Pourquoi le logiciel Probability n'est pas fiable pour la planification de la retraite

Beaucoup de ces applications sont sur le marché - certaines développées par des sociétés telles que Betterment, Vanguard, T. Rowe Price et Schwab, et d'autres vendues comme services de souscription à des conseillers financiers pour une utilisation avec leurs clients. Le problème est que les utilisateurs sont amenés à croire qu'ils devraient prendre des décisions importantes dans la vie à l'aide de ces applications, même si les probabilités sous-jacentes sont basées sur des résultats intrinsèquement imprévisibles.

En réalité, appliquer un logiciel de probabilité à l'analyse de la planification de la retraite est une folie. Même le logiciel de planification de la retraite le plus sophistiqué utilisé par les professionnels de la finance est bien loin d’une boule de cristal.

Le problème des probabilités

Les défaillances des logiciels de retrait probabiliste, en particulier des applications qui appliquent les techniques de simulation de Monte Carlo, sont relativement bien connues des milieux professionnels. L'un des premiers articles scientifiques à soulever la question est un article de 2006 rédigé par Moshe Milevsky, chercheur en retraite reconnu et professeur à l'Université York de Toronto, qui a souligné dans son introduction:

«Bien entendu, comme le savent la plupart des conseillers en investissement depuis des années, le nombre de retraités - s’il existe réellement - est vague et imprécis, car il dépend de nombreuses inconnues économiques, notamment des rendements futurs du marché des actions. Après tout, ce nombre doit être investi quelque part pour générer un revenu, et le processus de retour du portefeuille est par nature aléatoire. »

En plus de l'imprévisibilité des rendements futurs, Milevsky explique ensuite comment les "probabilités" générées par les applications logicielles de retraite courantes varient d'une application à l'autre, en fonction des hypothèses internes et des paramètres de conception de l'application.

Une autre étude universitaire publiée en février a conclu que "les conseils fournis par la majorité de ces outils sont extrêmement trompeurs pour les ménages".

Ces publications ont amené certains à se demander si les logiciels de planification de la retraite offraient quelque valeur que ce soit aux consommateurs. Alors, quelles sont les alternatives?

Logiciel de "back-testing"

Les conseillers financiers qui utilisent le logiciel de simulation Monte Carlo expriment souvent les résultats de leurs clients en termes de probabilité d’un résultat positif. Plutôt que d'essayer de prédire les «probabilités de succès», une meilleure façon d'aborder la planification de la retraite est peut-être une perspective à moitié vide.

Ce que vous devez vraiment savoir, ce n'est pas ce que vous ferez si tout va bien, mais ce qui vous arrivera si une probabilité de 10% de pluie se transforme en une probabilité de 100% d'un orage. Vous avez désespérément besoin de savoir: «Si les choses se passent mal sur les marchés des investissements, serai-je toujours OK?»

Traditionnellement, des logiciels de «back-testing» historiques ont été utilisés à cette fin. En entrant votre profil de retraite dans une application de back-testing, vous pouvez tester l'évolution de votre portefeuille si vous aviez pris votre retraite avant les récessions économiques précédentes. Bien que ces informations soient utiles et intéressantes pour les consommateurs, les tests de contrôle ont également des limites importantes.

Plus précisément, il est peu probable que les rendements passés soient répétés exactement dans la même séquence, et il est tout à fait possible que les rendements futurs soient pires que l'expérience historique.

En outre, supposons que vous souhaitiez tester la tenue de votre portefeuille sur un horizon de retraite de 30 ans si vous aviez pris votre retraite à la fin de 1999 (juste avant les marchés baissiers de 2000-2002 et de 2007-2009). Comme nous ne sommes qu'en 2016, il n’est pas possible de reproduire l’analyse sur un horizon de 30 ans. Vous ne pouvez pas tester l’avenir.

Technique d'amorçage

Une solution aux limitations du back-testing consiste à appliquer une technique de simulation appelée amorçage. Bien que le moteur de simulation sous le capot de nombreuses applications pour les retraités oblige le concepteur du programme à émettre des hypothèses sur les taux de rendement et la volatilité moyens attendus pour diverses classes d’actifs, le bootstrap n’exige aucune hypothèse de ce type. Les simulations sont plutôt produites en échantillonnant de manière aléatoire les déclarations historiques.

Si suffisamment de simulations sont générées - généralement un minimum de 5 000 -, on peut s’attendre à ce que le résultat médian corresponde sensiblement aux moyennes historiques. En considérant la fourchette des résultats en dessous de la médiane, les programmes d’amorçage peuvent illustrer des scénarios montrant des rendements de placement inférieurs à la moyenne, les statistiques de la valeur en risque (résultats les plus faibles (1%, 5% et 10%) représentant des scénarios aussi mauvais comme ou pire que le record historique.

Par exemple, le tableau suivant présente les résultats de la simulation d'amorçage pour un investisseur de 65 ans avec un horizon de retraite de 25 ans, une valeur de portefeuille initiale de 1 million de dollars et une allocation de retraite de 70-30 actions. Dans cet exemple, l’investisseur a besoin d’un taux de retrait de première année de 50 000 dollars (5%) et d’une augmentation du coût de la vie de 3% par la suite. Il estime sa dépense d'investissement annuelle à 1% et a déclaré s'attendre à retirer chaque année proportionnellement de chaque catégorie d'actif et à le rééquilibrer afin de maintenir sa répartition de 70% à 30%.

En vous concentrant sur la moitié inférieure des résultats et en affichant la plage de simulation par incréments de cinq ans sur une période donnée, vous pouvez avoir une idée beaucoup plus concrète de la durée et de la durée de vos économies. De plus, en présentant les données dans ce format, il est facile de tester comment les facteurs changeants que vous contrôlez (montant des dépenses, stratégie de retrait, répartition de l’actif, dépenses d’investissement) peuvent affecter les résultats.

Pour être clair, il n'y a absolument rien de prédictif dans ces résultats de simulation, et les centiles de simulation ne doivent pas être considérés comme des probabilités. Au lieu de cela, les pires résultats représentent simplement des scénarios potentiels qui peuvent être utilisés pour vous donner une image plus claire de ce qui peut arriver si les choses vont mal.

Bien que l’amorçage offre un moyen astucieux d’illustrer ces données, il ne manque pas non plus de défauts et de limitations. Dans cet exemple, l’amorçage n’a été appliqué qu’aux données historiques des marchés boursiers de 1970 à 2014. On a supposé que la portion obligataire du portefeuille était constante de 2% par an, ce qui reflète raisonnablement le rendement qu'un investisseur pourrait obtenir aujourd'hui sur cinq ans. CD ou Trésorerie à 10 ans. Le fait que les simulations d'amorçage n'aient pas été appliquées aux données historiques sur les obligations reflète une limitation observée dans la plupart des applications de retraite, dans la mesure où les rendements des obligations se situent aujourd'hui au plus bas de l'extrême historique. Par conséquent, toute application Monte Carlo générant des chiffres sur la base des rendements obligataires historiques moyens, ou toute simulation d’amorçage échantillonnant de manière aléatoire les rendements des indices obligataires historiques, peut produire des résultats trop optimistes.

Avec toute application de planification de la retraite, le diable est dans les détails. Les consommateurs et les conseillers feraient bien de prendre le temps de comprendre les hypothèses et les limites inhérentes à toute application de planification de la retraite.

John H. Robinson est propriétaire de Financial Planning Hawaii et cofondateur de Nest Egg Guru, un logiciel de planification de la retraite destiné aux professionnels de la finance.

Image via iStock.