equities

Deux facettes du risque : construire des portefeuilles robustes et alignés sur le « net-zéro »

Deux facettes du risque : construire des portefeuilles robustes et alignés sur le « net-zéro »
Alexey Medvedev, PhD - Portfolio Manager

Alexey Medvedev, PhD

Portfolio Manager
Maxime Kirgo - Quant Analyst

Maxime Kirgo

Quant Analyst

La construction de portefeuilles alignés sur les objectifs climatiques nécessite une approche prospective permettant de maximiser les opportunités et de réduire les risques associés à la transition climatique. Plutôt que de se concentrer exclusivement sur les niveaux historiques des émissions de carbone, nos stratégies TargetNetZero identifient les potentiels gagnants et retardataires de la transition climatique, dans tous les secteurs de l’économie, en évaluant les politiques actuelles des entreprises et leurs engagements en faveur de la décarbonation. 

 

Les points à retenir

  • La construction de portefeuilles alignés sur les objectifs climatiques nécessite une évaluation prospective, qui peut s’avérer ardue en raison de l’incertitude inhérente au modèle
  • La divergence des données liées à l’alignement de chaque entreprise sur la transition climatique illustre bien cette incertitude
  • Les instruments habituels de l’investissement en actions systématique ne suffisent pas à résoudre le problème de l’incertitude de modèle. Selon nous, il est important de quantifier l’erreur de modèle et de l’intégrer au processus d’investissement afin de garantir des portefeuilles alignés sur les objectifs climatiques qui soient crédibles

 

Les défis d’une approche prospective

Le principal indicateur prospectif est la hausse implicite de la température (« Implied Temperature Rise », ou ITR). Il quantifie l’alignement des entreprises et des portefeuilles pour divers scénarios climatiques de façon économiquement transparente.1 Par exemple, une ITR de 2 °C signifie, selon notre analyse, que l’entreprise concernée respectera son budget d’émissions à hauteur d’une hausse de 2 °C de la température de la planète d’ici 2100.

La principale difficulté dans la construction de portefeuilles selon l’ITR réside dans une dépendance intrinsèque au cadre de modélisation et aux hypothèses utilisées. En fonction de la rapidité à laquelle une entreprise doit se décarboner, certains analystes estiment que les engagements de cette entreprise sont ambitieux, tandis que d’autres pensent exactement le contraire.

L’investissement à faibles émissions de carbone,2 quant à lui, crée beaucoup moins de divisions. Même si la déclaration des émissions de carbone n’est pas parfaitement harmonisée parmi toutes les entreprises, nous savons plus ou moins qui sont les gros émetteurs. A noter que les critères ESG3 sont critiqués pour leur forte ambiguïté : la corrélation entre les notes ESG de différents fournisseurs de données peut parfois ne pas dépasser 0,4.4 L’ITR établit de nouveaux records, avec une corrélation deux fois plus faible entre les fournisseurs.5

La mise en œuvre d’indicateurs modélisés n’a rien de nouveau pour ceux d’entre nous qui œuvrent dans l’investissement en actions systématique, les facteurs Actions en étant le meilleur exemple. Même si les professionnels sont d’accord sur le choix des facteurs, les différences d’interprétation sont habituellement significatives. Cela étant, il est possible de valider la définition des facteurs, au minimum grâce à des backtests sur leur performance.

Mais cela n’est pas possible pour l’ITR. Premièrement, les performances passées ne sont pas nécessairement un critère approprié pour estimer la qualité de l’évaluation des futures transformations. De plus, si nous pouvons collecter des données probantes sur la performance de la stratégie, cela ne suffit toutefois pas à valider une mise en œuvre spécifique.6

L’élément clé de notre approche TargetNetZero consiste à réduire l’ITR des portefeuilles ou à les aligner sur une décarbonisation plus rapide. La majeure partie des émissions de carbone est le fait d’un nombre limité d’entreprises, de sorte que l’exactitude de l’ITR du portefeuille fluctue en fonction de la qualité de notre évaluation de ces entreprises clés. En matière d’investissement systématique, il est courant d’utiliser des transformations de données pour atténuer cette concentration et garantir la solidité des portefeuilles. Nous ne pouvons pas appliquer de transformations similaires ici, car les émissions de carbone sont assorties d’une interprétation économique importante. Leur concentration est une caractéristique intrinsèque et non pas un dysfonctionnement.

Selon nous, pour construire de solides portefeuilles alignés sur la transition climatique, il faut intégrer l’incertitude inhérente au modèle ITR dans le processus d’investissement. Pour ce faire, nous devons quantifier l’erreur de modèle et modifier notre procédure standard d’optimisation du portefeuille afin de tenir compte à la fois du risque financier (tracking error) et du risque de modèle (mesure de l’incertitude relative au véritable alignement du portefeuille).

 

Les apparences sont trompeuses

Globalement, en raison de l’incertitude associée aux modèles, les indicateurs modélisés ne sont que des approximations des indicateurs non observables « réels ». Pour bien comprendre les conséquences de l’incertitude inhérente à l’ITR sur les caractéristiques des portefeuilles alignés sur les objectifs climatiques, nous avons procédé à une simulation digitale.

Aux fins de l’expérience, nous avons supposé que l’ITR modélisée des entreprises de notre univers d’investissement est correcte. Nous avons ensuite généré de multiples perturbations de ces valeurs à l’aide des volatilités établies par notre équipe d’analystes en durabilité,7 que nous avons interprétées en tant qu’approximations de l’ITR. Pour chaque ITR générée, nous avons construit un portefeuille hypothétique en minimisant son tracking error par rapport à l’indice MSCI World,8 tout en visant pour ce portefeuille une ITR de 2 °C en fonction de ces approximations.9 La figure 1 illustre la répartition de l’ITR réelle de ces portefeuilles en fonction de 10’000 simulations.

Cette répartition nous donne une idée du véritable alignement de nos portefeuilles. Il n’est pas surprenant que l’ITR réelle ne soit pas constante, car nous avons construit nos portefeuilles à l’aide de valeurs approximatives. Ce qui retient notre attention, c’est que toute la répartition se déplace au-dessus de l’objectif. Bien que nous ayons construit un portefeuille à 2 °C, son ITR réelle est très certainement supérieure à l’objectif, avec une probabilité de 50% qu’elle soit comprise entre 2,3 °C et 2,4 °C.

 

Figure 1.              Répartition de l’ITR réelle d’un portefeuille hypothétique ayant un objectif de 2 °C

Source : LOIM. Uniquement à titre indicatif

 

Selon la terminologie statistique, la répartition de l’ITR réelle affiche un biais haussier de 0,3 °C, la différence entre sa valeur attendue et l’objectif de 2 °C. La source de ce biais est l’utilisation directe d’une ITR approximative dans le processus de construction de portefeuilles. Nous avons tendance à surpondérer et à sous-pondérer respectivement les entreprises dont l’ITR est, à tort, évaluée à un faible ou à un haut niveau, ce qui crée une corrélation entre les pondérations actives du portefeuille et les erreurs de modèle. Il est évident que ce portefeuille n’est pas aligné sur une température de 2 °C comme promis. Si nous pouvons accepter une variation inévitable de l’ITR, l’ampleur du biais d’optimisation suggère toutefois que le portefeuille final sera trop optimiste.

L’une des façons les plus simples d’atténuer le biais au sein du portefeuille consiste à diminuer l’ITR cible suffisamment en dessous de 2 °C afin de garantir que l’ITR réelle sera semblable au niveau souhaité. Un calcul rapide suggère que nous devrions probablement descendre jusqu’à 1,7 °C pour neutraliser le biais observé de 0,3 °C.10 Cette solution ne semble pas viable, sachant que seulement 4% des entreprises de l’indice MSCI World sont alignées sur ce scénario et qu’elles sont encore moins nombreuses à figurer parmi les gros émetteurs. En conséquence, le risque actif du portefeuille sera concentré sur un nombre limité d’entreprises œuvrant en dehors des secteurs dont les émissions sont élevées, ce qui engendrera un tracking error important. Selon nous, une solution plus pratique consiste à intégrer l’incertitude relative à l’ITR directement dans la construction de portefeuilles.

 

Présentation du risque de modèle

Pour la communauté universitaire, le phénomène sous-jacent au biais d’optimisation est la « maximisation de l’erreur ». Ce concept est apparu pour la première fois dans le contexte de l’optimisation de la moyenne-variance avec une rentabilité attendue incertaine.11 La façon la plus courante de répondre à ce phénomène est d’ancrer les estimations de rentabilité attendue au moyen de certaines convictions passées (approche de Black-Litterman12). En termes analytiques, cela revient à modifier le programme initial en orientant les estimations de rentabilité attendue vers les antécédents. Moins nous sommes certains de nos estimations, plus elles sont modifiées.

Dans ce contexte, l’approche semble problématique, car nous n’avons pas d’antécédent raisonnable pour l’ITR. Le plus souvent, nous ne disposons d’aucun antécédent ou, si un antécédent est disponible, il n’est, selon la terminologie statistique, pas informatif. Dans ce cas, les estimations initiales ne sont pas modifiées et nous ignorons donc l’incertitude qui les caractérise. Ces considérations nous ont poussés à adopter une approche différente selon laquelle, au lieu de modifier les estimations de l’ITR, nous modifions la fonction objective du problème d’optimisation en intégrant le risque de modèle de l’ITR.

 

Figure 2.              Portefeuilles ayant une ITR attendue de 2,0 °C

Source : LOIM. Uniquement à titre indicatif.

 

Dans le cadre de la construction de portefeuilles alignés sur les objectifs climatiques, l’approche élémentaire consiste à minimiser le risque financier du portefeuille13 sous réserve d’une contrainte en matière d’ITR, ce qui engendre le biais illustré à la figure 1. Ce processus peut être optimisé en adoptant un double objectif de minimisation à la fois du risque financier et du risque de modèle de l’ITR, ce dernier étant naturellement défini comme la variance de l’ITR du portefeuille.14 Une fois le risque de modèle intégré, le portefeuille est orienté vers une meilleure diversification des contributions individuelles à la volatilité de l’ITR, ainsi que vers les actions dont l’ITR est assortie d’une moins grande incertitude. Il en résultera une diminution de la volatilité de l’ITR du portefeuille et, surtout, une réduction du biais d’optimisation.

Le risque financier et le risque de modèle ne peuvent pas être minimisés en même temps, de sorte que nous devons faire un compromis. Pour le visualiser, nous calculons le coût d’une neutralisation complète du biais relatif à l’ITR, exprimé en termes de tracking error. La figure 2a montre le tracking error de plusieurs portefeuilles alignés sur les objectifs climatiques, qui ont tous la même ITR attendue de 2,0 °C, mais qui ont été construits à l’aide de différentes compositions de la fonction objective. Nous devons fixer l’ITR cible du portefeuille à moins de 2,0 °C afin de compenser le biais d’optimisation mentionné à la section précédente. Le niveau exact de cette cible dépend bien sûr de la pondération entre deux objectifs.15

Le portefeuille correspondant à une pondération nulle du risque de modèle est celui où le biais relatif à l’ITR est le plus important. Selon la figure 2b, nous devons descendre jusqu’à 1,6 °C pour compenser un biais de 0,4 °C. De toute évidence, cette solution n’est pas la plus efficace. Le deuxième choix extrême n’est pas non plus optimal, car, si seul le risque de modèle est intégré, le tracking error est amplifié. La solution optimale se situe donc entre ces deux extrêmes. Selon la figure 2, le portefeuille où le tracking error est minime présente un biais de seulement 0,15 °C, qui est atténué en fixant un objectif de 1,85 °C.

 

Priorité donnée aux « glaçons »

L’alignement climatique réel d’un portefeuille doit être évalué en fonction de son ITR attendue plutôt que de l’ITR mesurée, qui n’est pas la même pour les portefeuilles optimisés. Nous avons démontré que l’intégration du risque de modèle dans la construction de portefeuilles permet d’obtenir l’alignement climatique souhaité de façon plus efficace. Pour comprendre les autres implications de cette évolution, nous présentons maintenant une comparaison plus détaillée entre le portefeuille dont le tracking error est le plus faible, montré à la figure 2, (le portefeuille efficace) et celui dont le risque de modèle est entièrement exclu (le portefeuille élémentaire).

La figure 3 montre les contributions des positions individuelles à l’ITR globale pour les deux portefeuilles. A des fins de clarté, nous avons divisé l’univers des actions de l’indice MSCI World en neuf quadrants articulés autour de l’ITR et de l’empreinte carbone. La taille du cercle présent dans chaque quadrant indique la contribution totale des actions situées à l’intérieur de ce quadrant à l’ITR du portefeuille.

 

Figure 3.              Contributions à l’ITR du portefeuille

L’empreinte carbone est mesurée en tonnes de CO2e par USD 1 million investi. Source : LOIM. Uniquement à titre indicatif.

 

Si l’on compare les deux graphiques, nous observons que la concentration du portefeuille élémentaire évolue vers les entreprises dont les émissions de carbone sont plus faibles. Cela découle du fait que l’objectif de 1,6 °C fixé afin de compenser le biais d’optimisation est trop ambitieux. Dans la mesure où les entreprises à fortes émissions alignées sur ce scénario optimiste ne sont pas assez nombreuses, la fonction d’optimisation du portefeuille les cherche ailleurs.

Contrairement au portefeuille élémentaire, le portefeuille efficace affiche un alignement climatique qui découle principalement des entreprises à fortes émissions dont l’ITR est faible. Nous qualifions ces entreprises de « glaçons » en raison du rôle majeur qu’elles jouent dans la décarbonation. Les glaçons sont les principales entreprises de nos stratégies TargetNetZero et l’intégration du risque de modèle nous aide à maintenir cette concentration.

 

sources.

[2] Stratégie donnant la priorité aux entreprises dont les émissions de carbone sont faibles
[3] Critères environnementaux, sociaux et de gouvernance d’entreprise
[5] Estimations LOIM
[7] Ces volatilités ont été estimées en modifiant les hypothèses de modélisation et en observant les conséquences sur l’ITR.
[8] Tous les indices cités dans le présent document sont fournis à titre d’information uniquement. Aucun indice ne peut être directement comparé aux objectifs, à la stratégie ou à l’univers d’investissement d’un fonds. La performance d’un indice de référence n’est pas un indicateur de la performance passée ou future d’un fonds. Il ne saurait être présumé que le fonds en question investira dans un quelconque titre entrant dans la composition d’un quelconque indice, ni qu’il existe une corrélation entre la performance de ce fonds et celle de l’indice.
[9] Nous avons supposé que l’incertitude inhérente à l’ITR découle des erreurs commises dans la prévision des futures émissions des entreprises, et non pas de leurs budget d’émissions, qui correspondent à différents scénarios de réchauffement climatique.
[10] Comme nous le verrons plus tard, il faudrait fixer l’objectif à un niveau encore plus bas, car le biais s’accroît à mesure que l’objectif augmente.
[11]Michaud, R. 1989 – « The Markowitz Optimization Enigma: Is ’Optimized’ Optimal? ». Financial Analysts Journal, 45(1), pp. 31–42
[12] Black, F. et R. Litterman. 1992 – « Global portfolio optimization ». Financial Analysts Journal, 48(5), pp. 28-43
[13] Tracking error par rapport à l’indice de référence.
[14] La variance approximative de l’ITR du portefeuille peut être obtenue par approximation au moyen d’une fonction quadratique des pondérations actives du portefeuille, qui permet de l’interpréter en tant que risque de modèle.
[15] Les niveaux de l’ITR cible sont issus d’expériences digitales, comme indiqué à la section précédente.
 
 

informations importantes.

Réservé aux investisseurs professionnels

Le présent document a été publié par Lombard Odier Asset Management (Europe) Limited, société agréée et réglementée par la Financial Conduct Authority (FCA), et enregistrée sous le numéro 515393 dans le registre de la FCA. Ce document est approuvé à la date de sa publication.

Lombard Odier Investment Managers (« LOIM ») est un nom commercial.

Ce document est fourni à titre d’information uniquement et ne constitue pas une offre ou une recommandation d’acquérir ou de vendre un titre ou un service quelconque. Il n’est pas destiné à être distribué, publié ou utilisé dans une juridiction où une telle distribution, publication ou utilisation serait illégale. Ce document ne contient pas de recommandations ou de conseils personnalisés et n’est pas destiné à remplacer un quelconque conseil professionnel sur l’investissement dans des produits financiers. Avant d’effectuer une quelconque transaction, il est conseillé à l’investisseur de vérifier minutieusement si elle est adaptée à sa situation personnelle et, si nécessaire, d’obtenir un avis professionnel indépendant quant aux risques et aux conséquences juridiques, réglementaires, fiscales, comptables ainsi qu’en matière de crédit. Ce document est la propriété de LOIM et est adressé à son destinataire pour son usage personnel exclusivement. Il ne peut être reproduit (en partie ou dans son intégralité), transmis, modifié ou utilisé dans un autre but sans l’accord écrit préalable de LOIM. Ce document contient les opinions de LOIM, à la date de publication.

La réglementation britannique sur la protection des clients particuliers au Royaume-Uni et les indemnisations définies dans le cadre du Financial Services Compensation Scheme ne s’appliquent pas aux investissements ou aux services fournis par une personne à l’étranger (« overseas person »). Un résumé des droits des investisseurs et des informations sur l’intégration des risques liés à la durabilité sont disponibles à l’adresse : https://am.lombardodier.com/fr/home/asset-management-regulatory-disc.html.

Ni ce document ni aucune copie de ce dernier ne peuvent être envoyés, emmenés ou distribués aux Etats-Unis, dans l’un de leurs territoires, possessions ou zones soumises à leur juridiction, ni à une personne américaine ou dans l’intérêt d’une telle personne. A cet effet, l’expression « Personne américaine » désigne tout citoyen, ressortissant ou résident des Etats-Unis d’Amérique, toute association organisée ou existant dans tout Etat, territoire ou possession des Etats-Unis d’Amérique, toute société organisée en vertu des lois des Etats-Unis ou d’un Etat, d’un territoire ou d’une possession des Etats-Unis, ou toute succession ou tout trust dont le revenu est imposable aux Etats-Unis, quelle qu’en soit l’origine.

Source des chiffres : sauf indication contraire, les chiffres mentionnés ont été préparés par LOIM.

Bien que certaines informations aient été obtenues de sources publiques jugées fiables, sans vérification indépendante, nous ne pouvons garantir ni leur exactitude ni leur exhaustivité.

Les avis et opinions exprimés le sont uniquement à titre d’information et ne constituent pas une recommandation de LOIM d’acheter, de vendre ou de détenir un titre quelconque. Les avis et opinions sont actuels à la date de cette présentation et sont susceptibles de changer. Ils ne doivent pas être interprétés comme des conseils en investissement.

Aucune partie de ce document ne saurait être (i) copiée, photocopiée ou reproduite sous quelque forme et par quelque moyen que ce soit, ou (ii) distribuée à toute autre personne qu’un employé, cadre, administrateur ou agent autorisé du destinataire sans l’accord préalable de Lombard Odier Asset Management (Europe) Limited. ©2023 Lombard Odier IM. Tous droits réservés.