Si la communauté financière s’accorde à dire que l’allocation d’actif est le principal moteur de performance, force est de constater que cette étape du processus d’investissement est par trop négligée dans la pratique. Nous avons donc voulu faire un état des lieux des stratégies de rééquilibrage et approfondir la question en y amenant une contribution novatrice et pragmatique : novatrice de par l’algorithme développé et le spectre de facteurs analysés; pragmatique de par l’intégration de coûts de transaction et la mise en oeuvre pratique qui en découle dans la gestion d’un portefeuille. L’objectif du rééquilibrage est de maintenir la répartition d’actif cible et, par conséquent, de maintenir les caractéristiques de risque du portefeuille en ligne avec celle de l’investisseur. Cette gestion de nature contrarian force le gestionnaire à acheter des titres lorsque leurs prix baissent (moyenner) et à les vendre lorsqu’ils augmentent (prendre les bénéfices). La stratégie de rééquilibrage permet donc de limiter les biais comportementaux et d’exercer un réel contrôle du risque.
Cependant, cette stratégie peut impliquer un nombre de transactions, et donc des coûts, importants. Entre maximisation des bénéfices et minimisation des coûts, la stratégie de rééquilibrage doit être initialement définie de manière optimale. Notre analyse propose d’inventorier les différents éléments à prendre à compte. En effet, nous commençons par exposer, d’un point de vue théorique, les différentes causes pouvant affecter la performance et le risque d’une stratégie de rééquilibrage. Nous retrouvons, inter alia, les conditions de marché et les caractéristiques propres à chaque actif ainsi que celles des portefeuilles globaux. Nous analysons les implications de ces dernières grâce à différentes simulations et comparons les résultats.
Finalement, nous considérons un portefeuille modèle suisse avec des données réelles, composé d’un actif sans risque, d’obligations et de divers indices boursiers. Les différentes stratégies (rééquilibrage vs Buy and Hold) sont testées sur une période de près de dix-sept ans, entre 1999 et 2016. Les résultats nous permettent de valider, de manière empirique, la partie théorique et de montrer l’importance du rééquilibrage.