Which Portfolios? The Construction Dependence of Factor Model Performance

Cet article démontre que le classement de performance des modèles de facteurs dépend de manière significative des choix de construction des actifs de test, tels que la sélection, la pondération et les stratégies de rééquilibrage, plutôt que d'être déterminé uniquement par les modèles eux-mêmes.

L'essentiel

Imaginez que vous essayez de juger lequel de trois prévisionnistes météo est le meilleur. Vous avez une longue liste de tempêtes passées, et vous voulez voir qui a prédit la pluie, le vent et la température avec le plus de précision.

Ce document traite de la manière dont la façon dont vous organisez vos données change celui que vous déclarez vainqueur.

L'auteur, Useong Shin, soutient que dans le monde de la finance, nous demandons souvent : « Quel modèle de marché boursier est le meilleur ? » (comme demander « Qui est le meilleur prévisionniste météo ? »). Le document affirme que la réponse dépend entièrement de la manière dont vous construisez le test (les portefeuilles). Si vous changez les règles du jeu, le vainqueur change.

Voici une décomposition des conclusions du document en utilisant des analogies simples :

1. L'« avantage du terrain à domicile »

Le document commence par examiner comment les modèles se comportent sur les types spécifiques de groupes d'actions pour lesquels ils ont été initialement conçus.

• L'analogie : Imaginez une équipe de football qui s'entraîne exclusivement sur des terrains boueux. Si vous les testez sur un terrain boueux, ils ont l'air de génies. Si vous les testez sur un terrain d'herbe sèche et impeccable, ils peuvent paraître maladroits.
• La conclusion : Les modèles « Fama-French » (une célèbre famille de modèles financiers) réussissent très bien lorsqu'ils sont testés sur les types spécifiques de groupes d'actions qu'ils ont aidé à créer. Le modèle « q5 » (un modèle plus récent) réussit très bien sur les groupes spécifiques qu'il a été conçu pour expliquer. C'est ce qu'on appelle le « biais du terrain à domicile ». Cela ne signifie pas que les modèles sont faux ; cela signifie simplement qu'ils sont ajustés à un type de terrain spécifique.

2. L'expérience du « mélange aléatoire »

Pour voir si ces modèles sont réellement bons en tout, l'auteur n'a pas utilisé les groupes familiers et pré-organisés. Au lieu de cela, il a créé des portefeuilles aléatoires.

• L'analogie : Au lieu de tester l'équipe de football sur son terrain boueux habituel, il a jeté 1 000 joueurs aléatoires dans un mélange, les a placés sur un terrain aléatoire et leur a demandé de jouer. Il n'a pas choisi les « meilleurs » joueurs ; il a juste pris une poignée aléatoire d'actions.
• La méthode : Il a fait varier les règles de ce jeu aléatoire :
  • Comment choisissaient-ils les joueurs : Choisissaient-ils de grandes entreprises (comme choisir les joueurs les plus grands) ou choisissaient-ils tout le monde de manière égale (comme une loterie) ?
  • Comment géraient-ils l'équipe : Gardaient-ils la même composition chaque jour (Poids Constant), ou laissaient-ils les joueurs qui performaient naturellement prendre plus de place dans la composition au fil du temps (Achat et Conservation / Buy-and-Hold) ?

3. Le résultat surprenant : le tournant du « rééquilibrage »

C'est la partie la plus importante du document. L'auteur a découvert que la façon dont vous gérez le portefeuille après sa construction change le vainqueur.

• La stratégie « Achat et Conservation » (Laisser la composition dériver) :

  • L'analogie : Vous choisissez une équipe, puis vous laissez les joueurs qui marquent des buts obtenir automatiquement plus de temps de jeu, tandis que ceux qui ratent en ont moins. Vous ne touchez pas à la composition pendant un an.
  • Le vainqueur : Dans ce scénario, les modèles FF5 et FF6 (les familles plus anciennes et plus complexes) gagnent généralement. Ils gèrent bien la composition qui « dérive ».

• La stratégie « Poids Constant » (Rééquilibrage quotidien) :

  • L'analogie : Chaque matin, vous forcez l'équipe à revenir exactement à la composition avec laquelle vous avez commencé, peu importe qui a marqué hier. Vous vendez constamment les gagnants et achetez les perdants pour maintenir l'équilibre.
  • Le vainqueur : Dans ce scénario, le modèle FF3 (plus simple, plus ancien) est le grand vainqueur. Il est le plus stable.
  • Le perdant : Le modèle q5 (le modèle plus récent et « intelligent ») est étonnamment médiocre ici. Il laisse d'énormes « erreurs de prix » (erreurs) lorsque vous forcez la composition à se réinitialiser chaque jour.

4. Le paradoxe du « q5 »

Le document met en lumière une situation déroutante concernant le modèle q5.

• Le paradoxe : Si vous regardez le « Ratio de Sharpe Maximum » (une façon sophistiquée de demander : « Quel modèle offre la meilleure opportunité d'investissement théorique ? »), le q5 est le champion. Il semble posséder les outils les plus puissants.
• La réalité : Cependant, lorsque vous le testez réellement sur des portefeuilles aléatoires (particulièrement ceux qui sont rééquilibrés quotidiennement), le q5 commet le plus d'erreurs.
• La leçon : Avoir les « meilleurs outils théoriques » (un ratio de Sharpe élevé) ne signifie pas qu'un modèle prédira avec précision les rendements d'un portefeuille spécifique et construit de manière aléatoire. C'est comme avoir un moteur de Ferrari mais le mettre dans une voiture qui roule mal sur des routes cahoteuses (rééquilibrage quotidien).

5. La conclusion principale : « Quels portefeuilles ? » importe plus que « Quel modèle ? »

Le document conclut que vous ne pouvez pas simplement demander : « Quel modèle financier est le meilleur ? »

• La réponse : Vous devez demander : « Quel modèle est le meilleur pour ces portefeuilles spécifiques, gérés de cette manière spécifique ? »

L'auteur soutient que la façon dont nous construisons nos portefeuilles de test (choix des actions, pondération et décision du moment du rééquilibrage) n'est pas seulement une étape technique ennuyeuse. C'est un choix de conception qui dicte les résultats.

• Si vous changez les règles (par exemple, passer de « laisser les gagnants croître » à « réinitialer chaque jour »), le classement des modèles bascule complètement.
• Le modèle FF3 est le « couteau suisse » qui reste stable, peu importe la façon dont vous gérez les poids.
• Les modèles FF5/FF6 sont excellents si vous laissez la composition dériver naturellement.
• Le modèle q5 est puissant en théorie, mais il peine lorsqu'on impose un rééquilibrage quotidien.

Résumé

Voyez les modèles financiers comme différents types de chaussures.

• Certaines chaussures sont excellentes pour courir sur une piste (modèles FF sur leurs propres données).
• Certaines sont excellentes pour la randonnée dans la boue (modèles FF sur des portefeuilles de type « Achat et Conservation »).
• Certaines sont excellentes pour marcher sur un tapis roulant (FF3 sur des portefeuilles à « Poids Constant »).
• Et certaines chaussures de haute technologie et coûteuses (q5) ont l'air magnifiques en magasin et possèdent les meilleures spécifications, mais elles pourraient glisser et déraper si vous essayez de courir sur un sol mouillé spécifique (rééquilibrage quotidien).

Le message du document est : Ne regardez pas seulement les spécifications de la chaussure ; regardez le terrain sur lequel vous marchez. La « meilleure » chaussure dépend entièrement du chemin que vous choisissez de suivre.

Résumé technique

Résumé technique : La dépendance de la construction à la performance des modèles factoriels

1. Énoncé du problème

La performance empirique des modèles factoriels d'évaluation d'actifs est traditionnellement évaluée sur la base des facteurs du modèle et des erreurs de prix (alphas) qui en résultent. Cependant, cet article soutient que les classements de performance ne sont pas invariants à la construction des actifs de test utilisés pour l'évaluation. Les portefeuilles triés par caractéristiques (par exemple, taille, valeur, momentum) sont des standards pour réduire le bruit idiosyncrasique, mais ils s'alignent souvent étroitement sur les caractéristiques spécifiques utilisées pour construire les facteurs eux-mêmes, ce qui peut créer un « biais de terrain » (home-field bias).

La question centrale abordée est de savoir si l'ajustement d'un modèle factoriel se généralise à des portefeuilles formés par des règles différentes. Plus précisément, l'article examine comment les variations dans la sélection des actions, la pondération initiale, l'étendue du portefeuille et la gestion des poids post-formation (règles de détention et de rééquilibrage) modifient la performance relative des modèles factoriels concurrents. L'étude pose comme postulat que la construction des actifs de test n'est pas une étape de prétraitement neutre, mais un choix de conception fondamental qui détermine quelles dimensions de l'erreur de prix sont accentuées.

2. Méthodologie

Données et univers

L'étude utilise un vaste univers d'actions négociables CRSP (NYSE, AMEX, NASDAQ) de janvier 1967 à décembre 2024. L'univers est filtré pour l'investissabilité en utilisant la capitalisation boursière et la liquidité de négociation (volume de transactions moyen sur 63 jours) avec une hystérésis pour éviter les entrées/sorties fréquentes. L'univers final conserve environ 99,7 % de la capitalisation boursière globale tout en excluant la queue la plus illiquide.

Construction de portefeuilles aléatoires

Au lieu du tri par caractéristiques, l'article forme des portefeuilles aléatoires non triés par caractéristiques. Le processus de construction comprend quatre dimensions distinctes :

1. Sélection des actions : Les actions sont échantillonnées soit avec des probabilités proportionnelles à la capitalisation boursière (MEP), soit de manière uniforme (UNIF). Les ratios de sélection ($\rho$) varient de 0,5 % à 100 %.
2. Pondération initiale : Les actions sélectionnées reçoivent une pondération égale (EW), une pondération par la valeur (VW), une pondération par la racine carrée de la capitalisation boursière (SQME), ou une pondération aléatoire (RAND).
3. Gestion des poids (dynamique) : Les mêmes actions et poids initiaux sont soumis à deux règles distinctes :
   • Achat et détention (Buy-and-Hold - BH) : Les poids dérivent de manière endogène avec les rendements réalisés.
   • Poids constant (Constant Weight - CW) : Les portefeuilles sont rééquilibrés quotidiennement pour restaurer les poids cibles initiaux.
4. Étendue du portefeuille : Le nombre d'actions dans le portefeuille est varié pour tester l'impact de la diversification.

Modèles évalués

L'analyse compare six modèles factoriels :

• CAPM (MEDAF)
• Fama–French 3-Factor (FF3)
• Carhart 4-Factor
• Fama–French 5-Factor (FF5)
• Fama–French 6-Factor (FF6)
• Hou–Xue–Zhang 5-Factor (q5)

Métriques d'évaluation

La performance est évaluée via :

• L'extension factorielle (Factor Spanning) : Tests directs pour déterminer si les facteurs d'un modèle couvrent un autre (Barillas et Shanken, 2017), mesurant l'expansion de l'ensemble des opportunités moyenne-variance.
• Erreurs de prix : Erreurs absolues moyennes, erreurs quadratiques moyennes, erreurs de queue, part des alphas significatifs et $R^2$ en séries temporelles.
• Biais de terrain (Home-Field Bias) : Comparaison des classements des modèles sur des portefeuilles conventionnels triés par caractéristiques (Fama–French, global-q, industrie) par rapport aux portefeuilles aléatoires.

3. Résultats clés

A. Extension factorielle vs Ajustement de portefeuille

Les tests d'extension révèlent une asymétrie dans les ensembles d'opportunités moyenne-variance. Le modèle q5 offre l'ensemble d'opportunités d'échantillon le plus large, ses facteurs spécifiques (particulièrement la croissance attendue, EG) contribuant de manière significative au ratio de Sharpe maximal. Cependant, couvrir un ensemble d'opportunités plus large n'implique pas de moindres erreurs de prix sur des actifs de test spécifiques. L'article démontre qu'un modèle peut dominer dans les tests d'extension tout en laissant des erreurs de prix importantes, sensibles à la construction, sur les portefeuilles aléatoires.

B. Biais de terrain

Sur les portefeuilles conventionnels triés par caractéristiques, les modèles performent le mieux sur les actifs alignés avec leur propre lignée de recherche (« biais de terrain »).

• Les modèles FF performent le mieux sur les tris de caractéristiques Fama–French.
• Le q5 performe le mieux sur les portefeuilles d'anomalies global-q.
• Les classements changent considérablement lors du passage aux portefeuilles sectoriels ou aux portefeuilles aléatoires, indiquant qu'un ajustement robuste sur des tris familiers ne se généralise pas à des règles de construction externes.

C. Dépendance de la construction sur les portefeuilles aléatoires

La performance des modèles factoriels est hautement sensible à la conception de la construction du portefeuille :

• Achat et détention (BH) : Sous BH et avec un rééquilibrage à faible fréquence, FF5 et FF6 performent généralement bien, surpassant souvent FF3 et q5. Le leader exact dépend de l'interaction entre l'échantillonnage (MEP vs UNIF) et la pondération initiale.
• Poids constant (CW) : Sous rééquilibrage quotidien, FF3 émerge comme le modèle le plus stable, présentant les plus petites erreurs de prix dans la majorité des conceptions.
• L'anomalie q5 : Bien que le q5 atteigne le ratio de Sharpe maximal le plus élevé dans les tests d'extension, il laisse des erreurs de prix comparativement grandes et sensibles à la construction sur les portefeuilles aléatoires, particulièrement sous CW. Dans de nombreuses conceptions CW, le q5 produit des intercepts positifs généralisés (sous-évaluation).
• Effets d'interaction : La contribution marginale de facteurs spécifiques (par exemple, l'ajout de ROE ou d'EG à q3) n'est pas invariante. Un facteur qui réduit les erreurs de prix dans une conception (ex: portefeuilles sectoriels) peut les augmenter dans une autre (ex: tris Fama–French ou portefeuilles CW aléatoires).

D. Impact de la fréquence de rééquilibrage

Varier la fréquence de rééquilibrage de l'annuelle à la quotidienne montre que les classements des modèles ne sont pas monotones.

• FF6 et Carhart ont tendance à mieux performer à des fréquences plus basses (annuelle, trimestrielle).
• FF3 devient dominant à mesure que la fréquence de rééquilibrage augmente (hebdomadaire, quotidienne).
• Le q5 se détériore généralement avec l'augmentation de la fréquence de rééquilibrage, sauf dans des conceptions spécifiques (ex: MEP-VW), où il performe bien sous CW.
• La divergence entre les résultats BH et CW isole l'effet de la gestion dynamique des poids, montrant que le « processus de rendement » qui est évalué change fondamentalement avec la règle de rééquilibrage.

E. Robustesse

Les conclusions sont validées par diverses vérifications de robustesse :

• Échantillons uniquement NYSE : La dépendance à la construction demeure, bien que les classements spécifiques puissent changer (ex: FF5/FF6 s'affaiblissent dans le BH uniquement NYSE).
• Exclusion des micro-capitalisations : Le retrait des actions situées sous le 20e percentile de l'NYSE réduit l'ampleur des erreurs mais n'élimine pas les différences de performance relative ni la sensibilité aux règles de construction.
• Étendue du portefeuille : L'augmentation de la diversification réduit le bruit mais n'élimine pas les erreurs de prix systématiques spécifiques à certains modèles (ex: le q5 conserve des erreurs importantes même à 100 % d'étendue sous CW).

4. Contributions et Signification

L'article apporte trois contributions principales à la littérature sur l'évaluation d'actifs :

1. Conception systématique de portefeuilles aléatoires : Il développe un cadre pour échantillonner des directions de négociation alternatives à partir de l'espace des rendements CRSP sans reproduire les tris par caractéristiques utilisés pour valider les modèles candidats. Cela permet d'évaluer les modèles sur des actifs générés par des règles externes.
2. Séparation de l'extension et de l'ajustement absolu : L'étude distingue empiriquement l'extension factorielle (la capacité à élargir l'ensemble des opportunités moyenne-variance) de l'ajustement absolite au niveau du portefeuille (l'ampleur des erreurs de prix sur un ensemble prédéfini). Elle démontre qu'un modèle peut offrir un ensemble d'opportunités plus large tout en laissant des erreurs de prix plus importantes sur certaines populations de portefeuilles.
3. La gestion dynamique des poids comme conception : L'article traite la gestion dynamique des poids (BH vs CW) comme une partie intégrante de la construction des actifs de test. Il montre que changer la règle de détention ou de rééquilibrage modifie le processus de rendement évalué, ce qui peut changer à la fois l'ampleur et la direction des erreurs de prix estimées.

Signification :
L'article conclut qu'il n'existe pas de modèle factoriel « universellement supérieur ». La question « Quel modèle ? » ne peut être séparée de « Quels portefeuilles ? » et « Comment sont-ils gérés ? ». La construction des actifs de test n'est pas un choix de prétraitement neutre, mais une composante critique du design d'évaluation des modèles. Par conséquent, les comparaisons empiriques devraient rapporter à la fois l'extension factorielle directe et le niveau, la direction et la stabilité des erreurs de prix à travers des règles alternatives de génération de portefeuilles et de gestion des poids afin de fournir une image complète de la performance d'un modèle.