La corrélation expliquée : pourquoi les actifs ne bougent pas ensemble (et pourquoi c'est là tout l'intérêt) • Investing.ad

Markets rhyme, they don’t march. Correlation is the math behind that messy chorus.

Correlation, in plain investing-math terms

La corrélation est une mesure standardisée de la façon dont deux séries de rendements évoluent ensemble. En langage courant d’investissement, elle répond à la question : quand l’actif A connaît une période haussière (ou baissière), l’actif B a-t-il tendance à connaître aussi une période haussière (ou baissière) — et avec quelle régularité ?

Le coefficient de corrélation est généralement noté ρ (rho) et varie de :

+1,0 : parfaitement ensemble (même direction, parfaitement linéaire)
0,0 : pas de relation linéaire (ils peuvent encore être liés de façon non linéaire)
–1,0 : parfaitement opposés (l’un monte exactement quand l’autre baisse, de façon linéaire)

La notion de « linéaire » est importante. Deux actifs peuvent entretenir une relation complexe que la corrélation ne capte pas — une des raisons pour lesquelles la corrélation est utile mais jamais toute l’histoire pour la gestion du risque.

The actual formula (and what it’s quietly doing)

Pour deux actifs avec des rendements (R_A) et (R_B), la corrélation est :

[ \rho_{A,B} = \frac{\text{Cov}(R_A, R_B)}{\sigma_A \sigma_B} ]

Où :

La covariance mesure si les rendements varient ensemble (positive) ou en sens inverse (négative).
σA et σB sont les écarts-types (volatilité) des rendements de chaque actif.
Diviser par le produit des volatilités transforme la covariance en un nombre sans unité borné entre –1 et +1.

C’est pourquoi la corrélation est souvent décrite comme une « covariance normalisée ». Ce n’est pas une force séparée — c’est ce que l’on obtient après avoir mis en échelle la co-mouvement par la volatilité propre de chaque série.

Pourquoi les actifs ne bougent pas ensemble : les raisons économiques

Si les marchés formaient une seule machine, tout bougerait en verrouillage. Mais les actifs sont des créances sur des flux de trésorerie différents, soumis à des règles différentes, influencés par des acheteurs et vendeurs différents. Voici les moteurs principaux.

1) Des moteurs de flux de trésorerie différents

Une action est une créance sur les bénéfices futurs d’une entreprise. Une obligation d’État est une créance sur des paiements fixes garantis par un gouvernement. Un contrat à terme sur commodité reflète l’économie du spot et du stockage. L’immobilier reflète les loyers, les contraintes d’offre locales, les conditions de financement et la réglementation.

Parce que les flux de trésorerie (ou la mécanique des paiements) diffèrent, les nouvelles qui importent diffèrent :

Une hausse de taux surprise peut pénaliser les actions de croissance (effet de réduction) tout en aidant les instruments proches de la trésorerie.
Un choc d’offre pétrolier peut dynamiser les producteurs d’énergie mais mettre la pression sur les compagnies aériennes.
Une récession marquée peut comprimer les marges des entreprises tout en abaissant les attentes d’inflation, avantageant les obligations de haute qualité.

2) Des risques dominants différents (facteurs de risque)

Une manière utile de penser la corrélation est via les expositions aux facteurs. Beaucoup d’actifs sont des assemblages de sensibilités :

Actions : attentes de croissance, appétit pour le risque, cycles de bénéfices
Obligations : duration aux taux d’intérêt, attentes d’inflation, risque de crédit
Commodités : chocs d’offre, géopolitique, cycles d’inventaire
Devises : taux relatifs, balances commerciales, flux de capitaux

Deux actifs affichent une corrélation plus élevée lorsqu’ils partagent de fortes expositions aux mêmes facteurs. Ils se découplent lorsque leur mix de facteurs est différent — ou quand un nouveau facteur domine soudainement.

3) Des bases d’investisseurs et contraintes différentes

Qui possède l’actif change la manière dont il se négocie.

Les caisses de retraite à long terme se comportent différemment des traders à effet de levier.
Les banques et assurances font face à des règles de capital réglementaire qui peuvent forcer des achats/ventes.
Les producteurs de matières premières couvrent pour des raisons commerciales, pas parce qu’ils « aiment » l’actif.
Certains marchés sont dominés par des flux passifs ; d’autres par des acteurs discrétionnaires.

Quand un groupe est contraint de rééquilibrer, les schémas de corrélation peuvent changer — parfois brusquement.

4) Le problème de l’horizon temporel

La corrélation n’est pas un nombre unique gravé dans la pierre. Elle dépend de la fréquence d’échantillonnage et de la fenêtre de mesure.

La corrélation quotidienne peut être dominée par les gros titres, la liquidité et le « risk-on/risk-off ».
La corrélation mensuelle peut refléter des fondamentaux macro plus lents.
La corrélation à long terme peut être façonnée par des tendances structurelles (démographie, technologie, régimes de politique).

Il est courant de voir des actifs sembler diversifiants sur des années, mais fortement corrélés durant des paniques courtes. Ce n’est pas une contradiction ; c’est un rappel que la corrélation est conditionnelle à la période.

Une perspective mathématique de portefeuille : pourquoi la corrélation compte pour votre volatilité

La corrélation compte parce que la diversification est mathématique, pas motivationnelle. On ne diversifie pas en possédant beaucoup de choses ; on diversifie en possédant des choses qui ne se comportent pas de la même façon au même moment.

Pour un portefeuille à deux actifs avec des poids (w_A) et (w_B), la variance est :

[ \sigma_p^2 = w_A^2 \sigma_A^2 + w_B^2 \sigma_B^2 + 2 w_A w_B \sigma_A \sigma_B \rho_{A,B} ]

Ce dernier terme — le terme de corrélation — est l’endroit où vit la diversification. Un ρ plus faible réduit la variance du portefeuille même si chaque actif est volatil individuellement.

Une intuition numérique rapide (sans exploits, juste de l’intuition)

Supposons deux actifs ayant chacun 20 % de volatilité annuelle, et que vous les détenez à 50/50.

Si ρ = +1, la volatilité du portefeuille ≈ 20 % (aucun bénéfice de diversification).
Si ρ = 0, la volatilité du portefeuille ≈ 14,1 % (parce que (\sqrt{0.5^2+0.5^2}=0.707)).
Si ρ = –1, vous pourriez théoriquement construire une combinaison à volatilité quasi-nulle (en pratique, –1 est rare et instable).

C’est pourquoi les investisseurs s’obsèdent sur les matrices de corrélation : un petit changement dans la corrélation moyenne peut changer matériellement le risque du portefeuille, surtout lorsqu’il y a effet de levier ou des budgets de risque serrés.

Corrélation n’est pas causalité — alors qu’est-ce que c’est, alors ?

La corrélation est une description statistique du mouvement conjoint, pas une affirmation qu’un actif « entraîne » l’autre. Deux actifs peuvent être corrélés parce que :

ils partagent une cause commune (taux, pétrole, attentes de croissance),
les investisseurs les tradent en lot (actifs risk-on),
des règles mécaniques les relient (convertibles, hedging),
ou par pure coïncidence sur une courte fenêtre.

Le danger est de raconter l’histoire à l’envers : voir une forte corrélation et supposer un lien économique stable. Parfois c’est réel ; souvent c’est dépendant du régime.

Quand la corrélation augmente : le comportement en crise que les investisseurs détestent

En période de stress des marchés, les corrélations augmentent souvent — surtout parmi les actifs risqués. Ce schéma a quelques explications pratiques :

1) Désendettement et « vendre ce que vous pouvez »

Lorsque les traders subissent des appels de marge, ils liquidisent d’abord les positions liquides. Cela peut tirer vers le bas des actifs autrement non liés, créant une forte co-mouvement temporaire.

2) Ciblage de volatilité et rééquilibrage risk-parity

Certaines stratégies réduisent l’exposition lorsque la volatilité augmente. Si beaucoup d’acteurs exécutent des contrôles de risque similaires, ils peuvent vendre en parallèle, ce qui pousse les corrélations à la hausse.

3) Fuite vers la sécurité et le monde en deux compartiments

Pendant la panique, les marchés se simplifient en :

compartiment risqué (actions, high yield, actifs émergents, commodités cycliques)
compartiment sûr (obligations d’État de haute qualité, instruments de trésorerie ; parfois des devises de réserve)

Les actifs à l’intérieur de chaque compartiment bougent plus ensemble que d’habitude. La corrélation inter-compartiments peut devenir fortement négative — jusqu’à ce que l’inflation ou les politiques brouillent les catégories.

4) La liquidité devient un facteur

En périodes calmes, les fondamentaux dominent. En période de stress, la liquidité devient un facteur partagé majeur : les spreads s’élargissent, la profondeur du marché disparaît, et les mouvements de prix reflètent l’urgence plus que la valorisation.

_{Photo by Bozhin Karaivanov on Unsplash}

Le piège discret : la corrélation dépend de ce que vous mesurez

Même lorsque deux actifs partagent la même économie sous-jacente, la corrélation peut paraître différente selon la façon dont vous construisez la série de rendements.

Rendements prix vs rendements totaux

Le rendement prix ignore les coupons/dividendes.
Le rendement total inclut les revenus.

Pour les obligations, ignorer les coupons peut fausser les comparaisons. Pour les actions, les dividendes comptent généralement moins au jour le jour mais peuvent peser sur de longues périodes.

Couverture de devise vs non couverte

Un indice boursier étranger en monnaie locale peut se comporter différemment que le même indice pour un investisseur en dollars. La couche devise peut ajouter ou soustraire de la corrélation.

Deux marchés actions peuvent être modérément corrélés en termes locaux, mais fortement corrélés en USD si la devise amplifie le sentiment de risque global.

Rendements nominaux vs réels

L’inflation change le sens du « rendement ». Des actifs qui paraissent diversifiants en termes nominaux peuvent se comporter différemment en termes réels, surtout lorsque l’inflation est volatile.

Corrélation linéaire vs dépendance dans les queues

La corrélation résume le co-mouvement linéaire moyen. Elle est notoirement mauvaise pour décrire ce qui arrive dans les extrêmes.

Deux actifs peuvent montrer une faible corrélation la plupart du temps et pourtant s’effondrer ensemble. Ce n’est pas que la « corrélation ment » mais que vous demandez à une statistique unique de décrire une relation non linéaire et dépendante de l’état.

Si votre risque concerne les retraits (drawdowns), vous vous préoccupez de la co-mouvement à la baisse : comment les actifs se comportent quand vous avez le plus besoin de diversification.

Corrélation négative : pourquoi elle est rare et pourquoi elle peut disparaître

Les investisseurs aiment l’idée d’actifs qui se compensent parfaitement. La réalité est plus avare.

Pourquoi la corrélation négative persistante est difficile

Pour maintenir une corrélation négative, deux actifs doivent réagir de façon opposée aux chocs dominants. Mais les chocs dominants changent :

Lors d’une peur de croissance, les obligations peuvent monter pendant que les actions baissent (corrélation négative).
Lors d’une peur d’inflation, actions et obligations peuvent chuter ensemble (corrélation positive).

Ainsi, l’histoire classique action/obligation peut être forte dans un régime et faible dans un autre.

Des « couvertures » qui ne couvrent qu’un type de douleur

Certains actifs couvrent le risque de récession ; d’autres couvrent le risque d’inflation. Une couverture peut échouer si le mauvais problème survient.

Les obligations longues durées couvrent souvent les récessions déflationnistes.
Les matières premières et les obligations indexées sur l’inflation couvrent souvent les pics d’inflation.
Les stratégies trend-following peuvent couvrir des crises soutenues mais peiner dans des reprises hachées.

L’important n’est pas d’exiger qu’un actif soit une couverture universelle. C’est de cartographier les actifs par scénarios.

Les matrices de corrélation : utiles, mais faciles à mal utiliser

Une matrice de corrélation a l’air scientifique : grille nette, chiffres propres. Le danger est d’oublier à quel point ces nombres sont fragiles.

L’erreur d’estimation est réelle

La corrélation est estimée à partir de données. Si vous utilisez 36 points mensuels, ce n’est pas beaucoup d’information. Quelques mois inhabituels peuvent faire bouger l’estimation.

Implications pratiques :

De petites différences (par exemple 0,20 vs 0,30) peuvent être du bruit.
Les corrélations dérivent ; la matrice d’hier n’est pas une promesse.

L’illusion du « tout est corrélé »

Si vous chargez d’actifs qui sont tous de type actions (large cap, small cap, growth, value, REITs), vous pouvez avoir de la variété par étiquette mais pas par comportement. La matrice peut le révéler : des corrélations proches de 1 ne sont pas de la diversification, ce sont des duplications.

La corrélation n’est pas additive

Vous ne pouvez pas faire la moyenne des corrélations paires et espérer obtenir le comportement du portefeuille. Le risque du portefeuille vient de toute la structure de covariance et des poids. Une paire très corrélée peut dominer si elle est importante dans le portefeuille ou très volatile.

Une manière pratique de penser : ce qui entraîne la corrélation jour après jour

Il aide de séparer les moteurs de corrélation structurels des moteurs cycliques.

Moteurs structurels (à évolution lente)

Cadres et crédibilité des banques centrales
Régime d’inflation (stable vs volatile)
Structure du marché (part passive, usage des dérivés)
Globalisation vs fragmentation
Dominance fiscale vs dominance monétaire

Ceux-ci définissent la relation « de fond » entre les actifs.

Moteurs cycliques (à évolution rapide)

Données surprises (inflation, rapports sur l’emploi)
Réunions de politique et changements de guidage
Saisons de résultats et avertissements sur bénéfices
Chocs géopolitiques
Positionnement et trades surpeuplés

Ceux-ci peuvent temporairement submerger l’image structurelle.

Construire la diversification en tenant compte de la corrélation (sans la vénérer)

La corrélation vous aide à concevoir un portefeuille, mais elle ne doit pas être le seul filtre. Une approche robuste mélange généralement :

Intuition économique (pourquoi cet actif devrait-il se comporter différemment ?)
Pensée par scénarios (que fait-il en cas d’inflation, récession, choc de liquidité ?)
Preuves statistiques (corrélations et comportement en terme de drawdown)
Réalité d’implémentation (coûts, liquidité, fiscalité, rééquilibrage)

Un portefeuille est un système conçu. La corrélation est une des mesures clés, pas le plan directeur.

Diversificateurs courants — et ce à quoi faire attention

Voici des catégories courantes de « diversificateurs » que les investisseurs recherchent. Chacune peut aider, mais chacune a des conditions.

**High-quality government bonds **
Diversifient souvent les actions lors de chocs récessionnistes ; peuvent échouer quand l’inflation/les taux montent. La duration est le levier.
**Inflation-linked bonds (TIPS-style) **
Aident contre l’inflation inattendue ; les rendements réels peuvent quand même augmenter, et la corrélation à court terme avec les actions peut varier.
Commodities broad basket
Peut diversifier les portefeuilles actions/obligations en régime inflationniste ; les rendements peuvent être cycliques et le coût de portage peut être négatif selon la courbe des futures.
Gold
Parfois joue le rôle de couverture de crise, parfois de couverture d’inflation, parfois ni l’un ni l’autre — dépend fortement des taux réels et de la force du dollar.
**Trend-following/managed futures **
Bénéficie souvent des tendances soutenues et de la dynamique de crise ; peut être en retard lors de marchés en range et de fortes réversions vers la moyenne.
**Cash and T-bills **
Faible volatilité et optionnalité pour le rééquilibrage ; le rendement à long terme peut être inférieur aux actifs risqués, mais les bénéfices en termes de corrélation peuvent être forts lors des retraits.

Remarquez ce qui manque : « international stocks » comme diversificateur automatique. Ils peuvent diversifier un peu, mais les marchés actions mondiaux partagent souvent les mêmes facteurs de croissance et d’appétit pour le risque, surtout en panique.

Le bonus du rééquilibrage : le gain pratique de la corrélation

Une corrélation faible peut créer un avantage subtil : le rééquilibrage.

Quand deux actifs zigzaguent différemment, le rééquilibrage périodique tend à :

diminuer ce qui a surperformé,
ajouter à ce qui a sous-performé,
et maintenir le risque aligné avec votre plan.

Ce n’est pas de l’argent gratuit, mais cela peut améliorer l’expérience en termes de risque-ajusté comparé à la détention d’un risque concentré. Le bénéfice est le plus fort quand les actifs ont :

des espérances de rendement à long terme similaires (ou au moins décentes),
une volatilité significative,
et une corrélation faible à modérée.

Le rééquilibrage force aussi la discipline, ce qui compte parce que le comportement des investisseurs est souvent la plus grande source de sous-performance.

La corrélation est une cible mouvante — traitez-la comme un bulletin météo

Vous ne planifieriez pas une année de voyage avec la météo d’un jour. De même, vous ne devriez pas construire un portefeuille en vous basant sur un seul instantané historique de corrélation en supposant qu’il tiendra.

Un flux de travail sensé pour investisseurs et analystes est :

calculer les corrélations sur plusieurs fenêtres (1 an, 3 ans, 10 ans),
comparer les périodes calmes et stressées,
tester la sensibilité aux régimes d’inflation,
et se demander si la relation est ancrée dans l’économie.

Si la seule raison pour laquelle deux actifs semblent diversifiants est « les 24 derniers mois », soyez prudent. Si la relation a un mécanisme cohérent — flux de trésorerie différents, facteurs dominants différents, acheteurs différents — elle a plus de chances de persister.

La leçon plus profonde : la diversification porte sur des problèmes différents, pas des tickers différents

Les actifs ne bougent pas ensemble parce que le monde ne livre pas un seul type de choc. Il livre plusieurs : surprises de croissance, surprises d’inflation, changements de politique, ruptures énergétiques, crises de liquidité, et de simples oscillations de sentiment.

La corrélation est le nombre qui vous dit si deux actifs réagissent au même problème au même moment. L’art des mathématiques d’investissement consiste à utiliser ce nombre — avec prudence — pour construire un portefeuille qui ne dépend pas d’avoir raison sur un seul futur.

External Links

What is Correlation? - 2023 - Robinhood Uncorrelated Portfolio Assets Explained - AnalystPrep Understanding Correlated Vs. Non-Correlated Assets Negative Correlation Explained: How It Affects Your Portfolio Quick Guide to Real Estate Correlation - 37th Parallel Properties