Trois essais en économie financière

Cette thèse apporte une contribution significative au domaine de la prévision des rendements des actifs. La première partie présente un paradigme innovant d'optimisation de portefeuille, appelé « Smart Alpha », visant à améliorer la diversification du portefeuille d'actions tout en contrôlant efficacement l'exposition aux facteurs de risque. Reconnaissant l'intérêt croissant pour l'investissement factoriel en raison de la sous-performance des stratégies purement actives ou passives, le chapitre 1 présente une stratégie active de sélection de titres qui permet d'éviter de parier sur des facteurs a priori mais qui se concentre plutôt sur une approche visant à minimiser l'exposition du portefeuille aux sources de risque systématiques tout en maximisant le potentiel d'alpha. Les preuves empiriques du chapitre 1, basées sur les actions européennes, démontrent la supériorité de la stratégie Smart Alpha par rapport à l'indice de marché européen, ainsi qu'à l'égard des stratégies européennes populaires d'investissement factoriel et de smart beta. La deuxième partie de la recherche se concentre sur le domaine crucial de la prévision des rendements à court et moyen terme. Bien que de nombreux modèles prédictifs à long terme utilisant des ratios financiers semblent bien établis, les preuves de l'efficacité des prévisions à court terme restent limitées dans la littérature académique. Dans le chapitre 2, un nouveau modèle de régression prédictive est proposé, capitalisant sur la dynamique observée des rendements boursiers avec le phénomène de retour à la moyenne du ratio CAPE de Shiller aux État-Unis. Ce modèle présente une capacité prédictive supérieure, en particulier à court terme, à horizon d'un à plusieurs mois, à la fois dans l'échantillon et hors échantillon. Il exploite les variables du cycle économique, telles que la pente de la courbe de taux et le spread de crédit, pour améliorer encore la prévisibilité, en particulier hors échantillon. Les résultats sont robustes quant au choix du ratio de valorisation (CAPE, excess CAPE ou rendement du dividende) et des pays (Canada, Allemagne et Royaume-Uni). Le chapitre 3 étend cette approche en intégrant un large éventail de variables du cycle économique, en utilisant des techniques de pénalisation. Cette extension résulte de l'absence de consensus concernant les variables du cycle économique qui présentent la meilleure performance prédictive pour le retour à la moyenne des ratios de valorisation et des prix des indices boursiers. Le nouveau modèle de régression prédictive démontre ainsi des gains significatifs en matière de précision des prévisions à court terme, à horizon d'un à plusieurs mois. La supériorité du nouveau modèle de régression prédictive est réaffirmée en utilisant différentes mesures de valorisation et sur différents secteurs individuels aux États-Unis. Les chapitres 2 et 3 présentent un exercice d'allocation d'actifs de moyenne-variance qui montre des gains d'utilité améliorés, ce qui confirme la supériorité du nouveau modèle de régression prédictive. Nos résultats apportent des perspectives précieuses et des approches innovantes en matière de prévision des rendements des actifs à court terme, en abordant à la fois la diversification des portefeuilles d'actions via la maximisation de l'alpha sous contrainte d'expositions aux facteurs et l'allocation tactique à court et à moyen terme, offrant ainsi des solutions pratiques pour les investisseurs.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.