Jeremy Bellina

Composition du jury

Résumé

Le paysage financier contemporain offre une large gamme d’options aux investisseurs pour allouer leur capital, incluant les matières premières, l’immobilier, les actions et les obligations. Parmi ces options, les fonds mutuels et les fonds négociés en bourse (ETFs) ont acquis une popularité croissante grâce à leur capacité à offrir une diversification rentable et une gestion professionnelle. Toutefois, la complexité croissante de ces instruments, combinée à des exigences accrues en matière de transparence et de durabilité, met en évidence la nécessité de développer des méthodologies innovantes pour répondre aux défis liés à l’estimation des portefeuilles et au suivi d’indice.

Cette thèse s’inscrit au croisement de ces enjeux majeurs, contribuant à la fois à la recherche académique et à des applications pratiques. Ce travail s’intéresse à deux problématiques fondamentales : l’estimation quotidienne des avoirs des fonds mutuels à partir de données accessibles au public et le développement d’algorithmes performants capables de répondre aux défis du suivi parcimonieux d’indice et de l’estimation des portefeuilles. En s’appuyant sur des approches combinant algorithmes génétiques, régression des moindres carrés, programmation dynamique et méthodes basées sur le Lasso, cette thèse propose des solutions robustes pour inférer précisément les avoirs des fonds, validées à travers des données simulées et réelles. En particulier, l’approche basée sur le Lasso se distingue par sa performance supérieure dans le traitement des données éparses, offrant des estimations plus rapides et plus précises que les méthodes basées sur les algorithmes génétiques. En outre, cette thèse explore l’intégration des considérations ESG (Environnementales, Sociales et de Gouvernance) dans le suivi parcimonieux d’indice. Un cadre novateur est introduit, combinant la minimisation de l’erreur de suivi avec la maximisation du score ESG, soutenu par un modèle d’optimisation pondéré dans le temps.

Cette approche met en évidence un compromis essentiel entre durabilité et précision du suivi, démontrant qu’il est possible d’obtenir des améliorations significatives du score ESG avec un impact minimal sur l’erreur de suivi. Par ces contributions, cette recherche illustre le potentiel des techniques d’optimisation avancées pour améliorer la transparence dans l’industrie des fonds mutuels et intégrer la durabilité dans le suivi d’indice. Les perspectives de recherche futures incluent l’application de ces méthodologies à divers contextes de marché, l’intégration de contraintes pratiques telles que les coûts de transaction, ainsi que des collaborations avec des gestionnaires de fonds pour valider et affiner davantage les modèles proposés.