Fondamentaux d’une modélisation efficace de fonds immobiliers

Modélisation des fonds: Déballer la boîte noire

La modélisation financière est cruciale pour la prise de décision critique d’une entreprise et les modélisateurs financiers sont obligés d’être rapides, exhaustifs, précis et compréhensibles. Cependant, au fil du temps, les modèles de fonds propriétaires peuvent devenir des boîtes noires.

Ce manque de transparence peut conduire à l’omission de variables dans les calculs, à l’utilisation d’hypothèses obsolètes et à d’autres petits éléments qui, lorsqu’ils sont négligés, se transforment en erreurs importantes. Très peu d’entreprises prennent le temps de réaliser un audit pour comprendre ce qui doit être fait pour atteindre l’efficacité de la modélisation.

Modélisation financière versus modélisation de fonds

La modélisation financière fait référence au processus de création d'une représentation mathématique des caractéristiques financières et opérationnelles d'une entreprise. La modélisation de fonds est l'application de la modélisation financière au secteur des fonds d'investissement. Les modèles de fonds qui en résultent présentent un degré de complexité plus élevé car, par définition, un fonds d’investissement est une entité juridique qui regroupe des capitaux pour investir dans une ou plusieurs classes d’actifs. L’avantage d’échelle créé par cette mutualisation des actifs et la consolidation des opérations de portefeuille devient le grand défi de la modélisation des fonds.

Les quatre éléments de conception d’un modèle de fonds typique sont :

1. Données historiques permettant de comprendre l’état actuel des affaires

2. Hypothèses sur l’avenir des opérations

3. Formules mathématiques pour prévoir le comportement financier et opérationnel de l'entreprise

4. Mesures et graphiques pour aider à prendre des décisions commerciales

La modélisation de fonds peut soutenir des décisions allant d'un plan d'affaires pour une nouvelle thèse d'investissement au suivi du solde de trésorerie des fonds sous gestion. En d’autres termes, vous pourriez rencontrer autant de modèles financiers que de décisions stratégiques ou de processus commerciaux dans le cycle de vie d’un fonds d’investissement.

• Création de fonds : Déterminez votre structure de fonds optimale en modélisant l’impact des différentes structures de frais et de rendement des investisseurs sur votre thèse de fonds.

• Flux de trésorerie des investisseurs : Comprenez comment préparer les flux de trésorerie des investisseurs à l'aide de modèles de distribution et de cascade.

• Phase d'investissement : Réalisez des acquisitions et des cessions judicieuses basées sur des modèles sensibles à la diligence raisonnable.

• Planning d'affaires: Les cycles de planification commerciale sont rapides et continus, et les modèles doivent être sensibles aux mises à jour en temps réel et à l'analyse de scénarios et fournir des rapports contextuels.

• Clôture du fonds : La clôture de votre fonds de manière transparente et opportuniste nécessite une modélisation continue des influences des facteurs de marché sur vos investissements.

Décisions étayées par la modélisation des fonds :

• Évaluation commerciale

• Souscription

• Acquisitions

• Décisions de gestion et d’exploitation

• Budgétisation du capital

• Analyse des états financiers

• Détermination du coût du capital de l’entreprise

Facteurs de complexité de la modélisation des fonds

Construire un modèle de fonds influent est une tâche complexe qui doit tenir compte de la quantité et de la qualité des données, de la complexité des structures de fonds et des rapports qui en résultent sur la veille économique et les mesures de performance et de risque. Les facteurs clés qui déterminent le niveau de complexité sont les suivants :

Plus petit dénominateur commun des lignes hiérarchiques entre les actifs

La consolidation des données financières d'un portefeuille d'actifs est plus facile si tous les calculs sont effectués exactement de la même manière. Dès qu’un ou plusieurs actifs nécessitent des calculs spécifiques ou des postes pro forma, les complications augmentent. Par exemple, si un modèle d'actifs nécessite 100 lignes pro forma, dont 10 spécifiques à une classe d'actifs et que le fonds investit dans quatre classes d'actifs, le modèle consolidera 130 lignes pro forma, certaines avec des données vides.

Granularité des hypothèses

La granularité fait référence au degré d'exhaustivité d'un modèle. La gestion de la quantité de saisies manuelles augmente rapidement à mesure que le modèle de fonds permet plusieurs scénarios basés sur des hypothèses au niveau des actifs. Par exemple, si vous disposez d'un fonds de 15 actifs multi-loués avec en moyenne 10 baux historiques et cinq nouveaux baux, chacun avec 30 entrées, cela représente 6 750 entrées de planning de location à gérer.

Le nombre d’options de structuration

Les gestionnaires de fonds sont confrontés à une matrice de produits (OPCVM, FIS, SICAR, RAIF, etc.), de formes juridiques (SICAV, SICAF, etc.) et de juridictions pour accueillir tous les types d'investisseurs au moment de la création du fonds. De plus, lors de la souscription d’une nouvelle acquisition, les gestionnaires de fonds doivent naviguer dans un large éventail de chaînes de propriété entre le fonds et l’actif, afin d’équilibrer les coûts opérationnels avec les optimisations fiscales et de distribution. Les trois états financiers de toutes les options de structuration doivent être prévus avec précision dans un modèle de fonds.

Contraintes externes sur les opérations du fonds

La pression exercée pour se conformer à un flux continu de nouvelles réglementations et les exigences de transparence des investisseurs conduisent à l’utilisation de mesures supplémentaires au sein d’un modèle de fonds. Par exemple, la déclaration de transparence de l'annexe IV de la directive AIFM exige que tous les gestionnaires agréés et enregistrés fassent périodiquement rapport à leurs régulateurs locaux sur chaque FIA ​​qu'ils gèrent ou commercialisent au sein de l'Union européenne. Le reporting est composé de 302 champs de données pour chaque fonds d'investissement qui devraient en théorie être calculés dans le modèle de fonds.

Flexibilité de l'analyse

Un fonds collecte une immense quantité de données à utiliser dans l’analyse. La possibilité de découper et de découper ces informations est ce qui a fait le succès des tableaux croisés dynamiques dans Excel. Permettre ce niveau de flexibilité dans les modèles de fonds nécessite une puissance de calcul et une centralisation des données. Par exemple, la flexibilité se traduit souvent par des formules complexes qui fonctionnent comme des requêtes de base de données, collectant et réorganisant les données en fonction des variables sélectionnées pour chaque analyse.

Quelle est l’efficacité de votre modèle de fonds ?

• Votre modèle est-il rapide à mettre à jour ?

• Votre modèle a-t-il intégré de manière appropriée les meilleures pratiques du secteur (par exemple INREV, EPRA, IFRS) ?

• Votre modèle prévoit-il les trois états financiers de chaque structure sous-jacente de la chaîne de propriété ?

• Votre modèle calcule-t-il des mesures de performance au niveau des actifs, des sociétés holding, des fonds et des investisseurs ?

• Votre modèle aborde-t-il les facteurs de rendement ?

• Votre modèle est-il facile à comprendre ?

• Vos prévisions de modélisation sont-elles construites à partir des données réelles de vos gestionnaires immobiliers et gestionnaires d'actifs ?

• Votre modèle dispose-t-il d'une bonne documentation afin que quelqu'un d'autre puisse l'utiliser si votre modélisateur clé n'était pas disponible ?

Si la réponse est « non » à l’une de ces questions, l’évaluation de vos pratiques de modélisation vous aidera à identifier et à résoudre le niveau de risque global, la conformité aux meilleures pratiques du secteur et les problèmes opérationnels de votre modèle de fonds actuel.

Vous souhaitez être informé de nos nouveaux contenus, articles et événements CRE pertinents ?