Évaluer le risque des investissements grâce à une nouvelle méthode de calcul analytique

Si la mesure de la tolérance au risque est primordiale dans le secteur de l’investissement, les méthodes utilisées par les spécialistes de la finance, trop restreintes, ne leur permettent toujours pas d’obtenir une compréhension claire des préférences de leur clientèle. Pour surmonter certaines de ces limites, Jonathan Li, professeur à l’École de gestion Telfer, propose un modèle analytique d’évaluation des préférences en matière d’investissement.

Toutes les parties prenantes du secteur de l’investissement, allant des grandes entreprises aux particuliers souhaitant investir dans leurs fonds de retraite ou l’éducation de leurs enfants, ont intérêt à miser sur la bonne méthode d’évaluation de leur tolérance au risque. Les prestataires de conseils financiers et autres spécialistes du domaine s’emploient à recommander les investissements qui offriront le meilleur rendement possible, mais, bien souvent, ils n’arrivent pas à dresser un portrait net des préférences réelles de leurs clientèles.

« L’incapacité de bien évaluer les préférences face au risque peut amener la cliente ou le client à croire que ses investissements sont sûrs et, ainsi, à prendre un risque qui excède son seuil de tolérance », affirme Jonathan Li, professeur agrégé à l’École de gestion Telfer. Dans un cas extrême, un cygne noir pourrait faire plonger le marché : « Beaucoup de gens peuvent perdre leurs avoirs s’ils sont investis dans des actifs trop risqués », ajoute-t-il.

Des solutions pratiques fondées sur la recherche analytique

De nouvelles recherches en finance indiquent que les prestataires de services pourraient s’appuyer sur la théorie de la fonction du risque convexe pour mieux évaluer la tolérance au risque. Malgré son attrait théorique, la fonction du risque convexe pourrait être difficile à mettre en application. « Il existe peu d’indications sur le choix d’une fonction du risque convexe qui reflète adéquatement la préférence subjective face au risque », explique le professeur Li.

Or, le professeur Li a mis au point d’un modèle analytique capable d’évaluer la tolérance au risque de la cliente ou du client. Ce modèle tient compte des commentaires de la cliente ou du client, de ses investissements antérieurs et de l’historique du rendement d’une entreprise dans le marché, ce qui permet aux prestataires de services financiers de mieux comprendre les préférences de leur clientèle relativement au risque et d’émettre des recommandations en conséquence. Les découvertes du professeur sont présentées dans une nouvelle étude publiée dans la revue Management Science.

Les difficultés associées aux méthodes habituelles d’évaluation des préférences en matière d’investissement

Les spécialistes de la finance, notamment les conseillères et conseillers bancaires, posent souvent aux membres de leur clientèle une longue liste de questions pour déterminer les investissements qu’ils préfèrent, mais cette démarche traditionnelle demande beaucoup de temps. En outre, elle ne tient pas compte d’un concept très abstrait : la préférence est une expérience subjective, tant pour la clientèle que pour le prestataire de conseils financiers. Un client peut n’avoir qu’une vague idée de ses propres préférences en matière d’investissement et du montant qu’il est prêt à risquer. D’autre part, la façon dont une conseillère financière formule ses questions peut être biaisée. Certains des spécialistes surestiment ainsi la tolérance au risque de leur clientèle.

« Les méthodes traditionnelles donnent aux prestataires de conseils financiers l’accès à un ensemble de renseignements limités, de sorte que la quantification de la tolérance personnelle au risque, dans un tel cas, pourrait amener une cliente ou un client à prendre des décisions très risquées qui ne correspondent peut-être pas à ses préférences », estime le professeur Li. La portée de ces méthodes est également trop restreinte pour refléter toute la complexité d’un marché en constante évolution.

Des applications pour les spécialistes de la finance et la clientèle

Le professeur Li soutient que les spécialistes de la finance devraient aider les membres de leur clientèle à mieux comprendre la globalité de leurs préférences en matière d’investissement. Pour ce faire, ils devraient recueillir de l’information sur l’historique de rendement des entreprises qui correspondent au profil de chaque cliente ou client, tenir compte de ses antécédents d’investissement et d’exposition au risque, puis comparer le rendement éventuel de ces différents choix d’investissement dans le marché.

Plus les spécialistes détiennent de données sur les décisions prises par les membres de leur clientèle dans le passé, plus ils seront en mesure d’élaborer un plan d’investissement adapté aux préférences de ces derniers. En offrant l’accès à des données de grande qualité, cette nouvelle méthode pourrait transformer le secteur de l’investissement. Le modèle du professeur Li fait appel à des techniques d’IA et d’apprentissage machine permettant aux ordinateurs d’établir les préférences d’une investisseuse ou d’un investisseur et de concevoir des outils décisionnels plus efficaces pour les prestataires de conseils financiers.

Les avantages financiers du modèle analytique pour la société

Le nouveau modèle analytique du professeur Li permet la prise de décisions d’investissement conformes à la tolérance au risque de chaque cliente ou client. Il peut également favoriser une plus grande stabilité économique en bénéficiant à certaines parties prenantes du secteur de l’investissement.

• Investisseuses et investisseurs : Le modèle peut les aider à tenir les institutions financières et leurs prestataires de conseils responsables de repérer des occasions d’investissement qui s’harmonisent à leurs préférences.
• Spécialistes de la finance : Ce cadre aide les prestataires de conseils financiers à mieux comprendre les choix d’investissement antérieurs de leur clientèle et à dresser un plan d’investissement conforme à ses préférences. Ainsi, on peut également s’assurer que ces spécialistes ne s’écartent pas des choix de leur clientèle.
• Sociétés de gestion de fonds : Le modèle analytique leur permet d’éviter de prendre des risques qui dépasseraient le seuil de tolérance de leur clientèle.

Lire l’article :

Li, J.Y. 2021. « Inverse optimization of convex risk functions », Management Science.

Jonathan Li s’intéresse à l’analytique d’affaires, à la recherche opérationnelle et à l’ingénierie financière. Ses travaux portent sur les problèmes de gestion des risques, tout particulièrement en ce qui concerne leur quantification et leur modélisation. Renseignez-vous sur les travaux du professeur Li.