Suivi des principaux risques macroéconomiques
Plus tôt cette année, les investisseurs du monde entier tentaient d’évaluer les répercussions de l’inflation persistante et de la hausse des taux sur leurs placements – et nous n’avons pas fait exception.
Nos perspectives économiques mondiales annonçaient une tempête parfaite de difficultés. Les banques centrales ont freiné la croissance économique; la confiance des entreprises et des consommateurs s’est donc détériorée. En tant qu’investisseurs institutionnels, nous avions besoin d’un processus rigoureux pour suivre notre exposition au risque au fur et à mesure de l’évolution des marchés.
Le point de vue interne de notre équipe Investissement multiactif mondial a fourni une base de référence précieuse pour notre approche, ce qui nous a permis de rester vigilants quant aux principaux facteurs de risque. Mais notre équipe Actions, Stratégie disciplinée, voulait aller encore plus loin et élaborer un cadre d’analyse ciblé en fonction de la sensibilité aux taux d’intérêt. En plus du point de vue macroéconomique, nous avons donc construit un modèle d’apprentissage machine pour surveiller les effets de la hausse des taux d’intérêt. (Pour un examen plus approfondi de la vision de l’équipe Investissement multiactif, consultez l’annexe 1 ci-dessous.)
Comment fonctionne notre modèle d’apprentissage machine sensible aux taux d’intérêt
Les courbes des taux ont représenté de façon inhérente les attentes des investisseurs à l’égard d’un éventail de facteurs macroéconomiques. Par exemple, les marchés considèrent l’inversion de la courbe des taux des obligations du Trésor comme un indicateur de récession, les taux d’intérêt enregistrant les croyances concernant le contexte général. En isolant ces signaux dans les turbulences, nous croyons pouvoir apprendre à améliorer la construction de notre portefeuille.
Notre modèle exclusif d’apprentissage machine sensible aux taux d’intérêt isole les craintes de récession, les préoccupations inflationnistes et les attentes en matière de taux d’intérêt. En tirant parti de ce système dans notre processus de placement pour gérer les risques, nous croyons pouvoir obtenir un rendement supérieur plus constant sur les marchés boursiers au cours de cycles de marché complets.
La faiblesse de la méthode traditionnelle des moindres carrés optimaux est une des raisons pour lesquelles nous avons créé le modèle. Les estimateurs qui utilisent cette méthode peuvent traiter des tonnes de données au moyen de la régression standard, mais ils ne peuvent pas toujours déterminer si les résultats sont significatifs ou non d’un point de vue statistique. Autrement dit, nous n’avons guère confiance dans la façon dont les résultats générés par le modèle devraient être pris en compte au sein notre processus de prise de décision.
Les courbes des taux représentent intrinsèquement les attentes des investisseurs dans un éventail de facteurs macroéconomiques. Pour quelle autre raison les marchés considèrent-ils l’inversion de la courbe des taux des obligations du Trésor comme un indicateur de récession?
En revanche, notre modèle d’apprentissage machine sensible aux taux d’intérêt utilise une méthode de régularisation élastique nette pour estimer les données qui sont statistiquement robustes et celles qui peuvent être ignorées. Le résultat nous donne une vue d’ensemble de la sensibilité individuelle de chaque titre – non seulement aux taux d’intérêt, mais aussi aux craintes de récession et à l’inflation.
Un des avantages de notre modèle d’apprentissage machine sensible aux taux d’intérêt est d’extraire le taux d’inflation neutre. Habituellement, on l’obtient en soustrayant le taux des obligations indexées sur l’inflation au taux d’intérêt d’aujourd’hui.
Cependant, dans quelle mesure pouvons-nous expliquer cette composante et quelle est l’importance du bruit?
À notre avis, les décisions futures de la Fed auront une incidence sur le seuil d’inflation neutre. Cette composante diminuera à mesure que les taux augmenteront. Mais le deuxième élément du seuil d’inflation neutre, que nous appelons le seuil d’inflation neutre pur, ne sera pas touché par les mesures de politique monétaire. Il pourrait être provoqué par des risques géopolitiques ou des perturbations de la chaîne d’approvisionnement; quoi qu’il en soit, ces risques doivent être pris en compte afin de vraiment protéger le capital à long terme.
Superposition au portefeuille
Nous appliquons actuellement le modèle d’apprentissage machine sensible aux taux d’intérêt dans la stratégie canadienne Alpha intelligent de BMO, qui privilégie les actions à faible volatilité. Le fait de combiner les qualités défensives naturelles de faible volatilité à la superposition des risques permet au portefeuille d’être systématiquement moins sensible à l’inflation que l’indice de référence général. Il est également bien positionné en cas de récession et offre une meilleure protection du capital.
Positionné pour un risque de récession supérieur
Date des données : 30 septembre 2022. Source : Bloomberg, BMO Gestion d’actifs inc.
Les décisions sectorielles jouent inévitablement un rôle important dans la construction de notre portefeuille. En raison de notre cadre de placement axé sur un « portefeuille véritablement efficace », la stratégie met l’accent sur la stabilité, la sous- pondération de l’énergie et la surpondération des services publics. La ligne bleue ci-dessous montre que la sensibilité à l’inflation est extrêmement élevée pour les placements dans le secteur de l’énergie, alors que d’autres secteurs, comme les technologies de l’information et les matières premières, ne sont que faiblement corrélés.
Bêtas macroéconomiques du modèle d’apprentissage machine sensible aux taux d’intérêt, par secteur
Date des données : 31 mars 2023. Source : Bloomberg, BMO Gestion d’actifs inc.
Nous appliquons le modèle d’apprentissage machine sensible aux taux d’intérêt à chaque titre de l’univers de placement pour déterminer s’il montre une sensibilité importante ou non. Comme nous l’avons mentionné, tout ancien programme de régression produirait un coefficient de relation; le nôtre va un peu plus loin et nous dit si cette valeur bêta est statistiquement significative. Nous procédons également à des simulations historiques dans différentes périodes du marché ainsi qu’avec des données anormales pour vérifier l’intégrité de nos constatations.
Surtout, les perspectives du modèle contribuent à la gestion des risques et à la construction du portefeuille à l’étape des données. Nous l’utilisons comme un outil d’analyse, conformément à notre utilisation plus large des stratégies quantitatives. Nous ne sommes pas des programmeurs passifs qui laissent le portefeuille se gérer lui-même – nous sommes des gestionnaires disciplinés qui utilisent l’apprentissage machine pour l’exécution systématique de nos stratégies. Faites un parallèle avec les véhicules autonomes : les capteurs intégrés peuvent nous aider lors de la conduite assistée, mais nous devons toujours être dans la voiture, les deux mains sur le volant.
L’évolution de la modélisation quantitative
Au cours des 15 dernières années, j’ai vu de nombreuses approches en matière d’investissement quantitatif lorsque je travaillais pour quelques-uns des plus importants gestionnaires d’actifs institutionnels au Canada. J’ai d’ailleurs écrit un modèle d’actions dans APL, le plus ancien langage de programmation en finance. Il a été créé dans les années 1960 et utilise la syntaxe latine qui se lit de droite à gauche. Enfin, lorsque la société a eu besoin de mettre son code à jour, j’ai aidé à traduire ces modèles fondamentaux dans SAS.
Des années plus tard, j’ai vu l’un des premiers algorithmes d’intelligence artificielle être mis en œuvre au sein d’une grande caisse de retraite. Au cours de cette période, j’ai également occupé un poste de direction axé sur les placements en actions. Ces expériences n’ont fait que conjointement renforcer ma conviction que des placements véritablement rigoureux ne peuvent être réalisés qu’au moyen d’une combinaison de méthodes d’évaluation quantitative et traditionnelle.
Au sein de l’équipe Actions, Stratégie disciplinée de BMO Gestion mondiale d’actifs, j’ai trouvé des professionnels qui avaient des vues similaires et qui croyaient en une version « homme plus machine » du placement quantitatif. Notre équipe a des points de vue différents et des expériences diverses, que nous utilisons pour alimenter une culture de discussions et de débats vigoureux. Certains membres de l’équipe proviennent d’un milieu quantitatif comme moi, tandis que d’autres se spécialisent dans la répartition de l’actif et la recherche, et nous avons également une équipe spécialisée de trois ingénieurs en placement qui se concentre sur l’architecture des données.
La profondeur et la diversité des talents de BMO Gestion mondiale d’actifs sont essentielles à la façon dont nous cherchons à optimiser les rendements corrigés du risque. Comme c’est le cas pour le modèle d’apprentissage machine sensible aux taux d’intérêt, le fait d’avoir un vaste savoir-faire nous aide à repérer et à développer les outils dont les institutions ont besoin pour traverser avec succès des cycles de marché complets. Les banques centrales continuent de relever les taux d’intérêt en dépit de la hausse de l’inflation et des risques de récession; par conséquent, l’apprentissage machine est l’un des outils à notre disposition pour aider à gérer les risques et, au bout du compte, à protéger le capital des clients.
Veuillez communiquer avec votre partenaire, Ventes institutionnelles de BMO pour en savoir plus sur l’équipe Actions, Stratégie disciplinée, le modèle d’apprentissage machine sensible aux taux d’intérêt et la stratégie canadienne Alpha intelligent de BMO.
Dénégation de responsabilité
Ne pas diffuser à l’extérieur du Canada.
Certains des produits et services offerts sous le nom BMO Gestion mondiale d’actifs sont conçus spécifiquement pour différentes catégories d’investisseurs issus d’un certain nombre de pays et de régions, et peuvent ne pas être accessibles à tous les investisseurs. Les produits et les services sont offerts seulement aux investisseurs des pays et des régions où les lois et règlements applicables l’autorisent.
La présente communication constitue une source générale d’information. Elle n’est pas conçue comme une source de conseils juridiques, fiscaux ou de placement et ne doit pas être considérée comme telle. Les placements particuliers ou les stratégies de négociation doivent être évalués en fonction de la situation de chaque investisseur. Il est recommandé aux particuliers de demander l’avis de professionnels compétents au sujet d’un placement précis. Le rendement passé ne garantit pas le rendement futur.
Tout énoncé qui repose nécessairement sur des événements futurs peut être une déclaration prospective. Les déclarations prospectives ne sont pas des garanties de rendement. Elles comportent des risques, des éléments d’incertitude et des hypothèses. Bien que ces déclarations soient fondées sur des hypothèses considérées comme raisonnables, rien ne garantit que les résultats réels ne seront pas sensiblement différents des résultats attendus. L’investisseur est prié de ne pas se fier indûment aux déclarations prospectives. Concernant les déclarations prospectives, l’investisseur doit examiner attentivement les éléments de risque décrits dans la version la plus récente du prospectus simplifié.
Les placements dans les fonds d’investissement peuvent être assortis de commissions, de commissions de suivi (le cas échéant), de frais de gestion et d’autres frais. Veuillez lire l’aperçu du fonds ou le prospectus du fonds avant d’investir. Le Fonds du marché monétaire BMO n’est pas assuré par la Société d’assurance- dépôts du Canada ni par un autre assureur gouvernemental. Il n’y a aucune garantie que la valeur liquidative des parts du Fonds se maintiendra ou que vous pourrez récupérer le montant intégral de votre placement dans ce fonds. Le rendement passé n’est pas indicatif du rendement futur.
Les fonds d’investissement BMO sont gérés par BMO Investissements Inc., une société de gestion de fonds d’investissement et une entité juridique distincte de la Banque de Montréal.
BMO Gestion mondiale d’actifs est une marque de commerce sous laquelle BMO Gestion d’actifs inc. et BMO Investissements inc. exercent leurs activités.
MD/MC Marque de commerce déposée/marque de commerce de la Banque de Montréal, utilisée sous licence.
