EssentielMétriques de Risque

Correlation Coefficient (ρ)

Le Coefficient de Corrélation mesure la relation linéaire entre deux variables (actifs, stratégies). Varie de -1 (corrélation négative parfaite) à +1 (corrélation positive parfaite). C'est le paramètre clé de la diversification : plus ρ est faible, plus le bénéfice de combiner deux actifs est élevé.

Formule
ρ = Cov(X,Y) / (σx × σy)

Format LaTeX : \rho_{XY} = \frac{\text{Cov}(X,Y)}{\sigma_X \sigma_Y}

Origine

Concept statistique de Karl Pearson (1896). Appliqué à la finance par Markowitz (1952) dans la MPT : la corrélation détermine le bénéfice de la diversification. Fondamental pour la construction de matrices de covariance utilisées dans l'optimisation de portefeuille.

Utilisation

Omniprésent en finance quantitative : (1) Construction de portefeuilles diversifiés (MPT), (2) Analyse de matrices de corrélation, (3) Identification d'actifs décorrélés pour hedging, (4) Risk parity (pondérations par contribution au risque), (5) Détection de régimes de marché (corrélations explosent en crises).

Interprétation

ρ = +1 : actifs identiques (aucun bénéfice de diversification). ρ = 0 : indépendants (diversification maximale). ρ = -1 : couverture parfaite (hedge). En pratique : actions US/US ~0.5-0.7, actions/obligations ~0.0-0.3, or/actions ~-0.1 (hedge partiel). Corrélations augmentent en crises (contagion).

Plage idéale :

< 0.3 excellent pour diversification, 0.3-0.7 diversification modérée, > 0.8 faible bénéfice

Exemple de Calcul

Actions Tech vs Bonds : rendements Tech [5%, -2%, 8%], Bonds [2%, 1%, 0%]. Cov(Tech, Bonds) = -0.0013, σTech = 5.13%, σBonds = 1.0%. ρ = -0.0013 / (0.0513 × 0.01) = -0.25 (corrélation négative faible → bénéfice de diversification).

Avantages
  • Normalisé entre -1 et +1 (facile à interpréter)
  • Paramètre clé pour quantifier le bénéfice de diversification
  • Permet identification d'actifs décorrélés (hedging, risk parity)
  • Fondamental pour matrices de covariance (optimisation)
Limitations
  • Capture uniquement les relations linéaires (rate les non-linéarités)
  • Instable dans le temps : corrélations conditionnelles (crises vs calme)
  • Nécessite stationnarité (périodes longues pour estimation fiable)
  • Corrélations historiques ≠ futures (surtout en régimes de crise)
Ratios Connexes
Explorez ces métriques complémentaires pour une analyse plus complète
Sources et Références
Informations vérifiées auprès de sources fiables de l'industrie financière