Académique Documents
Professionnel Documents
Culture Documents
Essai prsent
la Facult des tudes suprieures de lUniversit Laval
Dans le cadre du programme de matrise en ingnierie financire
Mai 2014
Je tiens remercier sincrement mon directeur dessai, Mr. Van Son Lai, pour son
soutien, ses prcieux conseils et sa disponibilit tout au long de la ralisation de ce travail.
Je tiens galement remercier Mr. Issouf Soumar, pour ses commentaires et pour avoir
accept den tre le lecteur.
Je remercie aussi mon frre, Issam Gargouri, pour son aide et les nombreuses
discussions que nous avons eues et qui mont permis choisir ce sujet intressant et bien
laborder.
ii
Ddicaces
iii
Table des matires
Remerciements ii
Ddicaces iii
Nomenclature viii
1 Introduction 1
iv
4.2 Modlisation du risque de contrepartie dans le cas des IRS.......23
4.2.1 Formule gnrale dvaluation du risque de contrepartie : CVA unilatral...24
4.2.2 Cadre dvaluation des IRS en prsence de risque de contrepartie....26
4.2.2.1 Sans risque wrong-way.27
4.2.2.2 Avec risque wrong-way31
5 Mthodologie 36
5.1 Simulation des taux dintrt...37
5.2 Simulation des vnements de dfaut..40
5.3 Esprances futures41
5.4 valuation du CVA..42
5.5 Donnes43
6 Rsultats 45
6.1 valuation sans risque wrong-way ....45
6.2 valuation avec risque wrong-way 47
Bibliographie 58
Annexes 60
v
Liste des Tableaux
Tableau 6.1: Une estimation des intensits de dfaut et des probabilits de survie Q [> T] des
dates diffrentes pour les trois scnarios de risque 30 Juin 2010
Tableau 6.2: Taux swap sans risque implicite et spreads du CVA positifs (en points de base)
associs pour le cadre descompte Libor 30 join 2010
Tableau 6.3: Taux swap sans risque implicite et spreads du CVA positifs (en points de base)
associs pour le cadre descompte OIS 30 join 2010
Tableau 6.4: Rsultat des rgressions (q. 4.13) qui refltent la dpendance entre le taux spot OIS
et lintensit de dfaut pour les trois exemples de contrepartie
Tableau 6.6: Spreads du CVA positifs (en points de base) en prsence de WWR pour le cadre
descompte OIS 30 juin 2010
Tableau C.1.1: Matrice de volatilit des swaptions dans la monnaie observe sur le march le 30
juin 2010 escompte OIS
Tableau C.1.2: Matrice de volatilit des swaptions dans la monnaie observe sur le march le 30
juin 2010 escompte Libor
Tableau C.2: Spreads du CVA positifs (en points de base) en prsence de WWR pour le cadre
descompte Libor 30 juin 2010
vi
Liste des Figures
Figure 2.2: Montant notionnel total et sa rpartition sur les diffrentes catgories des produits
drivs OTC 1998 2010
Figure 4.3: La fonction d'intensit comme une fonction constante par morceaux o
reprsente le plus grand intervalle [ ] qui ne contient pas .
Figure 6.4: Comparaison entre les valeurs du spread de CVA pour IRS avec et sans WWR pour
diffrentes maturits et diffrents niveaux de risque
Figure 6.5: volution de la corrlation instantane et absolue par rapport aux temps pour
diffrents scnarios de risque
Figure C.2: Courbes des facteurs descompte OIS et Libor partir des donnes du march 30
juin 2010
vii
Nomenclature
viii
Chapitre 1
Introduction
1
Dune part, les spreads de base, c'est dire la diffrence entre les taux du march
avec des sous-jacents de diffrentes chances, observs sur les marchs de taux d'intrt
aprs le dbut de la crise financire en 2007 ont indiqu que le cadre dvaluation
traditionnel devait tre revu. Pour tre en mesure dvaluer correctement les swaps de
taux d'intrt, il est devenu ncessaire d'intgrer les risques de crdit et de liquidit des
diffrents tnors, savoir les chances, et par consquent, lvaluation des swaps est
devenue beaucoup plus complexe au cours des dernires annes. Il n'est plus suffisant
d'utiliser seulement une seule courbe terme pour dterminer les taux terme de
diffrentes chances, la place, on aura besoin de plusieurs courbes. En outre, on aura
galement besoin dune pratique descompte diffrente puisque la courbe d'actualisation
avant la crise n'est plus le meilleur proxy du taux sans risque.
2
Aujourd'hui, un nouveau cadre de modlisation des taux d'intrt est en pleine
volution fond sur l'actualisation OIS (hull et white; 2013) et lintgration de
lajustement d'valuation de crdit (CVA) (Brigo et Pallavicini; 2007). Lvaluation d'un
simple swap de taux d'intrt prend dsormais en compte la diffrence entre les taux
projets tels que l'Euribor et le Libor, qui incluent le risque de crdit, et les taux
appropris pour l'actualisation des flux de trsorerie, qui sont sans risque ou bas sur le
cot de financement des risques. Cette approche est appele courbe dual ou actualisation
OIS et force une re-drivation de l'valuation des produits drivs partir des premiers
principes. En outre, le risque de crdit de contrepartie dans les transactions OTC est
mesur en tant que CVA, qui prend en compte la probabilit du dfaut de contrepartie,
ainsi que les expositions prvues, la volatilit de ces expositions prvus et le wrong-way
risk (WWR) (Ruiz et al.; 2013). Dans cet essai, nous reprenons donc les travaux de Brigo
et Pallavicini (2007) pour lvaluation du CVA dans les contrats IRS et Ruiz et al. (2013)
pour lintroduction du risque wrong-way dans lvaluation du CVA et nous proposons
un nouveau cadre dvaluation qui intgre lactualisation OIS dans la valorisation du
risque de crdit de contrepartie.
3
croissant de swap de taux d'intrt, les socits, les banques et autres institutions
financires sont fortement dpendantes d'un cadre dvaluation appropri. Le chapitre 3
dcrit le cadre dvaluation des IRS avant la crise. Ce chapitre se concentrera sur la faon
d'amorcer la courbe spot l'aide de diffrents instruments financiers ainsi que l'analyse de
diffrentes techniques d'interpolation utilises pour dterminer une courbe lisse et
continue. Le Chapitre 4 porte sur le dfi principal de lessai, savoir prsenter un cadre
de modlisation pratique pour lvaluation des swaps de taux d'intrt la suite de la
crise financire. Rexaminant les mthodes de construction des courbes dans le chapitre
3, le taux OIS est utilis la place du Libor pour la construction de la courbe descompte.
La fin de ce chapitre prsente un modle d'valuation d'un swap de taux d'intrt qui est
ajust pour tenir compte du risque de crdit de la contrepartie par lajout dune
composante CVA. Le chapitre 5 dcrit brivement les techniques de discrtisation et de
Monte Carlo ainsi que les donnes utilises pour limplmentation numrique des
modles et pour la construction des courbes. Le chapitre 6 couvre la partie numrique de
lessai dans lequel nous commentons et analysons les rsultats obtenus des diffrents tests. Le
chapitre 7 conclut lessai.
4
Chapitre 2
Un swap de taux d'intrt vanille (IRS), aussi appel fixed-for-floating IRS, est un
contrat de swap basic entre deux contreparties, dans lequel les paiements d'intrts
priodiques, fixes et flottants, sur un certain montant nominal sont changs. L'acheteur
du swap est la partie qui paie le taux fixe et reoit le taux flottant (payeur taux fixe) et le
vendeur du swap est la partie qui paie le taux flottant et reoit le taux fixe (rcepteur taux
fixe). Dans un IRS, contrairement une obligation, il n'y a pas d'change du montant
nominal, et les contreparties changent seulement les diffrentiels d'intrt, c'est dire la
diffrence entre les taux fixes et flottants. Le taux fixe, pay par l'acheteur du swap, est
dtermin lors de linitiation du contrat de swap de sorte que les flux de trsorerie
5
actualiss attendus soient gaux pour le payeur et le rcepteur. Le taux fixe reste constant
jusqu' l'chance du swap, alors que le taux flottant, vers par le vendeur du swap, est
rajust priodiquement et bas sur un taux d'intrt de rfrence comme le Libor ou
Euribor.
Le flux de trsorerie dans un swap de taux d'intrt est constitu de deux jambes,
la jambe fixe, qui est le courant des flux gnr par le payeur, et la jambe flottante, qui est
le courant des flux gnr par le rcepteur. Lorsque deux parties concluent un accord de
swap, ils conviennent d'changer des paiements futurs de taux d'intrt sans prendre de
paiements initiaux. Par consquent, le contrat de swap est conu de telle sorte que,
initialement, la valeur actuelle de la jambe flottante est gale la valeur actuelle de la
jambe fixe. L'actualisation de la srie des flux de trsorerie futurs pour chaque jambe est
ltape principale lors de lvaluation des swaps de taux d'intrt (ou tout autre
instrument revenu fixe), car le prix d'un IRS est la somme de tous les flux de trsorerie
actualiss.
Taux fixe
6
Figure 2.2: Montant notionnel total et sa rpartition sur les diffrentes catgories des produits
drivs OTC 1998 2010
Notionnel - Total
Classe dactifs Trillion USD Eqv. en %
7
Une analyse intressante est d'examiner quels produits dans la classe d'actifs des
drivs IR contribuent principalement l'augmentation significative de 1998 2010.
D'aprs le tableau 2.2, il est frappant de constater que les IRS reprsentent une partie
importante des drivs IR ngocis, soit 74% ce qui souligne clairement l'importance de
revoir le cadre dvaluation de cet instrument. En outre, le tableau 2.2 montre que le
groupe des banques G14 (un groupe constitu par 14 des plus grandes banques au monde)
commerce une partie importante du montant global ngoci, soit 20,1%.
Notionnel - Total Notionnel - G14
Produits Trillion USD Eqv. en % Trillion USD Eqv. Part de G14 en %
Cross Currency (CC) Swap 8.9 2.0 3.5 38.7
CC - Swap Exotique 0.8 0.2 0.2 24.1
IR - Cap/Floor 12.1 2.7 3.6 29.4
IR - FRA 53.9 12.0 29.8 55.3
IR - Inflation Swap 1.4 0.3 0.6 43.7
IR - Option 1.3 0.3 0.4 31.7
IR - Option Exotique 0.8 0.2 0.3 34.8
IR - Swap 332.2 74.0 35.0 10.5
IR - Swap Basis 10.7 2.4 4.8 44.9
IR - Swap Exotique 3.9 0.9 1.1 27.8
IR - Swaption 22.9 5.1 11.0 48.2
IR - non spcifi 0.3 0.1 0.1 43.2
Total 449.2 100.0 90.3 20.1
Source: TriOptima, Interest Rate Trade Repository Report
Tableau 2.2: Drivs de taux d'intrt par produit - 30 Juin 2010
8
En enqutant sur le march des drivs de gr gr ngocis, il est clair que les
drivs de taux d'intrt reprsentent une grande partie de ce march avec les swaps de
taux d'intrt tant le produit le plus important. En outre, les participants du march
primaire sont des institutions financires, nanmoins les institutions non financires sont
aussi engages dans une certaine mesure. Par consquent, un cadre dvaluation correcte
sur le march du swap est d'une grande importance en raison de sa taille et de la
possibilit pour les institutions financires et non financires de grer les risques de taux
d'intrt par le biais de cet instrument.
9
Chapitre 3
10
Dans ce chapitre, nous aborderons l'approche davant crise pour lvaluation des
swaps de taux d'intrt. Tout d'abord, la section 3.1, nous examinons le cadre thorique
dvaluation des swaps de taux d'intrt en termes d'accords de taux futurs. Puis, la
section 3.2, nous dcrivons les mthodes pour la construction de la courbe spot.
Finalement, nous reportons les rsultats trouvs la section 3.3.
Dans cette section, le cadre thorique est examin pour le cadre de la courbe
unique avec contreparties sans risque de dfaut. Il existe plusieurs points de rfrences
officiels pour les dpts terme interbancaires comme le Libor, Euribor, Cibor ou Tibor.
Le taux spot Libor, , est dfini comme le taux de rendement de l'achat d'une unit
d'une obligation zro coupon sans dfaut l'instant et de la vendre l'chance .
Ainsi, le taux spot Libor est en fait le taux d'actualisation:
( ) (3.1)
Ensuite, le taux forward Libor de tenant au temps peut tre estim par
l'quation suivante:
( ) (3.2)
Un instrument qui est bas sur le taux forward Libor est le Forward Rate
11
Agreement (FRA). Prendre une position longue sur un FRA, le payoff l'chance
peut tre dtermine par la diffrence entre le taux spot Libor et le taux fixe :
( ) (3.3)
[ ] (3.6)
En appliquant cette relation, il s'ensuit que l'quation (3.2) peut tre crite comme
suit:
[ ] ( ) (3.7)
Ainsi, les drivs dpendants de taux d'intrt futurs peuvent tre valus en
appliquant les taux terme. Cette fonctionnalit simplifie essentiellement la procdure
dvaluation des drivs de taux d'intrt. Maintenant, lvaluation d'un FRA devient une
procdure simple. Simultanment, un swap de taux d'intrt peut tre valu comme un
portefeuille de plusieurs FRA o les deux jambes du swap doivent aussi tre gales
l'initiation:
12
[ ] (3.8)
( ( ))
( )
( ) (3.9)
La partie droite de l'quation ci-dessus peut tre considre comme une position
longue sur une obligation zro-coupon de maturit et une position courte dans une
autre obligation zro-coupon de maturit . Enfin, le taux nominal swap (coupon fixe)
peut tre dtermin comme suit:
(3.10)
Rappelons que dans le cadre de la courbe unique, une seule courbe est utilis la
fois pour l'actualisation et les calculs futurs. Par une seule courbe, on entend que les
mmes instruments sont utiliss pour calculer les trois courbes, la courbe d'actualisation,
la courbe spot et la courbe terme. Puisque nous savons que toute courbe peut tre
drive de l'autre, il nest en fait pas ncessaire de prciser exactement quelle courbe est
dsigne lorsque le terme courbe unique est utilis. Dans la littrature, cependant, une
courbe unique se rfre souvent la courbe spot, et donc nous adapterons ce point de vue.
13
3.2.1 Bootstrapping :
Construire la courbe spot, not de faon quivalente la courbe zro dans certaines
parties de la littrature, est effectue par le bootstrapping des instruments les plus liquides
et dominantes de leurs horizons de temps respectifs (Ron, 2000). Les instruments d'entre
devraient couvrir toutes les rgions de la structure terme. La courbe spot bootstrape
sera construite pour le dollar amricain, utilisant des donnes de march partir du 30
Juin 2010).
La partie courte de la courbe est bas sur les taux des dpts court terme ayant
une chance jusqu' trois mois. Les dpts sont des contrats zro coupon ngocis de
gr gr qui commencent la date de rfrence et paient le taux fixe du contrat, savoir
le taux de dpt, jusqu' la maturit correspondante. Ici, le Libor est le benchmark
mondial principal pour les taux d'intrt court terme car il est largement utilis comme
taux de rfrence pour de nombreux contrats de taux d'intrt. Chaque jour, le British
Bankers Association (BBA) calcule les taux Libor bass sur des panneaux de grandes
banques qui soumettent leur cot d'emprunt non garantis des fonds pour diverses priodes
de temps et dans diffrentes devises. Par consquent, lutilisation des taux Libor comme
des instruments d'entre pour la partie courte de la courbe spot reflte bien la liquidit sur
le march montaire. Le tableau 3.1 prsente une cotation de Libor au 30 juin 2010 :
Instrument Date de dbut Date de fin Quote (%)
Libor ON 30 Jun 2010 1 Jul 2010 0.30563
Libor 1W 2 Jul 2010 9 Jul 2010 0.32875
Libor 2W 2 Jul 2010 16 Jul 2010 0.33875
Libor 1M 2 Jul 2010 2 Aou 2010 0.34844
Libor 2M 2 Jul 2010 2 Sep 2010 0.43188
Libor 3M 2 Jul 2010 4 Oct 2010 0.53394
14
En dnotant le taux spot au temps avec maturit comme le taux tre
bootstrap partir des instruments du march, il peut tre dduit directement du taux
de dpt Libor que:
(3.11)
La zone centrale de la courbe spot couvrant jusqu' trois ans est construite en
utilisant des contrats FRA ou futures sur taux d'intrt. Les contrats FRA sont des dpts
futures qui portent sur un horizon de temps fixe de rglement et se rglent l'chance.
Cette caractristique les rend prfrables aux contrats futures qui ont des chances fixes
et sont annots sur le march quotidiennement (Ron, 2000). En revanche, les contrats
futures sont gnralement plus liquide que les FRA.
Dans cet essai, nous n'utilisons que des FRA. Nanmoins, nous aurions tout aussi
bien pu utiliser des contrats futures. Toutefois, si les contrats futures sont utiliss, les prix
cots ne peuvent pas tre appliqus directement mais doivent tre ajusts pour la
convexit. Le tableau 3.2 prsente une cotation de FRA au 30 juin 2010 :
Instrument Date de dbut Date de fin Quote (%)
Suite cela, l'quation 3.12 peut tre appliqu pour transformer les taux terme
en taux spot . dsigne le taux terme bass sur un FRA commenant
et venant chance . Connaissant et , nous dterminons
par bootstrapping.
15
[( ) ( ) ] (3.12)
La partie longue de la courbe spot, soit partir de trois ans, est dtermine partir
des taux de swap observs. Le tableau 3.3 prsente une cotation des swaps au 30 juin
2010. Les swaps appliques dans la procdure de bootstrapping ont le taux 3M US Dollar
Libor comme sous-jacent. Pour de trs longues chances, seuls les swaps les plus
liquides sont utiliss, qui sont typiquement des swaps ayant des chances de 12, 15, 20,
25, et 30 ans. Ron (2000) drive la longue extrmit des taux spot continment composs
partir des taux swap observs en utilisant l'quation 3.13 qui dcoule directement de
lquation 3.10 et le fait que :
[ ] (3.13)
Toutefois, les taux de swaps ne sont disponibles que pour certaines chances comme on
peut le constater dans le tableau 3.3. Ce manque de liquidit rduit l'ensemble des
informations ce qui peut conduire des facteurs d'actualisation incompatibles. Une
alternative pour attnuer ce problme est lutilisation des mthodes dinterpolation.
16
3.2.2 Interpolation :
Une fois que les taux spot sont bootstraps partir des donnes du march,
linterpolation, savoir les mthodes pour construire les observations entre deux points
connus dans le temps, est utilise pour obtenir une courbe continue avec des citations
pour toutes les chances . Il existe plusieurs techniques d'interpolation qui peuvent tre
utilises dans l'estimation de la courbe spot. Les mthodes les plus courantes sont bases
sur des splines polynomiales (Andersen, 2007). Certaines des mthodes disponibles sont
abordes ici.
La mthode d'interpolation utilise dans cet essai est linterpolation spline cubique
par morceaux (dcrite lannexe B). Une fois nous avons obtenu la courbe spot et la
courbe des facteurs descompte, les taux terme instantans sont dtermins en prenant
la drive des facteurs d'actualisation par rapport au temps. Les courbes drives peuvent
maintenant tre utilises pour lvaluation des swaps de taux d'intrt en suivant le cadre
thorique de la section 3.2.1.
17
3.3 Rsultats :
4.0
3.5
3.0
Taux spot en %
2.5
2.0
1.5
1.0
0.5
0
0 5 10 15 20 25 30
Echance en annes
partir de la courbe spot, nous drivons les facteurs descompte. Enfin, la courbe
swap peut maintenant tre drive partir de l'quation 3.10. La courbe swap en date du
30 Juin 2010 est illustre la figure 3.2.
4.0
3.5
3.0
Taux swap en %
2.5
2.0
1.5
1.0
0.5
0
0 5 10 15 20 25 30
Echance en annes
18
Chapitre 4
Pendant la crise, les spreads de base qui se sont largis soudainement entre les
taux du march ainsi que les pertes qui ont subi plusieurs institutions financires, telles
que AIG, cause de lignorance du risque de contrepartie ont mis en uvre les limites de
lapproche traditionnelle davant crise dcrite dans le chapitre 3; do la ncessit dune
nouvelle approche qui fait lobjet de ce chapitre dans lequel nous abordons l'approche
post-crise pour lvaluation des swaps de taux d'intrt. Plus prcisment, la section 4.1,
nous dcrivons l'importance de la courbe d'actualisation utilisant le taux OIS. Puis, la
section 4.2, nous introduisons le risque de crdit de contrepartie et nous estimons la
valeur des accords IRS en prsence du risque de contrepartie par l'ajout d'un ajustement
de valeur de crdit (CVA).
Un OIS est un swap de taux d'intrt fixe contre variable avec la jambe flottante
lie un indice publi d'un taux de rfrence quotidien du jour ou lendemain (overnight),
soit le taux des fonds fdraux sur le march amricain et lEONIA sur le march Euro.
19
Comme le taux OIS peut tre considr comme un prt pour une trs courte priode de
temps, il est gnralement associ une liquidit ou risque de crdit presque ngligeable
(Morini, 2009, p.10). En outre, le taux OIS donne gnralement une indication des
attentes du march lgard des oprations de prts futures sur la dure du swap. Dune
manire oppose, la fixation du Libor est destin capturer les taux pays sur les dpts
interbancaires non garantis dans les grandes banques internationales (Michaud et Upper,
2008, p.48). Les cotations Libor devraient donner une indication de la valeur typique du
risque de dfaut ou de liquidit contenue par les acteurs dans le monde Libor. Par
consquent, l'cart entre l'OIS et le taux Libor US peut tre considr comme un
indicateur des risques de crdit et de liquidit qui peuvent avoir une incidence sur les
contreparties lorsqu'elles prtent pour des priodes plus longues qu'une journe. Avant
aot 2007, les taux d'intrt cots sur le march taient compatibles avec ce qui est connu
dans les manuels standard. Les taux Libor et OIS se poursuivaient troitement part un
trs petit spread de base. Cependant, une srie d'vnements avait dclench une dtresse
dans les marchs financiers. La crise de liquidit a largi les bases, de sorte que les taux
du march, qui taient auparavant en accord entre eux, ont rvl soudainement un degr
d'incompatibilit qui s'est aggrave au fil du temps (Mercurio, 2009, p.2). Lcart entre
les taux Libor et OIS a augment au point quil n'est plus ngligeable.
La relation entre le Libor 3M (3 mois) dollar US et le taux OIS 3M est illustre la figure
4.1.
6,0
5,0
4,0
Taux en %
3,0
2,0
1,0
Libor 3M OIS 3M
0,0
05/2007
04/2009
02/2008
03/2006
11/2008
01/2005
12/2006
08/2009
08/2006
06/2005
10/2005
06/2010
09/2007
01/2010
07/2008
Source: Bloomberg
Figure 4.1: US dollar 3M Libor vs 3M OIS rate
20
De toute vidence, les taux se suivaient de trs prs avant que la crise financire
nmerge.
La figure 4.2 illustre le US Dollar Libor-OIS spread pas seulement pour les taux
de 3M, mais aussi pour les taux 1M et 6M.
400
1M 3M 6M
300
Spread en bps
200
100
06/2010
09/2007
01/2010
03/2006
02/2008
07/2008
01/2005
11/2008
08/2006
06/2005
12/2006
04/2009
08/2009
10/2005
05/2007
Source: Bloomberg
Figure 4.2: US Dollar Libor - OIS spreads
Ici, les carts pour les diffrents tnors ont t des niveaux constants environ
10 points de base jusqu'en aot 2007. partir de ce point, les pertes lies aux prts
hypothcaires sub-primes aux tats-Unis ont commenc merger. Visiblement, les
carts atteignent leur maximum dans les premiers stades de Septembre 2008, juste aprs
que le gouvernement des tats-Unis ait saisi Fannie Mae et Freddie Mac et quand
Lehman Brothers a annonc une perte de 4 milliards de dollars menant ventuellement
leur effondrement. De toute vidence, la signification des spreads est plus grande pour
des tnors plus longs. Ce n'est quau dbut de l'anne 2010 que les spreads reviennent
des niveaux plus normaux.
Compte tenu que le spread Libor-OIS tait presque ngligeable avant la crise
financire, il a t jug raisonnable d'appliquer lun des deux taux comme taux sans
risque. Les augmentations significatives du spread Libor-OIS partir d'aot 2007 ont
21
conduit choisir l'OIS tant une mesure plus approprie pour le taux sans risque. Il est
donc devenu populaire parmi les praticiens construire une structure terme sans risque
sur la base de l'OIS la place du taux Libor (Morini, 2009, p.10).
Les marchs OIS sont devenus de plus en plus liquides au cours des dernires
annes et leurs chances ont t tendues. Ils sont maintenant disponibles jusqu 30 ans
permettant de construire une courbe sans risque complte.
Dans cet essai, nous construisons la courbe d'actualisation OIS en amorant les
facteurs d'actualisation partir des swaps des taux des fonds fdraux avec des chances
allant d'une nuit 30 ans. La courbe complte est alors trouve par interpolation entre les
points utilisant le mme schma d'interpolation que dans le chapitre 3 (section 3.2.2).
(4.2)
22
4.2 Modlisation du risque de contrepartie dans le
cas des IRS :
23
contrepartie est prsente dans Brigo et Pallavicini (2007), qui abordent le cas des swaps
de taux d'intrt vanilles et exotiques sous risque de contrepartie unilatral. Ils proposent,
dans leur travail, un modle d'intensit stochastique suivant Brigo et Alfonsi (2005) et qui
est en corrlation avec le processus multi-facteur taux court dterminant la dynamique
des taux d'intrt. Une autre partie de la littrature sest focalise sur la modlisation du
WWR dans le cadre de risque de crdit de la contrepartie en gnral, savoir Hull et
White (2012), et Ruiz et al. (2013), entre autres. Ce dernier effectue une revue de
mthodologie de la littrature existante, et prsente une critique des diffrents modles
afin de choisir la mthodologie optimale en terme defficacit et de simplicit
dimplmentation, dutilisation et de calibration. Le modle propos utilise une analyse
empirique de la structure de dpendance march-crdit.
Dans notre cadre de travail, nous nous penchons sur le problme du point de vue
d'une contrepartie sans risque de dfaut entrant dans un contrat dun simple IRS avec une
autre contrepartie ayant une probabilit positive de dfaut avant l'chance finale. Nous
prsentons dans un premier lieu le cas o il y a indpendance entre les taux dintrt et le
risque de dfaut de la contrepartie. Nous proposons ce propos un modle dintensit
simple pour le calcul des probabilits de dfaut et nous nous rfrons des rsultats de
Brigo et Masetti (2005) pour le calcul du CVA unilatral. Nous traitons ensuite le cas du
WWR en utilisant la mthodologie prsente dans Ruiz et al. (2013) pour la modlisation
de la corrlation afin de montrer limportance de limpact de cette corrlation sur le
niveau du CVA.
24
Il peut tre dmontr que le payoff attendu d'une rclamation risque est donne
par la formule suivante (Brigo et Masetti; 2005) (preuve lannexe A.1):
[ ] [ ] [ ( ) ] (4.3)
Il est clair que la valeur d'une rclamation risque est la valeur de la rclamation
sans risque de dfaut correspondante moins une option, en particulier une option d'achat
avec prix dexercice zro sur la NPV rsiduelle donnant contribution non nulle
uniquement dans des scnarios o . Le risque de contrepartie ajoute donc un niveau
d'optionalit au payoff original.
[ ] [ ] [ { } [ ] ]
Nous supposant que est constant et nous faisons lhypothse que le dfaut se produit
au premier temps suivant . Nous obtiendrons donc :
[ ] [ ] [ { } ( )( [ ( )]) ] (4.4)
25
partir de lquation (4.4), si nous supposons que et sont indpendants, nous
pouvons simplifier les termes de lesprance lintrieur de la somme en produit de
probabilits de dfaut fois les prix des options. De cette faon, nous n'aurions pas besoin
d'un modle de dfaut mais que des probabilits de survie et un modle doption pour le
march sous-jacent de . Nous tudierons ce cas plus en dtails dans la section 4.2.2.1.
Cela dit, dans le monde rel, une telle indpendance nest pas toujours possible et nous
devons donc prendre en compte le cas o une corrlation non nulle entre et existe de
telle sorte que, en gnral, nous devons calculer le risque de contrepartie sans simplifier
les termes desprance. Pour se faire, nous avons besoin d'un modle de dfaut, qui doit
tre en corrlation avec le march des taux d'intrt (dans le cas des IRS). La section
4.2.2.2 est consacre cela.
Le modle dcrit plus haut est un modle gnral. Nous allons lappliquer en
particulier sur un simple swap de taux dintrt.
Supposons que nous sommes une contrepartie "A" sans risque de dfaut entrant
dans un swap rcepteur avec une contrepartie "B" qui peut faire dfaut, changeant des
paiements flottants par des paiements fixes au temps . Le contrat nous oblige
payer un taux flottant L et de recevoir un taux fixe K dtermin linstant , jusqu'au
temps de dfaut de la contrepartie "B", , ou jusqu' l'chance si . Le taux swap
juste, K, un instant t donn dans un march sans dfaut est celui qui rend la valeur du
swap nulle en t. Le taux swap forward qui rend le contrat juste est donn par lquation
(3.10) du chapitre 3. Nous verrons dans le chapitre des rsultats que nous avons choisi
dutiliser un swap rcepteur pour se trouver dans le cas du risque wrong-way et pas le
cas contraire qui est bnfique dans lvaluation du CVA unilatral et donc moins
important tudier.
Bien sr, si l'on considre la possibilit que la contrepartie B peut faire dfaut,
le spread correcte recevoir dans la jambe fixe est plus lev, puisque nous attendons
tre rcompens pour palier ce risque de dfaut (Brigo, Masetti 2005).
26
Dans cette partie, nous proposons un modle qui nous permet danalyser l'impact
du risque de contrepartie sur le taux juste du swap. Nous supposons dans un premier
temps que lintensit de dfaut et les taux d'intrt sont indpendants, permettant
davoir un modle plutt simple comme nous allons le constater dans la section 4.2.2.1.
Puis, nous relchons cette condition pour tudier leffet du risque wrong-way et avoir
un modle plus raliste pour lvaluation dun IRS en prsence du risque de contrepartie
(section 4.2.2.2).
Dans cette partie, nous tudions l'valuation du risque de crdit au moyen des
modles d'intensit.
L'intensit est dfinie comme une probabilit de dfaut l'intrieur d'une priode
donne de temps (infinitsimale) t, c'est dire par rapport une filtration donne et
un temps de dfaut , compte tenu d'un processus stochastique , la probabilit de
dfaut dans un intervalle de temps infinitsimal est
[ [ ]
Il convient de noter que cette intensit est un paramtre conditionnel, c'est dire
qu'il est une mesure de la probabilit de dfaut l'instant t conditionnelle en aucun dfaut
auparavant. Ainsi, est la probabilit de dfaut entre le temps et
conditionnelle quaucun dfaut est parvenu auparavant. Dans ce cadre, on peut montrer
que la probabilit de survie (le complment de la probabilit de dfaillance) jusqu'
l'instant est
[ ] [ ( )]
27
Une mise en uvre trs commune de est de le laisser suivre une fonction
constante par morceaux car elle est plus facile calculer, informatiquement moins
intensive que les fonctions stochastiques et plus facile monter correctement avec les
donnes du monde rel que par exemple les modles CIR. L'utilisation d'intensits de
dfaut constantes par morceaux est trs commune dans le secteur financier lors de
calibration d'une distribution de probabilit de dfaut partir des cotations de march des
spreads des CDS.
{ }
( { } { }) (4.5)
2 3
Figure 4.3: La fonction d'intensit comme une fonction constante par morceaux o
reprsente le plus grand intervalle [ ] qui ne contient pas .
28
partir de cela, nous avons la fonction de probabilit de survie,
[ ] [ ( ) ( )] (4.6)
qui est le rsultat de l'intgration dans l'quation (4.5). L'utilisation d'un modle
dintensit constante par morceaux prsente l'inconvnient vident d'tre discontinu. En
utilisant la place une intensit linaire par morceaux sest rvl donner parfois des
rsultats tranges lorsque l'on extrapole jusqu' 20 ans (dans certains cas, donnant des
probabilits ngatives) (Brigo et Pallavicini; 2007). Ce que nous pouvons observer
partir des donnes du monde rel est les spreads de CDS sur les contrats CDS pour des
diffrentes maturits. Si nous supposons que le terme de la prime accumul est ignor et
qu un temps de dfaut dans lintervalle ] ], la perte est paye au temps ,
cest--dire, la fin de la priode au lieu quimmdiatement , nous avons la formule
suivante pour calculer le spread de CDS tant donn la probabilit ci-dessus utilisant une
intensit constante par morceaux (Hull et White 2003) :
( )
( )
O est la rcupration en cas de dfaut, qui est un pourcentage de la perte qui peut tre
rcupr si le dfaut devait arriver, est un facteur d'actualisation et est la
fonction de distribution cumule qui reprsente la probabilit de dfaut qui est
[ ], cest--dire [ ].
rcursive les valeurs d'intensit qui donnent un spread de CDS, , qui correspond aux
donnes du monde rel, en commenant par le premier intervalle de temps, passant au
suivant et ainsi de suite. Cette faon d'estimer est appel aussi bootstrapping.
29
Risque de contrepartie et valuation dIRS :
(4.7)
[ ( ) ]
( ) (4.8)
Si nous supposons que l'intensit et les flux de trsorerie sont indpendants, les
calculs deviennent simples. Nous pouvons simplifier davantage sans perte notable de
prcision en supposant que les dfauts ne se produisent quaux moments de paiement .
Dans ce cadre, nous pouvons soit supposer que le dfaut survient avant le dernier
paiement (le payoff est alors dit tre reporte) ou aprs le dernier paiement (Brigo et
Masetti (2005) lappelle dfaut prvu). Sous ces hypothses, nous pouvons exprimer DP
pour le payoff report (P) et le dfaut prvu (A) respectivement :
30
] ( )
( ) ( )
et
] ( )
( ) ( )
31
optimalit en termes de validit du modle (simplicit et capacit de reprsenter le monde
rel), facilit de calibration des donnes et dutilisation dans les modles existants.
Nous proposons un modle qui est la fois stochastique pour les taux d'intrt et
l'intensit de dfaut de la contrepartie. La stochasticit conjointe est ncessaire pour
introduire la corrlation. Le secteur de taux d'intrt est modlis selon un processus
gaussien bi-vari taux court dcal (not G2++), et le secteur dintensit de dfaut est
modlis selon lapproche danalyse empirique comme dcrit dans Ruiz et al. (2013).
Nous utilisons lapproche danalyse empirique introduite par Ruiz et al. (2013)
comme indiqu plus haut pour modliser lintensit de dfaut et sa dpendance avec le
taux dintrt. Dans ce modle, la dpendance entre les facteurs du march et
lvnement de dfaut est donne par une forme fonctionnelle dtermine partir des
donnes empiriques.
Nous suppose quil existe un facteur du march tel que la probabilit de dfaut
peut tre exprime sous la forme :
(4.11)
O est un nombre alatoire normalis qui peut suivre nimporte quelle distribution et on
suppose que est constant.
Il faut noter que dans lquation (4.11), nous utiliserons lintensit de dfaut la
place de et le facteur de march sera le taux dintrt dans le cas des IRS.
Il est difficile dexaminer des donnes historiques sur les vnements de dfaut
puisque ils se produisent rarement ce qui rend difficile dobtenir des donnes
statistiquement significatives. Pour obtenir des rsultats pertinents, Ruiz utilise plutt les
32
informations disponibles du march sur les probabilits de dfaut qui sont incorpores
dans les prix des CDS, qui sont ngocis au quotidien. Il utilise en particulier une
approximation souvent utilise pour lintensit de dfaut instantane donne par Hull et
White (2012) :
(4.12)
Lobjectif final est de trouver la meilleure fonction g dans lquation (4.11). Pour
cela, nous testons quatre formes de fonctions : linaire, exposant, exponentielle et
logarithme.
2 2
3 3
(4.13)
Pour rsumer, nous utiliserons des donnes historiques du taux OIS (comme
meilleur proxy du taux dintrt sans risque ) pour trouver la meilleure fonction qui
rpond lquation (3), ensuite sera simul en utilisant
(4.14)
33
est calibr par une fonction dterministe contre des observations sur le march
qui sont dans ce cas la structure terme des taux d'intrt.
(4.15)
2
(4.16)
2
Avec et est un mouvement brownien bidimensionnel avec
corrlation instantane 2 [ ].
sont des constantes positives qui, conjointement avec la corrlation 2
Supposons maintenant que la structure terme des facteurs d'actualisation qui est
actuellement observe sur le march, est donne par la fonction suffisamment lisse
.
Si l'on dsigne par le taux terme instantan au temps 0 pour une maturit T
implicite par la structure terme , savoir,
34
Nous avons alors (livre Brigo et Mercurio (2006), p.146) que le modle 4.15 correspond la
structure terme observe des facteurs d'actualisation si et seulement si, pour chaque T,
2
2
2
2
2 2
Corrlation implicite:
(4.17)
(4.18)
(4.19)
35
Chapitre 5
Mthodologie
36
modle du taux dintrt qui permettent de calibrer le modle contre la structure terme
du taux dintrt observe sur le march. En utilisant les paramtres obtenus par le biais
de cette procdure de calibration, le processus du taux dintrt est ensuite simul dans le
temps jusqu' l'chance de lIRS sous-jacent. Pour chaque scnario, nous calculons les
facteurs descompte correspondants. Une fois le taux dintrt simul, ltape suivante
consiste gnrer les intensits de dfaut par le biais de la fonction g(r) qui calibre ces
intensits au march des CDS en suivant lapproche dcrit dans la section 4.2.2.2 du
chapitre prcdent. Nous aurons aussi besoin de simuler les vnements de dfaut pour
chaque scnario pour calculer le terme en esprance conditionnelle dans lquation 4.4
qui est la troisime tape dimplmentation. Lide gnrale de la mthode est de bien
exprimer la dpendance entre le dfaut de la contrepartie et le niveau dexposition du
portefeuille aux temps laide dune rgression moindres carrs de lexposition sur les
valeurs des processus simuls x et y, calculs pour les scnarios o un dfaut de la
contrepartie se produit linstant . Finalement, nous dduisons la valeur du CVA en
appliquant la formule 4.4. lesprance dans lquation est approche par la moyenne du
terme lintrieur de lesprance sur tous les scnarios pour chaque .
Dans la suite, nous dcrirons plus en dtails les quatre tapes de limplmentation
du modle.
37
-Calibration du modle partir des donnes
1. Simulation des taux du march : dterminer les paramtres du
dintrt modle G2++.
-Simulation des processus x et y pour M
trajectoires et N pas de temps : dterminer
la courbe zro et en dduire les facteurs
descompte pour chaque trajectoire.
38
les valeurs prdites par le modle G2++ qui sont obtenus partir du processus de
calibration. La fonction swaptionbylg2f de Matlab est utilise pour calculer les valeurs
analytiques du prix des swaptions pour les paramtres du modle et par consquent peut
tre utilise pour calibrer le modle. La calibration consiste minimiser la diffrence
entre les prix observs sur le march (calculs laide du modle de Black) et les prix
prvus par le modle. La fonction doptimisation par moindres carrs non linaires
lsqnonlin de Matlab est utilise pour ce propos, en proposant des valeurs et des
contraintes de dpart pour .
Une fois les paramtres du modle obtenus, nous pouvons maintenant simuler les
scnarios pour la structure termes du taux dintrt partir du modle dfini par les
quations 4.15 et 4.16 dans le chapitre 4. En particulier, nous simulons les deux
processus x et y pour scnarios et en supposant que les payements se font
semi annuellement pour les deux parties ( pas de temps). Les
dynamiques des processus x et y peuvent aussi tre exprimes en termes de deux
mouvements browniens indpendants et 2 comme suit :
2 (5.1)
2 2 2
avec
2 2
et 2 2 2
Finalement, la courbe zro est calcule pour tous les scnarios partir de la
formule suivante (pour plus de dtails, voir la section 4.2 du livre de Brigo et Mercurio)
pour le taux dintrt zro coupon, not ,
39
( ) (5.2)
Avec { [ ]},
2
,
2 2 3
et [ ]
2 2
2 2 3
[ ]
2 2
2 [ ]
Cette procdure ne garantit pas davoir toujours des taux dintrt positifs ce qui peut
tre problmatique pour la suite des calculs. Nous liminerons donc les scnarios obtenus
aprs la simulation du taux dintrt et qui prsentent une telle situation avant de passer
aux tapes suivantes.
40
Analogiquement au cas dun processus de Poisson avec temps homogne, nous
savons que le temps du premier saut est distribu exponentiellement de sorte que
a une distribution exponentielle de paramtre 1,
(5.4)
41
moindres carrs, comme on le fait habituellement pour valuer des options bermudiennes,
au moyen de l'algorithme de Longstaff et Schwarz (2001).
Une fois les coefficients de la rgression calculs, nous appliquons le rsultat sur tous les
scnarios. Aprs avoir calcul les esprances futures pour tous les pas de temps, nous
pouvons maintenant calculer la valeur du CVA en appliquant lquation 4.4 et en utilisant
la moyenne sur tous les scnarios pour le calcul de lesprance extrieur dans le terme du
CVA (
(5.5)
42
pour un certain paramtre [ ],
o reprsente la valeur actuelle (sans risque) du paiement en cours d'excution
de valeur 1, ,
et ( )
simplicit et puisque ceci donne des bonnes estimations par rapport la valeur optimale
de (Vrins et Gregory; 2011).
5.5 Donnes :
Dans cet essai, nous avons fix le 30 juin 2010 comme la date dtablissement de
tous les IRS que nous allons valuer. Toutes les donnes que nous avons utilis, sauf
prciss autrement, sont des donnes que nous avons pris cette date. Nous avons rcolt
toutes les donnes ncessaires pour cette tude partir de Bloomberg.
Pour la premire partie de notre tude, nous avons utilis les courbes des spreads
de CDS jusqu 30 ans pour trois contreparties prsentant trois scnarios de risque
diffrents : JP Morgan (risque faible, A+ selon S&P en juin 2010), Bank of America
(risque moyen, A- selon S&P en juin 2010) et Ally Financial anciennement General
Motors (risque lev, CCC selon S&P en juin 2010).
Dans la deuxime partie, nous avons besoin de calibrer notre modle aux donnes
du march pour pouvoir faire les simulations. Pour calibrer le modle de taux dintrt,
nous avons eu besoin de la structure terme du taux dintrt et de la matrice de volatilit
des swaptions. Nous avons utilis les donnes du march au 30 juin 2010, listes dans
43
lannexe C.1. La calibration de lintensit de dfaut passe par contre, par une tude
empirique et nous avons donc eu recours aux donnes historiques hebdomadaires du taux
spot OIS et des spreads de CDS 1 an pour les mmes trois contreparties de la premire
partie pour nous permettre de comparer les rsultats par la suite. Nous avons choisi la
priode de 30 juin 2007 au 30 juin 2010 puisque les spreads des CDS dont nous avons
besoin sont disponibles pendant toutes cette priode mais pas ncessairement avant. Nous
avons un total de 160 observations par contrepartie que nous utiliserons pour les
rgressions. Les rsultats sont prsents dans le chapitre suivant.
44
Chapitre 6
Rsultats
Nous considrons lvaluation dun simple IRS la monnaie qui reoit un taux
fixe et paye le taux Libor deux fois par an en prsence du risque de contrepartie pour
diffrentes maturits et trois scnarios diffrents de probabilit de dfaut. Le taux de
recouvrement est suppos fixe et gale (Brigo et Pallavicini (2007); Brigo et
Masetti (2005), etc.). Nous avons effectu quelques expriences numriques pour
analyser l'impact du risque de contrepartie sur la juste valeur du taux swap en labsence
puis en prsence de risque wrong-way par le biais du modle dcrit dans la section
4.2.2.2.
Nous construisons trois scnarios de risque (Brigo et Masetti; 2006), risque faible
(JP Morgan), risque moyen (Bank of America) et risque lev (Ally Financial) pour la
qualit du crdit dune partie donne. Chacun de ces scnarios comporte un ensemble
d'intensits et des probabilits de survie pour des dates donnes, obtenu partir de la
courbe des spreads de CDS pour les trois contreparties indiques plus haut. Nous
supposons que les intensits suivent une fonction constante par morceaux tel que dfinie
dans l'quation (4.3). Les valeurs de ces trois profils de risque sont prsentes dans le
tableau 6.1.
45
Maturit Risque faible Risque moyen Risque lev
(ans) Intensit Pr. Survie % Intensit Pr. Survie % Intensit Pr. Survie %
1 0.0116 98.83 0.0176 98.23 0.0625 93.86
2 0.0163 97.20 0.0218 96.08 0.0902 85.64
3 0.0186 95.39 0.0243 93.75 0.1008 77.31
4 0.0229 93.21 0.0333 90.63 0.0988 69.94
5 0.0265 90.74 0.0357 87.41 0.1078 62.70
7 0.0196 87.20 0.0245 83.18 0.0938 51.82
10 0.0190 82.30 0.0244 77.21 0.0999 38.24
15 0.0190 74.74 0.0253 67.90 0.0921 23.97
20 0.0190 67.87 0.0253 59.71 0.0921 15.03
25 0.0190 61.63 0.0253 52.50 0.0921 9.42
30 0.0190 55.96 0.0253 46.16 0.0921 5.90
Tableau 6.1: Une estimation des intensits de dfaut et des probabilits de survie Q [> T]
des dates diffrentes pour les trois scnarios de risque 30 Juin 2010
Les facteurs descompte et les taux par swap (sans risque) utiliss pour
lvaluation du CVA sont obtenus partir du cadre descompte OIS. Nous rapportons
aussi les rsultats dvaluation obtenus en utilisant le Libor comme tant le taux sans
risque. Les spreads dajustement de crdit de contrepartie ajouter (en points de base) au
taux swap sans risque pour les approximations anticipe et reporte du CVA sont
prsentes dans les tableaux 6.2 et 6.3.
Tableau 6.2: Taux swap sans risque implicite et spreads du CVA positifs (en points de base)
associs pour le cadre descompte Libor 30 join 2010
46
Maturit Taux swap Risque faible Risque moyen Risque lev
(ans) (sans risque) Antic. Postp. Antic. Postp. Antic. Postp.
5 2.053% 0.07 0.05 0.10 0.08 0.31 0.25
10 3.093% 0.81 0.75 1.05 0.98 2.79 2.61
15 3.568% 2.30 2.21 2.91 2.80 6.76 6.58
20 3.754% 4.09 4.00 5.09 4.98 10.47 10.39
25 3.830% 5.89 5.81 7.22 7.14 13.40 13.48
30 3.867% 7.57 7.51 9.17 9.11 15.64 15.81
Tableau 6.3: Taux swap sans risque implicite et spreads du CVA positifs (en points de base) associs
pour le cadre descompte OIS 30 join 2010
Nous constatons que le spread dajustement crot avec la maturit du swap sous-
jacent et aussi avec le niveau du risque de la contrepartie comme prvu puisque la
probabilit du dfaut de la contrepartie augmente avec le temps et avec le niveau du
risque (comme le montre le tableau 6.1). Nous remarquons aussi que la diffrence entre
les deux approximations (anticipe et reporte) est trs faible (infrieure 0.5 point de
base) et nous pouvons utiliser la moyenne des deux valeurs pour obtenir un meilleur
proxy de la correction exacte appliquer aux taux swap.
Nous notons aussi que les valeurs des spreads du CVA obtenues dans le cadre
descompte OIS (tableau 6.3) sont plus leves que celles obtenues dans le cadre
descompte Libor (tableau 6.2). Les taux swap sans risque sont, par ailleurs, plus levs.
Ceci peut tre expliqu essentiellement par les facteurs descompte qui sont un peu plus
grands pour le cas descompte OIS (Annexe C.2, figure C.2).
Rsultats de calibration:
Nous reprenons les mmes scnarios de la section prcdente mais cette fois-ci
nous valuons le risque de contrepartie en prsence de risque wrong-way . Lors de nos
tests numriques, nous utilisons les courbes spots pour les cadres descompte OIS et
47
Libor et leurs matrices de volatilit des swaptions, correspondants aux donnes du
march le 30 juin 2010 pour calibrer le modle du taux court, G2++. Les donnes sont
listes dans les tableaux C.1.1 et C.1.2 de lannexe C. La procdure de calibration donne
les valeurs de suivantes :
OIS: 2
Libor: 2
Tableau 6.4: Rsultat des rgressions (q. 4.13) qui refltent la dpendance entre le taux spot OIS et
lintensit de dfaut pour les trois exemples de contrepartie
48
Nous pouvons utiliser deux mthodes pour dcider laquelle de ces fonctions sadaptent le
mieux aux donnes du march, soit en prenant celle qui donne le meilleur R 2, soit celle
qui donne le moindre bruit . Le tableau 6.4 affiche des meilleurs rsultats pour le cas
des fonctions puissance et exponentielle selon les deux critres avec une lgre
prfrence la fonction exponentielle qui donne le R2 le plus grand et 2
le plus petit et
ceci pour tous les exemples que nous avons traits. Les rgressions pour le cas de Ally
Financial (panel C) donnent des rsultats moins bons par rapport aux deux autres cas.
Ceci peut tre expliqu par la faillite de Gnral Motors (son ancien nom) pendant la
priode de la crise et les valeurs trs leves de son spread de CDS pendant cette priode.
et un autre bas sur le coefficient daplatissement (kurtosis) et combine ensuite les deux
tests dans une statistique de test global. Les rsultats des tests pour la forme fonctionnelle
exponentielle applique aux trois contreparties sont prsents dans le tableau suivant.
Test joint
Contrepartie Prob(skewness) Prob(kurtosis) ajust Prob
JP Morgan 0.457 0.293 1.88 0.390
BofA 0.679 0.420 0.83 0.659
Ally Fin. 0.136 0.892 2.29 0.319
49
Les rsultats du tableau 6.5 montrent que nous ne pouvons pas rejeter lhypothse
zro de la normalit des rsidus au niveau de significativit 5% grce des p-value (test
joint) levs (prob>0.3 pour les trois contreparties). En plus, partir des p-value obtenus
pour les tests de skewness et kurtosis, nous ne pouvons pas conclure que le skewness et le
kurtosis de la distribution des rsidus sont diffrents de celle dune distribution normale
au niveau de significativit 5%. Nous validons donc le choix fait partir du tableau 6.4.
En se basant sur les rsultats de calibration que nous avons trouvs plus haut et en
suivant la mthodologie explique dans le chapitre 5, nous prsentons le spread du CVA
pour IRS en prsence de risque de contrepartie et de risque wrong way ainsi que
lerreur des simulations dans le tableau 6.6 (escompte OIS). Les rsultats avec escompte
Libor sont prsents dans le tableau C.2 lannexe C.2.
50
0,03
0,025 A. exp(B.x)
Intensit de dfaut 1 an
A. x^(B)
0,02 A+B.Ln(x)
0,015
0,01
0,005
0
0 0,01 0,02 0,03 0,04 0,05
Taux spot OIS
0,05
A. exp(B.x)
Intensit de dfaut 1 an
0,04
A. x^(B)
A+B.Ln(x)
0,03
0,02
0,01
0
0 0,01 0,02 0,03
Taux spot OIS 0,04 0,05
0,4
0,35 A. exp(B.x)
Intensit de dfaut 1 an
0,3 A. x^(B)
A+B.Ln(x)
0,25
0,2
0,15
0,1
0,05
0
0 0,01 0,02 0,03
Taux spot OIS 0,04 0,05
51
Maturit Taux swap Risque faible Risque moyen Risque lev
(ans) (sans risque) CVA sp. erreur CVA sp. erreur CVA sp. erreur
-3 -3
5 2.053% 0.36 3.6 .10 0.64 3.2 .10 2.10 2.2 .10-2
10 3.093% 1.31 6.7 .10-4 2.53 5.5 .10-4 6.63 1.2 .10-2
15 3.568% 2.75 2.6 .10-4 4.72 2.0 .10-4 10.95 8.9 .10-3
20 3.754% 4.57 1.3 .10-4 7.59 1.3 .10-4 15.67 7.3 .10-3
Tableau 6.6: Spreads du CVA positifs (en points de base) en prsence de WWR pour le cadre
descompte OIS 30 juin 2010
premire vue, nous constatons que les valeurs trouves sont plus grandes que
les valeurs correspondantes dans le tableau 6.3 en labsence de WWR ce qui montre
limpact du WWR sur lvaluation du CVA. Ceci est prvoir. Si l'intensit de dfaut
augmente avec forte corrlation ngative, les taux d'intrt corrls diminuent plus
qu'avec une faible corrlation. Lorsque les taux d'intrt diminuent, la valeur dun
swaption rcepteur augmente; ainsi, nous voyons quune corrlation ngative plus leve
implique des valeurs plus leves pour les swaptions ce qui a un impact sur l'ajustement,
de sorte quavec une corrlation ngative plus leve, les valeurs dajustement
augmentent. Une comparaison plus dtaille pour les trois scnarios de risque est
prsente dans la figure 6.4.
52
JP Morgan BOFA
5 8
sans WWR sans WWR
4
WWR 6 WWR
3
4
2
2
1
0 0
5 10 15 20 5 10 15 20
Ally Fin.
15
sans WWR
WWR
10
0
5 10 15 20
Figure 6.4: Comparaison entre les valeurs du spread de CVA pour IRS avec et sans WWR pour
diffrentes maturits et diffrents niveaux de risque
Il convient de noter que cette corrlation (q. 4.17) est une fonction du facteur de
conduite du WWR, , ce qui est un rsultat tout fait naturel compte tenu des donnes
observes. Nous tudions en particulier lvolution de pour les trois scnarios pour
mieux comprendre les rsultats obtenus et limpact du WWR. La figure 6.5 prsente
53
lvolution de instantane et absolue sur une priode par rapport au temps pour les trois
exemples de contrepartie.
-0,9
JPM inst.
-0,91 BofA inst.
Ally inst.
-0,92 JPM abs.
BofA abs.
Ally abs.
-0,93
(z)
-0,94
-0,95
-0,96
-0,97
-0,98
0 5 Temps 10
(annes) 15 20
Figure 6.5: volution de la corrlation instantane et absolue par rapport aux temps pour diffrents
scnarios de risque
La corrlation absolue est la corrlation cumulative sur une priode. Cest elle qui
nous intresse puisquelle reprsente la dpendance absolue sur la priode de maturit du
contrat que nous voulons valuer. Nous constatons que plus le niveau de risque est lev,
plus la corrlation est leve en valeur absolue ( ). La probabilit de dfaut dune
contrepartie plus risque est donc plus corrle ngativement avec le taux dintrt ce qui
donne un niveau dexposition plus lev au risque de contrepartie et par consquent, des
valeurs de CVA plus grandes. La mme interprtation est valide en prenant des maturits
plus longues.
54
Chapitre 7
7.1 Conclusion:
Dans cet essai, nous avons revu le cadre gnral dvaluation dIRS avant la crise
financire des sub-primes . Nous avons ensuite introduit la procdure dvaluation
aprs la crise impose par laccord de Basel II et qui consiste en lvaluation du risque de
crdit de contrepartie en termes de CVA. Nous avons revu en premier lieu le cas simple
dvaluation du CVA en labsence dune dpendance entre la probabilit de dfaut de la
contrepartie et le niveau dexposition au dfaut (WWR) introduit par Brigo et Masetti
(2006). Nous avons ensuite trait le cas gnral en prsence de WWR. Pour se faire,
nous avons propos un modle qui est en effet, une combinaison des travaux de Brigo et
Pallavicini (2007) et Ruiz (2013) dans lequel nous modlisons le taux dintrt par un
processus gaussien bi-vari et le WWR par une mthode danalyse empirique. Nous
considrons toutefois le taux OIS comme le meilleur proxy du taux sans risque et nous
intgrons le cadre descompte OIS dans lvaluation du risque de contrepartie.
Les rsultats que nous avons trouvs sont consistants avec la littrature antrieure.
Nous avons trouv en particulier, que le risque de contrepartie a un impact significatif sur
lvaluation du payoff dun swap de taux dintrt et qui, son tour, la corrlation entre
le taux dintrt et lintensit de dfaut a un impact significatif sur lajustement au risque
55
de contrepartie. Lintgration descompte OIS dans lvaluation du CVA conduit des
ajustements lgrement plus levs que dans le cas descompte Libor.
Comme nous avons indiqu ds le dbut de cet essai, nous avons limit notre
tude au cas simple dun seul contrat dIRS en supposant que seulement la contrepartie
peut faire dfaut. Une tude plus largie prend en compte la possibilit de dfaut des deux
parties lis au contrat et traite un portefeuille dIRS au lieu dun seul IRS pour profiter
des accords de compensation et pour avoir une meilleure valuation du risque de
contrepartie.
56
Il serait toutefois intressant dtudier le cas dun portefeuille dIRS o des
opportunits de compensation se prsentent puisque dans la ralit nous nous trouvons
gnralement face un portefeuille de diffrents IRS et diffrentes contrepartie comme
par exemple, un portefeuille de couverture avec des IRS. Nous pouvons trouver une tude
dtaille ce propos dans Brigo et Masetti (2006).
57
Bibliographie
Brigo, D. et Alfonsi, A. 2005, Credit Default Swaps Calibration and Derivatives Pricing
with the SSRD Stochastic Intensity Model, Finance and Stochastic, 9 (1).
Brigo, D. et Mercurio, F. 2006, Interest Rate Models: Theory and Practice with
Smile, Inflation and Credit, 2nd ed. Springer-Verlag, Heidelberg.
Hull, J. et White, A. 2013, OIS Discounting, Interest Rate Derivatives, and the Modeling
of Stochastic Interest Rate Spreads, Journal of Investment Management.
Hull, J. et White, A. 2012, Cva and Wrong Way Risk, Financial Analysts Journal, 68,
p. 58-69.
58
Hull, J. et White, A. 2003, The Valuation of Credit Default Swap Options, Journal of
Derivatives, 10(3), p. 40-50.
Mercurio, F. 2009, Interest Rates and the Credit Crunch: New Equations and Market
Models, Bloomberg Portfolio Research Paper No. 2010-01-FRONTIERS.
Michaud, F-L. et Upper, C. 2008, What Drives Interbank Rates? Evidence from the
Libor Panel, BIS Quarterly Review, March 2008, p. 47-58.
Morini, M. 2009, Solving the Puzzle in the Interest Rate Market (Part 1 & 2), SSRN
Working Paper, http://ssrn.com/abstract=1506046.
Ruiz, I., Pachon, R. et Del Boca, P. 2013, Optimal Right and Wrong Way Risk,
Available at SSRN: http://ssrn.com/abstract=2248705.
Sorensen, E.H. et Bollier, T.F. 1994, Pricing Swap Default Risk, Financial Analysts
Journal, 50, p. 2333.
59
Annexes
Annexe A
[ ] [ ] [ ( ) ] (4.3)
Preuve
Soit les flux de trsorerie nets de la rclamation entre les temps u et s, actualis au
temps u.
On a donc,
[ ( ( ) ( ) )] (1)
En effet, s'il n'y a pas eu dfaut, cette expression se rduit lvaluation risque neutre du
payoff (premier terme du ct droit). En cas de dfaut, les sommes dues avant le dfaut,
sont reus (deuxime terme), et ensuite, si la valeur actuelle nette rsiduelle est positive,
seulement une partie couverte de celle-ci est reue (troisime terme), alors que si elle est
ngative, elle est paye au complet (quatrime terme).
60
On peut crire,
Par consquent,
( )
( ) ( ) (2)
( )
est,
[ ( ) ]
[ [ ] ]
[ [ [ ] ]]
[ [ ] ]
[ [ ] ]
[ ( ) ] (3)
puisque trivialement, et .
Ensuite, nous pouvons voir que, aprs conditionnement sur l'information disponible au
moment de lexpression (2) et en remplaant le deuxime et le quatrime termes par (3),
la valeur espre de (1) au temps t concide exactement avec la formule gnrale donne
par lquation 4.1. (en utilisant la proprit [ [ ]] [ ])
61
A.2 Formule de Black pour lvaluation des swaptions
( )
Une formule similaire est utilise pour lvaluation dun swaption rcepteur,
( )
( ) ( 2 )
( ) 2
Avec , 2 et dnote la fonction de distribution
cumulative dune loi normale standard.
62
Annexe B
Comme mentionn dans Ron (2000), il est souhaitable quune mthode d'interpolation
donne une courbe lisse qui est capable de rpliquer des points de donnes observs sur le
march relativement bien.
Dans cet essai, nous avons constamment utilis linterpolation par splines cubiques. Ce
procd produit en effet, une courbe continue et lisse, et il est l'une des techniques les
plus rpandues sur le march. La mthode calcule polynmes de troisime ordre
entre les observations du march, sur l'intervalle de temps[ ], savoir,
2 3
2 3
De plus, nous voulons que la fonction entire soit continue et drivable, ce qui donne lieu
un autre quations.
2 3
63
Nous obtenons alors,
64
Annexe C
C.1 Donnes
Tnor
Maturit 1 2 5 7 10 15 20 25 30
1 60.57% 52.17% 37.21% 33% 30.2% 25.91% 24.26% 22.33% 21.93%
2 48.68% 41.47% 32.26% 29.9% 27.7% 23.89% 22.5% 20.96% 20.33%
3 36.23% 32.81% 28.68% 27.19% 25.38% 22.35% 20.88% 19.79% 19.04%
4 30.46% 28.84% 26.63% 25.37% 23.69% 21.08% 19.76% 18.52% 17.92%
5 27.77% 26.61% 25.08% 23.87% 22.25% 19.75% 18.75% 17.54% 16.96%
7 25.18% 24.63% 22.6% 21.45% 20.23% 17.98% 16.77% 15.84% 15.25%
10 21.71% 21.17% 19.08% 18.35% 17.46% 15.56% 14.54% 13.75% 13.22%
15 16.54% 16.41% 15.66% 14.9% 13.99% 12.54% 11.67% 11.17% 10.65%
20 14.82% 13.55% 13.2% 12.12% 11.45% 10.51% 9.8% 9.37% 8.98%
25 12.64% 11.85% 10.9% 10.54% 10.13% 9.33% 8.76% 8.44% 8.29%
30 10.08% 9.82% 9.07% 8.69% 8.33% 8.33% 7.53% 7.3% 7.07%
Tableau C.1.1: Matrice de volatilit des swaptions dans la monnaie observe sur le march le 30 juin
2010 escompte OIS
Tnor
Maturit 1 2 5 7 10 15 20 25 30
1 61.23% 52.9% 38.04% 33.9% 31.18% 27.48% 26.6% 25.32% 25.69%
2 49.48% 42.24% 33.11% 30.81% 28.75% 25.54% 24.88% 23.96% 24%
3 36.98% 33.55% 29.56% 28.09% 26.52% 24.11% 23.31% 22.84% 22.69%
4 31.19% 29.63% 27.54% 26.31% 24.95% 22.98% 22.3% 21.62% 21.6%
5 28.63% 27.51% 26% 24.92% 23.69% 21.79% 21.45% 20.75% 20.73%
7 26.19% 25.61% 23.71% 22.83% 22.08% 20.41% 19.77% 19.34% 19.24%
10 22.89% 22.55% 20.94% 20.53% 20.07% 18.62% 18.09% 17.75% 17.59%
15 19.43% 19.47% 19.15% 18.56% 17.89% 16.72% 16.19% 16.05% 15.76%
20 19.4% 17.87% 17.95% 16.77% 16.27% 15.59% 15.08% 14.9% 14.67%
25 18.43% 17.43% 16.25% 16.25% 16.05% 15.39% 14.97% 14.87% 14.46%
30 16.38% 16.1% 15.28% 14.89% 14.63% 15.29% 14.24% 13.63% 13.06%
Tableau C.1.2: Matrice de volatilit des swaptions dans la monnaie observe sur le march le 30 juin
2010 escompte Libor
65
C.2 Autres rsultats
1
Escompte OIS
Escompte Libor
0.9
0.8
0.7
0.6
0.5
0.4
Figure C.2: Courbes des facteurs descompte OIS et Libor partir des donnes du march 30 juin
2010
Tableau C.2: Spreads du CVA positifs (en points de base) en prsence de WWR pour le cadre
descompte Libor 30 juin 2010
66
Annexe D
Programmes Matlab :
Les codes du traitement et la prparation des donnes ne sont pas prsents. Seuls
les codes des programmes servants implmenter les modles introduits dans le chapitre
4 dans le cadre descompte OIS sont donns ici.
%% intensit de dfaut
lambda = [DEFPAR.lambda(2)*ones(2,1);DEFPAR.lambda(3)*ones(2,1);...
DEFPAR.lambda(4)*ones(2,1);DEFPAR.lambda(5)*ones(2,1);...
DEFPAR.lambda(6)*ones(2,1);DEFPAR.lambda(7)*ones(4,1);...
DEFPAR.lambda(8)*ones(6,1);DEFPAR.lambda(9)*ones(10,1);...
67
DEFPAR.lambda(10)*ones(10,1);DEFPAR.lambda(11)*ones(10,1);...
DEFPAR.lambda(12)*ones(10,1)];
%% Formule de black-scholes
d_1= @(K, F, v)((log(F./K)+v.^2/2)./v);
d_2= @(K, F, v)((log(F./K)-v.^2/2)./v);
Bl = @(K, F, v, w)(F.*w.*normcdf(w.*d_1(K,F,v)) - ...
K.*w.*normcdf(w.*d_2(K,F,v)) );
68
D.2 valuation du CVA avec risque wrong-way
for iSwaption=1:length(ExerciseDates)
for iTenor=1:length(Tenors)
[~,SwaptionStrike(iTenor,iSwaption)] = swapbyzero(RateSpec,...
[NaN 0], Settle, EurMatFull(iTenor,iSwaption),...
'StartDate',EurExDatesFull(iTenor,iSwaption),'LegReset',...
[1 1], 'principal',1);
SwaptionBlackPrices(iTenor,iSwaption) = ...
swaptionbyblk(RateSpec, 'call', ...
69
SwaptionStrike(iTenor,iSwaption),Settle, ...
EurExDatesFull(iTenor,iSwaption), ...
EurMatFull(iTenor,iSwaption), ...
SwaptionBlackVol(iTenor,iSwaption),'principal',1);
end
end
% conditions de dpart
x0 = [.2 .1 .02 .01 -.5]; % params initiaux
lb = [0 0 0 0 -1]; % bornes inf
ub = [1 1 1 1 0]; % bornes sup
classdef LinearGaussian2PPF
%LINEARGAUSSIAN2PPF est une classe qui cre un modle de taux dintrt
% 2 facteurs gaussiens additifs (G2++)
% Syntax:
%
% OBJ = LinearGaussian2PPF(ZeroCurve,a,b,sigma,eta,rho)
%
% Reference:
%
% Brigo, D and F. Mercurio. Interest Rate Models - Theory and
% Practice. Springer Finance, 2006.
%
% Auteur Ayoub Gargouri
%
properties
ZeroCurve
a
b
sigma
eta
rho
end
70
properties (Access = private)
SDE
PM
end
End
p.addParamValue('ntrials',1);
p.addParamValue('deltatime',1);
p.addParamValue('antithetic',false);
p.addParamValue('Z',[]);
71
try
p.parse(varargin{:});
catch ME
newMsg = ...
message('fininst:LinearGaussian2F:optionalInputError');
newME = MException(newMsg.Identifier,getString(newMsg));
newME = addCause(newME, ME);
throw(newME)
end
nTrials = p.Results.ntrials;
deltaTime = p.Results.deltatime;
Antithetic = p.Results.antithetic;
Z = p.Results.Z;
Tenor = deltaTime:deltaTime:deltaTime*nPeriods;
72
% Calcul des trajectoires de taux zero coupon
ZR = @(t,T,x,y) bsxfun(@rdivide,bsxfun(@plus,-log(A(t,T)),...
bsxfun(@times,B(obj.a(t),t,T),x) + ...
bsxfun(@times,B(obj.b(t),t,T),y)),T-t);
for iPeriod=2:nPeriods+1
ZeroRates(iPeriod,:) = ZR(0,Tenor(iPeriod-1),...
Paths(iPeriod,1,:),Paths(iPeriod,2,:));
end
end
end
end
73
SimDates = daysadd(Settle,360*DeltaTime*(0:nPeriods(end)),1);
SimTimes = diff(yearfrac(SimDates(1),SimDates));
Tenor = repmat((DeltaTime:DeltaTime:nPeriods(end)/2)',1,nSims);
74
% calcul des cashflows rsiduels esprs
Def = Def_Times(1:nPeriods(k),:);
E_Res = (max(Res_CFs,0) .*Def)';
% regressions
for i=1:nPeriods(k)-1
coeffs = zeros(6,1);
if(sum(Def(i,:))>0)
Def1 =Def(i,:);
X = x(i+1,:).*Def1;
Y = y(i+1,:).*Def1;
RR = ZR(i+1,:).*Def1;
E_Res1 = E_Res(:,i);
NegIdx = squeeze(any(Def1==0,1));
E_Res1(NegIdx)=[];
X(NegIdx) = [];
Y(NegIdx) = [];
RR(NegIdx) = [];
Def1(NegIdx) = [];
Z = [ones(size(Def1,2),1),X', Y', X'.*Y', X'.^2, ...
Y'.^2];
coeffs = (Z'*Z)\(Z'*E_Res1);
R = [ones(1,nSims)', x(i+1,:)', y(i+1,:)',...
x(i+1,:)'.*y(i+1,:)', x(i+1,:)'.^2, y(i+1,:)'.^2];
E_Res(:,i)=R*coeffs;
end
end
% calcul du CVA et spread de CVA
E_Res = E_Res';
NPVp = max(E_Res,0);
SP = cat(1,ones(1,nSims),exp(-gamma(1:nPeriods(k),:)));
dP = (SP(1:end-1,:)-SP(2:end,:)).*DF(2:nPeriods(k)+1,:).*NPVp;
sum(mean(dP,2));
CVA(k) = lgd *(sum(mean(dP,2)))*10000; % en points de base
p = mean(DF(1:nPeriods(k)+1,:),2);
s = mean(SP,2);
DV01 = 0.5 .*sum(p(2:nPeriods(k)+1,1));
DV_01 = 0.5 .*sum(p(2:nPeriods(k)+1,1) .* s(2:nPeriods(k)+1,1));
rCVA(k) = CVA/(DV01-0.5*lgd*(DV01-DV_01)) %spread de CVA
end
75