Le « nowcasting », ou comment prévoir la croissance en temps réel pour améliorer les facteurs utilisés pour sélectionner les obligations d'État

Notre stratégie obligataire multi-facteurs utilise des facteurs bien connus tels que la valorisation, le momentum, le faible risque et la qualité pour sélectionner les obligations d'État et les crédits qui génèrent de bonnes performances corrigées du risque. L'algorithme de construction du portefeuille vise à capter ces primes factorielles de manière efficace, tout en conservant un profil de risque top-down conforme à l'indice et un solide profil de durabilité.

Nous avons ajouté à notre stratégie un critère de qualité pour la sélection des obligations d'État. Celui-ci utilise le « nowcasting » afin de capter des signaux pertinents provenant des multiples données macroéconomiques qui sont publiées en continu¹.

La qualité est un critère très utilisé dans la sélection des actions et des crédits. Il favorise les actions et les obligations des entreprises qui affichent de solides caractéristiques fondamentales (rentabilité, par exemple). Pour les obligations souveraines, on se base sur les fondamentaux du pays et les bonnes performances des emprunts d'État. Nos recherches montrent que le facteur qu'il faut prendre compte est celui de la qualité de l'environnement macroéconomique pour les investisseurs obligataires. L'un des fondamentaux pertinents en la matière est la croissance économique : les obligations des pays qui enregistrent une croissance modérée constituent un investissement de meilleure qualité que les obligations des pays dont l'économie est en surchauffe.

Pour sélectionner des obligations d'État de qualité, nous devons donc comparer la situation économique de différents pays. Mais dans ce domaine, obtenir des données actualisées n'est pas aisé.

En matière de croissance économique, le PIB est la donnée de référence, car il s'agit d'un indicateur complet de l'activité économique. L'inconvénient est que dans la plupart des cas, le PIB n'est actualisé qu'une fois par trimestre, avec un décalage d'au moins un mois. En outre, il fait souvent l'objet de révisions importantes. Cela signifie que pour lancer un processus de sélection d'obligations début juillet, il faut soit se baser sur les données du premier trimestre, qui indiquent quelles économies ont enregistré une forte croissance quatre à six mois plus tôt, soit attendre quelques semaines, jusqu'à la publication des premières estimations de croissance pour le deuxième trimestre (voire attendre plus longtemps puisque ces chiffres risquent d'être révisés).

Heureusement, de nombreuses séries de données macroéconomiques sont publiées plus fréquemment que le PIB et avec un décalage moins important. Mais ces indicateurs ne concernent généralement que des secteurs spécifiques de l'économie. Pour obtenir une vision complète de l'économie globale, il est nécessaire de combiner plusieurs séries de données.

À cette fin, nous utilisons le nowcasting, c'est-à-dire des estimations quotidiennes de la croissance actuelle, basées sur une grande variété de données. Début juillet, de nombreuses données donnent des informations relatives au mois de mai, et parfois même de juin, tandis que des données d'enquête peuvent indiquer à quoi s'attendre en juillet. Cela présente un avantage par rapport aux traditionnels chiffres du PIB : en combinant des séries de données qui sont actualisées plus rapidement et plus fréquemment, il est possible de créer un indicateur d'activité complet qui aura plusieurs mois d'avance sur le PIB.

Pour s'assurer que le nowcasting reflète le plus rapidement possible les évolutions de l'activité, nous allons encore plus loin. Nous l'avons vu, le nowcasting combine des données provenant de plusieurs séries. Il n'est cependant pas nécessaire d'attendre que toutes les données soient publiées : si les premières publications font état d'un ralentissement dans certains secteurs de l'économie, il est possible d'en déduire ce que cela devrait signifier pour les secteurs connexes dont les données n'ont pas encore été communiquées.

Un nowcast efficace utilise un modèle de relations entre ces secteurs économiques – un modèle factoriel dynamique – afin de veiller à ce que toutes les informations soient extraites lorsque des données sont publiées, à savoir les informations explicites relatives au secteur économique concerné, mais aussi les informations implicites relatives aux secteurs connexes.

Dans notre stratégie obligataire multi-facteurs, nous utilisons le nowcasting pour différencier les obligations de différents pays, en fonction de la croissance économique de ces pays. La figure 1 montre comment nous pouvons classer les pays sur la base de leur croissance, à l'aide des nowcasts disponibles un à trois mois avant la publication des chiffres officiels du PIB. Pour faire ressortir la valeur ajoutée du modèle factoriel dynamique, nous comparons les prévisions nowcast à un ensemble similaire de données qui n'utilisent pas de modèle factoriel dynamique. Le classement basé sur les nowcasts est mieux corrélé au classement basé sur la croissance du PIB qu'à celui qui est établi sans modèle factoriel dynamique. Le classement généré à l'aide des nowcasts trois mois avant la publication des chiffres du PIB est aussi précis que le classement établi un mois plus tard sans modèle factoriel dynamique.

Le nowcasting peut donc servir à obtenir des données pertinentes sur l'état de l'économie. Mais cela suffit-il pour sélectionner les obligations d'État qui génèrent de bons rendements corrigés du risque ? Pour répondre à cette question, nous avons réalisé des backtests historiques. Idéalement, nous n'aurions utilisé que les nowcasts ayant réellement été publiés à l'instant T, mais ceux-ci ont un historique limité. Par conséquent, nous avons étendu notre base de données en utilisant des nowcasts soigneusement reconstitués. Dans la mesure où ce processus nécessite une grande variété d'indicateurs économiques, avec leurs dates de publication historiques précises, la remontée dans le temps s'en trouve limitée, et le backtest est de fait relativement court.

La figure 2 présente la performance cumulée d'un portefeuille long-short, basée sur le nowcasting. Ce portefeuille détient des positions longues sur des obligations de pays où la croissance est modérée, et des positions courtes sur les obligations de pays dont l'économie est en surchauffe. Le portefeuille est repondéré tous les mois.

Nous constatons que les nowcasts génèrent d'intéressantes performances corrigées du risque, qui sont par ailleurs largement décorrélées des facteurs que nous utilisons déjà pour la sélection des obligations d'État. Cela ajoute donc de la valeur à notre sélection multifactorielle d'obligations d'État. Par prudence, nous sous-pondérons légèrement ce nouvel indicateur de qualité par rapport aux autres, compte tenu de l'historique plus court sur lequel nous pouvons évaluer ses performances. Concernant les autres facteurs, les backtests sont beaucoup plus longs et s'étendent sur plus de 200 ans. Voir à ce sujet notre article « Factor Investing in Sovereign Bond Markets: Deep Sample Evidence ».

Les obligations des pays qui enregistrent une croissance modérée constituent des investissements de meilleure qualité que les obligations des États en surchauffe économique. Pour sélectionner les obligations souveraines de qualité, nous avons donc besoin de connaître les différences en matière de croissance économique. Le nowcasting nous permet de le faire de manière opportune.

Sélectionner des emprunts d'État sur la base de cet indicateur de qualité génère de bonnes performances corrigées du risque, qui sont décorrélées de celles des autres facteurs, ce qui ajoute de la valeur à notre processus de sélection multi-facteurs des obligations d'État.