Mémoire d'actuariat

Construction de modèles dynamiques d’allocation multifactorielle
Auteur(s) TANGA NKOULA G.
Société BNP Paribas
Année 2020
Confidentiel jusqu'au 12/11/2022

Résumé
L’investissement factoriel s’est largement répandu sur le marché des actions ces dernières années, apparaissant sous diverses dénominations : style d’investissement, investissement dans le risque premium, indices alternatifs, smart-beta. La grande majorité de ces stratégies sont des produits factoriels (ETF notamment). Les investisseurs aujourd’hui s’intéressent aux produits factoriels et évaluent l’exposition de leurs portefeuilles aux différents facteurs de marché. La prime des différents facteurs de risque sur actions reste liée aux environnements de marché. Les facteurs, suivant qu’ils soient plus défensifs ou plus offensifs, n’offrent pas le même type d’exposition. En prenant l’exemple d’un asset manager en charge de l’allocation d’actif d’une compagnie d’assurance, nous expliquons l’intérêt de telles stratégies d’investissement. Successivement, nous étudions les stratégies factorielles sur la classe d’actifs actions (faible volatilité, momentum, qualité des entreprises, valorisation, etc.). Nous les mettons en lien avec l’évolution de la théorie financière sur les outils d’arbitrage risque-rentabilité : depuis les modèles précurseurs jusqu’au développement récent des stratégies systématiques. Nous construisons des modèles d’allocation dynamique en implémentant différentes règles d’allocation, dont une méthode de classification empruntée au machine learning. Nous montrons la profitabilité d’une stratégie de rotation factorielle et évaluons la corrélation entre ces bénéfices et les marchés connexes aux marchés des actions. La rotation factorielle offre des atios de Sharpe et les rendements annualisés en moyenne de 2% supérieurs aux stratégies monofactorielles. Mots clés : investissement factoriel, smart-beta, environnement de marché, KNN, ETFs, CAPM, Fama-French.

Abstract
In recent years, factor investing widely spread in financial markets, also known as style investing, risk premia investing, alternative indexes or smart-beta. Most of these strategies are factorial strategies (ETFs especially). Investors are now interested in factor investing and assess the exposure of their portfolios to various market risk factors. The risk premium of different equity risk factors depends on market environment. Risk factors, depending on whether they are more defensive or offensive, do not have same type of exposure. Considering an asset manager in charge of asset allocation for an insurer, we explain the benefit to invest in such multifactorial strategies. We look into risk factors on equity markets (low volatility, momentum, quality, value, etc.). We analyse risk premia according to financial theoretical models : from first models until the most recent development of systematic strategies. Then, we build dynamic allocation models using different allocation rules, including one based on machine learning. We demonstrate strong outperformance of a multifactorial strategy and evaluate correlation between returns of the strategy and others related markets. The factor rotator strategy outperform standalone monofactorial strategies in average by +2% annually. Keywords: factor investing, smart-beta, market environment, KNN, ETFs, CAPM, Fama-French.