Durant les dix dernières années, les grandes banques ont consacré beaucoup de ressources au développement de modèles de gestion des risques. Ces modèles, internes aux banques, ont eu pour principale fonction la mesure des risques financiers et la détermination du « capital économique » requis.
Ces efforts ont été encouragés par les organismes régulateurs et de contrôle. C'est ainsi que le « Market Risk Amendement » (1997), du « Basle Capital Accord », a recommandé l'utilisation du concept de « Value at Risk » (VAR), comme substitut aux mesures classiques de risque.
Plus récemment, le domaine du risque de crédit, à l'instar du risque de marché, a connu lui aussi un grand développement dans ses modèles d'évaluation.
Cette évolution constitue néanmoins un paradoxe. Il est surprenant de voir le plus ancien des risques, avec ses procédures classiques et bien établies, connaître une véritable révolution dans ses modèles d'évaluation et de gestion.
De multiples raisons expliqueraient cette évolution :
•Le risque de crédit a profité des nouvelles méthodes utilisées pour les autres types de risque. C'est ainsi par exemple que la méthode de la VAR a été empruntée au risque de marché pour être utilisée pour un portefeuille de crédits bancaires.
•L'apparition des nouveaux instruments (crédits dérivés) permettent actuellement de moduler le risque de crédit.
•Un marché organisé des prêts a vu le jour et tend à se développer.
•Confrontées à une concurrence domestique et internationale et à une grande complexité de leurs portefeuilles, les banques, comme les organismes de tutelle, ont éprouvé le besoin d'adopter de meilleurs moyens d'évaluation et de gestion du risque de crédit.
•Apparition de nouveaux produits pour gérer le risque de crédit.
C'est ainsi que plusieurs modèles, internes aux banques, ont fait leur apparition. Ces modèles, se basant généralement sur la VAR, permettent l'estimation du capital économique pour faire face aux activités de crédit et donc les pertes probables. Ce principe, déjà retenu par les organismes réglementaires, souffrait de lacunes. Le capital était défini selon des règles simples et universelles et consistait en un pourcentage appliqué aux encours. Ce pourcentage est appliqué indifféremment à un client AAA ou un client B.
Les nouveaux modèles de crédit permettent de dépasser ces forfaits réglementaires en arrivant à des mesures plus objectives du capital.
Estimer ce capital permet aux banques non seulement de s'assurer que leurs moyens sont compatibles avec les risques encourus mais aussi de différencier la facturation en fonction de la qualité des clients.
Cette évolution reste cependant très récente. Les premiers modèles connus sont apparus en 1997. Celui qui sert maintenant de référence est « CreditMetrics » de J.P MORGAN.
Les autres modèles, bénéficiant d'une notoriété moins importante, sont :
•« CreditRisk » de Credit Suisse Financial Products ;
•« Portfolio Manager » de KMV ;
•« CreditportfolioView » de McKinsey.
L'évaluation de ces différents modèles pose cependant un problème de taille. Alors que l'horizon de prévision, et donc de production d'informations, peut se limiter à un jour pour les modèles de risque de marché, ceux du risque de crédit ne disposent que d'une seule prévision par an. Il faudrait donc attendre, dans certains cas, plus de 250 ans pour accumuler l'équivalent en informations d'une année pour le risque de marché.
Appliquer le « backtesting » signifie une longue attente avant de pouvoir valider les modèles et surtout les départager en identifiant celui en mesure d'approcher le plus la réalité.
Les objectifs de notre recherche sont :
•Faire une revue de littérature des nouveaux modèles internes du risque de crédit.
•Décrire et comparer ces modèles en se basant sur leurs fondements théoriques.
•Appliquer CreditMetrics et CreditRisk au même portefeuille de prêts et comparer les résultats obtenus.
La description et la comparaison se feront de deux façons :
-Les caractéristiques de chacun des quatre modèles seront mises en évidence à travers une description et une typologie. Les divergences et les similitudes seront mises en évidence.
-Les modèles CreditMetrics et CreditRisk seront confrontés. Ces deux modèles seront également appliqués à un portefeuille de prêts pour mettre en évidence leurs fonctionnalités, leurs points communs et leurs domaines de divergences.
[...] Le troisième choix à faire par l'utilisateur est le taux d'actualisation à utiliser pour chaque cotation et dans le cas de la défaillance il faut spécifier le taux de recouvrement. Exemple : Pour illustrer ces étapes ainsi que les calculs à faire nous empruntons l'exemple fourni par la documentation technique de CreditMetrics. Caractéristiques de l'obligation : - Montant : 100$ - Taux de coupon : 6%/an - Durée : 5 ans - Cotation : BBB - Séniorité : “Senior Unsecured” - Horizon temporel : un an. [...]
[...] - Prendre des décisions d'ordre stratégique (Ex : fusions et acquisitions). Le modèle structural Contrairement au modèle global, le modèle structural estime le risque total en partant de chacun des types de risque. Certaines banques utilisent l'approche Top-down alors que d'autres procèdent en partant du bas Bottom-up D'autres banques utilisent les deux approches en privilégiant Top-down pour les particuliers et les petits emprunteurs et Bottom-up pour les grandes entreprises. L'approche Top-down est appliquée à des portefeuilles, en général, homogènes (ex : Cartes de crédit). [...]
[...] Tableau 3.10 Les seuils étant : Tableau 3.15 Si nous prenons par exemple le percentile il signifie qu'il y a de chances ( ou une année sur quarante) pour que notre portefeuille ait une valeur de Cette même valeur sera de $ si nous prenons un percentile de 95%. Ces percentiles offrent une meilleure estimation que la moyenne et l'écart type du fait que le portefeuille n'obéit pas à une loi normale. Tableau 3.20 Sauf dans le cas de la moyenne et du percentile la distribution normale surestime la valeur du portefeuille. [...]
[...] Traité de gestion bancaire Presses de l'Université du Québec. Théoret, Raymond 1999. Traité de gestion bancaire Presses de l'Université du Québec. James C RAROC Based Capital Budgeting and Performance Evaluation: A Case Study of Bank Capital Allocation ŽmŽ^ ²L;)#h¸?h[10]t;:?CJOJ[11]QJ[12]^J[13]aJ h¸?h[14]t;CJ^J[15]aJmH sH #h¸?h[16]t;:?CJ^J[17]aJmH sH h[18]t;5?CJ0OJ[19]QJ[20]^J[21]aWorking Paper. The Warton School. University of Pennsylvania. Federal Reserve System Task Force on International Credit Risk Models Credit Risk Models at Major US Banking Institutions: Current State of the Art and Implications for Assesments of Capital Adequaty Board of Governors of Federal Reserve System. [...]
[...] Il dépend de la séniorité des emprunts : Tableau 3.4 Source : Carty & Lieberman (96a) Moody's Investors Service Les taux à terme utilisés sont : Tableau 3.5 La matrice des variances covariances choisie est celle utilisée dans l'exemple de Creditmetrics : Tableau 3.6 II) Valeurs du portefeuille dans le cas de Creditmetrics La démarche adoptée est celle exposée dans le chapitre 2. Cependant, et au lieu de faire les calculs directement nous avons eu recours à la simulation de Monte Carlo pour générer des scénarios. Les calculs directs ne peuvent se faire que dans le cas de deux titres, dépassé ce nombre il n'est plus possible de calculer les percentiles. Le modèle de Creditmetrics a été décomposé en plusieurs étapes et nous avons eu recours essentiellement au logiciel Excel pour les différents calculs. [...]
Référence bibliographique
Source fiable, format APALecture en ligne
avec notre liseuse dédiée !Contenu vérifié
par notre comité de lecture
