Dans mon introduction à la corrélation, un de mes lecteurs me demandait si la corrélation entre les différentes classes d’actifs étaient plus stables dans le temps ?
Dans cet article, je vais essayer d’apporter quelques éléments de réponse.
Pour cette « étude », j’ai utilisé les ETF suivants:
FXE: devise €/$
GLD: matière première, or
SLV: matière première, argent
SHY: Obligations d’Etat, 1 à 3 ans
TLT: Obligations d’Etat, 20 ans
VNQ: Immobilier
EEM: Indice, marchés émergents
EFA: Indice, Europe + Australie + Asie
DIA: Indice, Dow Jones Industrial Average
SPY: Indice, SP500
Etude de corrélation long terme:
Ci-dessous, une comparaison de la corrélation à la date du 30 mars 2015 sur 20 jours de trading (~1 mois), 60 jours (~1 trimestre), 120 jours (~6 mois) et 252 jours (~1 an).
Dans le dernier tableau ci-dessus qui représente la corrélation à 1 an, on constate que la corrélation entre FXE (l’€/$) et TLT (Obligations 20 ans) est excellente puisque supérieure à 0,90. Elle est en revanche négative, ce qui signifie que lorsque FXE monte, en général TLT baisse. Cependant, plus on raccourci la durée de comparaison entre ces deux actifs, plus la corrélation se détériore et moins ceux-ci sont corrélés. A 6 mois, ça passe encore (-0,73), mais alors à 1 mois, ils sont complètement décorrélés (0,07).
Inversement, des actifs corrélés à 20 jours ne le sont plus à 1an. C’est le cas de EFA (indice) et VNQ (immobilier) qui passent par tous les stades de la corrélation au fur et à mesure qu’on augmente la durée de l’étude.
Voyons maintenant une comparaison de la corrélation à 120 jours mais pour 3 périodes de temps différentes. Les dates sont indiquées dans la colonne de droite du tableau (mars 2015, octobre 2013 et juillet 2011):
Encore une fois, on peut voir que des actifs qui sont corrélés aujourd’hui ou en 2013, ne l’étaient pas ou moins en 2011. Ou alors des actifs qui ne sont pas corrélés aujourd’hui, mais qui l’étaient en 2011.
Conclusions de la corrélation long terme:
Comme vous avez pu le constater, la corrélation entre différents actifs n’est pas gravée dans le marbre et celle-ci peut changer en fonction des différentes conditions de marchés, des politiques monétaires des banques centrales, des décisions politiques, etc…
Le plus étonnant dans cette étude est la corrélation entre les indices SPY ou DIA et les obligations TLT. En effet, les obligations d’Etat sont censées être une valeur refuge en cas de baisse des indices. Leur corrélation devrait donc être négative et même plutôt bonne (> – 0,80). Or non seulement elle n’est pas toujours négative, mais elle est même parfois bonne du coté positif puisque supérieure à 0,70 sur 1 an à la date du 30 mars 2015 ! Cette « aberration » est bien entendu le résultat de la politique monétaire de la banque centrale Américaine (FED).
Utilisation de la corrélation long terme:
Diversification de portefeuille:
Comme la corrélation peut varier au fil du temps, vous devrez adapter votre portefeuille au fur et à mesure que les corrélations changent. Pas la peine cependant de vérifier les corrélations chaque mois. Une fois par trimestre ou tous les six mois est suffisant.
Trading de paires:
Dans l’introduction au trading de paires (article précédent), j’expliquais que la corrélation était importante pour bien choisir les paires à trader. Avec les exemples d’aujourd’hui, on comprend mieux pourquoi. Les paires qui seraient à privilégier dans la liste d’ETF étudiés ici, seraient les matières premières GLD et SLV ou les indices Américiains DIA et SPY.
