MRF Guibert 3

Mesures de risque de march
Cours de la chaire Risques Financiers de la fondation du Risque

Cours de Master 2me anne, 2012-2013
Master Recherche Probabilits et Applications (Universit Paris 6 et Ecole Polytechnique)
Master Recherche Mathmatiques et Applications (Universit Marne La Valle et ENPC)
Thomas GUIBERT
30 Janvier 2013
SOMMAIRE
Introduction
Dfinition et typologie des risques
DEFINITION ET TYPOLOGIE DES RISQUES
FOCUS SUR LES RISQUES DE MARCHE : ORGANISATION TYPE DUNE DIRECTION DES RISQUES DE MARCHE
La rglementation bancaire
LES OBJECTIFS ET LES DIFFRENTS INTERVENANTS
UN PEU DHISTOIRE : FOCUS SUR LE COMITE DE BALE
UN PEU DHISTOIRE : FOCUS SUR BALE ET LES RISQUES DE MARCHE
Les mesures de risque de march

INTRODUCTION
LES SENSIBILITS
LA VALUE AT RISK (VAR)
LEXPECTED SHORTFALL (ES)
LES STRESS TESTS (SCNARIOS DE CRISE)
LA STRESSED VAR (SVAR)
LINCREMENTAL RISK CHARGE (IRC)
LA COMPREHENSIVE RISK MEASURE (CRM)
SYNTHESE
Le lien entre les mesures de risque de march et le capital rglementaire

Synthse et conclusion
Mesures de risque de march |
30/01/2013 |
INTRODUCTION

30/01/2013 |
CHAPITRE 01
DEFINITION ET TYPOLOGIE DES RISQUES

30/01/2013 |
Dfinition et typologie des risques (1/3)

Dfinition des risques
Les banques sont exposes des risques inhrents leurs activits.
Le risque est associ la notion dincertitude mais galement aux pertes quil peut engendrer.
Les mesures de risque ont pour objectif de quantifier ces pertes, selon les types de risque.
Risque de crdit (y compris le risque pays)

Risque que lemprunteur (un particulier, une entreprise, un metteur ou un Etat) ne rembourse pas sa dette
aux chances fixes. Le risque de crdit inclut le risque de contrepartie affrent aux oprations de march.
Cas pratiques :
-
Monsieur X a contract un emprunt auprs de sa banque pour acheter un appartement. Monsieur X perd son emploi et nest
plus en mesure de payer ses mensualits aux chances fixes.
Crise sur les emprunts russes 1998: spculation sur les titres de crances ngociables. LEtat russe se dclare en cessation
de paiement en aot 1998.
Risque de march
Risque de pertes rsultant de lvolution des prix du march (cours des actions, des matires premires, des
devises et des taux dintrt).
Cas pratiques :
-
Flash crash du 6 mai 2010, Etats-Unis : un fonds a vendu une quantit inhabituelle de contrats sur S&P500, les transactions
haute frquence ont ragi de manire agressive.

30/01/2013 |

Risque oprationnel
Risque de pertes rsultant dune inadaptation ou dune dfaillance imputable des procdures, personnels
et systmes internes ou des vnements extrieurs.
Cas pratiques :
- Des traders ont pris des positions spculatives massives, en dehors de leurs attributions et non couvertes. Ils ont russi les
dissimuler leurs hirarchies et aux systmes de contrle des banques. Cela a notamment t le cas des banques
suivantes: la Barings (1995 1.3 GUSD), la Socit Gnrale (2007 4.9 GEUR) et UBS (2011 2.3 GUSD).
- Laffaire Madoff : il sagit dune escroquerie connue sous le nom de chaine de Ponzi . Madoff proposait des rendements
trs levs, mais en fait payait les intrts des premiers investisseurs avec le capital apport par les derniers entrs.
Risque de non-conformit
Risque de sanction ou de perte financire dcoulant du non-respect de la rglementation bancaire et
financire ou des rgles internes.

Cas pratiques :
-
Etablissement de crdit A, avertissement et sanction pcuniaire de 800KEUR, nov./dc. 2011. Selon larticle 1 du rglement
97-02, les dispositifs de contrle interne dune banque doivent tre adapts la nature et au volume de ses activits, sa
taille et aux risques auxquels elle est expose. Une mission dinspection de la Commission bancaire a montr que
ltablissement A navait pas fait voluer larchitecture de son dispositif de surveillance des risques au mme rythme que la
complexit de ses oprations de march. http://www.acp.banque-france.fr/fileadmin/user_upload/acp/publications/registreofficiel/20111216-Decision-de-la-commission-des-sanctions.pdf
La banque britannique accepte de payer 1,9 milliard de dollars (1,5 milliards deuros) pour clore les poursuites engages
par les autorits amricaines dans une affaire de blanchiment d'argent sale appartenant notamment des cartels de la
drogue. HSBC a conclu un accord avec les autorits amricaines dans le cadre d'enqutes concernant des infractions aux
lois sur les sanctions (frappant certaines entits criminelles ou assimiles) et la lutte contre le blanchiment d'argent , a
prcis la banque dans un communiqu. Source : Les Echos - 11/12/2012

30/01/2013 |

Risque de liquidit
Risque que la banque ne puisse pas faire face ses flux de trsorerie un cot raisonnable.
Cas pratique :
-
Crise des subprimes en 2007: nationalisation de Northern Rock, solvable mais investi dans des crdits hypothcaires non
liquides.
Risque structurel de taux dintrt et de change

Risque de pertes ou de dprciations sur les actifs en cas de variation sur les taux dintrt et de change.
Risque stratgique
Risque inhrent la stratgie choisie ou rsultant de lincapacit mettre en uvre cette stratgie.
Risque de rputation
Risque rsultant dune perception ngative de la part des clients, des contreparties, des actionnaires, des
investisseurs ou des rgulateurs qui peut affecter dfavorablement la capacit dune banque maintenir ou
engager des relations daffaires et la continuit de laccs aux sources de financement.
Risque environnemental et social

Risque rsultant dune prise en compte inadquate des enjeux relatifs la Responsabilit Sociale et
Environnementale des Entreprises. Il est considrer dans les relations du secteur de la Finance avec toutes
ses parties prenantes : les clients, mais aussi les collaborateurs, les actionnaires, les fournisseurs et la
socit civile.

30/01/2013 |
Focus sur les risques de march : organisation type dune Direction des Risques de March
Organisation type dune Direction des Risques de March
Rles et expertise des diffrentes fonctions par rapport aux mesures de risque de march
Directeur des
Risques de
March
Analytics
Mthodologies
des mesures de
risque de march
Rle
Expertise
Dfinition des
mthodologies,
choix de
modlisation
March
Validation des
modles de
pricing
Validation
indpendante des
mesures de risque
de march
Expertise quantitative
(modles de pricing)
Gestion de
projets
Production des
indicateurs
Gestion des
Risques de
March
Gestion de projets,
implmentation,
etc.
Tests dimpacts,
analyse
quotidienne des
indicateurs
Utilisation des
indicateurs au
quotidien dans la
gestion des
risques
Expertise Systme dInformation

(implmentation IT, production, etc.)
Expertise mtier
(march et produits)

30/01/2013 |
CHAPITRE 02
LA REGLEMENTATION BANCAIRE

30/01/2013 |
La rglementation bancaire les objectifs et les diffrents intervenants

La rglementation bancaire a notamment pour objectifs :
Adapter ou amliorer les rgles de fonctionnement et ainsi participer la modernisation et la stabilit du secteur bancaire,
Limiter la prise de risques excessive,
Prvenir le risque systmique,
Assurer aux clients une information de qualit.
Rglementation prudentielle supranationale
G20
FSB
Comit de
Ble
Le G20 fixe les orientations prioritaires.

Le Financial Stability Board (FSB ou Comit de
stabilit financire) les dcline oprationnellement et
met des recommandations.
Le Comit de Ble publie des recommandations, sous
lgide de la BRI (Banque des Rglements
Internationaux).
Parlement europen
Conseil europen
Commission europenne
Convergence europenne
ABE
(Autorit Bancaire Europenne)
Les
instances
europennes
transposent
ces
recommandations en droit europen (directives).
Ces recommandations ont abouti, par exemple,
l'adoption de la Directive CRD (Capital Requirement
Directive).
Parlement franais
ACP (Autorit de contrle prudentiel)
Au niveau national, implmentation des dispositions
CRBF (Comit de la rglementation bancaire)
communautaires et des lois nationales.
AMF (Autorit des marchs financiers)

Source: document interne Socit Gnrale.
30/01/2013 |
10
La rglementation bancaire un peu dhistoire : focus sur le Comit de Ble

Les Principes fondamentaux pour un contrle bancaire efficace publis par le Comit de Ble
constituent le standard le plus important dans le domaine de la rglementation et du contrle
bancaire. Ces principes dfinissent le cadre densemble du contrle bancaire et couvrent :
Lagrment des tablissements,
La rglementation prudentielle,
Les techniques de contrle,
Les prrogatives des autorits.
Les dates cls

1974
Cration
du Comit
de Ble
1988
Publication
des accords
de Ble I
Dans la pratique : les tapes cls:

- Publication dun document consultatif par le Comit de Ble et ralisation dtudes dimpacts,
- Lobbying et rponses des banques,
- Publication dun document final intgrant ou non les retours des banques,
- Phase dimplmentation avec ralisation dtudes dimpacts complmentaires,
- Prsentation dun dossier de demande de validation de lutilisation des modles internes par
les banques leur rgulateur (ACP en France),
- Mission de validation de lACP sur place,
- Rapport de lACP, avec recommandations mettre en uvre selon un calendrier fix.
1996
Publication
damendements
relatifs au risque
de march
1999
Consultation
sur les
accords de
Ble 2
2004
Ble 2
2009
Ble 2.5
2010
Ble 3
2012
Ble 4 ?
Les recommandations de Ble 2 sarticulent autour de 3 piliers :

Pilier 1 : exigences minimales de fonds propres
- Exigences de fonds propres minimales afin de couvrir les risques de march, de crdit et oprationnels.
Pilier 2 : processus de surveillance prudentielle

- Principes de la surveillance prudentielle afin de garantir que le capital est suffisant afin de couvrir les risques encourus.
Pilier 3 : discipline de march

- Des rgles de transparence sont tablies quant la discipline de march et linformation mise la disposition du public.
30/01/2013 |
11
La rglementation bancaire un peu dhistoire : focus sur Ble et les risques de march (1/2)
Focus sur les textes de Ble relatifs aux risques de march :
Ble 2 Consultation juin 1999 / Document final 2004 / Implmentation fin 2006
- VaR et mthode standard avec limitation des bnfices lis au netting.
Ble 2.5 Consultation janvier 2009 / Document final juillet 2009 / Implmentation fin 2011
- Renforcement du cadre de Ble II et objectif affich daugmenter le capital du portefeuille de trading.
- Rduction de la pro-cyclicit des exigences de fonds propres.
- Prise en compte de facteurs de risque autres que march sur le trading book : le risque de crdit.
- Le dispositif de Ble II (VaR et mthode standard) est complt par de nouveaux lments :
Les modles internes : la VaR est complte par 3 nouvelles mesures de risque de march : la VaR stresse,
lIncremental Risk Charge (IRC) et la Comprehensive Risk Measure (CRM);
La mthode standard (taux, change, equity et matires premires) est complte par une charge en capital en mthode
pour les positions de Titrisations, similaire celle du banking book (ce qui adresse les arbitrages entre trading et banking).
Ble 4 ? Fundamental Review of the Trading Book Consultation de mai septembre 2012 / ?
- Adresser les faiblesses mises en vidence par la crise, dfinir un cadre rglementaire unifi (en opposition au patchwork post
Ble 2.5) qui puisse tre appliqu toutes les banques et qui permette les comparaisons entre banques.
- Le Comit de Ble propose notamment:
Lutilisation dune mesure dExpected Shortfall calcule sur une priode stresse, la place des VaR et VaR stresse.
La prise en compte dhorizons de liquidit diffrencis ainsi que la limitation des bnfices de diversification et de hedge.
La possibilit de rintgrer dans ce cadre unifi les risques de crdit actuellement capts par les mesures IRC et CRM.
La mise en place dun calcul en mthode standard qui pourrait servir de floor pour le capital rglementaire.
30/01/2013 |
12
La rglementation bancaire un peu dhistoire : focus sur Ble et les risques de march (2/2)
De Ble 2 Ble 2.5 puis Ble 4 ?
Ble 2
Ble 2.5
VaR
VaR
VaR spcifique
VaR stresse
Modles internes
Ble 4 ?
Expected Shortfall
- priode stresse
- horizons de liquidit
IRC
- limitation diversification
- rintgration IRC/CRM
CRM
- floor en standard
Mthode standard
Mthode standard
Mthode standard
(IR, FX, EQ et CTY)
(IR, FX, EQ et CTY)
(IR, FX, EQ et CTY)
Mthode standard
Mthode standard
Titrisation
Titrisation
Mthode standard
temps
30/01/2013 |
13
CHAPITRE 03
LES MESURES DE RISQUE DE MARCHE

30/01/2013 |
14
CHAPITRE 03
Introduction

30/01/2013 |
15
Les mesures de risque de march introduction (1/4)

La valorisation dun portefeuille de trading fait apparatre une dpendance aux :
Elments contractuels : nominal, qualit de la contrepartie, clauses particulires, etc.
Elments lis son nom : qualit de crdit propre, accs la liquidit (cot de refinancement), etc.
Paramtres de march explicites : cours des actions, taux de swaps, etc.
Paramtres de march implicites : volatilits, etc.
Paramtres de march plus exotiques : corrlations, etc.
Paramtres de modles : paramtres numriques (lis au calibrage des modles), etc.
De la mesure lanalyse des risques de march

Etapes pralables
-
Analyse conomique des risques encourus
Identification des facteurs de risque
Collecte des donnes
Dans la pratique :
On considre une option sur un indice Equity dont le prix dpend
de plusieurs paramtres :
P(S, K, r, T, , d, q)
- Elments contractuels : strike K, maturit T, etc.
- Paramtres de march explicites : cours de lindice sous-jacent,
taux dintrt utilis pour actualiser les flux,
Etapes de modlisation
-
Modlisation des facteurs de risque
- Paramtres de march implicites : la nappe de volatilits ( la

monnaie et smile), les dividendes et repos,
Lien entre facteurs de risque et valeur du portefeuille
Evaluation de la distribution de P&L du portefeuille
- Paramtres de march plus exotiques : les corrlations dans le

cas de produits multi sous-jacents,
Evaluation de la robustesse des modles (backtesting)
- Paramtres de modles : selon le modle de pricing utilis

(Black & Scholes, volatilit locale, volatilit stochastique).
Etapes danalyse, de synthse et de pilotage du risque

-
Calcul des indicateurs de risque
Analyse du risque ex-ante
Suivi et pilotage du risque

30/01/2013 |
16

Etapes pralables
Analyse conomique des risques encourus sur le portefeuille de ngociation
-
Actions & indices : les cours des actions et indices, leurs volatilits ( la monnaie et smile), les dividendes, etc.
Taux : les taux de swaps, les taux Trsor, les volatilits des taux, etc.
Dans la pratique :
Change : les taux de change, les volatilits des taux de change, etc.
Crdit : les spreads de crdit, les volatilits, etc.
Matires premires : les cours des matires premires, leurs volatilits, etc.
Dans le cas de loption sur indice Equity

prcdente, quels facteurs de risque retenir parmi
lensemble des paramtres de march ? spots,
taux, volatilits, dividendes, repos, corrlations, etc.
Identification des facteurs de risques: quelques exemples de changements de dynamiques
Source : La formation des prix sur le march des CDS : les enseignements de la
crise souveraine (2010 - ) - Christophe Bonnet - AMF, janvier 2012
Impacts de la faillite de
Lehman sur lindice S&P500
Crise souveraine : largissement des spreads de CDS

30/01/2013 |
17

Etapes pralables
Identification des facteurs de risques: quelques exemples de changements de dynamiques
Risque
spcifique
(ou idiosyncratique) :
variations du cours
dune
action
en
raison dvnements
qui sont propres
lentreprise
indpendamment
des phnomnes qui
affectent lensemble
des
actions
(le
march).
Collecte des donnes

30/01/2013 |
18

Etapes de modlisation
Modlisation des facteurs de risque
Lien entre les facteurs de risque et la valeur du portefeuille
Evaluation de la loi de probabilit des portefeuilles
Evaluation de la robustesse des modles (backtesting)
Choix de mesures afin de grer les risques de march

-
Modlisation non probabiliste

Expositions en nominal
Sensibilits du portefeuille aux paramtres de march
Modlisation probabiliste
VaR
Expected Shortfall
Scnarios de stress
Stressed VaR
IRC
CRM
Etapes danalyse, de synthse et de pilotage du risque

Calcul dindicateurs de risque
Analyse du risque ex-ante
Suivi et pilotage du risque
30/01/2013 |
19
CHAPITRE 03
Les sensibilits

30/01/2013 |
20
Les mesures de risque de march les sensibilits

Dfinition
Les sensibilits permettent de mesurer la variation du prix dun produit financier suite la variation dun
paramtre de march.
Mathmatiquement, les sensibilits correspondent aux drives partielles du prix par rapport un ou
plusieurs paramtres de march.

Les sensibilits sont appeles les grecques .
Risque de modle : selon le modle de pricing utilis afin de valoriser un produit

financier, des prix diffrents peuvent tre obtenus. Les sensibilits aux diffrents
paramtres de march peuvent galement avoir des valeurs diffrentes.
Quelques exemples de sensibilits

Delta : sensibilit du prix du produit driv par rapport au cours du sous-jacent
dP
dS
dP
d
dP
Rho : sensibilit du prix du produit driv par rapport une variation des taux dintrt =
dr
dP
Thta : sensibilit du prix du produit driv lcoulement du temps =
dt
d 2P
=
Gamma : sensibilit du delta par rapport au cours du sous-jacent
dS 2
Vega : sensibilit du prix du produit driv par rapport la volatilit implicite v =
Dans la pratique : les sensibilits sont calcules en appliquant un choc sur le paramtre de march :
Utilisation
1 + 1%), , , , , , ) , , , , , , )

1%
Les sensibilits sont utilises par les traders afin de grer leurs positions ainsi que les risk managers.
Les sensibilits sont reportes au responsable du trading, au responsable des risques, etc.
Elles sont utilises afin de dcomposer et dexpliquer les variations du prix P:
dS
d
dS
dP =
+ 0.5 + v
+ dr + ...
S
S
2

30/01/2013 |
21
CHAPITRE 03
La Value at Risk

30/01/2013 |
22
Les mesures de risque de march la Value at Risk dfinition (1/2)

Dfinition
La VaR est dfinie comme la perte potentielle maximale pouvant survenir pour un niveau de confiance donn
et pour un horizon temporel fix. Mathmatiquement, la VaR est dfinie comme le quantile de la distribution
des gains et pertes pour le niveau de confiance fix.
Dans la pratique : si la VaR dun portefeuille de trading est de 10 MEUR au seuil de 99% un horizon1 jour, alors il y a 99% de chances
que la perte subie nexcde pas 10 MEUR 1 jour.
La VaR correspond un montant de pertes; elle est fonction de trois paramtres :
- La distribution des gains et pertes du portefeuille (positions et facteurs de risque)

- Le niveau de confiance
Plus le niveau de confiance est lev, plus la VaR est leve.
Lorsque le niveau de confiance augmente, le nombre doccurrences au-del de la VaR diminue, ce qui rduit la qualit
de la mesure.
La VaR est utile tant quelle peut tre vrifie, i.e. que lon backteste le modle en vrifiant si la frquence des pertes
observes dpasse le niveau de confiance. Une valeur trop leve du quantile, 99.99% par exemple, conduirait un
dpassement tous les 10,000 jours de trading, soit tous les 40 ans.
- Lhorizon temporel
Plus lhorizon temporel est long, plus la VaR est leve.
Lhorizon temporel est dfini en fonction de lhorizon de gestion.
Il est dict par la profondeur des donnes de march et les rgulateurs.

Dans la pratique : le changement dhorizon temporel est ralis partir
de la racine carre du temps. Le passage dune VaR 1 jour une VaR
10 jours se fait :
VaR(10 j , 99%) = VaR (1 j , 99%) 10
VaR

30/01/2013 |
23
Les mesures de risque de march la Value at Risk dfinition (2/2)

Un peu dhistoire
La VaR a t popularise par JP Morgan, elle est largement accepte par les banques depuis 1993.
La VaR a t adopte par les accords de Ble en 1996-1998.
La VaR est utilise

En tant que mesure de risque de march,
Mais aussi pour le calcul du capital rglementaire.
Dans la pratique :
La rglementation impose, pour le calcul du capital rglementaire :
- Un seuil de confiance de 99%, de sorte que la perte observe ne
devrait excder statistiquement la VaR dans 1% des cas seulement;
- Un horizon temporel de 10 jours, qui suppose que toutes les positions
peuvent tre liquides ou couvertes sur cette dure.
Les lments dun systme de VaR

Les positions du portefeuille
-
Collecte des positions et identification des paramtres de march.
Les facteurs de risque

-
Choix des facteurs de risque (sous-ensemble des paramtres de march).
Choix de la modlisation des facteurs de risque.
Collecte des donnes de march.
La mthode destimation de la VaR

-
Lapproche paramtrique.
Les simulations historiques.
Les simulations Monte Carlo.
Facteurs de
risque
Positions du
portefeuille de
ngociation
Niveau de
confiance
Horizon temporel
Mthode
destimation
de la VaR

30/01/2013 |
24
Les mesures de risque de march la Value at Risk mthode paramtrique (1/5)

Lestimation de la VaR par la mthode paramtrique (variance-covariance) repose sur lhypothse
que la loi jointe des facteurs de risque suit une loi thorique. Les proprits de cette loi thorique
sont alors utilises pour estimer le quantile de la distribution de probabilit des gains et pertes du
portefeuille et donc la VaR.
Dans la pratique : estimation de la VaR dun portefeuille par la mthode paramtrique
Prsentation du modle linaire approche delta normale *
-
Les facteurs de risque suivent une distribution normale.
Le risque du portefeuille est linaire par rapport aux facteurs de risque.
Cette mthode consiste reprsenter la distribution des profits et des pertes potentielles selon une fonction de densit dune
loi normale centre rduite. La connaissance de la fonction de rpartition permet dduire la VaR.
La VaR du portefeuille est dtermine par la volatilit des facteurs de risque.
-
Illustration : cas dune position de 500,000 actions sur le titre A (cours : 10 EUR)
-
On fait lhypothse que la moyenne des rendements des cours de laction est nulle et que la volatilit annuelle est de 20%.
Soit un portefeuille compos de 500,000 actions sur le titre A cot 10 EUR.
La valeur initiale du portefeuille est donc de 5 MEUR.
La volatilit 10 jours est gale 3.98%
10 = 1
10
Niveau de
confiance
Centile de la loi
normale
252
99%
2.33
97,5%
1,96
95%
1.64
La VaR 99% horizon 10 jours est de 0.46 MEUR.

99%, 10 ) = 3.98% 2.33 5
* Lapproche delta normale peut tre tendue, il sagit alors de lapproche delta-gamma.
30/01/2013 |
25
Les mesures de risque de march la Value at Risk mthode de simulation historique (2/5)
Lestimation de la VaR par la mthode de simulation historique consiste dterminer la
distribution de probabilit des gains et pertes du portefeuille partir des variations quotidiennes
des paramtres de march pertinents (les facteurs de risque) sur une priode de temps donne.
Dans la pratique : estimation de la VaR dun portefeuille par la mthode de simulation historique
-
Choix des facteurs de risque parmi lensemble des paramtres de march,
Choix de la longueur de la priode des scnarios historiques (en pratique de 1 2 ans, soit de 250 500 scnarios),
Constitution dune base de donnes des observations historiques des facteurs de risque,
Frquence de mise jour de la priode historique (de quotidienne mensuelle),
Choix de la modlisation des scnarios appliquer ces facteurs de risque et de lhorizon temporel,
Gnration de scnarios pour lensemble des facteurs de risque.
Les approximations de modles de pricing et de mthodes numriques

-
Choix des approximations en adquation avec la prcision requise par la mesure.
Dtermination de la distribution des gains et pertes du portefeuille

-
Les facteurs de risque sont choqus puis lensemble des positions revalorises, sous chacun des scnarios historiques.
On obtient ainsi autant de prix choqus du portefeuille que de scnarios, puis par diffrence avec la valeur initiale du
portefeuille, on obtient la distribution des gains et pertes du portefeuille.
Dtermination du quantile 99% de la distribution des gains et pertes du portefeuille

-
Le quantile 99% est dtermin partir de la distribution des gains et pertes du portefeuille.
Changement dhorizon temporel : de 1 jour 10 jours

-
Le quantile 99% 1 jour est ramen un quantile 99% 10 jours; en rgle gnrale en utilisant la racine carre du temps.

30/01/2013 |
26
Les mesures de risque de march la Value at Risk mthode de simulation historique (3/5)
Illustration : cas dune option sur lindice DJ Eurostoxx 50, de prix P(S, K, r, T, , d, q)
-
Choix des facteurs de risque : cours de lindice, taux dintrt et volatilits la monnaie.
Choix de la longueur des scnarios historiques : 300 scnarios.
Choix de la modlisation des scnarios :
Cours de lindice : chocs relatifs,
Taux dintrt : chocs absolus,
Volatilits la monnaie : chocs relatifs.
Choix de lhorizon temporel : 1 jour.

-
Choix des approximations : aucune, revalorisation complte.

-
Les facteurs de risque sont choqus puis lensemble des positions revalorises,
sous chacun des scnarios historiques.
On obtient ainsi autant de prix choqus du portefeuille que de scnarios,

puis par diffrence avec la valeur initiale du portefeuille (100 MEUR),
on obtient la distribution des gains et pertes du portefeuille.
Dtermination du quantile 99%

-
Le quantile 99% est dtermin
VaR = 3e pire perte

sur les 300 scnarios
partir de la distribution des gains et pertes du portefeuille.

Changement dhorizon temporel : de 1 jour 10 jours
-
Le quantile 99% 1 jour est ramen un quantile 99% 10 jours; en rgle gnrale en utilisant la racine carre du temps.
30/01/2013 |
27
Les mesures de risque de march la Value at Risk mthode Monte Carlo (4/5)
Lestimation de la VaR par la mthode de simulations Monte Carlo consiste estimer la distribution
de probabilit des gains et pertes du portefeuille partir dun grand nombre de simulations des
comportements futurs possibles des facteurs de risque.
Dans la pratique : estimation de la VaR dun portefeuille par la mthode de Monte Carlo
-
Spcification de la distribution jointe des facteurs de risque (en pratique, la loi normale est utilise),
Simulation dun trs grand nombre de scnarios de variations possibles des facteurs de risque partir de cette loi (en pratique,
10,000 simulations au minimum). Le nombre de tirages conditionne la prcision de la mesure du quantile.

-
La mthode Monte Carlo faisant appel un trs grand nombre de simulations des volutions possibles des facteurs de risque,
lutilisation de la revalorisation complte de lensemble du portefeuille pour chacun de ces scnarios est inenvisageable pour
des raisons de contraintes de temps/calculateurs. Dans la pratique, les impacts P&L sont calculs par les sensibilits.
dS
d
dS
dP =
+ 0.5 + v
+ dr + ...
S
S
2

-
La distribution des gains et pertes du portefeuille est obtenue en appliquant les scnarios de dformation des facteurs de
risque simuls par la mthode Monte Carlo aux sensibilits du portefeuille.
Dtermination du quantile 99% de la distribution des gains et pertes du portefeuille

-
Le quantile 99% est dtermin partir de la distribution des gains et pertes du portefeuille.

30/01/2013 |
28
Les mesures de risque de march la Value at Risk mthode Monte Carlo (5/5)
Illustration : cas dune position de 500,000 actions sur le titre A (cours : 10 EUR)
-
Spcification de la distribution des facteurs de risque : cours de laction
dS (t ) = S (t )dt + S (t )dW (t )
2
S (t + t ) = S (t ) exp ( )t + t
2
Les moyenne et cart-type sont estims sur donnes historiques.
Nombre de scnarios : 10,000
Choix de lhorizon temporel : 1 jour (10 jours).
Les approximations de pricing et de mthodes numriques

-
Choix des approximations : la revalorisation complte tant impossible,

les impacts P&L sont calculs par les sensibilits.
Dans le cas dune action, la question ne se pose pas.

La valeur initiale du portefeuille est de 5 MEUR (500,000 x 10).

-
La distribution des gains et pertes du portefeuille est obtenue

en appliquant les scnarios de dformation des facteurs de risque
simuls par la mthode Monte Carlo aux sensibilits du portefeuille.
On obtient ainsi autant de prix choqus du portefeuille que de scnarios,

puis par diffrence avec la valeur initiale du portefeuille (100 MEUR),
on obtient la distribution des gains et pertes du portefeuille.
Dtermination du quantile 99%

-
La VaR correspond au quantile 99% (100e pire sur 10,000), ie -595KEUR.
Le choix de lhorizon temporel se fait lors de la simulation des scnarios.

30/01/2013 |
29
Les mesures de risque de march la Value at Risk le backtesting (1/3)

Dfinition
Le backtesting de la VaR a comme double objectif de :
-
Valider ladquation du modle statistiquement, en vrifiant si le degr de couverture observ empiriquement correspond au
niveau de confiance thorique de 99%. Pour ce faire, on compte le nombre de dpassements de backtesting, i.e. le nombre de
fois o la perte observe dpasse la VaR.
Valider le modle de VaR en tant que mesure de capital rglementaire. La VaR permet-elle dallouer des exigences de fonds
propres suffisantes afin de couvrir les pertes observes ?
Le backtesting nest donc pas une mesure de risque de march, mais une procdure statistique permettant de
juger, a posteriori, de la qualit du modle de VaR.
Utilisation
Le nombre de dpassements de backtesting observs sur lanne glissante intervient directement dans la
dtermination des exigences de fonds propres rglementaires (cf. chapitre 4).

La frquence des dpassements et leur amplitude renseignent galement sur la qualit du modle de VaR.
Le backtesting peut permettre didentifier les facteurs de risque quil pourrait tre ncessaire dintgrer dans
le modle de VaR. En effet, un nombre trop important de dpassements peut tre expliqu par la non prise en
compte dun risque important pour le portefeuille sur lequel la VaR est calcule.
Illustration
2 dpassements sur lanne glissante :
-
22/03/2012 :
.
P&L = -9.6MEUR
VaR = -8.8MEUR
23/06/2012 :
.
P&L = -9.1MEUR
VaR = -7.2MEUR
Source: donnes simules.

30/01/2013 |
30

Utilisation du backtesting de la VaR pour dterminer les exigences de fonds propres
Les exigences de fonds propres lies la VaR sont calcules partir de la formule suivante :
K VaR =
m
10 m ax VaR t 1 ,
60
60
VaR
i =1
t i 1
o m reprsente le coefficient multiplicateur permettant de convertir la mesure de risque de march (VaR) en capital rglementaire.
Le coefficient multiplicateur se dcompose de la faon suivante : m = 3 + mBanque + FCBacktesting

- Le coefficient multiplicateur est attribu chaque banque par lACP en fonction de la qualit de son systme de gestion des
risques, avec un minimum de 3.
- Le minimum de 3 est major par un coefficient additionnel, spcifique chaque Banque (mBanque).
- Enfin, un facteur complmentaire variant entre 0 et 1 est ajout, en fonction du nombre des dpassements de backtesting.
Illustration
Banque A
- La VaR moyenne de la banque A sur le trimestre est de 10 MEUR.
- Lors de la validation de son modle de VaR par lACP, la banque A a obtenu
un multiplicateur de 4 (3+1).
- Sur lanne glissante, 6 dpassements de backtesting ont t observs.
Le coefficient multiplicateur total est donc de 4,5 (3 + 1 + 0,5).
Le capital rglementaire li la VaR est de 142 MEUR.
Banque B
- La VaR moyenne de la banque B sur le trimestre est galement de 10 MEUR.
- Lors de la validation de son modle de VaR par lACP, la banque B a obtenu
- un multiplicateur de 3,5 (3 + 0,5).
- Sur lanne glissante, seuls 2 dpassements de backtesting ont t observs.
Le coefficient multiplicateur total est donc de 3,5 (3 + 0,5 + 0).
Le capital rglementaire li la VaR est de 111 MEUR.
Nombre de
dpassements
Facteur
complmentaire
Moins de 5
0,4
0,5
0,65
0,75
0,85
10 ou plus
Pour un mme montant de VaR, la banque A

alloue 32 MEUR de capital en plus que la banque
B. La qualit du modle de VaR est donc
primordiale non seulement pour la mesure des
risques mais aussi pour le capital !

30/01/2013 |
31

Credit Suisse First Boston (2000)
Deutsche Bank (2000)
Les pertes sont rares et toujours trs infrieures
la VaR (en MUSD).
Les
rsultats quotidiens sont quasiment

systmatiquement positifs (en MEUR).
La distribution des gains et pertes ex-post est
trs diffrente de la distribution ex-ante.
ABN Amro (2000)

Surestimation de la VaR, qui
est largement suprieure aux

pertes observes (en MEUR).
Source: exemples tirs du support de Jean-Paul Laurent.
30/01/2013 |
32
Les mesures de risque de march la Value at Risk comparaison / inconvnients

Comparaison des mthodes
Source: Porte et limites des VaR publies par les grandes institutions financires. Banque de France.
Inconvnients
La VaR nest pas une mesure sous-additive.
- Si un portefeuille est compos de 2 sous-portefeuilles A et B, alors la VaR du portefeuille total est infrieure la somme des
VaR des portefeuilles qui le compose. Cette ingalit est notamment explique par la prise en compte de la diversification.
La VaR correspond un quantile donn, elle ne prend pas en compte les risques au-del de ce quantile.
30/01/2013 |
33
CHAPITRE 03
LExpected Shortfall (ES)

30/01/2013 |
34
Les mesures de risque de march Expected Shortfall (1/2)

Dfinition
LExpected Shortfall (ES) est dfinie comme la moyenne des pertes au-del dun niveau de confiance donn.
LExpected Shortfall correspond un montant de pertes; elle permet de capter lpaisseur de la queue de
pertes de la distribution de P&L.

Tout comme la VaR, lExpected Shortfall est fonction de la distribution des gains et pertes du portefeuille
(positions et facteurs de risque), du niveau de confiance retenu et de lhorizon temporel.

La qualit de lestimation de lExpected Shortfall dpend du nombre de scnarios utiliss afin de dterminer la
distribution de P&L.
-
Cas dun nombre limit de scnarios

Pour 300 scnarios et un niveau de confiance de 99%, lExpected Shortfall est dtermine en faisant la moyenne des
pertes au-del de la 3me pire perte observe.
Lchantillon est faible, la qualit de lestimation est donc limite; on peut caler une loi thorique afin de fitter la queue de
la distribution de P&L empirique pour estimer lES.
Cas dun nombre important de scnarios

Pour 100,000 scnarios et un mme niveau de confiance de 99%,

lES est calcule en faisant la moyenne des 1,000 pires pertes.
Lestimation est meilleure et ne repose pas sur lhypothse dune loi

quelconque thorique.
VaR
Expected Shortfall
30/01/2013 |
35
Les mesures de risque de march Expected Shortfall (2/2)

Dans la pratique:
Les tapes ncessaires lestimation de lES sont identiques celles utilises pour la VaR, lexception de la
dernire, qui consiste dterminer la moyenne des pertes au-del du quantile plutt que le quantile lui-mme.
-
Les facteurs de risque.
Les approximations de modles de pricing et de mthodes numriques.
Dtermination de la distribution des gains et pertes du portefeuille.
Dtermination de la moyenne des pertes au-del du niveau de confiance.
Illustration: cas dune position de 500,000 actions sur le titre A (cours : 10 EUR)
-
LES 99% est dtermine en faisant la moyenne des 100 pires pertes.
LES peut galement tre dtermine en calant une loi thorique sur la queue de la distribution empirique.
Choix de la loi thorique :

on pourra par exemple utiliser une loi puissance
y = x
Distribution thorique
Les paramtres et sont estims.
Lestimation repose sur une hypothse de modle.
Distribution empirique

30/01/2013 |
36
CHAPITRE 03
Les stress tests

30/01/2013 |
37
Les mesures de risque de march les stress tests dfinition

La VaR est calcule partir de scnarios historiques passs, elle repose donc sur un chantillon
historique de taille limite et sur les vnements observs sur cette priode, ce qui ne permet pas
de capturer les vnements extrmes.
La VaR est complte par des stress tests (scnarios de crise) qui permettent destimer les pertes
rsultant dvolutions extrmes des paramtres de march (niveaux de confiance plus levs) sur
des horizons temporels pouvant tre suprieurs celui de la VaR : 1 mois, 3 mois, etc.
Les diffrents types de scnarios de stress
Sensibilit
Historiques
Hypothtiques (ou thoriques)
Adverses

30/01/2013 |
38
Les mesures de risque de march les stress tests les diffrents types de scnarios (1/3)
Scnarios sensibilit : analyse du profil de risque dun portefeuille de trading
Ces scnarios de stress de type sensibilit permettent de quantifier la sensibilit du prix dun portefeuille
un paramtre de march ou plusieurs simultanment. En particulier, ces scnarios permettent dvaluer la

convexit du portefeuille pour des scnarios damplitude limite mais aussi plus extrmes.
Ces scnarios reposent sur lhypothse que tous les sous-jacents actions et indices subissent le mme
scnario de dformation simultanment (mme sens et mme amplitude). Tous les scnarios ne sont donc
pas quiprobables; en effet, sur les marchs actions par exemple, une baisse des spots combine une
hausse des volatilits est plus probable quune baisse des cours accompagne par une baisse des volatilits.
Exemple : sensibilit dun portefeuille Equity en fonction des cours des actions/indices et de leurs volatilits
-
La ligne horizontale reprsente lvolution du prix du portefeuille pour diffrents scnarios de dformation des cours des
actions et indices.
La ligne verticale reprsente lvolution du prix du portefeuille pour diffrents scnarios de dformation des volatilits la
monnaie des actions et indices.
La case bleue reprsente lvolution du prix du portefeuille (gain de 11.2MEUR) suite lapplication dun scnario de baisse de
lensemble des cours de 10% accompagne dune hausse des volatilits de 15%.
-20%
-15%
-10%
-5%
dvol/vol
0%
5%
10%
15%
20%
-20%
18,1
20,6
23,0
24,8
26,1
27,0
27,6
28,0
27,9
-15%
9,6
12,0
14,0
15,6
17,1
18,2
19,1
19,7
20,2
-10%
2,9
4,4
6,0
7,3
8,5
9,5
10,4
11,2
11,9
dS/S
-5% 0% 5% 10% 15% 20%
-1,5 0,3 10,1 24,4 44,8 69,8
-0,8 0,0 8,9 22,6 42,7 67,2
0,2 -0,2 7,6 21,1 40,6 64,9
1,0 0,0 6,8 19,6 38,7 62,8
1,8 0,0 6,0 18,4 37,1 60,8
2,6 0,2 5,3 17,3 35,5 58,9
3,3 0,3 4,8 16,3 34,1 57,1
3,8 0,5 4,3 15,5 32,9 55,6
4,4 0,6 4,0 14,8 31,8 54,1
Source: donnes simules.

30/01/2013 |
39
Scnarios historiques
Les scnarios de stress historiques sont dtermins partir de scnarios passs correspondant des
vnements extrmes : Octobre 1987, Crise asiatique de 1997, 11 Septembre 2001, Crise des Subprimes, la
faillite de Lehman, etc.
Ces scnarios de stress permettent dvaluer les impacts sur le P&L dune situation de crise passe sur les
positions actuelles du portefeuille de ngociation de la Banque.

-
Ces scnarios sont multi-varis : des chocs sont appliqus simultanment aux positions sur actions/indices et aux positions
sur taux dintrt.
Ces scnarios permettent de capturer les risques idiosyncratiques : des chocs diffrencis sont appliqus aux diffrentes
actions et indices ainsi quaux diffrentes courbes de taux.
Quelques exemples de scnarios de stress historiques

-
1987 : le lundi noir, 19 octobre 1987
1997 : crise asiatique
1998 : LTCM et le scnario de dfaillance de la dette russe
2001 : 11/09, attaques terroristes aux Etats-Unis
2007-2008 : crise des Subprimes
2008 : faillite de Lehman
2011 : crise de la dette
Etc.
Dans la pratique, de nombreuses questions se posent :

- Quel horizon temporel retenir pour calculer les chocs ?
- Comment modliser la propagation dun march un autre ?
- Etc.

30/01/2013 |
40
Scnarios hypothtiques
Contrairement aux stress historiques qui reposent sur des situations de crise observes par le pass, les
scnarios de stress hypothtiques reposent sur des scnarios probables compte tenu de la situation
conomique actuelle et dvolutions extrmes qui pourraient survenir. Ces scnarios sont dtermins
conjointement avec des conomistes.
Quelques exemples de scnarios de stress hypothtiques
-
Que se passerait-il en cas de sortie de la Grce de lEuro ?
Que se passerait-il en cas dclatement de la zone Euro ?
Etc.
Scnarios adverses
Les scnarios de stress adverses permettent de tenir compte des situations que ltablissement identifie
comme tant les plus dfavorables, sur la base des caractristiques de son portefeuille.

30/01/2013 |
41
CHAPITRE 03
La Stressed VaR (SVaR)

30/01/2013 |
42
Les mesures de risque de march la Stressed VaR dfinition

Dfinition
La SVaR est une VaR calcule sur une priode stresse dun an, au niveau de confiance de 99% horizon 10 jours.
Lobjectif est dvaluer les impacts de scnarios stresss sur le portefeuille et les niveaux de march actuels.
Augmentation des exigences de fonds propres rglementaires / rduction de la pro-cyclicit.
Mthodologie
Mthodologie identique celle de la VaR (historique ou Monte Carlo), mme primtre dapplication (positions).
Les facteurs de risque (choix et modlisation) et les approximations de modles et mthodes numriques sont
identiques ceux retenus pour la VaR.

La mthode de dtermination de la fentre stresse est naturellement spcifique la SVaR.
Les diffrences entre la VaR et la SVaR

La fentre stresse doit correspondre une priode de stress de 12 mois continus reprsentative du portefeuille de la
banque. Ladquation de cette fentre aux positions de la banque doit tre revue au moins annuellement.
La SVaR ne fait pas lobjet dun backtesting, contrairement la VaR.
La SVaR doit tre calcule au minimum de faon hebdomadaire.
La fentre stresse pouvant tre assez loigne dans le pass, le calcul de la SVaR soulve dautant plus la question
des historiques de donnes manquantes.

30/01/2013 Portefeuille / March
2007
2008
2009
2010
Fentre stresse de SVaR
2011
2012
2013
Fentre historique de VaR

30/01/2013 |
43
Les mesures de risque de march la Stressed VaR la fentre stresse

La mthode de dtermination de la fentre stresse
La fentre stresse doit correspondre une priode de stress de 12 mois continus reprsentative du portefeuille de la
banque. Ladquation de cette fentre aux positions de la banque doit tre revue au moins annuellement.
La mthode de dtermination de la fentre stresse peut faire appel des critres qualitatifs que quantitatifs;
nanmoins, il nexiste pas de mthode standard. Cette information nest pas publique.
Illustration de choix possibles de fentre stresse
Les
priodes
stresses
sont
diffrentes selon les classes dactifs,
les zones gographiques, etc.
Source : Le march obligataire et le march des CDS face la

matrialisation du risque souverain - Banque de France, mai 2012
30/01/2013 |
44
CHAPITRE 03
LIncremental Risk Charge (IRC)

30/01/2013 |
45
Les mesures de risque de march lIncremental Risk Charge (IRC) (1/2)

Dfinition
LIRC est une mesure de risque de march et de capital qui capte les risques lis aux variations dfavorables
des migrations de ratings et de dfauts des produits de crdit vanille (bonds et CDS : tant corporate,
financires que Souverains, hors produits de titrisation) du portefeuille de ngociation.
Il sagit dune VaR lhorizon temporel 1 an (capital horizon), pour un niveau de confiance de 99.9% sur un
sous-ensemble de facteurs de risque (crdit) tenant compte des horizons de liquidit diffrents des diffrentes
positions. LIRC correspond un montant de pertes; fonction des paramtres suivants :
-
La distribution des gains et pertes du portefeuille
Le niveau de confiance
LIRC et la VaR sont inconsistantes : la VaR est mesure 99% pour un

horizon 10 jours tandis que lIRC correspond un niveau de confiance de
99.9% pour un horizon de 1 an.
Le niveau de confiance est fix 99.9%.
Lhorizon de capital
Lhorizon de capital correspond lhorizon
temporel auquel peuvent tre observes les
pertes. Il est fix 1 an par le Comit de Ble.
Rebalancing du portefeuille,
caractristiques initiales
Valeur initiale
du portefeuille
Lhorizon de liquidit
Lhorizon de liquidit reprsente le temps

ncessaire pour vendre une position ou la
couvrir, dans des conditions de march
stresses.
Les positions peuvent tre rebalances
chaque horizon de liquidit sous lhypothse
dun niveau de risque constant. Dans la
pratique, cela revient considrer que le
portefeuille peut revenir dans son tat initial
chaque horizon de liquidit.
Lhorizon de liquidit est minimum est fix 3
mois par la rglementation.
IRC
temps
Evolution de la
valeur du
portefeuille
Horizon de
liquidit
Horizon de
liquidit
Horizon de
liquidit
Horizon de
liquidit
Horizon de capital
30/01/2013 |
46
Les mesures de risque de march lIncremental Risk Charge (IRC) (2/2)

Lestimation de lIRC consiste dterminer la distribution de probabilits des gains et pertes du
portefeuille partir de scnarios de migrations de ratings et de dfauts des metteurs en position
dans le portefeuille de ngociation.
Dans la pratique :
-
La probabilit 1 an
de passer de BB
AA est de 0.06%.
Choix des facteurs de risque parmi lensemble des

paramtres de march : migrations de ratings et dfauts.
Horizon temporel : 1 an.
Nombre de scnarios : 100,000.
Simulation par tirages Monte Carlo dvolutions possibles du rating de chacune des positions selon lhorizon de capital.
Les lments de la diagonale reprsentent les

probabilits de rester au mme rating 1 an.
Probabilits de
dfaut 1 an.

-
Choix des approximations : la revalorisation complte tant impossible,

les impacts P&L sont calculs par les sensibilits.

-
Les facteurs de risque sont choqus puis lensemble des positions revalorises,
sous chacun des scnarios historiques. Ainsi, pour chaque scnario, chaque
metteur peut tre soit downgrad ou upgrad, voire aller au dfaut.
On obtient ainsi la distribution des gains et pertes du portefeuille.
Dtermination du quantile 99.9%

-
Dans la pratique :
- lhorizon de liquidit peut tre retenu gal
lhorizon de capital pour simplifier la
modlisation et limplmentation,
-les migrations de ratings des metteurs sont
retranscrites en chocs de spreads,
- quelle longueur dhistorique utiliser pour les
simulations Monte Carlo ?
- quelle frquence faut-il restimer les
paramtres ?
- comment estimer des transitions de ratings
pour les Souverains compte tenu de la taille de
lchantillon ? quid des dfauts ?
Le quantile 99.9% est dtermin partir de la distribution des gains et pertes du portefeuille.
Source: S&P, matrice de transition 1 an.
30/01/2013 |
47
CHAPITRE 03
La Comprehensive Risk Measure (CRM)

30/01/2013 |
48
Les mesures de risque de march la Comprehensive Risk Measure (CRM)

Dfinition
La CRM est une mesure de risque de march et de capital qui, tout comme lIRC, capte les risques lis aux
variations dfavorables des migrations de ratings et de dfauts des produits de crdit. La CRM sapplique au
portefeuille de corrlation crdit (CDOs, FtD, etc. hors titrisation) du portefeuille de ngociation.
En complment des migrations de ratings et de dfauts, la CRM capte galement les risques de spreads de
crdit, le taux de recouvrement et les corrlations de base.

Par ailleurs, la charge en capital CRM fait lobjet dun floor dfini par rapport la mthode standard (cf.
chapitre 4).
La CRM correspond une VaR, fonction des mmes paramtres de modle que lIRC :
-
La distribution des gains et pertes du portefeuille
Le niveau de confiance : 99.9%
Lhorizon de capital : 1 an
Lhorizon de liquidit : 1 an, floor 3 mois
Dans la pratique :
-
migrations de ratings et dfauts, spreads de crdit, taux de recouvrement et corrlations de base.

-
Choix des approximations en adquation avec la prcision requise par la mesure.

Dtermination du quantile 99.9%

30/01/2013 |
49
CHAPITRE 03
Synthse

30/01/2013 |
50
Les mesures de risque de march synthse
Mesure
Primtre
Risques capts
Horizon
temporel
Quantile
Sensibilits
Portefeuille de
trading
Tous risques de
march
Instantan
VaR
Portefeuille de
trading
Tous risques de
march
10 jours
99%
Expected
Shortfall
Portefeuille de
trading
Tous risques de
march
Variable
>X%
Stress tests
Portefeuille de
trading
Tous risques de
march
Variable
SVaR
Portefeuille de
trading
Tous risques de
march
10 jours
99%
IRC
Portefeuilles de
trading crdit vanille
Migrations de ratings
et dfaut
1 an
99.9%
CRM
Portefeuilles de
trading crdit
exotique
Migrations de ratings,
dfaut et autres
risques de march
1 an
99.9%
X%

30/01/2013 |
51
CHAPITRE 04
LE LIEN ENTRE LES MESURES DE RISQUE

DE MARCHE ET LE CAPITAL
REGLEMENTAIRE

30/01/2013 |
52
Le lien entre les mesures de risque de march et le capital rglementaire (1/2)

Les mesures de risque de march ont deux objectifs
La gestion des risques de march
Les diffrentes mesures de risques de march ont comme objectif premier la gestion des risques de march du
portefeuille de ngociation de la Banque. Les niveaux des diffrents indicateurs permettent de prendre des dcisions
de gestion dynamique selon les anticipations dvolutions des marchs financiers afin de couvrir le portefeuille contre
certains risques ou bien de prendre des positions plus risques.
La dtermination des exigences de fonds propres rglementaires
Certaines mesures de risque de march sont galement utilises afin de dterminer les exigences de fonds propres
rglementaires de la Banque; ces mesures sont galement appeles modles internes de risque de march.
Lien entre mesures de risque de march et le capital rglementaire : les mesures de risque de
march doivent tre dfinies en ligne avec lintention de gestion.

30/01/2013 |
53
Le lien entre les mesures de risque de march et le capital rglementaire (2/2)

La conversion des mesures de risque de march en capital rglementaire
Certaines mesures de risque de march, appeles modles internes, sont galement utilises afin de dterminer les
exigences de fonds propres rglementaires. Pour ce faire, les mesures de risque de march doivent tre converties en
capital, ainsi le Capital Rglementaire, not CR, est dfini comme tant la somme des exigences de fonds propres
lies chacune des mesures suivantes :
CR = KVaR + K SVaR + K IRC + K CRM + K S tan dard

KVaR
Les banques qui ont reu lautorisation de leur Rgulateur peuvent
dterminer leurs exigences de fonds propres rglementaires
partir de modles internes, dfinis par les banques elles-mmes.
A linverse, la mthode standard est dfinie par les rgulateurs afin
de dterminer des charges en capital; elle consiste appliquer des
chocs forfaitaires, avec une prise en compte limite des effets de
diversification.
m 60
= 10 max VaRt 1 , VaRt i 1

60 i =1
m 12
K SVaR = 10 max SVaRt 1 , SVaRt i 1

12 i =1
K IRC
m 12
= max IRCt 1 , IRCt i 1

12 i =1
m 12
KCRM = max CRM t floore

,
CRM t floore
1
i 1
12 i =1
CRM t floore = max ( CRM t ,8% K StdCRM )

KStandard = charge en capital en mthode standard.

30/01/2013 |
54
SYNTHESE ET CONCLUSION
SYNTHESE ET CONCLUSION

30/01/2013 |
55
Synthse et conclusion
La typologie des risques volue
Risque de crdit : crise de la dette souveraine, etc.
Risque de march : cartement des bases (3m/6m Euribor), spread BOR/OIS, etc.
Risque de liquidit : cot de refinancement,
Etc.
La rglementation bancaire change et se dcline autour de nombreuses volutions rglementaires

qui dpassent largement le cadre des risques de march
Dodd-Frank (Volcker), Vickers, etc.
Fundamental Review of the Trading Book, etc.
Union Bancaire Europenne
Etc.
Les banques doivent sadapter et faire voluer leurs mesures de risque de march et de capital
afin de garantir ladquation de la modlisation aux risques ports
limportance croissante de certains risques dans le portefeuille de ngociation
aux volutions rglementaires nouvelles et venir
- Entre en vigueur de Ble 2.5 (T4 2011) : SVaR, IRC, CRM et charge standard pour les positions de Titrisation.
- Entre en vigueur de Ble III : VaR sur CVA, etc. (risque de contrepartie).

30/01/2013 |
56
Merci de votre attention

30/01/2013 |
57

30/01/2013 |
P.58
ANNEXES

30/01/2013 |
59
Rfrences bibliographiques (1/2)

Livres
Market Risk Analysis Volume IV Value-at-Risk Models, Carol ALEXANDER John Wiley & Sons Ltd 2008.
Options, futures et autres actifs drivs, 6me dition John C. HULL Prentice Hall 2007.
Financial Risk Manager, 2nd edition Philippe JORION John Wiley & Sons Inc 2003.
Value at risk : the new benchmark for managing financial risk, 2nd edition Philippe JORION McGraw-Hill 2001.
Market Models, A Guide to Financial Data Analysis Carol ALEXANDER John Wiley & Sons Ltd 2001.
Coherent Measures of Risk ARTZNER, DELBAEN, EBER & HEATH Mathematical Finance 1999.
Implementing Value at Risk Philip BEST John Wiley & Sons Ltd 1998.
Documents et supports de cours

De la mesure lanalyse des risques, Sminaire ISFA B&W Deloitte, Jean-Paul LAURENT.
Gestion des risques et risque de crdit, Vivien BRUNEL 2009.
Risque de dfaut risque de crdit, ENPC, Vivien BRUNEL et Benoit ROGER 2009.
IRC and CRM : Modelling Approaches for New Market Risk Measures, S. WILKENS, J-B BRUNAC & V. CHORNIY 2011.
http://laurent.jeanpaul.free.fr/de_la_mesure_a_l_analyse_des_risques.pdf
http://info.worldbank.org/etools/docs/library/86266/jorion01.pdf
Document de rfrence 2011 du Groupe Socit Gnrale
https://www.societegenerale.com/sites/default/files/documents/Document-De-Reference-2011.pdf

30/01/2013 |
60
Rfrences bibliographiques (2/2)

Textes rglementaires
Basel II Revisions to the Basel II market risk framework
- Document consultatif (janvier 2009) : http://www.bis.org/publ/bcbs148.pdf
- Document final (juillet 2009) : http://www.bis.org/publ/bcbs158.pdf
Guidelines for computing capital for incremental risk in the trading book
- Document final (juillet 2009) : http://www.bis.org/publ/bcbs159.pdf
Basel 2.5 Revisions to the Basel II market risk framework
- Document final (fvrier 2011) : http://www.bis.org/publ/bcbs193.pdf
Fundamental review of the trading book
- Document consultatif (mai 2012) : http://www.bis.org/publ/bcbs219.pdf
Porte et limites des VaR publies par les grandes institutions financires Banque de France Guy LEVY-RUEFF
- http://www.banquefrance.fr/fileadmin/user_upload/banque_de_france/archipel/publications/bdf_rsf/etudes_bdf_rsf/bdf_rsf_07_etu_3.pdf

30/01/2013 |
61

MRF Guibert 3

Transféré par

Droits d'auteur :

Formats disponibles

MRF Guibert 3

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

MRF Guibert 3

Transféré par

Droits d'auteur :

Formats disponibles

Mesures de risque de march

Cours de la chaire Risques Financiers de la fondation du Risque

Les mesures de risque de march

Le lien entre les mesures de risque de march et le capital rglementaire

Mesures de risque de march |

DEFINITION ET TYPOLOGIE DES RISQUES

Mesures de risque de march |

Dfinition et typologie des risques (1/3)

Risque de crdit (y compris le risque pays)

Mesures de risque de march |

Dfinition et typologie des risques (2/3)

financire ou des rgles internes.

Mesures de risque de march |

Dfinition et typologie des risques (3/3)

Risque structurel de taux dintrt et de change

Risque environnemental et social

Mesures de risque de march |

Expertise Systme dInformation

Mesures de risque de march |

Mesures de risque de march |

La rglementation bancaire les objectifs et les diffrents intervenants

Le G20 fixe les orientations prioritaires.

Au niveau national, implmentation des dispositions

CRBF (Comit de la rglementation bancaire)

communautaires et des lois nationales.

AMF (Autorit des marchs financiers)

La rglementation bancaire un peu dhistoire : focus sur le Comit de Ble

Les dates cls

Dans la pratique : les tapes cls:

Les recommandations de Ble 2 sarticulent autour de 3 piliers :

Pilier 2 : processus de surveillance prudentielle

Pilier 3 : discipline de march

(IR, FX, EQ et CTY)

(IR, FX, EQ et CTY)

(IR, FX, EQ et CTY)

LES MESURES DE RISQUE DE MARCHE

Mesures de risque de march |

Mesures de risque de march |

Les mesures de risque de march introduction (1/4)

De la mesure lanalyse des risques de march

Analyse conomique des risques encourus

Identification des facteurs de risque

Collecte des donnes

Modlisation des facteurs de risque

- Paramtres de march implicites : la nappe de volatilits ( la

Lien entre facteurs de risque et valeur du portefeuille

Evaluation de la distribution de P&L du portefeuille

- Paramtres de march plus exotiques : les corrlations dans le

Evaluation de la robustesse des modles (backtesting)

- Paramtres de modles : selon le modle de pricing utilis

Etapes danalyse, de synthse et de pilotage du risque

Calcul des indicateurs de risque

Analyse du risque ex-ante

Suivi et pilotage du risque

Les mesures de risque de march introduction (2/4)

Crdit : les spreads de crdit, les volatilits, etc.

Dans le cas de loption sur indice Equity

Identification des facteurs de risques: quelques exemples de changements de dynamiques

1 + 1%), , , , , , ) , , , , , , )