Conférence sur « L’optimisation de l’allocation d’actifs : les nouvelles avancées » Allocation des Actifs dans Morningstar Direct par Johann Cayrouse

1. Asset Allocation:
L’optimisation de portefeuilles dans Direct
Johann Cayrouse CSC
© 2011 Morningstar, Inc. All rights reserved.

2. Qui utilise Morningstar Direct?
2

3. Dans quel but?
3

4. Une nouvelle fonctionnalité intégrée à Morningstar Direct.

5. Quel est le process ?
× Retenir un ensemble de classes d’actifs sur lesquelles nous
construirons une optimisation
× Générer une frontière d’efficience et identifier les portefeuilles
optimaux
× Construire des projections sur les portefeuilles obtenus: niveaux de
probabilité de leur comportement

6. Paramétrer les classes d’actifs
× Sélectionner sur une base de 55000 indices les proxys dont les
historiques représenteront les classes d’actifs choisies
× Utiliser l’un des groupes d’actifs prédéfinis par Morningstar ou
paramétrer vos classes d’actifs.

7. Paramétrer les « inputs »
Plusieurs lois de distribution de probabilité sont disponibles:
× Log-Normal distributions
× Truncated Lévy-Flight distributions
× Log-T distributions
× Johnson distributions
× Bootstrap Historical Data

8. La loi normale
× Distribution de probabilité par défaut
× Représentation graphique
× Choix entre différentes méthodologies pour estimer les performances
attendues : Historique, CAPM, Black Litterman, Building blocks.

9. Autres lois de distribution de probabilité
× On peut aller plus loin que la loi normale et prendre en compte
l’occurrence d’événements extrêmes : Fat Tails, Skewness différent de 0
et Kurtosis (Excess Kurtosis) supérieur à 0.

10. Paramétrer les données sur lesquelles nous appliquerons la MVO

11. Calcul des volatilités:

12. Calcul de la matrice de corrélation:

13. Calcul des performances attendues:
Plusieurs méthodologies sont disponibles:
× Historique
× CAPM
× Building Blocks
× Black Litterman

14. Paramétrage:
CAPM :
Le taux sans risque
(historical risk free rate)
Les Benchmarks:
Domestic Equity
Market Portfolio

15. Black Litterman:
Entrez vos propres prévisions en les pondérant par un degré de confiance:

16. Black Litterman (suite):
Vos vues pourront être relatives:

17. Définir des contraintes:

18. Définir des contraintes (suite):

19. L’optimisation
Inclure différentes frontières d’efficience afin de comparer plusieurs
modèles de répartition d’actif.
Time period: February 1990 to May 2010. Source: Xiong, James X. and Thomas Idzorek, “The Impact of Skewness and Fat
Tails on the Asset Allocation Decision,” Financial Analysts Journal, March/April 2011, pp. 23-35.

20. L’optimisation
Tester son portefeuille:

21. L’optimisation
Quel portefeuille pour la même volatilité ? :

22. Retrouvez des portefeuilles optimaux par profil d’investissement:

23. Resampling
MVO pure:

24. Resampling
MVO + Resampling:

25. Projections
Réaliser des projections de performances prenant en compte:
× L’inflation
× Les flux monétaires
× Le rebalancement

26. Projections
Paramétrage:

27. Projections
50% de probabilité de dépasser 500 K après 11 ans

28. Les avantages de la nouvelle fonctionnalité de Morningstar Direct :
Asset Allocation
× Un accès à une base de 55000 indices
× Un outil basé sur internet
× Un paramétrage souple et hautement personnalisable
× Aller au-delà de la Loi Normale: Fat tails
× Black Litterman : entrez vos vues
× Resampling : envisager plusieurs scenarios sur votre optimisation