Depuis le 19e siècle, les analystes financiers comprennent le concept de corrélation dans le portefeuille de l’investisseur : la corrélation permet de réduire le risque du portefeuille en combinant différents investissements.
La conséquence (du moins selon la théorie économique) est qu’il faut payer une prime pour les investissements à faible corrélation.
En d’autres termes, le rendement des actions à faible corrélation est inférieur à celui des actions à forte corrélation. Pourquoi ?
(1) Les actions à forte corrélation sont risquées. Pourquoi ? En général, lors d’une récession, le prix des actions baisse. Les actions fortement corrélées baissent ensemble, et les investisseurs accumulent les pertes. C’est pourquoi ceux-ci exigent une compensation pour supporter ce risque : cette prime de risque garantit qu’en théorie, les actions à forte corrélation offrent un rendement attendu plus élevé.
(2) Les actions à faible corrélation sont chères. Pourquoi ? En période de récession, tout le monde veut des actions qui évoluent différemment du reste du marché. Étant donné que les investisseurs réorientent leur portefeuille vers ces actions, celles-ci deviennent plus chères et le rendement attendu de ces actions va donc baisser. Par conséquent, les actions faiblement corrélées offrent un faible rendement attendu.
Figure 1 : Rendement ajusté au risque (alpha) de différents portefeuilles, y compris le ‘betting against correlation’ (BAC).
Autrement dit, en composant un portefeuille dans lequel nous achetons des actions fortement corrélées et vendons des actions faiblement corrélées, nous devrions obtenir de bons résultats (à savoir l’alpha). Plusieurs universitaires l’ont également testé et le résultat était exactement l’inverse. En moyenne, les actions à faible corrélation font beaucoup mieux que les actions à forte corrélation. C’est pourquoi on parle de ‘betting against correlation’ (BAC).
Dans un article récent, Koen Inghelbrecht, Daniel Linders, Yong Xie et moi-même sommes allés encore plus loin. Nous affirmons que la corrélation mesure uniquement la dépendance linéaire entre les cours des actions. Cependant, les actions peuvent également évoluer de manière vraiment non linéaire. Il suffit de penser à l’invasion de l’Ukraine par la Russie : c’est une période où les investisseurs réagissent de manière très émotionnelle. C’est pourquoi nous avons créé un critère qui permettra de mesurer la dépendance aussi bien linéaire que non linéaire.
Figure 2 : Évolution de la dépendance totale (MFID).
Ce que nous montrons, c’est que la corrélation ne joue absolument aucun rôle sur le marché actions. Dans notre article, nous démontrons que les résultats de l’étude précédente - betting against correlation – ne tiennent pas lorsque nous tenons compte de la dépendance non linéaire.
Bien que le concept puisse sembler relativement technique et abstrait, il y a un point important à retenir : les investisseurs ne comprennent le concept de ‘corrélation’ (et de diversification) peut-être moins bien que nous ne le pensions initialement. Alors comment tenir compte de ce fait ? Dans notre article, nous constatons que les actions ayant une dépendance totale plus faible sont :
- celles qui se sont relativement mal comportées au cours des 12 derniers mois, à l’exception du dernier mois,
- celles qui ont une capitalisation boursière plus faible,
- celles qui ont une valeur book-to-market inférieure,
- celles qui ont un bêta élevé.
Ces actions ont fait nettement mieux que toute autre stratégie au cours des 22 dernières années : sur cette stratégie, nous avons obtenu un alpha de 1,3 % par mois, en plus des autres risques (y compris le risque de marché). Converti, cela représente plus de 4 % de rendement annuel en plus du marché sans risques supplémentaires.
Gertjan Verdickt est professeur en théorie d’investissement. Il écrit sur la théorie financière et la théorie d’investissement. Il est expert en connaissance chez Investment Officer.