Annuaire 2022 des Diplômé(e)s ENSAE Paris (IPP) - 29

TECH
ROBOT ADVISORS : QUELS APPORTS ET QUELS FUTURS DÉVELOPPEMENTS ?
Publié par Marie Brière, ENSAE 1998 | 13/03/2022 | Option Finance
Le développement des robo-advisors
Les robots-conseillers (ou robo-advisors) suscitent un intérêt croissant. Leurs
actifs sous-gestion ont crû d'environ 35% en 2021, et devraient atteindre 1 800
milliards de dollars fin 2022 répartis entre plus de 350 millions d'utilisateurs à travers
le monde, d'après Statista1
K
.
Les robo-advisors utilisent des procédures automatisées, allant d'algorithmes
relativement simples à des systèmes complexes, dans le but de recommander des
choix d'investissement. Dans une première étape, un questionnaire de profilage permet
d'évaluer les caractéristiques du client (horizon d'investissement, aversion au risque,
connaissances financières...) et ses objectifs. Ensuite, un univers d'investissement est
défini et un portefeuille est proposé, tenant compte des objectifs d'investissement et
du niveau de risque souhaité. L'algorithme peut ensuite surveiller le portefeuille du
client et détecter les écarts par rapport au profil ciblé. Chaque fois que des écarts sont
identifiés, le client est alerté et/ou le portefeuille est automatiquement rééquilibré. Le
robot offre enfin des outils de visualisation des performances attendues ou des
projections de capital accumulé du client.
Les robo-advisors aident-ils à prendre de meilleures décisions
financières ?
Les décisions d'investissement prises par les particuliers concentrent plusieurs lacunes,
largement identifiées dans la littérature académique : faible diversification des
placements, faible participation aux marchés actions, investissement dans les titres
les plus familiers, souvent liée à un manque d'éducation financière. Dans ces conditions,
une des promesses des conseils robotisés est d'aider les investisseurs individuels à
prendre de meilleures décisions. Les récents travaux académiques sur le sujet montrent
que les robo-advisors ont tendance à améliorer la diversification des investisseurs et
leurs performances (D'Acunto et al., 2019 ; Rossi et Utkus, 2019 ; Reher et Sun, 2019).
Dans un article récent, Bianchi et Brière (2021) étudient l'impact de la mise en place
par Amundi d'un robo-advisor sur les dispositifs d'épargne salariale. Les résultats montrent
que comparés à des individus gérant eux-mêmes leur épargne, les individus ayant
accès à un robo-advisor épargnent plus, investissent plus en actions (une augmentation
de l'exposition de l'ordre de 9%), et rebalancent de façon plus efficace leur portefeuille
au cours du temps en suivant les recommandations du robot, ce qui leur permet
d'améliorer substantiellement leur performance (de l'ordre de 2% par an).
Une autre promesse importante des robots-conseillers est de promouvoir l'inclusion
financière. L'offre de services financiers implique souvent des coûts fixes importants,
ce qui peut rendre non rentable le service aux consommateurs les moins fortunés. Les
nouvelles technologies permettent une diminution spectaculaire des coûts de transaction
et ainsi d'atteindre des segments de clientèle traditionnellement mal desservis.
Les études universitaires sur le robo-advising et l'inclusion financière sont rares, mais
les premiers résultats sont encourageants. Reher et Sokolinski (2020) analysent les
effets de la réduction du montant minimum pour ouvrir un compte de 5 000 $ à 500 $
opérée par un important robo-advisor américain. Ils montrent que, grâce à cette
réduction, il y a eu une augmentation de 59 % de la part des participants de la " classe
moyenne " , mais aucune augmentation de la participation des ménages les moins
fortunés (richesse inférieure à 1 000 $). Bianchi et Briere (2020) montrent que les
individus ayant des portefeuilles plus modestes augmentent plus leur exposition au
risque et obtiennent une plus forte augmentation de leurs rendements ajustés au risque.
Quel futur pour les robo advisors ?
L'objectif du robot-conseil est d'offrir à chaque investisseur un conseil personnalisé en
fonction de ses objectifs et de ses préférences. Quelles sont les pistes de
développement ?
Devrait-on aller vers plus de personnalisation des conseils ? En théorie, oui. Le choix
de portefeuille optimal dépend de nombreuses caractéristiques individuelles telles que
ENSAE Alumni Annuaire 2022
l'exposition au marché immobilier, les risques liés aux revenus du travail, les préférences
temporelles, l'aversion au risque, l'aversion à l'ambiguïté, etc. Les possibilités
d'individualisation sont donc beaucoup plus larges que ce qui est actuellement mis en
œuvre par les robo-advisors. Mais une difficulté importante réside dans la mesure
précise de ces caractéristiques, souvent entachées d'une forte incertitude. On observe
déjà cette difficulté pour la mesure de l'aversion au risque. Différentes méthodes ont
été développées par des économistes et des psychologues pour la mesurer mais en
pratique, questionnaires et méthodes de scoring utilisés conduisent souvent à des
incohérences dans les profils de risque des clients. Les allocations d'actif optimales
sont très sensibles à ces caractéristiques, ce qui peut avoir des conséquences
dramatiques pour l'investisseur. Il existe un risque de surréaction à des caractéristiques
individuelles extrêmes ou variables dans le temps. Le degré de personnalisation
nécessaire dépend du compromis entre les gains pour rapprocher le portefeuille des
besoins d'un individu et le risque d'estimer les caractéristiques d'un individu avec un
degré d'erreur élevé.
Devrait-on introduire plus d'IA ? Dans la pratique, la plupart des robots-conseillers
s'appuient sur des procédures simples, que ce soit pour profiler le client ou construire
son portefeuille optimal. Cela peut paraître surprenant étant donné l'intérêt accru pour
l'Intelligence Artificielle dans diverses applications d'investissement. En réalité, l'intégration
d'une IA plus complexe dans les conseils robotisés se heurte à deux défis
majeurs. D'une part, plus d'IA risque d'être associé à une opacité accrue et un frein
important réside dans les contraintes réglementaires qui s'imposent aux roboconseillers
(obligations fiduciaires, etc.). D'autre part, la confiance est essentielle pour
l'adoption de la technologie. C'est particulièrement vrai dans le domaine financier,
comme celui de la santé par exemple. Les enquêtes montrent qu'il existe un manque
général de confiance dans les algorithmes.
Malheureusement, très peu d'études analysent les déterminants de la confiance envers
les robots-conseillers. Une caractéristique unique du service de robo-advisor étudié
par Bianchi et Brière (2021) est qu'il permet d'analyser à la fois les individus ayant
souscrit au robo-advisor et les robo-curieux.
C'est-à-dire les individus qui ont franchi les premières étapes, observé la
recommandation du robot sans finalement y souscrire. Ils montrent que plus la
recommandation du robot est éloignée de l'allocation de l'individu, plus la probabilité
que ce dernier souscrive au robot est grande. Ce résultat surprenant diffère totalement
de ce qu'on peut observer dans le cas des conseillers humains : ceux-ci ont tendance
à gagner la confiance de leurs clients en étant " accomodants " , c'est-à-dire en leur
offrant un conseil proche de leur portefeuille (Mullainathan et al., 2012). Autre résultat
intéressant, les investisseurs plus jeunes, les femmes, ceux qui ont une plus grande
exposition au risque et des rendements plus faibles, sont plus susceptibles d'accepter
une augmentation plus importante de leur exposition aux actifs risqués.
Développer la confiance dans les technologies nécessite qu'elles soient justes, explicables,
responsables et sûres. Les avancées récentes de ce que l'on appelle l'XAI
(intelligence artificielle explicable), peuvent être particulièrement utiles pour réfléchir
à l'avenir des robo-advisors. Une évolution prometteuse pourrait être d'améliorer la
qualité des informations sur l'individu mises à la disposition du robot-conseiller, par
exemple sur le bilan financier du ménage (exposition immobilière, emprunts, dépenses
courantes...). Une autre évolution intéressante serait de renforcer les interactions avec
les clients. Certains robots-conseillers envoient des alertes lorsque le portefeuille d'un
client s'écarte considérablement de l'allocation d'actifs cible. Ces alertes pourraient
être utilisées comme une opportunité d'interagir avec le client (Dupont, 2020), lui fournir
des explications, et être un vecteur d'éducation financière. L'IA et les robo-advisors ont
besoin de psychologie pour capturer la façon dont les humains pensent et se comportent
réellement et interagir efficacement (Bianchi and Brière, 2022).
1 https://www.statista.com/outlook/dmo/fintech/personal-finance/robo-advisors/worldwide
29

https://www.statista.com/outlook/dmo/fintech/personal-finance/robo-advisors/worldwide

Annuaire 2022 des Diplômé(e)s ENSAE Paris (IPP)

Table des matières de la publication Annuaire 2022 des Diplômé(e)s ENSAE Paris (IPP)