Upload
morningstar-france
View
1.486
Download
2
Embed Size (px)
DESCRIPTION
Conférence sur « L’optimisation de l’allocation d’actifs : les nouvelles avancées » Allocation des Actifs dans Morningstar Direct par Johann Cayrouse
Citation preview
Asset Allocation: L’optimisation de portefeuilles dans Direct
© 2011 Morningstar, Inc. All rights reserved.
Johann Cayrouse CSC
2
Qui utilise Morningstar Direct?
3
Dans quel but?
Une nouvelle fonctionnalité intégrée à Morningstar Direct.
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
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.
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
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.
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.
Paramétrer les données sur lesquelles nous appliquerons la MVO
Calcul des volatilités:
Calcul de la matrice de corrélation:
Calcul des performances attendues:
Plusieurs méthodologies sont disponibles:
× Historique × CAPM × Building Blocks × Black Litterman
Paramétrage:
CAPM :
Le taux sans risque
(historical risk free rate)
Les Benchmarks:
Domestic Equity
Market Portfolio
Black Litterman: Entrez vos propres prévisions en les pondérant par un degré de confiance:
Black Litterman (suite):
Vos vues pourront être relatives:
Définir des contraintes:
Définir des contraintes (suite):
L’optimisation
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.
Inclure différentes frontières d’efficience afin de comparer plusieurs modèles de répartition d’actif.
L’optimisation
Tester son portefeuille:
L’optimisation
Quel portefeuille pour la même volatilité ? :
Retrouvez des portefeuilles optimaux par profil d’investissement:
Resampling
MVO pure:
Resampling
MVO + Resampling:
Projections Réaliser des projections de performances prenant en compte:
× L’inflation × Les flux monétaires × Le rebalancement
Projections Paramétrage:
Projections
50% de probabilité de dépasser 500 K après 11 ans
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