Calcul de la covariance d’un portefeuille
Estimez la covariance entre deux actifs, la variance du portefeuille, sa volatilité, son rendement attendu et visualisez les contributions au risque avec un graphique interactif.
Actif 1
Actif 2
Relation entre les actifs
Options d’affichage
Comprendre le calcul de la covariance d’un portefeuille
Le calcul de la covariance d’un portefeuille est au coeur de la gestion du risque moderne. Beaucoup d’investisseurs se concentrent uniquement sur le rendement attendu de chaque actif, mais la performance d’un portefeuille ne dépend pas seulement de la qualité intrinsèque de ses composants. Elle dépend aussi de la manière dont ces actifs évoluent ensemble. C’est précisément ce que mesure la covariance. Lorsqu’un investisseur combine des actions, des obligations, des matières premières, de l’immobilier coté ou d’autres classes d’actifs, il cherche souvent à réduire le risque global sans renoncer totalement au rendement potentiel. Pour comprendre si cet objectif est réaliste, il faut quantifier la relation statistique entre les rendements.
La covariance mesure la tendance de deux variables, ici les rendements de deux actifs, à varier ensemble. Si elle est positive, les actifs ont tendance à monter ou baisser simultanément. Si elle est négative, ils ont plutôt tendance à évoluer en sens opposé. Si elle est proche de zéro, leurs mouvements communs sont faibles ou instables. Dans la pratique financière, cette notion est essentielle parce qu’un portefeuille n’est jamais simplement la somme des risques individuels. Deux actifs très volatils peuvent former ensemble un portefeuille moins risqué qu’attendu s’ils ne réagissent pas de la même manière aux cycles économiques, aux taux d’intérêt, à l’inflation ou aux chocs de marché.
Définition financière de la covariance
Mathématiquement, la covariance entre les rendements de deux actifs A et B s’écrit souvent comme la moyenne du produit de leurs écarts à leur rendement moyen. En pratique, sur les marchés financiers, on utilise fréquemment une forme simplifiée à partir de la corrélation et des volatilités :
Cov(A,B) = Corr(A,B) × σA × σB
Cette écriture est très utile pour la construction d’un portefeuille car elle relie directement trois notions clés :
- la volatilité de l’actif A, qui mesure sa dispersion propre,
- la volatilité de l’actif B,
- la corrélation, qui standardise l’intensité de la relation entre les deux.
La covariance n’est donc pas une simple statistique académique. Elle agit comme un pont entre les caractéristiques individuelles des actifs et le risque global du portefeuille. Sans elle, il serait impossible d’estimer correctement la variance du portefeuille, la volatilité globale ou l’effet de diversification.
Pourquoi la covariance est plus utile que l’analyse actif par actif
Supposons qu’un investisseur compare deux actifs de même rendement attendu et de volatilité proche. S’il choisit uniquement le moins risqué individuellement, il peut passer à côté d’une meilleure combinaison. En effet, un actif relativement volatil mais faiblement corrélé au reste du portefeuille peut améliorer le couple rendement-risque global. La covariance permet donc de passer d’une logique de sélection isolée à une logique d’architecture de portefeuille.
Formule de la variance d’un portefeuille à deux actifs
Pour un portefeuille composé de deux actifs, la variance se calcule ainsi :
σ²p = w1²σ1² + w2²σ2² + 2w1w2Cov(1,2)
Où :
- w1 et w2 sont les poids de chaque actif,
- σ1 et σ2 représentent les volatilités,
- Cov(1,2) est la covariance entre les deux rendements.
La volatilité du portefeuille est ensuite la racine carrée de cette variance. C’est cette étape qui rend la covariance si importante. Si la covariance est faible ou négative, la variance totale peut être significativement inférieure à la moyenne pondérée des risques individuels. C’est le moteur statistique de la diversification.
Interpréter une covariance positive, nulle ou négative
Covariance positive
Une covariance positive signifie que les deux actifs tendent à se déplacer dans le même sens. C’est fréquent entre des actions de secteurs cycliques, entre certains indices actions mondiaux, ou entre des actifs sensibles aux mêmes facteurs macroéconomiques. Une covariance élevée réduit le bénéfice de diversification.
Covariance proche de zéro
Une covariance proche de zéro indique que la co variation des rendements est faible ou irrégulière. Cela ne signifie pas nécessairement l’absence de risque, mais cela suggère que les mouvements des actifs sont moins synchronisés. Pour l’investisseur, c’est souvent une combinaison intéressante.
Covariance négative
Une covariance négative est particulièrement recherchée dans certaines stratégies défensives. Elle signifie qu’un actif a tendance à monter quand l’autre recule. Les obligations souveraines de haute qualité ont parfois joué ce rôle par rapport aux actions, même si cette relation n’est pas stable dans tous les environnements de taux et d’inflation.
Exemple simple de calcul de covariance de portefeuille
Imaginons un portefeuille avec 60 % d’actions mondiales et 40 % d’obligations agrégées. Si la volatilité annuelle des actions est de 16 %, celle des obligations de 6 %, et si leur corrélation vaut 0,20, alors :
- Covariance = 0,16 × 0,06 × 0,20 = 0,00192
- Variance actions pondérée = 0,60² × 0,16² = 0,009216
- Variance obligations pondérée = 0,40² × 0,06² = 0,000576
- Terme croisé = 2 × 0,60 × 0,40 × 0,00192 = 0,0009216
- Variance du portefeuille = 0,0107136
- Volatilité du portefeuille = √0,0107136 ≈ 10,35 %
Le résultat montre qu’un portefeuille mixte peut afficher une volatilité sensiblement inférieure à celle des actions seules. Cet écart n’est pas magique. Il provient de la covariance limitée entre les actifs.
Données de marché et statistiques utiles pour la diversification
Pour qu’un calcul de covariance soit pertinent, il faut utiliser des données cohérentes : même période, même fréquence d’observation, mêmes conventions de rendement. Les praticiens travaillent souvent avec des séries mensuelles ou hebdomadaires sur plusieurs années afin d’obtenir des estimations plus stables. La covariance est sensible aux changements de régime de marché. Une relation observée sur une décennie de taux bas peut devenir moins favorable en période d’inflation persistante.
| Indice ou classe d’actifs | Statistique réelle | Période | Utilité pour le calcul de covariance |
|---|---|---|---|
| S&P 500 | Rendement total 2023 : environ 26,3 % | Année 2023 | Représente un actif actions à forte sensibilité macro et bénéfices d’entreprises. |
| Bloomberg U.S. Aggregate Bond Index | Rendement total 2023 : environ 5,5 % | Année 2023 | Souvent utilisé comme poche obligataire de référence pour tester la diversification. |
| Or | Performance 2023 : environ 13,1 % | Année 2023 | Actif parfois intégré pour réduire la dépendance aux seuls facteurs actions et taux. |
| Bon du Trésor US à 3 mois | Taux moyen 2023 : supérieur à 5 % | Année 2023 | Référence quasi sans risque pour comparer rendement espéré et prime de risque. |
Ces statistiques rappellent qu’un actif très performant une année n’est pas forcément celui qui améliore le mieux le portefeuille. La covariance complète l’analyse de performance en répondant à une autre question : comment cet actif interagit-il avec le reste de l’allocation ?
| Couple d’actifs | Corrélation de long terme souvent observée | Lecture pratique |
|---|---|---|
| Actions US / obligations souveraines de qualité | Faible à modérément négative selon les régimes | Souvent favorable à la diversification, mais la relation peut remonter lors de chocs inflationnistes. |
| Actions US / actions Europe | Élevée, souvent supérieure à 0,70 | Bonne diversification géographique, mais bénéfice limité lors des stress globaux. |
| Actions / or | Faible, parfois proche de zéro | Peut améliorer la résilience dans certaines phases de crise ou d’incertitude géopolitique. |
| Actions / matières premières énergétiques | Variable, parfois positive en reprise, plus instable dans les chocs d’offre | Nécessite une estimation de covariance prudente et régulièrement révisée. |
Les erreurs fréquentes dans le calcul de la covariance
1. Mélanger des fréquences différentes
Utiliser des rendements mensuels pour un actif et annuels pour un autre fausse immédiatement la covariance. Les données doivent être homogènes. Si vous travaillez en mensuel, faites tous les calculs en mensuel puis annualisez si nécessaire.
2. Oublier de normaliser les poids
Dans un portefeuille, les poids doivent représenter 100 % de l’allocation. Si la somme diffère, il faut soit corriger les saisies, soit normaliser. Un bon calculateur le fait automatiquement ou affiche un avertissement.
3. Confondre corrélation et covariance
La corrélation varie entre -1 et 1. La covariance, elle, dépend de l’échelle des volatilités. Deux couples d’actifs peuvent avoir la même corrélation mais des covariances très différentes si leurs volatilités diffèrent fortement.
4. Supposer que les relations sont stables
La covariance historique n’est pas une garantie pour l’avenir. Elle change avec les régimes de taux, les politiques monétaires, la structure des marchés et la réaction des investisseurs au risque.
5. Utiliser un historique trop court
Une estimation calculée sur quelques mois peut être très bruitée. Les professionnels utilisent souvent plusieurs fenêtres de calcul, par exemple 36 mois, 60 mois et 120 mois, afin de comparer la stabilité des résultats.
Quelle différence entre covariance et corrélation ?
La covariance donne une mesure brute de la co variation. Elle est indispensable pour la formule de variance du portefeuille. La corrélation, elle, standardise cette relation pour la rendre plus facilement comparable entre différents couples d’actifs. En investissement, les deux sont complémentaires :
- la corrélation permet une lecture intuitive de la relation,
- la covariance permet le calcul financier opérationnel du risque du portefeuille.
Autrement dit, la corrélation aide à comprendre, la covariance aide à calculer.
Comment annualiser la covariance
Si vous partez de rendements mensuels, la covariance mensuelle peut être annualisée en la multipliant par 12, sous réserve de l’hypothèse classique d’indépendance temporelle. La volatilité annualisée, elle, est la racine carrée de 12 multipliée par la volatilité mensuelle. Cette différence entre annualisation de la variance et annualisation de la volatilité est fondamentale. Beaucoup d’erreurs viennent de l’application d’un mauvais facteur d’échelle.
Intérêt du calcul de covariance pour l’allocation d’actifs
La covariance sert à plusieurs niveaux de décision :
- construire un portefeuille plus diversifié,
- estimer l’impact d’un nouvel actif sur le risque global,
- comparer plusieurs répartitions de poids,
- préparer une optimisation moyenne variance,
- surveiller l’évolution des interactions entre classes d’actifs.
Dans un comité d’investissement, on ne regarde presque jamais un actif isolément. On se demande quel sera son effet sur le portefeuille existant. Un actif avec un rendement espéré moyen peut être très précieux s’il réduit la covariance globale du portefeuille. C’est pourquoi la construction d’allocation stratégique repose autant sur les dépendances entre actifs que sur les prévisions de rendement.
Sources fiables pour approfondir
Pour renforcer votre compréhension de la diversification, du risque et de la théorie de portefeuille, consultez aussi des ressources de référence :
- Investor.gov, définition de la diversification
- U.S. SEC, principes de risque et de diversification
- NYU Stern, données et ressources sur le risque, le rendement et l’évaluation
Conseils pratiques pour utiliser un calculateur de covariance
- Choisissez une fréquence adaptée à votre horizon d’investissement, mensuelle pour l’analyse stratégique, quotidienne pour le suivi tactique avancé.
- Utilisez des volatilités cohérentes avec votre méthode de calcul des rendements.
- Vérifiez que les poids représentent bien votre allocation réelle.
- Testez plusieurs hypothèses de corrélation, surtout si vous anticipez un changement de régime de marché.
- Ne vous limitez pas au résultat unique, comparez plusieurs scénarios optimiste, central et stressé.
Conclusion
Le calcul de la covariance d’un portefeuille est une étape indispensable pour mesurer correctement le risque d’une allocation. Il permet de dépasser une vision simpliste, dans laquelle chaque actif serait analysé isolément, et d’adopter une approche beaucoup plus réaliste : le risque d’un portefeuille dépend des liens entre ses composants. En combinant les poids, les volatilités et la corrélation, vous obtenez une estimation exploitable de la variance et de la volatilité globales. C’est la base de la diversification, de l’optimisation de portefeuille et de la gestion prudente du capital.
Un bon investisseur ne cherche pas seulement des actifs performants. Il cherche des combinaisons d’actifs dont les comportements communs améliorent l’équilibre entre rendement attendu et risque supporté. C’est exactement ce que révèle la covariance. Utilisez donc cet indicateur non comme une simple formule, mais comme un outil de décision stratégique.