Mesurer le risque de concentration d’un portefeuille

Compter ses lignes n'est pas mesurer la diversification. Un portefeuille peut détenir trente valeurs et se comporter comme s'il en détenait quatre. Ce guide couvre les trois chiffres qui décrivent réellement la concentration — le poids maximal d'une position, l'indice Herfindahl-Hirschman et le nombre effectif de positions —, comment calculer chacun d'eux et à quel moment chacun vous induit en erreur.

Pourquoi compter ses lignes ne suffit pas

L'intuition selon laquelle plus de lignes signifie moins de risque est à peu près juste et parfaitement inutile. Prenons deux portefeuilles détenant chacun dix valeurs. Le premier répartit le capital à parts égales, dix pour cent chacune. Le second place soixante pour cent sur un seul titre et étale les quarante pour cent restants sur les neuf autres.

Tous deux comptent dix lignes. Le premier est réellement diversifié ; le second est un pari sur une entreprise, avec quelques décorations autour. Toute mesure qui renvoie la même réponse pour les deux ne mesure pas ce qui vous importe.

Ce que vous voulez réellement savoir, c'est quelle part du résultat du portefeuille dépend d'un aussi petit nombre de décisions. Cela exige de pondérer.

Poids maximal d'une position

La mesure utile la plus simple : quelle fraction de la valeur totale se trouve dans la plus grosse ligne.

Elle mérite d'être vérifiée en premier parce qu'elle détecte instantanément le mode de défaillance le plus dangereux. Si une position représente quarante-cinq pour cent du portefeuille, le reste de votre analyse pèse peu : cette seule ligne dominera la performance, les baisses et la volatilité, quelle que soit l'élégance du reste de l'allocation.

Sa faiblesse est de ne voir qu'une position. Un portefeuille de cinq lignes à vingt pour cent chacune affiche un poids maximal de vingt pour cent, ce qui paraît raisonnable, alors qu'il est bien plus concentré que ce chiffre ne le laisse croire. Pour cela, il faut une mesure qui tienne compte de toute la distribution.

L'indice Herfindahl-Hirschman

Le HHI vient de l'économie de la concurrence, où les régulateurs s'en servent pour mesurer le degré de concentration d'un secteur entre ses acteurs. Les mêmes mathématiques s'appliquent proprement à un portefeuille : élevez chaque poids au carré, puis additionnez les carrés.

C'est l'élévation au carré qui fait tout fonctionner. Elle pénalise les gros poids de façon disproportionnée : une position à quarante pour cent apporte 0.16 à la somme, tandis que quatre positions à dix pour cent n'apportent ensemble que 0.04, alors qu'elles représentent le même capital total. Les petites positions deviennent quasi invisibles, ce qui est correct, puisqu'elles le sont.

L'indice est borné de façon utile :

Le schéma est visible : pour N lignes équipondérées, le HHI vaut 1/N. C'est cette relation qui rend possible la mesure suivante.

Nombre effectif de positions

Le HHI est mathématiquement propre mais difficile à ressentir. Un HHI de 0,3877 ne dit rien d'intuitif. Inversez-le, et le sens apparaît immédiatement.

Cela répond à une question réellement utile : combien de positions équipondérées produiraient la même concentration que ce que vous détenez vraiment ? Un portefeuille de trente valeurs dont le nombre effectif est de six vous dit, sans ambiguïté, qu'il se comporte comme un portefeuille de six titres. Les vingt-quatre autres sont du bruit.

Un exemple chiffré

Prenons un portefeuille technologique de trois positions :

Le HHI vaut 0,3877, donc le nombre effectif de positions est 1 / 0.3877 = 2.58. Le portefeuille détient trois valeurs mais se comporte comme s'il en détenait deux et demie — NVDA, sous les quinze pour cent, contribue très peu au profil de risque global.

Le poids maximal d'une position atteint 45,45 pour cent, ce qui constitue déjà un avertissement en soi. Ensemble, les deux chiffres racontent une histoire cohérente : c'est un pari concentré, et ajouter NVDA n'y a rien changé de significatif.

La concentration que ces mesures ignorent

Voici le piège. Toutes les mesures ci-dessus traitent les lignes comme indépendantes. Elles ne le sont pas.

Le portefeuille de l'exemple est technologique à cent pour cent. Même rééquilibré en trois positions parfaitement égales — portant le nombre effectif à un confortable 3,0 et ramenant le poids maximal à 33 pour cent —, il resterait un pari unique et non diversifié sur le sort d'un seul secteur. Les mesures au niveau des positions s'amélioreraient tandis que le risque réel bougerait à peine.

Une véritable analyse de concentration doit donc regarder au moins trois niveaux de profondeur :

• Niveau position — poids maximal, HHI, positions effectives
• Niveau secteur — les mêmes calculs appliqués à des regroupements sectoriels plutôt qu'à des titres individuels
• Niveau facteur — si les lignes partagent une exposition aux mêmes moteurs sous-jacents, comme la sensibilité aux taux, le momentum ou une devise unique

C'est au troisième niveau que la plupart des analyses s'arrêtent, et c'est là que se cachent les vraies surprises. Deux actions de secteurs différents peuvent être bien plus corrélées que deux du même secteur si elles réagissent au même facteur macroéconomique. Un portefeuille peut sembler diversifié sur tous les secteurs et rester un pari à effet de levier sur la baisse des taux d'intérêt.

Le calculer via l'API

Ces calculs sont assez simples pour être implémentés soi-même — le HHI tient en trois lignes de code. Ce qui est réellement difficile, c'est tout ce qui vient ensuite : relier les tickers à des secteurs et à des expositions factorielles, maintenir ces données de référence à jour sur tous les marchés, et traduire les chiffres en jugement.

L'API PORTIQA renvoie les trois mesures de concentration, accompagnées de l'analyse sectorielle et factorielle, en une seule requête :

curl -X POST https://portiqa.ai/evaluate \
  -H "Authorization: Bearer $PORTIQA_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "risk_level": "medium",
    "positions": [
      { "ticker": "AAPL", "market_value": 25000 },
      { "ticker": "MSFT", "market_value": 22000 },
      { "ticker": "NVDA", "market_value":  8000 }
    ]
  }'

Les champs pertinents de la réponse :

{
  "score": 45.9,
  "status": "Neutral",
  "max_position_weight": 45.45,
  "max_position_ticker": "AAPL",
  "effective_positions": 2.58,
  "top_sector": "Technology",
  "top_sector_weight": 100,
  "score_components": {
    "diversification": 34.5,
    "risk": 99.2,
    "quality": 72.1
  }
}

Notez le désaccord entre deux composantes, car il est instructif. La composante risk obtient 99,2 — ce sont de grandes entreprises stables et de qualité, à faible volatilité individuelle. La composante diversification obtient 34,5, car toute cette qualité est concentrée sur un seul secteur. Un score unique et mélangé aurait masqué la tension ; des composantes séparées vous montrent exactement quel problème résoudre.

La documentation complète des champs se trouve dans la référence de l'API, et des extraits d'implémentation pour Python, JavaScript et PHP figurent dans les exemples de code.