Académique Documents
Professionnel Documents
Culture Documents
Mémoire Sabrine MRABTI
Mémoire Sabrine MRABTI
Note de synthèse
Dans ce mémoire on s’est intéressé dans un premier temps aux constructions
des courbes de taux. On a vu que plusieurs courbes sont construites par pays : il y a la
courbe gouvernementale nominale, la courbe réelle (basée sur les obligations
indexées sur l'inflation), la courbe Swap et enfin un nombre de crédit (basées sur les
corporate bonds). On s’est donc intéressé à l’étude de ces courbes. Ensuite, dans le
cadre du projet PFI (Project Financing Investment), on s’est penché sur la résolution
de certaines problématiques liées à ce projet. Elles ont pour intérêt de limiter les
calculs internes effectués au sein de l’entreprise et pour cela on a dû comparer
REFTEC (le référentiel de l’entreprise de tous les produits de taux et de leurs
produits dérivés) et Bloomberg. Pour ce faire, nous étudions les écarts de zspread
entre Bloomberg et REFTEC, nous faisons évoluer la méthodologie de calcul du
spread govies et finalement nous faisons une première approche des techniques de
lissage qui seront explicitées plus en détail dans la dernière partie du mémoire.
Après analyse des données, nous concluons que la méthodologie de calcul entre
Bloomberg et REFTEC est globalement identique. Les écarts s’expliquent par un
choix de courbe Swap différent :
REFTEC utilise une courbe discontinue entre les maturités courtes, l’Euribor
et pour les maturités supérieures à 1 an, la courbe Swap.
Bloomberg, quant à lui interpole le taux Euribor 1 an et la courbe Swap prise
pour les maturités supérieures à 1.5 an.
Ces résultats ont été présentés aux équipes de gestions, à la MOA Front et à l’équipe
d’attribution taux. Ils impacteront essentiellement un changement de source
d’alimentation des zspread.
La gestion crédit a prononcé sa préférence pour la méthode Bloomberg qui a
l’avantage de ne pas présenter de saut de zspread au passage en dessous de la
maturité 1 an.
L’équipe de gestion solution court terme n’utilise pas les zspread des maturités
courtes et ne voit donc pas d’obstacle à passer à la méthode Bloomberg. Il faut
cependant confirmer que le décommissionnement du pricer de REFTEC n’a aucune
incidence sur la valorisation actuelle des Swaps dans les outils Front.
Aussi, les zspread des obligations à taux variable sont pour les deux sources calculés
comme des taux fixes à la worst date. On constate cependant des écarts plus
importants entre Bloomberg et REFTEC sur ces titres alors que notre méthode de
recalcul permet de retrouver les résultats de Bloomberg tandis que les écarts de
REFTEC ne sont pas souvent expliqués.
Enfin, en ce qui concerne les obligations indexées à l’inflation, REFTEC calcule un
zspread à partir des coupons réels contre la courbe Swap nominale, tandis que
Bloomberg les calcule à partir des coupons qui incluent la compensation pour
l’inflation. En conséquence, les zspread de REFTEC sont à peu près 200 bp plus
bas. La méthode de Bloomberg paraît ainsi plus homogène avec le calcul des
obligations nominales.
Les points traités cidessus, première partie du mémoire, ont servi de base pour la
construction de la suite des problématiques.
La seconde partie est dédiée aux choix de constructions des courbes de taux
utilisées. Ces constructions sont faites à partir d’instruments du marché tels que les
contrats Swap et les obligations d’état. Nous nous sommes intéressés à la
construction de trois courbes principales : la courbe Swap avec sa particularité taux
court (Euribor) et taux long ; la courbe Govies en expliquant le choix des instruments
utilisés et en comparant les courbes Reuters de production et ceux de la recherche
d’Amundi et enfin la courbe Inflation et taux réels. Nous avons veillé à connaître
toutes les sources de données d’Amundi et ensuite à les traiter suivant les
caractéristiques voulues pour les courbes.
La troisième partie concerne le contrôle des courbes de taux. En effet, on a mis
en place deux nouvelles méthodes de contrôle qui permettent aujourd’hui d’aider le
référentiel d’Amundi, qui auparavant effectuait ces contrôles visuellement. Pour
comprendre l’ambition de ce projet, nous expliquons d’abord dans le mémoire les
techniques de contrôle mises en place il y a quelques temps et ensuite nous
explicitons les deux nouvelles méthodes proposées et validées par les services
concernés. Le premier contrôle est un contrôle de séries temporelles qui se fait grâce
à l’ACP (Analyse en Composantes Principales), elle permet d’identifier deux à trois
facteurs expliquant la quasitotalité des mouvements de la courbe des taux zéro
coupon ou des zérocoupon associés. Le deuxième contrôle est construit à partir du
calcul des taux forward sur les taux zérocoupon Swap : les contrôles distinguent les
taux courts des taux longs, nous proposons donc des seuils adaptés pour chacun de
ces taux.
Pour voir en pratique les résultats de la mise en application de ces contrôles, nous
prenons l’exemple de quelques courbes atypiques pour valider ces méthodes et enfin
connaître les limites éventuelles de cellesci.
L’idée du contrôle de séries temporelles à l’aide de l’ACP est de détecter les courbes
de taux qui ont des mouvements atypiques et qui varieraient dans des proportions
différentes par rapport aux autres courbes de taux.
Le but est de définir des facteurs qui permettent d’expliquer les corrélations et les
autocorrélations sur ces courbes. On cherche, plus précisément, des composantes
principales qui expliquent les mouvements d’ensemble des courbes d’Etat.
Pour cela, dans un premier temps, nous choisissons un ensemble de courbes
représentatives du « monde ». Nous prenons comme référence les courbes d’Etat
suivantes : USA, Europe, Canada, Australie, Japon, Suisse, GrandeBretagne,
Norvège et la NouvelleZélande.
L’ACP a servi dans notre cas d’étudier les mouvements des courbes d’Etat, grâce à
cette analyse nous arrivons à détecter les courbes atypiques, celles qui ont des
mouvements de courbe différents, ce qui constitue un contrôle supplémentaire que
peut effectuer le référentiel d’Amundi.
2
La quatrième partie est entièrement dédiée à la reconstruction des courbes de
taux, de la mise en application des méthodes de lissage, de la comparaison de celles
ci, des limites de chacune d’entre elles et enfin le choix de la méthode de lissage
retenue par l’équipe taux.
Nous partons du principe que nous avons n taux zérocoupons et nous cherchons à
reconstruire la courbe de taux. Pour ce faire, nous disposons de deux méthodes de
reconstruction : La première méthode regroupe toutes les méthodes directes
d’interpolation et la deuxième comprend les méthodes indirectes. Le principe de la
première méthode est de relier directement les taux de marché obtenus par des
courbes, nous prenons essentiellement des droites et des polynômes cubiques. Pour
ce qui est de la deuxième méthode, on applique un modèle et l’estimation de ses
paramètres pour résoudre un problème d’optimisation.
Les méthodes directes sont simples en théorie et très faciles à mettre en œuvre.
Malheureusement, d’importantes difficultés empêchent leur mise en place dans la
réalité :
- il existe rarement sur le marché des obligations distinctes avec les mêmes dates
de tombée de coupon et qui de plus présentent des vecteurs de flux
linéairement indépendants ;
- la méthode n’est pas robuste si l’on vient à modifier l’échantillon d’obligations
à coupons.
Ces difficultés nous amènent à envisager des méthodes alternatives que nous
qualifions de « méthodes indirectes ». Le point commun entre ces méthodes est
qu’elles impliquent d’ajuster les données de marché à une forme préspécifiée de la
courbe des taux. Si ces méthodes remédient aux difficultés pratiques mentionnées ci
dessus, elles souffrent néanmoins d’un éventuel risque de spécification ou bien risque
de modèle. En effet, si l’on choisit une forme inadaptée pour la courbe des taux alors
l’ajustement des données de marché à ce modèle ne pourra pas nous fournir un
résultat totalement fiable.
D’un point de vue théorique, les méthodes indirectes sont clairement supérieures.
Elles ont pour principal avantage d’être en accord avec les résultats de l’ACP et
fournissent des résultats que l’on peut facilement interpréter financièrement. Comme
on a pu le voir, on arrive à les réécrire avec un nombre de paramètres plus réduit et
donc on passe d’un système avec contraintes à un problème d’optimisation sans
contraintes. Elles sont aussi faciles à implémenter et à mettre en place. Leur défaut
principal reste cependant leur temps de calcul, elles sont très coûteuses. Leur
implémentation requiert la mise en place d’algorithmes de minimisation non linéaires
souvent longs à converger.
En pratique, les résultats obtenus restent substantiellement différents en fonction du
choix des points de contrôle. Aussi, lorsque l’on reçoit des données du flux Reuters
(points de contrôle), il est très usuel de ne pas avoir certaines maturités dans le
panier, actuellement les maturités manquantes sont recalculées à partir d’une
interpolation linéaire des points de marché obtenus, ce qui peut sembler
3
contradictoire avec le fait de vouloir choisir une méthode d’interpolation pour les
courbes.
Autre point à souligner, actuellement les courbes brutes sont reconstruites
directement à partir des courbes de marché obtenues du flux Reuters, or ces courbes
sont inhomogènes et beaucoup trop variables pour qu’une méthodologie linéaire leur
soient directement appliquées, il serait donc judicieux d’interpoler non pas les
courbes de marché mais les courbes zérocoupon implicites.
Ces deux problématiques pratiques ont été résolues en appliquant une méthode
paramétrique et en se ramenant à un problème d’optimisation. Il s’agit en effet de
paramétrer les zérocoupons à l’aide d’un modèle à facteurs et après avoir recalculé
le prix des obligations avec ce modèle, trouver les facteurs qui minimisent l’erreur
sur les prix de marché des obligations du panier.
Au sein de l’équipe recherche quantitative, la méthode que l’on a retenue pour les
lissages est la méthode des splines cubiques exponentielles car dans le cadre du
périmètre REFTEC il est nécessaire, pour reconstruire les maturités manquantes, de
disposer des coupons versés par cellesci et cette contrainte est très limitante dans
notre cas.
4
Executive summary
In this paper we are interested in construction of yield curves. We have seen
that several curves are constructed by country: there is nominal government curve,
the actual curve (based on inflationindexed bonds), the Swap curve and finally a
number of credits (based on corporate bonds). It was therefore interested in these
curves. Then, in the project PFI (Project Financing Investment), we focused on
solving some of the problems related to this project. Their interest is to limit internal
calculations performed within the business and why I had to compare REFTEC (the
corporate repository of all interest rate products and their derivatives) and
Bloomberg. To do this, we study the differences between zspread and Bloomberg
REFTEC, we develop the methodology for calculating the spread Govies and finally
we make a first approach to smoothing techniques that will be explained in more
detail in the last part of the thesis.
After analyzing the data, we conclude that the calculation methodology between
Bloomberg and REFTEC is essentially identical. The differences are explained by a
variety of different swap curve:
REFTEC uses a dotted line between the shortterm maturities, and the Euribor for
maturities greater than one year, the Swap curve.
Bloomberg, meanwhile interpolates the 1 year Euribor swap curve taken for
maturities greater than 1,5 years.
These results were presented to the team managements, the MOA Front and team
allocation rate. They will impact essentially a change in power source of the z
spread.
Credit management gave its preference for the Bloomberg method has the advantage
not to make jump zspread passing below the 1year maturity.
The management team shortterm solution does not use zspread short maturities and
therefore sees no obstacle to pass to the method Bloomberg. It should however
confirm that the decommissioning of the pricer REFTEC has no impact on the
current valuation of swaps tools in Front.
Also, the zspread of floating rate for both sources are calculated as the worst rate
fixed date. However, there were greater differences between Bloomberg and
REFTEC on these securities as our method of recalculation can find the results of
Bloomberg while REFTEC differences are often not explained.
Finally, with regard to the inflationindexed bonds, REFTEC calculates a zspread
coupon from real against the nominal swap curve, while the Bloomberg calculated
from the coupons that include compensation for inflation. Consequently, the zspread
REFTEC are approximately 200 bp lower. Bloomberg method thus seems more
consistent with the calculation of nominal bonds.
The points discussed above, the first part of the thesis, provided the basis for the
construction of the following issues.
5
The second part is dedicated to the construction choice of yield curves used.
These constructions are made from market instruments such as swap contracts and
bonds. We are interested in the construction of three main curves: curve swap with its
characteristic short rate (Euribor) and longterm rates, the curve Govies explaining
the choice of instruments and comparing the curves Reuters production and those of
research Amundi and finally the curve Inflation and real interest rates.
The third part concerns the control of the yield curve. Indeed, it has developed
two new methods of control which now help Repository Amundi, which previously
performed these controls visually. To understand the ambition of this project, we first
explain the memory control techniques implemented some time ago and then we
explain the two new methods proposed and validated by the departments concerned.
The first control is a control time series which is done through the PCA (Principal
Component Analysis), it identifies two to three factors explaining almost all the
movements of the yield curve zero coupon or zerocoupon related. The second
control is built from the calculation of the forward rate on zerocoupon swaps:
controls distinguish shortterm rates of longterm rates; we therefore propose adapted
thresholds for each of these rates.
To see the practical results of the implementation of these controls, we take the
example of some atypical curves to validate these methods and also see the potential
limitations of these controls.
The idea of controlling time series using the CPA is detect yield curves that have
unusual movements which vary in different proportions compared to other rate
curves.
The goal is to identify factors that explain the correlations and autocorrelations on
these curves. We seek more specifically, principal components that explain the
movements of all the curves of State.
To do this, first, we choose a set of curves representing the "world." We take as
reference curves following State: USA, Europe, Canada, Australia, Japan,
Switzerland, Great Britain, Norway and New Zealand.
PCA was used in our case study the movements curves State, through this analysis
we are able to detect atypical curves, those movements of different curve, which is an
additional control that can perform the Amundi repository.
The fourth part is dedicated to the reconstruction of the yield curve, the
implementation of smoothing methods, comparing them to the limits of each and
finally the choice of smoothing method chosen rate by the team.
We take as input n zerocoupons, we will rebuild the curve. To do this, we have two
reconstruction methods: The first method includes all direct methods of interpolation
and the second includes indirect methods.
The principle of the first method is to directly link the market rate curves obtained,
we essentially straight lines and cubic polynomials. Regarding the second method,
we apply a model and estimating its parameters to solve an optimization problem.
Direct methods are simple in theory and easy to implement. Unfortunately,
6
7
Mémoire présenté le :
pour l’obtention du diplôme
de Statisticien Mention Actuariat
et l’admission à l’Institut des Actuaires
Par : Mlle MRABTI Sabrine
Titre : Etude approfondie des courbes de taux
Les signataires s’engagent à respecter la confidentialité indiquée ci-dessus
Membres présents du jury de l’Institut signature Entreprise : Amundi Asset
des Actuaires Management
Nom :
Signature :
Membres présents du jury de la filière Directeur de mémoire en entreprise :
Nom : M. Gouzilh Laurent
Signature :
Invité :
Nom :
Signature :
Autorisation de publication et de mise
en ligne sur un site de diffusion de
documents actuariels (après expiration
de l’éventuel délai de confidentialité)
Signature du responsable entreprise
Secrétariat : Signature du candidat
Bibliothèque :
8
Résumé
Dans ce mémoire, nous nous intéressons à l’étude des courbes de taux. Ces courbes ont la
particularité d’être construites par pays. Il y a la courbe gouvernementale nominale, la
courbe réelle (basée sur les obligations indexées sur l'inflation), la courbe Swap et un
nombre de crédit (basées sur les corporate bonds).
Durant les premiers mois de stage, mon équipe et moimême avons travaillé sur le projet
PFI (Project Financing Investment). L’un de ses objectifs est de limiter les calculs internes
effectués et pour cela on comparait REFTEC (le référentiel d’Amundi de tous les produits
de taux et leurs produits dérivés) et Bloomberg. Je me suis intéressée à quelques
problématiques de ce projet. Les points étudiés seront traités en première partie et serviront
de base pour la suite du mémoire.
En première partie, nous étudierons les écarts de zspread entre Bloomberg et Reftec, nous
ferons évoluer la méthodologie de calcul du spread govies et enfin nous mettrons en place
une première approche des techniques de lissage : le lissage Bloomberg de la courbe I53.
Avant de commencer le traitement de ces sujets, nous partirons de définitions élémentaires
sur les taux (conventions, taux courants) et d’outils indispensables à la compréhension du
mémoire.
La seconde partie sera dédiée aux constructions des courbes de taux utilisées. Ces
constructions sont faites à partir d’instruments du marché tels que les contrats Swap et les
obligations d’état. Nous nous intéresserons à la construction de trois courbes principales : la
courbe Swap avec sa particularité taux court (Euribor) et taux long ; la courbe Govies en
expliquant le choix des instruments utilisés et en comparant les courbes Reuters de
production et ceux de la recherche d’Amundi et enfin la courbe Inflation et taux réels.
La troisième partie concernera le contrôle des courbes de taux. En effet, on mettra en place
deux nouvelles méthodes qui permettront d’aider le référentiel d’Amundi, qui aujourd’hui
effectue ces contrôles visuellement. Nous expliquerons dans un premier temps les
techniques de contrôle mises en place aujourd’hui et nous décrirons les deux nouvelles
méthodes proposées et validées par les services concernés. Le premier contrôle est un
contrôle de séries temporelles qui se fait grâce à l’ACP (Analyse en Composantes
Principales), il permet d’identifier deux à trois facteurs expliquant la quasitotalité des
mouvements de la courbe des taux zérocoupon ou des zérocoupon associés. Le deuxième
contrôle est construit à partir du calcul des taux forward sur les taux zérocoupon Swap : On
distinguera les taux courts des taux longs, nous proposerons donc des seuils adaptés pour
chacun de ces taux. Finalement, nous mettrons en application ces contrôles sur quelques
courbes atypiques pour valider ces méthodes et surtout connaître les limites de cellesci.
Enfin, la quatrième partie sera entièrement dédiée à la reconstruction de ces courbes, de la
mise en application des méthodes de lissage, de la comparaison de cellesci, des limites de
chacune d’entre elles et enfin le choix de la méthode de lissage retenue par l’équipe taux.
9
Abstract
In this paper, we focus on the study of yield curves. These curves have the
distinction of being built by country. We have got the nominal government curve, the
actual curve (based on inflationindexed bonds), the Swap curve and the number of
credit (based on corporate bonds).
During the first month of training, my team and I have worked on the project PFI
(Project Financing Investment). One of its objectives is to limit internal calculations.
Afterwards, we had to compare REFTEC (Amundi repository of all fixed income and
derivatives) and Bloomberg. I worked in some issues of this project. The points
studied will be described and analyzed in the first part.
At the beginning of this paper, we study the split of zspread between Bloomberg and
Reftec, then we improve the methodology for calculating spread Govies and finally
we will introduce a first approach to smoothing techniques: Bloomberg smoothing
curve I53. Before dealing with these topics, we start by giving some important
definitions.
The second part will be devoted to the construction of yield curves used. These
constructions are made from market instruments such as swap contracts and bonds.
We focus on the construction of three main curves: curve swap with its unique short
rate (Euribor) and longterm rates, the curve Govies explaining the choice of
instruments and comparing the curves Reuters production and those seeking Amundi
and finally the curve Inflation and real interest rates.
The third part will deal with the methods of control of yield curves. We will
introduce two new methods that will help Repository Amundi, which now performs
these controls visually. First, we explain the control techniques implemented today in
Amundi then we will describe two new methods proposed and validated by the
departments concerned. The first control is a control of time series which is done
through the PCA (Principal Component Analysis), we can identify two to three
factors explaining almost all the movements of the yield curve zero coupon or zero
coupon related. The second control is built from the calculation of the forward rate
on zerocoupon swap: We distinguish shortterm rates of longterm rates. Therefore,
we propose appropriate thresholds for each of these rates. Finally, we will implement
these controls on some atypical curves to validate these methods and especially know
their limits.
Finally, the fourth part will be dedicated to the reconstruction of these curves, the
implementation of smoothing methods, comparing them to the limits of each of them
and finally choosing the smoothing method rate chosen by the team.
10
Remerciements
Je tiens à remercier tous les membres de l’équipe Recherche Quantitative pôle Taux
d’Amundi qui m’ont aidée, soutenue et encouragée tout au long de mon stage de fin
d’études et sans qui je n’aurai pas pu réaliser ce mémoire dans d’aussi bonnes
conditions.
Je cite Laurent Gouzilh, analyste quantitatif de l’équipe recherche taux, mon maître
de stage durant cette période qui a su me témoigner une grande confiance, une bonne
écoute et qui a pu tout au long de ce stage orienter mes réflexions.
Marielle de Jong, Responsable du pôle Taux de la Recherche Quantitative, pour
m’avoir guidée tout au long de la rédaction de ce mémoire, pour sa pédagogie, son
soutien et sa gentillesse.
Hongwen Wu, Prestataire en Recherche Quantitative Taux, pour sa disponibilité, ses
conseils et sa gentillesse.
Thomas Coullon, Prestataire en Recherche Quantitative Taux, pour son soutien, ses
conseils et son humour.
Audelà du service, je tiens à exprimer mes remerciements les plus vifs à Pierre
Capra, responsable Pilotage et Contrôle du pôle Expertise Risques de Marché, pour
ses conseils et le partage de son expérience des marchés financiers.
Je remercie tout le corps professoral de l’Institut Supérieur de l’Université Pierre et
Marie Curie pour la qualité de leur enseignement durant ces deux dernières années.
Je cite en particulier Monsieur Olivier Lopez qui a suivi l’élaboration de mon
mémoire et qui a contribué à sa relecture.
J’offre mes remerciements d’exception à mes parents qui n’ont pas cessé de me
soutenir tout au long de ma scolarité et qui m’ont guidé en me transmettant leurs
valeurs morales et leurs qualités humaines.
Enfin, je ne remercierai jamais assez Damien Langjahr, manager de l’équipe
Inventaire Prévoyance à la Direction Technique Collective d’AXA France, qui, grâce
à ses conseils avisés a marqué un tournant majeur dans le suivi de mes études et qui a
ainsi participé indirectement à l’élaboration de ce mémoire.
11
Généralités
La gestion d'actifs consiste à gérer des fonds confiés par des investisseurs dans le but
d'obtenir un revenu plus ou moins important et d'enregistrer des plusvalues sur une
durée plus ou moins longue en prenant un risque minimal. Cette expression est
synonyme de gestion de portefeuilles et d’Asset Management, en anglais.
Un Asset Manager est une société, filiale d'une banque ou d'un assureur, qui crée et
gère les produits de placements proposés par les banques et les compagnies
d’assurance : les SICAV et les FCP (Fonds Communs de Placement).
Les particuliers et les entreprises peuvent confier de l'argent à ce type de société pour
qu'elle le gère, dans le respect des contraintes réglementaires et contractuelles.
On parle de "gestion pour compte de tiers". Amundi Asset Management est une de
ces sociétés.
On distingue deux types de gestion d’actifs pour compte de tiers:
la gestion collective qui propose des OPCVM (c’estàdire des produits destinés à
de nombreux porteurs qui en achètent des parts comme les SICAV et les FCP) ;
la gestion sous mandat qui passe par un contrat entre la société de gestion et un
client.
Le mandat de gestion ne s'adresse qu'à un seul client, mais le gestionnaire peut
inclure des produits de gestion collective dans son mandat.
Au 31 décembre 2009, l’activité de la gestion d’actifs représentait environ 52,6
billions de dollars d’actifs sous gestion dans le monde. Elle a largement bénéficié
d’un rebond du marché depuis la crise. En France, l’année 2008 a vu la création
d’Amundi Asset Management, issue de la fusion de CAAM (Crédit Agricole Asset
Management) et la SGAM (Société Générale Asset Management). Au 30 juin 2011,
Amundi Asset Management se classe numéro un en France dans l’industrie de l’asset
management avec 661,9 milliards d’euros d’actifs sous gestion dont la moitié
représente des obligations.
L’équipe Recherche Quantitative dans laquelle j’ai effectué ce stage a pour mission
d’améliorer avec les gérants les processus d’investissement, d’apporter de nouvelles
méthodes, d’étudier et d’améliorer les outils existants pour tirer le meilleur parti des
prévisions du marché financier. Dans le cadre de ce mémoire, j’ai fait partie du
service qui apporte une référence méthodologique pour tous les sujets quantitatifs
traités au sein d’Amundi ; je me suis donc penchée sur l’étude des zspread, la
construction des courbes de taux, le contrôle de cellesci et enfin une étude
approfondie sur les différentes méthodes de lissage de ces différentes courbes. Le but
est de comparer ces méthodes empiriquement sur les données dont on dispose et
d’analyser si ces caractéristiques résistent bien dans les conditions de marché
turbulentes que l'on rencontre actuellement.
12
Sommaire
Préambule ............................................................................................................................................................... 15
Introduction au mémoire ........................................................................................................................................ 18
1. Taux d’intérêts ............................................................................................................................................ 18
1.1. Définition ............................................................................................................................................ 18
1.2. Les conventions de calcul ................................................................................................................... 18
1.3. Les bases de calcul .............................................................................................................................. 19
2. Courbe des taux zéro‐coupon ..................................................................................................................... 20
3. Les types de courbes des taux zéro‐coupon ............................................................................................... 21
4. Les principaux taux utilisés sur le marché financier .................................................................................... 21
5. Les principaux types de contrats existants sur le marché financier ........................................................... 22
Partie I : Etude des z‐spread et première approche des techniques de lissage ...................................................... 24
1. Définition du spread et du z‐spread ............................................................................................................ 24
2. Contexte de l’étude ..................................................................................................................................... 24
2.1. Calcul du z‐spread par Bloomberg ...................................................................................................... 25
2.2. Z‐spread contre la courbe Govies ....................................................................................................... 25
2.3. Estimation de l’écart entre la courbe Swap Bloomberg et la courbe Govies ..................................... 27
3. Comparaison des écarts de Z‐Spread entre Bloomberg et REFTEC ............................................................ 28
3.1. Périmètre des instruments ................................................................................................................. 28
3.2. Calcul des courbes Swap implicites Bloomberg et REFTEC ................................................................. 29
3.3. Comparaison avec la courbe Swap implicite REFTEC: ........................................................................ 31
4. Passage d’une courbe discrète à une courbe continue‐ Première approche des techniques de lissage ... 34
5. Conclusion ................................................................................................................................................... 40
Partie II : Construction des courbes de taux ............................................................................................................ 41
1. Les courbes de taux ..................................................................................................................................... 41
2. Les différents types de taux ........................................................................................................................ 42
2.1. Le taux de rendement à maturité (ou yield to maturity « YTM » en anglais)..................................... 42
2.2. Le taux de swap .................................................................................................................................. 43
2.3. Le taux zéro‐coupon ........................................................................................................................... 43
2.4. Le taux forward ................................................................................................................................... 44
2.5. Le taux forward instantané ................................................................................................................. 44
3. Les formes des courbes de taux .................................................................................................................. 45
4. L’évolution empirique des courbes de taux ................................................................................................ 45
5. Construction des courbes de taux utilisées ................................................................................................ 46
5.1. Courbe swap ....................................................................................................................................... 46
5.2. Définition des contrats swap .............................................................................................................. 47
13
6. Explication de la méthode de récupération des courbes de taux ............................................................... 47
6.1. Nos sources de courbes de taux ......................................................................................................... 48
6.2. Calcul d’une courbe zéro‐coupon‐ Explications de l’algorithme REFTEC du découponnage d’une
courbe de marché ........................................................................................................................................... 49
7. Conclusion ................................................................................................................................................... 55
Partie III : Contrôle des courbes de taux ................................................................................................................. 56
1. Définition des contrôles de courbes de taux mis en place ......................................................................... 56
1.1. Contrôle de présence .......................................................................................................................... 56
1.2. Contrôle des courbes partielles .......................................................................................................... 57
1.3. Contrôle des points aberrants ............................................................................................................ 58
1.4. Contrôle des lissages aberrants .......................................................................................................... 59
1.5. Contrôle des courbes critiques ........................................................................................................... 59
1.6. Contrôle des courbes importantes ..................................................................................................... 60
1.7. Contrôle des autres courbes ............................................................................................................... 60
1.8. Contrôle des courbes pendant les périodes particulières .................................................................. 61
2. Nouveaux contrôles pour les courbes de taux ............................................................................................ 61
2.1. Contrôle de cohérence sur les courbes de taux ................................................................................. 61
3. Applications ................................................................................................................................................. 62
3.1. Calcul des taux zéro‐coupon forward ................................................................................................. 63
3.2. Validation des contraintes de non arbitrabilité de la courbe des taux ............................................... 64
3.3. Mise en place et validation des seuils d’alerte ................................................................................... 64
3.4. Résultats et proposition de nouveaux seuils mieux adaptés .............................................................. 65
4. Contrôle de séries temporelles à l’aide de l’ACP ........................................................................................ 67
4.1. Cadre général ...................................................................................................................................... 67
4.2. Applications ........................................................................................................................................ 71
Partie IV : Lissage des courbes de taux .................................................................................................................... 77
1. Modèles de reconstruction des courbes de taux ........................................................................................ 77
1.1. Les méthodes directes d’interpolation ............................................................................................... 77
2. Les méthodes indirectes d’interpolation .................................................................................................... 83
2.1. Ecriture de la fonction d’actualisation sous forme de fonction spline ............................................... 84
3. Applications ................................................................................................................................................. 92
4. Conclusion ................................................................................................................................................. 101
Conclusion Générale .............................................................................................................................................. 102
Bibliographie .......................................................................................................................................................... 104
Annexe ................................................................................................................................................................... 107
14
Préambule
Environnement de travail:
Avant de traiter les problématiques de ce mémoire, il est important de mettre en place
le contexte dans lequel j’ai travaillé durant ces derniers mois. Mon stage de fin
d’études s’est déroulé au sein de l’équipe Recherche Quantitative Pôle Taux. Le
service de recherche quantitative apporte un soutien et une référence méthodologique
pour tous les sujets quantitatifs traités au sein d’Amundi. L’équipe a pour mission
d’améliorer les processus d’investissement, apporter des méthodes nouvelles, étudier
et améliorer les outils existants pour tirer le meilleur parti des prévisions du marché
financier. Elle répond aussi aux études spécifiques demandées par les clients et
apporte un soutien quantitatif aux appels d’offre et marketing produits.
Ce service est composé de personnes spécialisées en analyse financière, économie,
statistiques, mathématiques et informatique. L’ensemble de l’équipe est réparti en
fonction des classes d’actifs et du mode de gestion en quatre sousservices dont le
pôle taux dirigée par Marielle de Jong, responsable de mon stage.
L’organigramme est le suivant :
J’avais à ma disposition de nombreuses sources de données. Je cite en particulier
Bloomberg et Reuters. J’ai été amenée à travailler sur l’environnement Windows XP.
La majorité des outils sont élaborés sous Excel, j’ai donc été amenée à programmer
sous VBA avec des appels de méthodes existantes programmées en C++. L’appel des
données Reuters se fait facilement grâce au langage de programmation SQL que j’ai
appris courant ce stage.
15
L’industrie de la gestion d’actifs :
La gestion d’actifs, aussi appelé gestion de portefeuilles ou asset management (en
anglais) est une activité qui consiste à gérer l’argent des investisseurs dans le but de
le faire fructifier dans le respect de contraintes réglementaires sur une durée plus ou
moins longue. Les investisseurs peuvent être des particuliers, des entreprises ou des
institutionnels. On parle alors de gestion pour compte tiers. Le type de gestion
(collective ou sous mandat), le style de gestion (traditionnelle ou alternative), le
mode de gestion (active, passive), le support de placement (fonds monétaires,
obligataires, actions, diversifiés, alternatifs, investissement socialement responsable)
et l’horizon de placement (court, moyen ou long terme) dépend de la volonté des
investisseurs.
Certains investisseurs souhaitent être « connectés » au marché c'estàdire qu’ils
souhaitent avoir une performance lié à un indice de référence qui peut être un indice
action, obligataire ou un panier d’indice qu’on appelle benchmark. Soit leur objectif
est de surperformer le benchmark, c’est le cas d’une gestion active, soit leur objectif
est de répliquer les performances du benchmark, c’est le cas d’une gestion passive
(ou gestion indicielle).
L’hypothèse qui soustend la gestion passive est l’efficience du marché financier.
Toute information disponible sur le marché est reflétée dans les prix des actifs et
aucune stratégie ne peut faire mieux que le marché en termes de performance. Il
existe un autre mode de gestion active appelée gestion «absolute return » visant à
procurer une performance absolue totalement décorrélés des marchés tout en
réduisant les risques.
D’autre part, les investisseurs, lorsqu’ils confient leur argent, choisissent un niveau
de risque (et donc leur espérance de gains) auquel ils souhaitent être exposés. Ils
choisissent ainsi selon leur profil un couple rendement risque. Le mode de gestion
correspondant à ce besoin est une variante de la gestion passive qu’on appelle gestion
indicielle tiltée. L’objectif du gérant de portefeuille est alors de sur répliquer les
performances d’un benchmark tout en limitant le risque par rapport à celuici et en
minimisant les coûts (coûts de transaction et frais de gestion).
Historiquement, la gestion quantitative prend ses racines dans la recherche
académique qui a émergé à la fin des années cinquante. Plus particulièrement, elle
prend son origine dans les travaux de Harry Markowitz et William Sharpe sur
l’allocation de portefeuille. Depuis ces travaux fondateurs, la recherche académique
n’a pas cessé de se poser des questions et d’apporter des solutions aux problèmes
posés. La fin des années soixante est marquée par la problématique de la mesure de
performance. Outre les travaux de Jack Treynor, deux autres contributions sont
fondamentales : la première est celle encore une fois de Sharpe, qui a introduit le
ratio de Sharpe en 1966 permettant de mesurer la performance des fonds
d’investissement et la deuxième vient de Michael Jensen qui propose de mesure
l’alpha d’un fonds.
16
Les années soixantedix permettront de synthétiser un ensemble de travaux portant
sur l’hypothèse d’efficience des marchés. Une littérature très riche s’est intéressée
aux comportements des titres.
Les années quatrevingtdix sont la décennie de l’avènement de l’économétrie. Les
principaux outils économétriques ont été développés dans les années soixantedix et
quatrevingts mais le manque de puissance de calcul avait freiné jusquelà leur
utilisation.
Courant les années deux mille, la recherche académique s’est intéressée aux
phénomènes de microstructure des marchés. Les chercheurs universitaires délaissent
les problèmes théoriques pour s’intéresser à la formation et à la dynamique des
carnets d’ordres, la compréhension de la liquidité et les anomalies de marché.
Ainsi, afin d’améliorer les processus d’investissement et dans le souci d’apporter des
méthodes nouvelles pour tirer le meilleur parti des prévisions du marché financier,
différents travaux sont en cours notamment dans l’équipe Recherche Quantitative
d’Amundi dont j’ai fait partie courant ce stage de fin d’études.
17
Introduction au mémoire
Dans un premier temps, nous définirons quelques notions de base servant à la bonne
compréhension du mémoire. Nous ferons donc un rappel des bases fondamentales
des mathématiques financières avant de commencer à traiter les problématiques de ce
mémoire.
1. Taux d’intérêts
1.1. Définition
D’après la définition de Chazot C. et Claude P. dans « Les Swaps : Concepts et
Applications » : « Un taux d’intérêt est le rendement, ramené dans une certaine base,
d’un placement auprès d’une contrepartie, dans une certaine monnaie et pendant une
durée déterminée. »
Cette notion de taux d’intérêt prend compte de plusieurs caractéristiques naturelles :
La devise (Euro, Dollar,…) ;
La contrepartie (j’ai placé l’argent à la banque X) ;
La durée d’investissement ;
Le nominal ;
La fréquence de paiement des intérêts (mensuel, bimensuel, trimestriel…).
Pour calculer le taux d’intérêt nous devons faire attention à deux caractéristiques
supplémentaires : la convention de calcul (proportionnelle ou actuarielle) et la base
de calcul des intérêts (base Exact/Exact, base Exact/360 ou base 30/360).
1.2. Les conventions de calcul
Il y a 2 conventions de calcul.
La première est la plus naturelle. Soit R P le taux d’intérêt dit « proportionnel »
ou encore « simple », on calcule les intérêts I grâce à la formule :
I N R P D avec N le nominal et D la durée du placement.
La deuxième concerne les intérêts qui sont replacés à chaque période. On parle
en effet de « taux actuariel » ou encore de « taux d’intérêt composé ».
Soit R a le taux d’intérêt composé. A la fin de la première période, la valeur du
placement est : N 1 Ra .
A la fin de la deuxième période, la valeur du placement devient : N 1 Ra 2
A la fin de la dernière période, la valeur du placement et donc : N 1 Ra D
18
1.3. Les bases de calcul
D’après les deux paragraphes précédents, nous avons mis en évidence l’importance
de préciser la convention utilisée pour calculer le nombre de jours entre 2 paiements
ainsi que le nombre de jours exacts que comporte l’année.
Une base permet alors de fixer ces conventions. Elle permet en effet de préciser la
durée entre 2 paiements et le nombre de jours dans une année.
Le marché utilise essentiellement 3 bases :
La base Exact/360 ;
La base Exact/Exact ;
La base 30/360.
Dans la convention de la base Exact/360, une année comporte 360 jours et le nombre
de jours entre 2 dates est le nombre de jours exacts. On utilise cette base dans le
calcul d’intérêts des instruments monétaires de durée inférieure à 1 an et notamment
pour les contrats EONIA et EURIBOR.
Dans la convention de la base Exact/Exact, on considère le nombre de jours d’une
année comme le nombre de jours exacts d’une année, soit 366 pour les années
bissextiles et 365 sinon. Aussi, le nombre de jours entre 2 dates est le nombre de
jours exacts. On l’utilise par exemple pour calculer les coupons courus.
Dans la convention de la base 30/360, le nombre de jours entre 2 dates est calculé en
prenant pout chaque mois 30 jours. Si on prend le cas particulier du mois de février,
on admet que le dernier jour du mois correspond au 30ème jour et pour les mois qui
comportent 31 jours, on les ramène à 30.
L’année comporte 360 jours.
Exemple : Prenons 2 dates d1 J 1 / M 1 / A1 et d 2 J 2 / M 2 / A2 avec d1 d 2 alors le
nombre de jours entre ces deux dates dans cette base est calculé grâce à la formule :
n J 2 J1 30 M 2 M 1 360 A2 A1
19
1 Tauxswapspot 365
TauxZCspot 1
360
365
1 Tauxswap3M 90 90
TauxZC 3M
360
1
Pour les titres dont la maturité est supérieure à 1 an, il convient d’extraire de la
gamme des taux in fine la gamme des taux zérocoupons de la manière suivante :
r1 a1
20
1 an
1 rn n n 1
1
1 an
i 1 1 ri
i
La courbe Trésor est construite à partir des obligations émises par l’Etat (OAT,
BTAN et BTF en France). Il s’agit de la courbe dite sans risque dans les pays du G7
dans la mesure où les Etats de ces pays sont censés ne jamais faire défaut. Les Etats
de ces pays sont notés AAA par les agences de rating (meilleure notation possible).
La courbe interbancaire comme son nom l’indique résulte d’opérations financières
entre banques.
Elle est construite à partir des taux de dépôt, des futures et des swaps.
Il ne s’agit pas d’une courbe sans risque puisque les banques ne jouissent pas du
meilleur rating des agences de notations.
Les courbes «corporate» sont les courbes qui caractérisent les entreprises du secteur
privé. Il y en a de multiples qui dépendent du rating des entreprises et de leur secteur
économique.
Chacune de ces courbes est construite en utilisant les obligations des entreprises
concernées.
4. Les principaux taux utilisés sur le marché financier
Les deux taux suivants sont des taux de références utilisés sur le marché des taux
monétaire de la zone Euro. Ils sont calculés quotidiennement par la Banque Centrale
Européenne (BCE) à partir d’une moyenne pondérée de taux de prêts échangés entre
les banques d’un panel préalablement choisi. Cet échantillon comprend aujourd’hui
44 grandes banques (principalement européennes) et sont déterminées sur des critères
de notation et de volumes traités sur le marché monétaire européen.
EONIA
L’EONIA (European OverNight Index Average) est le taux de référence quotidien
des dépôts/prêts interbancaires effectués au jour le jour dans la zone euro. Il est
calculé à 3 décimales et publié chaque soir à 18h30 (CEST).
21
E URI B OR
L’EURIBOR (European Interbank Offered Rate) est le taux de référence quotidien
pour les dépôts/prêts interbancaires de maturités plus longues.
Les maturités publiées sont 1 semaine, 2 semaines, 3 semaines, 1 mois, 2 mois,
jusqu’à 12 mois. Ils sont publiés tous les jours ouvrés à 11h (CEST).
Les taux Euribor 3 mois et Euribor 6 mois servent de base dans le marché des swaps
et dans la valorisation des produits dérivées de taux.
5. Les principaux types de contrats existants sur le marché financier
On distingue généralement deux types de marché : le marché au comptant où la
livraison des biens échangés a lieu immédiatement et les marchés dérivés où celleci
n’est pas immédiate. Dans un marché au comptant, livraison et paiement sont
pratiquement simultanés, ce qui n’est pas le cas dans un marché dérivé. C’est
pourquoi un marché au comptant est aussi appelé un marché spot.
Il existe des marchés au comptant pour de nombreux instruments financiers : les
actions, les taux, les devises et même certaines matières premières. Le cours au
comptant (ou cours spot) est déterminé par l’offre et la demande. Dans un marché
organisé la cotation de l’instrument est déterminée de façon électronique dans le
carnet d’ordres et une chambre de compensation (Portait et Poncet, 2009). On parle
alors de cotation en continu. Dans un marché de gré à gré, les échanges se font de
façon bilatérale sans centralisation des ordres. Mis à part quelques matières premières
et les instruments où la liquidité est faible (le marché secondaire de certaines
obligations), la plupart des marchés au comptant sont des marchés organisés.
Les contrats forward ou futures (ou contrats à terme) sont des contrats dérivés
similaires dont le but est de fixer à la date t le prix d’un actif qui est livré à une date
ultérieure T. Notons qu’il n’y a pas d’échange d’argent entre les deux parties au
début du contrat. Par convention, on dira qu’on est acheteur d’un tel contrat
lorsqu’on achète l’actif à terme, c’estàdire que l’on prend livraison de l’actif en
échange du prix de livraison. Ceci correspond à une position longue (long position).
Inversement, on est vendeur d’un tel contrat lorsqu’on accepte de vendre l’actif à
terme, c’estàdire de livrer l’actif contre paiement du prix de livraison. On dit alors
qu’on prend une position courte (short position).
Le tableau suivant fournit un résumé des différences entre les contrats forward et
futures.
22
Un contrat Swap est un produit dérivé dans lequel une partie possédant un certain
instrument financier s’accorde avec une autre partie possédant un deuxième
instrument financier pour échanger certaines des caractéristiques de leurs
instruments. Par exemple, dans le cas d’un Swap entre deux obligations, les parties
peuvent se mettre d’accord pour échanger les coupons périodiques. Plus précisément,
les deux parties s’accordent pour échanger une série de revenus générés par le
premier instrument contre la série de revenus générés par le deuxième instrument.
Chacune de ces séries est appelée une jambe du contrat swap. Généralement, au
moins une des deux séries dépend d’une variable aléatoire (comme un taux d’intérêt,
un taux de change ou le prix d’une action), dont la valeur est inconnue quand le
contrat est signé. Le contrat spécifie les termes de l’échange, en particulier le
montant notionnel qui sert au calcul des séries de revenus, les dates de paiement et la
manière dont les paiements sont calculés. Les contrats swap sont en général des
contrats de gré à gré, mais il existe certains contrats swaps standardisés en particulier
sur le marché des futures du CME (Chicago Mercantile Exchange). Ils sont utilisés à
des fins de couverture ou pour spéculer sur la hausse ou la baisse de la valeur d’un
des instruments.
23
Partie I : Etude des zspread et première approche des techniques de lissage
Dans cette première partie, nous expliciterons l’étude menée sur les zspread et nous
commencerons à traiter une question fondamentale en finance : « Comment relier les
points d’une série de données finie pour remplacer les données manquantes ? ». Il
s’agit là d’une problématique servant à évaluer les prix des produits financiers.
1. Définition du spread et du z-spread
En langage financier, le terme anglais « spread » est utilisé pour désigner le spread de
crédit, c’estàdire l’écart de taux existant entre une obligation émise par une
entreprise, ou tout autre organisme, et un emprunt d’Etat ou interbancaire théorique
qui serait basé sur des flux financiers identiques.
Historiquement, le spread augmente lors d'un ralentissement économique et se réduit
en période de croissance. Le spread est assez difficile à estimer, c’est pourquoi la
pratique voulait que l’on utilise l’écart entre le taux de l’obligation concernée et celui
d’un emprunt d’Etat dont la durée reste la plus proche possible. Il convient de
souligner toutefois que le spread de crédit connaît, bien souvent, de fortes variations
liées à plusieurs facteurs, tels que l’offre et la demande de capitaux, le volume des
emprunts d’Etat et interbancaires, ou encore la conjoncture économique à laquelle
reste fortement corrélée le risque de faillite de bon nombre d’entreprises.
Le spread zérocoupon quant à lui, ou « zspread », est le nombre de points de base
qui doit être appliqué à une série de taux zérocoupon pour que le prix de marché de
l'obligation soit égal à la somme des cashflows futures actualisés au taux zéro
coupon ajusté.
La valeur actualisée de tous les cashflows futurs d’une certaine obligation avec le
taux au comptant est en général supérieure au prix observé sur le marché. Cette
différence est due au fait que le prix de marché incorpore des facteurs additionnels
tels que liquidité et risque de crédit. Le zspread quantifie l’impact de ces facteurs
additionnels. Il est le spread qu’on rajoute à la courbe utilisée pour l’actualisation
afin de générer un prix le plus proche possible du prix de marché.
2. Contexte de l’étude
L’un des objectifs du projet PFI est de limiter les calculs internes effectués. La
plupart des analytiques sont récupérés directement de Bloomberg. En cible, le z
spread contre la courbe Swap sera directement récupéré de Bloomberg, par contre le
zspread contre la courbe Govies sera recalculé. En effet, Bloomberg associe
directement les taux d’obligations à chaque ténor de la courbe. Ces taux ne sont pas
interpolés à la maturité exacte du ténor. Ce choc se traduit ensuite sur les spread
Govies calculés.
24
On cherche à calculer les zspread car ils interviennent dans le calcul du
SPS « Social Performance Standards » ou encore la performance sociale, une des
mesures importantes dans l’analyse des portefeuilles. On peut la définir comme étant
les résultats d’une entreprise dans les domaines qui ne relèvent pas directement de
l’activité économique.
La performance sociale vise à faire le rapport entre le résultat obtenu et les moyens
mis en œuvre pour y parvenir. Dans son excellent livre intitulé « Tableaux de bord
sociaux: pilotage, animation, décision », Bernard Martory détaille 4 questions que les
organisations doivent se poser avant de passer de mesurer leur performance sociale.
Pour plus de détails, nous pouvons nous référer à cet ouvrage.
2.1. Calcul du z-spread par Bloomberg
Zspread contre la courbe Swap : Les zspread contre la courbe Swap sont calculés
dans l’écran YAS de Bloomberg.
Figure 1 : Ecran YAS
Le zspread (champ YAS_ZSPREAD) est calculé contre la courbe Swap de
Bloomberg. La courbe Swap est associée à l’obligation automatiquement par
Bloomberg en fonction de sa devise.
Pour les obligations contenant une optionalité, le pricing par défaut est fait au worst
id est au scénario le plus défavorable, en fixant le champ YAS_YLD_FLAG à 15. On
voit que la valeur de ce paramètre impacte le calcul du zspread.
Pour les obligations inflation, le mécanisme est le même : Bloomberg calcule le z
spread contre la courbe Swap en incluant l’inflation.
2.2. Z-spread contre la courbe Govies
2.2.1. Cas des obligations dont la devise n’est pas en Euro (EUR)
25
Pour les obligations dont la devise n’est pas EUR, on utilise directement la valeur
affichée dans la zone GSpread (champ YAS_ISPREAD_TO_GOVT) de Bloomberg,
comme estimation du zspread contre la courbe Govies, même s’il s’agit en réalité
d’un écart entre le yield de l’obligation et le yield d’une obligation d’état ayant les
mêmes caractéristiques.
Figure 2 : ZSpread contre courbe Govies, pour les obligations dont la devise n’est pas EUR
2.2.2. Cas des obligations en devise Euro (EUR)
Pour les obligations en devise EUR, le zspread contre la courbe Govies est la
différence entre :
le zspread contre la courbe Swap (celui de Bloomberg) ;
l’écart entre la courbe Swap EUR de Bloomberg et la courbe Govies EUR de
REFTEC (il s’agit de la courbe 21 actuelle de REFTEC qui correspond à la
courbe GOV Allemagne), calculé à l’horizon du risque de crédit de
l’obligation (CreditRiskMaturity).
Exemple :
Pour l’obligation FR0010916924, détenue dans le portefeuille [X20605] Amundi
Funds Euro Aggregate, le 02/01/2012.
Nous avons comme données sur Bloomberg :
26
Figure 3 : ZSpread contre la courbe Swap pour l’obligation FR0010916924 au 04/01/2012
Le zspread contre la courbe Swap EUR est de 117.1 bp.
La maturité du titre est le 25/04/2026. Sa durée de vie résiduelle, à la date du
calcul, est donc de 14.32 années. L’écart entre les courbes REFTEC (Swap
EUR et GOV Allemagne), mesuré à cet horizon, est d’environ 0.284% (écart
entre 2.647% de la courbe Swap et 2.363% de la courbe GOV Allemagne).
Le zspread contre la courbe Govies est donc égal à : 117.1+28.4=145.5 bp.
Remarques :
Les obligations d’Etat européennes non allemandes sont traitées de la même
manière que les obligations Corp, id est somme du zspread contre la courbe
Swap et l’écart entre la courbe Swap et la courbe Gov Allemagne.
Les obligations émises en EUR par un émetteur non européen sont traitées
comme des obligations en devise EUR.
Les positions court terme et les placements en devise ne sont pas concernés par
ce calcul car leur contribution au SPS du portefeuille est négligeable.
2.3. Estimation de l’écart entre la courbe Swap Bloomberg et la courbe Govies
Comme indiqué précédemment dans l’exemple, pour calculer le zspread contre la
courbe Govies, il faut évaluer l’écart entre les courbes Swap EUR Bloomberg et Gov
Allemagne de REFTEC (courbe de référence pour la zone EUR). Pour ce faire, les
courbes Swap EUR disponibles chez Bloomberg sont I53 et S45 (la courbe S45 a
plus de points que la courbe I53). La courbe I53 est la courbe de référence utilisée
pour le calcul du zspread contre la courbe Swap pour les titres EUR. Ces courbes
sont couponnées.
La courbe Swap EUR Bloomberg est composée des Tickers suivants :
27
Figure 4 : Liste des Tickers des points de la courbe Swap EUR
En cible, la courbe REFTEC Govies EUR utilisée dans le calcul est la suivante :
Les deux courbes utilisées pour le calcul sont stockées pour permettre une traçabilité
des calculs. On calcule l’écart entre les deux courbes à l’horizon du risque de crédit
de l’obligation (CreditRiskDate).
3. Comparaison des écarts de Z-Spread entre Bloomberg et RE F TE C
3.1. Périmètre des instruments
Les calculs ont été effectués sur les obligations du benchmark Euro Aggregate pour
la composition donnée par Barclays le 31/01/2012. Toutes les caractéristiques
instruments (prix, coupon, dates, zspread etc.) ont été chargées au 01/02/2012 chez
Bloomberg. Nous nous sommes limités dans cette première étude aux obligations à
taux fixe, non callable, de la zone Euro présentant un coupon annuel.
Notre méthodologie a consisté à recalculer le yield de chaque obligation et à ne
conserver pour notre étude que les obligations qui ont un écart entre le yield
Bloomberg et notre yield calculé moins de 1 bp. Le but étant d’écarter les obligations
qui ont des cashflows qui ne rentrent pas dans la formulation théorique simple :
c c 1
Pr ix t (i )
(1 yield ) (1 yield ) T
28
Le zspread d’une obligation est donné par la formule suivante :
c c 1
Pr ix t (i )
(1 S WAPt(i ) zspread) (1 S WAP(T ) zspread) T
Sur le périmètre d’obligations sélectionné à la première étape, l’objectif de cette
partie a été de recalculer la courbe Swap utilisée pour le calcul de chaque zspread.
Les obligations sont triées par maturité croissante, donc par nombre de cashflows
attendus. On reconstruit ainsi en intégrant les caractéristiques de chacune des
obligations, les différents niveaux SWAPt(i), commençant par les maturités courtes
des obligations qui ne donneront plus qu’un flux, jusqu’aux obligations de plus
grande maturité.
Au début de la courbe de taux ont été insérés les taux JJ et Euribor des maturités
courtes, de JJ à 9 mois. En effet les deux sources sont basées sur les mêmes niveaux
de taux pour les maturités courtes, l’indice Euribor.
Ce calcul a été fait avec les données Bloomberg d’une part, et les données REFTEC
d’autre part.
Nous obtenons le graphique suivant :
On voit bien sur le graphique que les courbes Swap utilisées par Bloomberg et
REFTEC sont fortement divergentes autour de la maturité 1 an :
29
Bloomberg utilise l’Euribor pour le point 1 an et le taux Swap interbancaire
pour la maturité 2 ans. Ces deux points sont visiblement reliés par une
interpolation théorique que l’on étudiera par la suite.
REFTEC, quant à lui a la particularité de présenter une courbe discontinue
autour de la maturité 1 an. Sur les maturités inférieures à un an, le taux Euribor
est utilisé. Sur les maturités supérieures à 1 an, une interpolation est effectuée à
partir des niveaux de la courbe Swap.
La divergence de la méthode explique donc les différences de résultat sur les
zspread entre Bloomberg et Reftec, sur la zone de maturité de 1 à 2 ans. En effet, il y
a actuellement un écart important entre le taux interbancaire Swap 1 an constaté sur
le marché et le calcul du taux théorique, l’Euribor, sur cette même maturité.
Courbe Swap implicite Bloomberg:
La courbe cidessous a été calculée avec le prix et le zspread des obligations de
l’indice Barclays Euro Aggregate.
30
En traçant la courbe Swap I53 se composant de points Euribor 3M, 6M et 1Y et de
points Swap de 2 à 30 ans, on voit bien qu’en calquant les deux courbes que la
courbe utilisée par Bloomberg pour le calcul du zspread est bien la courbe Swap I53.
Nous allons donc dans la suite s’intéresser à cette courbe, notamment après le zoom
que l’on a effectué cidessus où on voit l’interpolation proposée entre le point
Euribor 1 an et le point Swap 2 ans.
3.3. Comparaison avec la courbe Swap implicite RE F TE C :
Le graphe cidessous permet de voir l’écart qui se trouve sur la zone de maturité 1 an
à 2 ans.
31
Intéressonsnous maintenant à l’impact que peut avoir cet écart pour les deux
courbes :
32
Figure : Historique de l’écart entre taux Euribor 1 an et taux Swap 1 an
On constate que plus l’écart entre la courbe Swap Implicite REFTEC et la courbe
Swap utilisée par Bloomberg est grand, plus la discontinuité proposée par REFTEC
sera grande et plus l’interpolation proposée par Bloomberg sera marquée.
Nous allons étudier dans la suite cette différence de courbe Swap entre Bloomberg et
REFTEC sur la partie des maturités 1 an et 2 ans mise en évidence dans le graphique
cidessous :
33
On voit bien que la courbe zérocoupon implicite (en bleu) reprend bien tous les
points de la courbe I53 zéro couponnée (en rose).
L’étape qui suit la construction est de trouver l’algorithme d’interpolation pour ne
plus utiliser la courbe implicite dans le pricer.
La méthodologie de construction détaillée de la courbe zérocoupon, qui elle est
construite à partir de la courbe I53 peut être trouvée sur Bloomberg. Plusieurs
34
méthodes de lissage peuvent être utilisées. Comme nous ne sommes pas en mesure
de savoir quelle méthode de lissage a été utilisée dans Bloomberg (voir annexe), nous
commençons par en implémenter quelques unes et à nous intéresser aux techniques
de lissage des courbes discrètes.
Nous disposons de deux méthodes de reconstruction : les méthodes directes
d’interpolation et les méthodes indirectes.
Les méthodes directes ont pour principe de relier directement les taux de marché
obtenus par des courbes (droites et polynômes cubiques en particulier) et les
méthodes indirectes qui passent par l’application d’un modèle et l’estimation de ses
paramètres par la résolution d’un problème d’optimisation.
Dans cette première partie, nous connaîtrons quelques méthodes de reconstruction,
nous ne détaillerons pas ces techniques car ce n’est pas notre objectif pour l’instant
mais nous chercherons à connaître les méthodes de reconstruction utilisées dans
Bloomberg et notamment pour la courbe I53 de Bloomberg.
Etapes de recherche de la méthode de lissage utilisée par Bloomberg :
Dans un premier temps, nous pensons à faire une interpolation linéaire pour des
questions de simplicité de programmation, on va donc l’appliquer à la courbe I53
zérocoupon.
Remarque : Dans la deuxième partie de ce mémoire, le principe de découponnage des
courbes sera expliqué ainsi que sa mise en application qui a servi pour cette première
partie.
35
Zoom sur les maturités 1 an à 2 ans :
Nous constatons qu’en utilisant l’interpolation linéaire qu’il y a un « décalage » ou
plutôt un écart entre les deux courbes qu’il va falloir réduire en procédant à une autre
méthode de lissage qui, elle, va permettre un meilleur lissage.
Dans un second temps, nous utilisons l’interpolation cubique.
Voici le résultat du lissage (zoom sur les maturités 1 an à 2 ans) :
36
On voit que l’interpolation cubique présente un « plus » par rapport à la méthode
linéaire, en effet elle permet d’avoir un caractère plus lisse de la courbe. Cependant,
elle n’a pas permis d’éliminer l’écart entre les deux courbes.
Nous recevons une note interne donnant quelques pistes et répondant à certaines
questions. Le cours de nos recherches est donc réorienté. Voici en quelques lignes les
principales informations :
« Pour calculer le zspread, une courbe zérocoupon est construite à partir de la
courbe I53. La courbe recalculée peut être retrouvée avec la fonction ICVS de
Bloomberg. La méthodologie de construction détaillée de la courbe zérocoupon peut
être trouvée sur Bloomberg. Plusieurs méthodes de lissage peuvent être utilisées, il
s’agit par défaut de la méthode Piecewise linear (simplecompounded zero rate). »
Nous détenons donc la méthode de lissage utilisée, il s’agit de la méthode Piecewise
linear. Ainsi, nous nous sommes penchés sur les fonctionnalités de Bloomberg pour
mieux comprendre les mécanismes. Dans un premier temps, nous nous intéressons à
la fonction ICVS sur la courbe Swap EUR (S45), nous remarquons que celleci ne
présente pas un pic à 1 an comme la courbe implicite calculée. Il ne s’agit donc pas
de celleci.
Ensuite, nous regardons les méthodes de lissage des courbes dans Bloomberg.
Grâce à la fonction « SWDF DFLT » dans le menu, nous arrivons à visualiser les
méthodes d’interpolation utilisées dans Bloomberg.
Nous retrouvons la méthode Piecewise linear (simple compounded zero rate)
suggérée en amont dans la note suivie de 3 nouvelles méthodes.
37
Après analyse des documents sur Bloomberg (voir annexe), nous pouvons dire que :
Les méthodes Piecewise linear simple compounded zero rate et Piecewise linear
continuous compounded zero rate sont essentiellement des interpolations
linéaires. Il s’agit de fonctions linéaires définies par intervalles. La différence
entre les deux se résume aux taux utilisés : taux d’intérêt simple contre taux
d’intérêt composés.
La méthode « Smooth forward/Piecewise quadratic » est la méthode spline
cubique.
La méthode « Stepfunction forward » est une combinaison de fonctions
linéaires en escalier définies par intervalles croissants.
En utilisant quelques unes des méthodes, voici le résultat de lissage obtenu :
Entre 1 an et 2 ans, nous ne disposons pas de points intermédiaires pour la courbe
I53, mais nous remarquons que dans Bloomberg on rajoute un point qui a pour
abscisse 1,5 an. On voit que la méthode Piecewise linear (simplecomp zero rate) et
la méthode Piecewise linear (continuouscomp zero rate) exponentielle passent toutes
deux par ce point dont on n’a pas connaissance dans les données.
Afin de retracer l’une des deux courbes, nous calculons le point 18M par
interpolation linéaire.
38
Nous obtenons la courbe suivante :
Nous sommes bien arrivés à lisser la courbe discrète I53 en mettant en application
quelques techniques de lissage et en nous basant sur celles proposées dans
Bloomberg et en comparant ainsi nos résultats de lissage, nous obtenons les mêmes
courbes. Nous détenons donc les outils de lissage de Bloomberg et ainsi nous
pouvons faire « nos » lissages internes pour les autres courbes étudiées.
39
5. Conclusion
La méthodologie de calcul entre Bloomberg et REFTEC est globalement identique.
Les écarts s’expliquent par un choix de courbe Swap différent :
REFTEC : Courbe discontinue entre maturités courtes, Euribor et maturités
supérieures à 1 an, courbe Swap.
Bloomberg : On interpole le taux Euribor 1 an et la courbe Swap prise pour les
maturités supérieures à 1.5 an.
Ces résultats ont été présentés aux équipes de gestions, à la MOA Front et à l’équipe
d’attribution taux. Ils impacteront essentiellement un changement de source
d’alimentation des zspread.
La gestion crédit a prononcé sa préférence pour la méthode Bloomberg qui a
l’avantage de ne pas présenter de saut de zspread au passage en dessous de la
maturité 1 an.
L’équipe de gestion solution court terme n’utilise pas les zspread des maturités
courtes et ne voit donc pas d’obstacle à passer à la méthode Bloomberg. Il faut
cependant confirmer que le décommissionnement du pricer de REFTEC n’a aucune
incidence sur la valorisation actuelle des Swaps dans les outils Front.
Aussi, les zspread des obligations à taux variable sont peour les deux sources
calculés comme des taux fixes à la worst date. On constate cependant des écarts plus
importants entre Bloomberg et REFTEC sur ces titres alors que notre méthode de
recalcul permet de retrouver les résultats de Bloomberg tandis que les écarts de
REFTEC ne sont pas souvent expliqués.
Enfin, en ce qui concerne les obligations indexées à l’inflation, REFTEC calcule un
zspread à partir des coupons réels contre la courbe Swap nominale, tandis que
Bloomberg les calcule à partir des coupons qui incluent la compensation pour
l’inflation. En conséquence, les zspread de REFTEC sont à peu près 200 bp plus
bas. La méthode de Bloomberg paraît ainsi plus homogène avec le calcul des
obligations nominales.
40
Partie II : Construction des courbes de taux
Dans cette partie, nous allons expliquer en détail comment nous construisons les
différentes courbes de taux à partir des instruments du marché. Nous nous
intéresserons aux courbes Swap, govies et enfin aux courbes inflations et réelles.
1. Les courbes de taux
En finance, une courbe de taux est la représentation graphique de la fonction
mathématique du taux d’intérêt effectif à un instant donné d’un zérocoupon en
fonction de sa maturité d’une même classe d’instruments fongibles exprimés dans
une même devise. Elle permet donc de visualiser la relation existante entre les
valeurs des taux d’intérêt et leurs termes. Généralement, cette courbe est croissante
du fait de l’existence d’une prime de risque (taux longs supérieurs aux taux courts).
Cependant, cette courbe peut s’inverser notamment quand les opérateurs anticipent
une baisse de l’inflation.
Exemple : Courbe des taux italienne du 25 juin 2012
A une date donnée et dans un pays ou une zone économique unifiée, il existe un
grand nombre de courbes de taux. Sur chaque place financière, on peut néanmoins
classer les courbes de taux en deux types: les courbes de marché et les courbes
implicites.
41
Les courbes de marché : Ce sont les courbes que l’on observe qui sont construites
directement à partir des cotations faites sur le marché.
On cite par exemple, les courbes Swap et les courbes de rendement des obligations
d’Etat.
Les courbes implicites : Ces courbes sont déduites des cotations de marché.
On cite à titre explicatif les courbes des taux zérocoupon ou encore les courbes des
taux de rendement au pair.
Parmi les courbes de marché :
La courbe des taux de rendement à maturité : elle est construite à partir des taux de
rendement des obligations.
La courbe des taux de swaps : elle est construite à partir des taux de swaps.
Parmi les courbes implicites :
La courbe des taux zérocoupon ;
La (les) courbe(s) de taux forwards ;
La courbe des taux forwards instantanés ;
La courbe des taux de rendement au pair.
On distingue les courbes de taux selon trois critères : l’émetteur, le niveau de rating
et le secteur auquel il appartient.
2. Les différents types de taux
Il existe six différents types de taux, chacun est utilisé dans un contexte précis :
le taux de rendement à maturité ;
le taux de swap ;
le taux zérocoupon ;
le taux forward ;
le taux forward instantané,
le taux de rendement au pair.
2.1. Le taux de rendement à maturité (ou yield to maturity « YTM » en anglais)
Ce taux est associé à un produit de taux d’intérêt, l’obligation à taux fixe. Cette
dernière est classiquement cotée en prix ou en taux. Ce taux est le taux de rendement
à maturité de l’obligation.
42
L’obligation à taux fixe est évaluée par actualisation des flux futurs qu’elle délivre.
A la date t, le taux de rendement actuariel à maturité de l’obligation de prix V(t)
délivrant les flux F(i) aux dates futures i=t+1,…,m est le taux R(t) qui vérifie
l’équation suivante :
m
F i
V t
i t 1 R t
i t
1
La courbe des taux de rendement à maturité associe à chaque maturité d’une
obligation son taux de rendement.
En pratique, cette courbe souffre de l’effet coupon pour des raisons généralement
fiscales. Pour cause, certains pays taxent différemment le capital et les coupons.
Ainsi, deux obligations de même échéance mais de taux de coupon différent n’auront
pas forcément le même taux de rendement. En effet, les investisseurs préfèrent
l’obligation qui a le coupon le plus élevé ce qui a pour effet d’accroître son prix et de
diminuer son taux de rendement.
2.2. Le taux de swap
Un swap standard est caractérisé par :
l’échange d’une jambe fixe dont les paiements dépendent d’un taux fixe pour une
jambe variable dont les paiements dépendent d’un taux variable ;
un montant principal constant tout au long de la vie du swap ;
la maturité du taux variable est identique à la durée entre deux paiements de la
jambe variable.
La valeur d’un swap standard de montant nominal N est égale à celle d’une
obligation à taux fixe de maturité identique à celle du swap et de même montant
nominal que le swap moins le montant nominal du swap.
A une date t donnée, le taux fixe est déterminé de telle sorte que la valeur du swap
soit nulle. Ce taux fixe est appelé taux de swap. C’est ainsi que sont cotés les swaps.
Les taux de swap cotés sur le marché sont issus de swaps standards entre banques.
C’est pourquoi cette courbe est appelée courbe interbancaire. En zone euro, elle est
construite à l’aide des taux Euribor de maturité 1 jour à 1 an pour la partie courte et
des taux de swaps pour les maturités audelà.
A l’instant t, c’est une véritable photo des cotations sur le marché interbancaire.
2.3. Le taux zéro-coupon
Soit B0, t le prix du marché à la date 0 d’une obligation zérocoupon délivrant 1
euro à la date t. On appelle B0, t le facteur d’actualisation en 0 pour la maturité t.
43
Il s’agit concrètement du taux forward déterminé en t, démarrant en x et finissant un
instant plus tard (un instant infiniment petit). Pour des raisons pratiques, ce taux est
très souvent utilisé en modélisation (le modèle de Heath, Jarrow et Morton par
exemple).
La différence qu’il y a en entre une courbe de taux forward classique et la courbe des
taux forward instantanés est que :
44
Pour la courbe des taux forward instantanés, le paramètre qui varie est le paramètre x.
A chaque valeur de x dans le futur correspond donc la valeur du taux forward
instantané à cette date. La courbe tracée n’est donc pas une courbe par maturité des
taux car celleci est toujours infinitésimale.
Au contraire, pour une courbe des taux forward classique, le paramètre qui bouge est
y x avec x fixé. Dans ce cas précis, on retrouve une véritable courbe des taux par
maturité.
3. Les formes des courbes de taux
La courbe de taux peut prendre cinq formes différentes en fonction des évènements
de marché :
quasiplate ;
croissante ;
décroissante ;
décroissante sur le court terme puis croissante ;
croissante sur le court terme puis décroissante.
La forme croissante est la plus couramment obtenue.
Remarque : Il existe un lien direct entre la forme de la courbe des taux de rendement
au pair et la position relative par rapport aux courbes des taux zérocoupon et forward
correspondantes.
Lorsque la courbe des taux de rendement au pair est croissante (décroissante) :
la courbe des taux zérocoupon se situe audessus (endessous) de celleci ;
la courbe des taux forward se situe audessus (endessous) de la courbe des
taux zérocoupon.
4. L’évolution empirique des courbes de taux
L’étude historique des mouvements de la courbe des taux met en avant les
constatations suivantes :
les taux d’intérêt ne sont pas négatifs ;
les taux d’intérêts sont affectés par des effets de retour à la moyenne ;
les taux n’évoluent pas de façon parfaitement corrélés ;
il existe 3 facteurs de niveau pour les courbes : facteurs de niveau, pente et
courbure. Ils sont à l’origine de plus de 95% des mouvements de la courbe ;
les taux à court terme sont plus volatiles que les taux à long terme.
45
En effet, si les taux d’intérêts réels sont parfois négatifs, généralement dans un
contexte où l’inflation augmente sous l’effet de chocs extérieurs (en période de crise
par exemple), et où parallèlement l’économie ne peut supporter des taux d’intérêt
nominaux trop élevés sous peine de toucher négativement la croissance, les taux
d’intérêt nominaux ne pourront donc pas être négatifs.
Il apparaît en effet aberrant de prêter de l’argent à un taux négatif, il serait dans ce
cas préférable de conserver son argent sans le prêter.
Pour respecter cette propriété, on ne peut pas modéliser les taux par des processus
gaussiens.
Pour ce qui est des autres constatations, différentes études bien détaillées seront
mises en place dans les chapitres suivants qui permettront de valider les affirmations
suivantes.
5. Construction des courbes de taux utilisées
5.1. Courbe swap
La courbe swap est une courbe des taux de marché construite à partir des taux
monétaires et des taux de swap.
Pour les obligations de la zone euro, la courbe des taux swap Euribor est
actuellement la courbe de référence dans l’évaluation et la couverture des produits
dérivées de taux. Elle est construite à partir des opérations de swap dans lesquelles
les banques échangent entre elles ou avec des clients des flux d’intérêts basés sur un
taux fixe contre des flux d’intérêts basés sur un taux variable, dans ce cas l’Euribor.
En zone euro, la courbe des taux swap est construite à partir d’un panier
d’instruments comprenant :
le taux EONIA qui est le taux de référence quotidien des dépôts interbancaires
effectués au jour le jour ;
les taux du marché monétaire, typiquement les taux Euribor de maturités 1
semaine à 9 mois, exprimés en convention Actual/360 et ;
les swaps standards pour les maturités supérieures à 1 an.
Chez Amundi, les données interbancaires proviennent de la base des données
« HistoricalRefTecCurves.mde » qui est quotidiennement mise à jour. Nous
récupérons ces données à l’aide du module « mPlugMONETARY » codé en VBA.
Un exemple de courbe des taux interbancaires est montré dans le tableau qui suit. Les
données dans le tableau ont été téléchargées le lundi 25 juin 2012. Dans la dernière
colonne « Type », le code 1 représente le marché monétaire et le code 2 la marché à
moyen et long terme.
46
Ainsi, avec les données téléchargées, nous pouvons tracer la courbe des taux swap.
5.2. Définition des contrats swap
Généralement un contrat swap est un produit dérivé dans lequel une partie possédant
un certain instrument financier s’accorde avec une autre partie possédant un
deuxième instrument financier pour échanger certaines des caractéristiques de leurs
instruments. Par exemple, dans le cas d’un swap entre deux obligations, les parties
peuvent se mettre d’accord pour échanger les coupons périodiques. Plus précisément,
les deux parties s’accordent pour échanger une série de revenus générés par le
premier instrument contre la série de revenus générés par le deuxième instrument.
Chacune de ces séries est appelée une jambe du contrat swap. De manière générale,
au moins une des deux séries dépend d’une variable aléatoire (comme un taux
d’intérêt, un taux de change ou le prix d’une action), dont la valeur est inconnue
quand le contrat est signé. Le contrat spécifie les termes de l’échange, en particulier
le montant notionnel qui sert au calcul des séries de revenus, les dates de paiement et
la manière dont les paiements sont calculés. Les contrats swap sont en général des
contrats de gré à gré, mais il existe certains contrats swaps standardisés en particulier
sur le marché des futures du CME (Chicago Mercantile Exchange). Ils sont utilisés à
des fins de couverture ou pour spéculer sur la hausse ou la baisse de la valeur d’un
des instruments.
6. Explication de la méthode de récupération des courbes de taux
Les courbes de taux sont récupérées de Reuters. Elles ont pour caractéristiques :
exprimées en taux sur une base annuelle ;
récupérées à 17h ;
47
composées des plots suivants (lorsqu’ils sont disponibles sur Reuters) : 0Y,
0.25Y, 1Y, 2Y, 3Y, 4Y, 5Y, 6Y, 7Y, 8Y, 9Y, 10Y, 11Y, 12Y, 13Y, 14Y, 15Y,
16Y, 17Y, 18Y, 19Y, 20Y, 21Y, 22Y, 23Y, 24Y, 25Y, 26Y, 27Y, 28Y, 29Y,
30Y et 50Y (pour swap USD et GBP).
Remarque : Les courbes swaps récupérées sont exprimées en nominal.
La Recherche Taux s’occupe de gérer les erreurs des processus quotidiens que
rencontrent les gérants, il est donc intéressant de remonter aux processus incorporés
aux mires de gestion ainsi qu’aux intermédiaires de calcul.
Avant de savoir comment sont construites certaines courbes, il est important d’en
connaître les sources.
Il existe deux sources de courbes :
Celles qui viennent d’une base de données Amundi nommée DECALOG :
Elles donnent les résultats de calcul de toutes les courbes ;
Elles donnent les résultats de lissage.
Celles qui viennent d’une base de recherche BASE ACCESS :
Elles donnent les résultats de calcul par la recherche.
DECALOG, grande base de données de la production est maintenue par l’équipe
informatique d’Amundi (SITS). Les trois tables qui constituent cette base sont :
CA_CURVES_DEF : contient la définition des courbes et de ses vacations
d’alimentation
CA_CURVES_RIC : contient les détails des codes RICs
CA_CURVES : contient les valeurs (quotes) alimentées au quotidien.
Pour chaque alimentation, un code JAVA cherche les informations dans la base de
données (les codes RICs à soumettre), construit les requêtes à partir des codes RICs,
les envoie à Reuters. On analyse ensuite les résultats et enfin on les données sont
enregistrées dans la base de données (table CA_CURVES).
Pour ajouter de nouvelles courbes, on insère directement leurs définitions dans les
deux tables CA_CURVES_DEF et CA_CURVES_RIC.
BASE ACCESS quant à elle constitue la base de données pour la recherche. Pour
alimenter cette base, il y a des batchs qui tournent tous les jours dans le poste de
Reuters. Les données alimentées viennent soit depuis les fichiers fournis par l’équipe
du référentiel, soit depuis Reuters directement.
48
Avant d’être utilisées, les courbes passent par le processus suivant :
Dans un premier temps, la mise à jour des courbes de taux se fait quotidiennement
(jours fériés inclus hors WE) par batch vers 17h30, à partir des données Reuters.
Ensuite, les courbes de taux sont lissées. Ces courbes sont issues d’un traitement qui
se lance à la fin de la récupération des courbes brutes (de 17h30 à 19h) et prend en
compte les modifications qui sont effectuées par le référentiel.
Après cette étape, les courbes de taux sont contrôlées le soir à partir de 17h30. Enfin,
elles sont utilisées pour le pricing des données REFTEC le lendemain vers 7h du
matin.
On voit là l’importance de chaque étape avant l’utilité finale servant au pricing et on
voit encore une fois l’importance des problématiques de ce mémoire à savoir raffiner
le lissage et le contrôle des courbes de taux.
6.2. Calcul d’une courbe zéro-coupon- Explications de l’algorithme REFTEC du
découponnage d’une courbe de marché
Les courbes de taux doivent être construites avec des taux de rendement
d’instruments homogènes pour avoir une série de données cohérente. Or, il arrive
dans certains cas que cette contrainte ne soit pas vérifiée, par exemple : deux
obligations ayant la même échéance mais des durations différentes n’auront pas le
même taux de rendement ou encore deux coupons identiques appartenant à deux
obligations à maturité différente ne seront pas actualisés au même taux de rendement,
alors qu’ils génèrent le même flux.
C’est pourquoi, pour pallier à ces problèmes on construit une courbe de taux zéro
coupon, c’est ce qu’on appelle dans REFTEC « découponnage » d’une courbe de
marché, à partir des instruments cotés.
La méthodologie utilisée dans REFTEC s’appelle le bootstrapping. Cette
méthodologie est basée sur le fait que le prix théorique d’une obligation est égal à la
somme de ses flux actualisés aux taux zérocoupon de l’échéance de chaque flux.
Ici, on cherche à découponner une courbe Swap.
6.2.1. Explication de l’algorithme REFTEC
Méthode de calcul sur le court terme :
Sur le moins d’un an, le remboursement du capital intervient en même temps que le
paiement des intérêts, les instruments sont donc généralement de type zérocoupon.
Ainsi, on voit bien que l’on reprend le taux observée de la courbe couponnée (taux de
marché), d’où l’égalité entre les deux cases.
49
Le SIGMA et le AUX seront expliqués ultérieurement.
Méthode de calcul sur le long terme :
On est maintenant confronté aux règlements intermédiaires d’intérêts (détachement
de coupons) généralement annuels.
Pour simplifier, on va prendre un exemple :
On a les taux suivants sur le marché :
1an 1.62%
2 ans 1.13%
3ans 1.21%
Pour le 1 an, comme dit cidessus le problème ne se pose pas. Par contre, il faut bien
vérifier qu’on est bien en base exact/exact. Si ce n’est pas le cas, recours à une
conversion.
Pour le 2 ans, nous avons un flux intermédiaire. Ce flux (1.13) devra être actualisé au
taux zérocoupon du 1 an (1.62%).
Pour simplifier, on prend comme montant de départ 100.
On se retrouve donc avec l’équation suivante :
1.13 101.13
100
(1 0.0162) (1 t z2 ) 2
1
On retrouve donc le taux zérocoupon pour la maturité 2 ans :
t z 1.12% 2
Pour le 3 ans, on a 2 flux intermédiaires. Le premier flux doit être actualisé au taux
zérocoupon du 1 an et le deuxième flux au taux zérocoupon du 2 ans.
Nous devons donc résoudre l’équation suivante :
1.21 1.21 101.21
100
(1 0.0162) (1 t z2 )
1 2
(1 t z3 ) 3
50
On en déduit alors le taux zérocoupon pour la maturité 3 ans :
t z 1.20%
3
De proche en proche, on arrive à retrouver les taux zérocoupons pour toutes les
périodes.
Il nous reste 2 points à éclaircir, le S I G M A et le A U X introduits.
Comme nous raisonnons par récurrence, on a mis en place deux facteurs qui
permettent simplement de faciliter les calculs.
En isolant dans chaque équation le taux zérocoupon à une maturité donnée, nous
retrouvons ces deux facteurs et nous en déduisons la formule générale.
1
AUX n
(1 t z ) n
S IGMAn S IGMAn1 AUX n1 ; avec n la maturité 2.
Pour 1 an, SIGMA1 est égal au taux de marché actualisé.
On devine les appellations données, S I G M A puisqu’il s’agit d’une somme (somme
récursive) et A U X puisqu’il s’agit d’une formule auxiliaire, une formule qui nous aide
à passer d’une maturité à une autre.
51
Les calculs présentés cidessus servent à trouver, de proche en proche, les taux zéro
coupon de la courbe swap prise ici comme exemple.
Cet ensemble représentera ce que l’on appelle la courbe zérocoupon.
A. Courbes govies :
Govies est un terme qui désigne les emprunts d’Etat ou encore les dettes souveraines.
Il s’agit donc d’investissement sans risque ou presque. Ces obligations sans risque ou
tout du moins avec des risques très limités sont appréciées en temps de crise où le
risque de marché est très élevé par rapport à la rentabilité attendue.
Le taux actuariel des emprunts d’Etat appelé aussi taux sans risque correspond à celui
débattu quotidiennement sur les marchés financiers. Pour les pays de la zone Euro, la
notion de taux sans risque est plus discutable du fait que les pays de la zone Euro
n’ont plus la maîtrise de la frappe de leur propre monnaie.
Cet ensemble d’emprunts d’Etat ou Govies sert de repère pour déterminer en quelque
sorte la valeur minimale à laquelle une société devrait emprunter afin de lever des
fonds. Le taux sans risque correspond au taux de rémunération acceptable pour le
prêteur, sans risque de défaillance de la part de l’emprunteur.
52
La courbe govies est donc une courbe des taux de marché construite à partir des taux
sans risque.
Exemple : En mars 2009 nous avons constaté que quelle que soit la durée des
emprunts, les taux US sont significativement plus bas que ceux de la France ou de la
zone Euro. D’autre part, la courbe des emprunts français s’est repentifiée passant
d’une structure plate en 2008 à une forme normale (ascendante). Une forme plate de
la courbe de la gamme des taux anticipe une baisse des taux. Cet événement c’est
réellement produit entre 2008 et 2009 en particulier sur la partie de la courbe 1 an à 5
ans.
Notons aussi qu’à l’intérieur de la zone Euro, selon les pays membres les valeurs
constatées sur le marché des taux des emprunts peuvent être différentes selon les
États. Cette différence c’est ce que l’on appelait spread en première partie.
Chez Amundi, l’équipe Référentiel met à disposition les courbes disponibles dans
REFTEC. Ces courbes sont récupérées de DECALOG. Reuters fournit les taux
govies. Ainsi, nous arrivons à récupérer dans notre équipe les courbes govies.
B. Courbes inflations :
Toutes les obligations sont exposées au risque du taux d’inflation, c’estàdire au
risque d’une hausse ou d’une baisse du taux d’inflation. L’inflation se caractérise par
une hausse générale des prix des biens et services sur une période prolongée qui
conduit à une baisse de la valeur de la monnaie. La mesure de l’inflation se fait grâce
à un indice de prix à la consommation (IPC).
Une prévision du taux d’inflation peut être approximé par l’équation de Fisher :
TauxRéel TauxNomin al Tauxd' Inflation
53
Avec cette équation, on voit bien que le taux d’intérêt réel est le taux d’intérêt
nominal corrigé du taux d’inflation.
Cette relation reste valable si les 3 taux d’intérêts sont relativement faibles (inférieurs
à 20%). Un taux d’intérêt nominal est toujours positif alors qu’un taux réel peut être
négatif.
Afin de contrer une montée du taux d’inflation, les gérants peuvent investir dans des
obligations indexées sur l’inflation afin de garder le même pouvoir d’achat pendant
toute la durée de vie des obligations. Ils assurent au porteur un remboursement du
principal ajusté au niveau d’inflation et payent un coupon adossé à l’inflation.
L’indice d’inflation utilisé est spécifié au préalable et est généralement établi par un
organisme statistique indépendant. La différence entre le taux de rendement d’une
obligation classique (taux nominal) et son équivalente (même émetteur, même
échéance,…) indexée sur l’inflation (taux réel) est appelée point mort d’inflation ou
breakeven inflation.
N T RT BEI T
Où :
NT est le taux de rendement nominal d’une obligation classique de maturité T .
RT est le taux de rendement réelle d’une obligation indexée sur l’inflation de maturité
T .
B E I T est le breakeven inflation de maturité T .
Il correspond à l’inflation anticipée et détermine l’attrait relatif des obligations
indexées par rapport aux obligations nominales. Ainsi, si l’inflation réalisée sur la
période est supérieur au breakeven inflation alors l’obligation indexée sur l’inflation
aura une meilleure performance que l’obligation classique de même maturité.
Ainsi, la courbe inflation est donc une courbe des taux de marché construite à partir
des taux d’inflation que l’on récupère.
54
7. Conclusion
Dans cette partie, nous avons expliqué comment nous construisons les différentes
courbes de taux utilisées à partir des divers instruments du marché. Nous nous
sommes intéressés à la construction des courbes swap, govies, réelles et inflation.
Comprendre leur construction permet de mieux analyser les données et déchiffrer les
techniques utilisés dans REFTEC. Un meilleur traitement des données permet de
mieux les exploiter pour la suite. Dans ce qui suit, nous étudierons le contrôle des
courbes de taux.
55
Partie III : Contrôle des courbes de taux
Dans cette troisième partie, on va définir précisément les procédures de contrôle des
courbes de taux utilisées pour le pricing REFTEC, les différentes actions à mener en
cas d’anomalie et enfin nous expliciterons les nouveaux modes de contrôle des
courbes de taux : contrôle de séries temporelles à l’aide de l’ACP (Analyse en
Composantes Principales) et un contrôle à partir du calcul du taux forward sur les
taux zérocoupons swap.
1. Définition des contrôles de courbes de taux mis en place
Quatre types de contrôles doivent être effectués chaque soir par le référentiel sur une
partie du périmètre des courbes :
1. Contrôle de présence
2. Contrôle des courbes partielles
3. Contrôle des points aberrants
4. Contrôle des lissages aberrants
1.1. Contrôle de présence
Il convient de vérifier visuellement si la courbe brute et sa version lissée sont
présentes.
Pour faire défiler les courbes
Pour sélectionner les dates
Pour voir ou non les courbes
lissées
Remarque : Il est important de visualiser chaque courbe.
56
En cas d’absence de courbe comme dans le cas cidessous, il est pertinent de
comparer la courbe du jour et celle du précédent jour ouvré (J1). Il faut cependant
faire attention au traitement du lundi car la courbe du précédent jour ouvré
correspond à la courbe du vendredi donc à J3.
En pratique, dans le cas d’absence de courbe, n’apparaîtra que la courbe de la veille
(en vert) et non la courbe du jour (en bleu).
1.2. Contrôle des courbes partielles
Une courbe partielle est une courbe sensiblement plus ou moins longue par rapport
aux courbes des jours précédents. Il convient de vérifier visuellement qu’aucune
courbe (brute ou lissée) ne soit partielle.
57
En pratique, lorsqu’on clique sur le point aberrant, s’affiche le détail du point de la
courbe :
On a le choix soit de le supprimer, soit de le modifier. Si on choisit de le modifier, un
écran de modification apparaît :
On saisit le bon taux Ask=Bid=Mid ; le taux à saisir est à 102 (exemple : 2.56% =>
0.0256). On clique sur modifier.
58
Pour tous les points modifiés sur une courbe govies, on clique sur « Smooth again »
pour relisser la courbe.
1.4. Contrôle des lissages aberrants
Une courbe brute parfaite peut engendrer une courbe lissée aberrante du fait de
l’algorithme de lissage utilisé. Il convient de vérifier visuellement qu’aucune courbe
lissée ne dévie par rapport à sa version brute. On distingue trois niveaux
d’importance : les courbes critiques, les courbes importantes et les autres courbes. En
fonction de l’importance des courbes, la procédure de contrôle n’est pas la même.
1.5. Contrôle des courbes critiques
Le périmètre de contrôle concerne :
En cas d’absence de courbe brute ou lissée ou en cas de courbe partielle, il faut
relancer l’alimentation et le lissage de la courbe le soir même.
En cas de points aberrants (> 1an), il faut corriger le point et relancer le
lissage.
En cas de lissage aberrant, il faut vérifier si ce point aberrant n’est pas situé sur
un point d’attachement et ensuite relancer l’alimentation et le lissage de la courbe
le soir même.
59
En cas d’absence de courbe brute ou lissée ou en cas de courbe partielle, il faut
relancer l’alimentation et le lissage de la courbe le soir même.
En cas de points aberrants (> 1an), il faut corriger le point et relancer le
lissage.
En cas de lissage aberrant, il faut vérifier si ce point aberrant n’est pas situé sur
un point d’attachement et ensuite relancer l’alimentation et le lissage de la courbe
le soir même.
1.7. Contrôle des autres courbes
Le périmètre de contrôle concerne :
60
Une fois le contrôle des courbes critiques et importantes achevé, dans la mesure du
possible détecter les problèmes sur ces courbes et recopier la courbe du dernier jour
ouvré précédent (courbe brute et lissée). La recopie concerne uniquement la ou les
courbes en erreur.
1.8. Contrôle des courbes pendant les périodes particulières
1.8.1. Cas des jours de non settlement (zone Euro)
Systématiquement, le soir de chaque de non settlement de la zone Euro, la totalité des
courbes veilles devront être recopiées de manière manuelle dans un premier temps
(via une astreinte) et dans un second temps automatiquement.
Les jours sont les suivants : le 1er janvier, le vendredi saint, lundi de Pâcques, le 1er
mai, le 25 décembre, le 26 décembre.
1.8.2. Cas des jours fériés
Le soir de chaque jour férié, les courbes devront être contrôlées via une astreinte
suivant la même procédure que les jours ouvrés.
Une attention particulière doit être apportée aux courbes critiques et importantes. Il
n’est pas prévu d’astreinte côté Recherche et Systèmes de gestion, les relances
d’alimentation des courbes ne sont plus possibles côté informatique a priori.
Si aucune astreinte n’est prévue côté Référentiel, il est nécessaire que la MOA
Gestion ainsi que la Recherche soient mises au courant avant le jour férié afin de
déterminer la marche à suivre.
Une attention particulière doit être apportée lorsque les jours fériés sont un vendredi
ou un lundi.
2. Nouveaux contrôles pour les courbes de taux
2.1. Contrôle de cohérence sur les courbes de taux
2.1.1. Contraintes d’arbitrabilité
La contrainte standard de non arbitrabilité d’une courbe de taux porte sur ses
forwards implicites qui ne doivent pas être négatifs. Cette contrainte implique que la
courbe des zérocoupons doit être monotone décroissante.
On peut vérifier cette contrainte de proche en proche sur l’ensemble de piliers de
marché. La méthode d’interpolation choisie garantit ensuite l’absence d’arbitrage lors
de l’évaluation des produits.
61
En effet :
ln B(t , T )
On sait que f t , T or, f t , T 0
T
ln B (t , T ) 1 B (t , T )
Donc 0 d’où 0
T B (t , T ) T
Et comme les zérocoupons sont (doivent être) aussi positifs en AOA, on en déduit
B ( t , T )
que : 0
T
Ainsi la courbe des zérocoupons est monotone décroissante.
2.1.2. Seuils d’alerte
Audelà des strictes contraintes d’arbitrabilité, on peut se donner des seuils à partir
desquels les formes des courbes doivent faire l’objet d’une vérification.
Contrôle sur la courbe des forwards :
Un forward 3 mois ne doit pas diverger de +/ max (12.5% ; 25bp) de la
moyenne des forwards 3 mois qui l’encadrent.
Un forward 3 mois ne doit pas diverger de +/ max (25% ; 50bp) du
forward 3 mois qui le précède.
Le taux 3 mois départ spot n’est pas testé.
3. Applications
Nous étudions les courbes swaps Euro. Pour ce faire, grâce à l’outil SQL nous
faisons une extraction de données en sélectionnant les éléments suivants :
« RIC_REUTERS » ; « CURVE_DATE » ; « POINT_DATE » ; « POINT_BID » ;
« POINT_ASK » ; « POINT_MID » et « MATURITY » pour un historique qui
commence à partir du 31/12/2006 et en prenant les points qui servent à construire la
courbe swap brute.
Dans un premier temps, nous séparons les données concernant les courbes swaps
Euro qui ont une maturité supérieure à 1 an de celles qui sont inférieures à 1 an.
Dans un second temps, j’applique la technique du bootstrapping décrite
précédemment pour les maturités supérieures à 1 an.
Enfin, je mets en place les contrôles de cohérence sur les courbes swaps Euro.
62
Le taux zérocoupon forward est un taux d’intérêt qui démarre dans le futur et que
nous pouvons garantir aujourd’hui en mettant en place une certaine stratégie. Notons
F t , S, T le taux forward fixé en t , démarrant en S avec l’échéance en T , alors :
convention date
S t
F t , S , T
1 ZC t
S
convention date
T S
1, t S T ,
T t
1 ZC t
T
convention date
Où ZC tS désigne le taux zérocoupon au comptant démarrant en t avec l’échéance en
S .
Nous donnerons une démonstration en construisant une stratégie en t comme suit :
Acheter une obligation au taux ZC tT avec l’échéance en T , de nominal N ;
Vendre une obligation au taux ZC tS avec l’échéance en S , de même nominal
N.
La figure ciaprès montre les cashflows futurs de cette stratégie :
Le payoff en t est 0. Cette stratégie est en effet équivalente à la stratégie suivante :
Acheter en S une obligation au taux F t , S, T avec l’échéance en S , de
nominal N 1 ZCtS
S t
conventiondate
.
Ainsi, avec les deux stratégies, nous obtenons l’équation cidessous :
N 1 ZC tS
S t T t
1 F t , S , T
T S
conventiondate conventiondate N 1 ZC tT conventiondate
Il nous suffit de résoudre cette équation pour obtenir la formule voulue de F t , S , T .
Concrètement, T S varie entre 1 jour et 30 ans, S étant fixé au départ. Nous
pouvons tracer de nombreuses courbes des taux zérocoupon forward en variant la
valeur de S :
1
La courbe des taux forward démarrant dans 1 mois : S ,
12
63
3
La courbe des taux forward démarrant dans 3 mois : S ,
12
La courbe des taux forward démarrant dans 1 an : S 1, et
La courbe des taux forward démarrant dans 10 ans : S 10, etc.
Les taux forward sont calculés à l’aide de la fonction « forward » codée en VBA.
Cette fonction prend 7 arguments : date de début, la plage maturité de zérocoupon
(‘date_end’), la plage facteur d’actualisation par taux zérocoupon (‘df’), code de
convention daycount («ACTUAL360 »). Pour voir comment la fonction marche,
nous reprenons la formule des taux forward :
convention date
S t
F t , S , T
1 ZC tS convention date
T S
1, t S T ,
T t
1 ZC T
t convention date
Pour chaque calcul :
Nous prenons S date de début, T date de fin. Les deux dates sont recherchées dans
la plage maturité de zérocoupon pour trouver les deux facteurs d’actualisation aux
taux zérocoupon notés DF t , S et DF t , T qui correspondent à ces deux dates.
Ensuite, on calcule le nombre de jours écoulés entre S et T divisé par 360 selon la
convention daycount.
Enfin, par composition simple (expansion de Taylor au premier ordre), la formule du
taux forward est :
D F t , S
1
D F t , T
F t , S , T t S T ,
T S
360
3.2. Validation des contraintes de non arbitrabilité de la courbe des taux
Après calcul des taux forward implicites, nous vérifions qu’ils ne sont pas négatifs et
donc la courbe des zérocoupon est bien monotone décroissante.
L’interpolation linéaire choisie dans notre cas garantit l’absence d’arbitrage lors de
l’évaluation des produits.
3.3. Mise en place et validation des seuils d’alerte
L’idée de la méthodologie est de calculer la série de taux : Taux 3 mois dans 3 mois,
Taux 3 mois dans 6 mois etc., ensuite faire des contrôles sur les valeurs adjacentes.
64
On applique ce calcul sur une courbe découponnée. Pour les maturités longues pour
lesquelles nous n’avons que des taux à maturité entière, 1Y, 2Y … 30Y, la question
qui se pose est : doiton rester sur des taux forward 3M en faisant des interpolations
ou doiton passer à des contrôles sur taux forward de durée 1 an ?
Nous faisons le choix de faire des contrôles sur taux forward de durée 1 an car si on
choisit de rester sur des taux forward 3M, on devra tester les courbes
indépendamment de la méthode d’interpolation et aussi tester ces relations sur les
plots de marché uniquement et traduire les contraintes sur des ténors variés.
Cependant, il reste intéressant de tester l’impact de la méthode d’interpolation afin,
par exemple de valider son choix ainsi que celle des plots de marché.
Dans la pratique, ces contrôles seront mis en place pour tester des courbes zéro
coupon sans accès aux plots de marché et donc le test réagira au choix de la méthode
d’interpolation : avec ou sans lissage des forward. Aussi, autre problème lorsque la
méthode d’interpolation admet des discontinuités des forward, les tests donnent des
limites sur ces discontinuités. Nous allons donc faire le choix de faire des contrôles
sur taux forward de durée 1 an.
L’objectif final étant de faire des back test pour voir si nous pouvons trouver des
méthodologies de contrôle qui pourront aider le référentiel.
Le contrôle sur la courbe des forward mis en place est le suivant :
Un forward 3 mois ne doit pas diverger de +/ max (12.5% ; 25bp) de la
moyenne des forward 3 mois qui l’encadrent.
Un forward 3 mois ne doit pas diverger de +/ max (25% ; 50bp) du
forward 3 mois qui le précède.
Le taux 3 mois départ spot n’est pas testé.
3.4. Résultats et proposition de nouveaux seuils mieux adaptés
0.300000%
0.050000%
0.000000%
7 7
/0 07
7 8
1 8
7 9
/0 09
7 0
1 0
7 1
/0 11
2
/0 00
/0 00
/0 00
/0 00
/0 01
/0 01
/0 01
01
02 /20
02 /20
02 /20
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
/2
1
1
/0
02
Date
65
14.00000%
12.00000%
10.00000% Perf ormance sur
moyenne f orw ard
8.00000% proches
6.00000% Seuil Pierre Capra
(12.5%)
4.00000%
2.00000%
0.00000%
7 7
1 7
7 8
1 8
7 9
1 9
7 0
1 0
7 1
1/ 1
12
/0 00
/0 00
/0 00
/0 00
/0 00
/0 00
/0 01
/0 01
/0 01
/0 01
20
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
1
/0
02
Curve Date
0.6000000%
0.5000000%
Erreur sur forw ard
0.4000000% précédent
Seuil Pierre Capra (50
0.3000000%
bp)
0.2000000% Nouveau Seuil
0.1000000%
0.0000000%
7 7
1 7
7 8
1 8
7 9
1 9
7 0
1 0
7 1
1/ 1
12
/0 00
/0 00
/0 00
/0 00
/0 00
/0 00
/0 01
/0 01
/0 01
/0 01
20
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
1
/0
02
Curve Date
66
30.0000%
25.0000%
5.0000%
0.0000%
7 7
1 7
7 8
1 8
7 9
1 9
7 0
1 0
7 1
1 1
2
/0 00
/0 00
/0 00
/0 00
/0 00
/0 00
/0 01
/0 01
/0 01
/0 01
01
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
02 /2
/2
1
/0
02
Curve Date
Nous constatons que les seuils proposés en littérature sont bien adaptés, cependant
nous décidons de fournir au référentiel de nouveaux seuils qui ont été backtestés sur
d’autres courbes de taux (les plus atypiques) et qui marchent toujours bien.
Pour le test 1, concernant l’erreur sur les forward proches, on a coupé au niveau de
0.10% ensuite on a fait une moyenne sur tous les points restants. De là on a déduit
qu’un seuil à 0.10% serait plus judicieux.
Pour le test 4, concernant la performance sur le forward précédent, on a coupé à
0.20%, puis on a fait une moyenne sur tous les points audessus de 0.15%.
De là on a déduit qu’un seuil de 0.20% serait plus juste.
4. Contrôle de séries temporelles à l’aide de l’ACP
4.1. Cadre général
Développé par Karl Pearson (1901) et Harold Hotelling (1933), l’Analyse en
Composantes Principales (ACP) est une technique qui permet de résumer à l’aide
d’un nombre restreint de facteurs l’information provenant d’un nombre important de
variables quantitatives tout en minimisant la perte d’information. Ses facteurs
permettent de passer d’une famille de variables corrélées à une nouvelle famille de
variables décorrélées deux à deux qui sont une combinaison linéaire des variables
initiales.
Nous considérons un tableau X de données de p individus et n variables :
x11 ... x1p
X M n p
x1 ... x np
n
67
x1i
Chaque colonne notée x i R pour i 1 à p représente un individu.
xi
n
Chaque individu se voit affecter un poids pi et on note
p1 0 0
D p diag pi i 1à n 0 0 M nn la matrice diagonale des poids.
0 0 p
n
Le nuage des points des individus est noté N x1,...x p Rn . Géométriquement, le
principe de l’ACP est de projeter le nuage de points dans un sousespace de
dimension inférieur à n.
La métrique dans Rn utilisée pour mesurer la distance d xi , x j entre deux individus x i
et x j est noté M . Ainsi, nous avons : d 2 xi , x j xi x j
2 '
xi x j M xi x j .
M
n n
Le vecteur des centres de gravité est donnée par : g p j avec g i p j x i j .
j 1 j 1
y1i
L’individu i après que l’on est centré est noté : y R n
i
yi
n
La matrice de covariance des données centrées est donnée par le produit matriciel :
V YDpY M p p .
Projeter le nuage des individus sur les sousespaces de dimensions inférieurs
implique une perte d’information. Cette quantité d’information est appelée inertie du
nuage des points ou variance expliquée. L’inertie totale ou variance totale notée I T est
la somme des inerties contenue dans chaque sous espace soit la somme des distances
68
au carré entre les individus et le centre de gravité pondéré par le poids de chaque
individu.
Le but de l’ACP est de trouver des sous espaces qui minimisent cette perte
d’information et donc maximise l’inertie totale du nuage de points. La détermination
des sousespaces se fait axe par axe. Ces axes sont appelés axes factoriels. Le premier
axe u1 est tel que l’inertie totale du nuage des individus sur cet axe est maximale.
Géométriquement, cela consiste à minimiser l’écart entre tous les individus y i avec i
= 1 à n et leur projection 1i . .
En finance, l’ACP a de nombreux champs d’applications. Elle peut être utilisée pour
calculer des ratios de couverture, simuler des scénarios de la courbe des taux ou bien
mesurer le risque. Dans notre étude, l’ACP a servi à étudier les mouvements de la
courbe des taux.
L’ACP d’une série temporelle consiste à étudier la matrice de corrélation des
variations successives des réalisations des variables. Son but est d’expliquer le
comportement d’un nombre quelconque de variables observées grâce à un nombre
plus réduit de variables implicites non observées. D’un point de vue mathématique, il
s’agit de transformer un ensemble de variables corrélées en un ensemble de variables
orthogonales reproduisant l’information originellement présente dans la matrice de
corrélation.
La méthode permet d’écrire les variations de taux d’intérêt dRt , k , qui sont en
général fortement corrélées pour différentes maturités, en termes de nouvelles
variables aléatoires C tl qui sont statistiquement non corrélées :
m
dRt , k c lk C tl
l 1
Comme il sera expliqué plus bas, de nombreuses études empiriques ont montré que la
variance de la structure par terme des taux d’intérêt est expliquée en général pour
plus de 95% par les trois premières composantes principales. Ainsi, on peut
simplement écrire :
69
3
dRt , k c lk C tl t c1k C t1 c 2 k C t2 c 3 k C t3
l 1
Où l’oubli du terme d’erreur ne représente qu’une perte négligeable de l’information
totale. Dans la mesure où les variations de taux d’intérêt pour des maturités
différentes dRt , k sont fortement corrélées, il semble intuitivement possible et
souhaitable d’utiliser un faible nombre de variables non corrélées afin de résumer
l’information présente.
Ici, les composantes ont été ordonnées de telle sorte que C t1 corresponde à la fraction
la plus élevée de la variance totale 2 , C t2 à la deuxième fraction la plus élevée de la
variance totale, et C t3 à la troisième fraction la plus élevée de la variance totale. De
plus, comme on l’expliquera cidessous, ces trois facteurs peuvent naturellement
s’interpréter comme respectivement, un facteur de niveau, un facteur de pente et
un facteur de courbure de la courbe des taux.
Avant de passer à l’application de l’ACP pour la suite de nos études, je vais proposer
quelques remarques générales. Je ne détaillerai pas ici toute la théorie soustendant
cette méthode, et je renvoie le lecteur intéressé à l’importante littérature spécialisée
(voir par exemple Basilevsky, 1994). Il suffit pour nous de rappeler l’interprétation
des trois composantes principales.
- La composante de niveau : Les études empiriques indiquent que la
composante C 1 correspondant à la plus grande valeur propre est telle que la
fonction k c1k est à peu près constante, i.e. c11 c12 ... c1m . C’est la raison
pour laquelle cette composante est interprétée comme représentant les
variations parallèles (ou de niveau) de la courbe des taux. Elle s’apparente
classiquement à un taux d’intérêt moyen sur plusieurs maturités, un taux court
ou un taux long. Cette composante explique plus de 60% des variations de la
courbe des taux, et donne une certaine justification aux méthodes de
couverture naïves qui reposent sur l’hypothèse de variations parallèles.
- La composante de pente : La composante C 2 qui correspond à la deuxième
plus grande valeur propre telle que la fonction k c 2 k est à peu près
croissante ou décroissante, i.e. c21 c22 ... c2m ou c21 c22 ... c2m . Cette
fonction traverse l’axe des abscisses en un taux pivot de maturité comprise
entre 2 et 6 ans, selon les périodes et les pays considérés. C’est la raison pour
laquelle cette composante s’interprète comme un facteur de pente (ou de
rotation), car elle a un effet contraire sur les taux longs et sur les taux courts.
Elle est assimilée à un écart taux long moins taux court et explique de 5% à
25% des déformations de la courbe des taux.
70
71
Vecteurs Propres CA
0.8
0.6
0.4
Coordonnées
Translation
0.2 Rotation
Courbure
0
01Y 02Y 03Y 04Y 05Y 07Y 09Y 10Y 15Y 20Y 30Y
-0.2
-0.4
-0.6
Maturité
Figure 7 : Composantes Principales de la courbe d’Etat canadienne
Vecteurs Propres EU
0.8
0.6
0.4
Coordonnées
Translation
0.2 Rotation
Courbure
0
01Y 02Y 03Y 04Y 05Y 07Y 09Y 10Y 15Y 20Y 30Y
-0.2
-0.4
-0.6
Maturité
Figure 8 : Composantes Principales de la courbe d’Etat européenne
72
Vecteurs Propres US
0.8
0.6
0.4
Coordonnées
0.2 Translation
Rotation
0 Courbure
01Y 02Y 03Y 04Y 05Y 07Y 09Y 10Y 15Y 20Y 30Y
-0.2
-0.4
-0.6
Maturité
Figure 9 : Composantes Principales de la courbe d’Etat américaine
Nous constatons de ces 3 exemples que :
Le premier facteur principal représente l’effet de translation sur la courbe d’Etat ;
Le deuxième facteur principal représente l’effet de rotation sur la courbe d’Etat,
cet effet explique le fait que les obligations court terme et long terme varient de façon
opposée ;
Le troisième facteur principal représente l’effet de courbure sur la courbe d’Etat,
l’effet est d’autant plus important que les points moyen terme évoluent dans le sens
opposé que les points long et court terme.
Il est intéressant de noter que ces 3 facteurs sont exactement ceux qui sont mis en
évidence et repris dans le modèle de NielsonSiegel.
4.2.2. ACP sur les courbes du « monde »
Afin de déterminer les facteurs qui expliquent au mieux la corrélation entre les
courbes représentatives du « monde », on va effectuer une nouvelle ACP sur les
composantes principales des courbes précédemment déterminées. On va regrouper
les composantes des courbes choisies par type de facteurs (translation, rotation,
courbure) et effectuer une ACP sur chaque paquet.
Soient :
- P_TR, P_ROT, P_CURVE les matrices constituées des 3 premières
composantes principales (correspondant aux plus grandes valeurs propres)
pour chaque facteur (translation, rotation, courbure) reconstituée en historique,
73
0.8
0.6
0.4
Coordonnées
0.2 1ère CP
2e CP
0 3e CP
CA_TR AU_TR JP_TR US_TR EU_TR GB_TR CH_TR NO_TR SE_TR NZ_TR
-0.2
-0.4
-0.6
Maturité
Figure 10 : Représentation des vecteurs propres « Translation »
74
0.8
0.6
0.4
Coordonnées
1ère CP
0.2 2e CP
3e CP
0
VE
E
VE
VE
VE
E
VE
V
V
RV
V
R
R
R
-0.2
R
R
R
R
U
U
U
U
U
U
U
U
_C
_C
_C
_C
_C
C
C
C
C
_C
S_
Z_
B_
A_
EU
JP
SE
O
AU
N
G
C
N
-0.4
-0.6
Maturité
Figure 11 : Représentation des vecteurs propres « Courbure »
Vecteurs Propres ROT
0.8
0.6
0.4
0.2
Coordonnées
1ère CP
0 2e CP
3e CP
T
T
T
T
T
T
T
-0.2
O
RO
O
O
O
O
O
R
_R
_R
R
_R
_R
R
_R
R
A_
Z_
B_
S_
H_
AU
SE
O
JP
EU
C
N
G
U
-0.4
-0.6
-0.8
Maturité
Figure 12 : Représentation des vecteurs propres « Rotation »
4.2.3. Ecriture du modèle
Finalement, on arrive à définir un modèle pour reconstituer l’historique de la courbe
à partir de chacune des ACP effectuées. Grâce à la dernière ACP, on retient les 3
premières composantes principales. Aussi, les matrices A et C sont réduites ici aux 3
premières composantes principales (CA_TR, CA_ROT, CA_CURVE…).
75
Le modèle revient donc à établir les expressions suivantes :
Y_TR = P_TR . tCP_TR
X = P . tVP
En remplaçant la première expression dans la seconde, on obtient en définitive le
modèle de la courbe de taux historique reconstruite.
L’ACP a servi dans notre cas d’étudier les mouvements des courbes d’Etat, grâce à
cette analyse nous arrivons à détecter les courbes atypiques, celles qui ont des
mouvements de courbe différents, ce qui constitue un contrôle supplémentaire que
peut effectuer le référentiel d’Amundi.
76
Partie IV : Lissage des courbes de taux
1. Modèles de reconstruction des courbes de taux
Nous prenons comme données n taux zérocoupons, nous allons reconstruire la
courbe de taux.
Pour ce faire, nous disposons de deux méthodes de reconstruction :
La première méthode regroupe toutes les méthodes directes d’interpolation et la
deuxième comprend les méthodes indirectes.
Le principe de la première méthode est de relier directement les taux de marché
obtenus par des courbes, nous prenons essentiellement des droites et des polynômes
cubiques. Pour ce qui est de la deuxième méthode, on applique un modèle et
l’estimation de ses paramètres pour résoudre un problème d’optimisation.
Dans cette partie, nous donnerons un descriptif complet de ces méthodes de
reconstruction, nous implémenterons les méthodes qui donnent de bons résultats et
finalement nous étudierons leur impact statistique sur un grand historique.
1.1. Les méthodes directes d’interpolation
Il existe des méthodes directes permettant d’extraire les prix des zérocoupons
contenus implicitement dans les prix cotés des obligations à coupons. Ces méthodes
ne peuvent néanmoins être appliquées que dans des circonstances particulières. C’est
pourquoi, nous développerons en détail d’autres méthodes dites méthodes indirectes
qui s’adaptent mieux aux situations de marché.
Il est important d’avoir une méthode de détermination de la courbe au comptant qui
s’appuie fondamentalement sur les données dont dispose le marché. Nous présentons
ici une méthodologie standard utilisée pour extraire les prix implicites des zéro
coupons des prix de marché des obligations à coupons. Ces obligations à coupons
constituent la majorité des obligations traitées sur les marchés financiers du monde
entier.
Si on veut obtenir n taux zérocoupons distincts, on a besoin de collecter les prix de n
obligations à coupon (ou zérocoupon). Les obligations sans risque de défaut, comme
les obligations du Trésor en France, sont privilégiées car elles offrent une
information sur la structure pure des taux d’intérêt.
77
On note :
Pt Pt1 ,..., Pt j ,..., Pt n le vecteur de dimension n des prix des obligations à coupons à la
T
date t et F Ft j i 1,..., n la matrice n n des flux de coupon et de remboursement
i
j 1,..., n
correspondant aux n actifs. Nous faisons ici l’hypothèse que les différentes
obligations ont les mêmes dates de tombée de coupon t i .
Bt Bt , t1 ,...,Bt , t n T est alors le vecteur de dimension n des prix des zérocoupon à la
date t que nous cherchons à déterminer.
Pour les n obligations, nous obtenons l’équation matricielle suivante :
Pt F Bt
Afin de déterminer le vecteur Bt , nous devons résoudre le système linéaire.
La solution existe et est unique lorsque F est inversible. Ainsi, il n’existe pas de
colinéarité entre les vecteurs de flux des différentes obligations. Dans ce cas,
Bt F 1 Pt
Notons que les valeurs déduites ne sont pas réellement des valeurs de marché mais
plutôt des valeurs zérocoupons implicites contenues dans le prix de marché des
obligations. A partir des prix, nous déduisons les taux zérocoupons correspondants
grâce à la formule :
1
Rt , t i t lnB t , t i
ti t
La courbe des taux pour n’importe quelle maturité peut être générée par des
méthodes d’interpolations que l’on explicitera dans la suite.
1.1.1. L’interpolation linéaire
Soit Rt1 et Rt 2 deux taux aux dates respectives t1 et t 2 avec t1 t 2 . L’idée pour
retrouver tous les points manquants entre ces deux dates est de tracer un segment qui
va relier ces deux points.
C’est ce qui se traduit par l’équation suivante :
t2 t t t1
t t1 , t 2 Rt Rt1 Rt 2
t 2 t1 t 2 t1
78
On retrouve cette formule en appliquant la formule de Taylor à l’ordre 1.
Ce type d’interpolation est pratique car il est facile à implémenter et ne demande
aucune contrainte particulière. Cependant, il donne une courbe de taux peu précise
car elle présente un caractère non lisse rendant les courbes implicites saccadées. Il est
intéressant néanmoins d’utiliser cette méthode car elle permet d’avoir un premier
lissage.
1.1.2. L’interpolation cubique
On procède à une interpolation cubique par segment de courbes. Dans un premier
temps, on définit un premier segment entre t1 et t 4 où l’on dispose de 4 taux Rt1 ,
Rt 2 , Rt 3 et Rt 4 .
Le taux Rt de maturité t est défini par :
Rt a t 3 bt 2 ct d
Sous la contrainte que la courbe passe par les 4 points de marché Rt1 , Rt 2 , Rt 3 et
Rt 4 .
Ce qui se traduit par la résolution du système suivant :
R(t1 ) at13 bt12 ct1 d
3 2
R(t 2 ) at2 bt2 ct 2 d
R(t ) at 3 bt 2 ct d
3 3 3 3
R(t 4 ) at4 3 bt4 2 ct 4 d
La solution matricielle est alors donnée par :
Rt1
1
a t 31 t 21 t1 1
3
b t 2 t 22 t2 1 Rt 2
c t 33 t 23 t3 1 Rt
3
d t 3 t 24 t4 1 Rt
4 4
Cette méthode permet d’avoir un meilleur lissage, on constate néanmoins sur certains
points de la courbe de taux une « cassure » de la courbe. Nous mettrons en évidence
cette « cassure » dans la partie « applications des méthodes directes d’interpolation ».
Pour pallier à ce problème, nous avons recours à l’interpolation suivante.
79
La solution matricielle est donnée par :
Rt 2
a t 32 1
1
3
t 22 t2
Rt 3
b t 3 t 23 t3 1 Rt 2 Rt1 Rt 3 Rt 2
c 3t 3 2
2t 2 1 0 2(t 2 t1 ) 2(t 3 t 2 )
d 3t 2
3 2t 3 1 0 Rt 3 Rt 2 Rt 4 Rt 3
2(t t ) 2(t 4 t 3 )
3 2
Nous réussissons donc à avoir un meilleur lissage en éliminant les « cassures » de la
courbe. Cette dernière méthode conclut les méthodes directes d’interpolation, dans la
suite nous donnerons des exemples qui permettront de voir leur application et
l’évolution du lissage des courbes de taux.
Exemple :
Nous disposons des taux suivants :
Maturité Taux
0.5 an 4.12%
2 ans 6.35%
5 ans 5.75%
7 ans 6.99%
10 ans 5.96%
80
Interpolation linéaire:
Nous allons tracer la courbe interpolée linéairement entre 2 ans et 7 ans.
Sur la période [2 ; 5] : Rt 6.75% 0.20%t
Sur la période [5 ; 7] : Rt 2.65% 0.62%t
Interpolation linéaire
8.00%
7.00%
6.00%
5.00%
3.00%
2.00%
1.00%
0.00%
2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7
On voit que l’on arrive à faire une interpolation entre les maturités 2 ans et 7 ans, le
lissage semble cependant « rigide ».
Interpolation cubique:
Sur la période [2 ; 5] : 0.0829%t 3 0.9965%t 2 3.5428%t 2.5874%
Sur la période [5 ; 7] : 0.00446%t 3 0.7882%t 2 3.9784%t 11.5108%
Intrepolation cubique
8.00%
7.00%
6.00%
5.00%
3.00%
2.00%
1.00%
0.00%
2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7
81
Avec cette deuxième technique, le lissage prend un caractère plus « lisse » mais on
remarque que pour la maturité 5 ans, la courbe connaît une « cassure ».
Interpolation cubique différentiable :
Sur la période [2 ; 5] : 0.0014%t 3 0.0153%t 2 0.0511%t 0.0115%
Sur la période [5 ; 7] : 0.0022%t 3 0.0399%t 2 0.2302%t 0.4884%
Interpolation cubique dif f érentiable
8.00%
7.00%
6.00%
5.00%
Interpolation cubique
4.00%
dif f érentiable
3.00%
2.00%
1.00%
0.00%
2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7
Finalement, avec cette technique de lissage, la courbe reste lisse et puis la cassure
pour la maturité 5 ans a disparu et on a une courbe plus lisse et régulière.
82
Comparaison des trois techniques de lissage :
8.00%
7.00%
6.00%
Interpolation linéaire
5.00%
Interpolation cubique
4.00%
Interpolation cubique
3.00%
différentiable
2.00%
1.00%
0.00%
2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7
On voit bien que les différences de taux sont assez importantes selon la méthode
d’interpolation choisie. De là, on commence à se demander quelle méthode utiliser.
En fait, il n’y a pas vraiment de réponse à cette question, tout dépend du problème
que le financier doit résoudre et des outils en sa possession. Cependant, la technique
la plus simple à programmer et la plus pratique reste l’interpolation linéaire malgré sa
non précision.
Pour obtenir des courbes de taux plus lisses, nous préférons utiliser les méthodes
indirectes d’interpolation.
Synthèse : Ces méthodes directes sont simples en théorie et très faciles à mettre en
œuvre. Malheureusement, d’importantes difficultés empêchent leur mise en place
dans la réalité :
- il existe rarement sur le marché des obligations distinctes avec les mêmes dates
de tombée de coupon et qui de plus présentent des vecteurs de flux
linéairement indépendants ;
- la méthode n’est pas robuste si l’on vient à modifier l’échantillon d’obligations
à coupons.
2. Les méthodes indirectes d’interpolation
Ces difficultés nous amènent à envisager des méthodes alternatives que nous
qualifions de « méthodes indirectes ». Le point commun entre ces méthodes est
qu’elles impliquent d’ajuster les données de marché à une forme préspécifiée de la
83
courbe des taux. Si ces méthodes remédient aux difficultés pratiques mentionnées ci
dessus, elles souffrent néanmoins d’un éventuel risque de spécification ou bien risque
de modèle. En effet, si l’on choisit une forme inadaptée pour la courbe des taux alors
l’ajustement des données de marché à ce modèle ne pourra pas nous fournir un
résultat totalement fiable.
Dans un premier temps, nous sélectionnons un panier de n obligations sans risque de
défaut, typiquement des obligations d’Etat. Elles sont caractérisées par des prix de
marché Pt j et des flux Fs j pour s t . Elles seront utilisées plus tard pour estimer la
courbe des taux zérocoupons.
Dans un second temps, nous postulons une forme spécifique pour la fonction
d’actualisation Bt , s f s t; 1 ou bien pour la fonctionnelle des taux zérocoupons
Rt, s t gs t; 2 où 1 et 2 sont les vecteurs des paramètres.
La fonction f sera toujours définie par morceaux dans le but de différencier les
maturités courtes, moyennes et longues. Elle est écrite sous la forme de splines
polynomiales ou exponentielles.
La fonction g est définie de telle façon que les paramètres soient facilement
interprétables financièrement.
Enfin, nous estimons le vecteur des paramètres qui permet d’approcher au mieux
les prix de marché au sens des moindres carrés.
constitue la solution du programme d’optimisation suivant :
2
n
argmin Pt j Pt j
j 1
j
Où : P t sont les prix théoriques issus du modèle :
j
P t F s j f s t ;
s
j
Ou encore : P t Fs j exp s t g s t ;
s
Nous examinerons dans la suite les différentes méthodes indirectes de reconstitution
de la courbe des taux zérocoupons et en particulier les formes que peuvent prendre
les fonctions f et g .
2.1. Ecriture de la fonction d’actualisation sous forme de fonction spline
84
f 2 (t ) a 2 t b2 t c 2 t d 2
3 2
Les contraintes aux points de raccords imposent les conditions :
f 0 (1) f 1 1
i i
i
f 1 (5) f 2 5
i
Où f i est la dérivée d’ordre i 0,1,2.
Et bien entendu, nous ne devons pas oublier la contrainte évidente du facteur
d’actualisation égale à 1 pour t 0 : f 0 0 1 , donc d 0 1.
Dans le système précédent, nous comptons 12 inconnues dont un qui vient d’être
écarté. Il reste donc 11 inconnues à déterminer a0 , b0 , c0 , a1 , b1 , c1 , d1 , a2 , b2 , c2 , d2 et 6
contraintes aux nœuds. Le problème est alors réduit à 5 inconnues, qui sont par
exemple a0 , b0 , c0 , a1 , a 2 . Les conditions (2) s’écrivent de façon plus explicite :
1 c 0 b0 a 0 d1 c1 b1 a1
c 0 2b0 3a 0 c1 2b1 3a1
2b 6 a 2b 6 a
0 0 1 1
85
d 5c 25b 125a d 5c 25b 125a
1
Et
1 1 1 2 2 2 2
Sur l’intervalle 1,5 ; la fonction d’actualisation s’écrit :
f 1 t 1 a1 a 0 c 0 3a1 a 0 t b0 3a1 a 0 t 2 a1t 3
f 0 t a1 a 0 t 3 3t 2 3t 1
f 0 t a1 a 0 t 1
3
De même, on résout le deuxième système d’équation :
b2 b1 15 a 2 a1
c 2 c1 75 a 2 a1
d 1 125 a a
2 2 1
Sur l’intervalle 5,10 ; la fonction d’actualisation s’écrit :
f 2 t 1 125 a 2 a1 c1 75 a 2 a1 t b1 15 a 2 a1 t 2 a 2 t 3
f 1 t a 2 a1 t 3 15t 2 75t 125
f 1 t a 2 a1 t 5
3
Le problème devient finalement :
f 0 (t ) a 0 t b0 t c 0 t 1
3 2
f 1 (t ) f 0 t a1 a 0 t 1
3
f 2 (t ) f 1 (t ) a 2 a1 t 5
3
86
87
Priaulet propose les splines suivants :
0,0.5 0.5,1 1,2 2,3 3,4 4,5 5,6 6,8 8,10
Il faut rester cependant quant aux sousintervalles proposés car des fois la courbe
n’est pas aussi lisse qu’on le souhaiterait et donc il faudrait découper les intervalles
d’une façon plus adaptée au problème de reconstruction de la spline.
Le modèle des splines exponentielles :
Elles ont été introduites par Vasicek et Fong (1982). Nous considérons pour le
polynôme en exponentielle l’ordre 3 pour les mêmes raisons citées cidessus.
Par exemple en définissant les 3 intervalles 0,5 5,10 et 10,20, la fonction
d’actualisation f t est représentée par 3 splines exponentielles :
f 0 (t ) a 0 e 3u s b0 e 2u s c 0 e u s d 0
3u s
f 1 ( t ) a1 e b1 e 2u s c1 e u s d1
3u s
f 2 (t ) a 2 e b2 e 2u s c 2 e u s d 2
Les mêmes contraintes s’appliquent que pour le cas des splines cubiques. Cependant,
nous allons adopter des simplifications pour ce système d’équations afin de réduire le
nombre de paramètres à déterminer pour notre problème d’optimisation.
Les contraintes aux points de raccords imposent les conditions :
f 0 (5) f 5 5
i i
i
f 5 (10) f 10 10
i
Où f i est la dérivée d’ordre i 0,1,2.
Et bien entendu, nous ne devons pas oublier la contrainte évidente du facteur
d’actualisation égale à 1 pour t 0 : f 0 0 1 , donc d 0 1.
Dans le système précédent, nous comptons 13 inconnues sous 7 contraintes.
Notons que f 0 t reste inchangé.
Simplification de f 5 t :
f 0 5 f 5 5 d1 d 0 c1 c0 e 5u b0 b1 e 10u a0 a1 e 15u
f 01 5 f 51 5 c1 c0 2 b0 b1 e5u 3 b0 b1 e10u a0 a1 e10u
f 02 5 f 52 5 c1 c0 4 b0 b1 e 5u 9 a0 a1 e 10u
88
D’où :
b1 b0 3 a0 a1 e 5u
c1 c0 3 a0 a1 e 10u
d1 d 0 a 0 a1 e 15u
Ainsi :
f 5 t d0 c0 e ut b0 e 2ut a0 e 3ut e ut e 5ut a1 e ut e 5ut
3 3
Simplification de f10 t :
f 5 10 f10 10 d2 d0 c0 c2 e10u b0 b2 e20u a0 a2 e30u a1 a0 e10u e5u
3
f 51 10 f101 10 c2 c0 2 b0 b2 e10u 3 b0 b2 e20u 3 a1 a0 e10u e5u
2
f 5 2 10 f 10 2 10 c 2 c 0 4 b0 b2 e 10u 9 a 0 a1 e 20u 3 a1 a 0 e 10u e 5u 3e 10u e 5u
D’où :
b2 b0 3 a 0 a1 e 10u 3 a1 a 0 e 10u e 5u
c 2 c0 3 a 0 a 2 e 20u 3 a 0 a1 e 20u e 10u
d 2 d 0 a 0 a 2 e 30u a 0 a1 e 15u e 30u
Ainsi :
f 10 t d 0 c 0 e ut b0 e 2ut a 0 e 3ut e ut e 5ut a1 e ut e 5ut e ut e 10ut a 2 e ut e 10ut
3 3 3 3
La fonction d’actualisation ne dépend plus que de 7 paramètres au lieu de 13 du
départ. En effet, elle dépend des paramètres suivants : a0 , b0 , c0 , d0 a1 , a 2 et u.
Les splines exponentielles requièrent une étape supplémentaire dans la procédure
d’estimation. Comme on peut le constater la fonction d’actualisation dépend de
plusieurs paramètres dont u qui a à lui seul une interprétation économique
intéressante. Vasicek et Fong (1982) ont montré que : u lim f 0, s . u est considéré
s
comme étant le taux forward instantané pour un horizon infini.
L’avantage de ce modèle tient à sa grande flexibilité qui lui permet de reconstruire
toutes les formes de courbe rencontrées sur le marché. La méthode consiste à estimer
les paramètres en minimisant l’écart au carré entre le prix de marché et le prix
reconstitué à l’aide d’une fonction d’actualisation avec splines.
89
Au sein de l’équipe, c’est cette méthode qui a été retenue dans le cadre de la
reconstruction des courbes de taux.
Il d’abord faire le choix d’une forme spécifique pour la forme d’actualisation. On
note cf s j le flux de la j è me obligation à la date s et f s t ; la fonction d’actualisation.
Donc, à une date t , le prix théorique de la j è me obligation s’écrit :
j
P t cf s j f s t ;
s
Et le prix de marché s’écrit :
j
Pt j P t t j où f 0; 1 constitue la contrainte de l’optimisation et t j est le résidu
non expliqué.
Les résidus vérifient les conditions suivantes :
Ils sont nuls en moyenne : E j 0,
Ils sont non corrélés entre eux : C ov j , k 0, j k ,
Ils sont hétéroscédastiques : Var j 2 j .
2
Le vecteur des paramètres est obtenu par la méthode MCO pondérés sous
contrainte. Pour mieux estimer le court terme de la courbe, l’idée est de donner plus
de poids dans la minimisation aux obligations de maturité courte. Une façon de
procéder est de choisir un poids égal à la duration de l’obligation :
j Durationj
Ce choix revient à résoudre le problème suivant :
2
j
Pt Pt j
n
arg min
j 1 t j
Ce qui revient à dire que plus une obligation a une maturité longue, plus difficile est
son prix à estimer.
Ce qui revient à écrire les splines dans la base des Bsplines:
90
B
2 B * 1 3 * 3 *
1 exp(taux C * s ) 1 exp(taux C * s ) s s1 , s2
1 5
1 exp(taux C * s1 ) 1 1
2 3
B B * 1 3 * 1 exp(taux C * s) 3 * 1 exp(taux C * s) 1 exp(taux C * s) s [ sn ,[
n 1 n n4
1 exp(taux C * sn ) 1 exp(taux C * s ) 1 exp(taux C * s )
n n
Avec tauxC u.
Le modèle des splines naturelles :
Il faut voir les splines naturelles comme étant deux conditions en plus que l’on
rajoute aux équations des splines cubiques. Concrètement, une spline est naturelle si
son accélération à ses points extrémités est nulle. Ses contraintes permettent de
calculer les polynômes des bords.
Je m’explique :
On sait que, les splines cubiques permettent d’obtenir une courbe de classe C 2 donc
avec une continuité de la tangente et de la courbure y compris aux nœuds.
Notons S notre interpolation et considérons un ensemble de n+1 nœuds t 0 , t1 ,..., t n
pour lesquels la courbe à interpoler vaut i 0,...,n S t i N i .
Considérons maintenant un des intervalles sur lesquels il faut définir la courbe : soit c
on note le polynôme définissant S sur ce segment S l .
Les conditions sur S sont donc :
l 0,...,n S t l N l ;
l 0,...,n 1 S l(1) (t l 1 ) S l(11) (t l 1 ) ;
l 0,...,n 1 S l( 2) (t l 1 ) S l(21) (t l 1 ) ;
Chaque polynôme S l est donc défini de manière unique car il y a 4 conditions pour
un polynôme de degré 3 (et donc avec 4 coefficients), à l’exception du premier et du
dernier segment car ils n’ont qu’un intervalle adjacent. Maintenant, si on choisit de se
placer dans le cadre des splines naturelles, nous avons donc deux conditions
supplémentaires :
S 0( 2) 0
Sn(21) 0
91
Tous les polynômes sont donc uniques et dans ce cadre les dérivées secondes sont
nulles aux extrémités.
3. Applications
Cas où les taux bruts sont renseignés dans le panier :
Nous disposons des données suivantes extraites de Reuters :
92
Représentation graphique des données de la courbe gouvernementale OAT France :
0.045
0.04
0.035
0.03
0.025 Série brute (MID)
0.02 Série brute (BID)
0.015
0.01
0.005
0
1Y
3Y
5Y
7Y
Y
10
13
18
24
44
Maturités
Reconstruction de la courbe grâce aux méthodes de reconstruction décrites ci
dessus :
Par interpolation linéaire :
Courbe OAT France
0.045
0.04
0.035
0.03
0.015
0.01
0.005
0
1Y
3Y
5Y
7Y
9Y
Y
11
13
15
17
19
21
23
25
27
Maturités
93
Par interpolation cubique :
Courbe OAT France
0.045
0.04
0.035
0.03
0.025
MID
0.015
0.01
0.005
0
1
10
13
16
19
22
25
28
Maturités
Par splines cubiques (sans conditions aux limites) :
L’algorithme de résolution d’un modèle à splines peut se décomposer en 3 étapes :
A- O n modélise les prix zéro-coupons par une fonction spline cubique :
B- O n calcule le prix des obligations grâce aux prix des zéro-coupon
calculés :
94
s t
On a la formule suivante : O t , s N Pt , s t c N Pt , i
i 0
Avec :
c le coupon versé par cette obligation, on prend ici le cas des obligations à taux fixe
principalement les obligations d’état,
N le nominal de l’obligation,
P le prix d’une obligation dans le panier de maturité s.
On montre que l’on peut réécrire le prix de l’obligation sous la forme matricielle
suivante :
O t , s 0 Y s .
C On se ramène ainsi à un problème d’optimisation par MCO de la fonction
qui est donc un problème linéaire :
opt arg min Omar ché 0 Y s
2
La solution est connue et est donnée par la formule : opt Y 'Y Y ' O mar ché 0
1
Nous démontrerons la formule par la suite.
On obtient les résultats finaux suivants :
Prix d’une obligation de maturité s et de nominal N dans le portefeuille :
Ot , s 0 Y s opt .
Prix du zérocoupon de maturité s :
Pt , s 1 X s opt
Courbe OAT France
0.045
0.04
0.035
0.03
0.025
Courbe OAT France
0.02
0.015
0.01
0.005
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
95
Graphique permettant de voir la différence entre la courbe de base et les trois
méthodes de reconstruction :
Courbe OAT France
0.045
0.04
0.035
Série brute
0.03
Interpolation linéaire
0.025
Mid
0.005
0
Y
Y
Y
Y
Y
Y
Y
Y
Y
1Y
3Y
5Y
7Y
9Y
11
13
15
17
19
21
23
25
27
Maturités
Par splines cubiques (avec conditions aux limites) : splines naturelles
On veut que :
2 2
P t , s1 0 et Pt , sn 0
s 2 s 2
On obtient alors les contraintes suivantes sur les paramètres du modèle :
2 3 3 s1 0
2 3 3 s n 3 4 s n s1 3 5 s n s 2 ... 3 n3 s n s n1 0
D’où le prix zérocoupon s’écrit sous la forme : Pt , s X s
Avec : 1 ... n
1
s
s 2
s 3 3s s 2
1
s s1 3 s s
X s avec n 1 s sn1 et un bruit.
3
s s 2 3
sn sn1
s s n 1
3
s s n
3
96
On se ramène alors à un problème d’optimisation par la méthode des MCO sur les
prix d’obligations comme étudié au cas précédent.
0.045
0.04
0.035
0.03
0.015
0.01
0.005
0
0.02
1.71
3.40
5.10
6.79
8.48
10.17
11.87
13.56
15.25
16.94
18.63
20.33
22.02
23.71
25.40
27.10
Cas où les taux bruts ne sont pas tous renseignés dans le panier :
Nous ne disposons pas des taux pour les maturités : 0.25 an, 0.5 an, 1 an, 20 ans, 25
ans, 30 ans et 50 ans. Nous calculons donc ces taux manquants en faisant une
interpolation linéaire. Les taux en vert représentent les résultats obtenus. Les
maturités en rouge sont les points de contrôle de la courbe, ces points de contrôle
sont déterminés par Reuters.
97
Reconstruction par interpolation cubique :
Voici la représentation graphique obtenue :
2.500%
2.000%
1.500%
Séri e1
1.000%
Interpol ati on cubi que
0.500%
0.000%
5
9
10
15
20
25
30
50
25
33
0.
0.
3 33
08
0.
‐0.500%
Reconstruction par splines cubiques naturelles:
Courbe recalculée splines cubiques naturelles
0.025
0.02
0.015
0.01 Courbe recalculée splines cubiques naturelles
0.005
0
0.04
1.62
3.19
4.77
6.35
7.92
9.50
11.08
12.65
14.23
15.81
17.38
18.96
20.54
22.12
23.69
25.27
26.85
28.42
30.00
31.58
33.15
34.73
36.31
37.88
39.46
41.04
42.62
44.19
45.77
47.35
48.92
‐0.005
98
Reconstruction par splines cubiques exponentielles:
2.500%
2.000%
1.500%
Bruts
1.000% Recalcul
Lissage prod
0.500%
0.000%
5
9
10
15
20
25
30
50
25
33
0.
0.
33
3
08
0.
‐0.500%
La courbe grise nommée « Bruts » représente la courbe des taux bruts extraits de la
base.
La courbe verte nommée « Lissageprod » représente le résultat du lissage effectué au
sein de la production d’Amundi.
La courbe marron nommée « Recalcul » représente le résultat de reconstruction de la
courbe par la méthode des splines exponentielles.
On voit que les trois courbes se superposent de la maturité 2 ans à la maturité 15 ans.
La reconstruction de la courbe ainsi que le lissage effectué à la production sont
similaires entre ces deux maturités. Il y a cependant un écart pour la partie basse et
pour la partie haute, il doit donc y avoir un traitement particulier et quelques règles
utilisées au sein de la production que nous expliquons dans ce qui suit.
99
4. Conclusion
D’un point de vue théorique, les méthodes indirectes d’interpolation sont clairement
supérieures. Elles ont pour principal avantage d’être en accord avec les résultats de
l’ACP et fournissent des résultats que l’on peut facilement interpréter financièrement.
Comme on a pu le voir, on arrive à les réécrire avec un nombre de paramètres plus
réduit et donc on passe d’un système avec contraintes à un problème d’optimisation
sans contraintes. Elles sont aussi faciles à implémenter et à mettre en place. Leur
défaut principal reste cependant leur temps de calcul, elles sont très coûteuses. Leur
implémentation requiert la mise en place d’algorithmes de minimisation non linéaires
souvent longs à converger.
En pratique, les résultats obtenus restent substantiellement différents en fonction du
choix des points de contrôle. Aussi, lorsque l’on reçoit des données du flux Reuters
(points de contrôle), il est très usuel de ne pas avoir certaines maturités dans le
panier, actuellement les maturités manquantes sont recalculées à partir d’une
interpolation linéaire des points de marché obtenus, ce qui peut sembler
contradictoire avec le fait de vouloir choisir une méthode d’interpolation pour les
courbes.
Autre point à souligner, actuellement les courbes brutes sont reconstruites
directement à partir des courbes de marché obtenues du flux Reuters, or ces courbes
sont inhomogènes et beaucoup trop variables pour qu’une méthodologie linéaire leur
soient directement appliquées, il serait donc judicieux d’interpoler non pas les
courbes de marché mais les courbes zérocoupon implicites.
Ces deux problématiques pratiques ont été résolues en appliquant une méthode
paramétrique et en se ramenant à un problème d’optimisation. Il s’agit en effet de
paramétrer les zérocoupons à l’aide d’un modèle à facteurs et après avoir recalculé
le prix des obligations avec ce modèle, trouver les facteurs qui minimisent l’erreur
sur les prix de marché des obligations du panier.
Au sein de l’équipe recherche quantitative, la méthode que l’on a retenue pour les
lissages est la méthode des splines cubiques exponentielles car dans le cadre du
périmètre REFTEC est qu’il est nécessaire pour reconstruire les maturités
manquantes de disposer des coupons versés par cellesci et cette contrainte est très
limitante dans notre cas.
101
Conclusion Générale
Dans ce mémoire, nous nous sommes intéressés à l’étude des courbes de taux. Pour
ce faire, nous avons organisé notre plan de travail de telle sorte à ce que nous
répondons à un maximum de problématiques posées. J’ai contribué au projet PFI
d’Amundi en répondant à quelques questions se rapportant à la limitation des calculs
internes effectués. Pour cela, on a comparé REFTEC et Bloomberg en étudiant les
écarts de zspread. Aussi, nous avons fait évoluer la méthodologie de calcul du
spread govies et enfin nous avons réussi à connaître toutes les techniques de lissage
utilisées dans Bloomberg et nous les avons mis en place pour les utiliser en interne.
Ces résultats ont été présentés aux équipes de gestions, à la MOA Front et à l’équipe
d’attribution taux. Ils impacteront essentiellement un changement de source
d’alimentation des zspread.
La gestion crédit a prononcé sa préférence pour la méthode Bloomberg qui a
l’avantage de ne pas présenter de saut de zspread au passage en dessous de la
maturité 1 an.
L’équipe de gestion solution court terme n’utilise pas les zspread des maturités
courtes et ne voit donc pas d’obstacle à passer à la méthode Bloomberg. Il faut
cependant confirmer que le décommissionnement du pricer de REFTEC n’a aucune
incidence sur la valorisation actuelle des Swaps dans les outils Front.
Ensuite, nous nous sommes intéressés à la construction de trois courbes principales :
la courbe Swap avec sa particularité taux court (Euribor) et taux long ; la courbe
Govies en expliquant le choix des instruments utilisés et en comparant les courbes
Reuters de production et ceux de la recherche d’Amundi et enfin la courbe Inflation
et taux réels. Pour cela, nous avons exploité toutes les sources de données d’Amundi,
nous avons cherché dans la littérature tous les points essentiels à connaître pour leurs
constructions et enfin nous avons réussi à retracer ces courbes et à les analyser.
Après cela, nous nous sommes focalisés sur une partie importante qui est la partie des
contrôles des courbes de taux. En effet, on a mis en place deux nouvelles méthodes
qui ont permis d’aider le référentiel d’Amundi, qui aujourd’hui effectue ces contrôles
visuellement. Le premier contrôle est un contrôle de séries temporelles qui se fait
grâce à l’ACP (Analyse en Composantes Principales), il permet d’identifier deux à
trois facteurs expliquant la quasitotalité des mouvements de la courbe des taux zéro
coupon ou des zérocoupon associés. Le deuxième contrôle est construit à partir du
calcul des taux forward sur les taux zérocoupon Swap : On a distingué les taux
courts des taux longs en proposant des seuils adaptés. Dans la pratique, ces contrôles
seront mis en place pour tester des courbes zérocoupon sans accès aux plots de
marché et donc le test réagira au choix de la méthode d’interpolation : avec ou sans
lissage des forward.
102
Enfin, nous nous sommes penchés sur la reconstruction des courbes de taux, en
mettant en application des méthodes de lissage. Nous avons distingué les méthodes
directes et indirectes d’interpolation des courbes, nous avons mis en place toutes ces
méthodes afin de les comparer pour finalement choisir la méthode de lissage que l’on
utiliserait dans notre équipe. Nous avons finalement opté pour la méthode des splines
cubiques exponentielles avec des traitements supplémentaires pour les maturités
courtes.
Ainsi, nous avons réussi à répondre à un bon nombre de questions posées, il est
évident que l’on peut affiner et aller plus loin dans les méthodes de contrôle en
mettant en place une interface pour les utilisateurs et là en l’occurrence pour l’équipe
de contrôle des courbes d’Amundi, qui eux ne sont pas contraints à revoir tous les
modèles mis en place et à les adapter en fonction de leurs contrôles. Notons que le
nombre de contrôles des courbes est élevé et que donc l’utilisateur n’a pas le temps
d’adapter tous les codes mis en place, il serait donc préférable de créer toute une
interface pour les aider. Auquel cas, nous aurons fait un pas important dans le
contrôle des courbes de taux et nous aurons été d’une aide précieuse pour l’équipe
concernée.
103
Bibliographie
Bibliographie interne à Amundi :
Ouvrages consultés :
The Handbook of fixed income securities Frank J.Fabozzi with Steven
V.Mann
Produits de taux d’intérêt – Méthodes dynamiques d’évaluation et de
couverture Lionel Martellini & Philippe Priaulet
Interpolation through smoothed splinesResearch Technical Note
RiskMetrics
J.C. Hull, Options, Futures, and Other Derivatives, PrenticeHall, 3°ed,
1997
Carr, P., D. Madan, “A Note on Sufficient Conditions for No Arbitrage”,
Preprint, Courant Institute, New York University (2004).
Roger Lee. Implied volatility: Statics, dynamics, and probabilistic
interpretation. In Recent Advances in Applied Probability. Springer, 2004.
BRIGO Damiano et MERCURIO Fabio (2001,2006)
Interest Rate Models : Theory and Practice. With Smile, Inflation and
Credit
CHAZOT Claude et CLAUDE Patrick (1999)
Les Swaps - Concepts et Applications, Economica
DODGSON Matthew et KAINTH Dherminder (2006)
Inflation-Linked Derivatives
Royal Bank of Scotland, Risk Training Course
GEMAN Helyette, EL KAROUI Nicole et ROCHET Jean-Charles (1995)
Changes of numeraire, Changes of Probability Measure and Option Pricing
Journal of Applied Probability
HULL John (2006)
Options, Futures and Other Derivatives
Sixth Edition, Prentice-Hall International
104
105
Mémoires et cours consultés :
Cours « Modèles de la courbe des taux d’intérêt » de Philippe Priaulet.
Mémoire de M.Florent Lin « Reconstitution de courbe de taux zérocoupon
et application du modèle de JarrowYildirim de produits dérivés indexés
inflation et taux du livret A ».
Sites internet :
http://www.insee.fr
http://fr.wikipedia.org
106
Annexe
Bloomberg
Abstract The goal of this document is to describe the process of building interest rate curves in
Bloomberg terminal. We give short definitions of terms used, e.g. of different rates (simple rate,
continuously compounded forward rate, zero rate, etc.). We briefly describe the instruments used
in building the curve (cash rates, interest rate (IR) futures and IR swaps and others). Special
attention is given to discussion of a functional form of the curve (a.k.a. 4 interpolation methods)
and algorithms for building the curve under these different interpolations (curve stripping methods).
The discussion is limited to single-currency IR curves, no FX curves or basis curves are discussed
here.
Interest Rate Curve The Interest Rate (IR) curve is an object which allows one to calculate a
discount factor for every date within the curve range thus providing us with the present value of a
unit of currency (say, $1) at a specified date. It is used to calculate present values of a known set
of payments (cash flows). While in some situations one can construct an IR curve which takes into
account an additional discount due to risk of default of the counterparty, this document leaves the
discussion of default or credit risk out. For the sake of simplicity we will use an assumption that the
IR curves describe risk-free present values (PVs).
Another use for IR curves is to calculate projected forward rates between two dates (d1,d2) in the
future. An example of such use is a construction of payments of a ‘floating leg’ of an IR swap
which pays quarterly an amount of interest equal to 3-month LIBOR rate on a given notional
amount. While the actual payments which will be made in the future are not known until we reach
that point in time when the value of LIBOR is quoted, the present value (PV) of this stream of
payments is correct if we use current projections of forward rates from the presently known curve.
Definitions of Rates In this section we provide definitions of different conventions for quoting
interest rates such as simple spot rate, continuously compounded forward rate, etc., necessary for
discussion of instruments used to build an IR curve and used to describe the functional shape of
the curve.
D(d0,d) is the discount factor from the date d to present date d0,
The only formula in here which is not defined yet is the t=t(d0,d), e.g. the method of conversion of
a pair of dates (d0,d) into a time interval t in years. There is more than one way of doing this, and
some of such algorithms called Day Count Conventions are described in Appendix 1.
107
A simple forward rate rsf between two dates (d1,d2) in the future is defined as:
where t = t(d1,d2).
A continuously compounded forward rate rcf(t) between two dates (d1,d2) in the future is defined
by the equation:
Here times T1 and T2 are equal to time intervals between date d0 now and dates d1 and d2 in
future correspondingly: T1=t(d,d1) and T2=t(d,d2).
Here time t is time interval between date d0 now and date d in the future.
The process of building the IR curve a.k.a. curve stripping is a process of creating a curve object
which would correctly price a set of N given instruments, e.g. produces correct discount factors
and forward rates used in these instruments.
Let us consider the choice of instruments. Currently in Bloomberg curve building the instruments
belong to 3 groups:
1) cash or deposit rates;
2) IR futures or Forward Rate Agreements (FRAs);
3) IR swaps.
You can choose the set of instruments to use in curve construction when you type SWDF <GO>,
choose the country/currency, select the source 8 (custom curve), save this choice (1 <GO>) and
then click on the curve of interest. A screen like this should appear:
108
109
The first group usually covers the short-term part of the curve; the securities present in the market
are available up to a year (say, for USD or EUR). For the default Bloomberg USD curve these
rates are used up to 3 months.
The second group picks up where the first group ends (the method of connecting the cash and
future rates is discussed in Appendix 3). The futures time interval overlaps with swaps, so the
decision of where to switch from futures to swap rates is up to you, and as shown in the Fig.1a
above it is around 4 years for a default Bloomberg USD curve and 2 years for EUR curve. For
USD curve one can use IR futures, but for other curves, for instance, EUR curve 45, you can
choose between IR futures and FRAs, as shown on Fig. 1b.
The third group – swap rates – covers the time interval from where you decide to end the use of
futures or FRAs and up to 50 yrs for USD or EUR.
While the Bloomberg provides default Bloomberg curves, you can customize the curve by
choosing a different set of instruments using screens 1a-b, and save the result as a new curve
under a name that you choose and set it as a default curve for a given currency.
Now let us consider more closely each of these instruments and what kind of constraint on the IR
curve or what kind of equation it provides.
The cash rates are very straight-forward: we are given a simple spot rate rs as defined by formula
(1) for a given maturity time Tn. The corresponding equation to solve is:
Here the first term is the simple rate rs calculated using the curve being built for the time Tn equal
to the maturity of the n-th instrument.
The FRAs provide us with the simple forward rates as defined by formula (2) rsf directly. The
corresponding equation to solve is:
Here the first term is the forward rate rsf calculated using the curve being built for the time interval
between Tn‐1 and Tn equal to the time period of the n-th futures or FRA.
The futures rates can be converted into IR forward rates rsf. To do this conversion, one can use a
convexity adjustment as discussed in Appendix 2. The adjustment is based on Hull-White IR
model where interest rates undergo a random walk with volatility σ and mean-reversion a. You can
modify the parameters of the model as seen in Fig. 1a.
The last group of securities used to construct the curve is IR swaps. The Interest Rate Swap is an
instrument which exchanges a stream of fixed rate payments on some notional M vs. a stream of
floating payments on the same notional. In the fixed leg the payments are calculated using a fixed
rate rsw defined at the inception of the swap:
On the last date together with the last coupon a notional is paid, at least formally as a part of each
leg’s cash flows. (In reality, for standard vanilla same currency swaps, there is no contractual
requirement for this principal exchange between counterparties, and in general, only the difference
between payments actually changes hands. However, it makes the math simpler and more
intuitive if we assume that each leg of the swap contains a payment of the notional amount on a
final date, as if the fixed leg was a coupon-paying bond and the floater leg was a floating rate
note.)
110
The payments in the floating leg are calculated in almost the same way, except the rate in each
payment is a LIBOR rate at the time of the beginning of the corresponding time interval; so the rate
changes (or floats) with the changes in quoted LIBOR rate – that’s where the name floating rate
comes from. Note that if the same IR curve is used both for projecting the floating rates and
discounting the future payments, the present value of a floating leg which includes the final
payment of notional is equal to the notional amount.
The swap at inception has two important parameters: time to maturity (e.g. 1y, 5y, or 50y) and the
swap rate rsw. There are also many other parameters, such as frequency of payments, etc. which
we will consider here as standard and therefore fixed. At the inception of an IR swap the swap rate
rsw is chosen in such a way as to make the present value of the whole swap (with one leg paying
and another one receiving payments) equal to zero. The swap which satisfies this condition is said
to be at par. We have par swap rates quoted in the market as a function of maturity and usually
available for maturities starting from 1y and up to 50y. The corresponding equation to solve is:
Here Tn is the maturity of the n-th swap.
Now, we need to build the IR curve such that it will price all selected securities correctly, e.g.
satisfies the system of equations 5a-c.
To assure that we have a unique solution, the curve should have N degrees of freedom, where N
is the number of securities, e.g. equations 5a-c. This is achieved by constructing the curve
consisting of N pieces or time intervals: the first time interval starts at time T=0 (now) and intervals
end at times Tn (here n=1 .. N; the time Tn correspond to the maturity of n-th security e.g. date of
last payment) and having N independent parameters. Below we will consider two methods of
building a curve:
1. a bootstrap method, where each of curve’s pieces has one independent degree of freedom
varying which does not affect previous time intervals; in this case the curve is built by adjusting
one piece at a time and moving from shorter maturities to longer ones;
2. a global method where all or at least some degrees of freedom of the curve affect it’s shape
everywhere, and therefore one needs to solve a general system of N non-linear equations with
N variables.
Currently, the BLOOMBERG PROFESSIONAL® service allows you to choose one of the 4
functional forms for the IR curve (a.k.a. interpolation methods): Type SWDF <GO>, choose 33)
More, then 24) User Preferences. The following screen appears:
111
The interpolation method 1 - piecewise linear simple-compounded zero rate - means that the
simple rate rs defined by the formula (1) is a piecewise linear continuous function. An example of
the shape of the spot rate and forward rates as functions of time when using this interpolation
method is shown on Fig. 3a:
The interpolation method 2 - ‘smooth forward’ e.g. piecewise quadratic continuously-compounded
forward rate - means that the forward rate rcf defined by formula (3) is piecewise-quadratic. The
neighboring pieces of the forward curve are connected in such way that the first derivative of the
forward rate is continuous, which is reflected in name ‘smooth’. The building of the curve requires
the global method as defined above. For details of the functional form of the curve see Appendix 4.
The process of solving the system of N non-linear equations is described in Appendix 5. An
example of the shape of the spot and forward rates as functions of time when using this
interpolation method is shown on Fig. 3b:
112
113
The interpolation method 4 - piecewise linear continuously-compounded zero rate - means that
the zero rate rcz as defined by the formula (4) is piecewise linear continuous function. An example
of the shape of the spot and forward rates as functions of time when using this interpolation
method is shown on Fig. 3d:
The three functional forms - 1, 3, and 4 - have one internal parameter per piece, allowing to modify
the behavior of one piece at a time while not changing the shape of the curve in previous pieces.
This makes it possible to build the curves of these types using the bootstrap method, as
mentioned above. It means that we build the curve from left to right, one piece at a time by solving
one equation at a time – we thus reduce the problem of solving a system of N equations with N
variables to N consecutive solutions of one equation with one variable. In programming terms it
means that we use 1-dimensional root finder N times.
In case of a smooth curve (interpolation method number 2) the situation is different. The curve is
defined in such a way that change in each internal parameter or degree of freedom affects the
shape of the whole curve, and therefore the solution of a non-linear system of N equations with N
variables in a general way. The functional form of this curve in current Bloomberg software is
described in Appendix 4. The algorithm of this solution is discussed in Appendix 5.
114
Conclusion
This document describes the process of building Bloomberg interest rate curves. We have
discussed definitions, systems of equations to solve and algorithms used to solve them. The four
different functional forms used by BLOOMBERG® for the IR curve are considered. We used an
assumption that the IR curve describes risk-free present values. However, in reality some of the
instruments used to build the curve have non-zero credit risk, which sometimes affects the shape
of the curve thus producing curves with unreasonable dips. Also some of the instruments could
have much lower liquidity (or frequency of quotes) than others, thus producing stale quotes. If the
curve contains unreasonable oscillations such as on Fig. 3c, which probably do not have a
financial meaning, this suggests that the choice of the instruments used to build the curve should
be revised. Keep these considerations in mind when choosing the instruments for IR curve
construction.
115
According to day count convention called ACT/360 (where ACT is short for ACTUAL),
Here the operation d2 – d1 returns the actual number of calendar days between two dates.
Similarity, the rule ACT/365 works as follows:
In the rule ACT/ACT, each date counts as 1/366 if it belongs to a leap year and 1/365 otherwise.
The rule 30/360 is the most complicated one and aims to return the following fractions of the year:
We will omit here the description of an actual algorithm for this rule. It is not used in IR curves, it is
used when calculating coupon payments of some bonds or fixed legs of IR swaps. The intent of
this rule is for a periodically (say, quarterly) paying instrument to have interest rate payments more
or less constant despite the fact that actual number of days between the payments varies due to
different length of months.
In all formulas for calculating discount factors any rate, no matter simple or compounded, appears
only as a product r*t, where t is time in years calculated according to some day count convention.
Because the discount factor between two dates is fixed by the market, but day count convention is
ours to choose, we can get different times t using different day count conventions, and therefore
the corresponding rates will be different. Because of that, when quoting the rate, it is important to
note not only which rate it is (and frequency of compounding) but the day count convention too. In
this document every time we mention a conversion of a pair of dates into a time interval t in years,
it will be assumed that a day count convention is specified.
The forward IR agreement (FRA) is a simple instrument: at time t=0 (e.g. now) it guarantees that
one can receive a loan at time t1 expiring at time t2 at a rate of rsf for some notional amount M.
Once we have reached the time t1, and the interest rate for a loan from that time to time t2 is known,
one can immediately short a loan for the same amount at a prevailing rate and have a guaranteed
risk-free payment of the difference at time t2. Discounting that difference to time t1, one can
immediately settle the contract for this amount at time t1. At time t=0 the rate rsf is chosen such that
the present value of such contract at inception is 0.
The futures contract is slightly different: instead of being settled once at time t1, it is settled at the
end of each business day between the inception and t1 in such way as to bring the PV of the
contract to 0.
Hull [1] argues that when interest rates are constant, forward and futures rates would be the same.
However, under more realistic assumptions that the interest rates undergo some kind of random
process, this difference in the method of the settlement causes the rates of forward and futures
contracts to differ slightly:
116
Where the expressions for convAdjustment are discussed below.
Under the Hall-White model the instantaneous forward rate undergoes a random walk with mean
reversion described by SDE:
Here r is an instantaneous continuously compounded interest rate;
Where
In the limit of mean-reversion coefficient, the Hall-White model becomes a Ho-Lee model: 0→a
and the expression (2.3) for the convexity adjustment becomes [4]:
This is the simplest formula for convexity adjustment used to convert futures rates into forward
rates. This makes the back-of-the-envelope calculations more convenient, and has a more intuitive
feel for the order of magnitude and behavior of the convexity adjustment.
The Bloomberg implementation is close to the one given by expressions (2.3-2.4) with additions to
convert the rates compounded according to the specifications of the contract (for instance, if the
loan is for t2-t1=3 mo, the rate is compounded quarterly) into continuously compounded rate and
back.
In the first scenario the discount factor at the first futures date is calculated using interpolation of
cash rates. This is the case with the default Bloomberg curve for USD.
In case of the second scenario there exists a time gap between the end of the cash rates and start
of the futures, and we need to make an estimate of a rate in this gap in order to extend the curve
to the point where the futures start. For historical reasons, this point is called a stub, and one can
see whether the scenario 2 has occurred when you type SWDF 23 <GO>, unselect enough cash
rates and/or futures. Press <GO> to save your changes and then click on the 21) Stripped Curve
tab. If you see the stab point shown on Fig. 4, we have the scenario 2.
117
- Among cash rates there is a rate with a tenor which matches the tenor of the futures, (e.g. 3mo)
- In this case a) is false
In case a) the software does interpolation between the cash rate with the same tenor as futures
and the first futures rate, i.e. the rate in the gap is assumed to be an average of the cash rate and
futures rate. Otherwise the first futures rate is extrapolated into the gap between the cash and
futures.
The functional form of this curve is the piecewise quadratic continuously compounded forward rate
rcf. The first derivative of the rate is continuous over the borders between the pieces. Also the first
derivative of the forward rate is zero at the beginning and at the last maturity time:
118
Here Tn is the maturity of the n-th security used to build the curve, e.g. the end time of the curve’s
n-th piece;
The summation is done for all n=1 .. N-1 such that Tn < t, which leads to a curve L(t) being
piecewise cubic. At each time t=Tn a new additional cubic polynomial starts to the right from the
point t=Tn in a manner which assures that first and second derivatives of L(t) are continuous.
The coefficients (where n=0 .. N-1) are the independent parameters. The last is not an
independent parameter, but defined as: nλNλ
The parameter P is defined as:
This choice of P assures that for t>TN the cubic term in L (and quadratic in forward rate) is zero.
The choice of similarly assures that for t>TN the quadratic term in L (and linear in forward rate) is
zero. The curve is ‘smooth’ e.g. the forward rate has a continuous first derivative. The curve
described above satisfies all the boundary conditions, e.g. continuous first derivative of the forward
rate between the pieces or zero derivatives at the ends of the curve by construction, and it has N
degrees of freedom. However, it is easy to see that change in any parameter, where n=0 .. N-1,
leads to changes in and P and thus affects the value of the function everywhere. Therefore to build
a curve one needs to solve a system of N non-linear equations with N variables in a general way,
which is described in Appendix 5.
One of the algorithms for solving a system of N non-linear equations with N variables is an N-
dimensional Newton-Raphson method.
Let us start with one-dimensional version of this algorithm. Suppose, we need to solve an
equation:
In Newton-Raphson method we also assume that for any x we know a first derivative df/dx (this
means that we have a fast and exact way of calculating it, and in computer programming terms it
means that we have a separate function which returns this first derivative).
One can see that if we have the current value of the function f(xi), one needs to correct xi in first
approximation by
and therefore the value of x for next iteration is:
119
One continues these iterations until a condition of the type both is satisfied.
Now let us consider the N-dimensional version of the same: we have an N-dimensional vector
function of an N-dimensional vector . Given some current approximation to the solution, the next
iteration can be found as:
The initial approximation to the solution is found using one of the interpolation methods which uses
the bootstrap algorithm, for instance, interpolation method 1 (linear simple rate). Then we use
iterative multi-dimensional Newton-Raphson process described above. 0x
References
[1] John C. Hull, Options, Futures and Other Derivatives, 4th edition, Appendix 3B on p. 85, 6th
edition – Appendix on p. 127.
[2] John C. Hull, Options, Futures and Other Derivatives, 5th edition, chapter 23, page 566;
Same in Fourth edition: formula (21.32) on p. 595; absent in 6th edition.
[3] G. Kirikos and D. Novak, Convexity Conundrums, Risk, March 1997, pp 60-61
[4] John C. Hull, Options, Futures and Other Derivatives, 6th edition, formula (6.3) on p. 140.
Same in 4th edition: see section 21.16 on p. 595.
120