DOCUMENT DE TRAVAIL

Novembre2017

Probabilités de Défaut Forward Looking

Méthode de projection (Horizon 15 ans)

(Pour calcul des provisions à maturité sous IFRS9)

Youssef LAHARACH
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

Contenu

1. INTRODUCTION ............................................................................................................................ 3
2. MOYENNE HISTORIQUE PONDEREE PAR LE TEMPS (HPT) ......................................................... 4
3. VOLATILITE HISTORIQUE ............................................................................................................ 5
4. FACTEUR MACRO-SECTORIEL ..................................................................................................... 6
5. PROJECTION DES PDS CUMULEES FORWARD LOOKING ........................................................... 6
6. RESULTATS DES PROJECTIONS DES PDS CUMULEES FORWARD LOOKING ............................... 7
7. MATRICES DE TRANSITION (ESTIMATIONS) ................................................................................ 7
8. RESULTATS DES PROJECTIONS DES PDS MARGINALES 2018-2032 (15 ANS) ........................... 10

2
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

1. INTRODUCTION

La probabilité de défaut (PD) marginale forward looking est fonction de trois éléments:

 La moyenne historique des probabilités de défaut observées sur les cinq dernières années
pondérée par un coefficient qui varie en fonction du temps et de l’année de projection. Le but est de
donner plus de poids au passé récent et d’éviter de pénaliser une contrepartie par des événements
lointains qui ont impacté négativement sa solvabilité.

 La volatilité des probabilités de défaut estimée sur les cinq dernières années. En effet, plus la
volatilité est importante moins on a de visibilité sur l’évolution prospective de la solvabilité de la
contrepartie. La volatilité historique permet d’affiner la projection du processus mais peut être un
élément perturbateur (bruit) ;

 Facteur macro-sectoriel: les deux précédent éléments permettent de capter l’évolution des
fondamentaux intrinsèques liés à la contrepartie. Par contre, l’évolution de l’environnement macro-
sectoriel a un impact sur l’amélioration ou la dégradation de la qualité de la contrepartie qui opère
dans un secteur de l’économie réelle.

 La PD forward looking est donnée par la formule suivante :

 Le processus de projection des PDs est assimilé à un Autorégressif AR(p) d’ordre p avec p=5. Il
peut s’écrire sous la forme :

3
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

∑
Avec la particularité que le processus est glissant.

 Le terme d’erreur (ou d’ajustement) est assimilé à un ARCH exponentiel :

2. MOYENNE HISTORIQUE PONDEREE PAR LE TEMPS (HPT)

 Les pondérations temporelles varient en fonction du temps et de l’année de prévision.

 On distingue entre trois phases:

Phase 1: la plage temporelle ne contient que des données observées.

Phase 2: Une partie de la plage temporelle est observée et l’autre est estimée
Phase 3: Toutes les données de la plage temporelle est estimées.

 On suppose que la dernière PD disponible est celle de 2017: prévision de 2018 (toute l’historique
2013-2017 est observée); prévision 2019 (2014-2017 observée et 2018 estimée) ; prévision 2020
(2015-2017 observée, 2018 et 2019 estimées); prévision 2023 (toute la plage temporelle 2018-2022
est estimée).

 Sur les deux phases 1 et 3, les pondérations décroissent linéairement en s’éloignant dans le temps
de l’année de prévision.

 Les pondérations de la phase 1 et de l’année marquant le début de la phase 3 sont identiques.

Sur la phase3: on accorde plus de poids aux données observées que des données estimées. Les deux
pondérations décroissement linéairement par le même rythme en s’éloignant de l’année de
prévision.

 Les paramètres sont définis de manière à donner plus de poids au passé récent (martingales) et de
privilégier une donnée observée par rapport à une donnée estimée selon les formules suivantes (t
étant la première année de prévision):

4
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

{∑

3. VOLATILITE HISTORIQUE

 A l’instar de la moyenne historique temporelle des PDs, la volatilité historique est glissante. La
base de calcul [t-5;t-1] glisse dans le temps en fonction de l’année t de prévision.

 Le calcul de la volatilité est normalisé pour qu’elle soit comprise entre 0 et 1. La volatilité est
capée à la valeur 1.

 Si la volatilité est supérieure à 1, le processus est très volatile et donc l’horizon de prévision est
très incertain. Dans ce cas, ce terme n’ajoute aucune information utile au processus de prévision,
bien au contraire il peut être considéré comme un élément perturbateur (bruit). C’est pourquoi, il est
neutralisé, en mettant la volatilité égale à l’unité.

 Si la volatilité est inférieure à 1, le processus est de volatilité faible ou moyenne et donc l’horizon
de prévision est moins incertain. Dans ce cas, ce terme permet de corriger le bais contenu dans
l’estimation de la moyenne historique et fiabilise d’avantage la prévision. En progressant dans le
temps de prévision, ce terme devient plus faible, car dans un avenir plus certain on n’a pas besoin
de trop corriger la moyenne historique. La chance de voir le passé se reproduire est élevée (Théorie
des Martingales).

5
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

4. FACTEUR MACRO-SECTORIEL

 L’usage du facteur macro-sectoriel est pour objectif d’intégrer dans l’ajustement de la moyenne
historique des probabilités de défaut, des éléments liés à l’évolution prospective de l’environnement
macro-sectoriel.

 Le facteur macro-sectoriel varie d’un secteur à l’autre.

 Si les perspectives macro-sectorielles sont favorables, le facteur macro-sectoriel vaut +20%.

Sinon (perspectives défavorables), il vaut -20%. Dans le cas de perspectives stables, il vaut 0.

 L’ajout d’un terme positif à la moyenne historique permet de capter un spread

lié au caractère incertain du futur qui intègre le facteur macro-sectoriel (facteur exogène, qui prévoit
selon des analyses à dire d’expert, l’évolution prospective de l’environnement macro-sectoriel sur
les 5 prochaines années) et la volatilité historique (facteur endogène) qui joue ici le rôle d’un
indicateur avancé.

 L’ajustement peut être significatif entre t et t+p , au-delà de l’horizon t+p, le processus se stabilise
autour de sa moyenne de long terme. Cette moyenne peut s’ajuster à la baisse comme à la hausse
lors du prochain exercice si le processus confirme son profil de risque dans le sens de l’amélioration
ou la dégradation.

5. PROJECTION DES PDS CUMULEES FORWARD LOOKING

Cette approche de projection des probabilités de défaut cumulées foreward looking utilise à
la fois les matrices de transition reconstituées à partir de la base historique de notations internes et
l’approche de projection des probabilités de défaut marginales issues de l’approche décrite
précédemment.

Le calcul suit les étapes suivantes :

 Construire les Matrices de Transitions (MT) historiques à partir de la base de

notations internes;
 Calculer la Matrice de Transition moyenne unitaire MT[U], la moyenne simple des
matrices de transition reconstituées d’une année à l’autre ;
 Normaliser la Matrice de Transition Unitaire MT[U] (la somme de chaque ligne doit être
égal à 1) ;
 La dernière ligne relatif au Défaut (D) doit vérifier l'hypothèse du défaut
absorbant (valeurs 0 sauf pour la colonne D qui prend la valeur 1);
 Construire la Matrice de Transition normalisée de l'année t1 (première année de
projection) MT[t1] (reprendre les valeurs de la MT [U] sauf pour la colonne D, en injectant les
probabilités de défaut marginales foreward looking de l’année t1 issues de la méthode de projection
décrite dans ce document) ;
 Normaliser la MT[t1] (somme de la ligne doit être égale à 1 et la ligne D vérifie
l’hypothèse du défaut absorbant)

6
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

 Calculer le produit matriciel MT[U]xMT[t1] ;

 Probabilités de défauts cumulées foreward looking à l’horizon t1 à lire dans la colonne
D;
 2ème itération, on reprend la même chose en remplaçant la MT[U] par MT[t1] et en
construisant par la même façon la MT[t2] ;
 Calculer le produit matriciel MT[t1]xMT[t2] ;
 Probabilités de défauts cumulées foreward looking à l’horizon t2 à lire dans colonne D ;
 Idem pour la suite jusqu’à l’échéance T.

6. RESULTATS DES PROJECTIONS DES PDS CUMULEES FORWARD LOOKING

Notation 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
BBB (Mixte) 1,6543 2,9673 4,3771 5,8603 7,3996 9,0604 10,7371 12,4165 14,0900 15,7539 17,4057 19,0338 20,6365 22,2128 23,7621
BB (Mixte) 3,3678 5,3574 7,2913 9,1435 10,9304 12,7470 14,5142 16,2363 17,9181 19,5658 21,1841 22,7671 24,3167 25,8346 27,3222
B (Mixte) 9,3924 13,2769 16,4898 19,1490 21,4309 23,5167 25,4064 27,1488 28,7803 30,3291 31,8150 33,2439 34,6253 35,9662 37,2716
CCC (Mixte) 19,0525 23,0574 26,2949 28,9130 31,1112 33,0755 34,8252 36,4157 37,8878 39,2726 40,5918 41,8539 43,0692 44,2455 45,3882
NIG(Mixte) 10,6042 13,8972 16,6920 19,0685 21,1575 23,1131 24,9153 26,6003 28,1954 29,7225 31,1970 32,6216 34,0037 35,3488 36,6607

7. MATRICES DE TRANSITION (ESTIMATIONS)

Matrice de Transition Unitaire (normalisée): MT [U] (N) A BBB BB B CCC D Total

A 0,347 0,527 0,125 - - 0,001 1,000
BBB 0,040 0,701 0,242 0,012 - 0,004 1,000
BB 0,021 0,143 0,744 0,079 - 0,012 1,000
B - 0,048 0,176 0,720 0,012 0,045 1,000
CCC - - 0,048 0,767 0,048 0,137 1,000
D - - - - - 1,000 1,000

7
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

Matrice de Transition 2018: MT [18] (%) A BBB BB B CCC D Total

A 0,347 0,527 0,125 - - 0,010 1,009
BBB 0,040 0,701 0,242 0,012 - 0,009 1,005
BB 0,021 0,143 0,744 0,079 - 0,020 1,008
B - 0,048 0,176 0,720 0,012 0,062 1,017
CCC - - 0,048 0,767 0,048 0,124 0,987
D - - - - - 1,000 1,000

MT[U] MT[U] MT[U] MT[U] MT[U] MT[U]

0,347 0,527 0,125 - - 0,001
0,040 0,701 0,242 0,012 - 0,004
0,021 0,143 0,744 0,079 - 0,012
- 0,048 0,176 0,720 0,012 0,045
- - 0,048 0,767 0,048 0,137
- - - - - 1,000
MT [18] MT [18] MT [18] MT [18] MT [18] MT [18]
0,344 0,523 0,124 - - 0,010
0,040 0,698 0,241 0,012 - 0,009
0,021 0,142 0,738 0,079 - 0,020
- 0,047 0,173 0,708 0,012 0,061
DMD:
- - 0,049 0,777 0,049 0,126 PDC_FL [1-2018]
- - - - - 1,000
A BBB BB B CCC D Total
A 0,143 0,567 0,262 0,016 - 0,012 1,000
BBB 0,047 0,545 0,355 0,036 0,000 0,017 1,000
BB 0,029 0,220 0,600 0,116 0,001 0,034 1,000
B 0,006 0,092 0,266 0,533 0,009 0,094 1,000
CCC 0,001 0,043 0,170 0,584 0,012 0,191 1,000
D - - - - - 1,000 1,000

Matrice de Transition 2019: MT [19] (%) A BBB BB B CCC D Total

A 0,347 0,527 0,125 - - 0,010 1,009
BBB 0,040 0,701 0,242 0,012 - 0,008 1,004
BB 0,021 0,143 0,744 0,079 - 0,018 1,006
B - 0,048 0,176 0,720 0,012 0,061 1,016
CCC - - 0,048 0,767 0,048 0,127 0,990
D - - - - - 1,000 1,000

MT[18] MT[18] MT[18] MT[18] MT[18] MT[18]

0,143 0,567 0,262 0,016 - 0,012
0,047 0,545 0,355 0,036 0,000 0,017
0,029 0,220 0,600 0,116 0,001 0,034
0,006 0,092 0,266 0,533 0,009 0,094
0,001 0,043 0,170 0,584 0,012 0,191
- - - - - 1,000
MT [19] MT [19] MT [19] MT [19] MT [19] MT [19]
0,344 0,523 0,124 - - 0,010
0,040 0,699 0,242 0,012 - 0,007
0,021 0,142 0,740 0,079 - 0,018
- 0,047 0,173 0,708 0,012 0,060
DMD:
- - 0,048 0,775 0,048 0,128
PDC_FL [2-2019]
- - - - - 1,000
MT[18]xMT[19] A BBB BB B CCC D Total
A 0,078 0,509 0,351 0,039 0,000 0,023 1,000
BBB 0,046 0,458 0,406 0,060 0,000 0,030 1,000
BB 0,032 0,260 0,521 0,133 0,001 0,054 1,000
B 0,011 0,130 0,312 0,407 0,007 0,133 1,000
CCC 0,006 0,082 0,238 0,436 0,008 0,231 1,000
D - - - - - 1,000 1,000

8
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

Foreward Looking 2023: MT [23] (%) A BBB BB B CCC D Total

A 0,347 0,527 0,125 - - 0,008 1,006
BBB 0,040 0,701 0,242 0,012 - 0,006 1,002
BB 0,021 0,143 0,744 0,079 - 0,017 1,005
B - 0,048 0,176 0,720 0,012 0,061 1,016
CCC - - 0,048 0,767 0,048 0,158 1,021
D - - - - - 1,000 1,000

MT[22] MT[22] MT[22] MT[22] MT[22] MT[22]

0,041 0,369 0,429 0,096 0,001 0,064
0,038 0,347 0,433 0,107 0,001 0,074
0,032 0,288 0,429 0,140 0,002 0,109
0,021 0,199 0,346 0,216 0,003 0,214
0,017 0,159 0,295 0,215 0,003 0,311
- - - - - 1,000
MT [23] MT [23] MT [23] MT [23] MT [23] MT [23]
0,345 0,524 0,124 - - 0,007
0,040 0,700 0,242 0,012 - 0,006
0,021 0,142 0,740 0,079 - 0,017
- 0,047 0,173 0,708 0,012 0,060
DMD:
- - 0,047 0,751 0,047 0,155 PDC_FL [6-2023]
- - - - - 1,000
MT[22]xMT[23] A BBB BB B CCC D Total
A 0,038 0,345 0,429 0,107 0,001 0,080 1,000
BBB 0,036 0,329 0,427 0,115 0,001 0,091 1,000
BB 0,032 0,286 0,415 0,138 0,002 0,127 1,000
B 0,023 0,210 0,344 0,185 0,003 0,235 1,000
CCC 0,018 0,172 0,296 0,180 0,003 0,331 1,000
D - - - - - 1,000 1,000

Foreward Looking 2032: MT [32] (%) A BBB BB B CCC D Total

A 0,347 0,527 0,125 - - 0,007 1,006
BBB 0,040 0,701 0,242 0,012 - 0,006 1,002
BB 0,021 0,143 0,744 0,079 - 0,017 1,005
B - 0,048 0,176 0,720 0,012 0,061 1,016
CCC - - 0,048 0,767 0,048 0,159 1,022
D - - - - - 1,000 1,000

MT[31] MT[31] MT[31] MT[31] MT[31] MT[31]

0,029 0,266 0,371 0,121 0,002 0,211
0,029 0,261 0,366 0,120 0,002 0,222
0,027 0,248 0,349 0,116 0,002 0,258
0,023 0,211 0,300 0,104 0,001 0,360
0,020 0,183 0,261 0,092 0,001 0,442
- - - - - 1,000
MT [32] MT [32] MT [32] MT [32] MT [32] MT [32]
0,345 0,524 0,124 - - 0,007
0,040 0,700 0,242 0,012 - 0,006
0,021 0,142 0,740 0,079 - 0,017
- 0,047 0,173 0,708 0,012 0,060
DMD:
- - 0,047 0,751 0,047 0,156 PDC_FL [15-2032]
- - - - - 1,000
MT[31]xMT[32] A BBB BB B CCC D Total
A 0,029 0,260 0,364 0,119 0,002 0,227 1,000
BBB 0,028 0,256 0,359 0,118 0,002 0,238 1,000
BB 0,027 0,243 0,342 0,114 0,001 0,273 1,000
B 0,023 0,207 0,294 0,101 0,001 0,373 1,000
CCC 0,020 0,180 0,256 0,089 0,001 0,454 1,000
D - - - - - 1,000 1,000

9
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

8. RESULTATS DES PROJECTIONS DES PDS MARGINALES 2018-2032 (15 ANS)

N.B : Facteur macro sectoriel neutralisé.

10
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

11
 novembre 2017 [PDS FORWARD LOOKING – MÉTHODE DE PROJECTION]

12