Category
🗞
NewsTranscription
00:00 Bonjour à tous et bienvenue pour cette nouvelle année 2024 et on va commencer sérieusement puisqu'on
00:16 va parler statistique. Alors je sais, on peut très bien investir sans avoir de bonnes connaissances
00:21 en statistique finalement tant qu'on connaît vraiment la base c'est à dire le minimum,
00:26 le maximum, la moyenne, bon ça ça va encore, allez éventuellement l'écart type, ce qu'on
00:32 appelle souvent la volatilité en finances. Avec des indicateurs comme ça on peut déjà pas trop
00:37 mal s'en tirer. Par exemple si je vous dis que sur les 120 dernières années les bourses mondiales
00:41 ont eu un rendement moyen de 5% au dessus de l'inflation avec un minimum de -43% et un maximum
00:48 de +65% ça vous donne déjà des informations, vous arrivez un petit peu à cerner ce que peuvent
00:54 donner des rendements boursiers. Je peux aussi rajouter que l'écart type de ces rendements,
00:57 donc à nouveau ce qu'on appelle la volatilité, est de 17% ça peut vous donner une idée de la
01:01 dispersion autour de la moyenne. Bon voilà avec des statistiques de base on peut déjà s'en tirer.
01:06 Mais c'est intéressant d'aller un peu plus loin et de s'intéresser à la forme de la distribution
01:11 de ces rendements. Alors ne partez pas en courant, la distribution des données c'est une notion qui
01:15 est abordée au collège, je crois que c'est en classe de quatrième donc ça devrait aller. La
01:19 forme d'une distribution c'est tout simplement comment se répartissent des données. Donc si
01:23 je fais par exemple une étude sur 100 personnes et que je relève leur taille, je vais mettre sur
01:28 un graphique combien de personnes mesurent entre 1m60 et 1m65, entre 1m65 et 1m70 etc. jusqu'au
01:35 plus grand. J'aurai donc des colonnes et je verrai visuellement le minimum, le maximum, la moyenne,
01:41 etc. Et on trouve beaucoup de ces distributions qui sont proches d'une loi normale, vous savez la
01:46 courbe en cloche qu'on appelle aussi loi gaussienne etc. En bourse les données qu'on utilise, j'en
01:51 ai parlé, ce sont les rendements. Donc ce que j'appelle rendement boursier, ça va vraiment être
01:55 la performance tout compris d'un portefeuille, donc ça va être à la fois dividende et plus-value.
01:59 Donc si on raisonne en rendement annuel, parce qu'on peut faire ça en quotidien, en mensuel,
02:04 etc. Mais si on raisonne en rendement annuel, on va avoir +20% une année, -7%, +10% etc. et on va
02:11 les regrouper comme je le disais pour les tailles, on va les regrouper par tranches. Par exemple,
02:16 combien on va avoir d'années qui ont fait entre -30 et -20% de performance, combien entre -20 et
02:22 -10%, combien entre -10% et 0%, etc. Et on va avoir une courbe en cloche avec quelques années extrêmement
02:29 mauvaises sur la gauche. Donc si je prends les rendements boursiers américains, on a une seule
02:33 année avec une performance entre -40 et -50%, l'année 1931, donc bien sûr en pleine grande
02:39 dépression. On a deux années avec une performance entre -30 et -40%, on a 2008 et 1937,
02:45 donc super pour ceux qui ont eu l'opportunité de vivre l'année 2008, on s'en souvient tous,
02:50 c'était vraiment traumatisant. Et plus on va aller à droite, plus les colonnes vont grandir jusqu'au
02:55 pic qui est sans surprise la tranche des performances entre 0 et 10% qui comprend 46
03:00 années et puis ça rebaisse jusqu'à la colonne des performances entre 50 et 60% qui est le maximum
03:05 et qui ne contient que 5 années. Mais les rendements boursiers ne suivent pas exactement
03:09 une loi normale. En fait, ça ressemble quand on regarde la distribution des rendements boursiers,
03:13 on voit effectivement une courbe en cloche qui ressemble à une loi normale, mais comme beaucoup
03:17 de lois de distribution, ça ressemble mais ça peut être plus ou moins aplati par rapport à la loi
03:24 normale ou bien ça peut être plus ou moins asymétrique avec une asymétrie vers la gauche
03:28 ou vers la droite. Et si je reprends mon exemple des tailles dans une population, on a en général
03:33 une distribution avec moins de données extrêmes que ce que nous donne une loi normale. Donc pour
03:37 impressionner vos amis, vous pouvez parler de données platycurtiques et à l'inverse, la bourse
03:42 a des rendements leptocurtiques, c'est-à-dire que les gains ou les pertes extrêmes sont plus
03:46 probables que dans une distribution normale. C'est ce qu'on appelle dans le milieu financier des
03:51 fat tails ou bien des signes noirs, vous savez les fameux black swans. Alors pourquoi est-ce que
03:55 c'est important de connaître ces formes de distribution ? Pour reprendre mon fameux exemple
03:59 des tailles, ça va être tout simplement pour savoir combien est-ce qu'il faut prévoir de
04:04 vêtements dans quelle taille. Donc il faut savoir que c'est proche d'une loi normale,
04:08 mais il faut savoir aussi que ce n'est pas vraiment une loi normale. Donc on va prendre
04:10 une distribution par exemple basée sur la population pour savoir combien il faut de
04:14 tailles XS, S, M, etc. jusqu'au XXL ou XXXL. Donc voilà, on sait exactement combien il faut
04:21 produire de chaque. Et en bourse, pourquoi c'est important de savoir quel type de distribution
04:25 on a ? Chez les professionnels, c'est indispensable parce qu'il faut que les modèles de gestion des
04:30 risques soient bien calibrés. Donc si les modèles de gestion des risques sont calibrés sur une loi
04:34 normale, on va sous-estimer les cracks, en gros les cracks et les bulles vont être sous-estimés. Mais
04:39 pour un particulier, ça permet d'avoir une bonne vision des performances potentielles de son
04:44 portefeuille. Donc soit on peut investir par exemple dans un ETF et on va retrouver la
04:50 distribution dont je parlais tout à l'heure avec on sait à peu près le nombre d'années qu'on va
04:54 avoir très très mauvaise, très très bonne ou bien plutôt au milieu. Mais on peut essayer aussi
04:58 un peu de twister cette distribution. Par exemple, moi qui suis optimiste mais prudent, j'investis,
05:03 vous le savez, dans des entreprises de qualité. Et les entreprises de qualité, elles vont regarder
05:07 pas mal de choses, avantages compétitifs, le management, blablabla. Mais parmi les données
05:11 importantes, on va avoir par exemple l'endettement, on cherche un faible endettement et puis on
05:15 cherche des sociétés non cycliques. Donc on cherche une stabilité dans le chiffre d'affaires ou bien
05:19 le profit. Et ça, c'est le côté endettement et non cyclicité, ça va faire qu'on va retrouver moins
05:26 de données extrêmes, notamment moins de pertes très fortes, tout simplement parce qu'une société
05:30 qui a un faible endettement et qui n'est pas cyclique, elle a très peu de chances de faire
05:33 faillite. Et puis j'ai parlé déjà un petit peu d'asymétrie. Et l'asymétrie, c'est surtout ce
05:38 qu'on va rechercher en fait en investissement, c'est-à-dire des rendements qui sont biaisés,
05:41 alors j'ai envie de dire vers la droite, on va dire plutôt vers le positif par rapport à une
05:45 loi normale. On parle de skewness, à nouveau pour épater vos amis, ou dans un entretien d'embauche,
05:50 vous pouvez dire que vous cherchez des investissements avec un skew positif. Et c'est
05:54 aussi ce que je recherche avec des entreprises de qualité puisque, comme je le disais, je limite
05:58 les mouvements extrêmes, mais surtout les mouvements extrêmes à la baisse, en surveillant
06:02 notamment l'endettement et la cyclicité. Mais je me garde la possibilité d'avoir des rendements
06:06 extrêmes à la hausse. Certains investisseurs, eux, vont chercher le risque et ils vont chercher des
06:12 distributions bimodales. Alors qu'est-ce qu'une distribution bimodale ? C'est tout simplement
06:16 une distribution qui, contrairement à une loi normale ou proche de la normale, qui a un seul
06:20 pic, ça va être une distribution avec deux pics. Donc pour schématiser, on va passer du dromadaire
06:24 au chameau. Et si je reprends mon super exemple des tailles, qui définitivement sert à tout,
06:29 si vous prenez les tailles de toute la population, sans séparer les hommes et les femmes, vous allez
06:34 avoir une distribution bimodale avec deux pics, avec un pic au niveau de la taille des femmes et
06:40 suivi d'un pic pour la taille des hommes. Alors ça ne retombe pas en zéro entre les deux parce
06:45 qu'il y a certaines femmes qui sont plus grandes que certains hommes, donc ça se rejoint. Mais on
06:50 va malgré tout avoir deux pics. On retrouve aussi la fréquentation des restaurants. Si vous mettez
06:54 de 8h du matin à 23h le soir, combien est-ce qu'il y a de personnes dans un restaurant, vous allez
07:00 avoir deux pics dans la journée, un pic à midi et un pic le soir. Et ça, ce sont des exemples
07:05 assez évidents. On comprend tout de suite pourquoi il y a deux pics. Mais si vous regardez le prix
07:08 des livres par exemple, et je vous dis que le prix des livres suit une distribution bimodale,
07:13 en réfléchissant vous allez vous dire "ah oui, mais c'est vrai, il y a les livres brochés,
07:17 donc couverture souple, typiquement les livres de poche, et puis il y a les livres reliés,
07:21 avec une couverture plus dure". Mais si vous n'avez pas compris pourquoi il y a une distribution
07:26 bimodale, ou si même vous n'avez pas compris qu'il y avait une distribution bimodale, vous pouvez par
07:30 exemple acheter en ligne un livre d'occasion en vous disant "ouais, il n'est pas trop cher", mais
07:34 en fait vous n'avez pas compris la distribution des prix. Donc vous le trouvez peut-être pas trop
07:38 cher, mais vous pensez acheter un livre relié alors qu'en fait ça va être un livre de poche.
07:45 Et ce type de distribution, les distributions bimodales, on les retrouve finalement dans pas
07:52 mal d'endroits. Par exemple sur les résultats des examens, vous pouvez, alors ça dépend des examens,
07:56 mais sur certains examens, vous allez trouver au niveau des notes, vous allez trouver deux bosses.
08:00 Pourquoi ? Parce qu'il y aura tout simplement ceux qui ont révisé, et puis ceux qui n'ont pas révisé,
08:03 et vous allez vraiment avoir un écartement, vous allez avoir deux groupes en fait, tout comme les
08:08 tailles avec les hommes et les femmes, etc. Et en investissement, on se retrouve aussi parfois
08:12 avec des distributions bimodales des performances. Le plus classique, ça va être les startups.
08:16 Oui, les startups, on sait, soit ça réussit, soit ça marche. Il y a un milieu qui existe,
08:21 mais on va trouver pas mal d'entreprises qui finissent à zéro, et celles qui réussissent,
08:25 ou les quelques qui réussissent, vont pas mal s'en sortir. Les biotech aussi. Il y a clairement
08:31 un côté kit ou double. Soit la biotech trouve un médicament, ou un vaccin, peu importe,
08:35 et arrive à obtenir l'autorisation de mise sur le marché, ou bien il n'y arrive pas. Donc il y a
08:39 un côté aussi tout ou rien, un petit côté ticket de loto. Alors aujourd'hui, je fuis ces investissements.
08:44 Je déteste les investissements avec une distribution bimodale, mais à l'époque où je faisais du
08:48 trading, je cherchais, c'était typiquement le genre de situation que je recherchais, puisque
08:53 quand on fait ce qu'on appelle de l'event driven, on cherche des événements spéciaux avec souvent
08:57 ce type de distribution. Par exemple, on regarde les OPA ou les fusions acquisitions, voir la
09:01 probabilité qu'elles ont de se faire, et dans ce cas là, c'est l'un ou l'autre. Pareil, dans des
09:05 situations proches de la faillite, on va avoir une situation dans laquelle la société soit se
09:10 remet, soit il y a une recovery et on va avoir plus 20%, soit il va y avoir faillite, et dans ce cas
09:15 là, quasiment -100%. Même chose pour les fusions, même si la symétrie est différente. Sur les
09:20 fusions, si une fusion a été annoncée, mais qu'elle ne se fait pas, ça va perdre 30%, et si elle se
09:24 fait, ça va gagner 5%. Donc là, on est vraiment dans des situations asymétriques, mais surtout
09:29 bimodales, avec un côté, comme je disais, qui tout double. Mais quand on est dans ce genre de situation,
09:33 donc à nouveau, ce ne sont vraiment pas les situations que je recherche, quand on cherche des
09:38 situations avec une distribution bimodale, déjà le premier truc, il faut savoir que c'est une
09:42 distribution bimodale, comme je disais sur les livres, peut-être que certains ne vont pas y
09:46 penser. Ensuite, une fois qu'on sait qu'il y a un côté qui tout double, il faut comprendre comment
09:51 se constituent ces deux groupes. Donc si vous êtes un investisseur dans des startups, je parle surtout
09:55 des startups early stage, vraiment celles qui ont de grandes chances de ne jamais voir le jour,
10:00 finalement, quand on rentre dans du private equity beaucoup plus tard, là on rentre dans une
10:03 distribution qui est beaucoup plus une distribution type normal, type rendement boursier, mais quand
10:08 on prend une société très très jeune, qui n'a quasiment pas de produit, enfin en tout cas pas
10:11 de chiffre d'affaires, là on est beaucoup plus dans une distribution bimodale. Donc, savoir qu'on
10:15 a une distribution bimodale, et surtout comprendre comment se distinguent ces deux groupes, qu'est-ce
10:19 qui distingue une biotech qui marche d'une biotech qui ne marche pas, d'une startup qui marche et
10:23 d'une startup qui ne marche pas. Donc c'est aussi pour ça que je ne fais plus ça, parce que ça,
10:28 c'est pour moi, tout ce qui est bimodal, c'est plutôt réservé aux professionnels, ce côté
10:34 qui tout double, parce qu'il faut avoir un avantage compétitif sur le marché, ce que beaucoup de
10:37 particuliers n'ont pas. Donc ce concept de distribution, même si bien sûr vous n'allez
10:42 pas, c'est très compliqué de calculer la distribution exacte de son portefeuille, quelles
10:46 sont les probabilités de terminer dans quel case, mais ce qui est important, c'est au moins de
10:51 comprendre la forme. Est-ce que vous avez une distribution qui est plutôt, parce que vous
10:55 évitez les extrêmes, vous allez dans des entreprises plutôt PPR, qui sont dans certains
10:58 secteurs, je ne sais pas, vous allez vous focaliser sur du Danone, du Nestlé, etc. Vous allez avoir
11:02 moins de cas extrêmes, ou bien si vous allez dans des sociétés qui sont type techno rentable,
11:08 etc. Vous allez plus avoir quelque chose avec des extrêmes qui sont importants, des probabilités
11:12 d'avoir des fortes gains ou des fortes pertes qui sont importants. Ça, c'est quelque chose
11:16 que vous pouvez au moins avoir en tête et imaginer la forme que peut avoir un certain type d'investissement.
11:23 En tout cas, moi je trouve ça très intéressant, donc je vous pose la question, selon vous,
11:27 quel est le type de distribution que vous avez ? Est-ce que ça correspond bien au type de risque
11:32 et de couple rendement risque que vous voulez prendre ? Voilà pour cette première émission de
11:37 2024, les statistiques. C'est vraiment un concept que je trouve intéressant parce que ça s'applique,
11:41 on l'a vu, non seulement à la finance, mais à plein d'autres choses. Merci à tous pour votre
11:45 fidélité et on se retrouve bientôt pour plein plein d'émissions super sympas en 2024.