gestion des risques

gestion des risques

> Apogeel Normalizer Couleur RONCALLI_DI 568_couv 12/08/04 14:41 Page 1 GESTION Docteur ès Sciences est responsable Risk Opérationnelle du Cr Agricole S. A. et profe d’Évry. Il oru al} Sni* to NCALLI Recherche e à l’Université a été auparavant Research Bellow au Financial Econometric Research Centre de la City University Business School et membre du Laboratoire d’Analyse et de Recherche économique de l’Université de Bordeaux.

Auteur de nombreux articles de finance et d’économie, il a aussi écrit deux livres sur le langage de programmation GAUSS et développé la ibliothèque numérique TSM de séries temporelles et d’ondelettes. technique du risk management et les modèles pour mesurer les risques sont de plus en plus sophistiqués. Le Nouvel Accord participe à cette évolution, puisqu’il vise à définir un capital réglementaire plus proche du capital économique obtenu avec les modèles internes.

Le présent ouvrage s’inscrit dans ces deux lignes directrices : réglementation du risque et modélisation du risque. Il s’adresse aussi bien ? des étudiants de troisième cycle, qui désirent acquérir une culture financière du risque et de sa gestion, qu’à des professionnels qui herchent ? mieux comprendre les fondements de la modélisation mathématique du nsque.

Thierry RONCALLI 3654 1486 5461 1 654 8641 6589 4564 +685 9865

Désolé, mais les essais complets ne sont disponibles que pour les utilisateurs enregistrés

Choisissez un plan d'adhésion
4165 789+ 6+ 56 4654 4659/ 8*/96 4615 4894 8651 857456687 54+9*631 @ //=987 49+74 445654 454454 546545 465454 654754 778-5 @65+6 52+65 645445 854446 135469 84673 44845 6144 9874 @73 489 74 87 G ESTION La Gestion des Risques Financiers Préface de Antoine FRACHOT ECONOMICA march , risque op rationnel – il est ‘vident que la technicit’ requise, ne serait-ce que pour r • pondre aux exigences r • glementaires, a fortement augment’ .

Les exemples abondent : l’utilisae tion des mod les internes Value-at-Risk sur les risques de march du pore tefeuille de n ‘ gociation ou sur les risques op ‘ rationnels, les formules dites IRB du texte B • le II pour calculer l’exigence de fonds propres du risque 8 La gestion des risques financiers de contrepartie, le calibrage de ces formules en taux de d ‘faut, taux de r • cup ration, la mesure des effets de corr• lation, etc.

Ces questions, qui ne se posaient quasiment ns, n’ cessitent d’ sormais phistiqu ‘ s. Concr•tement, il peut aussi bien s’agir d’un produit d ‘riv’ exoe ique (banque de march d’un financement de projet complexe (banque commerciale), d’un pr-t immobilier avec toutes sortes d’options de d ‘tail), etc. Le risk management ‘tant bien oblig’ de comprendre les produits et d’appr’ hender leurs risques, la sophistication du risk managee ment suit – et si tout va bien, d’assez pr•s – celle des front offices.

En deuxi me lieu, la r • glementation en elle-m « me pousse sophisticae tion. Certes, il s’agit d’abord de r • pondre la sophistication des march ‘ s, comme d crit structurellee Finstant, mais la r • glementation bancaire est ent tent ‘e d’aller plus Iain. La faillite d’une banque occasionne des dome PAGF s OF forte et g’ n’ ralis•e pour accro- la transparence des comptes, des ratios financiers, des indicateurs Itre de toute sorte.

A cet gard, cette transparence passe par la publication de chiffres, cens ‘ s synth ’tiser l’ ‘tat des risques, comme le paradigme de la Fair Value des normes comptables, la Value-at-Risk pour les risques de march’ et bient•t risques op rationnels et risques de Cr’ dit, l’Earningse at-Risk, etc. Enfin, la sophistication du risk management est aussi le r’ sultat e la recherche des gains de productivit’.

Les plans de cost-cutting dans une industrie comme la banque visent essentiellement ma Itriser les frais de personnel et n’utiliser l’intervention humaine que sur les t » ches OF outil ou d’un indicateur de risque, de mauvalse compr hension, de calibration d’fectueuse, etc. On peut penser par exemple la rn’ fiance qu’on peut avoir vis- ‘-vis d’un mark-to-model quand on sait que certains param tres du mod ‘le sont connus avec une Pr’ cision tr ‘s relative (param tre de corr• lation par exemple dans un pricer de prodults multi sous- acents ou dans un pricer de d’ riv’s de Cr’ dit).

Un risque appara- • galement lorsque l’existence d’un outil de sophistiqu- induit une confiance excessive et condult les risk managers abdiquer leur esprit critique ou les enseignements de leur exp ‘ rience. Il PAGF 7 OF des acteurs qui y sont soumis, notamment quand cette r glementation est tr • s « prescriptive » comme celle que le Comit’ de BAIe est en train de mettre en place sur le risque de Cr’ dit.

On constate parall lement une propagation des d ‘ riv « s de Cr • dit vers des sph res moins r glement• es et oins comp ‘tentes telles que les hedge funds et les gestionnaires d’actifs, voire les directions financi res des grands corporates. Entre Warren Buffet qui assimile les d • riv• s de cr dit une « arme de destruction massive » et Alan Greenspan qui met au Cr • dit de ces m • mes produits la r sistance (i. . la « r’silience ») des syst PAGF BOF ces derni ‘res ann ‘ es, il V fonction Ài pour n • gal 250 jours. Nous constatons que plus la valeur de À est petite, plus les observations r • centes ont de l’influence sur l’estimation. Nous pouvons nous int resser contribution des p premi res observations, c’est-• -dire somme Ri Nous voyons parfaitement le caract ‘re exponentiel de la m ‘ thode RiskMee trics. Ainsi, pour h. 0,94 (valeur retenue par RiskMetrics), des poids concernent les 12 premi’res observations10 . Et ceci est ind pendant de la taille de l’ ‘ chantillon, contrairement aux poids constants. 2. 4. Les produits exotiques La gestion du risque des produits exotiques est beaucoup plus complexe que celle des produits lin aires (Rebonato, 2001 ; Derman, 2001). PAGF comme la fonction f est non lin aire, l n’est pas facile d’utiliser une VaR analytique. 10 Et et 95% des poids correspondent aux 23 et 49 premi res observations. 0 Capital r glementaire et ratio international de solvabilit Graphique 12. Poids dune moyenne mobile exponentielle 241. L’identification des facteurs de risque Les facteurs de risque sont souvent explicites pour les produits lin aires, ce qui n’est pas le cas pour les produits exotiques. Consid rons une option europ’ enne d’achat d’une action de maturit’ T et de prix d’exercice ou strike K. Dans le mod • le de Black et Scholes, le prix de l’option est gal Ve