Depuis 1963, les petites capitalisations affichent un rendement annuel moyen supérieur d’environ 2 % à celui des grandes. Ce différentiel porte un nom : le Small Minus Big (SMB). Eugene Fama et Kenneth French l’ont formalisé dans leur modèle à trois facteurs, publié en 1992. Derrière cet acronyme se cache une mécanique précise, avec une méthode de calcul rigoureuse et des implications concrètes pour la construction de portefeuille. On va détailler la définition exacte, le mode de calcul, les applications pratiques et les limites que tout analyste sérieux doit connaître.
En bref :
- ● SMB (Small Minus Big) est le facteur de taille du modèle Fama-French, mesurant l’écart de rendement entre petites et grandes capitalisations.
- ● Eugene Fama et Kenneth French l’ont introduit dans leurs travaux fondateurs de 1992 et 1993.
- ● Historiquement, les petites capitalisations ont surperformé les grandes d’environ 2 % par an sur longue période aux États-Unis.
- ● SMB est une composante centrale du modèle à trois facteurs (1993) et du modèle à cinq facteurs (2015) de Fama-French.
- ● Le calcul de SMB repose sur la différence de rendement entre six portefeuilles construits à partir de la taille et du ratio Book-to-Market.
- ● Le facteur HML (High Minus Low) complète SMB dans le modèle Fama-French en capturant l’effet valeur.
- ● Les données historiques sont accessibles librement sur le site de Kenneth French à l’université de Dartmouth.
Small Minus Big : définition et origines du facteur SMB
Qu’est-ce que le Small Minus Big (SMB) ?
Le terme Small Minus Big veut dire exactement ce qu’il dit : la différence de rendement entre un portefeuille de petites capitalisations boursières et un portefeuille de grandes capitalisations. Quand SMB est positif, les small caps ont surperformé les large caps sur la période. Quand il est négatif, c’est l’inverse.
Dans les études académiques et chez les professionnels, ce facteur s’écrit SMB. Il forme l’un des trois piliers du modèle Fama-French, avec le facteur de marché (Rm − Rf) et le facteur valeur HML (High Minus Low). Sur longue période aux États-Unis, la prime de taille associée à SMB a été estimée à environ 2 % par an , un chiffre souvent cité, mais dont la robustesse post-1980 est contestée, comme on le verra.
Ce que SMB capture, c’est un fait empirique simple : les petites entreprises cotées ont, en moyenne sur plusieurs décennies, généré des rendements supérieurs à ceux des grandes. Fama et French ont formalisé cette observation en un outil quantitatif précis, reproductible et adaptable à des modèles de régression.
Contexte historique : de Banz (1981) à Fama-French (1993)
L’effet taille n’a pas été découvert par Fama et French. C’est Rolf Banz qui l’identifie en premier, en 1981, en examinant les données du NYSE entre 1926 et 1975. Son observation : les actions de petites capitalisations génèrent des rendements anormaux positifs, même après ajustement par le bêta du CAPM.
Une dizaine d’années après, Eugene Fama et Kenneth French reprennent et systématisent cette anomalie. Leur article « The Cross-Section of Expected Stock Returns », paru dans le Journal of Finance en 1992, montre que la taille et le ratio Book-to-Market expliquent une part importante de la dispersion des rendements actions, bien plus que le seul bêta de marché. L’année suivante, en 1993, ils publient le modèle à trois facteurs qui intègre formellement SMB et HML.
Les données de référence proviennent des marchés américains depuis 1963 et sont librement accessibles sur le site de Kenneth French à Dartmouth , une source de premier plan pour tout analyste ou gérant travaillant sur les facteurs.
💡 Astuce
Les données officielles SMB, HML et les séries de portefeuilles Fama-French se téléchargent gratuitement sur la page de Kenneth French (Dartmouth). Cherchez « Data Library » sur le site de la Tuck School of Business , les fichiers couvrent les marchés US et internationaux, avec des historiques depuis 1963.
Comment calculer le Small Minus Big : méthodologie et formule
Construction des six portefeuilles : la méthode pas à pas
La méthodologie Fama-French originale (1993) est précise et reproductible. Voici comment on construit le facteur SMB.
- Classement par capitalisation boursière. Chaque année en juin, toutes les actions sont triées selon leur capitalisation boursière. Le seuil qui sépare « Small » et « Big » est la médiane des capitalisations NYSE, pas celle de l’ensemble du marché. En pratique, environ 50 % des titres NYSE se retrouvent dans chaque groupe, mais les small caps représentent une part beaucoup plus faible de la capitalisation totale.
- Classement simultané par ratio Book-to-Market (B/M). Les mêmes actions sont triées en trois groupes selon leur ratio valeur comptable / valeur de marché : Bas (30 % inférieur), Moyen (40 % central), Haut (30 % supérieur). Ces tertiles servent aussi à construire le facteur HML.
- Intersection des deux classements → 6 portefeuilles. Le croisement Taille × B/M donne six portefeuilles distincts : SL, SM, SH (Small/Low, Small/Medium, Small/High) et BL, BM, BH (Big/Low, Big/Medium, Big/High).
- Calcul de SMB. La formule est :
SMB = (SL + SM + SH) / 3 − (BL + BM + BH) / 3
Les portefeuilles se réorganisent chaque année en juin, sur la base des données comptables de l’exercice précédent et des capitalisations boursières de fin juin.
| Portefeuille | Taille | Book-to-Market | Notation |
|---|---|---|---|
| SL | Small | Bas (30 %) | Croissance / petite taille |
| SM | Small | Moyen (40 %) | Neutre / petite taille |
| SH | Small | Haut (30 %) | Valeur / petite taille |
| BL | Big | Bas (30 %) | Croissance / grande taille |
| BM | Big | Moyen (40 %) | Neutre / grande taille |
| BH | Big | Haut (30 %) | Valeur / grande taille |
⚠️ Attention
Les résultats historiques du facteur SMB sont des résultats hypothétiques. The results are hypothetical results and are NOT an indicator of future results. La prime de taille observée sur données passées ne garantit aucune surperformance future des petites capitalisations.
SMB dans le modèle Fama-French : du modèle à trois facteurs au modèle à cinq facteurs
Le modèle à trois facteurs (1993) : formule et lecture
Le modèle Fama-French à trois facteurs s’écrit :
Ri − Rf = αi + βi(Rm − Rf) + si · SMB + hi · HML + εi
Chaque élément joue un rôle distinct. Ri − Rf est le rendement excédentaire du titre ou portefeuille i par rapport au taux sans risque. βi(Rm − Rf) capture l’exposition au risque de marché global. si · SMB mesure la sensibilité au facteur de taille : un coefficient si positif indique une exposition aux petites capitalisations. hi · HML saisit l’exposition au facteur valeur. Enfin, αi est l’alpha, la performance non expliquée par les trois facteurs.
Sur des portefeuilles diversifiés, ce modèle explique environ 90 % de la variance des rendements, contre 70 % pour le CAPM seul. C’est son principal avantage.
L’extension au modèle à cinq facteurs (2015)
En 2015, Fama et French publient dans le Journal of Financial Economics une extension importante : le modèle à cinq facteurs. Deux nouveaux facteurs s’ajoutent à SMB, HML et au facteur de marché : RMW (Robust Minus Weak), qui mesure la profitabilité opérationnelle, et CMA (Conservative Minus Aggressive), qui reflète la politique d’investissement des entreprises.
Dans ce cadre élargi, SMB est redéfini à partir de 25 portefeuilles (intersection 5×5 Taille/Book-to-Market), ce qui raffine la mesure du facteur de taille. L’introduction de RMW et CMA réduit partiellement le poids de HML dans certains contextes.
| Modèle | Facteurs | Année | Pouvoir explicatif |
|---|---|---|---|
| 3 facteurs | Marché, SMB, HML | 1993 | ~90 % (portefeuilles diversifiés) |
| 5 facteurs | Marché, SMB, HML, RMW, CMA | 2015 | Supérieur, notamment sur profitabilité |
💼 Conseil
Pour analyser un fonds actions généraliste ou évaluer une stratégie smart beta, le modèle à trois facteurs suffit et reste plus facile à interpréter. Le modèle à cinq facteurs devient utile dès qu’on veut isoler des effets de profitabilité ou d’investissement, typiquement pour des stratégies sectorielles ou des fonds à biais qualité. Si vous faites appel à un expert en gestion financière, précisez d’emblée l’objectif de l’analyse pour choisir le bon cadre.
Effet de taille, limites du SMB et application en gestion de portefeuille
Limites et critiques du facteur SMB
La prime de taille n’est pas gravée dans le marbre. Plusieurs études montrent qu’elle est quasi nulle sur la période 1983-2014 aux États-Unis, soit juste après la publication des travaux de Banz et Fama-French. Ce phénomène, appelé « disparition post-publication », est bien documenté. Deux explications s’opposent : la prime aurait été arbitragée par les investisseurs, ou elle était en partie un artefact des données.
Autres limites concrètes :
- Liquidité réduite des small caps, qui complique l’exécution à grande échelle.
- Coûts de transaction élevés : sur les petites capitalisations, les spreads bid-ask et l’impact de marché peuvent dévorer l’essentiel de la prime théorique.
- Forte interaction avec HML : la prime SMB est nettement plus élevée parmi les titres value. Isolée, elle est moins solide.
- Débat non tranché entre interprétation risque (les small caps sont plus risquées) et interprétation comportementale (mispricing systématique).
Applications pratiques en gestion de portefeuille
Malgré ces réserves, SMB reste un outil de référence. Un gérant ou analyste l’utilise concrètement de deux façons. D’abord, pour construire des portefeuilles factoriels : les stratégies smart beta à biais small cap s’appuient explicitement sur ce facteur. Ensuite, pour analyser l’exposition d’un fonds existant via régression Fama-French : le coefficient si montre le biais structurel vers les petites ou grandes capitalisations, souvent involontaire et méconnu des gérants.
Questions fréquentes sur le Small Minus Big
Quelle est la différence entre SMB (Small Minus Big) et HML dans le modèle Fama-French ?
SMB (Small Minus Big) mesure la prime de taille : il capture l’écart de rendement entre les petites et les grandes capitalisations. HML (High Minus Low) mesure la prime de valeur, c’est-à-dire la différence de rendement entre les titres à fort ratio book-to-market et ceux à faible ratio. Les deux facteurs sont indépendants et complémentaires dans le modèle à trois facteurs.
Où trouver les données historiques du facteur Small Minus Big de Fama et French ?
Les séries historiques du facteur small minus big se trouvent gratuitement sur le site de Kenneth French, hébergé par Dartmouth College. La bibliothèque de données propose des fichiers téléchargeables en format texte ou CSV, couvrant les marchés américains depuis 1926 et plusieurs marchés internationaux. Les données sont mises à jour régulièrement, généralement avec un décalage d’un mois.
Le facteur Small Minus Big est-il toujours pertinent aujourd’hui ?
La prime de taille associée au small minus big a été beaucoup plus faible, voire inexistante, depuis les années 1980 sur le marché américain. Certains chercheurs pointent un phénomène de data mining ou une disparition de la prime après sa publication. Cependant, le facteur SMB reste un outil de diagnostic utile pour mesurer l’exposition d’un portefeuille aux petites capitalisations, indépendamment du débat sur la prime elle-même.
Comment interpréter un coefficient SMB négatif dans une régression Fama-French ?
Un coefficient small minus big négatif signifie que le portefeuille ou le fonds analysé penche davantage vers les grandes capitalisations qu’aux petites. Concrètement, quand les petites capitalisations surperforment, ce portefeuille tend à sous-performer relativement. C’est un signal utile pour un gérant : il indique un biais structurel vers les large caps, souvent involontaire, qui peut expliquer une partie de la performance ou de la volatilité observée.
Small Minus Big : ce que ça change concrètement pour votre analyse de portefeuille
Le facteur small minus big reste avant tout un outil de mesure, pas une promesse de surperformance. La prime de taille est contestée, les données post-1980 le confirment, mais SMB conserve une utilité réelle pour diagnostiquer l’exposition d’un fonds ou d’un portefeuille aux petites capitalisations. Intégrer ce facteur dans une régression Fama-French prend moins d’une heure avec un tableur et des données publiques : le résultat révèle des biais structurels souvent ignorés par les gérants eux-mêmes.
Avant toute décision d’allocation fondée sur ce facteur, deux précautions s’imposent : vérifier les données actualisées directement sur la bibliothèque de Kenneth French, et consulter un professionnel pour les implications fiscales et réglementaires propres à votre situation.
La prochaine étape concrète : télécharger les séries historiques SMB sur le site de Dartmouth et les régresser sur votre portefeuille actuel. Le résultat vous dira en 20 minutes si vous êtes réellement exposé à l’effet taille.
Cet article est informatif et ne remplace pas un conseil personnalisé. Les prix, délais et fonctionnalités cités sont des ordres de grandeur constatés en 2026 : vérifiez-les auprès des éditeurs et des organismes concernés avant toute décision, et faites-vous accompagner si votre situation sort du cadre général.
Ex-entrepreneur : société de services montée en 2013, revendue après neuf ans. Aujourd’hui consultant et formateur auprès de créateurs, d’indépendants et de dirigeants de TPE et PME, à Lyon. Il écrit des méthodes chiffrées, testées sur le terrain, et dit franchement où s’arrête son conseil.
