Protéger les portefeuilles factoriels contre les déclassements et les défauts

La prévention du risque de baisse est primordiale lorsqu'on investit dans des obligations d'entreprise, car la perte sur un investissement obligataire peut être plusieurs fois supérieure à son potentiel de hausse. Les déclassements et les défauts sont des événements typiques qui provoquent des baisses de prix. Nos recherches montrent qu'une mise en œuvre académique naïve d'une stratégie factorielle entraîne un risque de baisse accru¹.

Les stratégies crédits multi-factorielles de Robeco emploient deux méthodes principales pour réduire efficacement les taux de déclassement et de défaut. Tout d'abord, en utilisant des définitions de facteurs optimisées, nous évitons les risques auxquels les investisseurs qui se basent sur des définitions factorielles génériques sont inutilement exposés. Ensuite, notre algorithme propriétaire de construction de portefeuilles contrôle les risques et identifie les valeurs à haut risque afin de réduire efficacement les taux de déclassement et de défaut du portefeuille à un niveau inférieur à ceux de l'indice de référence. Par conséquent, nos portefeuilles se distinguent par une réduction du risque de baisse et une amélioration des performances ajustées du risque.

Afin d'examiner les performances des obligations d'entreprise par rapport aux déclassements ou aux défauts, nous avons réalisé une étude d'événements sur la période allant de 1994 à 2020. Il en ressort que, un an avant la dégradation de sa note, l'obligation moyenne a sous-performé son indice de référence de 12 %. En ce qui concerne les défauts, cette sous-performance était encore plus importante, à 47 %. Pour améliorer la performance d'une stratégie d'obligations d'entreprise, il est donc primordial d'éviter d'avoir ces obligations en portefeuille bien avant un déclassement ou un défaut.

Il est intéressant de noter que l'analyse a également mis en évidence qu'une obligation déclassée surperforme systématiquement le marché après sa baisse initiale, ce qui implique que le marché réagit de manière excessive aux déclassements. Cette réaction exagérée est particulièrement forte pour les déclassements de la catégorie Investment Grade à la catégorie High Yield, c'est-à-dire les « anges déchus »².

Les stratégies multi-factorielles de Robeco dans les crédits Investment Grade et High Yield visent une exposition équilibrée à des facteurs tels que valorisation, momentum, qualité/faible risque et taille. Des versions génériques de ces facteurs ont été documentées dans nos travaux universitaires, montrant que les portefeuilles factoriels affichent de meilleures performances ajustées du risque que l'ensemble du marché des crédits. Ces facteurs génériques sont définis de telle sorte qu'ils sont applicables de manière générale à toutes les obligations d'entreprise, puisqu'ils n'utilisent que des informations sur les obligations d'entreprise.

Au sein de nos stratégies d'investissement existantes, nous étendons les définitions de facteurs génériques en utilisant des techniques plus sophistiquées et en utilisant des données comptables et des données sur les capitaux propres pour obtenir des définitions optimisées. En évitant les risques non récompensés qui sont présents dans l'utilisation des définitions génériques, il a été démontré que ces facteurs optimisés affichent des performances ajustées du risque nettement supérieures à celles des facteurs génériques.

Pour analyser la probabilité de déclassement et de défaut dans les portefeuilles factoriels, nous comptons le nombre de fois qu'une obligation dans un portefeuille factoriel a été déclassée ou a fait défaut dans les 12 mois suivant la création du portefeuille. Nous le faisons pour les portefeuilles factoriels construits à l'aide de l'approche académique de Houweling et Van Zundert (2017), où un portefeuille factoriel investit dans toutes les obligations classées dans le top 10 % de l'univers d'investissement, tel que trié sur ce facteur. Les résultats sont présentés dans le graphique 1 ; les défauts dans la catégorie Investment Grade ne sont pas indiqués, car il y a trop peu d'observations pour en tirer des conclusions. Nous constatons que, pour tous les facteurs, nos définitions optimisées (barres grises dans le graphique) diminuent effectivement le taux de déclassement de même que le taux de défaut par rapport aux définitions génériques (barres bleues).

Parmi les facteurs, nous constatons que le facteur valorisation présente les taux de déclassement et de défaut les plus élevés. Cela s'explique par le fait que le facteur valorisation favorise les obligations dont les spreads sont plus élevés par rapport à leurs homologues. Sa définition générique ne corrige le spread de crédit qu'en fonction de la notation de l'obligation, des changements de spread et de l'échéance, mais ignore les différences spécifiques à l'entreprise, au-delà des notations, qui peuvent être identifiées grâce, par exemple, à des informations sur les capitaux propres ou comptables. L'approche optimisée tient compte de ces dimensions et réduit donc efficacement les taux à la fois de déclassement et de défaut.

Comme son nom l'indique, le facteur qualité/faible risque optimisé présente le risque de baisse le plus faible. Cela est particulièrement visible dans les taux de défaut, où le facteur défavorise les titres du segment risqué du marché à faible notation (CCC et moins).

La mise en œuvre académique des portefeuilles factoriels n'applique qu'une gestion du risque très basique et tend à être peu diversifiée, car elle achète simplement toutes les obligations du décile supérieur. Cela peut entraîner des expositions à des valeurs à haut risque et des positions concentrées dans certains segments de marché à haut risque. Le graphique 1 montre également les taux de déclassement et de défaut de nos stratégies multi-factorielles (voir les barres orange), qui combinent des facteurs optimisés dans une approche multi-factorielle pour bénéficier d'une diversification. En outre, ces stratégies appliquent notre algorithme propriétaire de construction de portefeuilles afin de contrôler le risque du portefeuille dans de multiples dimensions en utilisant notre modèle de risque de crédit basé sur la mesure DTS (« Duration Times Spread »). Cette méthode permet de limiter efficacement le risque de déclassement et de défaut, puisque ces stratégies présentent des déclassements et des défauts réduits par rapport à leurs indices de référence.

L'algorithme de construction de portefeuilles dispose également d'un autre élément, à savoir une règle de prédiction de défaut visant à exclure les obligations qui ont une forte probabilité de défaut. Nous constatons que la construction de portefeuilles dotée de cette règle générique est suffisante pour ramener le taux de déclassement (9,13 %) et le taux de défaut (1,50 %) de la stratégie multi-factorielle High Yield en dessous de ceux du marché.

Notre algorithme de construction de portefeuilles a été récemment amélioré en intégrant une règle de prédiction de défaut optimisée qui remplace la règle plus générique déjà en place. Cette règle optimisée utilise des informations basées sur le marché afin de mieux prévoir les probabilités de défaut, sans diminuer la performance ajustée du risque de la stratégie.

• La stratégie crédits multi-factorielle présente un taux de défaut deux fois moins élevé et également moins de déclassements que l'ensemble du marché Investment Grade. Même si elle est peu courante dans l'Investment Grade, l'exposition aux défauts est réduite avec succès. La règle de prédiction de défaut optimisée permet d'obtenir une légère augmentation du ratio de Sharpe et une légère diminution du taux de déclassement.

• La stratégie multi-factorielle High Yield est la plus avantagée, car la probabilité de défaut est plus élevée dans ce segment du marché, de sorte qu'il y a plus à gagner que dans l'Investment Grade où le risque de baisse est plus limité. Grâce à cette optimisation, les taux à la fois de déclassement et de défaut diminuent encore plus.

Dans l'ensemble, nos recherches montrent que les stratégies multi-factorielles crédits et High Yield offrent des performances ajustées du risque attractives et un risque de baisse moindre par rapport à leurs indices de référence.