À qui cette notion est utile — À toute personne qui veut interpréter la constante d’un modèle de performance sans transformer un alpha positif en preuve automatique de compétence.
L’alpha de Jensen est la constante estimée dans une régression qui compare le rendement excédentaire d’un portefeuille à celui d’un benchmark de marché :
Rₚ,ₜ − R_f,ₜ = α + β(Rᵦ,ₜ − R_f,ₜ) + εₜDans le modèle initial, β représente la sensibilité linéaire au
marché et α la composante moyenne non expliquée par cette relation.
L’alpha est conditionné à la référence, au taux sans risque, à l’échantillon et
au modèle. Changer de facteur ou d’univers change ce qui reste dans la constante.
Bêta et alpha
Sous les hypothèses de la régression linéaire :
β = Cov(Rₚ−R_f, Rᵦ−R_f) / Var(Rᵦ−R_f)Le bêta est la pente estimée ; l’alpha est la constante. Un bêta de un n’est ni « bon » ni « mauvais » : il décrit dans l’échantillon une relation moyenne un pour un. Un alpha positif n’indique pas quelle part du résultat provient de facteurs omis, du levier, des coûts, des options ou du timing.
Jensen a conçu la mesure pour évaluer les fonds par rapport à la théorie de valorisation des actifs disponible. Le travail original aborde explicitement l’erreur-type, la statistique t et la taille de l’échantillon : ne publier que la constante supprime une partie centrale de l’inférence.
Spécifier la régression
Un résultat reproductible déclare :
- le benchmark et sa variante ;
- le taux sans risque, sa devise et son échéance ;
- la fréquence, les dates et la fenêtre ;
- rendements simples ou logarithmiques ;
- rendement total ou de prix ;
- rendements bruts ou nets ;
- traitement des données manquantes et valeurs aberrantes ;
- méthode d’estimation et erreurs-types ;
- autocorrélation et hétéroscédasticité ;
- nombre d’observations et
R².
Le taux sans risque doit correspondre à la devise et à la période. Retrancher un taux annuel de rendements mensuels sans conversion crée une constante à la mauvaise échelle.
Benchmark et facteurs omis
Un indice de grandes actions nationales peut être inadapté à un portefeuille mondial, de petites capitalisations, obligataire ou multi-actifs. L’alpha absorbe alors une partie du défaut de correspondance. Ajouter des facteurs peut réduire, augmenter ou inverser la constante :
Rₚ−R_f = α + β₁F₁ + β₂F₂ + … + εCela ne rend pas automatiquement le modèle multifactoriel « vrai ». Chaque facteur apporte définitions, données et risque de sélection. L’alpha est toujours « relatif au modèle spécifié ».
Pour des profils de gain non linéaires, une régression linéaire peut masquer convexité, optionalité ou expositions variables. Régressions glissantes et interactions peuvent décrire l’instabilité, mais augmentent le nombre de choix.
Exemple
Une régression mensuelle hypothétique donne α = 0,15% et
β = 0,8. Le modèle estime que lorsque le rendement excédentaire
du benchmark est nul, celui du portefeuille vaut en moyenne 0,15 % dans
l’échantillon ; pour chaque point de pourcentage du benchmark, la composante
linéaire associée vaut 0,8 point.
Annualiser l’alpha par composition donne
(1+0,0015)^12−1 ≈ 1,81%, mais ne rend pas l’estimation
significative. Erreur-type, autocorrélation, stabilité et coûts restent
nécessaires. Multiplier simplement par 12 est une autre convention et produit
un nombre légèrement différent.
Alpha, rendement actif et attribution
| Objet | Définition | Dépendance principale |
|---|---|---|
| Rendement actif | différence entre portefeuille et benchmark | variante du benchmark |
| Alpha de Jensen | constante d’une régression CAPM | modèle, bêta et taux sans risque |
| Ratio d’information | rendement actif moyen / erreur de suivi | benchmark et dispersion relative |
| Attribution | décomposition comptable du rendement | classification, pondérations et enchaînement |
Ces quatre mesures peuvent raconter des histoires différentes. Un portefeuille peut avoir un rendement actif positif mais un alpha proche de zéro si la surperformance est associée au bêta ou à des facteurs. L’attribution peut rattacher le résultat aux secteurs, à la sélection et aux pondérations, sans prouver causalité ou compétence.
Significativité, sélection et coûts
Un alpha estimé comporte une erreur. La statistique t et l’intervalle de confiance aident à évaluer sa compatibilité avec zéro sous le modèle, mais ne corrigent pas seuls :
- le grand nombre de fonds ou stratégies comparés ;
- le biais de survivance ;
- le backfill et la sélection de la période ;
- les changements de style ;
- les coûts de négociation et frais ;
- la capacité et l’impact ;
- une spécification choisie après observation des données.
Un alpha brut peut être absorbé par coûts et frais. Un alpha net observé peut ne pas être reproductible avec davantage de capital. Un résultat statistiquement significatif peut être économiquement faible ou dépendre d’une seule phase de marché.
Erreur fréquente — Appeler alpha tout rendement supérieur à un indice. L’alpha de Jensen est une constante de modèle ; la simple différence est un rendement actif.
Sources
- Michael C. Jensen, The Performance of Mutual Funds in the Period 1945–1964, The Journal of Finance (1968) — formulation de la mesure, estimation et interprétation de la constante.
- William F. Sharpe, Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, The Journal of Finance (1964) — fondement du modèle de marché employé par Jensen.
- CFA Institute, Investment Risk and Performance — lecture coordonnée de l’alpha, du bêta, de l’erreur de suivi, du ratio d’information et de Sharpe.
- CFA Institute, Portfolio Performance Evaluation — 2026 refresher reading — mauvaise spécification du benchmark, évaluation et limites de l’inférence sur la compétence.
- CFA Institute, Investment Manager Selection — 2026 refresher reading — facteurs, analyse de style, coûts et évaluation quantitative d’un historique.