Gestion des Risques Financiers

Thierry Roncalli 7 janvier 2009

Merci de rdiger entirement vos rponses.

1 La rglementation Ble II
1. Quelles sont les principales dirences entre l'accord originel de Ble (ratio Cooke) et l'accord dit Ble II ? 2. Comment est calcul le ratio McDonough ? Quelles sont les dirences entre les ratios Tier One et Tier Two ? 3. Expliquez quelles sont les fonctions et responsabilits de la Commission Bancaire d'une part et de l'Autorit des Marchs Financiers d'autre part.

2 Le risque de march
1. Dnissez prcisement le primtre des risques qui donnent lieu une exigence de fonds propres (on fera la distinction en particulier entre les risques du trading book et ceux du banking book). 2. Comment est calcule l'exigence de fonds propres dans la mthode dite  des modles internes  ? 3. En quoi la gestion des risques des produits exotiques est dirente de celle des produits linaires ou vanilles ? 4. Quelles sont les exigences rglementaires en terme de back-testing ?

3 Le risque de crdit
1. Comment est dni le dfaut dans Ble II ? 2. Expliquez la mthode SA pour calculer l'exigence de fonds propres au titre du risque de crdit ? 3. Quelles sont les dirences entre les mthodes IRB simple (FIRB) et IRB avance (AIRB) ? 4. Dnissez les mesures de risques dites Value-at-Risk, Unexpected Loss, Expected Regret et Expected Shortfall ? 5. Pourquoi la mesure de risque Unexpected Loss a-t-elle t retenue par le Comit de Ble plutt que la mesure Value-at-Risk ?

4 Le risque oprationnel
1. Comment Ble II dnit le risque oprationnel ? Donnez des exemples de risque oprationnel. 2. Expliquez la mthode SA pour mesurer le risque oprationnel. Quelles sont les trois pondrations retenues ? Donner un exemple de ligne mtier pour chacune des 3 pondrations. Ce systme de pondrations vous semble-t-il cohrent ? 3. Quelles dirences faites vous entre des risques dit "high frequency / low severity" et "low frequency / high severity" ? Donnez des exemples.

5 Value-at-Risk et risque de march

On considre n titres. On note x le vecteur des poids du portefeuille P1 (xi est le poids du titre i et nous avons xi = 1 et xi 0). La valeur du portefeuille P1 est gale aujourd'hui 20000 euros. La CSSF (Commission de Surveillance du Secteur Financier) vous demande de lui communiquer la VaR 99% du portefeuille (en euros) pour une priode de dtention de 1 mois. 1. On suppose que les facteurs de risque sont les rendements des titres. (a) Soient et le vecteur des rendements esprs et la matrice de covariance des rendements (base annuelle). Comment calcule-t-on la VaR Gaussienne du portefeuille linaire P1 ? En utilisant l'historique des rendements des titres des 250 derniers jours de trading, on estime que le rendement espr du portefeuille est -34% par an et la volatilit associe est 40% par an. Calculer la VaR demande par la CSSF. Discutez de la pertinence d'introduire ou non l'eet moyenne dans le calcul de la VaR et montrez que la dirence entre les deux mesures est premire vue de l'ordre de 2000 euros. (b) Comment calcule-t-on la VaR historique ? En utilisant les chocs historiques des 250 derniers jours de trading, on obtient le tableau 1 des 250 PnLs simuls un jour et ordonns du portefeuille P1 . Calculez la VaR historique de ce portefeuille pour la CSSF. 2. On suppose maintenant que les rendements des actifs sont expliqus par m facteurs communs de risque. On notera :
m i rt = j=1 i avec rt le rendement de l'actif i la date t, Ftj la valeur du facteur j la date t, i l'exposition du j titre i au facteur j et i le facteur idiosyncratique du titre i. On fait l'hypothse statistique que tous t les facteurs idiosyncratiques sont indpendants les uns des autres, et qu'ils sont aussi indpendants des facteurs communs Ft = Ft1 , . . . , Ftm . On suppose aussi que i N 0, 2 et Ft N (0, ). t i

i Ftj + i j t

(a) Donner l'expression de la VaR analytique en supposant la dcomposition factorielle prcdente (et en ngligeant l'eet moyenne). (b) On considre maintenant qu'il n'existe qu'un seul facteur commun (m = 1) et que i = 1 quel que soit le titre i (les titres ont donc tous la mme sensibilit ce facteur). On note Ft1 N 0, 2 . Donnez l'expression de la VaR analytique (en ngligeant toujours l'eet F moyenne). En dduire le portefeuille correspondant la VaR minimum dans le cas o tous les titres ont la mme volatilit idiosyncratique.

6 Valorisation d'un CDS

1. On considre un CDS 6M1 sur une contrepartie X de maturit 3 ans et de notionnel 1 million d'euros. Le spread actuel du CDS est gal 200 bp. Donnez le diagramme des ux du CDS en supposant que la jambe de protection est paye la maturit et que le taux de recouvrement est xe et gal 40%. Quel est le PnL du vendeur A de la protection si la contrepartie X ne fait pas dfaut ? Quel est le PnL de l'acheteur B de la protection si la contrepartie X fait dfaut dans 2 ans et 2 mois ? 2. Sept mois plus tard, la contrepartie X doit faire face une crise majeure. Son spread a augment et vaut maintenant 1000 bp. L'acheteur B de la protection retourne sa pose dans le march avec C. Combien l'acheteur B a-t-il gagn ou perdu d'argent dans cette opration ? 3. Estimez la nouvelle probabilit de dfaut annuelle de la contrepartie X.
1 Les dates de paiement de la jambe de prime sont donc semestrielles.

-1254.60 -768.54 -601.87 -497.66 -405.72 -351.56 -287.89 -227.15 -203.05 -172.62 -130.19 -60.38 -10.32 13.38 55.18 80.47 133.16 197.51 263.63 325.91 399.98 466.75 560.00 697.55 860.35

-1124.63 -749.90 -593.49 -473.71 -405.10 -343.82 -268.19 -225.10 -201.58 -162.50 -122.32 -57.92 -9.67 13.86 55.74 83.53 143.97 208.07 269.89 330.75 403.42 468.35 561.87 701.99 889.58
Tab.

-1012.29 -746.81 -588.32 -473.31 -404.96 -343.82 -263.82 -224.63 -198.35 -153.77 -110.37 -56.99 -3.51 15.25 59.53 84.23 150.34 209.72 285.14 332.82 404.07 472.00 563.14 709.17 909.39

-984.62 -722.90 -574.66 -463.31 -394.60 -335.72 -259.56 -221.46 -191.56 -145.01 -106.02 -44.36 0.83 16.51 73.83 97.12 152.41 223.78 295.54 342.37 412.04 481.70 591.34 718.80 910.57

-983.28 -704.00 -565.27 -458.31 -390.45 -333.58 -258.95 -220.70 -190.67 -142.96 -102.82 -36.28 2.18 18.00 74.16 105.46 154.02 227.43 295.60 346.77 420.08 488.52 613.31 719.69 914.16

-968.12 -688.00 -554.94 -454.78 -370.95 -319.57 -257.81 -218.09 -185.01 -141.66 -100.36 -34.44 3.31 18.96 77.94 111.31 163.32 227.58 296.02 356.92 423.14 491.22 632.33 756.79 942.00

-966.15 -656.92 -553.52 -452.57 -367.97 -302.41 -242.70 -216.20 -183.60 -139.98 -90.61 -32.72 4.16 34.72 79.16 115.98 168.58 242.47 309.22 365.84 450.60 515.60 647.38 784.94 1026.82

-949.34 -625.46 -544.72 -451.73 -364.13 -299.54 -231.55 -215.07 -180.37 -139.15 -79.21 -18.87 8.98 38.11 79.53 118.92 173.36 246.91 315.63 371.58 454.47 523.34 649.08 789.67 1086.44

-852.79 -619.94 -539.69 -450.85 -360.64 -295.43 -230.32 -208.98 -179.58 -135.00 -70.40 -15.03 11.84 46.10 79.69 119.63 191.22 249.39 316.92 372.21 459.82 524.37 673.58 818.84 1087.89

-808.54 -604.84 -504.13 -412.26 -356.86 -290.80 -227.95 -208.17 -177.66 -132.07 -68.22 -14.41 12.36 50.65 79.73 131.77 194.09 256.44 322.41 386.05 461.39 543.97 683.85 830.27 1228.93

1  Simulation historique des 250 PnLs journaliers (en euros)

7 Contribution en risque dans le modle Ble II

On considre un portefeuille de I crances de maturit Mi . On note L la perte du portefeuille :
I

L=
i=1

EADi LGDi 1 { i Mi }

On montre que, sous certaines hypothses, le quantile de la fonction de distribution F de L a pour expression :
I

F 1 () =
i=1 1

EADi E [LGDi ] P Di H 1 (1 )

1. Pour obtenir l'expression F (), on s'est plac dans un modle mono-factoriel pour modliser le dfaut et on a suppos que la probabilit de dfaut conditionnelle est une fonction dcroissante de ce facteur X  H est la distribution de la variable alatoire X . Qu'appelle-t-on un portefeuille inniment granulaire ? Quelles sont les autres hypothses ncessaires pour obtenir l'expression de F 1 () ? 2. Qu'appelle-t-on la contribution en risque d'une crance ? 3. Dnissez les notions  Expected Loss  (EL) et  Unexpected Loss  (UL). Montrez que la mesure VaR est gale la mesure EL sous les hypothses (H) prcdentes si les temps de dfaut sont indpendants du facteur X . 4. Dans le modle Ble II, on suppose que le dfaut intervient avant la maturit Mi si une variable latente Zi passe en dessous d'une certaine barrire Bi :

i Mi Zi Bi
On modlise Zi = X + 1 i avec Zi , X et i trois variables alatoires Gaussiennes centres rduites et indpendantes. X est le facteur (ou le risque systmique) et i est le risque individuel.

Montrez que la valeur de la barrire est Bi = 1 (P Di (Mi )) o P Di (Mi ) est la probabilit de dfaut inconditionnelle de la crance i pour la maturit Mi . Montrez que la probabilit de dfaut conditionnelle est : Bi x Pr { i Mi | X = x} = 1 On utilise la mesure UL pour calculer le risque de crdit. En dduire que la contribution en risque de la crance i est : 1 (P Di (Mi )) + 1 () EADi E [LGDi ] P Di (Mi ) 1 5. La contribution en risque prcdente a t obtenue sous les hypothses (H) et dans le cadre du modle de dfaut de la question 5. En dduire les implications en terme de Pilier II.

8 Construction d'un scnario de stress partir de la thorie des valeurs extrmes

1. Donner le thorme des valeurs extrmes caractrisant la loi asymptotique de max (X1 , . . . , Xn ) (ou min (X1 , . . . , Xn )) avec Xi une variable alatoire iid. 2. On rappelle que les fonctions de distribution et quantile de la loi de probabilit GEV sont :
1/

G (x) = G1 () =

exp 1 +

1 1 ( ln )

Quel est l'intrt de cette distribution ? Donnez la log-vraisemblance associe un chantillon {x1 , . . . , xn }. 3. Dnissez la notion de temps de retour. Quel est le temps de retour associ une VaR 1 jour 99%, une VaR 1 an 95% ? 4. Dnissez le stress-testing. Quelle est son utilit dans la gestion des risques ? Comment est-il utilis dans la rglementation ? 5. On considre un portefeuille de trading dont on modlise le rendement en estimant les paramtres de la distribution GEV partir de l'oppos des minima des rendements journaliers sur n jours de trading. On suppose que est gal 1. Soit t le temps de retour (en jours de trading). Montrez que du portefeuille (en %) associe au temps de retour t en utilisant nous pouvons estimer la perte r t l'approximation suivante : t r t + 1 n avec et les paramtres estims par maximum de vraisemblance de la distribution GEV. 6. On considre deux portefeuilles P1 et P2 . On estime les paramtres de la distribution GEV partir des donnes correspondantes l'oppos des minima des rendements journaliers sur un mois de trading (ou 20 jours de trading). On obtient les rsultats suivants :

P1 P2

0.01 0.10

0.03 0.02

1.00 1.00

Calculez le scnario de stress pour chacun des portefeuilles et pour un temps de retour gal un an. Commentez ces rsultats.

9 Calibration du paramtre LGD

1. On considre une classe de risque C correspondant un segment de clientle et un produit donns dans la banque de dtail. Une analyse statistique de 1000 donnes disponibles de LGD pour cette classe C donne les rsultats suivants : LGD Eectifs 0% 100 25% 100 50% 600 75% 100 100% 100

On considre un portefeuille de 100 crances homognes de nominal 10000 euros et appartenant la classe C . La probabilit de dfaut annuelle est gale 1%. Calculez l'expected loss d'horizon 1 an de ce portefeuille de crance en considrant la distribution empirique prcdente pour modliser le paramtre LGD. 2. On suppose que la marge commerciale est gale 650 euros par crance. Quel est l'impact sur le bilan de la banque si on suppose que l'exigence des fonds propres porte aussi sur la perte espre ? Quel est l'impact sur le compte de rsultat si on considre que l'expected loss est couverte par la marge commerciale ? 3. On dsire modliser le paramtre LGD par une distribution Beta B (a, b). On rappelle que l'expression des deux premiers moments de cette distribution est : a = a+b ab 2 = 2 (a + b) (a + b + 1) Calibrez les paramtres a et b de la distribution Beta partir de la distribution empirique prcdente. 4. On suppose que le dfaut est modlis par un modle un seul facteur de type Ble II et qu'il est indpendant de la perte en cas de dfaut. On considre le portefeuille de crances prcdentes et on cherche mesurer l'unexpected loss. Quel est l'impact sur cette mesure de risque si on utilise une distribution uniforme la place de la loi Beta calibre ? Pourquoi ce rsultat est vri aussi dans le cas o nous considrons un modle deux facteurs pour modliser le temps de dfaut ?

10 Modlisation du temps de dfaut

1. On modlise le temps de dfaut comme une distribution exponentielle gnralise. On suppose que le taux de risque (ou taux de hasard) (t) est constant par morceaux :

(t) = m

si t tm1 , tm

Calculez la fonction de survie de ainsi que la fonction de densit. 2. On suppose que (t) est gal 100 bp si t est infrieur 5 ans et 200 bp si t est suprieur 5 ans. Comment simule-t-on ? Calculez les valeurs simules de si on tire des nombres alatoires uniformes qui valent respectivement 0.04, 0.23 et 0.97. 3. On considre un systme de rating avec 4 classes de risque : A, B, C et D. La note D reprsente le dfaut. Une estimation des probabilits de transition 2Y donnent : 94% 3% 2% 1% 10% 80% 5% 5% = 10% 10% 60% 20% 0 0 0 100% Nous avons aussi :

88.86% 5.42% 3.23% 2.49% 17.9% 64.80% 7.2% 10.1% 2 = 16.4% 14.3% 36.70% 32.60% 0 0 0 100%

et :

84.39% 24.02% 3 = 20.52% 0

7.32% 3.99% 4.30% 53.10% 7.92% 14.96% 15.60% 23.06% 40.82% 0 0 100%

On note SA (t), SB (t) et SC (t) les fonctions de survie des classes de risque A, B et C. En supposant un modle exponentiel gnralis, calibrez pour chacune des classes les taux de risque (t) indiqus dans le tableau par le symbole :

(t) 0t<2 2t<4 4t<6

4. Dnissez la notion de gnrateur markovien. Comment estimet-on le gnrateur associ aux matrices de transition prcdentes ? Un calcul numrique montre que : 0.0325 0.0165 0.0126 0.0034 0.0558 0.1149 0.0353 0.0238 = 0.0622 0.0711 0.2592 0.1259 0 0 0 0

est-il un gnrateur markovien ?

5. Sur le graphique 5, nous avons reprsent les taux de risque (t) en considrant le modle exponentiel gnralis et ceux calculs directement partir du gnrateur markovien. Expliquez prcisment comment (t) a t calcul dans les deux cas. Pouquoi obtient-on une courbe croissante pour le rating A, une courbe dcroissante pour le rating C et une courbe en U invers pour le rating B ?

Fig.

1  Taux de risque (t) pour les ratings A, B et C