Industrie des services bancaires aux particuliers, quelle place pour la modélisation ? 16 novembre 2005 Antoine Frachot Directeur des Risques Sofinco SMAI 16/11/2005

SOMMAIRE 1. Sphère bancaire versus sphère financière : quelles différences ? 2. Sphère bancaire, banque des particuliers : quels modèles pour quels usages ? - Pricing et tarification client - Mesure et couverture des risques - Allocation du capital, prévision économique 3. Quels besoins aujourd’hui ?

SMAI 16/11/2005 Sphère bancaire versus sphère financière : quelles différences ? Les sphères bancaire et financière vendent toutes les deux des produits de crédit, d’épargne et de couverture, ainsi que des services mais : Sphère bancaireSphère financière Clients Marchés Comptabilité Réglementation Clientèle non financière, peu informée, au comportement complexe et à l’élasticité-prix faible Clientèle financière, très informée, au comportement rationnel et à l’élasticité-prix élevée Marchés de type gré à gré, peu liquides, faiblement organisés, mal arbitrés, à fort coût de transaction Marchés organisés, liquides, bien arbitrés, à coût de transaction raisonnable Pas ou peu de valorisation en MtM, comptabilisation Banking Book (Hold To Maturity) Valorisation en MtM, comptabilisation Trading Book Bâle II, lois et réglements sur la protection du consommateur, protection de la vie privée, secret bancaire CAD Risque de marché, lois et réglements sur la transparence des opérations et des informations, la gouvernance

SMAI 16/11/2005 Sphère bancaire versus sphère financière : quelles différences ? Néanmoins, des problématiques très similaires : Marge = tarification client - coûts de gestion - coûts des risques (crédit, marché, opérationnel) - coût de funding et coût du capital immobilisé et donc les mêmes besoins « universels » de modélisation concernant : pricing et tarification client mesure et couverture des risques contrôle de gestion et optimisation des coûts allocation du capital, optimisation économique et comptable, prévision économique

SMAI 16/11/2005 Sphère bancaire, banque des particuliers : quels modèles pour quels usages ? Pricing et tarification client 1/2 nécessite la modélisation du comportement commercial & risque du client risque de défaut : modélisation de la probabilité de défaut  peu ou pas de modèle « économique » type KMV (défaut dès que passif < actif)  plutôt des modèles économétriques : Proba (défaut) = f (type_client) risque de marché (taux d’intérêt) exemples : option de remboursement anticipé, de rachat, comportement de tirage de ligne revolving etc. les particuliers ont individuellement des frontières d’exercice « floues », mais néanmoins statistiquement identifiables Proba (exercice option) = f (taux ; type_client, type_produit).

SMAI 16/11/2005 Sphère bancaire, banque des particuliers : quels modèles pour quels usages ? Pricing et tarification client 2/2 risque opérationnel : modélisation du risque de fraude  Proba (fraude) = f (type_client) risque & comportement commercial : modélisation intertemporel et multi-produit de la relation-client exemple : vendre à marge faible un crédit immobilier dans le cadre d’une relation de long- terme modélisation de la Life-Time Value, i.e. valeur actuelle du P&L futur généré par le client modélisation statistique de l’attrition client, de la durée de la relation en fonction Prob (client présent en t / type_client) = f (t, type_client)

SMAI 16/11/2005 Sphère bancaire, banque des particuliers : quels modèles pour quels usages ? Mesure et couverture des risques Risque de crédit pertes récurrentes (Expected Loss) mais pas / peu de risque extrême (Unexpected Loss) d’où indicateur de risque essentiel : coût du risque (EL annuel), stock de provision (EL total), calculé à partir des pertes historiques donc sans modélisation particulière indicateur UL (type VaR) donné explicitement par Bâle II : adaptation d’une formule type KMV (un facteur) les portefeuilles sont supposés infiniment granulaires, sans facteur systématique (type risque sectoriel ou géographique) donc pas de problématique de couverture du risque de crédit (hors cession de portefeuille)

SMAI 16/11/2005 Sphère bancaire, banque des particuliers : quels modèles pour quels usages ? Mesure et couverture des risques Risque de marché, risque économique Risque de taux, de change : essentiellement problématique ALM  A priori non linéarité due au comportement non linéaire des clients (cf modélisation comportementale des risques client)  En pratique : macro-couverture sur portefeuille à base de produits linéaires (swap de taux), indicateurs de risque « pauvres », très linéaires (impasse de taux), faible utilisation d’instruments optionnels  Pourquoi ? Insuffisance des modèles comportementaux ou faible non- linéarité globale ? Risque économique : croissance économique, inflation, taux de chômage etc.  Paradoxalement, influence faible sur le coût du risque  Influence plus forte sur l’activité commerciale  En pratique : pas / peu d’indicateur de risque utilisé, pas de préoccupation de couverture  Pourquoi ? Insuffisance des modèles ou faible exposition au risque économique ?

SMAI 16/11/2005 Sphère bancaire, banque des particuliers : quels modèles pour quels usages ? Mesure et couverture des risques Risques opérationnels Les risques importants en banque de détail sont :  Fraude  Pratiques commerciales  Exécution et traitement Indicateurs de risque : coût du risque opérationnel (EL Risk Op) Modélisation de l’ UL via Bâle II Couverture : standard par contrat d’assurance ou auto-assurance

SMAI 16/11/2005 Sphère bancaire, banque des particuliers : quels modèles pour quels usages ? Contrôle de gestion Allocation de capital

SMAI 16/11/2005 Quels besoins (urgents) de modélisation ? Besoins réglementaires Réglementation prudentielle Bâle II : Modélisation du risque de crédit des clients : probabilité de défaut, taux de perte en cas de défaut, taux utilisation des réserves revolving et des découverts Modélisation de l’impact des variables macro-économiques sur EL et UL, « stress tests macro » Modélisation de EL et UL des risques opérationnels car Bâle II ne donne pas de formule « toute faite » Modélisation du Mark-to-Market/Model des bilans bancaires (pillier 2)

SMAI 16/11/2005 Quels besoins (urgents) de modélisation ? Besoins réglementaires Réglementation comptable, IFRS / IAS : Modélisation des comportements clients en ALM Modélisation statistique des pertes, calcul de la Valeur Actuelle des pertes futures, calcul des provisions Besoins organisationnels Contrôle de gestion, amélioration de l’efficacité et de la productivité pour un industrie qui par nature fait du traitement de masse etc.