risque de liquidité sur les marchés obligataires
Graphique 14 : la LVaR à 99 % pour différents horizons
Les bâtons rouges correspondent à l’écart entre la LVaR et la VaR traditionnelle (en bleu)
Source: Natixis Asset Management
VaR au seuil de 99 % augmentée de la liquidité sur différents horizons pour un portefeuille à pondération égale
0
Supplément de LVaR à 99 %
VaR
-0,5
-1
VaR à 99 %
-1,5
-2
-2,5
-3
-3,5
-4
-4,5
0
5
10
15
20
Horizon temporel prévu (semaines)
25
30
Le modèle permet de soumettre le risque de liquidité à des tests de résistance
à des situations dégradées. Ils nous permettent d’examiner l’impact sur la VaR
d’une corrélation plus forte entre le YTM et le LCS, d’une volatilité plus élevée du
LCS ou les deux.
Dans le tableau 3, nous reproduisons les chiffres obtenus en augmentant16
la corrélation entre le LCS et le YTM, toutes choses étant égales par ailleurs.
Tableau 3 : VaR, LVaR et LVaR stressée, toutes trois à 99 %,
sur un horizon d’une semaine
La LVaR à 1 semaine soumise à un stress est plus élevée que la LVaR
Source : Natixis Asset Management
VaR à 99 %
LVaR à 99 %
LVaR à 99 % soumise
à un stress
-1,26
-1,54
-1,80
Les portefeuilles peuvent être classés selon leur profil de liquidité. Par exemple,
les portefeuilles présentant un LCS plus faible sont privilégiés au détriment des
moins liquides. Meucci (2012) a proposé le score d’efficacité de la liquidité comme
critère pour évaluer le risque de liquidité d’un portefeuille. Comme l’ajustement
de la liquidité entraîne toujours une baisse du P&L, il a défini le score d’efficacité
de la liquidité comme un pourcentage de la dégradation de la queue gauche de la
distribution, c’est-à-dire le ratio de l’expected shortfall traditionnel17 sur l’expected
shortfall augmenté de la liquidité. Ce ratio est supérieur à 0 et inférieur à 1. Plus
il est proche de 1, plus le risque de liquidité est faible. Le score d’efficacité sur 4
semaines de notre portefeuille modèle est égal à 91 %.
16 La matrice de corrélation soumise à un stress est une combinaison linéaire de la matrice originale et d’une matrice stressée
dans laquelle la corrélation entre le LCS et le YTM vaut 1.
17 L’expected shortfall (ES99%) désigne la perte moyenne supérieure à la VaR99%.
21
Le risque de liquidité sur les marchés obligataires
CONCLUSION
Les gérants de portefeuille doivent tenir compte de l’impact de la liquidité sur les
prix, du coût de transaction, etc. dans les décisions qu’ils prennent. Lorsque nous
modélisons la prime de liquidité, nous obtenons différents résultats en termes
de VaR ou de rendements attendus. Cela signifie que, très souvent, les décisions
concrètes prises par les gérants de portefeuilles sont différentes des décisions
optimales théoriques, précisément en raison du manque de liquidité. L’une des
difficultés est que ce manque de liquidité augmente souvent lorsque le risque
financier ou l’aversion au risque progresse. Ce n’est pas un risque diversifiable
ou un risque qu’il est possible de couvrir. Par ailleurs, l’absence de liquidité peut
procurer également un surplus de rendement aux investisseurs de long terme qui
n’ont pas besoin de liquidité au jour le jour.
22
Le risque de liquidité sur les marchés obligataires
4
ANNEXE
Bangia et al. (1999) ont intégré la liquidité dans un modèle de VaR paramétrique.
Ils ont élaboré leur modèle de VaR augmentée par la liquidité à partir des séries
temporelles des écarts cours acheteur/cours vendeur observées.
Ils désignent par rt+1 = 1nPmid,t+1 -1nPmid,t le rendement logarithmique du prix
médian à l’instant t sur une période, entre t et t+1. En faisant l’hypothèse de rendements gaussiens centrés, Bangia et al. (1999) exploitent les informations contenues dans la distribution des écarts de prix vendeur/acheteur normalisés pour
intégrer l’effet du risque de liquidité dans un modèle de VaR paramétrique.
,
La dynamique des prix est donnée par l’équation suivante :
Pmid,t+1= Pmid,t e rt+1
Prévision du prix de
la prochaine période
-
1 P S
mid,t t+1
2
,
Coût de la liquidité
Où St désigne l’écart de prix vendeur/acheteur normalisé à l’instant t, c’est-à-dire :
En faisant l’hypothèse d’une corrélation parfaite entre la liquidité et le rendement,
ils en déduisent la formule suivante pour la VaR corrigée de la liquidité :
LiquidityAdjustedVaR99%,t+1= Pmid,t (1-e-2.33.θ.σ)+
1
Pmid,t (μs+K.σs ),
2
où  désigne la volatilité des rendements et  est un facteur d’échelle. =1 pour la
distribution gaussienne >1 pour tenir compte des rendements à queue épaisse.
ms et s sont la moyenne et l’écart-type des écarts court acheteur/cours vendeur
et k le centile empirique à 99 %. Ils ont constaté qu’il se situe entre 2 et 4,5 contre
2,33 pour le centile à 99 % de la distribution gaussienne.
Le principal avantage de leur approche réside dans la faible quantité de données
requise pour intégrer la liquidité dans un modèle de risque. Les séries des écarts
de prix vendeur/acheteur historiques sont suffisantes. Les inconvénients sont la
nature additive du risque de liquidité indépendamment des problèmes de corrélation, notamment dans la dépendance de queue. Elle ne tient pas compte de la
fonction de l’impact sur les prix qui se traduit par une sous-estimation des positions plus élevées.
Ernst et al. (2008) s’écartent de l’hypothèse gaussienne de Bangia et al. (1999) pour
les prix et utilisent une approximation de Cornish-Fisher pour développer leur VaR
du risque total corrigée en fonction de la liquidité. Même si leur modèle permet
d’obtenir une prévision du risque plus fiable, il ne tient pas compte de l’impact sur
les prix car la liquidation s’effectue au coût de l’écart cours acheteur-cours vendeur et la corrélation entre les facteurs de risque est considérée comme parfaite.
L’avantage est le même avec le schéma additif.
23
Liquidity risk in Fixed Income Markets
REFERENCES
Almgren, R. and Chriss N. (2000). Optimal Execution of Portfolio Transactions. Journal of Risk, 3(2), pp. 5-39.
Amihud, Y. (2002). Illiquidity and Stock Returns: Cross-Section and Time-Series Effects. Journal of Financial Markets, 5(1),
pp. 31-56.
Amihud,Y. and Mendelson, H. (1986). Asset pricing and the bid-ask spread. Journal of Financial Economics, 17(2), pp. 223–249.
Amihud,Y. and Mendelson, H. (1988). Liquidity and asset prices: financial management implications. Financial Management, 17(1), pp. 5–15.
Amihud,Y. and Mendelson, H. (1991). Liquidity, maturity and the yields on U.S. government securities. Journal of Finance,
46, pp. 1411–1426.
Amihud, Y. and Mendelson H. (2006). Stock and Bond Liquidity and Its Effect on Prices and Financial Policies. Financial
Markets and Portfolio Management, 20(1), pp. 19-32.
Arrow, K.J. (1965). The theory of risk aversion, in Aspects of the Theory of Risk Bearing, Yrjo Jahnsson, Helsinki. Reprinted
(1971) in: Essays in the Theory of Risk Bearing, Markham Publ. Co., Chicago, pp. 90–109.
Baker, M. and Stein, J. C. (2004). Market liquidity as a sentiment indicator. Journal of Financial Markets, 7(3), pp. 271-299.
Bangia, A., Diebold F. X., Schuermann T. and Stroughair, J. D. (1999). Liquidity on the Outside. Risk, 12, pp. 68-73.
Committee on Banking Supervision (2009). Guidelines for computing capital for incremental risk in the trading book.
BCBS guidelines, July 2009.
Berkowitz, J. (2000). Breaking the silence. Risk, 13(10), pp. 105-108.
Brigo, D. and Nordio, C. (2010). Liquidity-adjusted Market Risk Measures with Stochastic Holding Period. Research Paper,
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1679698.
Brunnermeier, M. K. (2009). Deciphering the liquidity and credit crunch 2007-2008. Journal of Economic Perspectives,
23(1), pp. 77-100.
Chacko, G. (2005). Liquidity Risks in the Corporate Bond Markets. Working Paper, Harvard Business School.
Chacko, G. and Stafford, E. (2004). On the Costs of Capital Market Transactions. Working Paper, Harvard Business School.
Chen, L., Lesmond, D. A. and Wei, J. Z. (2007). Corporate Yield Spreads and Bond Liquidity. Journal of Finance, 62(1),
pp. 119-149.
Cochrane, J. H. (2003). Stocks as money: convenience yield and the tech-stock bubble in Hunter, W. C., Kaufman, G. G.,
and Pomerleano, M. (Eds.). Asset Price Bubbles: Implications for Monetary, Regulatory, and International Policies. The MIT
Press, Cambridge.
Dastidar, S. and Phelps, B. (2009). Introducing LCS Liquidity Cost Scores for US Credit Bonds. QPS, Barclays Capital.
Ernst, C., Stange S. and Kaserer C. (2012). Accounting for non normality in liquidity risk. The Journal of Risk. 14(3), pp. 3-21.
François-Heude, A. and Van Wynendaele, P. (2001). Integrating Liquidity Risk in a Parametric Intraday VaR Framework.
Working Paper.
Guégan, D. and Merhy, C. (2010). A note on fair value and illiquid markets. Working Paper, CES. Université Paris I Panthéon
Sorbonne.
Harris, L. (1990). Statistical Properties of the Roll Serial Covariance Bid/Ask Spread Estimator. The Journal of Finance, 45,
pp. 579-590.
de Jong, F. and Driessen, J. (2012). Liquidity Risk Premiums in Corporate Bond Markets. Quarterly Journal of Finance, 02(02).
Kaizoji, T., Bornholdt, S. and Fujiwara, Y. (2002). Dynamics of price and trading volume in a spin model of stock markets
with heterogeneous agents. Physica A: Statistical Mechanics and its Applications, 316(1), pp. 441-452.
Meucci, A. (2012). A Fully Integrated Liquidity and Market Risk Model. Financial Analyst Journal, 68(8), pp. 55-67.
Nikolaou, N. (2009). Liquidity (risk) concepts definitions and interactions. Working Paper. ECB, 1008.
Pedersen, L. H. (2009). Liquidity risk and the current crisis. in Felton, A. and Reinhart, C. (Eds). The First Global Financial
Crisis of the 21st Century, Part II, June-December 2008. voxeu.org, London. pp. 147-152.
Pratt, J. W. (1964). Risk aversion in the small and in the large. Econometrica: Journal of the Econometric Society, 32(1/2),
pp. 122-136.
Stange, S. and Kaserer, C. (2008). Why and How to Integrate Liquidity Risk into a VaR-Framework. Working paper, CEFS.
Technische Universität München, 10.
Stange, S. and Kaserer, C. (2009). Market Liquidity Risk - An Overview. Working Paper, CEFS, Technische Universität
München, 4.
Tóth, B., Lemperiere, Y., Deremble, C., De Lataillade, J., Kockelkoren, J. and Bouchaud, J. P. (2011). Anomalous
price impact and the critical nature of liquidity in financial markets. Physical Review X, 1(2), 021006.
Williamson, S. D. (2008). Liquidity Constraints. in Durlauf, S.N. and Blume, L. E. (Eds). The New Palgrave Dictionary of
Economics. Second Edition. Palgrave Macmillan, New York.
24
Liquidity risk in Fixed Income Markets
MENTIONS LÉGALES
Ce document est destiné à des clients professionnels au sens de la
Directive MIF. Il ne peut être utilisé dans un but autre que celui pour
lequel il a été conçu et ne peut pas être reproduit, diffusé ou communiqué à des tiers en tout ou partie sans le consentement préalable et
écrit de Natixis Asset Management.
Aucune information contenue dans ce document ne saurait être interprétée comme possédant une quelconque valeur contractuelle.
Ce document est produit à titre purement indicatif. Il constitue une
présentation conçue et réalisée par Natixis Asset Management à partir
de sources qu’elle estime fiables. Natixis Asset Management se réserve
la possibilité de modifier les informations présentées dans ce document
à tout moment et sans préavis et notamment en ce qui concerne la
description des processus de gestion qui ne constitue en aucun cas
un engagement de la part de Natixis Asset Management. Natixis Asset
Management ne saurait être tenue responsable de toute décision prise
ou non sur la base d’une information contenue dans ce document, ni
de l’utilisation qui pourrait en être faite par un tiers.
Les analyses et les opinions mentionnées dans le présent document
représentent le point de vue de l’auteur référencé, sont à la date indiquée et sont susceptibles de changer. Il n’y aucune garantie que les
développements futurs correspondront à ceux prévus dans le présent
document.
Lorsque la réglementation locale l’exige, ce document est fourni uniquement sur demande écrite. Aux pays francophones de l’UE, le présent
document est fourni aux Clients Professionnels par NGAM S.A. ou sa
succursale sous-mentionnée. NGAM S.A. est une société de gestion
luxembourgeoise qui est autorisée par la Commission de Surveillance
du Secteur Financier, constituée conformément à la loi luxembourgeoise
et immatriculée sous le numéro B 115843. Siège social de NGAM
S.A. : 2, rue Jean Monnet, L-2180 Luxembourg, Grand-Duché de
Luxembourg. France : NGAM Distribution (n.509 471 173 RCS Paris).
Siège social: 21 quai d’Austerlitz, 75013 Paris. En Suisse, le présent
document est fourni aux Investisseurs Qualifiés (Qualified Investors)
par NGAM, Switzerland Sàrl.
Les entités susmentionnées sont des unités de développement commercial de Natixis Global Asset Management, la holding d’un ensemble
divers d’entités de gestion et de distribution de placements spécialisés
présentes dans le monde entier. Bien que Natixis Global Asset Management considère les informations fournies dans le présent document
comme fiables, elle ne garantit pas l’exactitude, l’adéquation ou le
caractère complet de ces informations.
Natixis Asset Management
Société anonyme au capital de 50 434 604,76 €
Agrément AMF n°GP 90 009 - RCS Paris n°329 450 738
21, quai d’Austerlitz - 75634 Paris cedex 13
www.nam.natixis.com
25
A C T I F.
OUVRIR DE NOUVE LLE S
PERSPECTIVES D’INVESTISSEMENT
Pour répondre aux nouveaux enjeux des marchés financiers,
Natixis Asset Management place la recherche et l’innovation au
cœur de sa stratégie. Natixis Asset Management conçoit des
solutions d’investissement optimisées pour ses clients dans 6
domaines d’expertises : Taux, Actions Européennes, Investissement
et Solutions Clients, Structurés et Volatilité, Global Emergent,
Investissement Responsable.
Avec 294 milliards d’euros d’actifs sous gestion au
31 décembre 2013, Natixis Asset Management apporte à ses
clients de nouvelles solutions de création de valeur.
Expert européen de Natixis Global Asset Management
www.nam.natixis.com
BANQUE DE FINANCEMENT & D'INVESTISSEMENT / ÉPARGNE / SERVICES FINANCIERS SPÉCIALISÉS
Natixis Asset Management - S.A. au capital de 50 434 604,76 euros - RCS Paris 329 450 738 - Agrément AMF n° GP 90-009 - 21, quai d’Austerlitz - 75634 Paris Cedex 13 - Tel : +33 1 78 40 80 00
PRO