L’enjeu

Les sociétés de capital-investissement gèrent des milliards de dollars, mais anticiper le moment optimal pour une sortie reste davantage un art qu’une science. Pour les investisseurs, cette incertitude est cruciale: Quand reverrez-vous votre argent et combien vaudra-t-il?

Contrairement aux actions cotées en bourse qui s’échangent instantanément, les investissements en capital‑investissement sont bloqués pendant des années. Les gestionnaires de fonds doivent patienter jusqu’à ce que les conditions du marché, l’intérêt des acheteurs et la performance de l’entreprise s’alignent. Un fonds de 500 millions de dollars qui réalise sa sortie un trimestre plus tôt peut générer des millions de rendements supplémentaires grâce à des opportunités de réinvestissement anticipées.

Comment l’IA bouleverse les règles du jeu

L’intelligence artificielle peut analyser de vastes volumes de données, les tendances du marché, les taux d’intérêt, l’activité IPO et les fondamentaux des entreprises, en détectant des modèles invisibles aux analystes humains. En analysant les données historiques de sortie en parallèle avec les signaux de marché en temps réel, les modèles d’IA permettent de prédire les fenêtres de sortie avec une grande précision, permettant ainsi une souscription plus convaincante pour les investisseurs secondaires et une confiance accrue dans la planification au niveau du portefeuille.

Notre double approche: l’intuition humaine alliée à l’intelligence des machines

Chez Coller, nous associons deux méthodes puissantes, à l’image des prévisions météorologiques où les experts associent les données satellites aux relevés des stations météorologiques locales.

L’intelligence directe (la dimension humaine)

Nous entretenons des relations avec des gestionnaires de fonds qui nous transmettent des informations anticipées sur les sorties à venir: préparations des IPO, cessions industrielles ou véhicules de continuation. Ces informations sont essentielles, car les gestionnaires savent souvent plusieurs mois à l’avance quand ils préparent les entreprises à la sortie.

Chaque trimestre, nous examinons 100 fonds de capital‑investissement afin d’évaluer l’impact d’événements concrets, qu’il s’agisse de modifications réglementaires ou de chocs de marché, sur les entreprises en portefeuille et leurs perspectives de sortie.

L’analyse des données (la dimension machine)

Nos modèles d’IA examinent à la fois les fondamentaux des entreprises et les indicateurs de marché plus larges afin d’anticiper les sorties et les distributions. Pris individuellement, les indicateurs offrent une capacité prédictive limitée, comparable à une prévision météorologique fondée uniquement sur un thermomètre. Lorsqu’ils sont intégrés par l’apprentissage automatique, ces signaux donnent naissance à de puissants modèles prédictifs.

Les signaux clés du marché

La dynamique en matière d’IPO: la porte s’ouvre sur le marché

Lorsque les marchés des IPO s’animent, les sorties en capital-investissement s’accélèrent. Selon notre analyse, un doublement des volumes d’introductions en bourse, comme ce fut le cas entre le quatrième trimestre 2023 et le quatrième trimestre 2024, entraîne généralement une accélération du rythme des distributions d’environ 4 points de pourcentage l’année suivante.

Pris seul, cet indicateur n’explique que 12% des modèles, mais lorsqu’il est intégré à d’autres signaux, il décuple considérablement la capacité prédictive.

Taux d’intérêt: l’environnement économique

Les ajustements de taux opérés par la Réserve fédérale anticipent généralement les variations de l’activité de sortie. Une baisse des taux d’intérêt réduit le coût du financement, accroît les valorisations et améliore les conditions de sortie. Notre analyse indique qu’une diminution d’un point de pourcentage des taux se traduit par une hausse d’environ 2,26 points de pourcentage du rythme de distribution sur les douze mois à venir.

Cet indicateur explique environ 29% des modèles de distribution, une corrélation plus forte que celle de l’activité IPO, mais insuffisant à lui seul.

La puissance de l’alliance

Plutôt que de simplement additionner les indicateurs (ce qui serait trompeur car les taux d’intérêt influencent directement l’activité IPO), nos modèles d’apprentissage automatique intègrent les interconnexions et mettent en évidence ces relations complexes dans des conditions variables.

Pourquoi l’association de signaux faibles est efficace

Nos modèles d’IA exploitent l’«apprentissage collectif», combinant plusieurs prédicteurs imparfaits afin de générer des prévisions particulièrement fiables. À l’image d’un procès, chaque élément de preuve, pris isolément, peut ne pas suffire à établir la culpabilité, mais lorsque plusieurs éléments convergent, la conclusion s’impose.

En intégrant l’intelligence relationnelle aux signaux quantitatifs, à l’activité IPO, aux taux d’intérêt, aux fondamentaux des entreprises et à des dizaines d’autres indicateurs, nos modèles parviennent à un niveau de précision qu’aucune métrique isolée ne peut atteindre.

L’importance de la granularité des données

Pour prédire des sorties spécifiques d’entreprises, nous avons besoin d’informations granulaires: performance financière, position sur le marché, plans de gestion. Pour anticiper les tendances d’un portefeuille, l’analyse de données de marché étendues repose sur la loi des grands nombres: les écarts individuels s’atténuent lorsqu’ils sont répartis sur des centaines de sorties.

L’adaptation permanente

Nos modèles d’IA apprennent en continu à partir de nouvelles données et d’une dynamique en constante évolution. À mesure que les conditions évoluent et que des schémas se dessinent, les modèles s’adaptent, garantissant des prévisions fiables et à jour. Nous développons ces modèles depuis 2012, en bâtissant une solide base de connaissances historiques tout en les adaptant aux réalités contemporaines.

Enjeux pour les investisseurs

Souscription rigoureuse: l’amélioration des prévisions de sortie favorise une tarification plus précise des transactions secondaires et optimise les rendements ajustés au risque, en réduisant l’incertitude liée à la valorisation.

Construction du portefeuille: des prévisions plus précises du moment des sorties permettent de mieux anticiper les besoins de liquidité et d’optimiser la composition des portefeuilles.

La gestion des risques: la maîtrise du calendrier des distributions permet d’éviter une surexposition aux actifs illiquides.

Maximisation du rendement: une identification anticipée des fenêtres de sortie favorise un positionnement stratégique en amont des évolutions du marché.

Perspectives d’avenir

Notre prochain article analysera les tendances actuelles du marché et présentera des cas pratiques de prédiction des sorties axés sur l’intelligence artificielle.

L’alliance entre l’intelligence humaine et l’apprentissage automatique révolutionne l’analyse et la prédiction des sorties en capital‑investissement. Pour les investisseurs en quête d’un avantage dans un environnement de marché toujours plus concurrentiel, cette approche s’impose comme la nouvelle norme en matière de gestion de portefeuille.