Informations scientifiques sur le calcul du profil d’investisseur

Connaissance et expérience des produits financiers

Éléments d’élaboration du questionnaire connaissance et expérience

Avec l’entrée en vigueur de MIF2, vous devez recueillir les informations relatives au profil de connaissance et d’expérience de votre client et l’alerter lorsqu’il souhaite souscrire un instrument sur lequel il ne possède pas la compétence nécessaire.

Le questionnaire O2S a été revu et donne lieu à des questions « tests » suffisamment discriminantes pour permettre de vérifier la connaissance effective du client sur chacune des classes d’actifs, en adaptant le niveau de difficulté des questions à la classe d’actifs concernés.

Le recours à l’autoévaluation de la part du client est désormais explicitement prohibé.

Profil de risque

Critères d’élaboration du questionnaire de profil de risque

Pour favoriser l’exécution du « devoir de conseil » et orienter le choix du souscripteur au mieux de ses intérêts, Harvest a développé un questionnaire simple dont l’objectif est d’aider les individus à déterminer successivement leur niveau de connaissance et expérience des marchés financiers et leur « profil de risque ». Ces informations associées avec l’horizon de placement permettent de déterminer une allocation cible stratégique.

Pour construire notre questionnaire risque, nous avons retenu, pour partie, la méthode originale développée par Luc Arrondel et André Masson et Daniel Verger (INSEE), « Préférence de l’épargnant et accumulation patrimoniale », Economie et Statistiques n°374-375-2004.

Elle consiste à élaborer des scores pour « profiler » les individus suivant leur appétence pour le risque et leur façon d’appréhender le futur. Mise au point sur les données de l’enquête Insee «Patrimoine 1998» puis de l’enquête TNS-Sofres de 2002, cette méthode a été reconduite pour les trois dernières vagues Pater de 2007 et 2009 et 2011.

Ces scores synthétiques et ordinaux sont calculés à partir de tout un ensemble de questions qui balaient un large éventail de domaines de la vie, comme la consommation, les loisirs, les placements, le travail, la famille, la santé, la retraite… Au total, plus d’une centaine de questions sont utilisées, de différente nature : une majorité, concrètes ou relatives à la vie de tous les jours, sont des questions de comportement, d’opinion ou d’intentions auxquelles il est relativement facile de répondre ; d’autres concernent aussi bien les réactions à des scénarios fictifs que des choix de loterie plus abstraits.

À partir de ces questions, l’objectif est de construire pour chaque enquêté des indicateurs relatifs cohérents ou «scores» de ses préférences à l’égard du risque. Les questions sont sélectionnées au sein du corpus initial en fonction de leur capacité à améliorer la significativité des équations explicatives de la structure du patrimoine des ménages tel que recueilli dans les enquêtes périodiques.

Important

Retrouvez le descriptif complet de la méthodologie et une analyse de ces différentes enquêtes dans « Mesurer les préférences des épargnants : comment et pourquoi (en temps de crise) ? » par Luc Arrondel et André Masson – Economie et Statistique n°467-468 – Avril 2014.

Cet article est disponible depuis la page de documentation d’O2S ou sur le site de l’INSEE à cette adresse.

Affectation des scores aux réponses

Concernant le codage des réponses, nous avons choisi un codage trichotomique :

  • -1 = « risquophile » ;
  •  0 = « neutre » ;
  • +1 = « risquophobe ».

Le score « brut », avant toute validation, est alors pour chaque individu égal à la somme des « notes » obtenues pour l’ensemble des questions initialement considérées.

Les scores finals, s’ils existent, sont obtenus à partir des scores bruts correspondants en réduisant la somme des notes aux seuls items qui se sont révélés, ex post, former un tout statistiquement cohérent.

Un score n’est a priori satisfaisant qu’à la condition de présenter un degré de cohérence interne minimal, que l’on estime par l’alpha de Cronbach. Ce coefficient s’exprime comme suit:  

où k est le nombre d’items composant le score,  est la variance du score total et  est la variance de l’item i.

Cette méthodologie révèle une stabilité des préférences pour le risque stable au cours du temps comme le présente le graphe ci-contre.

Association entre profil de risque et allocation d’actifs

Un appariement entre Profil de Risque et Probabilité de préservation du capital

Le questionnaire de risque détermine un score, mesure purement ordinale supposée constituer un indicateur résumé et cohérent de la palette de ses préférences à l’égard du risque. Pour passer d’un score synthétique et ordinal à une mesure cardinale du risque, on a associé chaque « Profil de risque » à une « probabilité de préservation du capital investi ». Les appariements sont paramétrables afin de laisser plus de latitude en matière de stratégies d’allocation d’actifs financiers.

Le problème de sélection de portefeuille consiste alors à chercher l’allocation qui offre l’espérance de rendement la plus élevée et dont le ratio de Sharpe est au minimum égal au niveau prédéfini en fonction du Profil de risque de l’investisseur et de son horizon de placement.

Si on note :

  L’espérance de rendement,

  : La volatilité mesurée par l’écart type,

On obtient pour différentes valeurs de  les ratios de Sharpe ( ) qui déterminent la distance en unités d’écart type (z-score) par rapport à un actif de rendement nul dans une loi de probabilité standard normale – inverse.

Plus formellement, le programme de choix de portefeuille est alors le suivant ;

Avec la loi de probabilité standard normale – inverse. Soit encore le quantile d’une distribution gaussienne.

Dans ce problème, la contrainte  peut se réécrire :

La prise en compte de l’horizon de placement

Une même probabilité de préservation du capital détermine une « allocation cible » différente selon l’horizon du placement envisagé. Ce dernier point nécessite un rapide développement. Pour prendre en compte l’effet de l’horizon de placement sur les choix de portefeuilles, on suppose assez classiquement que les marchés suivent une marche aléatoire avec « drift », ce qui revient à s’inscrire dans le cadre de la théorie des marchés efficients (EMH) posé par Eugene Fama (FAMA, E. F. 1965, «The behavior of stock-market prices», The journal of Business, vol. 38, no 1, p. 34–105.). L’EMH suppose que le processus qui régit la dynamique du prix des actifs risqués est le suivant :

Partant de ce processus, il est possible de représenter la réduction de la volatilité des rendements pour un couple donné. La réduction de la volatilité dans une loi gaussienne est fonction de la racine de l’horizon

Encadrer le probable : une évaluation prospective des gains et des pertes sur la durée de placement

Dans la théorie moderne du choix de portefeuille, un actif est caractérisé par un rendement et un risque (volatilité). Si la volatilité est nulle, alors le rendement est certain. En revanche dès que la volatilité, qui exprime l’ampleur des variations autour de la moyenne, est >0, il y a incertitude sur la séquence des rendements futurs. On ne parle plus de rendement, mais d’espérance de rendement.

Si la volatilité du placement est forte, l’espérance de rendement n’est pas un indicateur de court terme fiable. L’espérance de rendement des actions sur longue période est proche de 7%. Ce n’est pas un rendement certain car la volatilité des cours est de l’ordre de 18%. L’espérance renseigne uniquement sur la performance la plus probable.

En raison des conséquences de la volatilité sur la performance d’un placement risqué, il est indispensable d’informer l’investisseur sur l’éventail des résultats possibles au terme de l’investissement. Pour cela, il est d’usage de calculer un « intervalle de confiance ». Un intervalle de confiance permet d’encadrer une estimation et d’évaluer la « confiance » que l’on peut lui accorder. Lorsque l’on parle d’un « intervalle de confiance à 95 % », cela veut dire que la vraie valeur de la variable que l’on cherche à estimer à 95 % de chances de se trouver dans l’intervalle (et donc 5 % de se trouver en dehors de l’intervalle). De ce fait, plus on recherche un risque d’erreur faible et plus l’intervalle de confiance est grand.

Sur le plan calculatoire, les intervalles de confiance sont modélisés logiquement par des mouvements browniens géométriques avec dérive. Le scénario de « stress » est calculé à partir d’une expansion de Cornish-Fisher qui permet la prise en compte des moments d’ordre supérieur.

Restitution des résultats

Pour terminer, le niveau de connaissance et d’expérience des marchés financiers peut être ajusté si vous considérez qu’il ne correspond pas à son niveau d’expertise des marchés financiers.

De même, son profil de risque peut être personnalisé si vous estimez qu’il ne correspond pas à son niveau de tolérance au risque dans le cadre de la gestion de son portefeuille. C’est le profil de risque souhaité.

L’ensemble de ces résultats sont disponibles dans l’espace Conformité > Profil d’investisseur du module Contacts.

Placez le curseur de la souris sur la connaissance expérience ou le profil de risque et cliquez sur Modifier.

Voir aussi…

Les questionnaires de profil d’investisseur téléchargeables

Article de référence et méthodologie
Mesurer les préférences des épargnants : comment et pourquoi (en temps de crise) ?
Luc Arrondel et André Masson – Economie et Statistique n°467-468 – Avril 2014