Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Modèle d’évaluation du risque de crédit : CREDITMETRICSTM Écrit par Claudia Cha

Modèle d’évaluation du risque de crédit : CREDITMETRICSTM Écrit par Claudia Champagne Basé sur le document technique de J.P. Morgan École des Hautes Études Commerciales Hiver 1999 TABLE DES MATIÈRES INTRODUCTION ................................................................................................................................ 2 PREMIÈRE PARTIE : CREDITMETRICS ..................................................................................... 5 Cadre d’analyse .................................................................................................................................... 6 Cotes de crédit et migration..................................................................................................................... 7 Évaluation ............................................................................................................................................... 9 Volatilité des valeurs............................................................................................................................ 10 Analyse du portefeuille......................................................................................................................... 13 Exposition au risque ........................................................................................................................... 14 Obligations et prêts ............................................................................................................................... 15 Comptes recevables .............................................................................................................................. 15 Marge de crédit ..................................................................................................................................... 15 Lettres de crédit .................................................................................................................................... 16 Instruments financiers dérivés .............................................................................................................. 17 Horizon de temps ................................................................................................................................ 18 Lacunes du modèle ............................................................................................................................. 19 DEUXIÈME PARTIE : APPLICATION ......................................................................................... 21 TROISIÈME PARTIE : COMPARAISON AVEC D’AUTRES MODÈLES .............................. 23 CONCLUSION ................................................................................................................................... 29 ANNEXES Annexe I – Matrice de transition ...................................................................................................... 32 Annexe II – Matrice des valeurs possibles pour un portefeuille de 2 obligations ............................. 33 Annexe III – Matrice des probabilités conjointes ............................................................................... 34 Annexe IV – Courbe de taux forward et risque du portefeuille ......................................................... 36 BIBLIOGRAPHIE ............................................................................................................................. 37 2 INTRODUCTION a mesure du risque de crédit est maintenant devenue primordiale pour plusieurs entreprises, notamment à cause de certains facteurs tels que l’augmentation au niveau mondial du nombre de faillite des institutions financières, la tendance pour les gros emprunteurs (qui sont habituellement de bonne qualité) de s’éloigner des institutions financières, le marché très compétitif, la dépréciation de la valeur des actifs réels qui réduit inévitablement la valeur des garanties et la croissance fulgurante des instruments hors bilan qui sous-tendent une exposition au risque supplémentaire. C’est pourquoi le risque de crédit est maintenant le défi premier du secteur de la gestion des risques en cette fin des années 1990 et sûrement pour le commencement du prochain siècle. L Plusieurs méthodes existent pour évaluer le risque de crédit d’une entreprise ou d’une institution financière. Il y a bien sûr l’analyse subjective comme la méthode des 5 C : capacity, character, capital, collateral et conditions. Cependant, cette manière de faire apporte des problèmes d’hétérogénéité de jugement, de formation et de coûts élevés reliés au temps consacré à l’analyse. Il y a ensuite eu les techniques statistiques classiques telles que les régressions logit ou probit et l’analyse discriminante qui cherche à trouver une fonction linéaire de variables du marché qui peut le mieux distinguer 2 classes d’emprunteurs : les bons et les mauvais. Par contre, ces modèles multivariés font face à 2 critiques principales: ils sont trop axés sur des données comptables (donc discrètes) et puisque les marchés ne sont pas linéaires, les modèles linéaires ne donnent probablement pas des prévisions exactes. Enfin, parmi les modèles plus modernes, on trouve les risk of ruin models qui, dans leur version la plus simple, affirment qu’une société fait faillite lorsque la valeur liquidative de ses actifs est inférieure à ses obligations aux créanciers. Ces méthodes sont similaires aux modèles d’option (Option Pricing Models) qui évaluent la volatilité implicite des actifs d’une entreprise; modèles qui sont principalement commercialisés par la firme KMV. Les critiques de ces types de modèles sont que, premièrement, rien ne prouve que la volatilité des prix des actions d’une firme peut servir de proxy à la variabilité implicite de la valeur des actifs et deuxièmement, l’efficacité de ce type d’analyse pour les entreprises non publiques n’est pas prouvée. Toujours parmi les modèles récents, 3 on trouve ceux qui cherchent à imputer des probabilités implicites de défaut à partir de l’écart de la structure à terme des taux d’intérêt entre les titres sans risque et les actifs risqués. Il y a également les modèles (taux marginal de mortalité) qui cherchent à trouver des probabilités de défaut, à partir de données historiques sur les obligations ayant fait défaut, par cote de crédit ainsi que par années restant avant l’échéance. Finalement dans la dernière catégorie de modèles modernes, il y a ceux d’intelligence artificielle comme les arbres de classification, les systèmes experts formels, les réseaux de neurones et les algorithmes génétiques. Avec toutes ces méthodes à la disposition des gestionnaires, on serait porté à croire que ceux-ci ont tous les outils nécessaires à une bonne gestion des risques de crédit. Mais, il y a malgré tout une critique commune à toutes les méthodes mentionnées précédemment qui est qu’aucune d’entre elles n’offre une vision globale de l’entreprise ou de l’institution financière. En effet, ces modèles essaient de trouver les risques d’une seule entreprise à la fois; ils gèrent le risque au niveau individuel. Il faudrait plutôt tenir compte par exemple de l’effet de diversification existant au niveau du portefeuille de prêt ou d’obligations. En réalité, les prêts composant le portefeuille de la banque interagissent entre eux et il est donc primordial de faire une analyse au niveau du portefeuille global, c’est-à-dire mesurer le risque agrégé. En ayant une approche portefeuille, il est éventuellement possible de mesurer systématiquement le risque de concentration, c’est-à-dire le risque résultant d’une exposition accrue à un emprunteur en particulier ou à des groupes d’emprunteurs corrélés entre eux (par exemple dans une même industrie). Dans le même ordre d’idée, avoir une vue d’ensemble du portefeuille complet permet de mieux adresser le problème de diversification. Certains clients peuvent être très risqués individuellement mais n’admettent pas une augmentation élevée du risque du portefeuille lorsqu’ils sont incorporés à celui-ci; certains peuvent même faire diminuer le risque global du portefeuille. Ce qu’il faut regarder est donc le risque marginal apporté par un titre individuel au portefeuille et non la volatilité de ce titre en particulier. Finalement, en capturant les effets de portefeuille, tels que les bénéfices de la diversification et les risques de concentration, et en reconnaissant que le risque s’accroît avec une détérioration de la qualité de crédit, une méthodologie comme CreditMetricsTM peut être le fondement d’un processus d’allocation du capital basé sur le risque. En outre, les marges de profit sans cesse rétrécissantes, la volatilité des marchés et de l’économie en général et la croissance d’instruments sophistiqués de gestion du risque comme les dérivés de crédit, 4 font qu’il est maintenant impensable de mesurer le risque ou le gérer au niveau des transactions individuelles. Les approches traditionnelles à l’analyse du risque concentré étaient basées sur le jugement subjectif du gestionnaire qui sélectionnait un pourcentage maximal des prêts pouvant être alloué à certains secteurs économiques ou géographiques ou simplement en limitant le risque dans certaines industries en pourcentage du capital. La lacune dominante de ces façons de faire est que ces barrières à l’investissement ne reconnaissent pas la relation entre le rendement et le risque. Afin de répondre à ce problème, les théoriciens ont donc commencé à appliquer la théorie de portefeuille moderne (modèle de Markowitz) au portefeuille de titres de crédit : on cherche à minimiser le risque pour un rendement donné ou à maximiser le rendement pour un niveau de risque donné. Les problèmes qui surviennent toutefois avec cette façon de faire est le manque d’information disponible pour les titres de crédit. Il est donc particulièrement ardu d’appliquer le cadre moyenne-variance au risque de crédit. CreditMetricsTM est une des recettes disponibles sur le marché qui tient compte de toutes les caractéristiques propres au risque de crédit. Le modèle mesure le risque dans un contexte de portefeuille, c’est-à-dire qu’il tient compte des effets de diversification provenant des corrélations entre les mouvements de qualité de crédit entre les emprunteurs. Ce travail tentera donc de faire une description générale du modèle dans la première partie, en expliquant les différentes composantes de la méthode. Les lacunes du modèle seront ensuite brièvement mentionnées. Puis, les différentes applications possibles de CreditMetrics seront énumérées. Finalement, une comparaison avec d’autres modèles commerciaux sera effectuée afin de voir les forces et faiblesses de chacun. 5 CreditMetricsTM reditMetricsTM est un outil destiné à évaluer le risque d’un portefeuille dû au changements de valeur de la dette ou autre titre qui sont causés par des variations de la qualité de crédit de l’emprunteur. Il est important de mentionner que ces variations de qualité du dossier de crédit ne sont pas déterminées uniquement par des événements reliés au défaut de l’entreprise, comme le retard des paiements, le non-paiement, la faillite, des difficultés financières nécessitant une renégociation de la dette, etc., mais également aux fluctuations (appréciations ou détériorations) de la cote de crédit de la firme. De plus, le modèle estime la valeur à risque (VaR) – la volatilité de la valeur – et non uniquement les pertes espérées car, aussi cruciales que peuvent être les probabilités de défaut, elles ne représentent qu’un fragment de la longue chaîne d’estimations qui sont nécessaires à la compréhension du risque de crédit d’un portefeuille. Évidemment, comme nous l’avons fait valoir plus haut, tous les calculs sont faits dans un contexte de portefeuille. C La méthode a été développée par le groupe de recherche sur la gestion du risque de la firme J.P. Morgan. Le logiciel CreditManager, qui sert à l’implantation de la méthode CreditMetricsTM a été lancé au mois de juillet 1997 (soit 3 mois après que la méthodologie ait été dévoilée) et a été developpé par la firme J.P. Morgan et 22 commanditaires uploads/Finance/ credit-risk-metrics.pdf