Les Mesures de Performance Ajustées Au Risque PDF

a pit re 16
C
c h
Les mesures
de performance
ajustée au risque
Les mesures de performance traditionnelles développées au chapitre 5 offrent l’avantage
d’être simples d’utilisation et d’interprétation. Pour cette raison, leur usage professionnel
s’est très vite répandu. En dehors des limites déjà mises en évidence, elles ne sont pas adap-
tées aux besoins des investisseurs et des gestionnaires, notamment lorsqu’ils pratiquent
des gestions actives faisant appel, entre autres, à la définition d’un portefeuille de référence
spécifique ou à des mesures de risque différentes de la variance des rendements.
Dans ce chapitre, nous suivons la logique de la typologie présentée au chapitre 4. Nous
nous situons dans le même cadre d’analyse que les mesures de Sharpe, Jensen et Treynor.
Autrement dit, l’objectif poursuivi est de mesurer l’habileté du gestionnaire dans le cadre de
la sélection d’actifs, et ce, à l’aide de mesures standardisées.
Nous distinguerons les mesures en fonction du type de risque auxquelles elles font princi-
palement référence : le risque total, systématique ou spécifique. Le découpage du chapitre
sera organisé en fonction de ces trois catégories de risque, dont chacune fera l’objet d’une
section distincte. Dans un premier temps, nous étudierons les mesures fondées sur le risque
total, dont le ratio de Sharpe est la racine principale. La deuxième section sera consacrée à
l’estimation de la performance ajustée au risque systématique, à l’instar du ratio de Treynor
et de l’alpha de Jensen. Dans la troisième section, nous développerons les mesures axées sur
le risque spécifique du portefeuille, dont le ratio d’information est le représentant le plus
connu. Enfin, la dernière section fournira les clés permettant de déterminer le contexte dans
135
© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Laurent Bodson, Pascal Grandin, Georges Hübner, Marie Lambert
lequel l’utilisation de l’une ou l’autre mesure de risque s’avère adéquate1.
Performance de portefeuille
Au sein de chacune des trois premières sections, nous organiserons l’analyse des mesures
suivant qu’elles présentent un rapport entre le rendement et le risque, de la forme générique
Rendement excédentaire
Performance = , ou bien qu’elles délivrent une différence entre une
Risque
mesure de rendement et une pénalité pour le risque, qui emprunte plutôt la forme suivante :
Performance = Rendement excédentaire − Pénalité pour le risque .
1. Les
L mesures fondées sur
le
l risque total
Parmi les trois mesures traditionnelles développées dans la foulée du CAPM et présen-
tées au chapitre précédent, le ratio de Sharpe est la seule qui fait référence à la droite de
marché des capitaux, la CML , et utilise donc une mesure de risque total au dénomina-
teur. Pour rappel, le ratio de Sharpe s’écrit :
Rp − R f
S= .
σp
Ce ratio s’applique donc en principe à un portefeuille censé être parfaitement diversifié,

au point de prétendre à remplacer le portefeuille de marché pour l’investisseur actif.
1.1. La performance basée sur un rapport entre le rendement et

une mesure du risque total
Si l’on examine attentivement les composantes du ratio de Sharpe, il présente deux
caractéristiques majeures :
• Le numérateur. Le ratio de Sharpe suppose que la mesure adéquate de revenu pour
l’investisseur est l’excédent du portefeuille par rapport à l’actif sans risque.
• Le dénominateur. Comme nous sommes dans le contexte spécifique du CAPM, la
mesure du risque employée par tous les agents économiques est l’écart type (ou, de
manière équivalente, la variance) des rendements des portefeuilles.
Si nous ne tenons pas compte de ces deux hypothèses, nous pouvons néanmoins encore
estimer la performance d’un portefeuille.
1. Ce chapitre n’a pas la prétention de dresser un catalogue exhaustif des mesures de performance proposées dans
la littérature et évoquées dans le cadre du chapitre 4. Pour un inventaire (en principe) à jour au moment de la
parution de cet ouvrage, le lecteur pourra se reporter aux articles de Cogneau et Hübner (2009a, 2009b) qui affi-
chent cet objectif. Nous examinons donc ici les mesures les plus populaires et/ou les plus aisées à mettre en úuvre.
Certaines mesures plus complexes, très peu usitées en pratique et/ou dont la valeur ajoutée n’est pas remarquable,
136 ne seront pas traitées dans cet ouvrage.

Chapitre 6 Les mesures de performance ajustée au risque
1.1.1. Le numérateur : le rendement excédentaire n’est pas la mesure de
richesse
L’investisseur peut légitimement considérer que le rendement excédentaire d’un porte-
feuille activement géré n’est pas convenablement exprimé par la différence entre le ren-
dement total du fonds et le taux d’intérêt sans risque, comme défini dans le ratio de
Sharpe. En effet, le taux sans risque Rf représente le taux de rendement « de réserve » de
l’investisseur, c’est-à-dire le rendement au-delà duquel il considère que le portefeuille
aura obtenu une prime justifiée par le risque encouru. Rien n’empêche de définir une
autre valeur de référence : dans ce cas, on généralise le ratio de Sharpe par la mesure de
Roy. Cette mesure considère un rendement de réserve de l’investisseur R L , sur lequel
celui-ci va déterminer le niveau de rendement excédentaire de portefeuille :
R p − RL
Roy = .
σp
Dans le cas extrême où l’investisseur a une valeur de réserve nulle (R L = 0), le rendement
excédentaire du portefeuille sera simplement son rendement brut. Plus vraisemblable-
ment, l’investisseur présentant de l’aversion au risque spécifiera une valeur de réserve au
moins égale au taux sans risque, ce qui signifie que R L – Rf .
Cette mesure peut aboutir à modifier des classements opérés suivant le ratio de Sharpe.
Ainsi, prenons l’exemple suivant. Le portefeuille A a un écart type de 10 % et un rende-
ment espéré de 9 %, tandis que le portefeuille B a un écart type de 20 % et un rendement
espéré de 11 %. Si le taux sans risque Rf est de 5 %, le ratio de Sharpe de A sera de
(9 % – 5 %)/10 % = 0,4, tandis que celui de B sera de (11 % – 5 %)/20 % = 0,3. Si nous
spécifions à présent un rendement de réserve supérieur au taux sans risque, à savoir
R L = 8 %, nous aurons une mesure de Roy pour A égale à (9 % – 8 %)/10 % = 0,1, tandis
que B verra sa performance égale à (11 % – 8 %)/20 % = 0,15. La figure 6.1 illustre ce
phénomène. En pointillés, les demi-droites correspondent au ratio de Sharpe, et en
continu, elles correspondent à la mesure de Roy.
Figure 6.1 Rp
Comparaison graphique
des mesures de Sharpe
et de Roy.
A : (9 %, 10 %)
B : (11 %, 20 %)
RL = 8 %
Rf = 5 %
σp
En général, plus la valeur de réserve sera élevée, plus les portefeuilles assurant un rende-
ment important seront avantagés. C’est le cas du portefeuille B dans notre exemple.
137

1.1.2. Le dénominateur : la variance n’est pas la mesure de risque

Que se passe-t-il si le postulat selon lequel la variance est la mesure de risque accepté par tous
les investisseurs n’est pas respecté ? Dans ce cas, il suffirait « simplement » de remplacer le
dénominateur du ratio de Sharpe par la valeur prise par le risque total du portefeuille.
Le choix de la variance s’explique si les rendements proviennent d’une distribution nor-
male. Dans ce cas, la variance ne détermine le risque que dans la mesure où elle aug-
mente de façon monotone avec le risque de perte sur un investissement. Puisque toute
variation positive par rapport à la moyenne est exactement compensée par une variation
négative avec la même probabilité, une mesure de variabilité rend adéquatement compte
du risque de perte. Par contre, si la distribution des rendements n’est pas uniquement
caractérisée par son espérance et sa variance – ce qui est le cas en pratique – il devient
ardu de justifier le choix de cette mesure de risque. Si deux distributions avec la même
variance ne présentent pas les mêmes profils de perte, alors elles doivent nécessairement
présenter un risque différent.
Les modifications du dénominateur du ratio de Sharpe visent donc à identifier spécifi-
quement une mesure de risque de perte. Deux directions ont été prises dans ce contexte :
les moments partiels inférieurs et la valeur-au-risque.
• Moments partiels inférieurs. Pour une distribution de rendements donnée, le
moment partiel inférieur (MPI) d’ordre k autour de la valeur de réserve R L est sim-
plement égal à l’espérance de la différence positive entre la valeur critique et le ren-
dement à la puissance k. Cela s’écrit :
RL
MPI(k, RL ) = ∫ (R
−∞
L − R)k dF(R)
= E ( max(RL − R,0)) .
k
La semi-variance par rapport au taux sans risque est un cas particulier intéressant
du MPI pour k = 2 et R L = Rf, puisque l’on cherche alors la variance des rendements
excédentaires du portefeuille par rapport au taux sans risque à condition que ce ren-
dement excédentaire soit négatif, c’est-à-dire qu’il représente la matérialisation du
risque pour l’investisseur. Dans ce cas, on a :
( )
2
SV (R f ) ≡MPI(2, R f ) = E max(R f − R,0) .
En remplaçant le risque par son expression du MPI, on obtient un ratio de Sharpe

modifié pour ne tenir compte que du risque de perte.
• Valeur-au-risque. Dans ce cas, la perspective empruntée est celle de l’investisseur
qui se soucie uniquement du risque de catastrophe, à savoir l’événement grave qui se
produit rarement. S’il fixe une probabilité α de survenance de cet événement, la
valeur-au-risque correspondante sur un horizon donné, notée VaRα , se définit par la
perte maximale par rapport à la valeur de réserve telle qu’il y a une probabilité α que
la perte observée soit plus élevée2 :
2. Généralement, la VaR est exprimée en unité monétaire, et non en pourcentage de rendement, comme c’est le
138 cas ici. En outre, la défi nition usuelle de la VaR se réfère à la perte absolue (c’est-à-dire par rapport à un rendement

Pr ⎡⎣ RL − R ≤ VaRα ⎤⎦ = 1− α .
Par exemple, dans le cas d’une distribution normale des rendements, la VaR à
5 %, qui correspond à la perte maximale observée dans 5 % des cas, est égale à :
VaR5% = RL − E(R)+1,645σ(R) , la valeur de 1,645 correspondant au 95e percentile de
la distribution normale standard (noté Z 95% ).
Le cas de la distribution normale présente un intérêt limité étant donné que la VaR
est une fonction monotone croissante de la variance des rendements. Par contre,
cette approche peut s’avérer intéressante lorsque les rendements ne suivent pas une
distribution normale, par exemple une distribution asymétrique ou avec des queues
épaisses.
Traditionnellement, le degré d’asymétrie de la distribution est mesuré par le troi-
sième moment centré de celle-ci, tandis que l’épaisseur des queues de la distribution
des rendements – c’est-à-dire le poids relatif des valeurs extrêmes – est mesurée par
le quatrième moment centré :
μ 3 = E ( R − E(R))
3
μ 4 = E ( R − E(R)) .
4
On standardise généralement ces valeurs pour définir le coefficient d’asymétrie

μ
(skewness), qui est égal à S(R) = 3 3 , et le coefficient d’aplatissement (kurtosis)
σ (R)
μ
égal à K (R) = 4 4 − 3 . Il est ainsi possible de les comparer à ceux d’une loi nor-
σ (R)
male, tous deux égaux à 0.
Si l’on veut réaliser une approximation de la VaR à l’aide des quatre premiers
moments de la distribution des rendements, on peut alors utiliser l’approximation
de Cornish-Fisher, qui définit la valeur-au-risque modifiée (MVaR) par la formule
suivante :
MVaRα = RL − E(R)+ z1−α σ(R)
z1−α = Z 1−α − (
1 2
Z −1 S(R)+
6 1−α
1
) (
Z 3 − 3Z 1−α K (R)−
24 1−α
1
36
3
2Z 1−α )
− 5Z 1−α ( S(R)) .
2
( )
Il faut noter que la VaR présente plusieurs défauts majeurs en tant que mesure du
risque, car elle n’est pas « cohérente »3. Pour corriger ce défaut, on recourt alors à la
valeur-au-risque conditionnelle (CVaR), également connue sous le nom de « pénurie
attendue » (par rapport à la VaR), qui se définit par la perte espérée conditionnelle-
ment à ce qu’elle soit supérieure à la VaR :
(
CVaRα = E RL − R RL − R > VaRα . )
de 0), et non par rapport à une valeur de réserve, comme c’est le cas ici. Enfi n, par convention, la VaR représente
une perte, et donc est un nombre positif.
3. Par exemple, la VaR n’est pas subadditive, c’est-à-dire que la VaR d’un portefeuille n’est pas nécessairement
inférieure ou égale à la moyenne pondérée des VaR de ses composantes, alors qu’elle devrait l’être grâce à l’impact
de la diversification. 139

En d’autres termes, il est question ici d’évaluer l’ampleur de la perte anticipée en cas
de catastrophe, et non d’estimer le seuil au-delà duquel on parle de catastrophe, ce

que représente la VaR.
Dans tous les cas, le ratio de Sharpe modifié reprend la mesure de risque correspon-
dant (VaR, MVaR ou CVaR) au dénominateur de la formule originale.
1.1.3. Les deux arguments simultanément : le numérateur et le dénominateur
Comme nous venons de le voir, la modification du numérateur et du dénominateur du
ratio de Sharpe introduit une valeur de réserve du rendement, R L . Certains auteurs ont
donc proposé des mesures qui utilisent de manière cohérente cette valeur de réserve, de
part et d’autre de la barre de fraction. Le plus connu est le ratio de Sortino, proposé en
1991 par Sortino et van der Meer, qui associe le numérateur de la mesure de Roy et la
racine carrée de la semi-variance (le « semi-écart type ») au dénominateur :
R p − RL
Sortino = .
SV (RL )
Dans l’exemple développé précédemment, nous pourrions considérer que le fonds A

présente un semi-écart type de 8 % tandis que le fonds B a un semi-écart type de 30 %.
Avec le même rendement de réserve de 8 %, le ratio de Sortino de A est de
(9 % – 8 %)/8 % = 0,125, tandis que celui de B est de (11 % – 8 %)/30 % = 0,1. L’asymétrie
vers la gauche des rendements de B pénalise sa mesure de risque, ce qui réduit sa
performance.
Kaplan et Knowles (2004) ont proposé une version générique de la performance fondée
sur le numérateur de la mesure de Roy et de l’utilisation des moments partiels inférieurs
(MPI) au dénominateur, sous la forme du coefficient kappa d’ordre k :
R p − RL
κk = .
k MPI(k, RL )
Ainsi, le ratio de Sortino est égal à κ 2 . Reste la mesure permettant de tenir compte de
l’asymétrie de la distribution par le truchement du kappa d’ordre 3 :
R p − RL
κk = .
T
1
∑ max ( R )
3
3
pt − R f ,0
T t =1
Il est évident que ce ratio a un caractère supplétif par rapport au ratio de Sortino ou à
d’autres mesures que nous verrons au chapitre suivant, tel que l’oméga.
1.2. La performance fondée sur une différence entre le rende-

ment et une pénalité pour le risque total
Comme nous l’avons vu au chapitre précédent, l’alpha de Jensen, en dépit de ses défauts,
présente un avantage majeur sur les ratios de Sharpe et de Treynor : il s’exprime sous
forme de rendement (en pourcents), et peut donc être facilement interprété et expliqué
140

sans connaissances particulières en finance. Il est alors naturel de constater qu’un cer-
tain nombre d’efforts ont été déployés afin de présenter la performance dans une forme
similaire. Cela signifie que la pénalité pour le risque du portefeuille n’est plus exprimée
sous forme multiplicative, mais bien sous forme soustractive. La surperformance d’un
gestionnaire se représente dès lors par le niveau de la différence entre la mesure de
richesse produite (le rendement) et la déduction de cette richesse pour compenser le
risque pris.
1.2.1. L’indice M²
Le ratio de Sharpe, très utilisé par les sociétés de mesure de performance, nécessite un
effort de compréhension de la part des investisseurs, qui ne maîtrisent pas les concepts
de la théorie financière. Modigliani et Modigliani (1997) ont proposé une nouvelle
mesure appelée M2, qui permet de savoir si le rendement d’un portefeuille est suffisam-
ment élevé compte tenu de son risque. L’idée consiste à utiliser la possibilité de prêter et
d’emprunter au taux sans risque pour ajuster le risque du portefeuille à celui du marché,
mesuré par un indice par exemple, et à calculer ensuite le rendement de ce portefeuille
pour le confronter à celui du marché. L’avantage de cette méthode est qu’elle permet de
comparer directement des niveaux de rendement et qu’elle est compréhensible par n’im-
porte quel investisseur.
Formellement, si σP est l’écart type des rendements du portefeuille P, en empruntant ou
prêtant un montant d au taux sans risque, il est possible de construire un nouveau por-
tefeuille de risque identique à celui du marché σm :
σ(P) = (1+ d ) σ p = σ m ,
où σ(P) est le risque du nouveau portefeuille.

Le montant d à prêter ou à emprunter est donc égal à :
σm
d= −1 .
σp
Si l’on tient compte des intérêts à payer ou à recevoir sur la somme empruntée ou prêtée,
la rentabilité du nouveau portefeuille est :
R(P) = (1+ d ) R p − dR f ,
où Rp est la rentabilité du portefeuille initial.

Si l’on remplace d par sa valeur, on obtient :
⎛σ ⎞ ⎡ ⎛σ ⎞⎤ ⎛σ ⎞
⎝ σp ⎠ ⎢⎣ ⎝ σ p ⎠ ⎥⎦ ⎝ σp ⎠
(
R(P) = ⎜ m ⎟ R p − ⎢1− ⎜ m ⎟ ⎥ R f = ⎜ m ⎟ R p − R f + R f . )
Soit E(P) le rendement du portefeuille de risque identique au portefeuille de marché en
excès du taux sans risque (R(P) – Rf), et r p le rendement du portefeuille initial P en excès
du taux sans risque (Rp – Rf). Le rendement du portefeuille peut s’exprimer en termes de
rendement excédentaire :
141

⎛σ ⎞
R(P) = ⎜ m ⎟ rp + R f = E(P)+ R f ,
⎝ σp ⎠
⎛σ ⎞
avec E(P) = ⎜ m ⎟ rp .
⎝ σp ⎠
Il revient au même de comparer la rentabilité des portefeuilles directement sur la base
de E(P) ou de E(P) + Rf, puisque ces deux mesures ne différent que par la constante que
représente le taux sans risque.
Si l’on change la place des parenthèses de la dernière équation, le ratio de Sharpe appa-
raît explicitement :
⎛ rp ⎞
E(P) = ⎜ ⎟ σm .
⎝ σp ⎠
Classer des fonds sur la base de l’indice M2 ou du ratio de Sharpe est donc indifférent.
Nous pouvons illustrer l’indice M2 en prenant deux portefeuilles de risques et de rende-
ments différents représentés à la figure 6.2. Le rendement du portefeuille 2 est plus élevé
que celui du portefeuille 1 avec, en contrepartie, un risque aussi plus élevé. La pente de
la droite, correspondant au ratio de Sharpe et passant par le taux sans risque et le porte-
feuille 1, est plus élevée que celle passant par le portefeuille 2. Le portefeuille 1 est donc
mieux classé selon ce critère que le portefeuille 2, qui ne dégage pas suffisamment de
rendement pour compenser son risque. L’approche de Modigliani et Modigliani consiste
à construire deux portefeuilles P’1 et P’2 de risque identique au risque du portefeuille de
marché, en recourant à l’emprunt ou au prêt de façon à lire l’écart de rendement par
rapport à ce portefeuille et à faire apparaître beaucoup plus clairement l’excès ou le défi-
cit de rendement de P’1 et P’2.
Figure 6.2 CML
R
La mesure de Modigliani
et Modigliani. R2
P’1 P2
PM
Rm
P1
R1 P’2
Rf
σ1 σm σ2 σp
1.2.2. Les mesures de Graham et Harvey

Dans la foulée de la mesure M², Graham et Harvey (1996) proposent deux extensions
qui vont dans le sens d’une meilleure prise en compte du risque inhérent au marché
monétaire. Ils relaxent l’hypothèse d’un taux sans risque totalement fixe et détermi-
142

niste, et prennent explicitement en compte la corrélation entre ce taux et le portefeuille
de marché. Par conséquent, si l’on demeure dans le contexte du CAPM, la Capital Market
Line n’est plus linéaire mais concave.
Graham et Harvey proposent deux mesures, dénommées depuis lors les mesures GH1
et GH2. La première délivre le rendement du portefeuille en excédent d’une combinai-
son entre le portefeuille de marché et l’actif monétaire qui octroie le même niveau de
risque que ce portefeuille. La seconde fournit la différence entre, d’une part, le rende-
ment d’une combinaison du portefeuille activement géré et l’actif monétaire et, d’autre
part, le rendement du portefeuille de marché, sachant que ces deux positions présentent
exactement le même risque. Mathématiquement, les expressions correspondantes s’écri-
vent comme suit :
GH 1 = R p − R{wm+(1−w)Mon}
où σ p = w 2 σ m
2
+ (1− w)2 σ 2Mon + 2w(1− w)ρm,Mon σ m σ Mon ,
GH 2 = R{wp+(1−w)Mon} − Rm
où σ m = w 2 σ 2p + (1− w)2 σ 2Mon + 2w(1− w)ρ p,Mon σ p σ Mon ,
où l’indice Mon indique qu’il s’agit de l’actif monétaire.

En réalité, la mesure GH2 ne fait qu’apporter la possibilité d’un actif monétaire stochas-
tique par rapport à la mesure M² ; elle ne présente donc qu’une value ajoutée limitée. Par
contre, la mesure GH1 livre un éclairage différent. En normalisant le risque du porte-
feuille passif, cette mesure ramène la comparaison au niveau du risque du portefeuille
activement géré. L’interprétation de la différence entre R p et R{wm+(1−w)Mon} se rapproche
donc de celle de l’alpha de Jensen, si ce n’est que l’on se situe dans un monde de risque
total (mesuré par l’écart type des rendements) et non de risque systématique, comme le
fait l’alpha. La figure 6.3 illustre l’interprétation graphique de la mesure GH1.
Figure 6.3 R Portefeuille A
La mesure GH1.
GH1B > 0
m
GH1A < 0
Portefeuille A
Mon.
1.2.3. L’indice d’Aftalion et Poncet

La mesure de performance d’Aftalion et Poncet (1991), que nous appellerons indice AP,
s’appuie aussi sur la définition d’un benchmark de référence. L’idée est de mesurer
l’écart de rendement dégagé par un gestionnaire par rapport à un benchmark, mais en
tenant compte de la différence de risque pris. Le benchmark de référence doit être le plus
143

représentatif possible de l’univers de gestion du portefeuille pour que l’indice ait un
sens. Formellement, l’indice s’écrit :

AP = ⎡ R p − Rb ⎤ − PR ⎡ σ p − σ b ⎤ .
⎣ ⎦ ⎣ ⎦
Le premier terme entre crochets mesure l’écart entre le rendement du portefeuille et
celui du benchmark. Le second terme mesure l’écart entre le risque total du portefeuille
et celui du benchmark. Pour rendre les deux grandeurs comparables, et pouvoir sous-
traire le second terme du premier, on le multiplie par le prix du risque PR, qui est un
rapport de rentabilité et de risque et qui doit être estimé.
L’interprétation de l’indice AP est relativement intuitive. Plus le rendement du porte-
feuille est élevé par rapport au benchmark, plus l’indice est élevé. Cependant, le gestion-
naire est pénalisé lorsque le risque du portefeuille s’écarte de celui du benchmark. La
seule difficulté est l’estimation du prix du risque. Il exprime le supplément de rende-
ment exigé par un investisseur pour prendre 1 % de risque supplémentaire. Selon les
auteurs, il serait compris entre 0,20 et 0,40 pour la France. Autrement dit, pour un risque
supplémentaire de 5 %, les investisseurs exigent entre 1 % et 2 % de rendement annuel
en plus.
La valeur du coefficient de détermination du modèle apporte de l’information sur la
régularité de la performance. Lorsqu’elle s’approche de 1, la gestion a répondu aux objec-
tifs fixés ; en revanche, lorsqu’elle s’approche de 0 et que l’indice est positif, cela signifie
q
que le ggestionnaire a eu de la chance sur la période.
2. Les
L mesures fondées sur le
risque
r systématique
Les mesures classiques de performance issues de la théorie moderne de portefeuille
reposent sur des hypothèses contraignantes, qui ne sont pas respectées dans la réalité.
En particulier, la plupart des gestionnaires de portefeuille utilisent un portefeuille-éta-
lon (« benchmark ») afin de mesurer leur performance relative, et ainsi de se positionner
par rapport à leurs pairs. Dans ce cadre, le portefeuille de marché, inobservable dans la
réalité, est alors remplacé par ce benchmark.
Il existe deux moyens de définir ce benchmark : une méthode analytique et une méthode
par comparaison. Dans la première optique, le rendement du benchmark est assimilé au
rendement requis sur un portefeuille fictif qui réplique l’exposition aux sources de
risque systématique du portefeuille. On utilise donc un modèle multifacteur tel que
décrit au chapitre 1. La méthode par comparaison consiste à reprendre ou créer un por-
tefeuille en pondérant des actifs existants. Il peut s’agir d’un ou de plusieurs indices
boursiers, d’un portefeuille de référence spécifique ou encore de la moyenne des rende-
ments des OPCVM de la même famille de gestion.
En général, les mesures fondées sur une mesure de risque systématique reposent sur la
méthode analytique. Dans la sous-section suivante, nous verrons que la mesure la plus
populaire qui s’appuie sur le risque spécifique, le ratio d’information, est très souvent
144 définie sur base de la méthode par comparaison.

2.1. La performance fondée sur un rapport entre le rendement et
une mesure du risque systématique
Le point de départ des mesures fondées sur le risque systématique est le ratio de Treynor,
qui est le pendant de celui de Sharpe : il fait référence à la SML plutôt qu’à la CML. Pour
rappel, il se définit par :
Rp − R f
T= ,
βp
où βp est le bêta du portefeuille, qui mesure son exposition au risque systématique par
rapport à celui du marché. Dans la même optique, nous avons vu que le ratio de Black-
Treynor d’un portefeuille est égal à son alpha divisé par son bêta :
R p − R f − β p (Rm − R f ) αp
T̂ = = .
βp βp
L’adaptation du ratio de Treynor au contexte de modèles multifacteurs, tels que ceux

décrits au chapitre 1, présente des difficultés liées au caractère multidimensionnel de
l’exposition au risque. Considérons la spécification générique suivante :
K
R pt − R f = α p + ∑β
k=1
pk λ kt + ε pt .
Comment définit-on le risque systématique dans de telles conditions ? Pour ce faire, il

faut connaître le portefeuille de référence pour le fonds activement géré. Supposons qu’il
soit dénommé b. Dans ce cas, le même modèle multifacteur appliqué à cet étalon donne :
K
Rbt − R f = ∑β
k=1
bk λ kt + ε bt .
Nous avons posé que α b = 0 puisque nous considérons que le portefeuille de référence
est passif et ne doit donc pas offrir de rendement anormal.
Dans ce cas, la généralisation du ratio de Black-Treynor est fournie par la formule sui-
vante (Hübner, 2005) :
αp
T̂g = K
.
∑β pk λk
k=1
K
∑βbk λk
k=1
Il s’agit de l’alpha du portefeuille divisé par une somme pondérée de ses bêtas. Ce ratio
présente bien la même interprétation originale que le ratio de Black-Treynor dans le
contexte du CAPM, à savoir la performance anormale (alpha) par unité de risque systé-
matique encouru (le bêta dans le CAPM).
Notons que si l’on utilise la méthode par comparaison pour définir le benchmark du
portefeuille, dont l’alpha pourrait être positif étant donné qu’il ne s’agit pas nécessaire-
145

ment d’un portefeuille passif, le ratio de Treynor généralisé se simplifiera à travers l’ex-
pression suivante :
α p (Rb − α b )
T̂g = − αb ,
(R p − α p )
où b est l’alpha du benchmark (en principe égal à 0).

Il existe par ailleurs une mesure associée au ratio de Treynor basée sur les moments
partiels inférieurs, mais cette mesure, proposée en 1994, n’a jamais trouvé d’écho ni au
niveau scientifique, ni au niveau pratique.
On peut considérer que les possibilités d’extension des mesures de performance reliant
le rendement au risque systématique sont assez limitées. Ce domaine n’a pas fait l’objet
de recherches spécifiques au-delà des mesures présentées ci-dessus.

ment et une pénalité pour le risque systématique
La mesure de référence dans un contexte où le risque systématique est utilisé pour défi-
nir la pénalité à imposer au rendement est l’alpha de Jensen, défini comme
α p = R p − R f − β p (Rm − R f ) . A priori, sa généralisation est immédiate dans un contexte
multifactoriel : il suffit de prendre l’ordonnée à l’origine de la régression linéaire pour
obtenir la mesure de performance. La plupart des études empiriques réalisées à partir de
modèles à plusieurs facteurs de risque utilisent d’ailleurs cette mesure.
Il existe cependant deux avatars de l’alpha de Jensen dans un contexte multifactoriel,
qui présentent un intérêt particulier : l’alpha conditionnel et l’alpha standardisé.
2.2.1. L’alpha conditionnel
Parmi la myriade de modèles visant à expliquer les rendements de titres financiers à
l’aide de combinaisons linéaires de facteurs de risque, les modèles conditionnels occu-
pent une place à part. En effet, ils postulent qu’une partie des primes de risque observées
à l’instant t peuvent être prédites grâce à des variables, appelées « instruments », obser-
vées en t –1. D’après les tenants de cette approche, il ne s’agit pas à proprement parler
d’une rupture de l’hypothèse d’efficience des marchés car le processus générateur de
rendements aboutit à multiplier les valeurs des instruments observées en t –1 par les
facteurs observés en t.
Comme nous l’avons vu au chapitre 1, les modèles conditionnels avec J instruments se
présentent sous la forme suivante :
J K ⎛ J ⎞
R pt − R f = α p + ∑j=1
α pjt + ∑ ⎜ β pk +
⎜
k=1 ⎝
∑
j=1
β pjkt ⎟ λ kt + ε pt ,
⎟⎠
où les α pjt = α pj z jt −1 et les β pjkt = β pjk z jt −1 sont interprétés, respectivement, comme les
alphas et bêtas conditionnels de la régression, tandis que les z jt −1 sont les valeurs prises
par les variables instrumentales aux périodes précédentes.
146

Dans ce contexte, un gestionnaire capable d’anticiper efficacement le marché (market
timer) peut observer les valeurs des instruments en t –1 et prédire ainsi les éventuelles
réalisations des variables croisées à l’instant t. Les valeurs de α pj déterminent l’habileté
du manager à prévoir les mouvements des primes de risque postérieurement à l’observa-
tion des instruments.
2.2.2. L’alpha standardisé
Pour tenir compte du degré de confiance que l’on a dans l’estimation du modèle, il est
devenu courant de considérer directement l’alpha standardisé (aussi appelé t , p) comme
mesure de performance :
αp
t α,p =
( )
.
σ αp
Considérons un modèle à deux facteurs, par exemple. Les fonds X et Y présentent cha-
cun un alpha de 1 %. Cependant, l’estimation des paramètres des deux modèles a été
opérée dans des conditions différentes : pour le premier fonds, le modèle est de bonne
qualité et les paramètres ont été estimés avec précision ; pour le second fonds par contre,
il existe une forte imprécision dans la valeur des coefficients de la régression.
Dans notre exemple, le fonds X a un alpha standardisé de 1 %/0,25 % = 4, ce qui est
généralement considéré comme significativement différent de 0. Par contre, l’alpha
standardisé du fonds Y est de 1 %/0,8 % = 1,25, ce qui est généralement considéré
comme non significatif4.
3. LLes mesures fondées sur le

risque
r spécifique
Généralement, les mesures fondées sur une mesure de risque spécifique utilisée par les
praticiens reposent sur une approche par comparaison. Le benchmark est dans ce cas un
portefeuille existant ou qui peut être constitué sur base d’actifs existants.
3.1. La performance fondée sur un rapport entre le rendement et

une mesure du risque spécifique
3.1.1. Le ratio d’information (ou « appraisal ratio »)
Le ratio d’information est le rapport du rendement d’un portefeuille en excès du bench-
mark sur l’écart type de ces écarts. La formule est la suivante :
RI p = ER p σ(ER p ) ,
4. Les valeurs critiques utilisées pour ce genre de test sont généralement proches de 1,65, 1,96 et 2,32 pour des
niveaux de confiance de 10 %, 5 % et 1 %, respectivement. 147

T
où ER p =
1
T ∑( R pt − Rbt ,)
t =1
T
1
∑( ER )
2
et σ(ER p ) = pt − ER p .
T −1 t =1
Ce dernier terme, appelé « tracking error », mesure le degré de régularité du gestion-

naire dans son dépassement du benchmark.
Intuitivement, le ratio d’information peut s’interpréter comme un rapport bénéfice/
coût. La tracking error est en effet le coût que doit supporter le gestionnaire qui pratique
une gestion active. Celui-ci peut réduire ce coût en « collant » au benchmark, mais dans
ce cas, le rendement du portefeuille va aussi rejoindre celui du benchmark. S’il veut
battre son objectif, il ne peut le faire qu’en contrepartie d’une prise de risque. Le ratio
d’information est nul dans le cas d’une gestion passive puisque les écarts attendus entre
le rendement du portefeuille et celui du benchmark sont nuls.
Un bon gestionnaire de portefeuille a un ratio d’information aux alentours de 0,5, et il
est rare d’observer des niveaux supérieurs d’après les études empiriques menées sur le
sujet. Lorsque le ratio est identique pour deux portefeuilles, il est important de compa-
rer ensuite leur niveau de tracking error. Le niveau le plus faible est préférable. Selon
toute probabilité, un gestionnaire sera capable de répéter une bonne performance si son
niveau de tracking error est faible.
La figure 6.4 présente l’évolution de l’indice CAC 40 pendant l’année 2009 ainsi que la
progression de deux portefeuilles dont l’objectif est de faire mieux que l’indice. Le ges-
tionnaire du premier portefeuille a atteint son objectif. Il a suivi le marché avec beau-
coup de régularité, qui n’a pratiquement pas évolué au-dessous de l’indice. Le
gestionnaire du portefeuille 2 a aussi atteint l’objectif et a réussi à s’éloigner de façon
plus marquée de l’indice à la hausse, mais aussi à la baisse pendant les premiers mois.
Exprimé sur base annuelle, le ratio d’information du premier gestionnaire s’élève à 1,24,
et celui du second à 1,10. Il est donc plus élevé pour le gestionnaire qui a suivi de plus
près l’indice. Les numérateurs, mesurant la déviation moyenne par rapport au bench-
mark, sont respectivement de 131 et 320 pour les portefeuilles 1 et 2, tandis que les trac-
king errors s’élèvent respectivement à 106 et 292. Ainsi, en moyenne, le gestionnaire du
second portefeuille bat plus souvent le benchmark que le premier, mais en prenant
presque trois fois plus de risque sur la base du critère utilisé. Son ratio d’information est
donc plus faible, même s’il reste très élevé selon les standards professionnels. Son
manque de régularité le pénalise relativement au gestionnaire du premier portefeuille,
qui génère un résultat moins impressionnant mais plus linéairement.
148

Figure 6.4 4100
Évolution de deux 3900
portefeuilles
3700
par rapport à
leur benchmark 3500
en 2009.
3300
3100
2900
2700
2500
0 3 09
09
09
9
09
09
09
09
09
09
09
09
09
09
09
09
24 09
09
/0
1/
1/
1/
3/
3/
4/
5/
5/
6/
7/
7/
8/
9/
0/
0/
2/
2/
2
/1
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/0
/1
/1
/1
/1
12
01
22
12
05
26
16
07
28
18
09
30
20
10
01
22
CAC40
Portefeuille 1
Portefeuille 2
Le ratio d’information d’un portefeuille adossé à un benchmark est identique à l’alpha

de Jensen divisé par l’écart type des résidus de l’équation dont il est issu. Nous pouvons
le montrer simplement en reprenant l’équation qui permet de calculer l’alpha avec le
rendement du marché mesuré par un benchmark correspondant à l’univers de gestion
du portefeuille :
R pt − R f = α p + β p (Rbt − R f )+ ε pt .
Le bêta est égal à 1 si le gestionnaire choisit de suivre son benchmark. L’équation peut
alors se récrire :
R pt − Rb = α p + ε pt ,
ou encore :
ER pt = α p + ε pt .
En calculant l’espérance et l’écart type des termes de cette équation et en faisant le rap-
port, on obtient l’égalité suivante :
ER p αp
= .
σ(ER p ) σ(ε p )
Si le portefeuille est bien diversifié, alors le risque non systématique est nul et le ratio ne
peut pas être défini.
Lorsque le taux sans risque remplace le benchmark, le ratio d’information est identique
au ratio de Sharpe. Ce choix présente toutefois l’inconvénient que le ratio n’est pas nul
pour un gérant passif puisque la référence de calcul ne correspond pas alors à son
benchmark.
Deux gestionnaires disposant d’un niveau d’information différent peuvent avoir des
ratios d’information identiques. La seule connaissance du ratio ne permet pas d’inférer
la qualité des anticipations du gestionnaire. Toutefois, en s’appuyant sur la loi fonda-
149

mentale de la gestion active de Grinold et Kahn (1999), il est possible de faire le lien
entre le ratio et le coefficient d’information :

PI p = IC p L p
,
où ICp est le coefficient d’information du gestionnaire du portefeuille P mesuré par la
corrélation moyenne entre ses prévisions et les réalisations de rendements, et Lp est le
nombre de prévisions effectuées durant la période de référence conduisant à autant de
décisions. Une amélioration du ratio d’information provient donc d’une amélioration
des prévisions ou alors d’une augmentation de celles-ci. L’amélioration des prévisions
est le résultat soit d’une meilleure information, soit de l’habileté d’analyse et de formu-
lation des prévisions du gestionnaire.
3.1.2. L’interprétation statistique du ratio d’information
La formule du ratio d’information telle que présentée dans la dernière équation est
proche de celle de la t-statistique, qui mesure la significativité de la rentabilité excéden-
taire. Elle est le rapport entre l’alpha et son écart type5. La seule différence est que le ratio
d’information est calculé avec des valeurs annualisées. Le ratio d’information d’un por-
tefeuille peut être réécrit de la façon suivante :
t α,p
RI p = ,
T
où T est la période d’estimation du ratio.
Pour un niveau du ratio d’information, il est alors possible de calculer le nombre d’an-
nées d’observation nécessaires pour juger des qualités d’un gestionnaire pour un inter-
valle de confiance donné. Il suffit d’effectuer le calcul suivant :
2
⎛ tα , p ⎞
T =⎜ ⎟ .
⎝ RI p ⎠
Pour être sûr à 90 % (correspondant à une t-statistique de 1,645) que le ratio d’informa-
tion de 0,5 d’un gestionnaire soit significatif, il faut un historique de 10,9 années :
2
⎛ 1,645 ⎞
T =⎜ = 10,89 .
⎝ 0,5 ⎟⎠
Le tableau 6.1 présente le nombre d’années nécessaires pour trois intervalles de confiance
et différents niveaux du ratio d’information pour juger des qualités d’un gestionnaire.
5. Tout au moins dans le cas du CAPM ou d’un modèle à un facteur. Ce n’est plus vrai si on calcule le RI sur un
150 modèle à plusieurs facteurs.

Tableau 6.1 : Nombre d’années nécessaires pour juger des qualités d’un gestionnaire
Ratio d’information Intervalle de confiance
80 % 90 % 95 %
0,4 10,2 17,0 24,0
0,5 6,6 10,8 15,5
0,6 4,6 7,5 10,7
0,7 3,4 5,5 7,8
0,8 2,6 4,2 6,0
0,9 2,0 3,3 4,7
1,0 1,6 2,7 3,8
Plus le ratio d’information est élevé, moins il est nécessaire de disposer d’un historique
important pour porter un jugement. Compte tenu des niveaux habituellement observés,
il faut un historique relativement long à l’échelle de la durée de vie d’un gestionnaire
pour pouvoir lui attribuer les mérites d’un ratio d’information positif avec une certaine
fiabilité de jugement !
3.1.3. Les autres mesures fondées sur le risque spécifique
Prolongeant la démarche de Jensen, Moses, Cheyney et Veit (1987) ont mis au point une
mesure de performance relative permettant de classer les portefeuilles.
L’alpha de Jensen correspond au rendement du portefeuille qui ne peut pas s’expliquer
par le CAPM :
α p = R p − R f − β p (Rm − R f ) .
Le risque total du portefeuille par rapport au marché peut s’exprimer par un simple
rapport :
σp
Ip = .
σm
Le bêta qui mesure le risque systématique peut s’exprimer de plusieurs façons :

σ pm ρ pm σ p σ m ρ pm σ p
βp = = = .
σm 2
σm σm
Le dernier rapport a l’avantage de mettre en évidence que le bêta est forcément inférieur
à Ip puisque la corrélation peut être égale au maximum à 1 dans le cas d’un portefeuille
efficient.
Le risque non systématique du portefeuille peut s’exprimer, quant à lui, comme la diffé-
rence entre Ip et le bêta du portefeuille :
σp ρ pm σ p σp
δp = Ip −βp =
σm
−
σm
=
σm
(1− ρ ) . pm
Si le portefeuille est efficient, le coefficient de corrélation est égal à 1 et le risque non

systématique est nul. Dans tous les autres cas, il est positif.
151

αp
Le rapport mesure alors le rendement en excès du marché, par unité de risque non
δp
systématique, qui peut être éliminé par diversification. Les gestionnaires peuvent être
classés sur la base de ce ratio. Mais pour distinguer ceux qui battent le marché, il faut le
diviser par la prime de risque du marché :
α p (Rm − R f )
I MCV = .
δp
Un gestionnaire qui bat le marché a un indice supérieur à 1.

L’avantage de cette mesure est de faire apparaître clairement l’arbitrage que fait le ges-
tionnaire entre le niveau de diversification du portefeuille et sa performance par rapport
au marché. Elle reste cependant peu utilisée dans la pratique.
Plus récemment, Bodson, Cavenaile et Hübner (2010) ont mis en évidence une adapta-
tion du ratio d’information, afin d’identifier de manière plus évidente l’existence d’une
éventuelle persistance dans les performances de gestionnaires de portefeuille. Ils partent
du principe que, lorsque les hypothèses sous-jacentes à un modèle factoriel standard
sont respectées, le risque total se décompose de manière additive en une partie systéma-
tique et une partie spécifique sur base de l’identité suivante :
⎛ K ⎞
∑
σ 2p = σ 2 ⎜ β pk λ kt ⎟ + σ 2 ε p .
⎝ k=1 ⎠
( )
Dans ces conditions, la performance du portefeuille ajustée par rapport à son niveau de
risque spécifique est équivalente au rendement du portefeuille en quelque sorte « magni-
fié » par le multiplicateur du risque spécifique dans son risque total. Plus ce multiplica-
teur est élevé, moins le risque spécifique intervient dans le risque total du portefeuille.
Le ratio mis au point par ces auteurs est le suivant :
σ 2p
ratio2 = R p
( )
.
σ2 ε p
Ce ratio n’est autre que le rendement du portefeuille multiplié par 1 plus le rapport entre
le risque systématique et le risque spécifique.

ment et une pénalité pour le risque spécifique
La littérature spécialisée, qu’elle soit scientifique ou professionnelle, n’est pas prolixe
dans le développement de mesures de performance fondées sur le risque spécifique.
Néanmoins, dans le cadre de la recherche d’indicateurs de persistance dans la perfor-
mance (voir chapitre 9), Bodson, Cavenaile et Hübner (2010) ont mis au point deux
mesures fondées sur le risque spécifique. La première, ratio2, est plutôt assimilée à un
ratio (voir ci-dessus). La seconde peut être considérée comme représentant une diffé-
rence. Elle s’exprime comme suit :
152

⎛ K ⎞
∑
σ 2 ⎜ β pk λ kt ⎟
⎝ k=1 ⎠
⎛ σ2 ε
p ( ) ⎞⎟ .
ratio4 = R p = R p ⎜ 1−
σ 2p ⎜⎝ 2
σp ⎟⎠
Autrement dit, le rendement du portefeuille est amputé d’une fraction correspondant à

la proportion du risque systématique dans son risque total. Un gestionnaire ayant eu
une exposition relativement élevée au risque spécifique se verra donc pénalisé, ce qui
correspond à la philosophie du ratio d’information.
Contrairement à la mesure ratio2, l’existence d’une valeur finie est garantie pour ratio4,
étant donné que le dénominateur du quotient n’est pas nul (à condition bien sûr que le
p
portefeuille n’ait pas eu un rendement constant).
4. Les
L critères de choix d’une
mesure
m de risque par rapport
à laquelle la performance est
mesurée
On peut légitimement se poser la question de la raison d’être d’un aussi grand nombre
de mesures de la performance de la gestion de portefeuille. Sans même avoir considéré
les méthodes développées afin de tenir compte de différences dans les capacités des ges-
tionnaires ou dans les profils d’investisseurs à qui les portefeuilles sont destinés (ces
thèmes seront développés au chapitre suivant), il apparaît que la liste des mesures de
performance ajustées au risque ne se limite pas à celles qui ont été présentées aux cha-
pitres 5 et 6. Parmi ce foisonnement, il en est, certes, qui sont vraisemblablement inu-
tiles, mais sans doute pas toutes. Il faut donc, à un moment donné, opérer un choix pour
n’en conserver qu’une ou, au maximum, un nombre restreint.
Choisir une mesure de performance plutôt qu’une autre n’est pas anodin. Parmi les rai-
sons de ce choix, il faut immédiatement considérer comme mauvaise celle qui consiste à
sélectionner « à la carte », en fonction d’un intérêt d’autopromotion totalement en
porte-à-faux avec l’objectif informationnel de la mesure de performance.
Il existe deux manières de considérer les critères de choix d’une mesure de performance
pour un portefeuille donné : soit en fonction de l’investisseur, soit en fonction du ges-
tionnaire. Si le choix est effectué en fonction de l’investisseur, le critère décisif est la
manière dont le risque est mesuré. Celle-ci doit être cohérente avec le but poursuivi par
l’investisseur lorsqu’il a sélectionné son portefeuille. Si, au contraire, le choix est effec-
tué en fonction du gestionnaire, le critère décisif est l’adéquation avec le type de qualité
dont ce gestionnaire fait (ou ne fait pas) preuve.
153

4.1. Le choix d’une mesure de performance en fonction de l’in-

vestisseur
Lorsque le choix d’une mesure de performance est conditionné par l’usage que l’inves-
tisseur fait de son portefeuille au sein de son patrimoine global, l’intérêt de la démarche
consiste à vérifier dans quelle mesure les qualités du gestionnaire contribuent aux objec-
tifs de son client. L’opération est délicate, car il est parfaitement possible de sélectionner
un excellent gestionnaire, mais dont les capacités sont de piètre utilité pour son client.
Pour illustrer cette situation, imaginons que l’investisseur mette « tous ses úufs dans le
même panier » : il confie l’intégralité de son patrimoine mobilier à un seul gestionnaire,
à charge pour ce dernier de faire fructifier son investissement de la meilleure manière
possible. Il va de soi qu’un gestionnaire qui déciderait d’investir toutes les liquidités
disponibles dans un seul secteur – par exemple les actions du secteur biotechnolo-
gique –, même s’il dispose d’excellentes capacités de sélection, ferait supporter à l’inves-
tisseur un risque spécifique qui aurait pu être diversifié, aux conséquences potentiellement
très dommageables.
On le voit à travers l’exemple précédent, le critère majeur pour sélectionner la mesure
idoine est celle du risque. En l’occurrence, le découpage du présent chapitre n’est pas
innocent : nous avons utilisé les trois acceptions du risque en théorie moderne du por-
tefeuille, à savoir le risque total, le risque systématique et le risque spécifique, pour défi-
nir des familles de mesure de performance. Il doit y avoir adéquation entre la mesure de
risque utilisée et la destination du portefeuille. Le raisonnement est le suivant (Bodie,
Kane et Marcus, 2008) :
Le portefeuille activement géré représente l’intégralité de l’investissement dans les
actifs financiers risqués. La situation est très simple : l’investisseur est soumis au risque
total de ce portefeuille, car il n’en a pas diversifié la partie spécifique. Il doit utiliser une
mesure de performance fondée sur le risque total du portefeuille, comme le ratio de
Sharpe ou l’un de ses dérivés.
Le portefeuille activement géré représente une partie de l’investissement dans les
actifs financiers risqués ; le reste, appelé le « portefeuille complément », fait l’objet
d’une gestion passive (actif sans risque et portefeuille de marché). Dans ce cas-là, il
faut s’intéresser à la performance totale du patrimoine de l’investisseur. Considérons
que le risque total est mesuré par la volatilité, de sorte que la performance globale est
adéquatement estimée à l’aide du ratio de Sharpe. Dans ce cas, nous pouvons mettre en
évidence la relation suivante :
2
⎛ α ⎞
=S +⎜ ⎟ = Sm2 + RI p2 .
2 2 p
S global m
( )
⎜⎝ σ ε p ⎟⎠
Plus le carré du ratio de Sharpe est élevé, meilleure est la performance – à condition que
le rendement excédentaire du portefeuille soit positif. En d’autres termes, la mesure de
la contribution du portefeuille activement géré à la performance globale est une fonc-
tion croissante à son ratio d’information. C’est donc ce dernier, qui est une mesure
fondée sur le risque spécifique, qui doit s’appliquer pour mesurer la performance du
154
portefeuille.

Le portefeuille activement géré représente une partie de l’investissement dans les actifs
financiers risqués ; le reste, appelé le « portefeuille complément », fait l’objet d’une ges-
tion active également, de sorte que le portefeuille global est bien diversifié. La diversifi-
cation du portefeuille global n’est en principe assurée que si l’on combine les portefeuilles
individuels, dont celui qui fait l’objet de l’examen. Conformément au raisonnement qui
sous-tend la dérivation du CAPM, chaque élément individuel du portefeuille global voit
son risque spécifique éliminé par la grâce de la diversification. Seule compte l’exposition
de chacun des portefeuilles au risque systématique, de sorte que cette notion prévaut pour
déterminer à quel risque l’investisseur doit être sensible. La mesure adéquate pour mesu-
rer la performance du gestionnaire (ainsi d’ailleurs que de chaque autre gestionnaire inter-
venant dans le portefeuille global) est le risque systématique ; les principaux exemples de
ce type de mesures sont le ratio de Treynor et l’alpha de Jensen.
Dès lors que l’attention se porte sur le destinataire du portefeuille, c’est donc au niveau
du type de risque qui lui correspond que la performance doit être mesurée. Au sein de
chaque famille, la mesure adéquate ne dépend pas de la catégorie de risque, mais plutôt
de la façon dont celui-ci doit être exprimé (volatilité, risques extrêmes) pour rendre
compte de ce qui doit faire l’objet d’une rémunération en termes de rendement. Notons
que la distinction entre les mesures fondées sur un rapport et celles fondées sur une
différence est principalement liée aux objectifs de présentation, communication et
explication de la performance ; elles sont les deux facettes d’une même réalité.
4.2. Le choix d’une mesure de performance en fonction du ges-

tionnaire
La problématique de la mesure de performance applicable en fonction du gestionnaire
est délicate, car la réponse qui sera apportée dépendra typiquement des intérêts de son
auteur.
Nous pouvons toutefois dégager des principes fondamentaux lorsqu’il s’agit de sélec-
tionner une mesure de performance qui doit être utilisée pour évaluer un gestionnaire
parmi ses pairs (vision spatiale) ou sur une longue période (vision temporelle).
4.2.1. Les critères de choix pour localiser un gestionnaire parmi ses pairs
Si la perspective empruntée est celle de localiser la performance d’un gestionnaire en
fonction de ses éventuels concurrents afin soit de produire un classement, soit de le
récompenser pour ses résultats, le choix de la mesure est étroitement lié à la qualité du
classement qui sera effectué sur base de cette mesure.
D’après Hübner (2007), les deux critères qui doivent être adoptés dans ce cadre sont la
précision et la stabilité de la mesure. La précision se définit comme la capacité d’une
mesure de conserver un caractère rigide d’un classement si le modèle ou la méthode
d’estimation change. Dans le cas où la mesure de risque est systématique ou spécifique,
il faut un modèle d’évaluation des rendements requis sous-jacent à l’estimation du
risque. Pour chaque portefeuille, il existe un seul « vrai » processus générateur des ren-
dements, mais une infinité de modèles possibles pour l’approcher. Si le modèle est mal
choisi, la mesure de performance ne doit pas être trop sensible à la déviation entre le vrai
modèle et le modèle estimé. Autrement dit, la précision d’une mesure indique à quel
point le risque de modèle influence un classement. 155

La stabilité d’une mesure représente la sensibilité du classement qu’elle produit au
benchmark utilisé pour estimer le rendement du portefeuille de référence. Le raisonne-

ment est analogue à celui de la précision, mais on s’intéresse ici spécifiquement à la
notion de performance relative. Cette problématique est particulièrement sensible pour
les fonds ou les portefeuilles qui cherchent à coller à une référence précise et qui annon-
cent délivrer de l’alpha ou un ratio d’information intéressant.
4.2.2. Les critères de choix pour évaluer un gestionnaire dans la durée
Lorsque l’intérêt se porte sur l’évaluation des qualités du gestionnaire sur le long terme,
le critère à privilégier est naturellement le caractère permanent de la performance qu’il
délivre. Tout comme il est évident que « les performances passées ne constituent pas une
garantie pour le futur », l’identification d’une bonne performance sur une certaine
période ne signifie par que le gestionnaire responsable de cette performance parviendra
à soutenir un niveau comparable par la suite. Or, lorsqu’il s’agit de sélectionner un por-
tefeuille ou un fonds plutôt qu’un autre, le seul niveau d’analyse pertinent est celui de la
performance attendue, et non réalisée.
L’analyse de la persistance dans la performance devient cruciale dans ce contexte. Les
méthodes qui ont été mises au point dans ce cadre seront étudiées au chapitre 9, mais
nous pouvons d’ores et déjà établir que le principe « the proof of the pudding is in the
eating » est cardinal. Si l’on ne trouve pas de persistance dans la performance en utili-
sant une mesure particulière, alors cette mesure n’a tout simplement pas de pertinence
car elle ne sert à rien dans le processus de sélection d’un gestionnaire ! Bien entendu, elle
peut s’avérer utile ex post, mais ce n’est pas l’objectif poursuivi pour le choix initial. En
revanche, détecter de la persistance en utilisant une mesure particulière présente un
intérêt certain. On sait, en effet, dans ce cas-là, que le gestionnaire est soit capable de
reproduire une bonne performance, ou en est, au contraire, systématiquement inca-
pable, si la persistance est mauvaise, ou même est capable de revoir complètement sa
copie et d’inverser la tendance si une performance médiocre lors d’une période se trans-
forme en une performance remarquable à la période suivante.
Bien sûr, la notion de persistance ouvre la porte à toutes sortes de manipulations. Il faut
donc être prudent en face d’indices plus ou moins convaincants de cette persistance,
puisqu’elle ne peut jamais être avérée que sur base statistique et ne représente jamais une
preuve absolue.
Résumé
Les mesures de performance ajustées au risque appartiennent à des catégories fondées sur le
type de risque auxquelles elles se rapportent : risque total, risque systématique et risque spé-
cifique. Au sein de chaque catégorie, il convient de distinguer les mesures qui présentent un
Rendement excédentaire
rapport entre le rendement et le risque, de forme Performance = , et
Risque
celles qui délivrent une différence entre le rendement et une pénalité pour le risque, de forme
Performance = Rendement excédentaire − Pénalité pour le risque .
156

La mesure générique fondée sur le rapport entre le rendement et le risque total est le
ratio de Sharpe. Il a fait l’objet de plusieurs modifications portant sur son numérateur
et/ou son dénominateur.
Lorsque le numérateur du ratio de Sharpe est modifié, on remplace généralement le taux
d’intérêt sans risque Rf par un taux de rendement de réserve R L . Ce rendement est inter-
prété comme le seuil au-dessus duquel les investisseurs considèrent que la performance
du portefeuille est positive. La mesure correspondante est celle de Roy :
R p − RL
Roy = .
σp
Si l’on altère le dénominateur de la mesure de Sharpe, on définit une autre mesure de

risque que la variance ou l’écart type des rendements. En pratique, l’alternative la plus
répandue est le recours aux moments partiels inférieurs ou à la valeur-au-risque.
Certaines mesures jouent simultanément sur le numérateur et le dénominateur du ratio
de Sharpe. Le ratio de Sortino, fréquemment utilisé, est l’exemple le plus populaire :
R p − RL
Sortino = .
SV (RL )
L’indice M2 est la principale mesure fondée sur une différence entre le rendement et une
pénalité pour le risque total. Il s’agit d’une transformation du ratio de Sharpe :
⎛σ ⎞
R(P) = ⎜ m ⎟ rp + R f .
⎝ σp ⎠
Il permet de comparer directement des niveaux de rendement. Les mesures de Graham

et Harvey, appelées GH1 et GH2, et la mesure d’Aftalion et Poncet sont construites sur
des principes analogues.
Parmi les mesures de performance fondées sur le risque systématique, la seule qui s’ap-
parente à un rapport entre le rendement et le risque est le ratio de Black-Treynor généra-
lisé à des modèles multi-indices, qui conserve la même interprétation originale de
performance par unité de risque systématique :
αp
T̂g = K .
∑β pk λk
k=1
K
∑βbk λk
k=1
Cette mesure suppose connu le benchmark b du portefeuille dont la performance est

analysée.
La généralisation de l’alpha de Jensen à un modèle multifacteur est immédiate. Il suffit
de prendre l’ordonnée à l’origine de la régression. Il existe également deux mesures
apparentées : les alphas conditionnels et l’alpha standardisé.
Parmi les mesures fondées sur le risque spécifique, le ratio d’information est la plus
populaire. Il représente le rapport du rendement d’un portefeuille en excès du bench-
mark sur l’écart type de ces écarts : 157

RI p = ER p σ(ER p ),
T
où ER p =
1
T ∑( R pt − Rbt ,)
t =1
T
1
∑( ER )
2
et σ(ER p ) = pt − ER p .
T −1 t =1
Le dernier terme, appelé « tracking error », mesure le degré de régularité du gestionnaire

dans son dépassement du benchmark.
La loi fondamentale de la gestion active permet de faire le lien entre le ratio et le coeffi-
cient d’information :
PI p = IC p L p ,
où ICp est le coefficient d’information du gestionnaire, mesuré par la corrélation

moyenne entre ses prévisions et les réalisations de rendements, et Lp est le nombre de
prévisions effectuées durant la période de référence conduisant à autant de décisions.
L’amélioration des prévisions est le résultat soit d’une meilleure information, soit de
l’habileté d’analyse et de formulation des prévisions du gestionnaire.
La mesure de Moses, Cheyney et Veit et deux mesures proposées par Bodson, Cavenaile et
Hübner complètent par ailleurs le ratio d’information.
Pour choisir une mesure fondée sur le risque total, systématique ou spécifique, il importe
de considérer le point de vue adopté dans l’évaluation. Il peut s’agir de celui de l’inves-
tisseur ou de celui du gestionnaire.
Si le point de vue est celui de l’investisseur, il faut considérer la contribution de son por-
tefeuille au reste de ses investissements dans les actifs financiers risqués. Si le porte-
feuille évalué est son seul actif financier, il convient d’utiliser une mesure de risque
total. Si le portefeuille complément est passif, alors il faut utiliser le risque spécifique.
Par contre, si le portefeuille complément est activement géré, il conviendra de privilégier
une mesure de risque systématique.
Si le point de vue est celui du gestionnaire, on doit ici distinguer l’objectif de l’évaluation
de la performance. Si c’est pour classer ou récompenser un gestionnaire en fonction de
ses résultats, il faut rechercher la mesure la plus fiable en matière de précision (rigidité
du classement en fonction du modèle d’évaluation) et de stabilité (rigidité du classement
en fonction du benchmark utilisé). Si, en revanche, l’objectif est de déterminer la capa-
cité du gestionnaire à reproduire une performance dans le futur, alors on s’intéressera à
la persistance dans la performance qui est mise en évidence. L’absence de toute persis-
tance sur base d’une mesure indique que cette mesure est inutile pour les besoins de la
sélection.
158

Problèmes et exercices
Exercice 1 : Le ratio de Sharpe modifié
Les mouvements boursiers des cinq dernières années de deux actions A et B, la pre-
mière agressive et la seconde défensive, sont présentés au tableau 6.2 :
Tableau 6.2 : Rendements des actifs A et B et du marché
Temps A B M
1 0,07 0,115 0,15
2 0,19 0,185 0,25
3 0,21 0,495 0,35
4 0,13 0,195 0,17
5 0,22 0,185 0,18
Un investisseur représentatif dans ce marché a une valeur de réserve de 9 %, tandis

qu’une opportunité d’investissement exempte de risque remporte un rendement de
5 %.
1. Vu ces données, quel actif a davantage de risque de perte extrême ? Réalisez une
analyse ciblée de la distribution des rendements.
2. Quel actif souffrirait le plus en cas d’une perte extrême ? Imaginez la perte maxi-
male qu’il soit possible d’encourir avec une probabilité de 95 %.
Solution
11. D
Deux iindicateurs
di statistiques résumant la distribution des rendements permettent
de juger du risque de perte extrême :
• la kurtosis, ou paramètre d’aplatissement, permet de juger de la probabilité d’oc-
currence de mouvements extrêmes ;
• le coefficient d’asymétrie permet de juger de la probabilité d’occurrence des mou-
vements extrêmement négatifs.
Il convient de comparer les deux actifs financiers sur la base de ces deux critères.
μ
L’asymétrie et la kurtosis, définies respectivement comme S(R) = 3 3 et
σ (R)
μ4
K (R) = − 3 , dérivent des moments d’ordre 3 et 4 :
σ 4 (R)
μ 3 = E ( R − E(R))
3
μ 4 = E ( R − E(R)) .
4
159

Commençons par résumer les distributions respectives des rendements des deux
actifs au travers de leur moyenne, de leur écart type et des moments d’ordre 3 et 4
(voir tableau 6.3).
Tableau 6.3 : Résumé statistique du profil rendement/risque des actifs A et B
A B
Rendement moyen 0,164 0,245
Volatilité 0,05643 0,13312
Moment d’ordre 3 –0,00012 0,003107
Moment d’ordre 4 1,88E–05 0,000958
Cela donne les valeurs suivantes pour l’asymétrie et la kurtosis :

−0,00012 0,00000188
– pour A : S A = = 0,6678 ; K A = − 3 = −1,1460 ;
0,000179693 0,00001014
– pour B : S B = 0,00311 = 1,3171; K B = 0,000958 − 3 = 0,0506 .

0,0023590 0,0003140
Il ressort de cette analyse que l’action A possède une chance moins importante (kur-
tosis < 0) que la normale de perte extrême (asymétrie < 0), tandis que l’action B
semble plus favorable avec de forte probabilité (kurtosis > 0) de profit extrême
(asymétrie > 0).
Même si le risque de mouvement extrême reste faible, l’actif le plus soumis à un
risque de perte extrême est donc A.
2. Pour répondre à cette question, il faut recourir à la notion de valeur-au-risque (VaR),
qui se soucie uniquement du risque de perte catastrophique. Afin de prendre en
compte le caractère non normal de la distribution des rendements, mis en évidence
à la question 1, on recourt à la valeur-au-risque modifiée, au seuil de 5 %, définie
comme :
MVaRα = RL − E(R)+ z1−α σ(R)
z1−α = Z 1−α −
1 2
6
(
Z 1−α −1 S(R)+
1
24
3
)
Z 1−α (
− 3Z 1−α K (R)−
1
36
3
2Z 1−α )
− 5Z 1−α ( S(R)) .
2
( )
avec une valeur de Z1 –α au seuil de 5 %, qui est de 1,645.
Soit pour A :
1 2
z1−α,A = Z 1−α − Z 1−α
6
(
−1 S A +
1
24
3
Z 1−α )
− 3Z 1−α K A −( 1
36
3
2Z 1−α ) 2
(
− 5Z 1−α ( S A ) = 1,470 )
→ MVaRα,A = RL − E(R A )+ z1−α,A σ(R A ) = 0,09 − 0,164 +1,470 × 0,05643 = 0,89 %. .
On obtient un risque de perte approximatif de 0,89 %.

Soit pour B :
1 2
z1−α,B = Z 1−α − Z 1−α
6
(
−1 S B +
1
24
3
Z 1−α )
− 3Z 1−α K B −
1
(
36
3
2Z 1−α ) 2
(
− 5Z 1−α ( S B ) = 1,237 )
→ MVaRα,B = RL − E(RB )+ z1−α,B σ(RB ) = 0,09 − 0,245 +1,237 × 0,13312 = 0,96 %.
160

On obtient un risque de perte de 0,96 %.
En conclusion, l’actif A pourrait subir une perte extrême plus conséquente que
l’actif B avec la même probabilité. Cela conforte les conclusions tirées de l’analyse
des distributions de la question 1.
Exercice 2 : Le ratio de Sortino
Vous êtes décidé, sur un horizon de six ans, à investir dans un fonds activement géré
et entièrement dédié au secteur des nouvelles technologiques. Comme vous montrez
une aversion au risque importante, vous exigez d’un tel investissement qu’il rap-
porte un rendement supérieur à la rentabilité normale du secteur.
Pour cette période, les analystes financiers évaluent les flux de trésorerie pour un
investissement de 100 000 euros dans l’ETF Vanguard Information Technology, ce
dont rend compte le tableau 6.4 :
Tableau 6.4 : Flux de trésorerie attendus dans le secteur des nouvelles technologies (en
euros)
Temps 1 2 3 4 5 6
Flux 10 000 11 000 12 000 13 500 15 000 20 000
Votre conseiller vous propose le fonds F dont les rendements historiques sur les six
dernières années sont résumés au tableau 6.5 :
Tableau 6.5 : Rendements historiques du fonds F

Temps Rendement
1 –0,1846
2 0,7059
3 –0,2042
4 0,0707
5 –0,0596
6 0,5934
Sachant que le secteur de l’énergie offre en moyenne, pour cette classe d’investis-
seurs (c’est-à-dire de même profil d’aversion au risque), une performance excéden-
taire par unité de risque de perte de l’ordre de 15 %, le fonds F se présente-t-il comme
un bon candidat à la partie risquée du portefeuille ?
161

Solution
P
Pour investir
i ti dans
d ce fonds, l’investisseur pose une valeur de réserve égale à la rentabi-
lité « normale » du secteur. C’est pourquoi, l’attractivité de ce fonds doit s’évaluer au
regard du profil de gain au-delà du taux de rendement normal du secteur et ce, par unité
de risque de perte en deçà du taux de rentabilité minimal.
Dans une telle situation, le ratio de Sortino se révèle être un bon indicateur de
performance.
i. Détermination de la rentabilité en excès de la valeur de réserve de l’investisseur
La valeur de réserve de l’investisseur fait référence au rendement normal annuel
perçu d’un investissement dans le secteur des nouvelles technologies. Ce secteur
offre les flux de trésorerie définis au tableau 6.2 pour un investissement initial de
100 000 euros. On peut donc écrire le rendement offert par le secteur comme le
taux k, qui permet d’égaler la somme des flux actualisés à la valeur de l’investisse-
ment initial, soit :
10 000 11000 12 000 13500 15 000 100 000 + 20 000
100 000 = + + + + + .
( ) (1+ k ) (1+ k ) (1+ k ) (1+ k )5
1+ k 2 3 4
(1+ k )
6
La résolution se fait à l’aide de la méthode de l’interpolation linéaire. Partant des

taux k1 et k2 (10 % et 15 %), avec les valeurs présentes correspondant respectivement
à V1 et V2 (V1 = 113468,9689 euros et V2 = 91959,06 euros), où V1 > V0 et V2 < V0, on
trouve une première valeur de k :
k2 − k1
k = (V0 − V1 ) + k1 ,
V2 − V1
équivalente à 13,1309 %, pour une valeur actuelle de 99297 euros.

Répétant la technique précitée avec ces nouvelles valeurs pour k2 et V2, jusqu’à
atteindre une convergence à la quatrième décimale, on trouve k* = 12,96 %, ce qui
définit la rentabilité minimale acceptable aux yeux de l’investisseur.
Comparant cette rentabilité minimale acceptable (rendement de réserve R L) aux
rendements observés pour cet investissement, soit 15,36 % (calculé sur la base des
données historiques), on définit la rentabilité en excès de la valeur de réserve de l’in-
vestisseur, soit :
Rp – R L = 0,1536 – 0,1296 = 0,024.
ii. Détermination du profil de risque de l’investissement
Le risque est alors de faire face à un rendement inférieur à la rentabilité minimale
attendue de 12,96 % :
162

T
1
∑ (R )
2
pt − RL
T t =0
R pt <RL
=
1
6
(
(−0,1846 − 0,1296)2 + (−0,2042 − 0,1296)2 + (0,0707 − 0,1296)2 + (−0,0596 − 0,1296)2 )
= 0,041568.
Le ratio de Sortino prend alors la valeur de 11,77 % comme illustré ci-après :
R p − RL 0,024
= = 0,1177.
T 0,20388
1
∑ (R )
2
pt − RL
T t =0
R pt <RL
Cela donne une rentabilité excédentaire par unité de risque de l’ordre de 11,77 %. Vu
la rémunération offerte par le secteur (15 %), le fonds ne semble pas être une bonne
perspective d’investissement. Bien qu’offrant un rendement supérieur aux objectifs
de rentabilité que se fixe l’investisseur, le fonds présente un risque élevé. En effet, sur
une période de six années, le fonds offre un rendement négatif la moitié du temps.
Exercice 3 : Le M2
Vous êtes en charge de la gestion d’un fonds dont la partie jugée « sans risque » vous
rapporte un rendement de l’ordre de 3 %. Vous désirez compléter votre allocation
stratégique par un investissement dans un fonds agressif afin de battre un benchmark.
À cette fin, vous avez le choix entre le fonds A et le fonds B. Leurs caractéristiques de
rendement-risque ainsi que celles du fonds passif sont présentées au tableau 6.6 :
Tableau 6.6 : Profil de rendement/risque des actifs financiers A, B et du benchmark
Actif Rendement Risque ( σ )
A 20,0 % 0,15
B 13,8 % 0,09
Benchmark 6,0 % 0,04
1. Quel actif offre la meilleure rémunération du risque total ?

2. Comparez le fonds à une combinaison de même risque du fonds de référence et
de l’actif sans risque. Qu’en concluez-vous ?
3. Comparez cette fois le fonds directement au benchmark. Qu’en concluez-vous ?
4. Comparez ces trois indicateurs. Notez que les mesures utilisées aux questions 2
et 3 correspondent respectivement aux mesures de differential return et de M2.
163

Solution
11. L
Le ratio
ti d
de Sharpe, en exprimant le rendement excédentaire par unité du risque
total, mesure le prix du risque (voir tableau 6.7).
Tableau 6.7 : Ratios de Sharpe des actifs A et B
Actif Sharpe S
0,20 − 0,03
A 1,13
0,15
0,138 − 0,03
B 1,2
0,09
Selon cet indicateur, le fonds B offre une rémunération supérieure au fonds A.

2. Le rendement d’un portefeuille réparti entre le portefeuille de référence et l’actif sans
risque de même risque que le fonds A (respectivement B) correspond au rendement
théorique d’un portefeuille de risque de 15 % (respectivement 9 %) à l’équilibre.
Le fait de travailler à l’équilibre fige la valeur du coefficient de corrélation à 1. Le
modèle d’évaluation des actifs financiers prend alors la forme suivante :
σp
Rp = R f + (Rb − R f ) .
σb
La différence entre le rendement observé de chaque actif et son rendement théorique
donne la valeur de l’indicateur dénommé differential return (voir tableau 6.8).
Tableau 6.8 : Differential return des actifs A et B
Actif Rp R th
p R p − R th
p
0,06 − 0,03
A 0,20 0,03 + × 0,15 = 0,1425 0,20 – 0,1425 = 0,0575
0,04
0,06 − 0,03
B 0,138 0,03 + × 0,09 = 0,0975 0,138 – 0,0975 = 0,0405
0,04
À l’équilibre, les deux fonds offrent un rendement supérieur à toute combinaison d’un
fonds risqué et non risqué, de même risque total. Toutefois, la différence est plus pro-
noncée pour le fonds A que pour le fonds B. Il est donc plus performant selon ce critère.
3. Afin de comparer directement le fonds au fonds passif, il convient d’emprunter ou de
prêter au taux sans risque de façon à augmenter ou à diminuer l’exposition au risque
du portefeuille géré et ainsi à le mettre au niveau de celui du portefeuille de référence.
On combine donc le fonds risqué A ou B à un actif sans risque afin d’obtenir un
fonds risqué P* de niveau de risque de 4 %. On infère ensuite le surplus ou le déficit
de rendement qui résulte de la différence entre les rendements des actifs A* et B* et
celui du portefeuille de référence.
164

Les rendements des deux actifs sont présentés au tableau 6.9 :
Tableau 6.9 : Construction des portefeuilles de même risque que le portefeuille de référence
Actif Risque Proportion Rendement
A* 0,15x = 0,04 0,2667 0,2667 × 0,20 + 0,7333 × 0,03 = 0,0753
B* 0,09x = 0,04 0,4444 0,4444 × 0,138 + 0,5556 × 0,03 = 0,0780
La comparaison du rendement observé pour A* et pour B*, respectivement 7,53 %

et 7,8 %, et du rendement de 6 % donne des valeurs respectives de 1,53 % et 1,8 %.
Il s’agit de la performance supplémentaire que l’on obtiendrait si l’on choisissait de
convertir les portefeuilles A et B en portefeuilles de même risque que le benchmark.
Selon ce critère, B est plus performant que le fonds A.
4. En conclusion, les ratios de Sharpe et M2 permettent de comparer les rendements des
portefeuilles par unité de risque total. Ils sont donc similaires et conduisent au même
classement entre les fonds, contrairement au differential return, qui se rapproche de
la mesure de Jensen et livre des résultats différents.
165

Exercice 4 : Le ratio de Treynor généralisé
On considère deux fonds américains, l’un impliqué dans une gestion active du
S&P 500, l’autre gérant de manière active un portefeuille composé d’actions de
croissance et d’actifs de capitalisation moyenne, à la manière de l’indice S&P
MidCap 400 Growth.
Les expositions au risque de chacun de ces fonds et de ceux de l’indice S&P
MidCap 400 Growth sont représentées à la figure 6.5 :
Figure 6.5 Marché
Expositions 1.4
au risque des
fonds (1) et (2) 1.2
1
et de leur
benchmark. 0.9
0 0
0.7 0.8
1.3
Growth Mid Cap
1.4
S&P 500
S&P Mid Cap 400 Growth Index
Fonds (1)
Fonds (2)
Face à une évolution assez favorable des actifs dans lesquels ils sont investis (voir
tableau 6.10), ces deux fonds ont joui d’une performance anormale de 2 % au cours
de ce semestre.
Tableau 6.10 : Séries temporelles des primes de risque du marché, des primes SMB et HML
Période (semestre) Prime du marché SMB HML
1 0,0125 0,017 0,021
2 0,03 0,018 0,019
3 0,0001 0,015 0,013
4 0,011 0,013 0,01
5 0,009 0,02 0,017
6 0,013 0,011 0,018
Comment pourriez-vous les départager ?
166

Solution
Afi de
Afin d départager
dé t ces deux fonds, il faut considérer la performance anormale par unité
de risque systématique encouru. On utilise en ce sens le ratio de Black-Treynor et sa
généralisation au cas multifactoriel, le ratio de Treynor généralisé.
Ainsi, le fonds (1) ne subissant que les risques du marché, et ce, avec une sensibilité défi-
nie à 1,4, sa performance est analysée par le ratio de Black-Treynor :
α p 2%
T̂ = = = 0,0143 .
β p 1,4
On obtient une performance anormale par unité de risque systématique d’environ

1,4 %.
L’exposition du fonds (2) aux différentes primes de risque complexifie ce ratio, qui
devient alors :
αp
T̂g = K .
∑β pk λk
k=1
K
∑βbk λk
k=1
Les βpk représentent les sensibilités du fonds aux différentes primes de risque : 0,9 pour
le marché, 1,3 pour SMB et 0,7 pour HML (voir chapitre 1).
Les λk représentent les différentes primes de risque moyennes sur la période, résultats de
6
∑
1
l’application de λ k = λ , soit 1,26 % pour le marché, 1,57 % pour SMB et 1,63 %
6 t =1 kt
pour HML.
Les βbk représentent les sensibilités de l’indice S&P MidCap 400 Growth aux différentes
primes de risque, soit 1,2 pour le marché, 0,8 pour SMB et 1,4 pour HML.
Dès lors, on a :
∑β
k
pk λ k = 0,9 × 0,0126 +1,3 × 0,0157 + 0,7 × 0,0163 ,
∑β
k
bk λ k = 1,2 × 0,0126 + 0,8 × 0,0157 +1,4 × 0,0163 .
Le ratio généralisé prend une valeur proche de 2,3 % :

0,02
T̂g = = 0,0234 .
0,0432 0,0505
En conclusion, le fonds (2) s’avère supérieur puisqu’il semble faire courir moins de
risque systématique pour le même niveau de surperformance. En d’autres termes, il se
révèle plus propice à maintenir ce niveau de performance.
167

Exercice 5 : L’alpha conditionnel
Considérons un marché où un ensemble d’acteurs financiers tente d’exploiter des

informations au temps t afin de battre le marché au temps t +1. Pour cela, nombreux
sont ceux qui utilisent les mouvements touchant les bons du Trésor. L’ensemble des
investissements consentis sur ce marché peut être rassemblé dans un portefeuille
artificiel noté P.
Le tableau 6.11 présente les évolutions respectives du portefeuille P, du marché et des
bons du Trésor sur les six dernières années :
Tableau 6.11 : Rendements de P, M et B
Temps Portefeuille P Marché Bons du Trésor
1 0,1 0,15 0,08
2 0,25 0,2 0,02
3 0,15 0,25 0,08
4 0,15 0,13 0,05
5 0,32 0,19 0,01
6 0,14 0,25 0,06
Nous ferons l’hypothèse que ce portefeuille, par sa forme agrégée, n’est soumis
qu’au seul risque de marché. Le taux sans risque en vigueur est de 5 % sur l’ensemble
de la période.
Si l’on considère que l’évolution du portefeuille n’est pas indépendante des mouve-
ments subis par les taux d’intérêt, la place financière étudiée s’est-elle avérée effi-
ciente ? Y a-t-il des opportunités de performance anormale compte tenu de
l’évolution des bons du Trésor ?
Solution
L modèles
Les dèl d d’évaluation conditionnels s’avèrent pertinents dans ce cas de figure, vu
leur capacité à traduire l’information dont on dispose en rendements boursiers
attendus.
Le modèle de l’alpha conditionnel (αp) permet ainsi d’évaluer l’habilité du manager à
prévoir, mieux que le marché, les mouvements des primes de risques (λ) en fonction des
valeurs prises par certains instruments (Z).
La série des instruments étant décalée d’une unité temporelle par rapport à la série des
rendements excédentaires du portefeuille, on ne peut compter que sur cinq observations
afin de calculer la valeur de l’alpha moyen. Le tableau 6.12 présente les séries temporelles
des variables explicatives et de la variable dépendante du modèle conditionnel :
168

Tableau 6.12 : Variables dépendante et indépendantes du modèle conditionnel
Temps R pt − R f λ mt z t −1 z t −1λ mt
2 0,2 0,15 0,08 0,012
3 0,1 0,2 0,02 0,004
4 0,1 0,08 0,08 0,0064
5 0,27 0,14 0,05 0,007
6 0,09 0,2 0,01 0,002
Les coefficients α et β résultent de la régression des rendements du portefeuille en

excès du taux sans risque, représenté par le vecteur R :
⎛ 0,20 ⎞
⎜ 0,1 ⎟
⎜ ⎟
R = ⎜ 0,1 ⎟ ,
⎜ ⎟
⎜ 0,27 ⎟
⎜⎝ 0,09 ⎟⎠
sur les différentes variables explicatives, représentées par une matrice dénommée X
(faite d’une constante, des primes de risque courantes et du produit de ces primes de
risque par l’indicateur d’information décalé d’une période) :
⎛1 0,15 0,012 ⎞
⎜1 0,2 0,004 ⎟
⎜ ⎟
X = ⎜1 0,08 0,0064 ⎟ .
⎜ ⎟
⎜1 0,14 0,007 ⎟
⎜⎝ 1 0,2 0,002 ⎟⎠
Cela donne les paramètres suivants :

⎛ 0,0405 ⎞
⎜ 0,1559 ⎟ .
⎜ ⎟
⎜⎝ 13,9296⎟⎠
Soit une performance anormale de l’ordre de 4 %.

Au regard de la valeur positive prise par cet alpha, on conclut à une réelle habileté du
gestionnaire à prévoir les mouvements boursiers en fonction de l’information dispo-
nible une période au préalable.
Ce décalage temporel suppose une trace d’inefficience au sens faible pour autant qu’elle
soit considérée comme systématique.
169

Bibliographie
Aftalion F. et Poncet P., 1991, « Les mesures de performance des OPCVM : problèmes et solutions »,
Revue Banque, n° 517, juin.
Aftalion F. et Poncet P., 2003, Les techniques de mesure de performance, Economica, collection Gestion.
Amenc N. et Le Sourd V., 2003, Théorie du portefeuille et analyse de sa performance, Economica.
Bodie Z., Kane A. et Marcus A. J., 2008, Investments (8e édition), McGraw-Hill.
Bodson L., Cavenaile L. et Hübner G., 2009, « Normalized risk-adjusted performance measures based
on multi-factor models », Working Paper, HEC Management School, Université de Liège.
Christopherson J. A., Ferson W. et Glasmann D., 1998, « Conditioning manager alphas on economic
information: Another look at persistence of performance », Review of Financial Studies, vol. 11,
p. 111-142.
Cogneau et Hübner, 2009a, « The (more than) 100 ways to measure portfolio performance: Part 1:
Standardized risk-adjusted measures », Journal of Performance Measurement, vol. 13, n° 4, p. 56-71.
Cogneau et Hübner, 2009b, « The (more than) 100 ways to measure portfolio performance: Part 2:
Special measures and comparison », Journal of Performance Measurement, vol. 14, n° 1, p. 56-69.
Ferson W. et Schadt R., 1996, « Measuring fund strategy and performance in changing economic
conditions », Journal of Finance, vol. 51, p. 425-462.
Goodwin T., 1998, « The information ratio », Financial Analyst J., juillet, p. 34-41.
Graham J. R. et Harvey C. R., 1996, « Market timing ability and volatility implied in investment news-
letter’s asset allocation recommendations », Journal of Financial Economics, vol. 42, p. 397-421.
Grandin P., 1998, Mesure de performance des fonds d’investissement. Méthodologie et résultats,
Economica, collection Gestion Poche.
Gregoriou G. et Gueyie J. P., 2003, « Risk adjusted performance of funds of hedge funds using a modi-
fied Sharpe ratio », Journal of Wealth Management, vol. 6, p. 77-83.
Grinold R. et Kahn R., 1999, Active Portfolio Management (2e édition), McGraw-Hill.
Hübner G., 2005, « The generalized Treynor ratio », Review of Finance, vol. 9, p. 405-435.
Hübner G., 2007, « How does performance measures perform? », Journal of Portfolio Management,
vol. 33, n°4, p. 64-74.
Kaplan P. D. et Knowles J. A., 2004, « Kappa: A generalized downside risk-adjusted performance mea-
sure », Journal of Performance Measurement, vol. 8, n° 3, p. 42-54.
Modigliani F. et Modigliani L., 1997, « Risk-ajusted performance », Journal of Portfolio Management,
vol. 24, p. 45-54.
Moses E., Cheyney J. et Veit E., 1987, « A new and more complete performance measure », Journal of
Portfolio Management, été.


Les Mesures de Performance Ajustées Au Risque PDF

Transféré par

Droits d'auteur :

Formats disponibles

Les Mesures de Performance Ajustées Au Risque PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Les Mesures de Performance Ajustées Au Risque PDF

Transféré par

Droits d'auteur :

Formats disponibles

a pit re 16

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Ce ratio s’applique donc en principe à un portefeuille censé être parfaitement diversifié,

1.1. La performance basée sur un rapport entre le rendement et

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

1.1.2. Le dénominateur : la variance n’est pas la mesure de risque

En remplaçant le risque par son expression du MPI, on obtient un ratio de Sharpe

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

On standardise généralement ces valeurs pour définir le coefficient d’asymétrie

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

de catastrophe, et non d’estimer le seuil au-delà duquel on parle de catastrophe, ce

Dans l’exemple développé précédemment, nous pourrions considérer que le fonds A

1.2. La performance fondée sur une différence entre le rende-

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

où σ(P) est le risque du nouveau portefeuille.

où Rp est la rentabilité du portefeuille initial.

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

1.2.2. Les mesures de Graham et Harvey

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

où σ m = w 2 σ 2p + (1− w)2 σ 2Mon + 2w(1− w)ρ p,Mon σ p σ Mon ,

où l’indice Mon indique qu’il s’agit de l’actif monétaire.

1.2.3. L’indice d’Aftalion et Poncet

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

sens. Formellement, l’indice s’écrit :

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

L’adaptation du ratio de Treynor au contexte de modèles multifacteurs, tels que ceux

Comment définit-on le risque systématique dans de telles conditions ? Pour ce faire, il

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

où b est l’alpha du benchmark (en principe égal à 0).

2.2. La performance fondée sur une différence entre le rende-

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

3. LLes mesures fondées sur le

3.1. La performance fondée sur un rapport entre le rendement et

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Ce dernier terme, appelé « tracking error », mesure le degré de régularité du gestion-

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Le ratio d’information d’un portefeuille adossé à un benchmark est identique à l’alpha

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

entre le ratio et le coefficient d’information :

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Le bêta qui mesure le risque systématique peut s’exprimer de plusieurs façons :

Si le portefeuille est efficient, le coefficient de corrélation est égal à 1 et le risque non

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Un gestionnaire qui bat le marché a un indice supérieur à 1.

3.2. La performance fondée sur une différence entre le rende-

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Autrement dit, le rendement du portefeuille est amputé d’une fraction correspondant à

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

4.1. Le choix d’une mesure de performance en fonction de l’in-

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

4.2. Le choix d’une mesure de performance en fonction du ges-

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

benchmark utilisé pour estimer le rendement du portefeuille de référence. Le raisonne-

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.

Si l’on altère le dénominateur de la mesure de Sharpe, on définit une autre mesure de

Il permet de comparer directement des niveaux de rendement. Les mesures de Graham

Cette mesure suppose connu le benchmark b du portefeuille dont la performance est

© 2010 Pearson Education France – Performance de portefeuille, 2e éd.