Risque de portefeuille : ce que les pondérations cachent
Calculez la volatilité combinée et repérez les facteurs communs qu’une liste de positions ne révèle pas.
Un portefeuille n’est pas une collection de paris isolés
Deux positions de volatilité individuelle identique peuvent contribuer très différemment au risque d’un portefeuille existant. Cela dépend des interactions de leurs rendements avec les autres placements. Une position évoluant habituellement avec la plus grosse exposition peut amplifier ses fluctuations ; une autre peut en compenser une partie. Compter les symboles ne mesure pas cette relation.
Le cadre classique moyenne-variance décrit la variance du portefeuille par les pondérations, variances individuelles et covariances deux à deux. C’est un modèle structurant utile, pas une définition complète du danger. Il ne saisit pas directement défauts, fermetures de marché, restrictions de retrait ou perte durable de pouvoir d’achat. Déterminez d’abord quels risques le calcul éclaire et lesquels exigent une analyse séparée.
Rendre visible le terme croisé
Pour deux actifs de poids w1 et w2, volatilités s1 et s2 et corrélation r, la variance vaut w1²s1² + w2²s2² + 2w1w2rs1s2. Le dernier terme explique pourquoi une simple moyenne des volatilités échoue généralement. Les données doivent utiliser des horizons, conventions de rendement et traitements monétaires cohérents.
Deux actifs équipondérés, chacun d’une volatilité annualisée de 20 %, présentent une volatilité modélisée d’environ 14,14 % avec une corrélation nulle. Avec une corrélation de un, elle est de 20 %. Avec une corrélation de moins un et des amplitudes identiques, la variance idéalisée est nulle. Ce dernier calcul illustre l’arithmétique du modèle, pas l’existence d’un portefeuille réel sans risque.
La corrélation est une estimation, pas un contrat
Une corrélation d’échantillon change selon la fenêtre et l’environnement. Les périodes calmes peuvent masquer une vulnérabilité commune à l’inflation, au manque de financement ou aux ventes forcées. Des actifs apparemment indépendants au quotidien peuvent réagir ensemble quand les investisseurs ont besoin de cash. L’incertitude d’estimation doit rester visible, pas enfouie dans une matrice unique.
Comparez plusieurs corrélations plausibles et examinez des épisodes de stress précis. Attention aux prix obsolètes : un actif rarement valorisé peut paraître artificiellement stable et faiblement corrélé simplement parce que sa valeur enregistrée s'ajuste tardivement. Alignez les heures d'observation et comprenez les méthodes de valorisation avant d'interpréter une faible valeur comme une diversification. Des horaires de négociation différents posent un problème similaire, même lorsque les deux instruments sont activement négociés.
Les relations estimées doivent être mathématiquement compatibles. Des corrélations calculées deux à deux sur des dates différentes peuvent produire une matrice non semi-définie positive : une certaine combinaison de poids aurait alors une variance négative. Cela signale un problème de données ou de modèle, pas une couverture miraculeuse. Aligner les observations, vérifier les propriétés numériques et documenter une éventuelle régularisation font partie du travail. Même valide, une matrice peut rester instable avec beaucoup d’actifs et peu d’historique.
Traduire les noms en expositions économiques
Un fonds d’actions technologiques, une société de logiciels et une position en devise sensible à la croissance peuvent partager une sensibilité à l’appétit pour le risque malgré leurs étiquettes différentes. Un compte national détenant des actifs étrangers porte aussi un risque de change sauf couverture effective. Décomposez les positions en facteurs : bêta actions, taux, devises, crédit et prix des matières premières.
Le notionnel des dérivés et l'allocation de trésorerie exigent une attention particulière. Un faible dépôt de marge peut soutenir une forte exposition économique, tandis que la sensibilité d'une option évolue avec le prix et le temps. Des pondérations de portefeuille fondées uniquement sur les sommes versées peuvent représenter très incorrectement ces instruments. Une lecture factorielle de premier ordre est utile, mais les expositions non linéaires nécessitent toujours une réévaluation par scénario plutôt qu'une sensibilité figée indéfiniment.
Utiliser les variations marginales pour éclairer l’analyse
Demandez ce que devient le risque total modélisé si l’on ajoute ou retire un peu d’une position. Cette perspective marginale peut révéler que la plus grosse position n’est pas forcément le plus grand risque supplémentaire. Elle évite aussi de confondre un classement des volatilités isolées avec une décision de portefeuille.
Conservez le calcul de covariance aux côtés des limites de concentration, des mesures de liquidité et des scénarios de perte. Une combinaison mathématiquement peu volatile peut dépendre d'un unique dépositaire commun ou d'un levier incapable de résister aux tensions. Le résultat pratique doit être une carte des vulnérabilités et incertitudes, pas une décimale de risque apparemment définitive. Recalculez après des changements significatifs d'exposition et recherchez pourquoi le résultat évolue.
Rendre visibles l’exposition et son financement dans les poids
Les poids ont besoin d’un dénominateur. Une position longue de 60 000 dollars et une position courte de 40 000 dans un compte de 100 000 de capitaux propres ont des poids de +0,60 et −0,40. L’exposition nette est de 20 % et l’exposition brute de 100 %. Renormaliser ces deux positions pour que leurs poids totalisent un changerait leur échelle économique. Liquidités, produit de la vente à découvert et financement doivent être comptabilisés selon le montage réel.
Avec une volatilité annuelle de 20 % pour chaque actif et une corrélation de 0,8, la variance vaut 0,60² × 0,20² + (−0,40)² × 0,20² + 2 × 0,60 × (−0,40) × 0,8 × 0,20 × 0,20 = 0,00544. La volatilité estimée est de 7,38 % des capitaux propres, hors variation des coûts de financement. À corrélation nulle, elle monte à 14,42 %. Une corrélation positive aide cette couverture longue-courte ; elle pénalise une paire comparable de positions longues.
La conversion monétaire ajoute une interaction. Si un actif étranger gagne 5 % en monnaie locale et que celle-ci perd 10 % contre la monnaie du compte, le rendement converti est 1,05 × 0,90 − 1 = −5,5 %, avant frais. Additionner 5 % et −10 % n’est qu’une approximation qui omet le produit croisé. Construisez les séries dans la monnaie pertinente avant d’estimer les covariances, sauf si une couverture de change est modélisée séparément.
Distinguez enfin des poids fixes d’une politique de rééquilibrage. Les prix modifient les poids tant qu’aucune transaction ne les restaure. Une estimation aux poids actuels décrit l’exposition locale, pas automatiquement celle du mois suivant ni les coûts de rééquilibrages quotidiens. Confrontez la politique à une exécution réalisable et ajoutez les conséquences de financement et de liquidité qui n’apparaissent pas dans la variance.