Risque de contrepartie sur opérations de marché Olivier–D COHEN

Présentation au sujet: "Risque de contrepartie sur opérations de marché Olivier–D COHEN"— Transcription de la présentation:

1 Risque de contrepartie sur opérations de marché Olivier–D COHEN
26/03/2017 Risque de contrepartie sur opérations de marché Olivier–D COHEN 13 Jan 2010

2 Plan Introduction Activités de la banque et systèmes de contrôles
26/03/2017 Plan Introduction Activités de la banque et systèmes de contrôles Le risque de contrepartie Principe général Suivi du risque de remplacement Mesure de risque fractile Exemples de calcul sur quelques transactions Cadre juridique et réduction du risque Architecture du système de risque Modèles de diffusion des actions et des taux d’intérêt Conclusion P 13 Jan 2010

3 Le pilotage des activités de la banque
Objectifs de la banque : satisfaire l’appétit de rentabilité de ses actionnaires en proposant des services financiers aux entreprises et particuliers. Moyens : Maximiser une fonction d’utilité fondée à la fois sur les performances et les risques pris (RAROC, EVA). Constituter des fonds propres permettant de faire face à des pertes exceptionnelles Réduire localement les risques en imposant des limites de trading par contrepartie (risque de crédit) ou par desk de trading (risque de marché). Approche bottom-up : allocation itérative macro du capital selon les contraintes fixées au niveau micro.

4 Le contrôle du secteur bancaire
Objectif du régulateur : garantir la stabilité du système financier international dans l’occurrence de scénarios de crise. Moyens : Exiger la constitution de fonds propres sur la base d’un calcul réglementaire. Contrainte sur un ratio de cooke (Bâle I) de McDonough (Bâle II).

5 12/01/2011 INTRODUCTION Le risque de crédit( exposition de crédit) représente le montant de la perte que la SG peut encourir dans le cadre d’opérations qu’elle effectue avec un client/contrepartie, lorsque ce client/contrepartie est en défaut au cours de la vie de l’opération. Trois grands types de risque de contrepartie peuvent être répertoriés: Exposition de crédit ou risque débiteur: risque lié à l’octroi d’un prêt. Exposition de règlement/livraison:risque supporté dans le cadre de l’échange simultané et non sécurisé de deux actifs (devises, titres…) Exposition de remplacement : risque engendré par la conclusion d’un produit dérivé( y compris opérations de prêt/emprunt de titres) 12 Jan 2011

6 Objectifs d’un département de risque de contrepartie
26/03/2017 Objectifs d’un département de risque de contrepartie Objectifs : Fournir la méthodologie d’analyse et de quantification des risques de remplacement sur l’ensemble des produits dérivés traités par la SG avec des contreparties externes. Développer des instruments mathématiques, statistiques et informatiques nécessaires en s’assurant de leur bonne qualité et de leur adéquation aux besoins opérationnels et en assurer la mise en production. Travailler avec les business lines et les services informatiques jusqu’à la finalisation des spécifications permettant l’intégration dans les systèmes des nouvelles fonctions de calcul de risques. Valider les calculs après mise en production dans les systèmes. toc 13 Jan 2010

7 Principes Stricte Indépendance de la filière Risque par rapport aux hiérarchies opérationnelles Approche homogène et consolidée des risques au niveau du groupe SG Risque de Contrepartie: Tout engagement sur un client donné doit être validé par une Direction commerciale (« SSC » ou « PCRU » e, langage interne SG) L’analyse de premier niveau des risques sur clients/opérations relève de la Direction Commerciale RISQ évalue et statue in fine Comité Nouveaux Produits Validation en amont de tous les risques financiers, juridiques, opérationnels, de réputation etc..

8 Suivi du risque de remplacement
Son objectif est de contrôler le respect des règles en vigueur par les opérateurs Front Office. En règle générale, l’exposition globale ne doit pas dépasser la limite globale. Si Exposition globale>Limite globale, il y a dépassement. Le dépassement peut être « ACTIF » ou « PASSIF » - Dépassement « PASSIF »: il est dû à l’évolution des conditions de marché sans nouvelle opération. - Dépassement « ACTIF » : résulte de la conclusion d’une nouvelle opération.

9 Mesure du risque de remplacement
Contrairement aux autres risques de crédit, le risque de remplacement implique une exposition incertaine et un gain ou une perte en cas de défaut Mark to market : Mesure instantanée du coût de retournement de la position Comment prévoir le MtM au moment du défaut ? Risque courant Moyen (RCM ou CAR) Evaluation selon un modèle statistique de la moyenne des MtM futurs sur la durée de l’opération Mesure en Credit Var (CVAR) Approche similaire mais fractile variant entre 95% et 99% selon les banques

10 The Simulation Approach
Etats futurs potentiels du marché passé Aujourd’hui

11 La mesure de risque fractile
Le risque fractile d’un portefeuille pour le niveau de confiance α est défini par la formule suivante : On note N le nombre de scénarios de simulation, et MtF(θ) la valeur calculée du mark-to-future pour le i-ème scénario à la date θ .

12 La mesure de risque fractile
26/03/2017 La mesure de risque fractile Fractile empirique : c’est à dire une forme linéaire de la statistique d’ordre dont les coefficients ne dépendent que de la coordonnée et de la taille de l’échantillon . Le fractile empirique est lui-même un L-estimateur. où est l’intégrale incomplète, définie pour tout par : 13 Jan 2010

13 Contrat forward sur action Pour fixer ordres de grandeur: Modèle simple de black Scholes

14 Put Option européenne sur indice Pour fixer ordres de grandeur: Modèle simple de Black Scholes

15 Call Option européenne sur indice Pour fixer ordres de grandeur: Modèle simple de Black Scholes

16 Put Option américaine avec cost of carry sur action

17 Zero coupon fixe Pour fixer ordres de grandeur: Modèle simple de Vasicek

18 Swap USD LIBOR 6M 10Y Pour fixer ordres de grandeur: Modèle simple de Vasicek

19 Swap USD LIBOR 6M 10Y

20 Swap USD LIBOR 6M 10Y Out Of The Money Pour fixer ordres de grandeur: Modèle simple de Vasicek

21 Cadre juridique et réduction du risque
Appels de marge : un accord contractuel en vertu duquel une première contrepartie fournit une sûreté à une deuxième contrepartie lorsqu’une exposition de la deuxième contrepartie envers la première dépasse un certain montant (seuil de marge) et avec une constatation périodique (période de marge en risque). Transactions OTC traitées sous appels de marge : Ordres de grandeurs des trades en Europe début 2011 CDS ~99% Var Swap ~90%

22 Cadre juridique et réduction du risque
Contrat de collateralisation : système d’appels de marge (Credit Support Annex, CSA-ISDA) Le montant de la garantie évolue avec la valeur de liquidation du portefeuille Un calcul périodique de cette valeur permet d’ajuster les dépôts en collatéral via les appels de marge. Fréquence d’appels de marge (Remargin period) Franchise (threshold) Montant minimum de transfert(Minimum transfert amount) Délai de liquidation(grace period)

23 Cadre juridique et réduction du risque
Contrat cadre ISDA : mécanisme de résiliation et de compensation (close-out netting) Droit de résilier(close-out) l’ensemble des opérations régies par le contrat cadre en cas de défaut de la contrepartie. Droit de compenser les dettes et créances réciproques et d’établir un solde net de résiliation à recevoir ou à payer (netting). Permet de réduire les exigences en fonds propres. Permet une réduction de notre exposition au risque et permet une consommation moindre des lignes de crédit. Clauses de résiliation anticipée Clauses de défaut (résiliation de toutes les opérations) Clauses de circonstances nouvelles (résiliation des opérations affectées) Clauses conditionnelles (ownership, downgrading, break clause …)

24 Schéma générique de production des indicateurs de risques
26/03/2017 Schéma générique de production des indicateurs de risques Module de Diffusion des sous-jacents Mark-to-Future Mesures de risque Module de Pricing des instruments 13 Jan 2010

25 The “Cube” The Mark-to-Future “Cube” Scenario Risk Factors Time

26 A Swap Portfolio 1000 = 200,000! 20 10 Swap Portfolio = F(m1,…,m20 )
26/03/2017 A Swap Portfolio Single Currency; 40,000 (Vanilla) Swaps 20 points on yield curve; scenarios; time periods 10 20 1000 = 200,000! So, what are the features of Mark-to-Future? Firstly, it is a framework for measuring risk and reward, not a risk measure. It is forward looking in that it allows for scenarios that Swap Portfolio = F(m1,…,m20 ) Risk in an instant! 13 Jan 2010

27 Scénarios futurs corrélés
6M $ LIBOR Trajectoires possibles suivies par le taux de change $/€ Trajectoires possibles suivies par le taux LIBOR $ 6M Taux de change $/€ 5A Time 5Y Time Covariance historique S Aujourd’hui PFE / EUR m Trajectoires possibles suivies par la PV du portefeuille PV du portefeuille Today 5Y Time

28 Appréhension intuitive: Cas simplifié (1/3)
Les simulations sont efficaces mais il est difficile d’en tirer des enseignements sans passer par des modèles analytiques même très simplifiés Soit un portefeuille dont le MTF à l’instant t suit une loi normale: MTF = m(t) + σ(t). x = m+ σ x avec x ~ N(0,1) RCM = E [MTF+] Calcul de MTF+ MTF+(x)=0 si x<-m/σ MTF+ (x)=m+ σ x sinon Calcul du RCM

29 Appréhension intuitive: Cas simplifié (2/3)
On peut calculer analytiquement le RCM mais … Ce qui est très important c’est la sensibilité du RCM On trouve analytiquement … ce qui montre que le RCM croit avec la volatilité

30 Cas simplifié (3/3) Le calcul de la CVAR est très simple
CVAR(99%)= Fract(m+σ X,99%) CVAr(99%)=m+2.33 σ (si >0) … La CVAR croit donc aussi avec la volatilité Dans ce modèle simplifié, nos indicateurs de risque (RCM et CVAR) de contrepartie croissent avec la volatilité … La calibration des paramètres influe donc directement sur l’évaluation du risque … et il y a énormément de paramètres (volatilités de tous les sous jacent, corrélations …)

31 Généralisation du modèle simplifié:
Les indicateurs de risque de contrepartie croissent avec la volatilité Cette conclusion reste vraie dans le cas de portefeuille beaucoup plus complexe ( beaucoup de sous jacents, loi non normales, pay offs non linéaires …) On peut le démontrer dans quelques cas On le constate empiriquement pour la plupart des portefeuilles réels Dans la grande majorité des cas, les indicateurs de risque de contrepartie croissent avec la volatilité des différents sous jacents du portefeuille. … La dépendance des indicateurs aux divers paramètres a des conséquences financières importantes pour les établissement bancaires … La calibration des paramètres (exemple la vol ) et des modèles est donc cruciale

32 Enjeux d’une modélisation précise
Deux considérations vont en sens opposés On veut plutôt majorer le risque (perdre au maximum) Mais majorer le risque peut avoir des incidences au niveaux des fonds propres … Accords de Bale Les fonds propres des établissements doivent être à 8% des engagements à 1 an Le calcul de ces engagements fait intervenir le risque de contrepartie Donc majorer le risque, but a priori louable, revient à pénaliser la banque au niveau des fonds propres ( moins de cash disponible pour les business lines, donc moins de bénéfices) Bref, il faut majorer le risque, mais pas trop … en d’autres termes faire un calcul le plus exact possible: ne surtout pas minorer le risque, mais ne pas trop le majorer non plus

33 Difficulté: Précision vs nombre de paramètres à calibrer
Importance de la précision d’un calcul précis: On vient d’en parler Difficulté d’une évaluation précise en présence d’un nombre immense de paramètres: Dans les bases SG, nous sommes susceptibles d’être exposés à: ~ actions ~ CDS On ne compte pas les taux, les correls de CDO etc …..  Importance de techniques statistiques fiables destinées à réduire le nombre de facteurs de risque dans notre analyse sans perdre (trop) en précision. Exemple de telles techniques: Régressions linéaires, Analyses en composantes principales (ACP), …

34 Quelques techniques pour réduire le nombre de paramètres à calibrer
Rappel : L’analyse en Composantes Principales Soit S1(t), S2(t) … SN (t) un ensemble de sous jacents risqués. La VCV de S est diagonalisable en base orthonormée Introduction d’un nouveau vecteur: S(t)=P F(t). Les composantes de F sont indépendantes. On peut écrire: VCV (F)= D matrice diagonale. Var (F1)=λ1, Var (F2)=λ2,,…,Var (Fn)=λn On classe les λn par ordre décroissant: λ1 > λ2,,…>λn La somme des variances du vecteur F se retrouve dans le vecteur V: Var(S1)+Var(S2) +…+Var(SN-1) +Var(SN) =Trace(VCV(S)) =Trace(D) =Var(F1)+Var(F2) +…+Var(FN-1)+ Var(FN) Toute la variabilité historique des variables S se retrouve dans les variables F Selon le niveau de précision de précision requis, on peut ne conserver que les tous premiers facteurs En général, pour les courbes de taux style OCDE: (λ1 +λ2 +λ3) /(λ1 +λ2 +…+λn)>80%

35 Exemple: Les taux d’intérêt
Exemple classique: la courbe des taux: Les Fi sont en dans ce cas les log des taux de différentes maturités. Etape 1: Calcul de la VCV (Log (taux)) Etape 2: Diagonalisation de la matrice de passage P et Diagonalisation On dispose alors des nouvelles variables V.

36 Taux d’intérêt: Analyse des facteurs
Analyse des nouvelles variables 1er Facteur : mouvement de translation de la courbe des taux. Un résultat d’algèbre linéaire classique nous montre que le vecteur propre associé à la plus grande valeur propre d’une matrice symétrique définie positive a tous ses coefficients de même signe.   On a donc : P1iP1j >0  Intéressons nous à l’impact d’un tel facteur sur la courbe des taux :  Si le facteur bouge, toutes les maturités se déplacent dans le même sens puisque le taux de maturité se déplace de et pour toutes les maturités. Les déplacements sont tous de même signe. Toutes les maturités se déplacent donc dans le même sens : la courbe des taux se translate. Néanmoins, cette translation n’est pas uniforme en chacun des facteurs puisqu’ils n’ont pas le même poids a priori. On assiste à une déformation de la courbe mais avec un mouvement général à la hausse ou à la baisse.

37 Taux d’intérêt: Analyse des facteurs
Analyse des nouvelles variables 2er Facteur : mouvement de pentification de la courbe des taux. Le vecteur propre de associé à la deuxième plus grande valeur propre a des coefficients positifs(resp. négatifs) pour les maturités inférieures à une maturité limite et des coefficients négatifs (resp. positifs) pour les maturités qui lui sont supérieures. Ceci s’écrit :   P2iPi1 <0 si i>Ilim et j<Ilim La conséquence d’un déplacement de du deuxième facteur se traduit alors par un mouvement de la pente de la courbe des taux car les taux de maturités courtes augmentent (resp. baissent) alors que les taux longs baissent (resp. augmentent) : Taux Maturités

38 Taux d’intérêt: Analyse des facteurs
Analyse des nouvelles variables 3e Facteur : mouvement de convexité de la courbe des taux. Le vecteur propre de associé à la troisième plus grande valeur propre a des coefficients positifs (resp. négatifs) pour les maturités très courtes et très longues et négatifs (resp. positifs) pour les maturités intermédiaires. Un déplacement de du troisième facteur se traduit par un mouvement de battement car les taux de maturités très courtes et très longues baissent (resp. montent) alors que les taux de maturités intermédiaires augmentent (resp. baissent)

39 ACP sur les rendements quotidiens de 28 indices: Facteur n°2 vs facteur n°3

40 Conclusion: Les risques, un métier de plus en plus exigeant
Après la crise, on enviseage des contraintes supplémentaires: Demander plus de fonds propres (8%  9%, 10 % …?) Créer de nouveaux indicateurs pour prendre en compte des phénomène jusque là plus ou mons négligés A partir du moment où les exigences réglementaires du régulateur deviennent de plus en plus dures, on ne peut pas se contenter de majorer les indicateurs réglementaires (puisque eux-mêmes deviennent élevés) sous peine de trop pénaliser la banque Risques: Domaine en expansion, en raison des chantiers entrainés par l’exigence supplémentaire des régulateurs … besoin de main d’oeuvre