Vous êtes sur la page 1sur 76

1

Risque de d efaut - Risque de cr edit Ecole Nationale des Ponts et Chausses

Vivien BRUNEL - Beno t ROGER

This version: September 23, 2009

Introduction
Ces notes de cours repr esentent le support de cours Risque de D efaut - Risque de Cr edit donn e` a lEcole des Ponts et Chauss ees depuis 2005. Elles reprennent donc en grande partie les notions qui y sont d evelopp ees en cours et vos remarques seront utiles pour nous aider ` a en am eliorer la qualit e. Le but de ce cours est, dune part de d ecrire lensemble de la cha ne du risque de cr edit dans la banque (march e du cr edit cash et d eriv e, gestion du risque, mesure de performance, allocation de capital et gestion dun portefeuille bancaire), et dautre part de donner aux etudiants, au travers dun cours plus concret, une vision de leur futur m etier ding enieur nancier.

Activit es dune banque


On distingue essentiellement deux types de banques : les banques commerciales et les banques dinvestissement. Les banques commerciales travaillent avec leurs clients, particuliers, professionnels, PME et grandes entreprises dont elles collectent les d ep ots et ` a qui elles accordent des pr ets. Les banques commerciales sont s epar ees en g en eral en deux cat egories, selon le type de client` ele : la banque de d etail est en charge des particuliers et PME, la banque daaires est en charge des grandes entreprises. Dautre part, les banques dinvestissement travaillent sur les march es nanciers quelles interm edient et sont en charge des emissions en primaire de titres sur les march es pour le compte de leur clients, les fusions-acquisitions, le trading de produits d eriv es... Il existe une sp ecicit e aux Etats-Unis depuis la crise de 1929. Adopt e` a lapog ee de la crise en 1933, le Glass-Steagall Act visait ` a interdire la r ep etition de ce qui, ` a l epoque, etait per cu dans lopinion comme lune des causes de la bulle boursi` ere : la sp eculation sur les actions par les banques de d etail. Cette loi a donc s epar e les banques commerciales des banques dinvestissement, mais est peu ` a peu tomb ee en d esu etude pour dispara tre en 1999 suite ` a la cr eation de Citigroup. Citigroup est un exemple de banque dite universelle, comme il en existe beaucoup en Europe. Les banques universelles rassemblent au sein dun m eme groupe des activit es de banque commerciale, de banque de r eseau, mais aussi de gestion dactifs, de services nanciers aux investisseurs, de services nanciers sp ecialis es (cr edits ` a la consommation, assurance...). Pour bien comprendre la nature des risques de la banque, et la fa con dont elle va les g erer, il faut 3

4 conna tre ses interlocuteurs. Ceux-ci sont de trois types : Cr eanciers : lactivit e de base de la banque est de pr eter de largent ` a ses clients an quils puissent nancer leur activit e ou leurs projets. Les cr eanciers de la banque sont donc des particuliers, des entreprises, ou des etats. March es nanciers : lacc` es privil egi e de la banque aux march es est dautant plus important que cela permet ` a la banque de g erer une partie des risques engendr es par son activit e de nancement. R egulateur, autorit e de tutelle : lactivit e bancaire est tr` es r eglement ee, dune part en France par lAMF (Autorit e des March es Financiers), dautre part par la commission bancaire qui impose aux banques de mettre des fonds propres en couverture du risque quelle prennent. Il existe donc un paradoxe au niveau des banques : si une r eglementation intervient sur le niveau de risque des banques, les d eposants sont plus conants et la banque y trouve son int er et.

Objectifs du cours
Avant de parler de risque de d efaut, ou de risque de cr edit, il est important de comprendre quels sont les intervenants sur les march es nanciers. Les march es nanciers r eunissent des acheteurs ou des vendeurs. Ceux ci sont li es par un contrat (une vente, le plus g en eralement) qui stipule les conditions d echange de ux nanciers (emprunter aujourdhui pour rembourser demain, emprunter ` a taux xe, et prter ` a taux variable, etc ) ou dachat vente (actions, obligations d etat, obligations du secteur priv e, monnaies, mati` eres premi` eres, etc ). Chaque contrat, y compris sous sa plus simple forme -lachat ou vente dune action- stipule les modalit es d echange. Prenons lexemple dune obligation. France T el ecom veut lever 3 milliard dEuros de capitaux pour nancer une op eration de rachat dop erateur t el ephonique. France T el ecom va se tourner vers les interlocuteurs habituels pour obtenir les fonds manquants : banques, introduction en bourse de nouvelles actions, march e nanciers. Si la solution retenue est celle dun emprunt sur les march es nanciers, France T el ecom doit lever 3 Milliards dEuros sous forme dobligation et peut proposer lop eration suivante : pour 100 EUR prt es, France T el ecom versera un int ert annuel de 6%, et remboursera les 100 EUR dans leur totalit e en 2010. Plusieurs questions vont tre soulev ees par les intervenants du march e: 1. dois je eectivement prter 100 ` a France Telecom, en echange des remboursements promis, ou moins ? Pourquoi pas 95 , ou 103 ? Quel prix dois je donner ` a lobligation France Telecom ? (point de vue de linvestisseur, du market-marker) 2. suis-je d ej` a trop expos e dans mon portefeuille au secteur Telecom. Les nouvelles obligations que jach` ete me permettent-elles de bien diversier mon risque ? (point de vue du g erant) 3. acheter des obligations France Telecom implique des r eserves -r eglementaires et economiques- que je

5 vais devoir supporter. Le rendement propos e par lobligation me permet il de couvrir ces frais additionnels ? (d enition du couple rendement-risque) 4. ` a quels facteurs de risque France Telecom est il sensible ? quel part de risque sur France Telecom est elle due au risque syst emique, au secteur des Telecom dans son ensemble, ou ` a France Telecom elle-mme ? comment g erer ce risque ci ? (gestionnaire de portefeuille bancaire) 5. je d esire revendre une partie du risque que je prends sur France Telecom au moyen de produits structur es regroupant plusieurs emetteurs de dette. Quelles sont les interactions entre les di erents emetteurs que je vais consid erer ? comment isoler plusieurs niveaux de risque que je vais revendre ? (point du vue du structureur de CDO) Dans ce cours, nous aborderons chacune de ces questions. Les pr e-requis concernent les outils

math ematiques dont nous nous servons. Ceux-ci sont identiques pour la plupart ` a ceux requis par les cours de nance. Le cours est divis e en six s eances, la septi` eme s eance etant r eserv ee aux projets des etudiants. S eance 1 : Mod elisation du d efaut dune entreprise S eance 2 : Le risque de d efaut sur un seul emetteur S eance 3 : Produits structur es eance 4 : Mod` eles de portefeuille S S eance 5 : La mesure du risque S eance 6 : Gestion du portefeuille bancaire Chaque s eance fera lobjet dun chapitre. Bien entendu, tous ce qui est abord e en cours est repris dans ces notes, mais nous irons plus loin que le cours sur certains sujets. Les paragraphes dapprofondissement seront rep er es par un ast erisque. Des exercices sont propos es en n de chaque chapitre et les solutions fournies ` a la n des ces notes. Le lecteur trouvera ` a la n des notes une bibliographie permettant daller plus loin sur un sujet sp ecique.

Chapter 1

Mod elisation du d efaut dune entreprise


1.1 Pr eteurs, emprunteurs, produits

Les march es de la dette regroupent plusieurs types dintervenants : les emprunteurs les pr eteurs (investisseurs priv es ou institutionnels) ependants dont le m etier est dattribuer une les agences de notation qui sont des organismes ind note repr esentative du risque de cr edit associ e` a nimporte quel type d emission obligataire. Les produits trait es sur les march es nanciers sont divers. Les plus simples et les plus anciens sont les obligations, qui sont emises par des Etats (en France Obligation au Tr esor (OAT), emprunts russes, Government Bonds am ericains, etc...), des administrations (Un edic en France qui a lanc e en 2006 une op eration de titrisation de ses cr eances pour un montant de 1.5 Mds ), des villes (Municipality bonds aux Etats-Unis), des grandes entreprises (France T el ecom, EDF, Sodexho) dont des banques (BNPP, Soci et e G en erale, Cr edit Agricole, etc ). Des produits d eriv es sont ensuite apparus : les CDS (Credit Default Swap) ou plus g en eralement les d eriv es de cr edit classiques et enn encore plus r ecemment des produits plus complexes tels que les CDO (Collateralized Debt Obligations) ou First-to-Default. Notons enn lexistence de produits dits hybrides tels que les obligations convertibles qui permettent d echanger de la dette contre des actions. Le march e de la dette repr esente un volume important des echanges. Au premier trimestre 2005, 360 milliards dEuros dobligations avaient et e emis (en Europe) pour un total de 805 milliards de dollars au niveau mondial. Par ailleurs, le montant de produits structur es s elevait ` a 67 milliards deuros et lensemble des pr ets syndiqu es ` a 250 milliards de dollars. Enn, notons que le march e de la dette est en croissance soutenue depuis plusieurs ann ees, et notamment la standardisation des produits structur es. 7

CHAPTER 1. MODELISATION DU DEFAUT DUNE ENTREPRISE

          

$ %  # & !" "  "    '  (




                         
Figure 1.1: Croissance du march e de la dette (source : J.P. Morgan)

1.2

Les obligations risqu ees

Reprenons notre exemple France T el ecom. Aujourdhui, en 2006, France T el ecom souhaite lever des fonds pour nancer une acquisition importante ou une avanc ee technologique. En raison de contraintes scales, dun cours boursier d efavorable, France T el ecom souhaite nancer son op eration via l emission dun emprunt sur les march es nanciers sous la forme de bons au porteurs. Lint er et propos e est de 6% et la maturit e de lop eration 4 ans. France T el ecom va se tourner vers une banque qui sengage ` a placer sur les march es nanciers les titres emis, au prix de 100 . An de parvenir ` a ce chire, la banque testera les march es et demandera en cons equence ` a France T el ecom dajuster ` a la hausse ou ` a la baisse le taux dint er et propos e (le coupon). La banque garantira ensuite ` a France T el ecom la vente de tous les titres, sengageant ainsi ` a prendre ceux quelle naura pas plac es. On dira alors que la banque est coll ee (risque de colle) aux titres France T el ecom. Les titres sont emis au 1er septembre 2006. Un ech eancier est mis en place suivant lequel : Au 01.09.2006, FT per coit 100 aux 01.09.2007, ..., 01.09.2009, France T el ecom verse le coupon de 6 au porteur le 01.09.2010, France T el ecom verse au porteur le dernier coupon de 6 et rembourse le principal de 100.

1.2. LES OBLIGATIONS RISQUEES


   & '      !      "               !        # $ %    $ # #

Figure 1.2: Ech eancier des paiements pendant la dur ee de vie de lobligation. Un porteur qui a achet e lobligation France T el ecom au 01.09.2006 peut la revendre sur le march e obligataire. Le prix d echange est x e par le march e et on assiste ` a une cotation de lobligation France T el ecom aux c ot es dautres obligations. Un exemple de cotation est le suivant :

metteur

rating metteur

AAA
5,50%

Fonds d'Etat Franais


2010 111,93 2,7818

taux actuariel

coupon pay par l'obligation (taux d'intrt promis)

maturit cotation

Plusieurs informations sont rassembl ees autour de la cotation : nom de l emetteur qualit e de cr edit de l emetteur (rating attribu e par une agence de notation) maturit e de lobligation coupon La cotation est un prix (en loccurrence 111.93) auquel on associe un taux, le taux actuariel. Le taux actuariel est le taux qui egalise prix dachat (la jambe xe) et ux ` a venir (la jambe variable). Il re` ete

10

CHAPTER 1. MODELISATION DU DEFAUT DUNE ENTREPRISE

la r emun eration exig ee pour le risque pris (risque de taux et risque de non-remboursement), qui d epend donc de la qualit e de cr edit de lemprunteur (l emetteur), du coupon et de la maturit e de lobligation. Le taux de rendement actuariel est donc solution de l equation : Prix = 111.93 = 5.5 100 + t 2006 (1 + ) (1 + )20102005 t=2007,...,2010

AAA
5,50%

Fonds d'Etat Franais


2010 111,93 2,7818

A5,70% 2010

France Tlcom
111,55 3,1396

AA
5,70%

Caisse d'Epargne
2010 111,28 2,9665

AA5,10%

Socit Gnrale
2010 108,05 3,2827

AA
5,25% 2010

Crdit Agricole
108,6 3,2826

BBB
4,63%

Sodexho Alliance
2009 103 3,7094

Figure 1.3: Le prix de lobligation - et le taux de rendement actuariel d ependent de la qualit e de lemprunteur. Comparaison de taux de rendement actuariels pour des maturit es similaires. La di erence entre le taux de rendement actuariel et le taux sans risque mesure le risque de cr edit sous-jacent ` a l emetteur et support e par le pr eteur.

Taux Actuariel
3,50% 3,00% 2,50% 2,00% 1,50% 1,00% 0,50% 0,00% 2006

OAT SG

2007

2008

2009

2010

2011

2012

Echance de l'obligation

Figure 1.4: Comparaison des taux actuariels entre une obligation sans risque (emprunt d etat (OAT)) et une obligation risqu ee (Soci et e G en erale) Un investisseur qui porte lobligation quelques mois entre deux versements de coupons doit etre r emun er e pour le risque port e bien quil ne puisse, en th eorie, avoir droit ` a aucun versement de coupon puisquil

1.3. LA MODELISATION DU DEFAUT DUNE ENTREPRISE

11

ne poss` ede pas lobligation lors des versements de coupon. Aussi, le prix dune obligation est-il corrig e du coupon couru qui est simplement lint er et lin eaire (au taux du coupon) sur la p eriode entre le dernier versement coupon et aujourdhui. Le coupon couru est donc Coupon (Aujourdhui Derni` ere date de paiement du coupon). Le prix c ot e de lobligation est g en eralement le prix pied de coupon (Clean Price), cest ` a dire le prix r eel de lobligation auquel on retranche le coupon couru. En cons equence, le prix de lobligation dans le temps ne subit pas de sauts dus aux versements de coupons. Certaines obligations vont etre c ot ees di eremment. Il sagit des obligations convertibles. Les obligations convertibles sont des obligations normales auxquelles est ajout ee une option de conversion en actions. Le nombre dactions en lesquelles lobligation peut- etre convertie est sp eci e` a lavance, ainsi que les dates dexercice de loption. Cette option permet pour l emetteur de r eduire le co ut de la dette ainsi que les cash-ows ` a verser. Ce type de produit est attractif lorsque les march es actions sont tr` es volatiles. Il justie enn lint er et de mod` eles structurels permettant de d ecrire dans une m eme dynamique actions et obligations.

1.3

La mod elisation du d efaut dune entreprise

Pour un investisseur dans la dette de lentreprise, le d efaut est en g en eral un ev enement soudain. Il intervient lorsque lentreprise ne peut plus faire face ` a ses engagements, ce qui a inspir e lapproche structurelle dans la mod elisation du d efaut dune entreprise. Lapproche structurelle est une mod elisation de lactif et du passif de lentrerpise. Le d efaut est un ev enement qui survient lorsque la structure du bilan ne permet plus ` a lentreprise de tenir ses engagements. Regardons le bilan dune entreprise :

Equity

Actifs

Dette

Lentreprise, ou la rme, poss` ede des actifs : ce sont des machines, des locaux, ou, dans le cas dune banque, des pr ets accord es. Ces actifs sont nanc es par les actionnaires et des cr eanciers qui ont achet e les actions et les obligations emises par lentreprise. La Di erence entre actions et obligations : ux de paiement : pour les obligations, les paiements sont x es contractuellement, et pour les actions il ny a pas de paiement xes. Les actionnaires reoivent le solde des avoirs, apr` es paiements de cr eanciers. Cest cela la d enition de laction

12

CHAPTER 1. MODELISATION DU DEFAUT DUNE ENTREPRISE S eniorit e: ` a liquidation de lentreprise, on rembourse prioritairement les cr eanciers, on rembourse les actionnaires en dernier.

A la date t = 0, une entreprise est en besoin de nancements pour lancer son activit e. Prenons quelques chires. Les besoins en capitaux sont evalu es ` a 100 000 EUR, qui vont etre nanc es par des actionnaires et des cr eanciers. Imaginons que les entrepreneurs apportent 200 000 EUR, il reste 800 000 EUR ` a nancer sous forme de cr eance. Les entrepreneurs pensent que leur entreprise produira ses premiers r esultats dans un an. Ils empruntent donc aujourdhui une somme S0 et devront rembourser une somme ST ` a la date T = 1 an. Dans un an, les actifs de lentreprise auront evolu e (achat de brevets, vente de produits, acquisition et amortissement de machines, etc ). Soit lentreprise peut rembourser, auquel cas elle verse ST aux cr eanciers ( eventuellement apr` es avoir vendu certaines activit es, cf Vivendi Universal), et on retranche ST de la valeur des actifs, les actionnaires (soit les entrepreneurs) pouvant vendre le reste de lentreprise pour un montant dactifs egal ` a AT ST , soit lentreprise ne peut rembourser la somme ST ` a ses cr eanciers, les actifs sont vendus, et le produit de la vente est vers e aux cr eanciers ` a concurrence de ST . On peut donc r esumer les ux nanciers ` a la date T dans le tableau suivant :

Valeur des actifs AT ST AT < ST

Flux re cus par les actionnaires AT ST 0

Flux re cus par les cr eanciers ST AT

1.3.1

Le mod` ele de Merton : le mod` ele de la rme (1974)

Le mod` ele de Merton est une adaptation au risque de cr edit de mod` ele de Black-Scholes-Merton sur les produits d eriv es, et le pricing dun call. En eet, Merton valorise sous une probabilit e risque-neutre equity et dette, comme etant respectivement un z ero-coupon moins un put et un call sur les actifs de la rme. Les hypoth` eses requises par le mod` ele de Black-Scholes-Merton sont reprises, ` a savoir : liquidit e des march es nanciers, existence dun actif sans risque, fractionnement des actions, possibilit e dacheter ou vendre ` a d ecouvert. Labsence dopportunit e darbitrage (AOA) est egalement requise. Dette et Equity etant echang es sur les march es nanciers, les actifs de la rme peuvent egalement etre evalu es sous une probabilit e risque neutre sous laquelle leur rendements sont en moyenne egaux au taux sans risque. Plus pr ecis ement, Merton fait lhypoth` ese que sous probabilit e risque-neutre, les actifs de la rme suivent la loi dun mouvement

1.3. LA MODELISATION DU DEFAUT DUNE ENTREPRISE

13

brownien g eom etrique dont la diusion est r egie sous probabilit e risque neutre par l equation de diusion suivante : dAt = r dt + dWt At

En reprenant le tableau des ux de paiements ` a maturit e de la dette introduit dans le paragraphe pr ec edent, on peut donc ecrire sous forme probabiliste les valeurs de la dette et des actions de la rme a toute date t ant ` erieure ` a la maturit e de la dette T . Ainsi, ` a la date t = 0, la valeur de march e de la dette est : D0 = E erT min(ST , AT ) et la valeur de march e des actions de la soci et e est : E0 = E erT max(AT ST , 0) soit le prix dun call sur les actifs de maturit e T et strike ST . La valeur de march e de la dette est bien-s ur inf erieure ` a la valeur faciale de la dette ajust ee du taux sans risque erT ST , prix qui serait justement le sien si elle etait sans risque. Une quantit e (appel e spread) permet de mesurer le risque associ e` a la dette. Le spread est la r emun eration souhait ee au dessus du taux sans risque pour accepter de pr eter ` a lentreprise. Le spread, que nous notons s, se calcule de la fa con suivante : D0 = e(r+s)T ST soit : s= 1 ln T ST D0

La valeur de march e de lequity est simplement donn ee par la formule de Black-Scholes. E0 = A0 N (d1 ) ST erT N (d2 ) avec d1 d2 =
1 T

ln(A0 /ST ) + (r + 2 /2)T

= d1 T

Rappelons que lequity etant un call sur les actifs de la rme de strike ST , les etudes de sensibilit es sont connues gr ace aux grecques des calls Black-Scholes. En particulier, et cest le r esultat le plus marquant, une volatilit e elev ee prote aux actionnaires dont le bien se trouve valoris e (le v ega dun call est positif). Dans le cas limite dune volatilit e innie, les actionnaires perdent tout (avec probabilit e 1/2) ou deviennent inniment riches avec probabilit e 1/2. Les cons equences sont oppos ees pour les cr eanciers mais avant den reparler, valorisons dabord la dette. Puisque D0 = E erT min(ST , AT ) , on peut ecrire : D0 = E erT ST E erT (ST AT )+ En notant que les pertes correspondent au payo de la vente dun put sur les actifs, de strike ST et en notant egalement que Dette + Equity = Actifs, on obtient : D0 = A0 N (d1 ) + ST erT N (d2 )

14

CHAPTER 1. MODELISATION DU DEFAUT DUNE ENTREPRISE

On peut egalement calculer la probabilit e dun ev enement de d efaut. Celui-ci intervient lorsque la valeur des actifs ` a maturit e est en dessous de la valeur faciale de la dette (quand les pertes sont positives). On appelle cette probabilit e la Probabilit e de D efaut (PD) et on peut egalement calculer la perte en cas de d efaut (LGD, Loss Given Default) qui repr esente la perte moyenne dun cr eancier en cas de d efaut. On a: PD LGD = P [AT ST ] = N (d2 ) = E [ST AT |AT ST ]

Par rapport ` a ce calcul th eorique, la LGD doit incorporer des co uts de d etresse car la valeur des actifs nest pas la m eme selon que ces actifs sont en vente ou non. La formule ci-dessus sous-estime donc de fa con importante la LGD par rapport aux valeurs observ ees en pratique. Revenons rapidement sur linuence de la volatilit e sur la valeur de la dette. Deux raisonnements di erents peuvent etre men es. Le premier, tr` es nancier, consiste ` a dire Dette= Z ero-Coupon - Put Black-Scholes. Connaissant le signe du v ega dun put, on en d eduit le signe de Dt / . Le second, consiste ` a observer que Dette = Actifs - Equity et At / . Les deux raisonnements conrment notre intuition : augmenter la volatilit e des actifs augmente le risque de ne pas etre rembours e` a maturit e de la dette. Cela diminue la valeur de la dette. De mani` ere plus compl` ete, des etudes de sensibilit e classiques peuvent etre men ees en reprenant les r esultats de sensibilit es sur les oiptions put et call en math ematiques nanci` eres. Int eressons nous plus particuli` erement ` a la sensibilit e` a la maturit e des obligations. Dans le mod` ele de Merton, la dette est non risqu ee ` a tr` es court terme puisque la probabilit e que la valeur des actifs tombe en dessous de la valeur faciale de la dette est quasi-nulle. Ceci est en contradiction avec les spreads observ es sur les march es. Le spread pour des maturit es courtes est en cons equence faible pour des maturit es courtes et a tendance ` a augmenter lorsque lon allonge la maturit e de la dette (eet d egradation des actifs). Par contre, pour des probabilit es de d efaut tr` es elev ees, le spread d ecroit rapidement avec la maturit e de la dette.

S pr e a d a nnua l i s e n f onc t i on d e l a m a t u r i t

0,900% 0,800% 0,700% 0,600% 0,500% 0,400% 0,300% 0,200% 0,100% 0,000% Pr . Def . = 0,75 % Pr . Def . = 5,71 %

M a t ur i t

Figure 1.5: Spread et Maturit e. Les spreads tendant ` a diminuer pour les longues maturit es.

1.3. LA MODELISATION DU DEFAUT DUNE ENTREPRISE

15

1.3.2

Critiques du mod` ele de Merton

Les points faibles du mod` ele de Merton sont les suivants : existence de la probabilit e risque neutre : les actifs sont ils cessibles ? une seule maturit e des z eros-coupons, dette statique non rebalanc ee, facilit e dimpl ementation, spread nul ` a maturit e courte. Pour aller plus loin sur ces questions, le lecteur peut consulter les articles de Ericsson et Reneby (sur lexistence dune probabilit e risque neutre pour la valorisation des actifs) ou le mod` ele de Geske (1977) pour obtenir une g en eralisation du mod` ele de Merton pour lequel la dette ne se rembourse pas en une ech eance unique. Il existe de nombreux mod` eles de pricing traitant un ` a un ces points. Lobjectif nest pas de dresser une liste exhaustive et nous nous contentons donc den citer quelques uns seulement.

1.3.3

Les d eriv es du mod` ele de Merton

Le mod` ele de Merton a inspir e de nombreuses extensions en vue de pallier ses faiblesses : Black-Cox (1976), Longsta-Schwartz (1985), Brys-de Varenne (1995). L epine dorsale du mod` ele de Black-Cox est identique ` a celle du mod` ele de Merton. Deux ranements interviennent : les cr eanciers ont le droit de d eclencher la faillite avant maturit e de la dette, lorsque la valeur des actifs tombe en dessous dun certain seuil, plusieurs cat egories de dette sont emises : dette senior et dette junior qui ne commence ` a etre rembours ee que lorsque la dette senior a et e int egralement rembours ee. Le mod` ele de Black-Cox est pr esent e sous une forme simpli ee dans les exercices dans la section suivante. Le mod` ele de Longsta et Schwartz combine mod` ele de Merton et taux dint er et stochastiques (mod` ele de Vasicek). Enn, le mod` ele de Brys et de Varenne est lagr egat de Black-Cox et Brys-de Varenne. Citons enn un mod` ele original et simple qui sint eresse au temps de d efaut, plut ot quau montant de la perte ` a une date donn ee : le mod` ele de Leland (1994).

16

CHAPTER 1. MODELISATION DU DEFAUT DUNE ENTREPRISE

1.3.4

Le mod` ele de Leland

Comme dans le mod` ele de Merton, les actifs de la rme constituent la variable d etat du mod` ele. Ceux-ci suivent un processus de diusion identique ` a celui pr esent e dans le cadre des mod` eles de Merton, ou Black-Cox, savoir : dVt = (r ) dt + dWt Vt Le mod` ele de Leland est un mod` ele stationnaire : le temps nintervient pas. Cette simplication est obtenue via des hypoth` eses fortes (mais r ealistes), sur la structure de la dette et le d eclenchement de la faillite. La faillite est d eclench ee lorsque la valeur des actifs tombe en dessous dune valeur seuil connu VB . A la di erence de Merton, la valeur seuil nest pas n ecessairement le montant en principal de la dette, dont nous pr ecisons imm ediatement la structure. La dette consiste en un principal P sur lequel la rme paie un coupon continu c jusqu` a faillite. Il sagit dune dette de maturit e innie. On aura donc la valeur de march e de la dette: D=E
0

ert c P dt + min((1 )V , P )

Le param` etre est la fraction des actifs perdue lors de la vente des actifs ` a la faillite, est linstant auquel la faillite a lieu, et V est la valeur des actifs ` a cet instant. On note que la valeur de march e de la dette est un put am ericain de maturit e inni sur les actifs, dont le strike est la valeur seuil x ee. En termes math ematiques, le temps de faillite est le temps datteinte de la valeur VB par le processus stochastique (Vt )t0 . Ce temps datteinte ne d epend que de la valeur initiale des actifs, et par cons equent, la valeur de march e de la dette ` a linstant t est une seule fonction de la valeur des actifs Vt ` a linstant t. Avant de calculer la valeur de march e de la dette, puis en d eduire la valeur de march e de lequity, nissons de pr esenter les caract eristiques du mod` ele de Leland. Deux sp ecicit es sont encore ` a pr esenter : les co uts de banqueroute : en raison de frictions, une fraction des actifs est perdue lors de la banqueroute. Ils peuvent repr esenter la d epr eciation ` a la vente des actifs, le paiement des salaires des employ es, voire diverses aides favorables aux salari es. Ces co uts doivent etre calcul es. On les retranchera de la valeur des actifs, an de caluler la valeur de march e des actifs de la rme. Les economies scales. Endett ee, lentreprise paie moins dimp ots. Les economies sont chir ees ` a hauteur de c par unit e de temps. Ces economies devront etre ajout es ` a la valeur des actifs an de parvenir ` a la valeur de march e des actifs, qui est egale ` a la somme des valeurs de march e de la dette et de lequity. Les di erentes valorisations (valeur de march e de la rme, dette, actions) sont eectu ees dans le mod` ele de Merton via l ecriture de lequation di erentielle satisfaite par chacune des trois variables ` a valoriser : rF = Cash-ows + F F 2 2 2 F + (r )V + V t V 2 V 2

` a laquelle on rajoute les conditions limites. Par ailleurs, le temps nintervenant pas dans la limite stationnaire, le terme F/t est nul, et on recherche la solution g en erale de l equation di erentielle

1.3. LA MODELISATION DU DEFAUT DUNE ENTREPRISE sous forme de fonctions puissance. Ainsi, pour la valeur de march e F (V ) de la rme, on aura : rF = c + F + (r )V avec les conditions aux limites : F (VB ) = (1 )VB La solution ne peut exploser en + F 2 2 2 F + V V 2 V 2

17

On ecrit egalement les EDP ainsi que les conditions limites correspondant ` a limpact des frais de banqueroute et des economies dimp ots sur la valeur de la rme. En cherchant une solution lin eaire et en fonction puissance, on trouve la solution g en erale : c c F (V, VB ) = V + + VB r r En appliquant le m eme r esultat ` a la dette, on trouve : D(V, VB ) = c 1 r V VB
2r/ 2

V VB

2r/ 2

Par soustraction, on trouve la valeur de lequity. Les calculs sont simpli es et rapides (et lisibles !) lorsquon remarque que la valeur dun euro pay e` a la banqueroute de la rme est egal ` a: V VB
2r/ 2

1.3.5

Le mod` ele de Merton ` a sauts

An de rem edier aux spreads nuls pour des maturit es courtes en contradiction avec les spreads de march e observ e, on peut introduire des sauts sur le processus (At )t0 qui dans le mod` ele de Merton repr esente la valeur de march e des actifs de la rme. Cette mod elisation prend du sens lorsque lon observe certains cours de bourse chuter (par exemple Nortel, en 2001, Alcatel qui a subi une baisse de 40% sur une journ ee) assimilables ` a la r ealisation dun saut plutt quune r ealisation extr eme dune diusion continue du type brownien g eom etrique. Sous des hypoth` eses identiques, le mod` ele de Merton ` a sauts permet dobtenir des spreads non nuls pour des maturit e courtes via lintroduction dun processus de saut sur les actifs de la rme dont l equation de diusion devient : dAt = r dt + dWt + A.dNt At o` u le processus (Nt )t0 est un processus de Poisson.

1.3.6

Exercices

Le Mod` ele de Merton avec taux dint er ets stochastiques Dans cette version du mod` ele de Merton, le taux court nest plus constant mais suit une diusion suivant le mod` ele de taux court de Vasicek. On

18

CHAPTER 1. MODELISATION DU DEFAUT DUNE ENTREPRISE

a les deux equations de diusion suivantes :


dVt Vt

= rt dt + V dWtV = ( rt )dt + r dWtr

drt

avec W r et W r deux mouvements browniens standards tels que dWtV , dWtr = dt. 1. Redonnez le prix dun z ero-coupon non risqu e. 2. En changeant de num eraire, calculer la valeur de lEquity. 3. En d eduire la valeur de la dette. Mod` ele de Leland (1994) Dans cet exercice, le mod` ele sous-jacent est celui de Leland, dans sa forme la plus simple (1994). Le but de lexercice est dune part se familiariser avec les mod` eles structurels, dautre part ma triser les techniques de contingent claim analysis et enn de faire le lien entre mod` ele ` a intensit e et mod` eles structurels ou ` a barri` ere. On consid` ere une rme dont les actifs suivent sous probabilit e historique la diusion : dVt = (r ) dt + dWt Vt o` u W est un mouvement brownien standard. La rme est nanc ee par dette et actions qui sont echang ees sur les march es nanciers. La dette a une structure simple : elle consiste en un principal P qui a et e emprunt e` a t = 0, sur lequel la rme paie ad vitam aeternam un coupon continu C , le principal n etant jamais rembours e. La rme est dirig ee par ses actionnaires qui y injectent de largent. Ceux-ci peuvent ` a tout moment d ecider de suspendre ces paiements et d eclencher la faillite de la rme. On notera r le taux sans risque. 1. Dans le cas o` u la rme ne fait jamais d efaut, quelle est la valeur de march e de la dette ? 2. On consid` ere un actif nancier F sur lequel est pay e un coupon continu + V par unit e de temps, et qui paie B + B VB ` a faillite, cest ` a dire quand V atteint VB . Ecrivez lEDP satisfaite par ainsi que les conditions limites. Discutez lEDP dans le cadre particulier du mod` ele de Leland. Le paiement de la dette donne droit ` a une ristourne scale ` a hauteur de C par unit e de temps, o` u est le taux dabattement. Par ailleurs, une fraction des actifs est perdue en co uts de banqueroute lors de la faillite. 3. Calculez les valeurs de march e de labattement scal, et des co uts de banqueroute. 4. Valorisez un Z ero-Coupon dont le paiement de 1 EUR se fait ` a faillite de la rme. En additionnant aux actifs la valeur de march e des d eductions scales et en y retranchant la valeur de march e des co ut de banqueroute, on obtient la valeur de march e totale des actifs de la rme. 5. Donnez lexpression de la valeur de march e totale des actifs de la rme. 6. La dette a et e vendue au pair, soit P = C/r. Calculez la valeur de march e de la dette. 7. Calculez la valeur de march e des actions (deux m ethodes). 8. Calculez la distribution du temps de faillite. Fates le lien entre le mod` ele de Leland et les mod` eles ` a intensit e. Initiation ` a la corporate nance 9. Les actionnaires peuvent xer leur niveau dendettement (choix de C ). Calculer le taux dendettement

1.3. LA MODELISATION DU DEFAUT DUNE ENTREPRISE qui optimise a. La valeur totale de la rme b. La valeur des actions de la rme c. La valeur de la dette.

19

10. Si la volatilit e des actifs augmente, dans quelles proportions valeur totale, actions et dettes seront elles aect ees ? Indicateurs de risque 11. Calculez la perte moyenne ` a un an. Sous quelle probabilit e la calculez vous ? (Un extrait du) Mod` ele de Black et Cox (1976) On se place ici dans le cadre du mod` ele de Merton (dont on conserve les notations). On cherche donc ` a evaluer le prix dun z ero-coupon risqu e emis par une rme dont les actifs satisfont ` a l equation de diusion suivante : dVt = r dt + dWt Vt

La valeur des actifs ` a t = 0 est V0 , la valeur faciale de la dette D et la maturit e du z ero-coupon T . Les cr eanciers sont prot eg es par la clause suivante dans le contrat : si la valeur des actifs tombe en dessous de D e (T t) , la rme est liquid ee, le solde de la liquidation revenant aux cr eanciers. 1. Identiez les sources de pay-o pour les cr eanciers. 2. En notant le temps datteinte de la barri` ere D e (T t) pour le processus (Vt )t0 , exprimez la fonction de distribution de . 3. Calculez le prix du bond ` a la date daujourdhui. Le Mod` ele de Merton avec taux dint er ets stochastiques. Dans cette version du mod` ele de Merton, le taux court nest plus constant mais suit une diusion suivant le mod` ele de taux court de Vasicek. On a les deux equations de diusion suivantes :
dVt Vt

= rt dt + V dWtV = ( rt )dt + r dWtr

drt

avec W r et W r deux mouvements browniens standards tels que dWtV , dWtr = dt 1. Redonnez le prix dun z ero-coupon non risqu e. 2. En changeant de num eraire, calculer la valeur de lEquity. 3. En d eduire la valeur de la dette.

20

CHAPTER 1. MODELISATION DU DEFAUT DUNE ENTREPRISE

Chapter 2

Le risque de d efaut sur un seul emetteur


2.1 Le rating

2.1.1

Pr esentation

Lexploitation des donn ees comptables, nanci` eres, nationales ou industrielles permet dattribuer une note aux entreprises ayant emis une dette publique ou priv ee. Cette note re` ete la qualit e de cr edit de lemprunteur, et r egit de fait les conditions auxquelles celui-ci peut emettre de nouveaux emprunts. Les trois organismes de notation les plus connus sont Standard and Poors, KMV Moodys et Fitch qui ont d eni chacun une m ethodologie et une echelle de notation propres, mais equivalentes entre elles. Ces agences de rating, outre quelles assignent une note (un rating) portant sur la qualit e de cr edit globale des entreprises, construisent egalement des matrices de transitions re etant l evolution moyenne pass ee des entreprises dans l echelle des ratings. Les echelles de rating (en grades pleins) sont les suivantes : La cat egorie dite investment grade regroupe les entreprises ` a forte capacit e de remboursement et dont la sensibilit e aux al eas economiques est r eduite. Au contraire, les entreprises, situ ees dans la cat egorie Speculative Grade orent des garanties bien moindres et sont beaucoup plus sensibles aux chocs economiques. Le risque de cr edit li e` a cette cat egorie etant plus elev e, celui ci est nettement plus r emun er e. L echelle de rating est d ecroissante : elle va de AAA (excellente capacit e ` a rembourser) ` a D (d efaut, faillite, suspension du paiement de la dette). Il est possible daner cette classication, en introduisant les sous-grades. On subdivisera par exemple la cat egorie AA ou Aa ainsi : 21

22

CHAPTER 2. LE RISQUE DE DEFAUT SUR UN SEUL EMETTEUR

S&P Investment Grade AAA AA A BBB BB B CCC D

Moody's Aaa Aa A Baa Ba B Caa D

Fitch AAA AA A BBB BB B CCC D

Default

Figure 2.1: Echelles de ratings pour les trois agences de notation principales.

Standard's and Poors

Speculative Grade

AA+ AA AA-

Moody's

Aa1 Aa2 Aa3

Figure 2.2: Deux echelles de notations equivalentes chez S&P et Moodys

2.1.2

Matrices de transition

Les ratings re` etent ` a une date donn ee la qualit e de cr edit dun emprunteur. Celle ci peut varier dans le temps, aussi les agences de rating calculent-elles egalement des matrices de transition dont la lecture renseigne sur l evolution sur une ou plusieurs annes de la qualit e de cr edit dun emprunteur, cest ` a dire sa probabilit e de migration vers un autre rating, ainsi que la probabilit e de d efaut. En lisant la matrice de transition suivante, on remarquera par exemple que les rmes not ees AAA restent dans leur grande majorit e (plus de 93% dentre elles) not ees AAA apr` es un an. Leur taux de d efaut est nul, comme indiqu e par la derni` ere colonne. Notons que bien que le taux de d efaut dune contrepartie AAA ` a un an est nul, il est non nul sur un horizon de deux ans. En eet, en supposant que la matrice de transition ne varie pas, on aura : P d(AAA) = P d(AAA, D) 1 + P d(AAA, AA) P d(AA, D) + + P d(AAA, CCC ) P d(CCC, D)

Cette derni` ere remarque nous permet dintroduire le principe de matrice g en eratrice. On recherche une matrice de transition qui sera stable dans le temps, cest ` a dire telle que : Matrice ` a N ann ees = (Matrice ` a 1 an)N

2.1. LE RATING
probability of migrating to rating by year end (%) original rating AAA AA A BBB BB B CCC Default AAA 93.66 0.66 0.07 0.03 0.03 0.00 0.16 0.00 AA 5.83 91.72 2.25 0.25 0.07 0.10 0.00 0.00 A 0.40 6.94 91.76 4.83 0.44 0.33 0.31 0.00 BBB 0.08 0.49 5.19 89.26 6.67 0.46 0.93 0.00 BB 0.03 0.06 0.49 4.44 83.31 5.77 2.00 0.00 B 0.00 0.09 0.20 0.81 7.47 84.19 10.74 0.00 CCC 0.00 0.02 0.01 0.16 1.05 3.87 63.96 0.00 Default 0.00 0.01 0.04 0.22 0.98 5.30 21.94 100.00

23

Figure 2.3: Exemple de matrice de transitions de rating en grades pleins

Plus g en eralement, les probabilit es de transitions de ratings ` a un horizon T sont donn ees par la matrice : MT = exp(T Matrice G en eratrice) La logique economique sous-jacente est que les matrices de transitions observ ees ne sont que les r ealisations dune processus de Markov stable (de la m eme fa con que la croissance economique varie autour de sa moyenne au rythme des p eriodes de r ecession et de forte croissance). Suivant cette propri et e, on doit avoir : Matrice G en eratrice ` a 1 an = ln(Matrice G en eratrice ` a N ann ees) On construira le logarithme de la matrice par s erie enti` ere : ln(1 + X ) =
n1

(1)n1

Xn n

En pratique, toutes les etudes empiriques prouvent que les matrices de transition ne sont pas markoviennes.

2.1.3

La d egradation des ratings

On observe pour les bons ratings une d egradation moyenne au cours du temps. Celle ci se traduit par une probabilit e de d efaut (croissante) convexe. Celle ci indique une probabilit e de d efaut marginale croissante au cours du temps. De fa con sym etrique, la probabilit e de d efaut cumul ee au cours du temps pour un mauvais rating est une courbe (croissante) concave. On note un relatif equilibre (au moins pour des maturit es moyennes) pour les ratings interm ediaires. Nous reparlerons des ratings dans les mod` eles de portefeuilles propos es par lindustrie dont certains se basent sur lexploitation des ratings (cf. CreditMetrics).

24

CHAPTER 2. LE RISQUE DE DEFAUT SUR UN SEUL EMETTEUR

P r oba b i l i t s d e d f a ut ( e n %)

P r oba bi l i t s de df a ut ( e n %)

5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 1 2 3 4 5 6 7 8 AAA AA A BBB

80 BB 70 B 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 CCC

hor i z on de t e mps

h o r i z o n d e t e mp s

Figure 2.4: Probabilit es de d efaut cumul ees pour des ratings Investment Grade Probabilit es de d efaut cumul ees pour des ratings Speculative Grade

2.2
2.2.1

Les d eriv es de cr edit


Les CDS (Credit Default Swap)

Le march e des d eriv es de cr edit a explos e depuis une dizaine dann ees, comme en t emoigne le graphe suivant extrait du quotidien La Tribune (sept. 2006) :

Figure 2.5: Evolution du march e des d eriv es de cr edit La moiti e des d eriv es de cr edit echang es sont des Credit Default Swaps (CDS), et cest la standardisation des contrats par lISDA (International Swap and Derivatives Association) depuis 1999 qui a scell e le succ` es des d eriv es de cr edit. Un CDS est un contrat de swap entre un acheteur de protection et un vendeur de protection sur un nom de r ef erence, qui na en g en eral aucun rapport entre les deux contreparties du swap. Acheteur de protection : paie un spread trimestriel constant sur un nominal donn e et sur une maturit e donn ee. Vendeur de protection : re coit les ux de spread trimestriels, et subit une perte en cas de credit

DE CREDIT 2.2. LES DERIV ES event. Cette perte peut se mat erialiser de deux fa cons :

25

Physical settlement : il doit acheter au pair une obligation en d efaut ` a lacheteur de protection. Lacheteur de protection doit fournir lobligation la moins ch` ere ` a livrer ecrite sur le nom de r ef erence pour un montant nominal egal au nominal du swap. Cash settlement : le vendeur de protection doit payer ` a lacheteur de protection la di erence entre le pair et le prix de march e de lobligation en d efaut ecrite sur le nom de r ef erence. Les cas de credit event sont au nombre de 3 dans les contrats standard : Banqueroute : d ep ot de bilan de lentit e de r ef erence Failure to pay : lentit e de r ef erence ne remplit pas un engagement contractuel (paiement dun coupon par exemple). Restructuration de la dette Le sch ema de fonctionnement du CDS est le suivant :


Figure 2.6: M ecanisme de fonctionnement des CDS An de mieux comprendre lint er et (et le succ` es) des CDS, nous comparons les ux dune obligation risqu ee et ceux dun CDS sur le m eme nom de r ef erence. Construisons la premi` ere strat egie, qui consiste a emprunter 100 ` ` a la date initiale pour acheter une obligation risqu ee au pair (donc son prix est egalement 100). Supposons que cette obligation verse des coupons trimestriels index es au taux variables Euribor 3 mois plus un certain spread s. Chaque coupon en n de trimestre sera egal ` a 100 * (Eur 3M + s). Dun autre cot e, on suppose que le co ut de lemprunt se traduit par un paiement trimestriel dint er ets egalement index es sur leuribor 3M, et que les dates de paiement sont identiques ` a celles des coupons de lobligation. Dans ce cas, notre investisseur na aucun risque de taux r esiduel parce que le ux (entrant) de coupons et le ux (sortant) de paiement dint er ets se compensent, de sorte que le solde net est un ux entrant correspondant au spread de lobligation. Si aucun d efaut nintervient avant la maturit e de lobligation, lobligation verse son dernier coupon ` a la maturit e et rembourse le principal, cest-` a-dire 100. Linvestisseur rembourse alors son emprunt. En revanche, si un d efaut intervient avant la maturit e de lobligation, celle-ci a un prix de march e qui chute ( egal ` a R). Linvestisseur peut alors faire le choix de

26

CHAPTER 2. LE RISQUE DE DEFAUT SUR UN SEUL EMETTEUR

la revendre ` a ce prix et de rembourser son emprunt, r ealisant ` a ce stade une perte nette de 100 R. Le graphique ci-dessous sch ematise lensemble des ux re cus par linvestisseur ( eches vers le haut) et pay es ( eches vers le bas).

     
..
1 2


 

10

   
time

 

   

  

Figure 2.7: Cash-Flows associ es ` a lachat dune obligation risqu ee nanc ee par un emprunt Supposons ` a pr esent que notre investisseur choisisse de vendre de la protection sur le m eme nom de r ef erence au travers dun contrat de CDS avec une contrepartie ind ependante de lentit e de r ef erence. Supposons que le contrat porte sur une seule obligation (celle d ecrite ci-dessus), que le r` eglement seectue en physical settlement , que le spread du CDS est s, le nominal 100 et la maturit e est egale ` a celle de lobligation de r ef erence. Tant que le nom de r ef erence est en vie, le vendeur de protection touche trimestriellement la prime du swap egale ` a 100 s. Si aucun d efaut ne survient avant la maturit e du CDS, le vendeur de protection aura touch e toutes les primes trimestrielles et naura eu ` a subir aucune perte. En revanche, si un d efaut intervient avant la maturit e, le vendeur de protection est oblig e dacheter au pair une obligation qui vaut seulement R. Sa perte nette est egale ` a 100 R, comme ci-dessus.


..
0 1 2 time


     
Figure 2.8: Cash-ows associ es ` a un CDS En r esum e, nous voyons que si le CDS a le m eme spread que lobligation de r ef erence, les ux nets engendr es ` a chaque date par lune ou lautre des deux strat egies ci-dessus sont egaux. Il est donc presque equivalent (en termes de ux) de vendre de la protection ou demprunter pour acheter lobligation de r ef erence. Il existe toutefois une di erence en termes de ux parce que si dans la premi` ere strat egie, linvestisseur d etient lobligation et, par cons equent, est assur e den toucher les ux tant que l emetteur est en vie, ce nest pas tout ` a fait le cas pour un vendeur de protection. En eet, on peut tr` es bien imaginer que sa contrepartie dans le swap disparaisse alors que le nom de r ef erence est encore en vie. Dans ce cas, le lacheteur de protection ne recevra plus de protection de la part du vendeur de protection si celui-ci fait d efaut et devra trouver une contrepartie de remplacement. Si le prix dun swap est toujours initialement nul, ce nest en g en eral plus le cas ` a une date ult erieure, et le swap de remplacement qui versera les m emes primes trimestrielles pourra eventuellement avoir un co ut de remplacement non nul

` ` INTENSITE 2.3. LES MODELES A pour le lacheteur de protection en cas de hausse des spreads de march e.

27

Par ailleurs, l equivalence entre les ux dune obligation et dune position vendeuse de protection nest que partielle dans la mesure o` u il sagit de deux types de contrats faisant appel ` a des investisseurs di erents et d enis par des clauses similaires mais pas en tous points identiques. En particulier, nous observons de mani` ere assez syst ematique que les spreads de CDS sont sup erieurs aux spreads obligataires. Di erents eets expliquent ce ph enom` ene : Les cas de Credit Event, englobent le d efaut, mais ont une d enition plus large. En particulier, la restructuration de la dette, si elle nest pas consid er ee comme un d efaut par les cr eanciers, est un motif de d eclanchement des CDS. Les cr eanciers b en ecient contractuellement de certains recours et covenants en cas de faillite de l emetteur. Les contreparties de CDS nont absolument aucune inuence sur la liquidation eventuelle de lentit e de r ef erence. Le march e des d eriv es de cr edit permet l eclosion de certains types dintervenants, les acheteurs de protection. En revanche, il y a un eet important qui fait diminuer la base entre les spreads de CDS et les spreads obligataires : les fonds et hedge funds voient dans les d eriv es de cr edit un moyen peu on ereux de sexposer dans de bonnes conditions de spread ` a un risque de cr edit. Ce type dinvestisseur est massivement vendeur de protection. Les CDS permettent dobtenir une exposition synth etique (sans nancement) sur une contrepartie. Ils interviennent fr equemment dans le montage de CDO dont nous reparlons plus loin.

2.3

Les mod` eles ` a intensit e

Les mod` eles ` a intensit e ont pour objectif de d ecrire la soudainet e du d efaut tout en recherchant une calibration sur les donn ees de march e. Le d efaut est d ecrit comme un processus de Poisson (souvent non-homog` ene) dont on cherchera ` a conna tre la distribution du temps darriv ee et dont lintensit e peut etre elle-m eme al eatoire. Pr esentons dabord le cas le plus simple, celui dun processus de Poisson homog` ene. Soit T1 , . . . , Tn une s erie de variables al eatoires ind ependants et identiquement distribu es suivant une loi exponentielle de param` etre . On d enit pour chaque instant t le processus de sauts : Nt = sup{n 0; T1 + . . . + Tn t} La quantit e Nt repr esente le nombre de sauts avant linstant t, et sa loi est : P (Nt = k ) = et (t) k!
k

28

CHAPTER 2. LE RISQUE DE DEFAUT SUR UN SEUL EMETTEUR

On d enit le d efaut comme linstant du premier saut, qui intervient ` a la date : { > t} = {Nt = 0} = {t < T1 } Lorsque le d efaut est d ecrit par un processus de Poisson dintensit e constante , on aura donc : P [ t] = et = e E [ ] = 1/ Notons quil sagit dun processus ` a absence de m emoire dans le sens o` u P [ > t + s| > t] = P [ > s] Lorsque le processus de Poisson est non-homog` ene, cette propri et e se perd et la probabilit e de survie est l eg` erement modi ee. Celle ci devient : P [ t ] = e
4t
0

4t
0

ds

s ds

et P [ > t + t| > t] t t lorsque t 0

Nous avons bien s ur suppos e ici que lintensit e de d efaut etait un processus pr evisible et lon pourrait vouloir saranchir de cette hypoth` ese en arguant que le d efaut est un ev enement al eatoire lui-m eme soumis ` a des conditions ext erieures (situation economique, taux dint er et, etc) soumises ` a des eets al eatoires. An de capturer cette dimension, on voudra introduire une intensit e de d efaut elle-m eme al eatoire. La probabilit e de survie devient alors : P [ t] = E E P [ > t|{s | 0 s t}]
Connaissant la trajectoire de s , on inf` ere une probabilit e de survie conditionnalle On int` egre sur toutes les trajectoires possibles

4 t ds =E e 0 s

Exemple : Imaginons que lintensit e de d efaut prend deux valeurs sup et inf suivant l etat de l economie : r ecession ou prosp erit e. Un moyen simple pour construire un temps de d efaut al eatoire dont lintensit e est elle-m eme al eatoire est dadapter la formulation pr ec edente ({ > t} = {t > T1 }) comme suit :
t

= inf t 0 ;
0

s ds T1

On obtient ainsi un mod` ele standard de march e qui est le mod` ele de Cox import e des travaux de mod elisation sur les taux. Le processus t est un processus de retour ` a la moyenne positif qui, sous certaines conditions, reste presque s urement entre deux bornes. Lanalogie avec les taux dint er et est directe. Pour le prix dun z ero-coupon, on calcule : B (t, T ) = E e
4T
t

rs ds

F0

o` u rt d esigne le taux instantan e sans risque. On d eduira alors facilement des calculs eectu es dans le cadre des mod` eles de taux la probabilit e de survie ` a la date t : p(t, T ) = E e
4T
t

s ds

F0

` ` INTENSITE 2.3. LES MODELES A L equation de diusion du processus t est : dt = ( t )dt + t dBt

29

o` u (Bt )t0 est un mouvement brownien standard. Par ailleurs, on a la propri et e que le processus 1{ t}
t 0

s 1{ s} ds est une martingale locale.

Nous pouvons d ecrire lessentiel de la th eorie des CDS dans un mod` ele ` a intensit e constante, le mod` ele de cr edit le plus simple. Comme nous lavons vu dans le chapitre consacr e aux mod` eles ` a intensit e, la loi du temps de d efaut dans ce mod` ele est une loi exponentielle, ` a un param` etre. Nous appelons lintensit e de d efaut et la date al eatoire de d efaut. La loi du temps de d efaut est donn ee par : P [ < t] = 1 et Nous calculons la valeur du spread s qui annule la valeur initiale du swap, cest-` a-dire qui egalise la valeur des jambes xe et variables du swap. La jambe xe est la jambe payeuse de spread ` a des dates r eguli` eres ti jusqu` a maturit e T du CDS, sauf en cas de d efaut de lentit e de r ef erence. La jambe xe a donc un prix egal ` a: JF = E erti = une int egrale, et nous obtenons :
T i i

s(ti ti1 ) 1{ >ti } + CC

s(ti ti1 ) e(r+)ti

Dans lhypoth` ese o` u le paiement du spread seectue en continu, la somme de Riemann ci-dessus converge

JF =
0

s dt e(r+)t = s

1 e(r+)t r+

Cette jambe xe a une NPV (Net Present Value) egale au spread multipli e par une quantit e qui sapparente a une duration risqu ` ee, appel ee DV (Dollar Value). JF = s DV (0, T ) La DV est egale ` a la duration de lobligation qui r emun` ere euribor continument si lintensit e de d efaut est nulle. Ici, cela g en eralise la notion de duration au cas o` u il y a du risque de cr edit. La duration risqu ee prend donc en compte labsence de paiement de spread pour les cas o` u le d efaut survient avant la maturit e. La jambe variable verse des ux en cas de d efaut de lentit e de r ef erence du CDS. Ces ux sont alors egaux ` a la perte en cas de d efaut (Loss Given Default, LGD = 1 R) multipli ee par le nominal du CDS (suppos e egal ` a 1). On a alors : JV = E (1 R) 1{ T } = (1 R) 1 eT Le prix initial du CDS est egal ` a la di erence de prix entre les deux jambes du swap. Le spread qui annule le prix de ce swap est appel e le fair spread . Un d eveloppement au premier ordre donne : s = (1 R) Les formules ci-dessus sont valables pour un CDS de nominal 1. Si on note ` a pr esent N le nominal du swap, la valeur de march e du swap ` a t = 0 est egale ` a 0 puisque le fair spread est calculer pour egaler

30

CHAPTER 2. LE RISQUE DE DEFAUT SUR UN SEUL EMETTEUR

les deux jambes du swap. En revanche, ` a une date ult erieure, le swap r emun` ere le vendeur de protection sur la base du spread inital alors que le spread de march e uctue et a une valeur en g en eral di erente de celle du fair spread. Par cons equent, si le vendeur de protection veut d enouer sa position alors que le spread de march e est plus faible, celui-ci recevra une prime pour d enouer la transaction. La valeur de march e du CDS est, pour la position vendeuse de position : M tM (t) = s(t, T ) DV (t, T ) JV (t, T ) [s(t, T ) s(0, T )] .DV (0, T ) La variation du mark to market de la position vendeuse de protection est proportionnelle ` a la variation de spread, et la sensibilit e du mark to market est egal ` a la DV de la position. De fa con analogue ` a ce qui se passe sur les obligations, o` u la sensibilit e` a une variation de taux est la duration, dans le cas des CDS, cette duration risqu ee est la DV. La formule reliant le spread ` a lintensit e de d efaut montre que si la structure par terme de spread est plate, lintensit e de d efaut a egalement une structure par terme plate. On peut etendre lapproche structurelle au cas o` u la courbe des spread nest pas plate, ce qui conduit naturellement ` a une structure par terme des intensit es. Appelons S (t) la fonction de survie : s(t) = P ( > t) La probabilit e conditionnelle de d efaut entre les dates t et t + dt permet de d enir lintensit e de d efaut entre ces deux dates comme le taux forward instantan e de d efaut conditionnel ` a la survie ` a la date t: t dt = P [ < t + dt| > t] = S (t) dt S (t)

La r esolution de l equation di erentielle S (t) = t S (t) conduit ` a la fonction de survie :


t

S (t) = exp
0

s ds

Si on consid` ere la jambe xe dun swap de d efaut payant un spread s en continu, sa valeur de march e est donn ee par :
T

JF (0, T ) = E s(0, T )
0

dt ert = s(0, T )
0

dt exp
0

(r + s ) ds

Par ailleurs, le prix de la jambe variable est : JV (0, T ) = (1 R) E er 1{ <T } = (1 R)


T t

dt t exp
0 0

(r + s ) ds

Le calibrage seectue g en eralement sur des intensit es constantes par morceaux.

Chapter 3

Structur es de cr edit et CDO


3.1 First to Default

Un First to Default est un contrat de swap au m eme titre quun CDS. La seule di erence est que le Credit Event est d eclench e par le premier d efaut survenant sur un portefeuille de cr edit d etermin e ` a lavance. Lacheteur de protection paie une prime trimestrielle au vendeur de protection jusqu` a maturit e du contrat sauf si un d efaut intervient entre temps sur le portefeuille de r ef erence. A cette date, le vendeur de protection paie un montant egal ` a 1 R, o` u R est le taux de recouvrement. Lacheteur de protection nest couvert que contre le premier d efaut ; il est donc moins couvert que sil achetait la protection sur tous les noms du panier de r ef erence. Par cons equent, le spread du FtD est inf erieur la somme des spreads des noms du panier de r ef erence. Par ailleurs, vendre la protection via un FtD est plus risqu e que vendre la protection sur nimporte lequel des noms du panier de r ef erence, et en particulier sur le plus risqu e dentre-eux. Le spread du FtD est donc sup erieur au spread du nom le plus risqu e. On a donc la relation darbitrage suivante : max(s1 , . . . , sn ) sF tD
i

si

La date du premier d efaut sur un panier d epend des probabilit es de d efaut individuelles ainsi que dun param` etre de corr elation. Un formule qui permet de capter lordre de grandeur du spread dun FtD est : sF tD 2 3 si
i

3.2

M ecanisme de fonctionnement des CDO

CDO est lacronyme pour Collateralized Debt Obligation. Il ny a pas de convention unaniment accept ee pour d esigner ce type de structur es de cr edit. On parle g en eralement des Asset Backed Securities (ABS) dont les CDO sont une cat egorie particuli` ere. Les ABS sont des titres emis lors dune op eration de titrisation. La titrisation consiste ` a cr eer et ` a emettre des titres adoss es par un portefeuille de pr ets, dobligations, de cr eances ou de cash-ows futurs. Ces titres sont des obligations ou des notes emises par 31

32

DE CREDIT CHAPTER 3. STRUCTURES ET CDO

un SPV (Special purposed Vehicle) qui ach` ete les actifs qui servent de collat eral dadossement aux notes. Dans tous les cas, il y a plusieurs investisseurs qui nont recours que sur le collat eral. Dans une op eration de titrisation, le SPV ach` ete les actifs sur le bilan dune banque et/ou sur un book de trading. Ces montages sont des structures de true sale dans lesquelles le transfert de propri et e est eectivement r ealis e. Le SPV est bankruptcy remote, cest-` a-dire quil est ind ependant du risque de cr edit relatif la banque qui a arrang e la titrisation (appel ee originateur ). Loriginateur peut le cas ech eant toucher des revenus li es ` a lactivit e du SPV, mais ne peut toucher les cash-ows pay es par les actifs du SPV. De m eme, les investisseurs dans les notes emises par le SPV nont aucun recours sur loriginateur en cas de mauvaise performance de lactif du SPV. Le bilan dun SPV est semblable ` a celui dune banque sp ecialis ee qui se nancerait par emission dactions, de dette subordonn ee et de dette senior. Comme une banque, le SPV va emettre di erentes tranches de dette de couples rendement / risque di erents. Chacune de ces tranches re coit une note par une ou plusieurs agences de notation. Les di erentes tranches emises nont pas un risque equivalent : Le remboursement de la dette commence par les tranches les plus senior. Les pertes eventuelles impactent dabord les tranches les plus junior Plus pr ecis ement, la documentation contractuelle de la titrisation d ecrit comment les ux de principal et dint er et sont transf er es aux di erents intervenants dont les porteurs de notes. Cela sappelle la waterfall. Il existe donc une waterfall dint er ets et une waterfall de principal. Les ux dint er et servent payer les frais li es au montage et les int er ets de la dette. Les ux de principal sont r einvestis dans du collat eral ou bien servent ` a rembourser les tranches de dette du SPV. Si les int er ets de la dette sont pay es trimestriellement, les coupons d etach es par les actifs du SPV sont stock es dans un compte dint er ets puis, ` a la date de paiement trimestrielle, sont distribu es de la fa con suivante, par ordre de priorit e: Taxes Frais dadministration du SPV Frais dagence de rating Frais de gestion er ets de la tranche senior Paiement des int Paiement des int er ets de la tranche mezzanine Ce qui reste est appel e Excess spread et est g en eralement distribu e aux porteurs de la tranche equity Certaines transactions sont rechargeables, cest-` a-dire que le manager r einvestit tous les ux dint er et provenant des actifs dans de nouveaux actifs. Lorsque la transaction entre dans une p eriode damortissement,

3.2. MECANISME DE FONCTIONNEMENT DES CDO

33

les ux de principal servant ` a rembourser les tranches de dette, avec un ordre de priorit e d ecrit dans la documentation contractuelle. La cons equence de la waterfall des ux de principal est dint er ets est que les di erentes tranches de dette du SPV ne portent pas la m eme quantit e de risque, et par cons equent ne vont pas r emun erer les investisseurs de la m eme fa con. Les tranches senior captent les ux de principal et dint er ets en prorit e par rapport aux tranches plus subordonn ees et portent donc un risque plus faible puisquelles sont prot eg ees par les premi` eres tranches de dette. On appelle ce m ecanisme le rehaussement de cr edit. En revanche, les tranches subordonn ees captent les cash-ows en dernier dans la waterfall et sont donc sensibles aux premi` eres pertes sur le portefeuille dactifs.
SPV ACTIF PASSIF Dette1 Dette2 AAA Dette3 ...
A

Remboursement

La tranche la plus senior est (gnralement) note AAA

Pertes

Dette100

Equity

Une ou plusieurs tranches mezzanines, de rating BBB AAA Une tranche Equity parfois note

Figure 3.1: M ecanisme de fonctionnement du rehaussement de cr edit Il est utile de d ecrire le risque sur une tranche de CDO dans le langage de la th eorie des options. Nous illustrons cela dans un exemple simple :
20%

Senior

Senior Actif
Mezzanine Equity

80%

15%

Equity
10%

Mezzanine
5%

10% 10%
0% 0% 10% 20% 30% 40%

Figure 3.2: Description du passif dun CDO dans le language de la th eorie des options Ainsi, si le sous-jacent est la perte sur le portefeuille de cr edit ` a lactif du SPV, la perte sur chaque type de tranche est donn ee par un payo doption : La perte sur la tranche senior est un call sur la perte du portefeuille La perte sur la tranche mezzanine est un call spread sur la perte du portefeuille La perte sur la tranche equity est un z ero-coupon moins un put sur la perte du portefeuille Ces payos sont ` a rapprocher de la vision optionnelle du bilan dune rme dans le mod` ele de Merton (voir ci-dessous), o` u lequity est un call sur la valeur des actifs et la dette est un z ero-coupon moins un put sur la valeur des actifs.

34

DE CREDIT CHAPTER 3. STRUCTURES ET CDO Exercice : quel est changement de variable qui permet dappliquer le mod` ele de Merton aux tranches

de CDO ?

3.3

Typologie des structur es de cr edit

En g en eral, l emission des notes par un SPV a pour but de nancer lachat des actifs du SPV. Ainsi, dans une emission de 200 MEUR de nominal de notes, le SPV va d epenser par exemple 4 MEUR en frais de montage, dagence de rating, davocat, de structuration, et pourra donc investir dans un portefeuille dactifs pour un montant egal 196 MEUR. Il existe des montages di erents de celui-ci. Dans certains cas, le transfert de propri et e dun loan de la banque vers le SPV est juridiquement impossible. On r ealise alors un transfert synth etique du risque via des CDS. Dans dautres cas, il y a un r eel int er et economique utiliser un transfert de risque synth etique et ` a ne pas investir dans les obligations risqu ees (ceci est particuli` erement vrai pour le corporate). On utilise en g en eral un SPV dans ce type de montage appel e synth etique an disoler le recours des porteurs de notes au risque de cr edit transf er e. Un CDS etant un produit d eriv e, le SPV peut retransf erer ce risque aux investisseurs via des swaps. On parle alors de structure unfunded. Les investisseurs peuvent a contrario pr ef erer investir dans une note plut ot que dans un d eriv e. Le SPV emet alors des notes et investit le cash obtenu de la vente dans un actif sans risque (GIC Guaranteed Investment Certicates par exemple). Lactif sans risque va servir ` a d elivrer la partie euribor de la r emun eration des investisseurs, et la marge au-dessus de leuribor provient de lexposition via les d eriv es de cr edit. On parle de structure totally funded. Il est tr` es fr equent, notamment dans les structures synth etiques sur du risque corporate que les notes mezzanines soient funded et les notes les plus senior soient sous format de swap. On parle de structure partially funded. Les ABS au sens large sont regroup es en trois cat egories principales : Mortgage Backed Securities (MBS) : titres adoss es ` a des pr ets hypoth ecaires r esidentiels (RMBS) ou commerciaux (CMBS) ABS (au sens restreint) : titres adoss es ` a des portefeuilles granulaires, essentiellement sur un client` ele retail (encours cartes de cr edit, auto loans, student loans...) ees ` a un pool dune granularit e moyenne Collateralized Debt Obligations (CDO) : obligations adoss (environ une centaine de noms) La plupart des MBS sont adoss es ` a des portefeuilles de pr ets hypth ecaires r esidentiels (RMBS). Il sagit en g en eral de portefeuille granulaires de plusieurs milliers ou dizaines de milliers de pr ets ` a taux xe ou variable. La sp ecicit e de ces pr ets est loption de remboursement anticip e dont les emprunteurs disposent : ils peuvent rembourser tout ou partie du pr et ` a nimporte quel moment, ` a des conditions pr evues contractuellement. A l emission des notes par le SPV, le pricing des di erentes tranches est r ealis e sur la base dun certain taux moyen de pr epaiement, par exemple 10%. Si le taux de pr epaiement r ealis e sav` ere plus faible que 10% (en cas de hausse des taux par exemple), par exemple 5%, les notes emises

DE CREDIT 3.3. TYPOLOGIE DES STRUCTURES

35

M.B.S.
 A.B.S. C.D.O.   !!"# A.B.S.         

() % * + '  &   $, () ' * + . .  / $&    $, >* >? >5  '   $, >; >? > (& &   '   / 0 $, 3(  2 '/   $1 5 ( %   /  4 '  $+ 6  / 8  $, ' 78( 9  ::  $;  '  < $ =

(sens large)

Figure 3.3: Typologie des Asset Backed Securities (ABS)

par le SPV vont samortir moins rapidement que pr evu. Il sagit du risque dextension. Inversement, si les taux dint er et baissent, les emprunteurs vont avoir tendance ` a renancer leur pr et et donc le taux de pr epaiement va augmenter. Les notes emises par le SPV vont samortir plus rapidement ; cest le risque de contraction. Aux Etats-Unis, les pr ets immobiliers qui satisfont certains crit` eres d eligibilit e (conforming loans ) sont achet es, garantis et titris es sous forme de MBS pass-trough (pas de tranching de la dette) par des agences (GNMA, FNMA etc..). Les autres pr ets (non conforming loans ) sont souvent titris es ind ependamment des agences. Les CMBS sont des titrisations adoss ees ` a des pr ets dimmobilier commercial, cest-` a-dire garantis par des propri et es commerciales. Contrairement aux mortgages r esidentiels dans lesquels le pr eteur a un recours sur lemprunteur en cas de manquement aux termes contractuels, les mortgages commerciaux sont sans recours. Le pr et nest garanti que par les cash-ows engendr es par la propri et e, et en cas de d efaut celle-ci est vendue et les fruits de la vente servent ` a rembourser le pr et. En aucun cas il ny a de recours sur le propri etaire. Parmi les types de collat eral des pr ets, on a les immeubles dappartements, de bureaux, les propri et es industrielles, des centres commerciaux, des h otels, des maisons de retraite... Les transactions de CMBS se r epartissent en 3 cat egories : liquidating trusts (CMBS adoss es ` a des pr ets commerciaux en d efaut), plusieurs propri et es et un seul emprunteur, conduits multipropri et es (CMBS sur des pr ets originin es dnas le but d etre titris es dans un second temps). Le troisi` eme type de MBS sont les Real Estate Investment Trusts (REITs). Il sagit de soci et es qui ach` etent, d eveloppent, g` erent et vendent des actifs immobiliers. Les REITs b en ecient dune exon eration de taxe si plus de 75% de ses actifs sont des actifs immobiliers et si la soci et e redistribue plus de 90% de ses revenus taxables sous forme de dividendes. Les ABS non granulaires regroupent les cartes de cr edit, les auto loans, les pr ets ` a la consommation, les student loans, leasing, les actifs du secteur public, les aircraft leases, equipment loans, equipment leases... Les portefeuilles sous-jacents sont en g en eral tr` es granulaires et la zoologie de ces produits tr` es fournie. Les CLO (Collateralized Loans Obligations) repr esente une grosse part de lunivers des CDO. Les

36

DE CREDIT CHAPTER 3. STRUCTURES ET CDO

collat eral est compos e de pr ets bancaires (souvent senior unsecured) accord e` a une client` ele dentreprises speculative grade ou non not ee. On parle de dette high yield ou leverag ee. Les CBO sont un autre type de CDO adoss es ` a des portefeuilles dobligations corporate. Le CBO recherche un bon mix entre le rendement (obtenu via une poche high yield) et le risque obtenu via une poche dobligations investment grade. Enn, il y a les Structured Finance CDO (ou CDO dABS) qui sont adoss es ` a des tranches mezzanines dABS, de RMBS, de CMBS, et autres CDO. Les titrisations portant sur du private equity ou de fonds de hedge funds sont en g eneral class ees dans les CDO, de m eme que celles portant sur de la dette souveraine investment grade ; la dette emergeante est en g en eral class ee di eremment.

3.4

Int er et des CDO

Les utilisations des CDO sont multiples : Gestion de bilan : initi ee par les d etenteurs de gros portefeuilles dinstruments de dette Vente directe de ces instruments de dette Transfert du risque sans la vente des instruments de dette Les banques ont de gros portefeuilles ` a cause de leur activit e de pr et : elles recherchent une optimisation de leur consommation en fonds propres r eglementaires et economiques e par la structuration CDO darbitrage : pour proter du rendement positif apport Le coupon pay e par lactif du CDO est sup erieur au co ut du passif (ex : SIV) Les porteurs de la tranche equity per coivent en g en eral tout lexcess spread. Les int er ets des investisseurs pour investir dans de telles structures sont egalement multiples : Rendement sup erieur aux obligations corporate ` a rating equivalent eni sur mesure pour linvestisseur Couple rendement / risque d Rendements peu corr el es aux autres march es (Equity CDO) Diversication : produits structur es sur des pools dactifs diversi es es aux investisseurs ` a des march es inaccessibles autrement Donne acc` Cr ee un march e pour des actifs illiquides Redistribue le risque dans les march es de capitaux et touche une base dinvestisseurs tr` es etendue La gure de gauche indique quels investisseurs ach` etent quelles tranches. En particulier, ne nombreux investisseurs apprcient les tranches les plus basses de la structure de capital. Le graphique de droite concerne les voluimes dinvestissement sur les tranches dindices synth etiques. Nous remarquons en particulier que les investisseurs recherchent essentiellement leet de levier dans ces investissements.

3.5. ECONOMICS DUN CDO

37

Figure 3.4: Typologie des investisseurs et des investissements dans les CDO

3.5

Economics dun CDO

Le pricing dun CDO revient ` a calibrer le spread pay e` a chaque tranche de dette de mani` ere ` a r ealiser plusieurs objectifs : Le pricing des tranches de dette est attractif pour les investisseurs, compte tenu de la classe dactif, de la structure de la waterfall et du rating obtenu. Les ux dint er ets d egag es par les actifs sont susants pour payer tous les frais senior, les int er ets de la dette et pour distribuer ce qui reste (appel e Excess spread ) ` a la tranche equity. le rendement de la tranche equity est attractif pour les investisseurs, qui ne disposent daucun m ecanisme de rehaussement de cr edit. Les objectifs de rendement pour les investisseurs, conjugu ees aux contraintes de viabilit e de la structure d enissent ce quon appelle les economics du CDO. Nous allons illustrer les economics dun CDO dans un exemple simple. Consid erons un CDO qui emet 6 tranches pour un montant de 200 MEUR. Les tranches de dettes sont nomm ees par une lettre, A1 d esignant la tranche super-senior et F la tranche equity. Le portefeuille dactifs verse des coupons egaux a euribor 3M + 140 bp. La structure du passif du CDO est la suivante : `
Tranches A1 A2 B C D E F Taille (%) 73.00% 3.00% 6.00% 6.00% 6.00% 1.25% 4.75% Taille (M) 146 6 12 12 12 2.5 9.5 Spread 0.18% 0.25% 0.45% 0.70% 1.60% 3.50%

Figure 3.5: Structure de passif dun CDO Par ailleurs, le montage du CDO a engendr e des frais davocat, de structuration, dagences de rating pour un montant total de 4 MEUR. Ainsi, seul 196 MEUR pourront etre investis ` a lactif du SPV. Le

38

DE CREDIT CHAPTER 3. STRUCTURES ET CDO

fonctionnement du SPV engendre egalement un certain nombre de frais dits running (pay es trimestriellement) pour un montant de 10 bp sur la base dune assiette de 200 MEUR, auxquels sajoutent 15 bp de frais de gestion senior et 10 bp de frais de gestion junior. Consid erons un niveau des taux 4.5%. La waterfall dint er ets en n de chaque p eriode trimestrielle est sch ematiquement la suivante dans le sc enario o` u le portefeuille ne subit aucun d efaut : Frais administratifs : 10 bp * 200 MEUR * 0.25 = 50 000 EUR Frais de gestion senior : 15 bp * 200 MEUR * 0.25 = 75 000 EUR Int er ets tranche A1 : 18 bp * 146 MEUR * 0.25 = 1 708 200 EUR Int er ets tranche A2 : 25 bp * 6 MEUR * 0.25 = 71 250 EUR Int er ets tranche B : 45 bp * 12 MEUR * 0.25 = 148 500 EUR Int er ets tranche C : 70 bp * 12 MEUR * 0.25 = 156 000 EUR Int er ets tranche D : 160 bp * 12 MEUR * 0.25 = 183 000 EUR Int er ets tranche E : 350 bp * 2.5 MEUR * 0.25 = 50 000 EUR Frais de gestion junior : 10 bp * 200 MEUR * 0.25 = 50 000 EUR Le total des frais administratifs et de gestion s el` eve ` a 175 000 EUR par trimestre (35 bp par an), le total du co ut de la dette ` a 2 316 150 EUR par trimestre. Par ailleurs le ux dint er et s el` eve ` a 2 950 000 EUR par trimestre. Lexcess spread, qui revient ` a linvestisseur de la tranche equity est donc egal ` a 458 050 EUR, ce qui repr esente un coupon annualis e de 19.3% pour la tranche equity. Les investisseurs equity veulent en g en eral calculer la rentabilit e de leur investissement gr ace au Taux de Rendement Interne (TRI, ou IRR pour Internal Rate of Return en anglais). LIRR est le taux dactualisation qui annule la present value (PV) de lensemble des cash-ows que touche linvestisseur equity. Celui-ci investit 100 Euros initialement et touche un coupon trimestriel de 19.3 * 0.25. A maturit e du CDO, par exemple 8 ans, si le portefeuille dactifs na subi aucune perte et est revendu au pair, linvestisseur equity ne r ecup erera pas lint egralit e de son investissement car les 200 MEUR collect es initialement au lancement du CDO nont et e investi que dans 196 MEUR de collat eral. Ainsi, il va r ecup erer seulement 5.5/9.5*100 = 57.9 en principal. Le dernier ux est donc la somme du ux de principal et du dernier ux dint er et, ie 57.9 + 4.825 = 62.325. La s equence des cash-ows est donc la suivante : 100 4.825 4.825 LIRR est la variable solution de l equation : 100 +
ti

...

4.825 62.325

57.9 4.825 + =0 t i (1 + ) (1 + )8 =0.25

On obtient un IRR = 17.8% qui est inf erieur au taux de coupon vers e ` a lequity car le montant de principal rendu ` a linvestisseur equity est en dessous du pair.

3.6. COLLATERALIZED SYNTHETIC OBLIGATIONS (CSO)

39

3.6

Collateralized Synthetic Obligations (CSO)

Suite ` a la publication des normes ISDA sur les d eriv es de cr edit en 1999 (puis amend ees en 2003), les volumes trait es sur les d eriv es de cr edit ont explos e dans les annes 2000. La cr eativit e des banques dinvestissement a alors rendu le march e des CSO particuli` erement dynamique, car les payos propos es aux clients se sont multipli es, de fa con ` a sadapter aux conditions de march e du moment. Lexemple le plus simple de CSO est celui dune vente de protection sur une tranche de CDO. Le format juridique de ce contrat est un swap, au m eme titre quun CDS. Lacheteur de protection paie un spread constant au vendeur de protection, sur la base du nominal en vie de la tranche et jusqu` a maturit e. Le nominal en vie est egal au recouvrement que lon aurait sur la tranche si on liquidait la structure tout de suite. Inversement, chaque fois quun d efaut survient et que le nominal en vie de la tranche est modi e, le vendeur de protection paie cette variation ` a lacheteur de protection.

           


     
           
        

Figure 3.6: Cash-ows dune tranche de CDO ***************************** Implied correlation / base correlation Structur es sur indices *****************************

3.7

Pricing et couverture des CSO

Dans ce paragraphe, nous d etaillons les calculs dans le cadre du portefeuille homog` ene inniment granulaire. En eet, dans ce cadre, nous avons des formules semi-explicites pour la perte moyenne ` a chaque date pour nimporte quelle tranche, et par cons equent, nous sommes en mesure de donner une formule de pricing pour la tranche. Il est alors ais e de calculer le spread de la tranche num eriquement, et dan d eduire les sensibilit es et ratios de couverture. Dans un second temps, nous calculerons le levier de la tranche et appliquerons cette notion au calcul du couple rendement-risque dun investissement dans une tranche de CDO. Nous consid erons une tranche qui attache au point A et d etache au point D. On suppose un niveau de recouvrement xe egal ` a R (la convention de march e est de prendre R = 40%). Nous calculons dans un premier temps la perte esp er e (risque-neutre) ELt ` a la date t sur la tranche. Nous supposons que la loi du temps de d efaut pour chaque ligne du portefeuille est la loi exponentielle de fonction de r epartition

40

DE CREDIT CHAPTER 3. STRUCTURES ET CDO

H (t) = P [ t] = 1 exp(t). Nous notons L(t) la perte sur le portefeuille. Dans la limite du portefeuille homog` ene et granulaire, la perte sur le portefeuille ` a la date t est donc une fonction qui ne d epend plus que du facteur macro- economique F : L(t, F ) = lim 1R N N
N

1{F +1
i=1

i N

1 (F (t))}

= (1 R)N

N 1 (H (t)) 1

Par cons equent, la perte moyenne sur la tranche s ecrit : ELt = E (L(t, F ) A)+ (L(t, F ) D)+ La jambe variable du swap est la jambe payeuse de perte. Les ux de cette jambe surviennent lorsque les pertes sur le portefeuille touchent la tranche consid er ee. La PV des pertes s ecrit :
T

JV =
0

ert dELt = erT ELt + r


0

ert ELt dt

La jambe xe a une valeur de march e egale ` a la PV des ux de spread, pay es sur le nominal en vie de la tranche. Le nominal en vie de la tranche est egal au nominal de la tranche moins la perte sur la tranche, ie D A L(t, F ). Il vient donc : JF =s =s
T 0

ert (D A ELt ) dt = s erT ELT + r 1 erT


1 r

T 0

ert ELt dt

D A r

JF erT ELT

Le fair spread de la tranche est donc obtenu lorsque JF = JV . La quantit e DV = JF/s/(D A) sinterpr` ete, comme dans le cas des CDS corporates, comme une duration risqu ee de linstrument. Lorsque A = 0, on doit utiliser des corr elations di erentes pour evaluer les tranches equities [0, A] et [0, D] (corr elations de base). On utilise donc les formules ci-dessus pour les jambes xes et variables des deux tranches equities. Le fair-spread est donc donn e par la formule suivante : s= JV (D, D ) JV (A, A ) D.DV (D, D ) A.DV (A, A )

Lorsquune banque ach` ete une protection sur une tranche [A, D], elle prend le risque de devoir payer des ux de perte en cas de d efauts sur le portefeuille sous-jacent. Pour couvrir la variation du prix de march e de sa position acheteuse de protection sur la tranche, elle va acheter de la protection via les CDS des noms de r ef erence sous-jacents. Le trader veut donc trouver les ratios de couverture i sur chaque CDS pour annuler la sensibilit e de son book ` a une variation des spreads si de chaque CDS sous-jacent. Son portefeuille contient donc la position acheteuse de protection sur la tranche dont la valorisation mark-to-market est not ee VT R (t) et une position vendeuse de protection sur chaque CDS. La valorisation du portefeuille ainsi constitu e est : P (t) =
i

i VCDSi (t) VT R (t)

La condition de couverture s ecrit, pour tout k : P (t) =0 sk

3.7. PRICING ET COUVERTURE DES CSO On en d eduit la valeur du ratio de couverture pour le CDS num ero k : k = 1 VT R (t) DVk sk

41

Il existe donc un delta par cr edit et par tranche. Dans le cas du portefeuille granulaire, la notion de delta qui a du sens est la sensibilit e de la valeur de march e dune tranche par rapport ` a une transalation des spreads ; pour un acheteur de protection sur la tranche, on a : = 1 (JV JF ) DV s

Le terme DV est la DV de chacun des CDS sous-jacents. Il ressort de cette d enition que la somme des delta de chaque tranche du CDO est egale ` a 100%, ie le delta du portefeuille dans son int egralit e. Une fa con de mieux appr ecier leet de levier dune tranche est de ramener le ` a l epaisseur de la tranche. Si une tranche a un delta de 10%, cela signie quelle capte 10% du risque du portefeuille sous-jacent. En eet, si le portefeuille de CDS a une valeur de march e qui varie de 1 MEUR, celle de la tranche va varier de 100 000 EUR. Leet de levier ne sera donc par le m eme si la tranche a une epaisseur de 2 MEUR ou de 20 MEUR. Dans le premier cas, la valorisation de la tranche va varier de 5% contre 0.5% dans le second cas. On d enit donc le levier dune tranche : L= DA

Le levier permet dappr ecier tr` es rapidement le couple rendement / risque oert par une tranche de CDO ou une strat egie de tranches. Pour une tranche de spread sT R et de levier L, on calcule ais ement la volatilit e du mark to market de la tranche ` a partir de la volatilit e des spreads des CDS sous-jacents : T R = L DV s Ainsi, le ratio de Sharpe dune tranche est donn e par : S= sT R L DV s

Pour xer les id ees, prenons une tranche equity de levier L = 20. Si on consid` ere que la volatilit e des spreads des CDS est de 3 bp par jour, on obtient s = 0.02% 250 = 0.32%. Si la DV des CDS sous-jacents est de 5, on obtient la volatilit e de la tranche : T R = 20 5 0.32% = 31.6%.

42

DE CREDIT CHAPTER 3. STRUCTURES ET CDO

Chapter 4

Mod` eles de portefeuille


4.1 D ependance

La notion de d ependance est centrale dans lanalyse des risques dun portefeuille. Loutil habituellement utilis e pour mod eliser les d ependances est la corr elation que les gens utilisent souvent de fa con erron ee et abusive. On trouve, dans la litt erature de vulgarisation, dans le langage courant et m eme dans les discussions entre experts, tout un festival d aneries et dabus de langage au sujet des corr elations. On voit souvent lamalgame entre la notion de corr elation et celle de d ependance. Il se trouve en r ealit e que deux ev enements corr el es sont d ependants entre eux, mais que la r eciproque est fausse : on peut avoir des variables al eatoires d ependantes mais pr esentant un facteur de corr elation nul. Par exemple, si X est une variable al eatoire gaussienne, alors les variables X et X 2 , qui sont fortement d ependantes lune de lautre, mais qui ont une corr elation egale ` a 0. La corr elation est une mesure partielle de la d ependance. La corr elation d enit bien la notion de d ependance dans le cas des composantes dun vecteur gaussien bivari e, mais la th eorie de la d ependance entre variables al eatoire se doit daller audel` a de ce cas particulier. Avant de donner un aper cu de la th eorie des copules, nous donnons quelques exemples de contre sens (ou de non sens) que lon rencontre au sujet des corr elations. Exemple 1 Sur les 9 grandes economies, les corr elations des march es actions sont de lordre de 50% depuis les ann ees 60. En dautres termes, pour toute hausse (baisse) de 1% aux Etats-Unis par exemple, les prix dactions sur les autres march es vont typiquement monter (baisser) de 0.5%. (The Economist, 8 nov. 1997) Exemple 2 Une corr elation de 50% ne signie pas que le rendement de laction A va tre egal ` a 50% du rendement de laction B ou vice-versa... Une corr elation de 50% signie que dans 50% du temps le rendement de laction A va etre corr el ee positivement au rendement de laction B et dans 50% du temps, il ne le sera pas. (The Economist (letter), 22 nov. 1997) Exemple 3 Les lois marginales et les corr elations susent pour d eterminer la loi jointe Vrai pour les distributions elliptiques (dont la distribution binormale est un exemple) 43

44 Faux en g en eral

` CHAPTER 4. MODELES DE PORTEFEUILLE

Exemple 4 Si on conna t les lois marginales des variables X et Y , toute corr elation entre -1 et +1 peut etre atteinte ` a condition de sp ecier correctement la loi jointe Vrai sur les distributions elliptiques. Faux en g en eral : si les lois de X et Y ne sont pas du m eme type, la corr elation de X et Y est strictement inf erieure ` a1 Lensemble des corr elations atteignables et un intervalle ferm e incllus dans lintervalle [1, 1]. Un exemple classique est celui de deux variables lognormale centr ees en 0 et de param` etres de volatilit e 1 et 2 respectivement. De fa con intuitive, la notion de corr elation peut etre appr ehend ee au niveau de la probabilit e que deux variables normales centr es soient de m eme signe par exemple. Posons X2 = X1 + centr ee r eduite, et nous avons par d enition : P (X1 < 0, X2 < 0) + P (X1 > 0, X2 > 0) = 2N2 (0, 0, ) La fonction N2 (a, b, ) est la loi normale bivari ee : N2 (a, b, ) = 1 2 1 2
a b

1 2 , o` u X1 et

sont deux variable al eatoires normales centr ees r eduites. Alors, X2 est une variable al eatoires normale

dx

dy exp

x2 2xy + y 2 2(1 2 )

On en d eduit que la probabilit e que les variables X1 et X2 soient de m eme signe, est egale ` a: P () = 1 1 + arcsin + 2 2

La d emonstration sobtient en posant dans un premier temps z = (y x)/ 1 2 . On obtient alors : 0 x/ 12 1 x2 + z 2 N2 (0, 0, ) = dx dz exp 2 2 On se place en coordonn ees polaires en posant x = r cos et z = r sin , puis on utilise la relation arctan
12

= arcsin pour obtenir le r esultat.

Comme nous le voyons sur le graphique ci-dessous, lapproximation lin eaire est valable sur une large plage de valeurs de la corr elation (|| 60%). La notion de copule d enit dans son sens le plus g en eral la d ependance entre variables al eatoires et son int er et majeur est fournir un cadre conceptuel rigoureux ` a la notion de d ependance. Consid erons deux variables al eatoires de fonction de r epartition d enies ainsi : Fi (t) = P [Xi t] Introduisons egalement leur loi jointe qui contient toute linformation sur la d ependance et les lois marginales entre les deux variables : F (t1 , t2 ) = P [X1 t1 , X2 t2 ]

4.1. DEPENDANCE

45

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% -1 -0.8 -0.6 -0.4 0% -0.2 0 0.2 0.4 0.6 0.8 1

Figure 4.1: Probabilit e en fonction de la corr elation Les deux variables X1 et X2 sont ind ependantes si F (t1 , t2 ) = F1 (t1 ).F2 (t2 ). On en d eduit imm ediatement que si deux variables sont ind ependantes, leur corr elation est nulle, la r eciproque etant fausse comme nous lavons vu pr ec edemment. Le th eor` eme de Sklar stipule que si les fonctions de r epartition des variables X1 et X2 sont bijectives sur lintervalle [0,1], alors il existe une unique fonction de deux variables C (u, v ) telle que : F (t1 , t2 ) = C (F1 (t1 ), F2 (t2 )) Cette fonction C (, ) est la fonction copule. Elle contient toute linformation sur la d ependance entre X1 et X2 , mais aucune information sur leurs lois marginales. Le th eor` eme de Sklar d emontre lexistence dune d ecomposition de la fonction de r epartition multivari ee en une information sur les lois marginales et une information sur la d ependance au travers de la fonction copule. Copule gaussienne La copule gaussienne Soient X1 , X2 et Z deux variables al eatoires normales centr ees r eduites telles que : X2 = X1 + 1 2 Z

La structure de d ependance entre X1 et X2 est la copule gaussienne de param` etre de corr elation . Nous pouvons ecrire explicitement la copule car on conna t la loi jointe du vecteur gaussien bivari e d eni par X1 et X2 . P [X1 x1 , X2 x2 ] = 2 1 1 2
N 1 (u1 ) x1 x2

dx

dy exp

x2 2xy + y 2 2(1 2 )

On en d eduit la formule de la copule gaussienne bivari ee : C (u1 , u2 ) = Copules archim ediens Soit la classe des fonctions d enies sur lintervalle [0,1] ` a valeurs dans [0, +[, continues, strictement croissantes, convexes et telles que (1) = 0. Alors, pour toute fonction , on peut d enir la copule 1 2 1 2
N 1 (u2 )

dx

dy exp

x2 2xy + y 2 2(1 2 )

46 archim edienne suivante de g en erateur :

` CHAPTER 4. MODELES DE PORTEFEUILLE

C (u, v ) = 1 ((u) + (v )) On remarque que la copule ind ependante est une copule archim edienne de g en erateur (t) = ln t. Par ailleurs, nous avons les exemples suivants : Gumbel (t) = t 1 ( > 1) Clayton (t) = ( ln t) ( 1)
1 Franck (t) = ln e e 1
t

Copule t de Student Comme pour la copule Gaussienne, la copule t (ou copule de Student) est la fonction de d ependance associ ee ` a la distribution t multidimensionnelle. Soit une matrice diagonale d enie positive avec diag = 1 et t, la distribution de Student multivari ee standard ` a degr es de libert e et de matrice de corr elation . La copule de Student est alors d enie de la fa con suivante :

1 1 C (u1 , . . . , un ; ) = t, t (u1 ), . . . , t (un )

D ependance de queue Cette notion est tr` es importante dans l etude de la d ependance asymptotique entre deux variables al eatoires. Cela va nous permettre de voir le niveau de d ependance dans les valeurs extrmes (upper tail dependence) et dans les valeurs petites (lower tail dependence). Ce concept sera totalement bas e sur celui des copules. Upper tail dependence Lobjet est donc l etude de la d ependance dans la queue commune de la distribution bivari ee. Prenons donc deux variables al eatoires continues X et Y ayant pour fonction de distribution respectives FX et FY . Le coecient d upper tail dependence de X et Y est d eni, si toutefois cette limite existe, par :
1 1 u = lim P Y > FY (u) X > FX (u) = lim u1 u 1

C (u, u) 2u + 1 1u

La quantit e u est seulement une fonction de la copule et ne d epend pas des lois marginales. Si cette quantit e est non nulle, il existe une d ependance asymptotique entre les variables. Si u = 0, on parle dind ependance asymptotique. La copule la plus fr equemment donn ee en exemple dans la litt erature pour illustrer ce concept est celle de Gumbel. Dans ce cas, nous avons apr` es calculs : u = 2 21/ La d ependance asymptotique dans le cas de la copule de Gumbel tend vers 1 lorsque . A linverse la copule gaussienne ne pr esente aucune d ependance asymptotique.

4.2. PD, LGD ET EAD Lower tail dependence

47

En gardant, les m emes notations quauparavant, le coecient de lower tail dependence de X et Y est d eni comme etant :
1 1 (u) = lim+ l = lim+ P Y < FY (u) X < FX u 0 u 0

C (u, u) u

si cette limite existe. Dans lexemple de la copule de Clayton, on a : l = 1/2 Pour illustrer la notion de d ependance de queue, nous repr esentons ci-dessous deux nuages de points de deux variables al eatoires normales centr ees r eduites li es par deux copules di erentes. Dans les deux cas, la corr elation entre ces deux variables al eatoires est de 70%.

C o p u le G a u s s ie n e t m a r g e s G a u s s ie n n e s
4 3 2 1 0 -4 -2 -1 -2 -3 -4 0 2 4 -4

C o p u le S t u d e n t e t m a r g e s G a u s s ie n n e s
4 3 2 1 0 -2 -1 -2 -3 -4 0 2 4

Nous voyons sur ces graphiques que la copule gaussienne engendre moins d ev enements extr emes simultan es sur les deux axes, contrairement ` a la copule de Student.

4.2

PD, LGD et EAD

Le risque de cr edit sur une op eration avec un client de la banque, sur un horizon de temps donn e, d epend de trois el ements : la probabilit e de d efaut, la perte en cas de d efaut et lexposition au moment du d efaut. La probabilit e de d efaut du client d epend de sa qualit e de cr edit, mesur ee par le rating. Les agences de notation ont en eet pour r ole dattribuer une note ` a chaque entreprise sur une echelle mesurant sa qualit e de cr edit. On distingue deux types dentreprises, celles dont le risque de ne pas honorer ses engagements est faible (on parle dentreprises investment grade) est celles dont le risque de cr edit ` a court ou moyen terme est elev e (on parle de speculative grade). Les historiques de d efauts recueillis par les agences de notation permettent destimer la probabilit e de d efaut associ ee ` a chaque niveau de rating.

4.2.1

Loi des pertes sur le portefeuille

La mod elisation des pertes sur un portefeuille de cr edit repose sur la connaissance des param` etres de risque sur chaque ligne du portefeuille et sur les d ependances des pertes. Dans certains cas, toutefois, il est possible de donner des propri et es sur la loi des pertes de cr edit dun portefeuille.

48

` CHAPTER 4. MODELES DE PORTEFEUILLE

Une premi` ere propri et e de cette loi des pertes de cr edit vient du fait que la loi des pertes dun portefeuille est ` a support compact (en loccurrence lintervalle [0,1]). Cela contraint de mani` ere consid erable la loi des pertes. Par exemple, si on suppose que la loi des pertes a une esp erance , il est clair que l ecart type de ces pertes est major e (il est au moins major e par 1). En eet : E L2 =
0 1 1

dx x2 f (x)
0

dx x f (x) =

Par cons equent, la variance des pertes dune portefeuille de cr edit est major ee par (1 ), qui est la variance correspondant ` a un portefeuille de cr edit des pertes qui suivent une loi de Bernoulli. De m eme, tous les moments de la loi des pertes sont contraints, et on comprend quil y a deux types de lois qui vont jouer un r ole important : dune part la loi de Dirac centr ee sur , et dautre part la loi de Bernoulli avec une masse de Dirac de poids 1 en 0 (pas de perte sur le portefeuille) et une masse de Dirac de poids en 1 (perte de 100% sur le portefeuille). Entre ces deux cas extr emes, la mod elisation du portefeuille de cr edit permet de calibrer des mesures quantitatives du risque de cr edit. Il existe un cas dans lequel la loi statistique des pertes sur le portefeuille se calcule exactement. Consid erons un portefeuille de cr edit de n lignes equipond er ees. Sur un horizon de temps dune p eriode (un an par exemple), nous mod elisons le d efaut de la ligne i ` a laide dune variable cach ee Ri normale centr ee r eduite ; l ev enement de d efaut est mod elis e par une variable de Bernoulli : Li = 1{Ri <si } La valeur de si est le seuil de d eclanchement du d efaut. La probabilit e de d efaut associ ee ` a la ligne i est donc par d enition N (si ). Dans un cas r ealiste, les d efauts sont corr el es, et une mani` ere de mod eliser cela consiste ` a introduire la d ependance sur les variables d etat Ri . Nous consid erons un portefeuille homog` ene, dans lequel toutes les lignes on la m eme probabilit e de d efaut (si = s pour tout i), et toutes les corr elations de d efaut deux ` a deux sont egales ` a corr(Ri , Rj ) = . Si nous introduisons une variable normale centr ee r eduite F et n autres variables normales centr ees r eduites pouvons poser : Ri = F + 1
i

toutes ind ependantes, nous

Alors, toutes les variables d etat Ri sont des variables normales centr ees r eduites et ont des corr elations deux ` a deux toutes egales ` a . Linterpr etation economique du facteur F est quil sagit dun facteur de risque syst emique, commun ` a toutes les lignes du portefeuille. Les facteurs
i

sont les facteurs sp eciques ` a chaque ligne. Le param` etre

de corr elation apparait comme un fecteur de sensibilit e` a la conjoncture economique. La perte totale en pourcentage sur le portefeuille s ecrit (taux de recouvrement choisi nul) : Ln = 1 n
n n

1{Ri <si } =
i=1 i=1

1{

s F i < 1

En conditionnant sur le facteur syst emique F , la perte sur le portefeuille s ecrit comme une somme de variables al eatoires iid. On peut donc appliquer la loi des grands nombres : s F s F lim Ln = L = P i < F =N n 1 1

4.2. PD, LGD ET EAD On conna t donc la loi statistique des pertes dans ce cas particulier : 1 N 1 (x) P (L x) = N La densit e des pertes s ecrit : f (x, s, ) = 1 1 exp 2 1 N 1 (x) s
2

49

1 N 1 (x) 2

On en d eduit lesp erance et la variance des pertes : E (L) =


dF n(F ) N

s F 1

= N (s)

var(L) = N2 (s, s, ) N (s)2 D emontrons le premier r esultat. Ce type dint egrale se calcule en ecrivant la fonction de r epartition de la loi normale comme une int egrale de la densit e de la loi normale :

s F 1

dF n(F ) N

s F 1

= =

dF n(F ) dF n(F )

n(y ) dy
z F 1 z F 1 dz 1

On a obtenu la derni` ere egalit e en faisant le changement de variable y = deux int egrales et on calcule lint egrale gaussienne sur la variable F : E (L) = =
s dz 1 s F z 1

; on intervertit alors les

df n(z ) n

dz n(z )

= N (s) Le calcul de E (L2 ) seectue de m eme, en utilisant toujours le m eme changement de variable. Le graphe cidessous repr esente la volatilit e des pertes sur le portefeuille de cr edit en fonction du niveau de corr elation.
0.35 0.3 0.25 0.2

0.15 0.1 0.05 0 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Figure 4.2: Impact de la volatilit e des pertes de cr edit en fonction du niveau de corr elation Pour tout < 50%, la loi des pertes du portefeuille est unimodale et le mode vaut : 1 s Lm = N 1 2

50

` CHAPTER 4. MODELES DE PORTEFEUILLE

Lien entre corr elation dactifs et volatilit e des pertes Dans le mod` ele ` a une p eriode que nous venons de d ecrire, lorsque la corr elation dactifs est nulle, tous les d efauts sont ind ependants, et la loi des pertes est un pic de Dirac centr e sur la perte moyenne du portefeuille car le portefeuille contient une innit e de lignes. Dans lautre cas extr eme, = 1, et tous les actifs ont le m eme comportement : soit aucun ne fait d efaut, soit ils font tous d efaut. La loi des pertes du portefeuille dans ce cas est compos ee de deux masses de Dirac centr ees sur 0 et 1. Entre ces deux situations il y a toutes les valeurs de la corr elation entre 0 et 1, qui engendrent une loi tout dabord fortement piqu ee sur 0 puis qui s elargit au fur et ` a mesure que la corr elation augmente. Lorsque la corr elation d epasse le niveau de 50%, la densit e des pertes passe dune fonction unimodale ` a une distribution bimodale, les deux modes etant localiss en 0 et 1. On en d eduit la fonction de densit e de probabilit e de la perte sur le portefeuille (cf exercice). Celle ci comporte plusieurs modes qui correspondent ` a une corr elation faible entre les actifs (et correspondra dans la majeure partie des cas ` a la r ealit e), une corr elation elev ee et enn une corr elation interm ediaire :
3 rho=20% rho=50% rho=75%
12 10 8 6
rho =15% rho =20% rho =25% rho =30%

Densit des pertes sur un portefeuille granulaire


14

Densit de proba

2.5 2 1.5 1 0.5 0 0% 20% 40% 60%

4 2

80%

100%

0 0% 5% 10% 15% 20%

Perte

Densit / Rpartition des pertes Loi de Vasicek (LGD=100%)


18 16 14 12 10 8 6 4 2 0 4 ,40% 8 ,80% 1 ,76% 6 ,16% 2 ,64% 7 ,04% 3 ,52% 7 ,92% 0,88% 5,28% 9,68% 0% 11 ,44% 10 ,56% 1,2 Proabilit Cumule 1 0,8 0,6 0,4 0,2 0
16% 14% 12% 10% 8% 6% 4% 2% 0% 0

Probabilit d'enforcement en fonction de la corrlation pour diffrentes valeurs du seuil


Perte > 1% Perte > 1.5% Perte > 2% Perte > 2.5%

Probabilit d'enforcement

De nsit

Perte > 3% Perte > 3.5% Perte > 4% Perte > 4.5% Perte > 5%

Niveau de Perte

Densit (LGD=1 00%) Rpartition (LGD=1 00%) Perte Moyenne

10

20

30

40

50 Corrlation (%)

60

70

80

90

100

Diversication en rating Il est instructif de regarder ` a la lumi` ere du mod` ele de Vasicek le cas dun portefeuille granulaire que ne serait pas homog` ene en rating. En particulier, on peut mod eliser linhomog en eit e du portefeuille en consid erant que le seuil de d efaut si pour chaque ligne du portefeuille est lui-m eme une variable al eatoire centr ee sur s0 et de variance 2 . Nous posons alors si = s0 + i , o` u les variables i sont des variables normales centr ees r eduites ind ependantes entre elles, ind ependantes du facteur syst emique F et des variables sp eciques
i

. La condition du d efaut pour chaque ligne du portefeuille s ecrit alors : F + 1


i

< s0 + i

Il vient alors pour la variable de perte sur lensemble du portefeuille : s0 F L=N 1 + 2 Calcul du s et

4.2. PD, LGD ET EAD

51

Figure 4.3: Impact de la volatilit e du seuil de d efaut sur la distribution des pertes du portefeuille Pour un taux de d efaut moyen de 10% sur le portefeuille, on constate que la variance des pertes diminue avec le param` etre dinhomog en eit e du portefeuille. En eet, lajout dun al ea suppl ementaire dans le probl` eme vient diversier un peu plus le portefeuille. Pour le dire autrement, un portefeuille h et erog` ene en rating contient moins dincertitude quant-au nombre de efauts sur un horizon donn e quun portefeuille homog` ene en rating. En eet, un portefeuille h et erog` ene, en grossissant le trait, est compos e de ligne de bons ratings qui ont peu de chance de faire d efaut et de lignes mal not ees qui ont une bonne chance de faire d efaut. Cet eet serait att enu e si les seuils, tout en restant al eatoires, etaient corr el es au facteur syst emique F . Corr elations dactifs, corr elations de d efauts En mati` ere de risque de cr edit, on distingue les corr elations dactifs, les corr elations de d efaut et les corr elations de pertes et les corr elations de temps de d efaut. Chaque type de grandeur fait r ef erence un type de mod elisation du risque de d efaut. Les corr elations dactifs font r ef erence aux mod` eles structurels, alors que les corr elations de temps de d efaut font r ef erence au param` etre de corr elation de la copules gaussienne dans les mod` eles intensit e. Il est toutefois possible dans une mod elisation donn ee du risque de d efaut de faire le lien entre les di erents types de corr elations. Par exemple, dans le mod` ele structurel, on ecrit la corr elation des d efauts de la fa con suivante : D = E 1{R1 s1 } .1{R2 s2 } E 1{R1 s1 } .E 1{R2 s2 } P D1 (1 P D1 ) P D2 (1 P D2 )

On en d eduit le lien entre la corr elation dactifs et la corr elation des d efauts dans le mod` ele de Merton : D = N2 (s1 , s2 , ) N (s1 ).N (s2 ) N (s1 )(1 N (s1 )) N (s2 )(1 N (s2 ))

La fonction N2 (s1 , s2 , ) est une fonction croissnte de la corr elation, donc la corr elation de d efaut est egalement croissante en fonction de la corr elation dactifs. Or lim1 N2 (s1 , s2 , ) = min(N (s1 ), N (s2 )). La corr elation de d efaut est maximale lorsque les probabilit es de d efaut sont egales, et dans ce cas, on peut avoir une corr elation de d efaut egale 1. Si les probabilit es marginales de d efaut sont di erentes,

52

` CHAPTER 4. MODELES DE PORTEFEUILLE

toutes les valeurs des corr elations de d efaut ne sont pas atteignables.

Chapter 5

La mesure du risque
5.1 Axiomatique du risque

Delbaen et al. ont propos e 4 propri et es de coh erence que devait satisfaire une bonne mesure de risque. Chacune de ces propri et es repose sur une intuition nanci` ere. Monotonie : si la probabilit e de perte sur un portefeuille est toujours sup erieure ` a celle dun deuxi` eme alors leurs mesures de risque sont dans le m eme sens X Y (X ) (Y ) Homog en eit e : Le risque double si la taille du portefeuille double (X ) = (X ) Invariance par translation : lajout dune poche dactif sans risque ` a un portefeuille risqu e ne fait que translater la mesure du risque (X + c) = (X ) + c Sous-additivit e : cette propri et e traduit la notion de diversication : le risque sur un portefeuille est plus faible que la somme des risques individuels. (X + Y ) (X ) + (Y )

5.2

Value at Risk (VaR)

La notion de risque, traditionnellement d enie par la volatilit e ne tient pas compte dans sa d enition de lasym etrie entre les gains et les pertes. La mesure de risque fait commun ement intervenir un niveau de probabilit e, niveau sur lequel linvestisseur est particuli` erement averse sur un horizon de temps donn e. La VaR est une estimation de la perte potentielle (exprim ee dans une unit e mon etaire) qui peut r esulter de la 53

54

CHAPTER 5. LA MESURE DU RISQUE

d etention dun portefeuille de produits nanciers sur une p eriode donn ee (un jour, une semaine, etc.), avec un niveau de conance choisi a priori (95 %, 99 %, etc.). La Value at Risk (VaR) est d enie comme la perte maximale qui survient avec un certain niveau de probabilit e que nous noterons q . Math ematiquement, cela s ecrit : P [X V aRq ] = 1 q La pr esence du signe moins dans la d enition de la VaR indique simplement que la mesure de risque est positive. Si nous retenons un seuil de conance de 99%, la VaR 99% est la perte maximale que lon subira dans les 99% des cas les plus fr equents. Dans le cas dune perte qui suit une loi de fonction de r epartition F sur lhorizon de temps consid er e, nous en d eduisons le lien direct entre la VaR et le quantile de cette loi de distribution au seuil q : V aRq = F 1 (1 q ) Dans le cas dune perte qui suivrait une loi normale desp erance et d ecart-type , nous obtenons la relation suivante : V aRq = + N 1 (1 q ) Cette relation est remarquable car la VaR est toujours proportionnelle ` a l ecart-type des pertes, et ce quel que soit le niveau de conance retenu. Pour revenir aux axiomes des coh erence, la VaR nest pas une mesure de risque coh erente car elle nest pas sous-additive, comme lillustre lexemple suivant. Soit un univers compos e de 4 etats du monde de probabili es respectives 1%, 49%, 49% et 1%. On consid` ere une banque qui vend un call et un put. Les payos dans les 4 etats du monde sont les suivants pour ces options : 4 0 0 0 Call = Put = 0 0 0 4 La VaR ` a 98% de chaque instrument du portefeuille est nulle mais celle du portefeuille global est egale ` a 8. Notons que la propri et e de sous-additivit e est viol ee ` a cause de la conjonction de deux facteurs : lunivers des etats du monde est fortement discontinu et le seuil est pr ecis ement choisi pour violer la sous-additivit e. Il est tr` es rare de se retrouver dans une situation similaire dans le cas dun portefeuille r eel.

5.3

Estimation de la VaR

Les organismes de tutelle des etablissements nanciers imposent un seuil de conance de 99%, de sorte que la perte observ ee ne devrait exc eder statistiquement la VaR dans 1% des cas seulement. Par ailleurs, la p eriode de d etention de 10 jours impos ee par la r eglementation bancaire correspond au d elai estim e n ecessaire pour retourner la position dans le march e. Ainsi, la VaR sur 10 jours ` a 99% nest autre que le quantile dordre 1% de la distribution de probabilit e des variations sur 10 jours de la valeur de march e dun portefeuille. Calculer la VaR revient donc ` a

5.3. ESTIMATION DE LA VAR

55

estimer un quantile de cette distribution. Trois m ethodes destimation couramment utilis ees en statistique permettent destimer la VaR : la m ethode historique sappuyant sur des donn ees observ ees, la m ethode param etrique utilisant un mod` ele donn e an den d eduire des formules ferm ees et la m ethode de simulation dite de Monte Carlo.

5.3.1

VaR historique

Dans cette m ethode, la distribution des variations futures des facteurs de risque est assimil ee ` a celle observ ee sur une p eriode pass ee. On utilise donc les variations pass ees pour r e evaluer le portefeuille et simuler ses pertes et prots (prot and loss ou P&L). La VaR est ensuite obtenue en lisant le quantile appropri e sur lhistogramme des rentabilit es simul ees. Sur un historique de 500 P&L quotidiens dun portefeuille (ce qui reprsente un historique de deux ans), la VaR ` a un jour ` a 99% de ce portefeuille est tout simplement egale ` a la cinqui` eme plus basse variation observ ee dans lhistorique. Ce calcul ne n ecessite quun historique des cours de linstrument ou des facteurs de risque sur une p eriode donn ee, sans quaucune hypoth` ese a priori sur la distribution des variations des facteurs de risque ne soit n ecessaire. Lavantage de cette m ethode est de prendre en compte parfaitement les distributions de rendements des actifs du portefeuille ainsi que leur d ependance. Son point faible est que les historiques sont en g en eral de taille tr` es limit ee ou, sils sont de grande taille, on peut sinterroger sur la pertinence dutiliser des donn ees historiques tr` es anciennes pour appr ehender un risque futur.

5.3.2

VaR param etrique

Cette m ethode repose sur lhypoth` ese que la loi jointe des facteurs de risque peut etre approch ee par une loi th eorique a priori dont lexpression math ematique d epend dun nombre r eduit de param` etres. On utilise alors les propri et es de cette loi th eorique pour estimer le quantile de la distribution et donc la VaR dune position ou dun portefeuille. En raison de sa simplicit e, on utilise souvent la loi normale, qui est compl` etement caract eris ee par deux param` etres : sa moyenne et sa matrice de variance-covariance. Lorsque la variation de la valeur de march e dune position sexprime comme combinaison lin eaire des variations des facteurs de risque, les propri et es de la loi normale permettent le calcul imm ediat de la volatilit e de la position ` a partir de la matrice de variance-covariance des facteurs de risque. Le quantile dordre q et donc la VaR, est une fonction lin eaire de cette volatilit e. Malheureusement, lutilisation de lapproximation gaussienne conduit ` a sous-estimer, parfois dramatiquement, la VaR r eelle. On peut alors sp ecier dautres lois pour les facteurs de risque, en particulier pour tenir compte de l epaisseur des queues de la distribution de la plupart des variables nanci` eres. Malheureusement les formules deviennent plus compliqu ees et il devient plus dicile de rendre compte avec justesse des d ependances entre les variables.

56

CHAPTER 5. LA MESURE DU RISQUE

5.3.3

VaR Monte-Carlo

Lestimation de la VaR par simulations de Monte Carlo pr esente des points communs avec lapproche historique et la m ethode param etrique. Dans un premier temps, on sp ecie la distribution jointe des facteurs de risque. Puis, on engendre ` a partir de cette loi, un tr` es grand nombre de sc enarios de variations des facteurs de risque. Ces sc enarios sont ensuite utilis es pour calculer les r esultats hypoth etiques du portefeuille. La VaR est enn d etermin ee de la m eme mani` ere que la VaR historique mais ` a partir de l echantillon simul e. Bien que simple dans son principe, cette m ethode n ecessite une grosse capacit e de calcul. Le nombre de simulations ` a eectuer cro t tr` es vite avec la complexit e des produits et le nombre de tirages devient rapidement tr` es important si lon souhaite obtenir une pr ecision acceptable.

5.3.4

Probl` emes des donn ees historiques

Quelle que soit la m ethode utilis ee, le calcul de la VaR n ecessite des donn ees historiques, que ce soit pour disposer de sc enarios sur les facteurs de risque ou pour estimer les param` etres de la loi sp eci ee pour ces facteurs. Une dicult e majeure concerne le choix de la longueur de la p eriode historique utilis ee dans lestimation. Si lon accepte lhypoth` ese de stationnarit e des facteurs de risque, le calcul de la VaR est dautant plus pr ecis que lhistorique dont on dispose est long. Cependant, de nombreuses etudes empiriques portant sur les variables nanci` eres montrent lalternance de p eriodes de forte volatilit e des march es et de p eriodes plus calmes. Ainsi, non seulement une des hypoth` eses sous-jacentes ` a lestimation de la VaR nest pas v eri ee mais la VaR calcul ee sur un historique trop long peut etre fortement biais ee et ne pas re eter les niveaux de volatilit e du moment. On est alors confront e ` a des exigences contradictoires. Comment d eterminer dans ces conditions la longueur optimale de la p eriode ` a utiliser pour le calcul de la VaR, sachant que les organismes de tutelle impose une p eriode historique minimale dune ann ee? Ce probl` eme est quelquefois contourn e en pond erant les observations pour donner plus de poids aux p eriodes plus r ecentes.

5.4
5.4.1

Autres mesures de risque


Expected shortfall

Il existe dautres mesures de risque qui sont coh erentes au sens des axiomes de coh erence des mesures de risque. Cest le cas de lexpected shortfall. Il sagit dune mesure de risque associ ee ` a un seuil de probabilit e mais qui mesure lesp erance de la valeur du portefeuille dans les cas associ es ` a ce seuil de probabilit e: ESq = E [X |X V aRq ]

5.4. AUTRES MESURES DE RISQUE

57

Dans le cas de la gaussienne, lexpected shortfall et la VaR sont num eriquement tr` es proches pour de niveaux de conance eloign es ; en eet : ESq =
N 1 (1q )

x n(x) dx

1q

n N 1 (1 q ) n(V aRq ) = V aRq 1q N (V aRq )

Ce nest en revanche pas le cas si la variable consid er ee suit une loi ` a queue epaisse, telle la loi de Pareto par exemple. Dans ce cas, la fonction de r epartition s ecrit F (x) = C |x| , avec > 2, et la VaR est egale ` a: V aRq = F 1 (1 q ) = Il vient alors pour lexpected shortfall : ESq =
V aRq

C 1q

1/

dx xC |x|1 1q

V aRq +

1 V aRq 1

Dans le cas dune queue epaisse, lexpected shortfall est sensiblement di erent de la VaR, alors que dans le cas dune queue gaussienne lexpected shortfall converge vers la VaR pour des seuils elev es. Nous avons vu que la VaR etait une mesure de risque locale puisquelle nutilise la fonction de r epartition quau seuil consid er e. En revanche, lexpected shortfall utilise toute la fonction de r epartition au-del` a du seuil consid er e, et prend donc en compte toute linformation que nous avons sur la loi de la variable al eatoire au-del` a du seuil. En ce sens, nous pouvons consid erer que lexpected shortfall est une mesure de risque meilleure que la VaR.

5.4.2

Drawdowns

Il existe dautres mesures de risque associ ees aux aspects temporels du risque. En supposant que le prix initial dun actif est S0 , quelle est la probabilit e que le pire prix atteint dans le futur soit egal ` a Smin , et combien de temps va durer ce drawdown (combien de temps va s ecouler entre latteinte du min et le retour au nouveau initial) ? M eme si un investissement est men e sur le long terme, linvestisseur a besoin destimer son risque de court terme, et il faut introduire dans lanalyse les aspects temporels du risque. Une fa con de le faire est de consid erer la distribution des drawdowns, d enis ` a la date t par : D(t) = maxs[0,t] Ws Wt

o` u Wt est la valeur du portefeuille ` a la date t. Il faut remarquer que ceci est plus un risque dopportunit e quun risque de perte puisque le drawdown est d eni par rapport au maximum est non par rapport ` a la richesse initiale. Le drawdown est aussi appel e VaR sans horizon puisquil d ecrit la perte sur un horizon non sp eci e` a lavance. Il d ecrit egalement la frustration de linvestisseur forc e de liquider sa position en dessous du maximum quil avait atteint dans le pass e. Il faut remarquer egalement que le drawdown nest pas une mesure de risque coh erente (elle nest pas sous-additive). Dans le cas dune marche al eatoire multiplicative (comme le processus lognormal par exemple), on peut montrer que la distribution des drawdowns est une loi de puissance. Appelons (x) la distribution des rendements de richesse : (x) = P [ln(Wt+1 /Wt ) = x]

58

CHAPTER 5. LA MESURE DU RISQUE

On montre dans la limite stationnaire, que la loi de distribution de la variable D(t) suit une loi de puissance, et en ecrivant l equation ma tresse de cette loi de probabilit e dans la limite stationnaire, nous obtenons l equation dauto-consistence satisfaite par le param` etre de queue de cette loi : P (D > x) 1 x avec dx (x) ex = 1

Dans le cas dun processus lognormal, on obtient = 2/ 2 .

5.4.3

Temps de retour

Soit R la rentabilit e dun actif. Formellement, la dur ee de retour dun ev enement r est le temps moyen quil faut attendre pour que la variable R atteigne ou d epasse le niveau r. Soit le premier instant o` u R d epasse r. En temps discret, si les rentabilit es sont ind ependantes, la probabilit e que soit egal ` a une date donn ee u est le produit des probabilit es que R soit inf erieur ` a r pendant les u 1 premi` eres dates et sup erieur ` ar` a la date u. Si FR est la fonction de r epartition de R, on obtient :
u 1 P ( = u) = FR (r) [1 FR (r)]

E ( ) = E ( ) = E ( ) =

u1

u P ( = u)
u + 1)FR (r) 1 1FR (r ) u1 u u FR (r)

u0 (u u0

u FR (r ) =

5.4.4

Cadre g en eral des mesures de risque coh erentes

Un moyen g en eral de d enir de bonnes mesures de risque consiste ` a introduire une distorsion des fonctions de r epartition. Si g : [0, 1] [0, 1] est une fonction croissante telle que g (0) = 0 et g (1) = 1, on d enit la fonction de r epartition distordue . On d enit alors la mesure de risque : (X ) = E [X ] = E [X(X )] =
0

dx g (F (x)) +
0

dx [1 g (F (x))]

o` u la fonction est la d eriv ee de Radon-Nikodym correspondant ` a la distorsion de la mesure de probabilit e. Un th eor` eme indique que si la fonction g est egalement concave (cest-` a-dire que g est cointinue puisquelle est croissante), alors la mesure de risque induite est sous-additive et donc coh erente. Dans le cas de la VaR, on a : g (x) = 0 si x < V aR 1 si x V aR

Cette fonction est discontinue au niveau de la VaR, ce qui indique quil ne sagit pas dune mesure de risque coh erente. Dans le cas de lexpected shortfall, on montre ais ement que la fonction g est continue et s ecrit : g (x) = 0
uV aR 1V aR

si x < V aR si x V aR

5.5. CONTRIBUTIONS AU RISQUE

59

Toutefois, dans le cas de lexpected shortfall, la fonction g , tout en etant continue, nest pas di erentiable au point x = V aR. Pour tout x < V aR, la fonction de distorsion g est egale ` a 0, cest-` a-dire que linformation contenue au niveau de la fonction de r epartition des pertes sur cette r egion nest pas utilis ee dans la mesure de risque d enie par lexpected shortfall. Une fonction de distorsion di erentiable sur lensemble des r eels tout entier permettrait de d enir une mesure de risque qui serait non seulement coh erente du point de vue des axiomes de risques, mais egalement qui utiliserait toute linformation sur la r epartition de la variable al eatoire. La transformation suivante, appel ee transfom ee de Wang, satisfait cette propri et e: g (x) = N N 1 (x) Une propri et e remarquable des mesures de risque obtenues par distorsion de la fonction de r epartition est quon peut les r eexprimer comme une somme pond er ee de Value at Risk ` a di erents niveaux de conance. En eet, si on se place dans lespace des quantiles de la variable al eatoire X plut ot que dans lespace direct de cette variable al eatoire, cest-` a-dire si on pose = F (x), on obtient :
1

(X ) = E [X(X )] =

x(x) dF (x) =
0

d ()V aR

avec () = F 1 () .

5.5

Contributions au risque

Le cas le plus simple est celui dun portefeuille gaussien. Dans ce cas, la mesure naturelle du risque est l ecart-type du P&L. Nous notons xi la pond eration de la ligne i dans le portefeuille et i et i d esignent respectivement le rendement esp er e et l ecart-type du rendement sur la ligne i. Les corr elations deux ` a deux sont ij . La formule de lesp erance et de la variance du P&L sur lhorizon consid er e est : E [P &L] = var[P &L] =
i

xi i
i 2 x2 i i + 2 i<j

ij xi xj i j

Il se trouve que la somme des covariances de chaque ligne avec le rendement total du portefeuille est egale a la variance elle-m ` eme. Nous en d eduisons une formule tr` es simple de la contribution de chaque ligne du portefeuille ` a la variance totale : Cbi = La formule
i

cov(P &Li , P &L) var(P &L)

var(P &L)

Cbi = var(P &L) est toujours vraie, m eme si les lois de rendements ne suivent pas une

fonction gaussienne multivari ee. La contribution ` a la variance est la covariance calcul ee par la formule ci-dessus. Dans le cas g en eral, la contribution calcul ee en covariance permet ` a coup s ur de r epartir le risque total du portefeuille sur chaque ligne. Cbi = cov(P &Li , P &L) var(P &L) (P &L)

Toutefois, il existe une innit e de fa cons de faire ceci, et le choix de la covariance bien quinspir e du cas gaussien est tout ` a fait arbitraire et ne se justie que par la simplicit e de calcul de cette grandeur

60

CHAPTER 5. LA MESURE DU RISQUE

dun point de vue num erique, comme nous le verrons ci-dessous. La propri et e dhomog en eit e de degr e 1 des mesures de risque coh erentes permet, via la formule dEuler, de calculer la formule g en erale des contributions au risque. On obtient en eet : (x1 , . . . , xN ) =
i

xi

= xi

Cbi
i

Ainsi, la contribution marginale dune ligne du portefeuille au risque total est la d eriv ee de la mesure de risque du portefeuille par rapport ` a la taille marginale de la ligne en question. Cest aussi laugmentation du risque total du portefeuille pour une augmentation de 1 euro de la taille de la ligne consid er ee. Il existe une autre grandeur int eressante dans lanalyse du risque dun portefeuille ; il sagit de la contribution incr ementale dune ligne, cest-` a-dire de laugmentation du risque total du portefeuille si on lui rajoute cette ligne. La formule de la contribution incr ementale est donc : incr (i) = (x1 , . . . , xi1 , xi , xi+1 , . . . , xN ) (x1 , . . . , xi1 , 0, xi+1 , . . . , xN ) Dans la limite, o` u la taille de la ligne consid er ee devient innit esimale par rapport ` a la taille du portefeuille, les deux grandeurs, contribution marginale et contribution incr ementale convergent. En revanche, on a toujours une relation dordre entre les deux : la contribution marginale est toujours sup erieure ` a la contribution incr ementale. Lintuition de ce r esultat est que rajouter une ligne ` a un portefeuille aura tendance ` a le diversier alors que rajouter 1 euro ` a une ligne d ej` a existante aura tendance ` a le concentrer sur la ligne i. La d emonstration de ce r esultat tient ` a la convexit e des mesures coh erentes de risque, convexit e provenant des propri et es de sous additivit e et dhomog en eit e. Pour simplier les notations, la fonction (x1 , . . . , xi1 , xi , xi+1 , . . . , xN ) sera not ee simplement (xi ), les N 1 autres variables restant inchang ees. Nous avons : 2(xi ) = ((xi + dxi ) + (xi dxi )) (xi + dxi ) + (xi dxi ) propri et e dhomog en eit e propri et e de sous-additivit e

On en d eduit alors que la mesure de risque est convexe en fonction des pond erations du portefeuille, cest-` a-dire : 2 (x1 , . . . , xi1 , xi , xi+1 , . . . , xN ) 0 x2 i Par cons equent, on peut d evelopper la contribution incr ementale du risque au deuxi` eme ordre : (xi ) (0) xi 1 2 (xi ) x2 (xi ) (xi ) xi xi 2 i x2 x i i

La concavit e de la mesure de risque indique que leuro marginal dexposition sur la ligne i co ute plus cher que le premier euro. En eet, ceci est intuitif sur le plan nancier car le premier euro de la ligne i va plus diversier le portefeuille que les euros suivants. Le cas de la contribution ` a la VaR est instructif et tr` es utile en pratique. Il est en g en eral num eriquement tr` es compliqu e de calculer la d eriv ee de la VaR par rapport ` a lexposition sur chaque ligne. Par ailleurs, nous avons vu lutilisation dune formule de type covariance n etait pas fond ee sur des arguments solides,

5.5. CONTRIBUTIONS AU RISQUE

61

et il y a des cas o` u cette utilisation de la VaR conduit ` a des contributions sup erieures au risque maximal sur la ligne elle-m eme ! Dans le cas o` u la mesure de risque est la VaR, on d emontre le r esultat suivant : Cbi = E [P &Li |P &L = V aR]

Pour d emontrer ce r esultat, nous consid erons un portefeuille qui est la somme de deux sous-portefeuilles, dont les P&L sont d ecrits par les variables X et Y respectivement. Nous appelons f (x, y ) la densit e jointe des variables X et Y . Les quantiles du P&L du portefeuille au seuil en fonction du poids de la ligne mod elis ee par la variable Y est d eni par :

P [X + Y > Q( , )] = =
Q( ,) y

f (x, y ) dx dy

En d erivant par rapport ` a , nous obtenons :


Q( , ) y f (Q( , ) , y ) dy = 0

Ce qui donne imm ediatement : Q( , ) =


yf (Q( , ) , y ) dy yf (Q( , ) , y ) dy

= E [Y |X + Y = Q( , )]

Intuitivement, cette formule signie que la contribution ` a la VaR de chaque ligne du portefeuille est lesp erance du P&L de chaque ligne conditionnellement au fait que le P&L du portefeuille soit exactement a son seuil de VaR. ` Exemple du portefeuille gaussien homog` ene Consid erons un portefeuille de trading de N lignes. Le rendement de chaque ligne du portefeuille sur un
2 horizon de temps donn e est not e Ri et suit une loi normale centr ee et de variance i = 2 . Le poids

de chaque ligne du portefeuille est xi = 1/N (si bien que la taille globale du portefeuille est 1), et les corr elations deux ` a deux des rendements sont toutes identiques ij = . Lesp erance de rendement de ce portefeuille, par lin earit e de lesp erance est egale ` a 0. Sa variance est quant ` a elle egale ` a:
2 P = i 2 x2 i i + 2 i<j

ij xi xj i j =

2 N 1 2 + N N

La VaR au seuil q s ecrit : V aRq = P N 1 (1 q ). La contribution ` a cette VaR de la ligne num ero i vaut : Cbi = cov Ri ,
2 P j

Rj

V aRq =

V aRq N

Le capital incr emental de la ligne num ero i vaut : incr (i) = N 1 (1 q ) N 2 + N (N 1) 2 (N 1) 2 + (N 1)(N 2) 2 /N 2

62

CHAPTER 5. LA MESURE DU RISQUE

5.6

Prols non lin eaires

Le cas des portefeuilles optionnels est egalement instructif ` a cause des eets de convexit e induits par la non lin earit e des payos doptions. Il est possible dobtenir une valeur approch ee de la VaR du portefeuille en fonction de celle des facteurs de risque sous-jacents en d eveloppant le prix des instruments non lin eaires au deuxi` eme ordre en gamma. Consid erons un portefeuille optionnel dont lunique facteur de risque sousjacent (par exemple la valeur dun indice) est appel e S . Sous leet dun choc sur ce facteur de risque, le portefeuille aura une variation : 1 = S + S 2 2

Dans cette expression S , est le choc sur le facteur de risque, est la sensibilit e du portefeuille au facteur de risque et est sa convexit e. La VaR sur le portefeuille peut- etre calcul ee ` a partir de la VaR sur le facteur de risque sous-jacent. Par ailleurs, nous voyons que si le portefeuille est -positif, la perte sur un portefeuille atteint un maximum pour S = / et que la perte maximale sur ce portefeuille est 2 /2. Il faut remarquer que ces r esultats reposent sur la validit e du d eveloppement de Taylor ` a lordre 2 et non dun mod` ele de pricing de type Black-Scholes ou autre, en d epit de lutilisation des param` etres grecs. Dans le cas dun portefeuille sujet ` a di erents facteurs de risques, la formule ci-dessus devient : =
i

i Si +

1 2

ij Si Sj
i,j

5.7

Mesurer nest pas g erer

Plusieurs dicult es concernant la mesure des risques viennent limiter la port ee de cet exercice. La premi` ere concerne la longueur requise des historiques. Pour avoir des r esultats ables, il faut disposer dun historique susamment long. La deuxi` eme concerne la mesure des corr elations (des d ependances) entre actifs, qui a fait lobjet de nombreux d eveloppements depuis une dizaine dann ees, notamment autour de la th eorie des copules. Toutefois, si la th eorie des copules fournit un cadre conceptuel ` a la notion de d ependance, on peut estimer que les applications pratiques ne sont pas ` a la hauteur des d eveloppements th eoriques qui ont et e men es. En sattaquant ` a ces questions, il ne faut toutefois pas perdre de vue que lobjectif du gestionnaire de risques nest pas seulement de mesurer les risques, mais egalement de les g erer. Cette gestion passe par la mise en place doutils de compr ehension ne du risque au niveau dun portefeuille. Parmi ceux d ej` a d evelopp es dans certaines institutions, citons lidentication des positions qui ont le plus fort impact sur le risque, lanalyse de la contribution marginale dune position, l etude des anticipations implicites contenues dans le portefeuille pour d etecter les incoh erences, enn et surtout la recherche des meilleures op erations pour r eduire les expositions. Toute lexpertise de la gestion du portefeuille de la banque va consister ` a trouver le couple rendement / risque optimal compte tenu du projet industriel de la banque.

Chapter 6

Gestion du portefeuille bancaire


6.1 Le capital r eglementaire

An de prot eger les d eposants, premiers cr eanciers dune banque et an de se pr emunir contre une crise nanci` ere majeure, chaque pays sest dot e de structures ind ependantes - des r egulateurs - qui surveillent la bonne sant e du syst` eme nancier. En France, ce r ole est assur e par la Commission Bancaire qui sassure, par des audits, que les banques nationales satisfont ` a la r eglementation bancaire. Le principe g en eral de la r eglementation bancaire est de requ erir des r eserves de la part des banques an de couvrir les pertes eventuelles non anticip ees, cest ` a dire au del` a de la perte attendue (la perte moyenne). Le but annonc e est double : dune part prot eger les d eposants, les bailleurs de fonds des banques (et ne pas r epercuter sur eux les pertes subies par la banque, cr eant un eet boule de neige), dautre part cr eer des incitations susantes pour limiter les investissements risqu es. Apr` es quelques balbutiements, une concertation ` a l echelle des pays de G10 a permis de parvenir ` a un consensus sur des premiers accords dits de B ale qui r egissent toutes les banques du G10, les soumettant ainsi ` a des r` egles communes. Leet a et e daugmenter le niveau de capital d etenu par les banques en face de leurs engagements, s ecurisant un peu plus le syst` eme nancier. Les premiers accords de B ale (1988) ont et e servis par leur simplicit e, rendant leur impl ementation plus ais ee. Le principe est le suivant : chaque banque doit d etenir un montant de capital egal ` a 8% du montant nominal de ses actifs. Les actifs concern es sont eux-m eme soumis ` a une pond eration forfaitaire qui d epend uniquement du type de la contrepartie. Ainsi, pour un Etat Souverain membre de lOCDE, la pond eration sera de 0%, signiant quaucun capital r eglementaire nest requis pour un engagement sur un pays membre de lOCDE, par exemple la France, lItalie, la Gr` ece Si la contrepartie est une banque dun pays de lOCDE, la pond eration est de 20% (par exemple ABN AMRO, Soci et e G en erale, etc). Pour une entreprise, la pond eration est de 100%. On appelle cette pond eration le Risk Weight (RW) et les actifs pond er es les Risk Weighted Assets (RWA). On a donc :

Regulatory Capital = 8% RW A 63

64

CHAPTER 6. GESTION DU PORTEFEUILLE BANCAIRE

Faisons un calcul simple de capital r eglementaire an dillustrer cette r` egle. La Soci et e G en erale a pr et e 100 euros. 1er cas : la contrepartie est la Gr` ece. La pond eration est de 0% et le capital r eglementaire ` a d etenir est de 8% x 0% x 100 = 0 euro. 2` eme cas : la contrepartie est la Deutsche Bank. La pond eration est de 20% et le capital r eglementaire ` a d etenir est de 8% x 20% x 100 = 1.6 euros. 3` eme cas : la contrepartie est British Airways. La pond eration est de 100% et le capital r eglementaire ` a d etenir est de 8% x 100% x 100 = 8 euros. Les accords de B ale ont eu deux eets pervers. Premi` erement, la pond eration est forfaitaire et ind ependante du risque r eellement encouru. Deux entreprises lune au bord de la faillite, lautre en pleine sant e seront pond er es de la m eme fa con, ce qui pourrait pousser une banque peu prudente ` a pr eter au plus risqu e, ` a la recherche dun rendement plus elev e. De m eme une banque Hong-Kongaise serait pond er ee ` a 100% alors quune banque europ eenne serait pond er ee ` a 20% fut-elle dans une situation nanci` ere d elicate. Le deuxi` eme eet pervers est quune pond eration forfaitaire et aussi simple ne peut donner aucune incitation aux banques pour se doter de mesures de risques pr ecises qui leur permettent de g erer ecacement leurs portefeuilles dengagements. Un premier amendement est apparu en ce sens en 1991, autorisant les banques ` a utiliser leurs mod` eles internes pour calculer leur capital r eglementaires suivant une m ethodologie VaR dont nous reparlons dans le paragraphe suivant. Enn et tout r ecemment, une pond eration des actifs en accords avec le risque encouru a amen e une refonte du calcul du capital r eglementaire d esormais encadr e par les accords B ale II, entr es en application en janvier 2008, malgr e lopposition de certains pays.

6.2

La mesure interne des risques

Le capital r eglementaire a et e jusqu` a ladoption des amendements de 1991 une mesure relativement sommaire. Par ailleurs, les amendements de 1991 ne concernent que les activit es de march e, et non pas celles de cr edit pur. Malgr e la sophistication r ecente du calcul de capital r eglementaire ` a travers B ale II, celui-ci ne peut convenir comme mesure de risque satisfaisante au niveau de la banque. En eet, le capital r eglementaire est une mesure additive. En cons equence, le capital r eglementaire ne capture pas leet de diversication recherch e par la banque pour equilibrer son portefeuille et que la VaR (Value at Risk) concern ee par les amendements de 1991 valorise. La VaR va donc etre d eclin ee aux portefeuilles de cr edit comme mesure de risque interne sous le nom de Credit VaR. Au contraire des activit es de march e qui sont constamment valoris ee, la Credit VaR sera un quantile sur la distribution des pertes sur le portefeuille de cr edit et non plus un quantile sur la distribution des variations relatives de valorisation du portefeuille.

6.2. LA MESURE INTERNE DES RISQUES

65

Le Capital Economique, qui correspond au montant de fonds propres id ealement engag es par la banque en face de toute op eration, est la di erence entre la Credit VaR et la perte moyenne sur le portefeuille, celle-ci etant couverte par la facturation des produits vendus.


Densit des pertes / Fonction de rpartition (Portefeuille Vasicek)

densit

18 16 14 12 10

1,2 1 0,8 0,6

8 6 4 0,2 2 0
8% 11 % 29 % Pe % 38 % 14 % 23 % 26 % % rte 2% 5% 17 20 % 32 % 35

0,4

0 Densit Cumulative Quantile

 

Pe rte

Figure 6.1: D enition du capital economique Le r ole du capital economique est de prot eger les cr eanciers de la banque avec un degr e de conance qui est d etermin e par la direction nanci` ere de la banque. En eet, que la banque veuille sassurer un rating A, AA ou encore AAA, le niveau de capital economique sera di erent et correspondra ` a un fractile de perte de plus en plus proche du fractile 100%, au fur et ` a mesure que nous avancerons vers des ratings de bonne qualit e.


   

     
                     

     
                   

 !" $%" &' &' $+ & 0!-' %. # !( ) ( * # -( /0 " ) !$ -0 , 4 1 2 2 1%. " ) 0 0!" 32 3
Figure 6.2: Le capital economique prot` ege les cranciers dans 99.9% des cas Bien que la VaR ne soit pas une mesure sous additive, la mesure de risque Capital Economique va b en ecier de leet diversication du portefeuille de la banque. Cette propri et e notamment implique un probl` eme dallocation de capital economique, ou de contribution dont nous reparlons dans le paragraphe d edi e aux contributions et aux mesures de performance. On observera cependant lint er et de diversier le portefeuille bancaire dans les dimensions g eographiques, industrielles et, plus marginalement, temporelles. Le graphe suivant illustre leet diversication qui peut intervenir sur le calcul du capital economique au niveau du portefeuille. Sur ce graphe sont repr esent es -pour di erents poids du portefeuille 1- le capital economique au niveau du portefeuille global compos e des deux sous-portefeuilles P1 et P2, ainsi que EC 1 + EC 2, la somme des deux capitaux economiques qui seraient calcul es sur chacun des deux portefeuilles s epar ement. Notons que la courbe EC 1 + EC 2 (une droite !) illustre parfaitement le calcul

66

CHAPTER 6. GESTION DU PORTEFEUILLE BANCAIRE

du capital r eglementaire sur un ensemble de sous portefeuille. Une bonne r` egle de gestion du portefeuille consistera donc ` a rechercher la r epartition qui minimise le capital economique au niveau du portefeuille P 1 P 2. Les mesures de performance dont nous reparlons ci-apr` es fournissent une incitation susante ` a cela.
Effet Diversification
0,09 0,08 0,07 EC 0,06 0,05 0,04 0,03 0% EC Total EC1 + EC2

20%

40%

60%

80%

100%

Part Portefeuille 1

Figure 6.3: Eet diversiant dans un portefeuille compos e de deux sous-portefeuilles Le capital disponible va guider le montant des investissements possibles pour la banque. On va donc allouer ` a chaque ligne m etier un certain montant de capital qui lui donnera des limites quant aux op erations quelle peut traiter. Or, nous lavons vu, leet de diversication nous am` ene ` a nous poser la question de la contribution. En eet, dans notre exemple pr ec edent, le capital economique au niveau du portefeuille est inf erieur ` a la somme des capitaux economiques de chaque sous portefeuille. On va donc rechercher une r` egle de contribution telle que : Capital Economique (Portefeuille) =
Sous-Portefeuilles

Contribution Sous-Portefeuille

Nous pr esentons trois r` egles de r epartitions possibles : La contribution incr ementale : cette r` egle permet de d enir la contribution de toute nouvelle op eration sur le portefeuille dengagement de la banque. Cette contribution se d enit comme : Contribution(Op eration)=Cap Eco (Portefeuille + Op eration) - Cap Eco(Portefeuille) epartition se fait proportionnellement ` a la covariance La contribution marginale en covariance : la r entre les pertes sur lop eration et les pertes sur le portefeuille. Contribution(Op eration) = cov(Li , L) Cap Eco (Portefeuille) var(L)

La contribution au quantile : quand la banque fait d efaut, combien ai-je perdu sur mon op eration, en esp erance ? La r epartition au quantile est la perte moyenne sur lop eration conditionnellement au fait que la perte sur le portefeuille est egale ` a la perte au quantile choisi (soit perte moyenne

6.2. LA MESURE INTERNE DES RISQUES

67

+ capital economique), ce qui se traduit ainsi lorsque le capital economique est calcul e sur la base dun quantile de perte ` a 99.9% : Contribution(Op eration) = E [Li |LPortefeuille = Perte au quantile 99.9%] E [Li ] La Credit VaR nest pas une mesure de risque additive. Il est possible de construire un exemple certainement non-r ealiste ! - pour lequel la Credit VaR sur un ensemble de deux sous portefeuilles sera sup erieure ` a la somme des Credit VaR sur chacun des deux sous-portefeuilles. Par ailleurs, la Credit VaR ne donne que peu dinformation sur la forme de la queue de distribution des pertes sur le portefeuille et ces deux consid erations successives motivent la recherche dune mesure de risque additive qui apporte un surplus dinformation sur les risques extr emes. Un candidat id eal est la Tail VaR (ou Expected Shortfall - ES) qui est la moyenne des pertes au del` a de la Credit VaR : ES = E [L|L Credit VaR()] et int` egre comme nous pouvons le voir ci-dessous une information suppl ementaire sur la forme de la queue de distribution par rapport ` a la Credit VaR.

Densit des pertes / Fonction de rpartition (Portefeuille Vasicek)


16 14 12 densit 10 8 6 4 2 0
% % % % % % % % 2% 5% er te 8% % % 11 14 17 20 23 26 29 32 35 P 38

16 14 12 10 8 6 4 2 0 Densit ES

Perte

Figure 6.4: Lexpected Shortfall se d enit comme une perte moyenne au dessus dun quantile pr e-d eni Le capital economique est alors la di erence entre la Tail VaR et la perte moyenne, soit : Cap Eco = Expected Shortfall - Perte Moyenne et on pourra adapter les r` egles de contribution vu pr ec edemment au cas du calcul du capital economique en Expected Shortfall. Le choix dune r` egle de contribution est un enjeu majeur pour une banque. Il d etermine en eet la rentabilit e dune ligne m etier et inue donc sur lallocation strat egique des ressources de la banque d ecid ee par la direction nanci` ere.

68

CHAPTER 6. GESTION DU PORTEFEUILLE BANCAIRE

6.3

Les mesures de performance

Une mesure de performance va permettre de r econcilier risque et prot et de comparer, sur une base commune, plusieurs portefeuilles ayant des caract eristiques di erentes. Une mesure de performance int egrera donc : les revenus attendus les pertes attendues la mesure de risque de lop eration eventuellement le co ut de r etribution des fonds propres La mesure de risque choisie peut etre r eglementaire (le capital r eglementaire) ou interne (capital economique). Les mesures de performances sont le ROE (Return On Equity), le RAROC (Risk-Adjusted Return on Capital) et lEVA (Economic Value Added). Dans chaque cas, elle doit relier des fonds mobilis es pour couvrir des pertes (le capital) et les revenus esp er es. Lune des mesures de performance les plus populaires est le RAROC (Risk Adjusted Return On Capital). Le RAROC se d enit comme un rendement sur fonds propres et son expression est la suivante : RAROC = Revenus - Perte moyenne Capital economique

Le capital est le capital economique requis par lop eration, cest ` a dire la contribution de lop eration au capital economique total requis au niveau de la banque. Le RAROC, est une mesure interne de la performance qui va permettre de s electionner les meilleurs projets. Deux remarques simposent. Premi` erement, le niveau de capital retenu peut etre le capital r eglementaire qui sera exig e par le r egulateur, surtout si celui-ci sav` ere plus elev e que le capital economique de lop eration. Deuxi` emement, on voit ici limportance dune r` egle dattribution juste. En eet, une r epartition en covariance pourrait par exemple p enaliser des op erations dont le capital economique requis (par une r` egle de r epartition en covariance) serait sup erieur au capital economique requis par une r` egle de r epartition au quantile, p enalisant de fait la ligne m etier impliqu ee dans lop eration. Une seconde cons equence serait une mauvaise orientation de la banque dans ses choix dinvestissement si celle-ci avait pour objectif de maximiser son RAROC au niveau global. Le RAROC sexprime comme un rendement sur les fonds propres engag es par la banque dans lop eration. Il se veut donc une mesure de performance au service des actionnaires. Dans les revenus, on pourra inclure les revenus g en er es par lop eration auxquel on retranche les co uts sous-jacents (r etribution des interm ediaires nanciers, etc). On devra donc, pour respecter le principe de mesure au service des actionnaires, retrancher aux revenus le co ut de la dette. Celui-ci, en g en eral, est faible pour une banque bien not ee et sera omis de la formulation du RAROC. Le co ut de r emun eration des fonds propres est, en revanche, beaucoup plus elev e. Il compense en eet un risque plus important (dans le cas dun capital economique ` a 99.9%, les fonds propres doivent couvrir les

6.3. LES MESURES DE PERFORMANCE

69

pertes dans 99.9% des cas), et les revenus g en er es par une op eration doivent etre susants pour couvrir ce co ut. Autrement dit, une op eration dont le RAROC est inf erieur au co ut des fonds propres nest pas rentable. On retiendra donc les op erations telles que : RAROC > k , avec k co ut des fonds propres Lordre de grandeur du co ut du capital est autour de 10% pour les banques commerciales et 15% pour les banques dinvestissement On dira que k est un hurdle rate, le seuil minimal requis pour une op eration. Le pricing dune op eration (la tarication) doit en cons equence prendre en compte ce co ut des fonds propres. Une op eration est rentable lorsque son RAROC est sup erieur au co ut des fonds propres, soit : RAROC k > 0 Revenus - Perte moyenne k EC > 0 La quantit e (Revenus - Perte moyenne k EC ) mesure la richesse cr e ee pour lactionnaire au-del` a du rendement que celui-ci exige (le co ut des fonds propres) en r emun eration du risque port e. Alors que le RAROC est un pourcentage, lEVA sexprime en euros. Comme le RAROC, lEVA est couramment utilis e pour mesurer la pertinence dune op eration. Notons que de la m eme fa con que nous pouvons parler de contribution au capital economique, nous pouvons egalement parler de contribution ` a lEVA comme : EV Ai = Revenusi Perte moyennei ki Cbi
Co ut du risque

Nous avons soulign e dans l equation pr ec edente que le co ut des fonds propres di` ere par ligne m etier. Le calibrer est un exercice dicile et on consid` erera que le co ut des fonds propres est constant sur lensemble des activit es de la banque. Par ailleurs, en raison de ladditivit e des revenus et pertes moyennes, la maximisation de lEVA incite ` a la minimisation du capital economique, celle-ci pouvant passer par une politique de diversication du portefeuille de la banque et de gestion du capital economique ad equate.

EVA (Quantile 99.99 % )


4,20% 4,10% 4,00% 3,90% 3,80% 3,70% 3,60% 3,50% 0% 20% 40% 60% 80% 100% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% EVA EC RC

Figure 6.5: EVA et diversication. La recherche de lEVA maximale passe par une diversication du portefeuille.

70

CHAPTER 6. GESTION DU PORTEFEUILLE BANCAIRE

6.4
6.4.1

La titrisation
Description dune op eration de titrisation

La titrisation est une op eration qui consiste ` a transformer des actifs en titres nanciers. Les actifs concern es sont assez vari es et les plus courants sont les pr ets hypoth ecaires, les encours de cartes de cr edit (US), les pr ets automobiles, les pr ets etudiants ou encore une classe ` a part : les cr eances commerciales. Une entit e fait linterface entre les actifs et les titres nanciers : le SPV (Special Purpose Vehicle) qui va porter ` a son bilan les pr ets (ou autres) qui constituent le socle de lop eration de titrisation et sera nanc e au niveau de son passif par les titres nanciers emis. Ces titres seront rembours es par les ux g en er es par lamortissements des actifs titris es. Prenons pour exemple des pr ets automobiles emis par une division nanci` ere dun constructeur automobile. Celui ci, voulant apurer son bilan et se re-nancer rapidement an de pouvoir proposer ` a nouveau des conditions avantageuses ` a ses clients, va faire appel ` a un structureur qui proposera dans un m eme temps le rachat des cr eances aupr` es du constructeur automobile (` a des conditions n egoci ees et permettant notamment la couverture partielle des pertes ` a venir) et recherchera des investisseurs aupr` es desquels placer les titres nanciers emis conformes au couple rendement/risque recherch e par ceux-ci, cest ` a dire un couple Spread / Rating qui sera valid e par les agences de notation. La premi` ere tranche (la plus risqu ee) est g en eralement gard ee par le vendeur des cr eances. Pour deux raisons. Premi` erement, pour une raison pratique : cette premi` ere tranche peut etre gard ee sous la forme dune over-collat eralisation : le c edant (le vendeur des cr eances) apporte au SPV un surplus de cr eances non nanc ees. Cette solution permet au c edant de ne pas monopoliser une somme xe. Deuxi` emement, la premi` ere tranche gard ee par le c edant va rassurer les investisseurs sur la qualit e des actifs puisquelle va absorber la majeure partie des pertes (ce qui permettra d emettre des titres de meilleure qualit e et dobtenir par cons equent un co ut de nancement moindre). Cette premi` ere tranche incite egalement le c edant ` a rester impliqu e dans la gestion des cr eances (notamment les impay es) b en eque au bon d eroulement de lop eration de titrisation une fois quelle est mise en place. La maturit e de lop eration de titrisation peut etre allong ee en incluant une p eriode dite de revolving (ou rechargement en franais) pendant laquelle le c edant sengage ` a vendre au SPV de nouvelles cr eances ` a intervalles r eguliers. Priorit e des paiements et apurement des pertes : Lorsque des pertes sont constat ees sur le panier de cr eances et quune r eserve est en place ou que lexcess spread est susant, les pertes vont etre apur ees de la faon suivantes. Apr` es paiement des frais (fees) du trustee (le g erant de lop eration de titrisation), les liquidit es disponibles servent ` a rembourser les porteurs de parts les plus prioritaires jusqu` a hauteur des pertes subies sur le pool. Ceci a pour cons equence plusieurs eets. Premi` erement, on le voit, les porteurs de notes class A sont dans lexemple suivant eectivement les mieux prot eg es. Deuxi` emement, les porteurs de class A sont plus que les autres soumis ` a une incertitude sur le temps auquel leurs parts

6.4. LA TITRISATION

71

seront rembours ees, celles-ci sont remboursables par anticipation, g en erant un risque de r einvestissement qui se traduira par un spread plus elev e. Enn, la niveau de protection des porteurs de class A d eni comme le rehaussement de cr editt va augmenter au cours de la dur ee de vie de la transaction.
Les pertes sont apures

Class A

Class A

Class A

3RRO GH FUDQFHV

Class B


Class D

3RRO GH FUDQFHV

Class B


Class D

3RRO GH FUDQFHV

Class B


Class D

Pertes Subies

Les rserves servent rembourser les porteurs de notes les plus Seniors (Class A) afin de rquilibrer le bilan du SPV.

Nouveau bilan du SPV

Le r ehaussement de cr edit En plus de la structure que nous venons de voir qui prot` ege en priorit e les porteurs de notes Class A, plusieurs m ecanismes additionnels peuvent (et vont) etre mis en place an de prot eger les investisseurs et obtenir un nancement ` a moindre co ut. R eserves : des r eserves sont souvent apport ees au conduit. Elles sont nanc ees par le c edant et permettent de couvrir les premi` ere pertes, cest ` a dire rembourser les parts les plus s eniors lors de d efauts au sein du panier de cr eances. - Crit` eres d eligibilit e : en cas dop eration revolving, des crit` eres d eligibilit e encadrent fr equemment les conditions de rechargement, obligeant ainsi le c edant ` a fournir des cr eances de bonne qualit e. Triggers : lorsque lop eration est revolving, des triggers sur le taux de d efaut au sein du panier de cr eances peuvent stopper la p eriode de revolving, ou modier la cascade des ux de paiement an de diriger ceux-ci en priorit e vers des r eserves compl ementaires. Des triggers peuvent egalement etre mis en place sur le rating du servicer ou du c edant. Couvertures par des tiers : des contreparties tierces peuvent assurer une partie du panier de cr eances, ou un type de risque. En particulier la liquidit e, via la mise en place dune ligne de liquidit e. La liquidit e a un statut senior, et son remboursement prime sur la couverture des pertes sur le pool de cr eances. Int er et, avantages et d esavantages Lint er et dune op eration de titrisation pour un vendeur est principalement lacc` es ` a une nouvelle source de nancement qui (sous r eserve dune structuration eciente) est bon march e . Par ailleurs, dans le cas

72

CHAPTER 6. GESTION DU PORTEFEUILLE BANCAIRE

dop eration revolving, le c edant peut obtenir un nancement dont la maturit e moyenne est sup erieure ` a la maturit e moyenne de ses actifs. Pour un investisseur, lattrait est principalement un spread beaucoup plus attractif que sur le march e corporate classique. Ces spreads traduisent la complexit e du produit (et son manque de transparence parfois), le manque de liquidit e du march e, ainsi que labsence de produits de couverture standards. Enn, en raison de la possibilit e de remboursements anticip es, le spread inclus une composante risque de r einvestissement non nulle.

6.4.2

La titrisation au sein dun conduit

Certaines op erations de titrisation natteignent pas une taille critique qui leur ouvre les portes des march es nanciers. Ces op erations seront alors eectu ees via un conduit qui rassemble plusieurs op erations de titrisation. Le conduit nance donc plusieurs op erations avec pour chacune leur structure propre et se renance sur les march es nanciers ` a moindre co ut. Le conduit b en ecie dun sponsor qui am` enera des protections suppl ementaire aux investisseurs ayant achet e le papier commercial emis par celui-ci. Ces protections compl ementaires sont une lettre de cr edit et une ligne de liquidit e. Par ailleurs, et pour des besoins de d econsolidation (traitement hors-bilan), il pourra y avoir mise en place dune First Loss revendue ` a des investisseurs externes qui prot` egera le conduit contre les toutes premi` eres pertes apr` es epuisement des r eserves. La lettre de cr edit est une protection mise en place par le sponsor du conduit ` a lattention des investisseurs. Son rle est dassumer les pertes sur les op erations au sein du conduit jusqu` a un certain montant. Cette protection est mutualis ee dans le sens o elle est indi erente ` a lorigine de la perte et peut couvrir toutes les op erations du conduit. La ligne de liquidit e est une r eserve qui permet le versement des int er ets aux investisseurs lorsque les collections du conduit sont insusantes pour assurer le montant des int er ets contractuels. Le rle de la ligne de liquidit e est etendu par rapport ` a une op eration de titrisation classique hors-conduit. De plus en plus apparaissent avec la nouvelle r eglementation (Ble II) des lignes de liquidit e Fully Supported couvrent tous types de risques, linvestisseur demeurant alors en risque sur le sponsor seulement. Par exemple, pour un conduit sponsoris e par la Soci et e G en erale avec des lignes de liquidit e Fully Supported, linvestisseur ne peut subir des pertes qui si les pertes sur le conduit sont importantes et quen m eme temps la Soci et e G en erale est en faillite. La lettre de cr edit est une protection commune ` a toutes les transactions du conduit. Elle est compl et ee par des lignes de liquidit e qui peuvent etre tir ees au niveau de chaque op eration. Au niveau de chaque transaction, la lettre de cr edit se comporte comme une tranche mezzanine de position relativement junior. Celle-ci etant commune ` a toutes les transaction du conduit, elle va servir de protection ecace contre les pertes pouvant intervenir sur chacune des transactions. Si par contre les transactions pr esentes dans le conduit g en` erent simultan ement des pertes, la lettre de cr edit sera

6.4. LA TITRISATION

73

Figure 6.6: La lettre de cr edit est une protection commune ` a toutes les transactions du conduit rapidement satur ee est des pertes devront etre report ees sur les investisseurs, ` a moins que les transactions ne soient toutes fully supported, auquel cas le sponsor -la banque- apurera les pertes pour le compte des investisseurs. Moyennant ces protections, les conduits emettent un papier commercial tr` es bien not e par les agences de ratings, tout en b en eciant de spreads elev es propres aux op erations de titrisation (et en facturant des frais de gestion). L ecart entre les spread moyen sur les transactions du conduit et le taux de renancement sur les march es (quelques bp au dessus des taux de r ef erence) font des conduits des op erations lucratives.

74

CHAPTER 6. GESTION DU PORTEFEUILLE BANCAIRE

Bibliography
[1] Artzner, P. et al., Coherent measures of risk, Mathematical nance, 9, 203-228 (1999). [2] Arvanitis, A. and J. Gregory, A credit risk toolbox, Risk, December, 50-5 (1999). [3] BIS (2004), International convergence of capital measurement and capital standards. [4] Black, F. et Scholes, M., The pricing of options and corporate liabilities, The Journal of Political Economy, Vol. 81, 3, pp. 637-654 (1973). [5] Bluhm C., L. Overbeck and C. Wagner, An introduction to credit risk modeling, Chapman & Hall / CRC (2002). [6] Bouchaud, JP. et Potters, M., Theory of Financial Risk and Derivative Pricing, Cambridge University Press (2003). [7] Crouhy, M., D. Galai and R. Mark, Prototype risk rating system, Journal of Banking & Finance, 25, 41-95 (2001). [8] Crouhy, M., D. Galai and R. Mark, Risk management, McGraw-Hill, 2001. [9] Embrechts et al., Modeling Extremal Events for Insurance and Finance, Springer, New-York (1997). [10] Gordy M. and D. Jones, Random tranches, Risk, March, 78-83 (2003). [11] Gourieroux C., JP Laurent and O. Scaillet, Sensitivity analysis of values at risk, Journal of Empirical Finance 7, 225-245 (2000). [12] Leland, H., Corporate Debt Value, Bond Covenants, and Optimal Capital Structure, The Journal of Finance, Vol. 49, Issue 4, 1213-1252 (1994). [13] Matten, C., Managing bank capital : capital allocation and performance measurement, John Wiley & sons (1996). [14] Merton, R., On the Pricing of Corporate Debt: The Risk Structure of Interest Rates, The Journal of Finance, Vol. 29, Issue 2, 449-470 (1974). [15] Moodys (2000), The lognormal method applied to ABS analysis, Special report. 75

76

BIBLIOGRAPHY

[16] Ong, M., Internal credit risk models : capital allocation and performance measurement, Risk books (2000). [17] Punjabi, S., Many happy returns, Risk, June, pp. 71-6 (1998). [18] Pykhtin M. and Dev A. (2002), Credit risk in asset securitizations: an analytical approach, Risk, May, S16-S20. [19] Resnick, S.I. (1987) Extreme Values, Regular Variation and Point Processes, Springer, New-York. [20] Standard and Poors, Trade receivables criteria. [21] Vasicek O. (1991), Limiting loan loss probability distribution, KMV Corporation. [22] Wang, S., A Risk Measure That Goes Beyond Coherence. [23] Wang, S., V.R. Young, et H.H. Panjer : Axiomatic Characterization Of Insurance Prices, Insurance: Mathematics and Economics, 21:173-183 (1997). [24] Zaik, E., J. Walter, G. Kelling and C. James, RAROC at bank of America : from theory to practice, Journal of applied corporate nance 9, pp.83-93 (1996).