Quantification du risque du prix de pétrole : Value at Risk et Stress Testing

Résumé du document

Le pétrole représente un facteur important dans les économies des nations, il représente la première source d'énergie primaire dans le monde et son utilisation est très fréquente dans la production industrielle, la production d'électricité et dans le transport ainsi que plusieurs autres domaines.

Après le deuxième choc pétrolier, les marchés de l'or noir se sont complexifiés et sont devenus des marchés physiques et financiers. Sur ces marchés s'établit chaque jour un équilibre instable basé sur un grand nombre de facteurs et la formation des prix dépasse la simple confrontation entre l'offre et la demande. En effet, les prix de pétrole ont été principalement déterminés par des contrats à long terme entre les producteurs de pétrole et les compagnies pétrolières internationales (Marimoutou et al (2009)), ensuite et suite à la montée de la concurrence et la dérèglementation, les marchés d'énergie sont devenus relativement libres et plusieurs facteurs ont été introduits pour expliquer les mouvements extrêmes des prix de pétrole tels que la politique de l'OPEP, les guerres, l'incertitude politique au Moyen Orient et ailleurs, des facteurs naturels et climatiques... etc.

Donc la hausse récente de la dérèglementation, les exigences des marchés émergents, les flux de trésorerie provenant des investisseurs et des spéculateurs et l'augmentation de la concurrence sur les marchés mondiaux de l'énergie ont fait des prix de pétroles de plus en plus explosifs.

Plusieurs analystes croient que les fluctuations des prix de pétrole ont des conséquences considérables sur l'activité économique, en effet, Sadorsky (1999) a constaté que les chocs de la volatilité des prix de pétrole ont des effets asymétriques sur l'économie et a trouvé des preuves sur l'importance des mouvements des prix de l'or noir dans l'explication des mouvements des rendements boursiers.

Dans cet environnement vulnérable, risqué et imprévisible, le souci majeur des intervenants, traders et gestionnaires de risque, qui cherchent toujours à bien gérer leurs couples risque-rendement, sera de trouver un efficace outil de gestion de risque pour pouvoir mettre en place une convenable stratégie de couverture. Dans ce contexte, la Value at Risk (VaR) peut être introduite comme l'une des approches les plus populaires de quantification de risque. Cette mesure réduit le risque du marché de toutes les positions individuelles d'un actif à une seule statistique et permet d'estimer la perte potentielle à laquelle est exposé un portefeuille sur une période donnée et à un niveau de confiance fixé.

Afin de calculer la VaR dans le cadre du marché pétrolier, plusieurs chercheurs ont eu recours aux modèles GARCH tel que Barone-Adesi et al (1999) et ce parce que ce modèle est puissant en matière de prise en compte du phénomène de regroupement de la volatilité qui caractérise la majorité des séries financières. Mais puisque sous la loi normale ce modèle peut présenter l'inconvénient de sous estimation du risque, la distribution de Student peut être employée. Certaines études empiriques ont opté à cette distribution caractérisée par des queues épaisses pour tenir compte des caractéristiques des rendements financiers, mais également, comme il est indiqué par Hung et al (2008), cette dernière n'est pas capable de décrire simultanément les propriétés des queues épaisses et de la leptokurticité.

(...)

Puisque les modèles de la VaR ne peuvent intégrer tous les risques possibles et ne peuvent pas capturer les changements soudains et dramatiques des circonstances du marché, une autre technique a été développée, c'est la technique du stress testing ou la méthode de simulation de crise. Comme la technique de la VaR, le stress testing peut être mené par plusieurs approches telles que l'approche historique, qui est la plus simple, et l'approche par la théorie des valeurs extrêmes. Ces deux approches ont fait un objet d'étude par Thierry Roncalli (2000, 2001). On trouve aussi la méthode Worst-case scenario qui a été présentée par Boudoukh (1999).

A ce niveau la question qui peut être posée est la suivante : Parmi les différentes approches de calcul de la VaR, quelle est l'approche qui présente la meilleure performance prédictive pour la quantification du risque de prix de pétrole ? Et quel est l'apport de la simulation de scénarios de crise ?

Notre objectif sera donc de quantifier le risque du prix de pétrole, d'évaluer les modèles de calcul de la VaR afin de déterminer celui qui possède la meilleure performance prédictive et d'appliquer la technique de simulation de crises pour identifier une échelle de risque pour le marché pétrolier.

Notre étude empirique sera faite en se basant sur deux séries de rendements de pétrole brut à savoir le Brent et le WTI qui représentent des références majeures sur le marché pétrolier.

Pour bien mener ce travail de recherche, nous procédons comme suit : le premier chapitre sera un chapitre introductif donnant un aperçu général en première partie sur le marché pétrolier, ces différents types, acteurs, produits, volumes d'échange et relation entre prix au comptant et prix à terme, et en deuxième partie sur le prix de pétrole, ses déterminants et son effet sur l'économie.

Le deuxième chapitre va s'intéresser à l'analyse du risque de prix de pétrole, la première partie de ce chapitre se concentre sur la Value at Risk, quatre approches de calcul (GARCH, SH, SHF, TVE inconditionnelle et conditionnelle) ainsi que la méthode d'évaluation des différents modèles (le backtesting). La deuxième partie de ce chapitre sera consacrée aux programmes de stress testing et trois approches vont être présentées (approche historique, WCS, TVE).

Le troisième chapitre sera la partie empirique de ce travail de recherche et va comporter une analyse descriptive des données, l'application et la validation de trois modèles de calcul de la VaR (modèle normal conditionnel, Student conditionnel et la GPD conditionnelle). Enfin nous appliquons la technique de simulation de crise par la GEV (...)