L’investissement factoriel a longtemps été perçu comme une voie prometteuse pour expliquer les performances variées des actions sur les marchés. Cependant, après plusieurs années de résultats décevants, une réflexion s’impose : le problème réside-t-il dans les données ou dans la manière dont les modèles sont conçus ? Des recherches récentes mettent en lumière un phénomène appelé l’illusion des facteurs, qui résulte d’une confusion entre correlation et causalité.
L’idée fondatrice de l’investissement factoriel repose sur le principe que les marchés récompensent l’exposition à certains risques non diversifiables, tels que la valeur, le momentum, la qualité et la taille. Depuis l’émergence de ce concept, des sommes colossales ont été investies dans des produits basés sur cette hypothèse. Pourtant, les résultats sont loin de répondre aux attentes.
Index du contenu:
Les limites des modèles d’investissement factoriel
Les données révèlent des résultats préoccupants. Par exemple, l’indice multi-facteurs Bloomberg–Goldman Sachs a enregistré un ratio de Sharpe de seulement 0,17 depuis 2007, ce qui est statistiquement équivalent à zéro une fois les coûts pris en compte. En d’autres termes, l’investissement factoriel n’a pas su créer de valeur pour les investisseurs, entraînant une perte de confiance parmi les gestionnaires de fonds qui ont conçu leurs produits selon ces modèles.
Erreurs de spécification et leurs conséquences
Traditionnellement, on attribuait l’échec des modèles à des problèmes tels que le surajustement lors des tests rétrospectifs ou à la recherche de alpha dans des bruits statistiques. Bien que cette explication soit en partie valable, des études récentes, notamment celles de l’ADIA Lab, révèlent une faille plus profonde : la spécification systématique incorrecte.
Souvent, les modèles sont élaborés selon des principes économétriques classiques, comme les régressions linéaires et les tests de signification. Cependant, cette approche peut mener à des erreurs méthodologiques, en incluant des colliders ou en omettant des confondants. En termes simples, cela peut fausser les estimations des coefficients, amenant les investisseurs à acquérir des titres qu’ils auraient dû vendre.
Le phénomène de l’illusion des facteurs
Le concept de zoo des facteurs fait référence à l’existence de nombreuses anomalies publiées qui échouent à des tests hors échantillon. Toutefois, l’illusion des facteurs est plus insidieuse et provient de modèles mal spécifiés, malgré leur conformité aux normes économétriques. Ces modèles peuvent afficher de meilleures performances apparentes, comme un R² plus élevé, trompant ainsi les investisseurs sur leur validité.
Exemples de spécifications erronées
Pour illustrer ce point, considérons deux chercheurs développant un facteur de qualité. L’un prend en compte des variables comme la rentabilité et l’endettement, tandis que l’autre inclut le retour sur équité, une variable influencée à la fois par la rentabilité et la performance des actions. En intégrant un collider, le second modèle établit un lien fallacieux entre qualité et rendements passés, entraînant des résultats décevants en conditions réelles.
Les conséquences de ces erreurs de spécification sont multiples. Selon les travaux de l’ADIA Lab, il est impossible d’obtenir un portefeuille efficace si les modèles de facteurs sont mal spécifiés. Même avec des estimations précises des moyennes et des covariances, les portefeuilles resteront sous-optimaux. Ainsi, la question de l’investissement ne se limite pas à la prédiction.
Vers une approche fondée sur la causalité
Il devient évident que la solution à la crise de l’investissement factoriel ne repose pas sur une accumulation de données ou l’adoption de techniques plus complexes. Ce dont le secteur a vraiment besoin, c’est d’un raisonnement causal. En intégrant des méthodes de causalité, les investisseurs peuvent mieux comprendre les véritables sources de risque et de rendement.
Ce changement de paradigme n’est pas sans précédent. D’autres domaines, comme la médecine, ont déjà opéré une transition similaire, abandonnant les corrélations au profit de preuves fondées. Il est temps que la finance suive cette voie, non pas pour des raisons de pureté scientifique, mais pour garantir une fiabilité pratique.
L’idée fondatrice de l’investissement factoriel repose sur le principe que les marchés récompensent l’exposition à certains risques non diversifiables, tels que la valeur, le momentum, la qualité et la taille. Depuis l’émergence de ce concept, des sommes colossales ont été investies dans des produits basés sur cette hypothèse. Pourtant, les résultats sont loin de répondre aux attentes.0
L’idée fondatrice de l’investissement factoriel repose sur le principe que les marchés récompensent l’exposition à certains risques non diversifiables, tels que la valeur, le momentum, la qualité et la taille. Depuis l’émergence de ce concept, des sommes colossales ont été investies dans des produits basés sur cette hypothèse. Pourtant, les résultats sont loin de répondre aux attentes.1