Cet article étudie le comportement des investisseurs utilisant un robo-advisor, en se concentrant sur un phénomène encore peu analysé : le reprofilage du portefeuille, c’est-à-dire la modification du niveau de risque d’un portefeuille pourtant géré de manière passive. L’objectif central des auteurs est de comprendre pourquoi certains investisseurs, après avoir délégué la gestion de leurs actifs à un algorithme, finissent par ajuster leur exposition au risque, et ce que ces ajustements révèlent sur l’évolution de leur aversion au risque dans le temps.
Pour répondre à cette question, les auteurs exploitent une base de données originale provenant d’un robo-advisor français. Elle couvre la période 2015–2022 et comprend plus de 6 000 clients ayant effectué plus de 9 000 changements de profil de risque. Chaque client se voit attribuer, lors de l’ouverture du compte, un profil de risque discret allant de très conservateur à très risqué, correspondant à une allocation prédéfinie entre fonds en euros, obligations et actions. Ce profil ne change que si le client décide explicitement de le modifier, ce qui permet d’observer directement des décisions de réallocation le long du couple rendement–risque.
Les auteurs montrent d’abord que ces changements de profil sont loin d’être anecdotiques. Une proportion non négligeable d’investisseurs modifie au moins une fois son profil, le plus souvent dans le sens d’une prise de risque accrue, mais les ajustements les plus importants sont plus fréquemment des réductions de risque. Cette asymétrie suggère que les investisseurs réagissent différemment aux phases favorables et défavorables des marchés financiers, ce qui est cohérent avec une aversion aux pertes.
L’analyse économétrique met ensuite en évidence les déterminants de ces décisions. Les caractéristiques individuelles jouent un rôle, mais de manière nuancée. Par exemple, l’âge est fortement corrélé aux ajustements de risque : les investisseurs plus âgés sont plus enclins à réduire leur exposition au risque et moins susceptibles de l’augmenter. En revanche, d’autres variables traditionnellement associées à l’aversion au risque, comme le revenu, n’expliquent pas directement la direction des changements, mais plutôt la probabilité de modifier le portefeuille, quelle que soit la direction. Cela suggère que les résultats classiques de la littérature sur les préférences de risque statiques ne se transposent pas mécaniquement à des portefeuilles dynamiques.
Les conditions de marché jouent un rôle central. Les rendements récents et la volatilité influencent significativement la probabilité de reprofilage. Des rendements positifs récents augmentent la probabilité de hausse du risque, tandis qu’une volatilité élevée accroît la probabilité de baisse du risque. Les auteurs montrent également l’existence d’un biais de récence : les investisseurs réagissent surtout aux informations de marché les plus récentes (en particulier sur la semaine écoulée), les informations plus anciennes ayant un impact plus faible. Ces résultats suggèrent que même des investisseurs se déclarant de long terme ajustent leur portefeuille en fonction des fluctuations à court terme des marchés.
L’article examine également si ces ajustements permettent d’améliorer la performance. Une analyse contrefactuelle compare les portefeuilles effectivement ajustés à des portefeuilles hypothétiques dans lesquels le profil de risque serait resté constant. En moyenne, les comptes ayant modifié leur profil surperforment leur contrefactuel, ce qui pourrait suggérer une certaine capacité de « market timing ». Toutefois, lorsque l’analyse est restreinte aux seuls comptes clôturés, c’est-à-dire aux rendements effectivement réalisés, cet avantage disparaît. Les auteurs concluent donc que les gains liés au reprofilage sont surtout théoriques et ne se traduisent pas nécessairement en performances réalisées supérieures.
Dans l’ensemble, l’article montre que la délégation de gestion via un robo-advisor n’élimine ni les ajustements discrétionnaires des investisseurs, ni l’influence des conditions de marché sur leurs décisions. Les changements de profil observés reflètent une aversion au risque variable dans le temps, sensible aux rendements récents et à la volatilité, et hétérogène selon les caractéristiques des investisseurs. Ces résultats ont des implications importantes pour la conception des robo-advisors : ils suggèrent que les plateformes devraient non seulement tenir compte des objectifs de long terme des clients, mais aussi les accompagner davantage lors des périodes de forte volatilité afin d’éviter des ajustements potentiellement sous-optimaux dictés par le climat de marché plutôt que par des changements réels de situation ou de préférences.