L’analyse de scénarios permet de comparer ce qui se produit lorsque les hypothèses changent. Une projection peut afficher un résultat dans un scénario de référence, un autre dans un scénario prudent, et un autre encore avec un âge de retraite, une date de début des prestations ou un niveau de dépenses différent. Le résultat est conditionnel : il montre ce qui se produit selon les hypothèses indiquées, et non ce qui va se produire.
L’analyse de sensibilité est plus ciblée. Elle modifie une donnée d’entrée à la fois, ou un petit groupe de données, afin de montrer quelles hypothèses influencent le résultat. Elle aide à déterminer si une projection est surtout sensible aux dépenses, à l’inflation, aux hypothèses de rendement, aux frais, à la longévité, au moment de début des prestations publiques, au traitement fiscal ou à un seuil prévu par les règles.
Une fourchette déterministe n’est pas une fourchette de probabilité. Si un calculateur affiche plusieurs résultats de scénarios, ces résultats sont des comparaisons hypothétiques, sauf si le modèle utilise explicitement des hypothèses probabilistes. Un scénario de référence est un point de comparaison, et non automatiquement l’avenir le plus probable.
De petites variations peuvent parfois produire des effets plus importants. Cela peut se produire lorsqu’un changement franchit un seuil, influence le calcul de l’impôt ou d’une prestation, déplace un revenu vers une autre année, s’accumule sur plusieurs années ou modifie l’ordre des rendements pendant que des retraits sont effectués.
La question utile n’est pas de savoir quel scénario est « le bon ». Elle consiste à comprendre ce qui a changé, si le changement est important, si les hypothèses sont cohérentes et ce qui demeure hors du modèle. L’article Comment fonctionnent les projections OpenBook explique la mécanique des projections; Pourquoi les projections de retraite changent - et quand les mettre à jour explique pourquoi les projections changent; le présent article explique comment comparer ces changements sans les transformer en prédictions.
Table des matières
- Introduction
- De la compréhension des projections à leur comparaison
- Ce que signifie l’analyse de scénarios
- Ce que signifie l’analyse de sensibilité
- Scénario, sensibilité, test de résistance, fourchette et probabilité
- Comment modifier une hypothèse à la fois
- Quand les hypothèses doivent évoluer ensemble
- Pourquoi les fourchettes ne sont pas des probabilités
- Matérialité : quand un chiffre modifié compte vraiment
- Pourquoi de petits changements peuvent produire de grands effets
- Parcours de séquence pendant la retraite
- Les points d’équilibre ne sont pas des recommandations
- Comment lire une comparaison de scénarios
- Idées reçues courantes
- Conclusion
- Points clés
- Notes importantes
Introduction
Une projection peut donner à un scénario futur une apparence de précision. Elle peut afficher un solde projeté, une année de déficit, une estimation d’impôt ou une trajectoire de revenu au dollar près. La précision n’est pas la même chose que la certitude.
Une seule projection peut bien répondre à une question précise. L’analyse de scénarios demande ce qui se passe lorsque la question change.
La valeur d’une projection ne vient pas du fait qu’elle connaît l’avenir. Elle vient du fait qu’elle rend les relations visibles. Elle aide les lecteurs à voir comment les dépenses, les sources de revenus, l’inflation, les rendements de placement, les frais, l’impôt, les prestations, la longévité et le calendrier interagissent selon les hypothèses indiquées.
L’analyse de scénarios et l’analyse de sensibilité s’appuient sur cette idée. Elles posent des questions hypothétiques structurées. Que change une retraite plus hâtive? Que change une inflation plus élevée? Que se passe-t-il si le même ensemble de rendements arrive dans un ordre différent? Que se passe-t-il si le revenu franchit un seuil de prestation?
Le but n’est pas d’identifier une réponse personnellement correcte. Il est de comprendre quelles hypothèses comptent, où le résultat est fragile et si deux scénarios sont comparés sur une base cohérente.
De la compréhension des projections à leur comparaison
Comment fonctionnent les projections OpenBook explique ce qu’est une projection : un modèle conditionnel construit à partir de faits, d’hypothèses, de données sources, de règles et de limites.
Pourquoi les projections de retraite changent - et quand les mettre à jour explique pourquoi les projections doivent être mises à jour lorsque les faits, les hypothèses, les règles, la situation du ménage ou la question analysée changent.
Le présent article s’inscrit dans la continuité de ces articles. Il explique comment comparer les projections de façon délibérée. Une projection modifiée peut découler d’une information mise à jour. Un test de scénario demande ce qui se passe lorsqu’une ou plusieurs hypothèses sont volontairement modifiées. Un test de sensibilité demande quelle donnée d’entrée fait varier le résultat.
Cette distinction est importante parce que tous les résultats modifiés n’ont pas la même signification. Certains changements révèlent des mises à jour normales. D’autres révèlent un seuil. D’autres encore révèlent une hypothèse fragile. Certains montrent simplement que deux scénarios ne sont pas comparables parce que plusieurs données cachées ont changé en même temps.
Ce que signifie l’analyse de scénarios
L’analyse de scénarios compare des ensembles complets d’hypothèses. Un scénario de référence peut utiliser la date de retraite actuelle, l’objectif de dépenses actuel et les âges actuels de début des prestations publiques. Un deuxième scénario peut tester une retraite plus hâtive avec moins d’années d’épargne, des retraits plus précoces et une passerelle de revenu différente. Un troisième scénario peut tester des dépenses plus élevées, des rendements plus faibles ou un début plus tardif des pensions publiques.
Un scénario devrait être cohérent à l’interne. Modifier un seul chiffre peut être utile pour établir un diagnostic, mais un scénario complet peut nécessiter plusieurs données liées entre elles. Par exemple, un scénario de retraite plus hâtive peut influencer le revenu d’emploi, l’épargne, le moment de début des prestations, les retraits et le nombre d’années pendant lesquelles les actifs doivent soutenir les dépenses.
Un scénario n’est pas une recommandation. C’est une comparaison étiquetée. Son utilité dépend du fait que les hypothèses modifiées soient assez visibles pour que le lecteur comprenne pourquoi le résultat a changé.
Ce que signifie l’analyse de sensibilité
L’analyse de sensibilité est plus étroite. Elle modifie habituellement une donnée d’entrée à la fois, puis réinitialise le modèle avant d’en modifier une autre. Cela aide à isoler l’effet de chaque hypothèse.
Par exemple, un lecteur peut tester des dépenses annuelles supérieures de 5 000 $, puis réinitialiser le modèle et tester un rendement net inférieur d’un point de pourcentage, puis le réinitialiser de nouveau et tester un horizon de planification plus long de cinq ans. Le but est de voir quelle donnée d’entrée fait le plus varier le résultat.
L’analyse de sensibilité est particulièrement utile lorsqu’une projection semble opaque. Si un petit changement de dépenses fait davantage varier le résultat qu’un changement de rendement, c’est une information utile. Si un changement d’un an dans la date de retraite fait varier le résultat plus que prévu, c’est aussi une information utile. Le résultat pointe vers un facteur déterminant; il ne dit pas, à lui seul, quoi faire.
Scénario, sensibilité, test de résistance, fourchette et probabilité
Ces termes sont liés, mais ils répondent à des questions différentes. Le tableau ci-dessous donne au lecteur une carte d’interprétation compacte.
| Terme | Sens en langage clair | Principale mise en garde |
|---|---|---|
| Scénario de référence | Un scénario servant de point de comparaison. | Ne pas le traiter comme l’avenir le plus probable, sauf si le modèle justifie explicitement cette affirmation. |
| Analyse de scénarios | Une comparaison d’ensembles complets d’hypothèses, comme une retraite plus hâtive ou des dépenses plus élevées. | Les scénarios devraient être étiquetés et cohérents à l’interne. |
| Analyse de sensibilité | Un test de diagnostic qui modifie une donnée d’entrée à la fois pour voir dans quelle mesure le résultat varie. | Utile pour attribuer les effets, mais pas pour attribuer une probabilité. |
| Test de résistance | Un scénario délibérément défavorable utilisé pour voir comment le modèle se comporte sous pression. | Un test de résistance ne garantit pas que des résultats pires ne peuvent pas se produire. |
| Fourchette | Un éventail de résultats créé en testant plusieurs scénarios ou hypothèses. | Une fourchette déterministe n’est pas automatiquement un intervalle de confiance. |
| Point d’équilibre | Le point où un résultat change de signe, change de rang ou atteint un seuil. | Un point d’équilibre n’est qu’un point de comparaison, et non une recommandation. |
| Modèle stochastique | Un modèle, comme Monte Carlo, qui utilise des hypothèses de probabilité pour exécuter de nombreux parcours possibles. | Le résultat probabiliste dépend des hypothèses, des distributions et de la conception du modèle. |
Comment modifier une hypothèse à la fois
Le test à une seule variable rend l’attribution plus claire, parce qu’une seule hypothèse change à la fois. Si le scénario de référence et le scénario testé ne diffèrent que par les dépenses, l’écart de résultat peut être attribué principalement à l’entrée de dépenses. Si plusieurs hypothèses changent en même temps, la comparaison peut encore être utile, mais elle ne montre plus quelle donnée a causé le changement.
Une séquence pratique consiste à :
- Commencer par un scénario de référence clairement étiqueté et noter la date de référence.
- Modifier une donnée d’entrée, comme les dépenses annuelles, l’inflation, le rendement, les frais, l’âge de la retraite, l’âge de début des prestations publiques ou l’horizon de planification.
- Consigner à la fois la donnée modifiée et le résultat modifié.
- Revenir au scénario de référence avant de tester la variable suivante.
- Classer les variables selon l’ampleur de leur effet sur le résultat pertinent pour la question analysée.
Cette méthode peut révéler qu’une projection est plus sensible à une donnée qu’à une autre. Elle peut aussi montrer qu’un facteur qui semble important dans la discussion a peu d’effet selon les hypothèses du modèle.
Quand les hypothèses doivent évoluer ensemble
Les tests à une seule variable sont d’excellents outils pédagogiques, mais les hypothèses réelles sont souvent liées. Un scénario alternatif cohérent peut nécessiter plusieurs changements liés.
Par exemple, l’inflation, les taux d’intérêt, la croissance des salaires, les rendements des titres à revenu fixe et les coûts d’emprunt ne devraient pas être modifiés isolément de façon désinvolte lorsque l’objectif est de construire un scénario à long terme cohérent. FP Canada et l’Institut de planification financière publient des Normes d’hypothèses de projection pour appuyer des hypothèses à long terme fondées sur des données probantes et souligner l’importance d’hypothèses documentées et objectives.
Utilisez l’analyse de sensibilité pour identifier les facteurs déterminants. Utilisez l’analyse de scénarios pour comprendre comment des hypothèses liées interagissent.
Pourquoi les fourchettes ne sont pas des probabilités
Une fourchette peut être utile. Une projection peut afficher un solde final dans le scénario de référence, un solde plus faible dans un scénario de rendement inférieur et un déficit plus précoce dans un scénario de dépenses plus élevées. Cette fourchette montre comment certaines hypothèses influencent certains résultats.
Mais une fourchette déterministe n’indique pas la probabilité de chaque résultat. Sauf si le modèle utilise des méthodes stochastiques et présente ses hypothèses probabilistes, une fourchette est un ensemble de comparaisons hypothétiques, et non un intervalle de confiance.
Il s’agit d’une limite importante dans OpenBook. Une projection peut comparer des hypothèses sans prétendre connaître la probabilité de chaque avenir possible.
Matérialité : quand un chiffre modifié compte vraiment
Tous les chiffres modifiés ne méritent pas la même attention. Un changement est important lorsqu’il peut modifier l’interprétation, la priorité de mise à jour, la discussion sur le risque ou la décision comparée.
Un petit changement numérique peut compter s’il franchit un seuil, crée un écart de trésorerie, modifie l’exposition aux prestations, déplace un déficit vers une année plus rapprochée ou change le classement de deux scénarios. Un changement qui semble plus grand peut compter moins s’il reflète seulement un arrondissement, une convention d’affichage ou une présentation en dollars futurs.
La matérialité ne correspond pas à un montant universel. Elle dépend de la question testée. Pour un lecteur, une petite variation de l’impôt de récupération de la SV peut être importante parce qu’elle signale une sensibilité au revenu imposable. Pour un autre, l’enjeu le plus important peut être de savoir si les dépenses essentielles demeurent couvertes dans un scénario de baisse des marchés au début de la retraite.
Pourquoi de petits changements peuvent produire de grands effets
De nombreux calculs semblent réguliers jusqu’à ce qu’ils interagissent avec des seuils, des règles de calendrier, des retraits obligatoires, la capitalisation ou la dépendance au parcours. C’est pourquoi l’idée selon laquelle un petit changement d’entrée produit toujours un petit changement de résultat peut être trompeuse.
| Mécanisme | Comment le résultat peut changer | Exemple de planification canadienne |
|---|---|---|
| Seuil de programme | Un petit changement de revenu peut franchir un seuil de prestation ou de récupération. | L’impôt de récupération de la SV commence au-delà du seuil de revenu applicable et s’applique selon une période de récupération de juillet à juin. |
| Limite d’admissibilité | Un petit changement de revenu ou de situation du ménage peut influencer l’accès à une prestation. | Le SRG dépend de la réception de la SV, du revenu et de la situation du ménage. |
| Règle de calendrier | Un changement de calendrier d’un an peut déplacer un revenu vers une autre période fiscale ou de prestations. | Les règles d’échéance des REER s’appliquent d’ici la fin de l’année où le titulaire atteint 71 ans; la récupération de la SV utilise une période de récupération ultérieure. |
| Retrait obligatoire | Un retrait imposé par les règles peut réduire la flexibilité même si le besoin de dépenses est plus faible. | Les paiements minimums d’un FERR commencent généralement après l’établissement du FERR. |
| Capitalisation | Un petit écart annuel peut s’accumuler sur de nombreuses années. | Un écart de frais de 0,5 % ou un écart d’inflation de 1 % peut modifier de façon importante une longue projection. |
| Parcours de séquence | L’ordre des rendements peut compter lorsque des retraits sont effectués. | Des rendements faibles tôt à la retraite peuvent compter davantage que les mêmes rendements faibles plus tard dans la période. |
| Changement dans le ménage | Un seul événement peut modifier en même temps les prestations, l’impôt, les dépenses et le revenu de survivant. | Un scénario de premier décès peut différer de façon importante d’une projection pour un ménage de deux personnes. |
Parcours de séquence pendant la retraite
Un parcours de séquence correspond à l’ordre dans lequel les rendements ou les événements se produisent. S’il n’y a ni cotisations ni retraits, l’ordre des mêmes rendements annuels ne modifie pas la valeur composée finale. Avec des retraits, l’ordre peut compter parce que les actifs retirés après des années faibles ne sont plus disponibles pour participer à une reprise ultérieure.
C’est particulièrement pertinent autour de la transition vers la retraite. Les années juste avant et juste après la retraite peuvent être fragiles parce que le ménage peut passer des cotisations aux retraits.
| Exemple simplifié sur quatre ans | Rendement faible au début | Rendement faible à la fin |
|---|---|---|
| Portefeuille initial | 100 000 $ | 100 000 $ |
| Ordre des rendements annuels | -15 %, +8 %, +8 %, +8 % | +8 %, +8 %, +8 %, -15 % |
| Hypothèse de retrait | 5 000 $ retirés à la fin de chaque année | 5 000 $ retirés à la fin de chaque année |
| Solde final | Environ 84 545 $ | Environ 88 278 $ |
| Point pédagogique | Un rendement faible au début laisse moins de capital pour se rétablir après les retraits. | La croissance se produit d’abord, de sorte que le rendement faible tardif s’applique à un solde différent. |
Cet exemple est simplifié. Il ne tient pas compte de l’impôt, des frais, de l’inflation, des dépôts, des règles de compte ni des interactions avec les prestations. Il sert uniquement à montrer comment l’ordre des rendements peut compter lorsque des retraits sont effectués.
Les points d’équilibre ne sont pas des recommandations
Un point d’équilibre peut être un outil pédagogique utile. Il montre où deux scénarios deviennent équivalents selon une mesure choisie. Par exemple, une comparaison du moment de début d’une pension peut faire apparaître un âge auquel les paiements cumulatifs d’un scénario rattrapent ceux d’un autre. Un test de seuil peut montrer le niveau de revenu à partir duquel une récupération de prestations commence.
Mais un point d’équilibre n’est pas une réponse complète. Il peut omettre la liquidité, l’impôt, les modalités de survivant, les interactions avec le SRG ou la SV, le risque de placement, les besoins de dépenses, l’incertitude liée à la santé et les priorités du ménage.
OpenBook devrait utiliser les points d’équilibre comme repères de comparaison, et non comme étiquettes de conseil.
Comment lire une comparaison de scénarios
Un tableau de scénarios est plus utile lorsqu’il montre ce qui a changé, et pas seulement le résultat final. Deux résultats de scénarios peuvent différer en raison d’une seule donnée, de plusieurs données, de mises à jour des données ou d’une question modifiée. La comparaison devrait rendre cela visible.
Lors de l’examen d’une comparaison de scénarios, posez quatre questions :
- 1. Qu’est-ce qui a changé? Identifiez la donnée d’entrée, l’hypothèse, la règle, la date ou le fait concernant le ménage qui diffère du scénario de référence.
- 2. La comparaison repose-t-elle sur la même base? Confirmez que la convention monétaire, l’année d’imposition, la base d’inflation et les données sources sont cohérentes.
- 3. Qu’est-ce qui n’est pas modélisé? Vérifiez si le scénario exclut les frais, les détails fiscaux, le parcours des marchés, les coûts de santé, les enjeux juridiques, les règles de juridiction des régimes de pension ou les changements de ménage.
- 4. Le changement est-il important? Déterminez si le résultat modifie l’interprétation, l’exposition au risque, l’exposition aux prestations ou la décision testée.
Le but n’est pas de réagir à chaque résultat. Le but est de comprendre ce que le résultat indique et ce qu’il n’indique pas.
Idées reçues courantes
- Une fourchette de scénarios est une fourchette de probabilité. À moins que des hypothèses probabilistes soient explicitement modélisées, les scénarios déterministes sont des comparaisons hypothétiques, et non des intervalles de confiance.
- Le scénario de référence est l’avenir le plus probable. Un scénario de référence est un cas de comparaison. Il peut être raisonnable, mais il n’est pas automatiquement le plus probable.
- Un petit changement d’une donnée d’entrée produit toujours un petit changement du résultat. Les seuils, les règles de calendrier, la capitalisation et les parcours de séquence peuvent amplifier de petits changements.
- Le scénario de rendement moyen tient compte du risque de placement. Lorsque des retraits sont effectués, l’ordre des rendements compte. Une trajectoire moyenne lissée peut masquer le risque de séquence.
- Plus de scénarios rendent le modèle plus exact. Un plus grand nombre de scénarios peut améliorer la compréhension seulement s’ils répondent à des questions utiles et utilisent des hypothèses cohérentes.
- Un test de résistance est le véritable pire scénario. Un test de résistance n’est que le scénario défavorable choisi. Il ne prouve pas que des résultats pires ne peuvent pas se produire.
- Les probabilités de Monte Carlo sont une vérité objective. Les résultats stochastiques dépendent des hypothèses de probabilité, des distributions, des corrélations et de la logique fiscale et de prestations du modèle.
- L’analyse de sensibilité porte seulement sur les rendements de placement. Les dépenses, l’inflation, les frais, l’âge de la retraite, la longévité, les seuils fiscaux et le moment de début des prestations peuvent être tout aussi importants, voire davantage.
- Modifier plusieurs hypothèses à la fois prouve laquelle a causé le résultat. Si plusieurs hypothèses changent, l’attribution est incertaine à moins que la comparaison soit structurée.
Conclusion
L’analyse de scénarios et l’analyse de sensibilité ne rendent pas une projection certaine. Elles rendent l’incertitude plus facile à examiner.
Un scénario utile ne dit pas ce que l’avenir sera. Il indique ce qui change lorsqu’un ensemble défini d’hypothèses change. Un test de sensibilité utile ne choisit pas de stratégie. Il montre quelle donnée d’entrée fait varier le résultat.
C’est pourquoi le présent article va de pair avec les deux articles précédents sur les projections. Il faut d’abord comprendre qu’une projection est conditionnelle. Il faut ensuite comprendre pourquoi les projections changent. Les scénarios et les tests de sensibilité permettent ensuite de comparer les hypothèses de façon délibérée.
Une projection devient plus utile lorsqu’elle cesse d’être un seul chiffre et devient une comparaison transparente qui aide les lecteurs à comprendre pourquoi différents résultats sont possibles.
Points clés
- L’analyse de scénarios compare des ensembles complets d’hypothèses.
- L’analyse de sensibilité modifie une donnée d’entrée à la fois afin d’identifier les hypothèses qui influencent le résultat.
- Une fourchette déterministe n’est pas une fourchette de probabilité, sauf si des hypothèses probabilistes sont explicitement modélisées.
- Un scénario de référence est un cas de comparaison, et non automatiquement le cas le plus probable.
- De petits changements de données d’entrée peuvent produire des changements de résultat plus importants près de seuils, de règles de calendrier, de retraits obligatoires, d’effets de capitalisation ou de parcours de séquence.
- Les tests à une seule variable aident à attribuer l’effet observé, tandis que les scénarios cohérents peuvent nécessiter plusieurs hypothèses liées.
- Le risque de séquence apparaît lorsque les rendements de placement et les flux de trésorerie se produisent en même temps.
- Les points d’équilibre sont des repères de comparaison utiles, mais ils ne sont pas des recommandations.
- La comparaison de scénarios la plus utile montre ce qui a changé, si le changement est important et ce qui demeure hors du modèle.
Notes importantes
Cet article est fourni à des fins éducatives seulement. Il ne constitue pas un conseil financier, fiscal, juridique, comptable, en placement, en matière de retraite ou de régimes de pension, ni aucun autre conseil professionnel.
Les exemples de scénarios et de sensibilité sont simplifiés pour expliquer les mécanismes. Ils ne déterminent pas la préparation à la retraite d’une personne, son résultat fiscal, son admissibilité aux prestations, sa stratégie de retrait, le moment de début d’une pension ni une approche de placement appropriée.
Les règles relatives à l’impôt, aux prestations, aux pensions, aux comptes enregistrés et aux programmes publics peuvent changer. Les montants, seuils, détails de programme et liens sources courants devraient être vérifiés auprès de sources officielles avant publication et avant la mise à jour des données de calculateur.
Une projection déterministe ne reproduit pas tous les parcours possibles des marchés, les chocs d’inflation, les coûts de santé ou de soins, les enjeux juridiques, les détails des régimes de pension, les changements de ménage ni les changements futurs de la loi, sauf si ces éléments sont expressément modélisés.