Combler le déficit de données : l’essentiel de l’intelligence sur les marchés privés
Les données des General Partners (GP) détaillées peuvent contribuer à réduire le déficit d’information sur les marchés privés et à soutenir des décisions d’investissement mieux informées.
Alors que les capitaux institutionnels continuent d’affluer vers les marchés privés, la disponibilité des données, des outils et d’une approche cohérente pour accompagner ces décisions d’investissement risque de ne pas suivre le même rythme. Le défi pour les investisseurs dépasse de plus en plus l’accès à l’opportunité : il s’agit désormais d’accès à des données de haute qualité, prêtes à être utilisées pour la prise de décision.
Sur les marchés publics, les investisseurs tiennent souvent pour acquis l’existence de vastes ensembles de données, gouvernés par des taxonomies standardisées permettant de comparer les performances, modéliser le risque et comparer les investissements. Sur les marchés privés, en revanche, rien de tout cela n’est garantie.
Les investisseurs se retrouvent plutôt confrontés à un système où :
À mesure que les allocations aux marchés privés augmentent et que les portefeuilles se diversifient, les problèmes de données retardées, incomplètes et incohérentes se retrouvent amplifiés. Pour une classe d’actifs qui nécessite, en moyenne, davantage de données pour permettre une prise de décision optimale, les marchés privés peuvent, en pratique, être les moins bien servis. Faute de données fiables et transversales couvrant expositions publiques et privées, les Limited Partners (LP) peuvent être amenés à décider en ne disposant que d’une compréhension partielle des conséquences sur le risque, la performance ou la liquidité de leurs portefeuilles.
Pire encore, les systèmes traditionnels n’ont pas été conçus pour s’étendre efficacement à l’ensemble des classes d’actifs. Les décalages entre base de données publics et privés empêchent d’unifier facilement les métriques de performance ou d’automatiser le reporting.
Parallèlement, des facteurs tels que les nouvelles structures de fonds, les secondaries pilotés par les General Partners (GP) et les véhicules de continuation introduisent une complexité supplémentaire, accroissant ainsi le besoin en analyses avancées.
Envie d’en savoir plus ? Écoutez notre podcast !
Construire une architecture de données pilotée par les GP pour les marchés privés
Lors d’un récent épisode de Critical Thinking, la série de podcasts de Mercer dédiée aux thèmes, tendances et opportunités qui façonnent les marchés, des spécialistes de Mercer, S&P Global et Cambridge Associates ont examiné l’un des défis les plus pressants des marchés privés aujourd’hui : l’écart croissant entre les flux de capitaux vers les marchés privés et l’infrastructure de données qui soutient le secteur.
Alors que les allocations au capital-investissement, au private credit et à d’autres actifs privés continuent de progresser, le groupe souligne combien les systèmes d’accompagnement des décisions d’investissement peinent à suivre. Ce qui était autrefois un problème d’accès est devenu un problème de qualité, de cohérence et d’utilisabilité des données, avec des conséquences majeures pour la façon dont les investisseurs comparent les performances, évaluent le risque et allouent le capital.
*Les références à un « partenariat » dans le podcast sont informelles. La relation décrite est une « collaboration ».
Une approche collaborative
Nous estimons qu’une solution convaincante à ce défi persistant réside dans la promotion d’une collaboration entre entreprises partageant des objectifs similaires, afin d’agréger et de standardiser les données des General Partners (GP). Les GP détiennent souvent les informations les plus récentes et les plus granulaires, précisément celles que les investisseurs recherchent sur les marchés privés.
Le paradoxe est évident : la demande pour ce type de données est quasi universelle, mais l’accès reste limité car la plupart des acteurs du marché hésitent à partager leurs informations, créant des silos de données.
Nous reconnaissons l’importance de protéger les insights propriétaires et l’avantage commercial. En même temps, nous voyons l’intérêt d’un modèle collaboratif reposant sur des garanties d’anonymisation des sorties de données, qui pourrait aider à dépasser ces barrières et permettre aux participants d’accéder à des insights partagés pertinents sans compromettre d’informations sensibles.
Aujourd’hui, les comparaisons significatives entre pairs, du point de vue des fonds de marchés privés, peuvent être difficiles. Les évaluations se limitent généralement à la performance globale et aux track records historiques, ce qui peut ne pas fournir le contexte nécessaire ni la nuance opérationnelle.
Pour les GP performants, une transparence accrue peut offrir un cadre de benchmarking plus solide pour valoriser des résultats différenciés. Pour d’autres, elle peut constituer un mécanisme de retour d’information utile pour mieux comprendre leur position relative et identifier des axes d’amélioration dans un contexte de collecte de capitaux de plus en plus concurrentiel.
C’est pourquoi nous travaillons avec S&P Global et Cambridge Associates sur une approche de guichet centralisé pour les données d’investissement, où les données de fonds et d’actifs sont centralisées, validées et normalisées, en vue de les rendre disponibles ultérieurement dans une structure de reporting « one-to-many ».