Saisir les opportunités dans les crédits émergents

Le marché des obligations d’entreprises des pays émergents libellées en devise forte a considérablement augmenté en taille et en importance ces vingt dernières années, passant de 50 milliards de dollars en 2001 à 1 800 milliards en 2018. Résultat, ces actifs représentent une part significative des indices de référence crédits mondiaux. Au fil du temps, et compte tenu du nombre grandissant d’opportunités, notre recherche en investissement factoriel s’est étendue à cet univers.

Dans l’une de nos études récentes¹, nous avons examiné si les facteurs génériques observés dans les marchés développés sont également à l’œuvre dans les marchés émergents. Nous avons découvert que les portefeuilles axés sur les facteurs faible risque, valorisation, momentum et taille, ainsi que les portefeuilles multi-facteurs génèrent des performances corrigées du risque bien plus élevées que l’investissement passif dans l’indice de marché des crédits émergents.

Figure 1 | Ratios de Sharpe annualisés (2001-2018)

Source: Robeco, Bloomberg Barclays. Ce graphique présente les ratios de Sharpe des portefeuilles axés sur la taille, le faible risque, la valorisation et le momentum pour les obligations émergentes en devise forte sur la période de référence 2001-2018. Nous utilisons les surperformances des obligations libellées en dollar, en euro et en livre sterling par rapport aux bons du Trésor, Bunds allemands et Gilts britanniques de même duration, respectivement. Si un émetteur affiche une pondération dans l’indice supérieure à 2 % au cours d’un mois, la valorisation de marché de ses obligations est proportionnellement réduite afin de plafonner cette pondération à 2 %.

Nous avons également examiné si ces performances accrues avaient été réalisées malgré ou grâce à l’exposition à des risques spécifiques à un pays. Les investisseurs en crédits émergents sont en effet très exposés à ces risques, comme l’ont montré les nombreux événements de crédit et autres crises dont les marchés émergents ont été victimes ces dernières décennies. Ces risques ont tendance à avoir un impact significatif sur les fondamentaux d’un pays et sur la solvabilité des émetteurs d’obligations de ce pays.

Nous avons constaté que les portefeuilles de facteurs ajustés du risque pays généraient également de meilleures performances corrigées du risque que le marché, bien que légèrement inférieures aux portefeuilles factoriels, ce qui permet d’avoir d’importantes expositions au pays. Nous en avons conclu que l’efficacité des facteurs dans les crédits émergents est avant tout due à la sélection des obligations et des émetteurs, et nettement moins à l’allocation pays.

Figure 2 | Ratios de Sharpe annualisés (2001-2018)

Source: Robeco, Bloomberg Barclays. Ce graphique présente les ratios de Sharpe des portefeuilles axés sur la taille, le faible risque, la valorisation et le momentum pour les obligations émergentes en devise forte sur la période de référence 2001-2018. Les portefeuilles ayant une exposition neutre à un pays sont construits en sélectionnant d’abord les 20 % de meilleures obligations par pays, puis en pondérant toutes les obligations choisies à la valeur du marché pour constituer le portefeuille factoriel définitif. Nous utilisons les surperformances des obligations libellées en dollar, en euro et en livre sterling par rapport aux bons du Trésor, Bunds allemands et Gilts britanniques de même duration, respectivement. Si un émetteur affiche une pondération dans l’indice supérieure à 2 % au cours d’un mois, la valorisation de marché de ses obligations est proportionnellement réduite afin de plafonner cette pondération à 2 %.

Les résultats de notre étude fournissent une bonne base théorique pour utiliser les facteurs de crédit dans les marchés émergents. Cependant, si les définitions académiques des facteurs sont utiles pour documenter les primes factorielles, dans la pratique elles peuvent exposer les investisseurs à des risques inutiles.

C’est pourquoi nous avons également vérifié si nos définitions optimisées des facteurs sont à l’œuvre sur les marchés émergents. Ces définitions tiennent compte d’autres types d’information, par exemple les données comptables ou liées aux marchés actions, ce qui permet de mieux évaluer le risque, tout en limitant l’exposition aux risques non récompensés. Nous avons découvert que nos définitions optimisées des facteurs produisent de meilleures performances corrigées du risque que les facteurs génériques.

Outre ces définitions optimisées, nous intégrons aussi la recherche fondamentale des entreprises dans nos stratégies existantes, en complément de nos évaluations quantitatives du risque. En effet, tous les risques ne sont pas quantifiables, et les risques politiques, géopolitiques et de durabilité peuvent avoir une influence importante sur les performances des crédits émergents. Ainsi, lorsque les membres aguerris de notre équipe d’analystes crédit fondamental identifient des risques qui dépassent le cadre de notre modèle, nous supprimons les crédits concernés de notre liste d’obligations investissables.

De plus, nous intégrons la gestion de la liquidité dans notre processus de construction de portefeuille. Dans nos stratégies existantes, nous utilisons des données en temps réel sur la liquidité, issues de multiples plateformes de trading et de pre-trading transparentes, afin de calculer un montant négociable pour chaque obligation bien classée, ainsi qu’un objectif de cours. Cela se traduit généralement par une mise en œuvre efficiente qui assure une exposition maximale aux facteurs.

Après des années de recherche approfondie dans les crédits émergents, nous avons décidé d’inclure ces obligations dans l’univers d’investissement de nos stratégies Global Multi-Factor Credits, Global Multi-Factor High Yield et Global Multi-Factor Bonds, à partir de février 2021. L’objectif est de tirer parti des opportunités d’alpha qui existent dans ce segment, et de permettre aux stratégies de mettre fin à leurs sous-pondérations structurelles dans cette classe d’actifs, dans la mesure où leurs indices de référence.