Memoire AFGAP

Marie Bresson
Elodie Lehmann
Mmoire IAF
Application de la Value at Risk pour le calcul
des fonds propres en assurance vie
Sous la direction dOlivier Pekmezian (CNP-Assurances)
et de Nathalie Pistre (ENSAE)
ensae 2000
Application de la Value at Risk pour le calcul des fonds propres en assurance-vie.
1
AVERTISSEMENT
Les donnes utilises dans cette tude sont fictives :
Le produit tudi est un produit type imaginaire et les phnomnes de rachat ont
t volontairement amplifis.
Les rsultats obtenus doivent donc tre interprts avec prcaution.
2
SOMMAIRE
INTRODUCTION 6
PARTIE 1 : PROBLMATIQUE DU RISQUE EN ASSURANCE-VIE. 8
A. LA RGLEMENTATION FRANAISE DES COMPAGNIES
DASSURANCE-VIE. 8
1. Rgles assurant la solvabilit de lentreprise. 8
a. Situation dinsolvabilit. 8
b. La marge de solvabilit. 9
c. Montant minimal rglementaire de la marge de solvabilit. 10
d. Les fonds propres. 11
2. Les engagements rglements. 11
3. La rglementation des placements. 12
4. Rgles concernant la participation des assurs aux bnfices. 14
5. Comparaison des rglementations franaise et amricaine. 14
B. LES RISQUES ENCOURUS PAR UNE COMPAGNIE DASSURANCE-
VIE. 16
1. Identification des risques. 16
2. Les risques lactif. 16
a. Le risque de taux. 16
b. Le risque de liquidit. 17
c. Le risque de contrepartie. 18
3. Les risques au passif. 18
4. Le risque de rachat. 19
C. LAPPROCHE ALM DE LA GESTION DU RISQUE. 21
1. Prsentation de lALM. 21
a. Historique et dfinition 21
b. Les diffrents modles de gestion actif - passif. 22
2. Le logiciel GAP. 25
3
a. Cration dun produit et dun scnario-type. 25
b. Forme des rsultats obtenus. 26
c. Objectif concernant les mesures de risque. 26
PARTIE 2 : ADAPTATION DE LA VAR BANCAIRE LASSURANCE-VIE.27
A. INTRODUCTION. 27
1. Historique de la VaR. 27
2. Prsentation de la VaR. 28
a. Dfinition. 28
b. Contexte dutilisation. 29
B. LA VAR POUR LA QUANTIFICATION DU RISQUE DE MARCH : LES
TROIS MTHODES DE CALCUL. 30
1. La VaR analytique. 30
2. La VaR historique. 32
3. La VaR Monte Carlo. 32
C. DIFFRENCES ENTRE LE SECTEUR BANCAIRE ET LASSURANCE-
VIE . 33
1. La question de lhorizon de calcul de la VaR : des horizons de risque et de rentabilit diffrents. 33
2. La question de la valeur sur laquelle calculer la VaR : valeur de march et options caches. 34
3. Linfluence du scnario de taux sur les risques encourus : comparaison entre risque de rachat et
risque de remboursement anticip de crdit. 35
4. Prise de risque et couverture. 36
D. LA MTHODE DE CALCUL RETENUE. 37
PARTIE 3 : MISE EN PLACE DES SIMULATIONS. 39
A. LE MODLE DE LA COURBE DES TAUX. 39
1. Intrt de la modlisation des taux. 39
a. A lactif. 39
b. Au passif. 40
2. Prsentation du modle gnral de Heath, Jarrow, Morton. 41
a. Les mouvements de la structure des taux. 42
b. Absence dopportunit darbitrage. 45
c. Changement de probabilit. 45
d. Le modle sous la probabilit risque-neutre Q. 46
4
3. Cas particulier du HJM deux facteurs. 47
4. Extension au cas discret. 48
B. LA LOI DE RACHAT. 50
1. Les rachats structurels. 51
2. Les rachats conjoncturels. 52
C. CHOIX DU PRODUIT DPARGNE ET PARAMTRES DU MODLE DE
TAUX. 53
1. Le produit dpargne 53
2. Les paramtres du modle de taux 53
PARTIE 4 : RSULTATS ET INTERPRTATIONS. 56
A. PRSENTATION DES INDICATEURS TUDIS 56
1. Choix de la valeur sur laquelle calculer la VaR 56
a. Etude de la premire valeur. 56
b. Etude de la deuxime valeur. 58
2. Indicateurs de risque. 60
a. La Value at Risk. 60
b. La probabilit de perte 60
c. La perte maximale 60
B. SCNARIO CENTRAL. 61
1. Analyse gnrale. 61
a. Quelques remarques sur le TME 61
b. Etude du rsultat total. 62
b. Premire analyse du montant de fonds propres ncessaire. 66
c. Etude du dpassement de la marge rglementaire. 67
2. Choix empirique des paramtres de la VaR. 70
a. Sensibilit de la VaR au nombre de simulations. 71
b. Influence du seuil de confiance. 75
c. Choix de lhorizon. 76
d. Prcision obtenue. 77
3. Conclusion sur la VaR obtenue et le montant de fonds propres ncessaires. 79
C. ETUDES DE SENSIBILIT 79
1. Sensibilit la volatilit des taux. 80
2. Sensibilit lindice de ractivit. 81
5
PARTIE 5 : PERSPECTIVES. 83
A. AMLIORATIONS POSSIBLES DE LA VAR. 83
1. La Tail VaR. 83
2. Autre lissage. 84
B. MOYENS DE COUVERTURE DU RISQUE. 86
1. Lauto assurance. 86
2. La rassurance. 87
3. Les techniques financires. 88
a. Couverture du risque de hausse. 89
b. Choix du type doptions. 89
C. CRITIQUE DE LA VAR. 91
1. La VaR, une mesure de risque cohrente ? 91
2. Une utilisation pertinente de la VaR. 94
CONCLUSION 96
BIBLIOGRAPHIE 98
6
Introduction
Evaluer le risque encouru par les compagnies dassurance-vie est la fois difficile et
essentiel : cest aujourdhui un enjeu majeur pour toutes les compagnies prsentes sur le
march.
Evaluer ce risque est essentiel car les compagnies dassurance-vie fournissent une scurit
financire des millions de personnes pour un montant total de cotisations de 498 milliards de
francs en 1998 (revue de la FFSA [10]) et il est vital quelles soient fiables. La rcente faillite
de la compagnie Europavie incite encore plus la prudence.
Evaluer ce risque est aussi difficile. La difficult rside plutt dans lvaluation du passif que
dans celle des actifs mis en reprsentation des engagements. Cest en effet la prsence
doptions caches dans les contrats qui rend complexe la mesure du risque encouru au passif.
Cependant, valuer ce risque est indispensable afin de disposer dun montant de fonds
propres suffisant pour couvrir les alas de lactivit dassurance. Dun ct, dtenir un
montant de fonds propres trop faible peut exposer la compagnie (et ses clients) un risque
exagr. En effet, des fluctuations du march financier pourraient mettre en danger la
rentabilit des produits dassurance et les fonds propres sont ncessaires pour compenser cette
potentielle chute de rentabilit. Dun autre ct, dtenir un montant de fonds propres trop lev
reprsenterait une mauvaise allocation des ressources ; cela pourrait dsavantager la
compagnie par rapport aux socits mesurant mieux leur risque et ajustant ainsi mieux leurs
tarifs.
Cest dabord aux autorits de contrle quil revient de sassurer de la solvabilit des
compagnies afin de permettre la confiance du public en leurs services. Pour garantir la scurit
des produits proposs, la rgulation impose aux assureurs sur la vie de maintenir une certaine
marge de solvabilit. Cependant, il apparat actuellement lgitime de se demander si la marge
requise est suffisante. Dans le domaine bancaire, on a vu la rgulation tre remplace peu
peu par une exigence de mesures de risques internes chaque institution, afin que le montant
de fonds propres soit mieux corrl au risque rellement encouru. Une de ces mesures de
7
risque est la Value at Risk et le but de cette tude est dexplorer lutilisation possible de cet
outil en assurance, pour permettre lvaluation du risque relatif un produit dpargne et,
terme, le calcul de la marge de solvabilit.
Nous explicitons dabord la problmatique du risque en assurance-vie. Pour ce faire,
nous rappelons la rglementation qui encadre lactivit dassurance-vie, puis nous tudions les
risques qui apparaissent dans ce cadre ; enfin nous prcisons le contexte de notre tude, cest-
-dire le logiciel de gestion actif-passif permettant actuellement de mesurer le risque CNP-
Assurances. Dans une deuxime partie, nous rappelons les trois mthodes bancaires de calcul
de la Value at Risk. Puis nous mettons jour les diffrences entre les caractristiques de
gestion et de vie des contrats en banque et en assurance-vie, diffrences dont il faudra tenir
compte pour transposer lapproche bancaire lpargne. Enfin, nous choisissons notre propre
mthode de calcul de la VaR. Dans une troisime partie, nous mettons en place le calcul de la
VaR pour un produit dpargne type fictif : en particulier, nous prsentons le modle de
Heath, Jarrow, Morton utilis et la dynamique de la loi de rachat. Il faut noter quil existe
lheure actuelle une seule publication faisant suite un calcul concret de Value at Risk en
assurance [7] et que celle-ci rsulte dun modle trs simple. Lapport notable de notre travail
est donc de prsenter des chiffres concrets issus dune simulation base sur un modle
relativement sophistiqu. Dans la quatrime partie, nous exposons les rsultats de nos
simulations et nous montrons en quoi ils incitent penser que la marge de solvabilit
rglementaire est sous-value. Dans la cinquime partie, nous suggrons quelques
amliorations la mthode de calcul des fonds propres ncessaires que nous avons employe,
puis nous donnons un aperu des mthodes possibles pour se prmunir contre le risque en
assurance-vie. Enfin, nous confrontons notre tude aux critiques actuelles de la Value at Risk
et nous concluons sur la pertinence de lutilisation de la Value at Risk pour le calcul des fonds
propres en assurance-vie.
8
Partie 1 : Problmatique du risque en assurance-vie.
Le but de cette premire partie est de prsenter les dispositions rglementaires
prvues pour faire face aux diffrents risques auxquels est expose une compagnie
dassurance vie. Nous expliciterons les diffrents risques rencontrs en assurance-vie et nous
verrons galement le rle de la gestion actif-passif et les diverses stratgies mises en place par
les assureurs pour faire face ces risques. Nous terminerons cette partie en prsentant le
cadre de la gestion du risque CNP Assurances.
A. La rglementation franaise des compagnies dassurance-vie.
1. Rgles assurant la solvabilit de lentreprise.
a. Situation dinsolvabilit.
La situation dinsolvabilit dune entreprise, quel que soit son secteur dactivit,
survient ds que celle-ci nest plus en mesure dhonorer les engagements quelle a contracts
vis--vis des tiers, donc lorsque la masse de ses engagements excde lensemble de ses
ressources. Le coeur de lindustrie dassurance est la matrise statistique des engagements
envers les assurs via la mutualisation des risques. Moyennant le paiement dune prime par
lassur, lassureur sengage lui fournir une prestation dtermine ex ante en cas de certaines
ralisations dun vnement alatoire. Lassureur fait face lala inhrent son activit par
ses fonds propres, garants de sa solvabilit. Le volume de fonds propres dont il dispose
dtermine alors le volume maximal de souscriptions quil peut prudemment accepter.
9
Le lien entre ces deux grandeurs apparat lorsque lon cherche exprimer la
probabilit de ruine court terme. On peut classiquement la modliser de la faon suivante :
P ( K + P - S + PM +U - f < 0 )
o K sont les fonds propres de lassureur,
P sont les primes encaisses,
S sont les sinistres pays,
U sont les produits financiers issus du placement des fonds propres et des primes,
PM est la variation des provisions mathmatiques
f sont les frais de gestion.
Il apparat alors clairement que laugmentation du niveau de fonds propres de
lassureur diminue sa probabilit de ruine, ce qui justifie la contrainte de marge de solvabilit.
Toute entreprise franaise soumise au contrle de lEtat doit donc justifier de lexistence dune
marge de solvabilit suffisante relative lensemble de ses activits.
b. La marge de solvabilit.
Lobjectif conomique vis par la rglementation relative la solvabilit des entreprises
dassurance est entirement dcrit dans le terme "marge de solvabilit". Cet objectif est de
construire une marge financire pour le march de lassurance.
Les postes du passif admis comme lments constitutifs de la marge de solvabilit pour
une compagnie dassurance-vie, aprs dduction des pertes et des lments incorporels, sont
les suivants daprs larticle R 334-11 du Code des Assurances [5]:
le capital social vers ou le fonds dtablissement constitu,
la moiti de la fraction non verse du capital social,
les rserves rglementaires ou libres ne correspondant pas des engagements, y compris
la rserve de capitalisation,
les bnfices reports,
10
sur demande et justification de lentreprise et avec accord de la Commission de Contrle
des assurances :
un montant reprsentant 50% des bnfices futurs de lentreprise. Le montant des
bnfices futurs est obtenu en multipliant le bnfice annuel estim de lentreprise
par le facteur qui reprsente la dure rsiduelle moyenne des contrats.
les plus-values pouvant rsulter de la sous-estimation d'lments d'actif et de la
surestimation d'lments de passif autres que les provisions mathmatiques, dans
la mesure o de telles plus-values n'ont pas un caractre exceptionnel.
les fonds effectivement encaisss provenant de l'mission de titres ou emprunts
subordonns rpondant aux conditions prcises dans larticle A 334-3. Le montant pris en
compte doit tre infrieur 50% de la marge de solvabilit, voire 25% pour les fonds
provenant de titres ou emprunts dure dtermine.

Il est noter que cette dernire composante de la marge de solvabilit est importante dans les
compagnies franaises. En effet, mettre des titres ou emprunts subordonns est une bonne
faon de financer son investissement : cela ne joue quasiment pas sur la rentabilit et revient
moins cher que dmettre du capital quil faudra rmunrer.
Il faut cependant noter que de tels emprunts ne sont pas pris en compte dans la composition de
la marge de solvabilit sauf si leur dure est longue.

c. Montant minimal rglementaire de la marge de solvabilit.

Le montant rglementaire de la marge de solvabilit est fix en fonction des branches
exerces, dans larticle R 334-13 (Code des Assurances [5]).
Dans le cas dune opration dappel lpargne en vue de la capitalisation, le montant
minimal rglementaire de la marge de solvabilit est gal 4% de la somme des provisions
mathmatiques et des provisions de gestion relatives aux oprations dassurance directe et aux
acceptations brutes de rassurance, multipli par le rapport entre les provisions mathmatiques
aprs cessions en rassurance et les provisions mathmatiques brutes de rassurance pour le
dernier exercice .
11
Cependant, comme nous lavons dit prcdemment, les assureurs se demande aujourdhui si
cette marge est bien value. Cest pour cette raison que lon va chercher rvaluer son
montant laide de la Value at Risk.

d. Les fonds propres.

Les fonds propres allous sont utiliss afin dabsorber les pertes en cas de crise. Par la
suite, on pourra supposer quils doivent permettre de faire face la quasi-totalit des scnarios
de taux.
Les fonds propres doivent tre adapts aux risques au fur et mesure de lvolution de ces
derniers. A chaque opration risque, il faut allouer un bon montant de fonds propres.
Lassureur se trouve donc confront au problme suivant : sil augmente sa quantit de fonds
propres, il amliore mcaniquement sa solvabilit mais il diminue cependant sa rentabilit car il
sexpose moins au risque. Une possibilit pour lassureur qui dsirerait prendre davantage de
risque sans pour autant augmenter son niveau de fonds propres serait de rassurer une partie
de ses risques. Nous reparlerons de cette possibilit dans la partie 5.

2. Les engagements rglements.

Toujours pour faire face aux risques inhrents son activit, lassureur est soumis
des rgles prudentielles sur ses engagements. Selon larticle R 331-1, ils comprennent :

les provisions techniques suffisantes pour le rglement intgral de ses engagements vis--vis
des assurs ou bnficiaires de contrats,
les postes du passif correspondant aux autres crances privilgies,
les dpts de garantie des agents, des assurs et des tiers,
une provision de prvoyance en faveur des employs et agents destine faire face aux
engagements pris par lentreprise envers son personnel et ses collaborateurs.

Les provisions techniques correspondant aux oprations dassurance sur la vie sont les
suivantes (article R 331-3) :
12

les provisions mathmatiques : diffrence entre les valeurs actuelles des engagements
respectivement par lassureur et par les assurs.
les provisions pour participation aux excdents : montant des participations aux bnfices
attribus aux bnficiaires de contrats lorsque ces bnfices ne sont pas payables
immdiatement aprs la liquidation de lexercice qui les a produits.
la rserve de capitalisation : rserve destine parer la dprciation des valeurs
comprises dans lactif de lentreprise et la diminution de leur revenu.
les provisions de gestion : destines couvrir les charges de gestion future des contrats non
couvertes par ailleurs.
les provisions pour alas financiers : destines compenser la baisse de rendement des
actifs.
les provisions pour risque dexigibilit des engagements techniques : provisions destines
faire face une insuffisante liquidit des placements.
les provisions pour frais d'acquisition reports : provisions destines couvrir les charges
rsultant du report des frais d'acquisition.
les provisions pour galisation: provisions destines faire face aux fluctuations de
sinistralit affrentes aux oprations d'assurance de groupe contre le risque dcs.
toutes autres provisions techniques qui peuvent tre fixes par dcrets en Conseil dEtat
pris aprs avis du Conseil national des assurances.

Par la suite, nous nous intresserons plus particulirement la rserve de capitalisation.
Grce celle-ci, les rendements ne baissent pas tout de suite en cas de hausse des taux. En
effet, la rserve de capitalisation est une rserve provisionne partir des plus-values sur les
obligations, provisions qui sont reprises en cas de moins-values. Cette rserve nexiste que
dans les compagnies dassurance.

3. La rglementation des placements.

Les placements sont soumis quatre rgles principales :
Selon larticle R 332-2, les placements doivent appartenir une liste rglemente :
Les engagements rglements doivent tre reprsents par les actifs suivants :
13
les valeurs mobilires et titres assimils : obligations, actions, titres de crances
ngociables, SICAV, fonds communs de placement, fonds communs de crance.
les actifs immobiliers : droits rels immobiliers affrents des immeubles situs sur
le territoire de lun des Etats membres de lO.C.D.E, parts ou actions de socits
objet immobilier, parts des socits civiles objet strictement foncier.
les prts et dpts : prts obtenus ou garantis par les Etats membres de lOCDE,
par les collectivits publiques territoriales et les tablissements publics des Etats
membres de lOCDE, prts hypothcaires aux personnes physiques et morales,
dpts dans les conditions fixes par larticle R 332-16.

Selon larticle R 332-33, les placements sont soumis des rgles de diversification :
Rapporte au montant total des engagements rglements, toutes monnaies confondues, la
valeur au bilan de chacune des catgories dactifs ne peut excder, sauf drogation
accorde cas par cas par la commission de contrle des assurances :
65% pour les actions,
40% pour les actifs immobiliers,
10% pour les prts,
pas de restrictions pour les obligations.

Daprs larticle R 332-3-1, les placements sont soumis des rgles de dispersion :
La valeur au bilan des actifs ne peut pas excder, sauf drogation accorde cas par cas par
la commission de contrle des assurances :
5% pour lensemble des valeurs mises et des prts obtenus par un mme
organisme,
10% pour un mme immeuble ou pour les parts dune mme socit immobilire ou
foncire,
0,5% pour lensemble des actions non cotes et de fonds communs de placements
risque.
Enfin, les placements doivent tre valus prudemment :
Les articles R 332-19 et R 332-20 rglementent leur mode de comptabilisation.

14
4. Rgles concernant la participation des assurs aux bnfices.

En contrepartie des rgles de solvabilit qui ont tendance diminuer le taux garanti aux
clients, les compagnies dassurance sur la vie ou de capitalisation doivent faire participer les
assurs aux bnfices techniques et financiers quelles ralisent dans les conditions fixes par
les arrts A 132-1 et A 132-11 (cf Code des Assurances [5]). Pour chaque entreprise, le
montant minimal de participation aux bnfices attribuer au titre dun exercice est dtermin
globalement partir dun compte de participation aux rsultats.

Lentreprise peut, conformment larticle A 132-2, garantir dans un contrat un
montant total dintrts techniques et de participation aux bnfices qui, rapport aux
provisions mathmatiques, ne sera pas infrieur un taux minimum garanti. Cette garantie est
valable pour une priode maximale de huit ans. Lentreprise doit par ailleurs vrifier que la
moyenne des taux de rendement de ses actifs calculs pour les deux derniers exercices est
suprieure ou gale au quatre tiers du taux minimal garanti propos par la premire anne : elle
se prmunit ainsi contre les alas financiers.

Ce montant rglementaire de la participation aux bnfices des assurs correspond
une partie ou lensemble de la provision pour participation aux excdents (PPE). La PPE se
prsente comme un diffr de la participation aux bnfices, crdit aux provisions
mathmatiques. Elle permet de distribuer aux assurs des revenus plus rguliers en diminuant
les impacts dlments exceptionnels sur ces revenus.

5. Comparaison des rglementations franaise et amricaine.

De manire gnrale, on peut remarquer quaux Etats-Unis, les assureurs-vie sont
autoriss prendre plus de risques. Leur activit peut donc tre plus rentable, tandis quen
France, la rglementation impose de prendre moins de risques ; le rendement des assureurs
franais est donc plus faible mais ils sont davantage labri dune ventuelle faillite. Il est alors
intressant de comparer les rglementations franaise et amricaine.

La rglementation amricaine relative la solvabilit des socits dassurance-vie a
15
volu au cours du temps. Pendant longtemps, elle imposait un montant forfaitaire minimum de
fonds propres, indpendant des risques encourus. Ce montant diffrait selon les Etats. Par
exemple, en 1992, les fonds propres requis au Colorado et en Louisiane taient infrieurs 200
000$ ; en Alaska, dans ltat de New York et dans lIllinois, la marge rglementaire dpassait
1 million de dollars! Le fait que le montant rglementaire variait par Etat et non par compagnie
montre bien que la rglementation ne tenait pas compte des risques pris par les assureurs. Au
dbut des annes 90, une approche tenant compte du risque a t mise en place : la mthode
RBC (Risk Based Capital) ; cest en fait la faillite de plusieurs assureurs-vie dans les annes
80 qui a motiv cette tentative de rforme. Le calcul du RBC est bas sur quatre catgories de
risques encourus par les assureurs :

Tableau 1 : catgories de risque de la mthode RBC.

RBC Risk Category Risk Definition
C-1 Asset default
C-2 Actuarial pricing
C-3 Asset/liability mismatch
C-3 Other

Ce que lon peut traduire respectivement par risque de contrepartie (asset default),
risque de tarification (actuarial pricing), risque de liquidit (asset / liability mismatch) et autres
risques.
A chaque risque correspond un facteur qui est appliqu des valeurs publies
annuellement. Par exemple, le facteur C-1 appliqu la valeur de march dactions est de 30%
alors que le facteur appliqu aux obligations du gouvernement amricain est de 0%. Le RBC
total de lassureur est la somme des diffrents facteurs appliqus aux montants appropris
produits annuellement. Le problme de la mthode RBC est quelle est trop fragmente pour
reflter le risque total dun assureur. De plus, elle ne tient compte daucune corrlation entre
les quatre catgories, ni entre les diffrentes composantes dun mme risque. Une approche
considrant simultanment les deux cts du bilan serait plus efficace. La VaR constitue une
telle approche et elle permet de tenir compte des interactions entre lactif et le passif.

16
Nous avons dvelopp la rglementation laquelle taient soumise les compagnies
dassurance-vie. Ce cadre rglementaire a t dfini afin dassurer leur solvabilit dans la
mesure o elles sont exposes diffrents risques que nous exposons dans le paragraphe
suivant.

B. Les risques encourus par une compagnie dassurance-vie.

1. Identification des risques.

La limitation des risques est primordiale en assurance, dune part cause des longues
dures sur lesquelles sexercent les contrats, et dautre part parce que les tarifs sont ajusts en
fonction des risques. Nous allons examiner les risques auxquels est soumise une
compagnie dassurance-vie en les sparant en deux grandes catgories : les
risques lactif et les risques au passif. Nous consacrerons une partie plus
importante au risque de rachat, qui constitue le point central de notre tude.

2. Les risques lactif.

La compagnie est soumise des risques financiers rsultant de la structure du bilan
ainsi que de lvolution des marchs financiers. Ce sont le risque de taux, le risque de liquidit
et le risque de contrepartie.

a. Le risque de taux.

Ce risque dpend de la proportion de produits financiers taux variables ou rvisables
dtenus en portefeuille, de la proximit des chances des produits et des caractristiques en
termes de garantie de taux des contrats au passif.
17
Afin de prciser les effets lis au risque de taux, il convient de discerner le risque de taux la
hausse et la baisse.

Risque la hausse :
Si en priode de hausse des taux, la socit doit vendre des obligations pour honorer ses
engagements, elle risque de raliser des moins-values sur les obligations taux fixe ; cest ce
quon appelle le risque de ralisation. En premier recours, elle peut alors se servir de sa
rserve de capitalisation. Cependant, si la rserve est insuffisante, la socit devra dans un
deuxime recours, diminuer le rendement offert aux assurs ou puiser dans ses fonds propres.
Dautre part, la hausse des taux peut entraner une vague de rachats de la part des assurs
trouvant que le taux servi par la compagnie est trop faible par rapport au taux de march.
Nous tudions ce risque de rachat plus en dtail dans le quatrime paragraphe.
En conclusion, le risque la hausse est un risque de rachats en priode de moins-values
latentes.

Risque la baisse :
En priode de baisse des taux, le rinvestissement des coupons est moins lucratif, ce qui
diminue la rentabilit court terme. Cest le risque de rinvestissement. De plus, les obligations
achetes en remplacement de celles qui sont arrives lchance prsentent des taux moins
intressants, ce qui affecte cette fois la rentabilit long terme. Si la baisse de rentabilit est
trop forte, lassureur devra puiser dans ses fonds propres pour parvenir servir le taux garanti.

Finalement, une brusque variation des taux, dans un sens ou dans lautre, sera dfavorable
lassureur. En revanche si les taux varient lentement, lassureur pourra alors sadapter en
modifiant ses produits et il pourra ainsi viter une baisse de rentabilit.

b. Le risque de liquidit.

Trs gnralement, dans une entreprise, on observe la structure du bilan afin dvaluer
le risque dinadquation entre la liquidit des actifs et lexigibilit du passif, cest dire le
mauvais ajustement possible entre les maturits respectives des crances et des dettes. En
18
assurance, la compagnie doit disposer de liquidits suffisantes pour faire face aux demandes de
rachat et plus gnralement tous les flux sortants du passif.

Pour cerner ce risque, on utilise souvent le concept de duration. La duration est la dure
moyenne des flux actualiss gnrs par un bien. Les flux du passif sont ceux de versements
des prestations et les flux de lactif sont ceux dencaissement des revenus des placements et
de remboursement du capital. Si la duration du passif est infrieure celle de lactif, les flux du
passif vont tre assez vite plus importants que ceux de lactif, la compagnie dassurance sera
donc amene vendre ou emprunter pour faire face ses engagements.

c. Le risque de contrepartie.

Cest le risque que les metteurs demprunts nhonorent par leurs engagements. Ce
risque justifie lcart de rendement - spread - entre les obligations mises par les emprunteurs
fiables, lEtat par exemple, et ceux qui le sont moins. La compagnie dassurance est soumise
ce risque car elle dtient des obligations de toutes sortes, notamment des obligations mises par
dautres emprunteurs que lEtat.

3. Les risques au passif.

Les risques au passif sont engendrs par les options caches des contrats. En effet, les
assureurs vendent des produits contenant des options qui modifient leurs engagements et qui ne
figurent pas comptablement dans les bilans. Ces options (option de rachat troitement lie au
risque de taux, option de prolongation, option de versements libres) sont difficiles valuer et
grer. Elles constituent cependant une part trs importante des risques financiers ports par les
assureurs. Les autres risques du passif sont par exemple les risques techniques ou encore le
risque de transformation dun capital en rente.
Nous avons dvelopp prcdemment le risque de taux. Nous prsentons maintenant plus
prcisment le risque de rachat, que nous avions alors seulement voqu.

19

4. Le risque de rachat.

Le Code des Assurances [5] prvoit que, si un assur dcide de cesser le paiement de
ses primes, il a le droit de rcuprer une partie des provisions de son contrat. On dit dans ce
cas qu'il "rachte" son contrat.

Les limites ce droit sont les suivantes:
Dans le cas des contrats prime priodique, l'article L-132-23 du Code des Assurances
stipule qu'au moins deux annes de versement des primes doivent tre intervenues et au
moins 15% des primes payes pour que l'assureur soit tenu de donner une valeur de
rachat.
La base de calcul de la valeur de rachat n'inclut pas toutes les provisions affrentes au
contrat : c'est la provision mathmatique qui est la base du remboursement.
L'assureur peut prlever une indemnit pour rupture des engagements contractuels. Cette
pnalit ne peut excder 5% de la provision mathmatique pendant les dix premires
annes du contrat et doit tre nulle au-del (article R-123-1).

Cependant, l'assur peut racheter son contrat dans le premier mois sans aucune
pnalit. En effet, les sommes engages pour un tel contrat peuvent tre trs importantes, et
cest afin de protger le client qui bloque un montant lev dans ce type de contrat que le
lgislateur a prvu une telle disposition.
On peut alors se demander quelles sont les consquences de la rglementation en cas de
rachat sur les produits proposs par les assureurs franais. Dans la pratique, les conditions
d'exercice du droit de rachat sont trs favorables aux assurs. Dautre part, le niveau de la
valeur de rachat est trs lev par rapport aux primes verses. La concurrence entre les
assureurs les oblige ne soumettre lassur aucune pnalit en cas de rachat anticip. Il faut
par ailleurs remarquer que les participations aux bnfices sont leves et distribues tous les
ans.

Pour pouvoir proposer de tels produits, lassureur doit avoir un portefeuille constitu en
grande partie dobligations : les actifs mis en reprsentation des engagements de l'assureur
sont trs majoritairement des titres de taux car ils permettent de garantir la fois un taux de
20
revalorisation rgulier et une valeur de rachat.
Le risque de rachat support par l'assureur est donc doublement li la structure des taux : si
les taux montent trop brusquement, les clients auront tendance racheter leur contrat pour
accder des taux plus comptitifs, et lassureur, pour rembourser les clients, devra revendre
des obligations de son portefeuille, et ce en priode de moins-values latentes.

Nous pouvons illustrer ce phnomne par lexemple suivant :

Soit un assureur investissant 20% de son portefeuille en actions et 80% en obligations. On
considre que la valeur totale des actions est de 25 et que celle des obligations est de 100. On
suppose que les taux passent de 5% 10% dans lanne. Dautre part, le taux garanti par
lassureur est de 5%. La hausse des taux entrane une vague de rachats de la part des clients
qui prfrent investir sur le march procurant des rendements plus levs ; ces rachats ont
pour montant total 100. Les primes perues cette anne-l sont de 50.

Le cheminement des flux se rsume ainsi :

Tableau 2 : cheminement des flux

Flux lactif

Flux au passif

remboursement des obligations 20 primes 50
coupon 5 - rachats - 100
dividendes 0,5

Si le solde tait positif, lassureur pourrait utiliser ce solde pour acheter des obligations
et renouveler son portefeuille.

Or ici, le solde est de -24,5 et dans lhypothse o lassureur possde une rserve de
capitalisation insuffisante pour absorber ces pertes, il devra alors liquider des actions ou des
obligations de son portefeuille. Sil choisit de liquider des obligations, cela se fait en moins-
values. On peut approcher cette moins-value due la hausse des taux en calculant la sensibilit
du prix des obligations P par rapport aux taux. En supposant que la duration D est de 8 ans, la
21
sensibilit S gale D/(1+r) vaut alors 7,62. Donc, la variation de prix des obligations est :

dP = - S P dr = -7,62 100 0.05 = - 38,1

Comme les obligations ne valent plus que 61,9 sur le march, il faut alors vendre plus
dobligations que prvu. De ce fait, le rendement financier diminue et il est plus difficile de
servir le taux garanti. Il apparat donc que le risque de rachat peut avoir une forte incidence
sur le rsultat final de lassureur.

Par la suite, nous nous limiterons ltude du risque de taux et du risque de rachat. Nous allons
maintenant voir comment le risque est mesur CNP-Assurances.

C. Lapproche ALM de la gestion du risque.

1. Prsentation de lALM.

a. Historique et dfinition

La gestion actif-passif (ou ALM, Asset and Liabilities Management) est apparue dans
le monde bancaire aux Etats-Unis dans les annes 80 en raison de laccroissement de la
volatilit des taux dintrt.
En effet, dans les annes 70, les taux dintrt se sont mis largement dpasser le taux
rgulier de rmunration des dpts ; puis, ds 1980, la drglementation a libr les
contraintes et augment les risques. Les difficults auxquelles les banques amricaines ont
alors d faire face les ont incites mieux grer leurs rsultats futurs et les carts de maturit
entre lactif et le passif. Au milieu des annes 80, les banques franaises ont commenc
saligner sur les techniques de gestion de leurs semblables doutre-Atlantique. Cest ainsi que
la gestion Actif-Passif est apparue en France. Cette technique de gestion permet aux banques
de quantifier et de contrler les risques financiers inhrents leur mtier, en particulier le
risque de remboursements anticips. Au dbut des annes 90, les assureurs ont intgr leur
22
tour ce nouveau mode de gestion des rendements et des risques. Cependant, la diversit des
risques et la rglementation spcifique de lassurance rendent cette gestion complexe.

Actuellement, les compagnies franaises suivent la rglementation en vigueur et
vrifient que leurs montants de fonds propres permettent dassurer la marge de solvabilit
rglementaire. En thorie, les plus-values latentes peuvent aussi servir couvrir la marge ;
dans la pratique, en gnral, les fonds propres y suffisent. Dautre part, projeter les provisions
mathmatiques permet de prvoir laugmentation de marge de solvabilit conscutive
laugmentation des encours. Cependant, cette dmarche nest pas vritablement satisfaisante :
la question est de savoir quel est le besoin rel en fonds propres durs. Il nest pas sr que la
marge de solvabilit rglementaire soit toujours suffisante : il est probable que dans certains
cas le montant de fonds propres ncessaire soit plus lev que celui impos par la
rglementation. Cest prcisment pour dterminer ce montant optimal de fonds propres et
pour mieux les allouer - que les techniques ALM sont utiles. Comme nous lavons dit
prcdemment, lALM est un outil daide la dcision qui doit permettre la compagnie
doptimiser son retour sur fonds propres tout en matrisant les risques quelle encourt.

b. Les diffrents modles de gestion actif - passif.

Les modles de gestion actif-passif sont classiquement regroups en quatre catgories.
Pour plus dinformations, on pourra se rfrer au mmoire [18] :

b1. Les modles dallocation dactifs adapts lassurance type modles de
Wise ou Wilkie.

Ces modles sont issus du modle moyenne-variance de Markowitz. Ils permettent de
dterminer lallocation optimale des actifs, en tenant compte des engagements futurs
probables. Cette allocation optimale est dtermine en maximisant le rendement du portefeuille
sur un horizon donn risque de perte fix, cela en intgrant des contraintes dassurance :
contraintes contractuelles de passif et rglementaires.
Nous ne nous y attarderons pas car ce sont des modles qui sintressent essentiellement
lactif, et dont le but nest pas en premier la mesure du risque mais plutt lallocation des
23
actifs.

b2. Modles de premire gnration dadossement par les flux : gaps de
trsorerie et gestion en duration.

Ces modles consistent projeter les flux du passif (prestations en particulier) et les
flux dactif (coupons, remboursements, dividendes) de manire trs simple :

Les flux dactifs sont projets sur la base dun scnario conomique "moyen". Les
scnarios conomiques comprennent un scnario de courbe des taux, un scnario du
march des actions et un scnario de limmobilier. En gnral, le scnario dans ces modles
de premire gnration est un scnario unique.
les flux de passif sont projets indpendamment de lactif, et notamment sans tenir compte
de lvolution des taux servis.
les projections sont sur une base statique, cest dire sans tenir compte de la production
nouvelle et des investissements nouveaux.

Ces modles donnent des informations en terme dimpasses de trsorerie, et donc permettent
davoir une ide sur le risque de liquidit (cash flow matching). Ils constituent ce titre un outil
apprci des financiers qui peuvent ainsi mieux planifier leurs stratgies dinvestissements. Ils
permettent galement de calculer les valeurs actuelles de lactif et du passif, leurs durations,
sensibilits, et convexits.

Si ces outils de premire gnration sont intressants, et relativement simples mettre en
oeuvre, ils souffrent toutefois de certaines carences :

La notion de duration nest pas adapte pour la majorit des contrats dassurance-vie.
La modlisation des flux du passif indpendamment des taux du march et des taux servis
est insuffisante pour les contrats forte connotation dpargne, donc pour les contrats que
nous tudions.

b3. Modles de deuxime gnration : une approche comptable prenant en
24
compte les interactions actif / passif.

Ces modles sont la gnralisation des modles de premire gnration. Ils consistent
btir des scnarios conomiques dterministes, introduire diffrentes hypothses sur les
volutions de la production et des rachats, puis en mesurer les consquences sur le compte
de rsultat et sur le bilan. Grce ltablissement des comptes de rsultats et des bilans de la
socit, ils peuvent intgrer les interactions actif-passif. Les scnarios conomiques sont fixs
dans ces modles de manire relativement arbitraire. Ce seront des scnarios de stress voire
des scnarios "catastrophes".
Ces modles sont trs apprcis pour la richesse de leurs indicateurs financiers et comptables,
et pour leur interprtation facile.

b4. Modles de troisime gnration avec une approche par scnarios
stochastiques.

Ces modles sont rcents et demeurent encore peu rpandus. Ils tendent liminer le
caractre arbitraire des scnarios dterministes, en gnrant une large gamme de scnarios
selon une certaine probabilit. Plus prcisment, ils sappuient sur un processus de diffusion de
taux qui permet de simuler la courbe des taux dans le futur, et sur des modles mathmatiques
qui gnrent les rendements des placements par classes dactifs.

Remarques finales.

Dans la pratique, les modles dALM ne sont pas spars de manire aussi stricte, et il se
peut que certains outils oprationnels empruntent des caractristiques aux trois gnrations.

Une autre distinction est souvent faite entre les modles selon quil sagit dune ALM
"locale" (cest dire tudiant un seul produit) ou "globale" (sur lensemble du bilan).

Nous allons maintenant prsenter le logiciel de gestion actif-passif de CNP-Assurances ; cest
un logiciel reposant sur un modle de troisime gnration.

25
2. Le logiciel GAP.

CNP-Assurances, linstar des autres compagnies dassurance, cherche dterminer
les risques quelle encourt (et donc les fonds propres ncessaires) mais aussi les rentabilits
pouvant dcouler de la prise de risque. Cest dans loptique dune meilleure gestion du risque
et de la rentabilit qua t mis en place le logiciel Gap.

Le logiciel Gap (gestion actif-passif) mis en place CNP-assurances ces dernires
annes permet une approche dynamique du risque. A partir de paramtres entrs par
lutilisateur, Gap effectue des simulations long terme pour prvoir les consquences dun
scnario de march, par exemple la hausse des taux sur la rentabilit dun produit. Plus
prcisment, grce aux simulations, il est possible dtablir des prvisions de bilan sur les
exercices futurs en intgrant lvolution des alas et la production nouvelle. Il faut noter que le
logiciel Gap tient compte des rserves et quil liquide les actifs en vendant en premier ceux qui
sont en plus-values.

a. Cration dun produit et dun scnario-type.

Les hypothses entres par lutilisateur sont rparties dans cinq rubriques :

La fiche produit est le descriptif technique du produit. Lutilisateur saisit les garanties (taux
minimal garanti et dure de la garantie), les clauses de participation aux bnfices, les
vnements de gestion envisags (versements libres, souscriptions, dcs), les chargements
et les cots.
Le scnario de production indique les lois de comportement des clients lentre et la
sortie.
Le scnario de march financier rassemble les donnes de lvolution des diffrents taux et
cours du march.
La rubrique stratgie financire regroupe les hypothses concernant les choix
dinvestissement pour le portefeuille dactifs.
La stratgie de revalorisation indique comment sont choisis le taux de chargement sur
encours, le taux de chargement sur rsultats, le Taux Global de Revalorisation (TGR) et la
26
Provision pour Participation aux Excdents (PPE).

b. Forme des rsultats obtenus.

A la fin de la simulation, Gap retourne lutilisateur les bilans successifs de toutes les
annes de la simulation, par produit. Ces bilans sont exports sous Excel afin de faciliter leur
traitement. Ils comprennent notamment les dtails des comptes technique, financier et
administratif.

c. Objectif concernant les mesures de risque.

Nous venons de voir ltat actuel de lvaluation des risques CNP-assurances.
Cependant, lentreprise souhaite mettre en place une valuation plus fine des rserves
ncessaires et des risques encourus. Lide qui est lorigine de notre tude est dappliquer
une technique inspire de la banque : la Value at Risk. Nous explicitons cette ide dans la
partie suivante.

27

Partie 2 : Adaptation de la VaR bancaire lassurance-vie.

A. Introduction.

1. Historique de la VaR.

Nous avons vu que les institutions financires taient soumises un certain nombre de
risques (risque de liquidit, risque de march, risque de contrepartie) quil convenait de bien
grer si lon ne voulait pas mettre en pril la prennit de lentreprise.

Depuis quelques annes, limportance grandissante des oprations de march, et des
risques inhrents ces oprations ont suscit de nombreuses rflexions de la part des
institutions bancaires nationales et internationales. Les autorits bancaires ont tout dabord
impos des contraintes pour mesurer le risque de contrepartie des tablissements financiers
par lintermdiaire de ratios internationaux de solvabilit. En 1993, une approche dite standard
a t tablie pour apprhender les risques lis aux activits de march : lexigence de fonds
propres est alors calcule partir de sensibilits forfaitaires.
Mais, depuis lamendement de Ble de 1996, les banques soumises des risques de march
ont la possibilit de calculer le niveau de fonds propres rglementaires par un modle interne
qui doit remplir un certain nombre de conditions afin dtre homologu par la Commission
Bancaire. Dans lhypothse o le modle interne permettrait damliorer lvaluation du niveau
des risques encourus par rapport la mthodologie standard, on peut esprer que les fonds
propres lis aux activits de march soient mieux ajusts et les risques mieux grs. Cest
pourquoi, la plupart des banques mnent actuellement un travail important pour mettre au point
leur modle de risque interne. Ce modle interne est trs souvent construit autour dune
mthodologie de type Value at Risk introduite par Riskmetrics [11]. La VaR permet ainsi de
donner une mesure du risque li aux activits de linstitution financire mais cependant elle ne
permet pas de donner un modle dallocation de fonds propres.
Dans la banque, lapproche Value at Risk est trs rpandue et bien matrise, en
revanche, il nexiste lheure actuelle que trs peu de travaux concernant son application en
28
assurance. A notre connaissance, il nexiste que deux publications ce sujet qui sont les
articles de P. Artzner "Application of coherent risk measures to capital requirements in
insurance" [9] , et de K. C. Ahlgrim "Investigating the use of Value at Risk in insurance" [7].
Nous analyserons tout dabord les diffrences entre la banque et lassurance dont il faudra
tenir compte pour le calcul de la VaR dans ce dernier secteur, puis nous prciserons comment
la Value at Risk est calcule dans les banques.

2. Prsentation de la VaR.

a. Dfinition.

La Value at Risk (VaR) tend devenir un indicateur de risque largement utilis par les
tablissements financiers car elle permet dapprhender le risque global dans une unit de
mesure commune tous les risques encourus, quelle que soit leur nature (taux, change, actions
...).

Pour un horizon de gestion donn, la VaR correspond au montant de perte probable
d'un portefeuille ou d'un ensemble de portefeuilles d'instruments financiers. Elle exprime la
perte lie des variations dfavorables des prix de march. Si lon note x le seuil de confiance
choisi, la VaR correspond au montant de perte potentielle sur une priode de temps fixe qui
ne sera dpass que dans x% des cas. Le seuil 1-x est donc gal la probabilit que le
montant de pertes ne dpasse pas la VaR en valeur absolue. Ainsi, la VaR vrifie lquation
suivante :

Prob ( perte > VaR ) = x

Afin dinterprter la VaR, il est essentiel de spcifier la priode sur laquelle la variation
de valeur du portefeuille est mesure et le seuil de confiance x. Avec la VaR, qui permet de
donner une vision globale du risque de march dun portefeuille, on passe ainsi dune mesure
de risque comme volatilit une mesure de risque comme quantile.
29

b. Contexte dutilisation.

Dans le monde bancaire, la VaR permet doptimiser la gestion des risques financiers
dus aux oprations inities par les salles de march. Elle permet galement de donner au client
une image claire du risque financier pris indirectement par lui. Cette mesure de risque
sadresse ainsi :

aux professionnels de marchs : oprateurs de march, gestionnaires de fonds
privs, gestionnaires de fonds institutionnels et gestionnaires de fonds de pension,
aux Risk Managers : responsables de la gestion des risques et du contrle de la
gestion des risques (middle-offices et back-offices),
aux comptables,
aux institutionnels.

Un grand nombre dentreprises disposent actuellement de services de Risk Management. Ces
services ont comme missions principales la rvaluation quotidienne aux prix de march (mark-
to-market) de toutes les positions et lapprhension des risques de march par des mthodes
de sensibilit ou probabilistes comme la VaR et la mise en place de limites tant internes
quexternes.

La concept de la VaR provient du fait quil est ncessaire de rvaluer des positions au prix de
march qui sont lorigine de pertes ou de profits. Si les prix de marchs changent, la
rvaluation se trouve donc affecte. La rvaluation des positions ces nouveaux prix donne
une ide de la sensibilit des portefeuilles de la banque en termes de pertes et profits une
variation des prix de march. Ces prix peuvent varier de manire ingale, parfois mme de
manire dramatique et imprvue, do la ncessit de rvaluer les positions en se fixant des
scnarios de march. A partir de cette rvaluation, on peut calculer le montant de pertes
potentielles donc la VaR.
En conclusion, bien que la VaR puisse en thorie tre utilise pour la quantification des
risques de march, des risques de crdit, des risques de liquidit, des risques oprationnels,
seule son application au risque de march est aujourdhui rellement oprationnelle. Dans le
30
paragraphe suivant, nous prsentons les diffrentes mthodes qui permettent de la mettre en
place dans ce cadre : la VaR analytique, la VaR historique et la VaR Monte Carlo.

B. La VaR pour la quantification du risque de march : les trois mthodes
de calcul.

Notons ds prsent que les deux premires mthodes utilisent les donnes du pass
pour estimer les variations potentielles de la valeur du portefeuille. Cela suppose implicitement
que le futur se comporte comme le pass : il faut donc faire lhypothse que la srie
temporelle des valeurs du portefeuille est stationnaire.

1. La VaR analytique.

Dans ce modle, la valeur algbrique dun portefeuille est reprsente par une
combinaison linaire de K facteurs gaussiens. Notons P(t) la valeur du portefeuille en t, F(t) le
vecteur gaussien des facteurs et a le vecteur des sensibilits aux facteurs, de dimension K.
Supposons que F(t) ~ N (m, V).
A la date t, la valeur du portefeuille est P(t) = a
t
F(t).
En t, P(t+1) est une variable alatoire gaussienne de loi N (a
t
m, a
t
Va).

La valeur de la VaR pour un seuil de confiance x correspond alors :
Prob ( P(t +1) - P(t) - VaR) = x

Dans cette quation, P(t+1) - P(t) reprsente la variation du portefeuille entre linstant t+1 et
linstant t. On est donc en prsence dune perte si la valeur ralise du portefeuille dans un
jour est infrieure sa valeur daujourdhui.
Lorsque la priode de dtention nest pas de 1 jour mais de T jours, la mesure de la VaR se
dfinit partir de la relation suivante :
Prob ( P(t +T) - P(t) - VaR) = x

Comme P(t+1) est une variable alatoire gaussienne de moyenne a
t
m et de variance a
t
Va,
31
nous avons alors lquation suivante:

Pr
( )
( )
P t a
a a
x x
t
t
+

_
,

1
1
1

o
1
est linverse de la fonction de rpartition dune gaussienne centre et rduite.

Comme
1
(1- x) = -
1
(x), nous obtenons alors que :

VaR P t a x a a
t t
+

( ) ( )
1

Lorsque les facteurs F modlisent directement la variation du portefeuille, et comme nous
supposons en gnral que m = 0, nous obtenons alors :

VaR x a a
t

1
( ) (1)

La VaR apparat alors proportionnelle lcart type de la variation de valeur du portefeuille.

Cette mthode analytique repose sur trois hypothses qui permettent de simplifier les calculs
de la VaR:
lindpendance temporelle des variations de la valeur du portefeuille,
la normalit des facteurs de risque F(t),
la relation linaire entre les facteurs de risque et la valeur du portefeuille.

La principale difficult de cette mthode est destimer la matrice de covariance et de
dterminer les sensibilits.
Lexpression (1) de la VaR obtenue pour une priode de dtention dun jour peut se
gnraliser une priode de dtention de T jours. Dans ce cas, reprsente la matrice de
covariance des facteurs pour T jours, la priode de dtention rglementaire en banque tant de
10 jours.
Enfin, le problme de la mthode analytique est quelle nest utilisable que pour les produits
linaires car elle ne prend pas en compte le risque non-linaire des positions. Nous avons en
32
effet suppos dans la dmonstration prcdente que les quantiles de a
t
F(t) taient lis de
faon linaire au quantile de la loi normale centre rduite.

2. La VaR historique.

Contrairement la VaR analytique, la VaR historique est entirement base sur les
variations historiques des facteurs de risque. Supposons que nous disposions dun historique de
taille N. En t
0
nous pouvons valoriser le portefeuille avec les facteurs de risque de lhistorique
en calculant pour chaque date t = (t
0
- 1,...,t - N) une valeur potentielle du portefeuille. On
dtermine ainsi N variations potentielles. Ainsi, partir de lhistorique, nous construisons
implicitement une distribution empirique de laquelle nous pouvons extraire le quantile x %.
Pour cela, il faut ranger les N pertes potentielles par ordre croissant et prendre la valeur
absolue de la N(1-x) i-me plus petite valeur. Lorsque N(1-x) nest pas un nombre entier,
il faut alors calculer la VaR par interpolation linaire.

En gnral, la VaR historique nimpose pas dhypothses sur la loi de distribution des
facteurs de risque la diffrence de la mthode analytique. Mais il est tout de mme
ncessaire davoir un modle sous-jacent pour estimer les facteurs de risque pour lhistorique
de longueur N. Cette mthode est trs utilise dans la pratique car elle est simple
conceptuellement et est facile implmenter. Cependant, elle prsente quelques difficults : en
effet, lestimation dun quantile a une vitesse de convergence beaucoup plus faible que celle
dautres estimateurs car son estimation est locale et demande donc beaucoup dobservations.

3. La VaR Monte Carlo.

La Var Monte Carlo est base sur la simulation des facteurs de risque dont on se
donne une loi de distribution admissible avec lhistorique. Cette mthode consiste valoriser le
portefeuille en appliquant ces facteurs simuls. Il suffit alors de calculer le quantile
correspondant tout comme pour la mthode de la VaR historique. La seule diffrence entre
ces deux mthodes est que la VaR historique utilise les facteurs passs, alors que la VaR
Monte Carlo utilise les facteurs simuls.

33
Il faut cependant noter que cette mthode ncessite un ordinateur trs performant car
elle demande beaucoup de temps de calcul. De plus, elle demande un effort important de
modlisation puisquelle dtermine entirement les trajectoires des facteurs de march utiliss
pour le calcul de la VaR.

C. Diffrences entre le secteur bancaire et lassurance-vie .

Etant donn que nous nous proposons dappliquer une mthode dorigine bancaire
lassurance, nous devons nous demander quelles sont les diffrences entre ces deux secteurs
dont il faudra tenir compte. Plus prcisment, nous nous intresserons plusieurs secteurs
bancaires : savoir la gestion dactifs (paragraphes 1, 2 et 4), et loctroi de crdit (paragraphe
3). Rappelons que si dans le premier secteur les mthodes de calcul de la VaR sont
aujourdhui trs dveloppes, en revanche dans le deuxime les mthodologies dapplication de
la VaR sont peu rpandues. Nous prsentons lapplication de la VaR au risque de crdit en
Annexe 1.

1. La question de lhorizon de calcul de la VaR : des horizons de risque et
de rentabilit diffrents.

Le risque en assurance nest pas court terme mais plutt un horizon de quelques
annes. En effet, en assurance-vie, le cycle de production est long. La dure avant rachat dun
contrat est en gnral au minimum gale 8 ans puisque cest seulement au-del de ce dlai
que lassur peut reprendre ses intrts sans tre soumis la fiscalit.
De plus, en assurance-vie, les obligations mises en reprsentation des contrats du
passif ont en gnral une chance lointaine. Si les taux baissent, les assureurs peuvent
continuer servir des taux qui ne sont plus accessibles sur le march obligataire, parce quils
possdent dans leur portefeuille des obligations anciennes de taux suprieurs aux taux du
march. Cependant, ils doivent renouveler leur portefeuille car les obligations arrivent
maturit, et pour cela ils ont accs des taux moins levs. Par consquent, lorsquils nauront
plus dobligations anciennes dans leurs portefeuille, ils proposeront des produits dpargne
34
moins attractifs. Il y a donc une inertie des taux servis par les assureurs qui fait que si le
march varie trop vite, ils ne pourront pas sy adapter et les clients rachteront leurs contrats.
Mais le risque nest pas court terme. Au contraire, dans la banque, un portefeuille dactifs est
immdiatement (quotidiennement) sensible aux variations des cours.

2. La question de la valeur sur laquelle calculer la VaR : valeur de march
et options caches.

Alors quun portefeuille bancaire possde une valeur de march facile calculer, il est
simple de calculer la valeur de lactif dun produit dassurance (on peut prendre la valeur
boursire des actifs dtenus) mais il est difficile de calculer la valeur de son passif. En effet, il
nexiste pas de march o cette valeur soit change. La difficult pour pricer le passif rside
en particulier dans la valorisation des options caches.

En effet, une caractristique importante du risque en assurance-vie est la prsence
doptions caches dans les contrats : option de rachat, de versements (pour les anciens
contrats dont le taux est garanti vie), et risque darbitrage pour les contrats multi-supports.

Loption de rachat : le client qui a souscrit un contrat dassurance-vie a le droit de le rsilier
avant terme. Dans ce cas, si son retrait se fait aprs le seuil fiscal, il nencourt en gnral
aucune pnalit et il rcupre le montant investi additionn des intrts capitaliss. Comme
cest seulement aprs un certain nombre dannes courues que le contrat devient rentable pour
lassureur, les rachats anticips sont trs coteux pour ce dernier.

Le risque darbitrage pour les contrats multi-supports : le client peut transfrer une partie
de sa provision mathmatique vers des supports en unit de compte. Cela est prjudiciable
lassureur car ce dernier ne sait pas quand ces transferts vont avoir lieu et donc quand ses
engagements vont changer.

Loption de versement : le dtenteur dun contrat dassurance-vie est autoris verser de
largent quand il le dsire sur son contrat. Si le contrat est ancien, il se peut quil garantisse un
35
taux anormalement lev par rapport au taux du march. Dans ce cas, il est coteux pour
lassureur de tenir ses engagements.

On pourrait rsumer le problme en disant que la banque calcule un risque sur un montant fixe
dargent plac (systme ferm) tandis que dans lassurance, le montant plac nest pas fig : il
faut tenir compte des entres et des sorties (systme ouvert). Autrement dit, dans la banque il
ny a pas de problmes de fluctuations des encours alors quen assurance, la bonne gestion de
ces problmes est primordiale.

3. Linfluence du scnario de taux sur les risques encourus :
comparaison entre risque de rachat et risque de remboursement anticip
de crdit.

Nous avons vu prcdemment que ce sont les remboursements anticips qui ont incit
les banques mettre en place une mthode de gestion du risque. Nous pourrions donc penser
nous inspirer de cette mthode afin de grer le risque de rachat en assurance. A priori, le
rachat en assurance et le remboursement anticip dans la banque sont des phnomnes
antithtiques car les rachats se produisent en cas de hausse des taux et les remboursements
anticips en cas de baisse des taux. Cependant, ces deux phnomnes peuvent tre compars
parce quils rsultent tous les deux dune raction rationnelle des clients une variation de la
courbe des taux. On peut alors se demander si les seules fluctuations de la courbe des taux
suffisent provoquer lun ou lautre des phnomnes cits.

La vague de remboursements anticips des annes 86-88 ntait pas seulement due
la variation des taux. Elle sexpliquait aussi par la baisse de linflation, la hausse de la
concurrence entre banques, et une rglementation en matire de pnalits favorable aux
particuliers. De mme, en assurance-vie, il existe des facteurs aggravant le risque de rachat en
cas de hausse des taux dintrt. Ces facteurs sont la fiscalit et le changement de
comportement de la clientle. De manire gnrale, la fiscalit en assurance-vie est
avantageuse au del de huit ans de dtention dun contrat. On constate donc une hausse du
36
nombre de rachats pour les contrats dune anciennet suprieure huit ans. Les dtails
concernant les principes de taxation des plus-values sont prsents en Annexe 2. Le
changement de comportement de la clientle se caractrise par un engouement pour le march
des actions ou pour les produits multi-supports. Lengouement pour les actions pourrait inciter
les clients racheter leur contrat pour investir dans de tels titres (cela reste dmontrer), et
comme nous lavons vu, les produits multi-supports engendrent un risque darbitrage.

Nous venons de distinguer les facteurs aggravants des banques et des assurances.
Une autre diffrence apparat dans linformation dtenue par le client. En effet, contrairement
au crdit o le taux est fix au dbut de lopration, un assur ne connat que le taux minimum
de revalorisation de son contrat et non le taux qui lui sera effectivement vers. Il lui est donc
plus difficile de comparer le rendement de son contrat aux taux directement accessibles sur le
march.

4. Prise de risque et couverture.

En assurance, les placements sont de manire gnrale beaucoup moins risqus que
dans le secteur bancaire. En effet, les portefeuilles mis en reprsentation des engagements
sont essentiellement obligataires (souvent pour environ 80% de leur valeur) et la part des
actions et de limmobilier est faible.
Comme nous lavons vu, le risque est essentiellement localis au passif mme si lactif y joue
un rle. Les possibilits de couverture par produits drivs sont rares contrairement aux
nombreuses couvertures possibles pour les portefeuilles bancaires.
En revanche, il existe de nombreux mcanismes prudentiels comme la rserve de
capitalisation. La rglementation bancaire ne prvoit pas de rserve de capitalisation. Ce
mcanisme de lissage est spcifique lassurance. Comme nous lavons vu prcdemment, la
rserve de capitalisation (article R331) est provisionne par les plus-values sur les cessions de
titres et les provisions sont reprises en cas de moins-values.

A propos de couverture, il faut aussi noter que dans la banque, il parat intressant de calculer
la VaR lhorizon o lon souhaite redfinir la couverture dun portefeuille. La dmarche,
aussi bien dans le secteur bancaire quen assurance, consisterait en fait estimer le risque au
37
moment o lon veut rvaluer la couverture ncessaire. En assurance, rvaluer la
couverture revient rvaluer les fonds propres et la marge de solvabilit. On peut alors
envisager de calculer la VaR lhorizon o lon prvoit de rvaluer les fonds propres ou alors
on pourrait aussi penser calculer la VaR lhorizon sur lequel on compte se rassurer.

D. La mthode de calcul retenue.

Nous avons vu comment la VaR tait calcule dans la banque et nous avons explicit
les diffrences entre ce secteur et celui de lassurance-vie dont il faudrait tenir compte pour
transposer la mthode bancaire lassurance. De plus, nous avons recens en premire partie
les contraintes auxquelles nous serions soumis et les moyens dont nous disposions pour faire
notre tude. Il est donc maintenant possible de proposer une mthode de calcul de la VaR dans
notre contexte.

Il tait de prime abord inenvisageable dutiliser une mthode analytique car celle-ci
supposait la dfinition de la loi de probabilit suivie par les rendements. Or les rsultats dun
produit dpargne sont bien trop complexes pour tre modliss par une loi simple dpendant
seulement de quelques paramtres.
On aurait en revanche pu penser faire des simulations historiques. Comme nous
lavons dit prcdemment, une simulation historique consiste appliquer sur le portefeuille
lensemble des variations des facteurs de risque observes sur une priode passe. Cependant,
si cette mthode est facilement applicable dans la banque, elle est beaucoup plus difficile
mettre en uvre dans lassurance. En effet, pour avoir des donnes suffisamment varies et
nombreuses, il faudrait utiliser les rsultats des 20 dernires annes, ce qui est inappropri. En
admettant que ces donnes soient disponibles, il ne serait pas pertinent de les utiliser car le
contexte actuel est trop diffrent de celui des prcdentes dcennies pour que lon puisse
infrer le futur partir du pass. Nous avons donc rejet la mthode historique.

Finalement, nous allons donc calculer la VaR par la mthode de Monte-Carlo. A
laide du logiciel Gap, nous simulerons diffrents scnarios assortis dune probabilit
38
doccurrence, puis nous tracerons la rpartition statistique des rsultats et nous calculerons
alors la VaR sur cette rpartition. Trois questions se posent ce stade :

A quel horizon sera-t-il judicieux de calculer la VaR ?
Sur quelle valeur calculera-t-on la VaR ?
Comment rpartira-t-on les scnarios ?

Pour rpondre ces questions, il faut nous replacer dans notre problmatique initiale :
nous calculons la VaR pour mesurer le risque de rachats dus aux taux, et ce dans le but de voir
son incidence sur le calcul des fonds propres.

Nous avons dj rflchi la premire question lorsque nous avons tent dexpliciter
les diffrences entre banque et assurance. Nous avions rpondu quil faudrait probablement
calculer la VaR un horizon de quelques annes car cest cet horizon que le risque se situe
et que nous pouvons le mesurer. Dautre part, cest cet horizon que lon peut prvoir de
rallouer les fonds propres car il est coteux de les rallouer trop souvent, et dangereux de ne
pas les rallouer du tout. Il faut nanmoins remarquer que nous aurions pu faire un autre
choix : Ahlgrim [7] calcule la VaR quelques mois, pour des commodits de calcul et pour
pouvoir la comparer plus facilement aux chiffres bancaires. Nous simulerons donc sur
plusieurs annes pour voir comment la VaR varie selon lhorizon de calcul et nous dciderons
ex-post quelle est la dure de simulation optimale.
En ce qui concerne la deuxime question, nous verrons prcisment dans la quatrime partie
sur quelle valeur calculer la VaR.
Enfin, afin de simuler les scnarios, il nous fallait choisir un modle de taux. Aprs avoir
modlis un modle Vasicek (1977), nous avons finalement effectu nos simulations partir
dun modle Heath, Jarrow et Morton (1992) deux facteurs, rcemment implant dans
lentreprise. Nous prsentons dans la partie suivante les principes sur lesquels reposent nos
simulations, savoir le modle de taux et la loi de rachat.

39

Partie 3 : Mise en place des simulations.

A. Le modle de la courbe des taux.

1. Intrt de la modlisation des taux.

Lincertitude sur les mouvements futurs des taux dintrts est un point trs important
en assurance. Comme nous lavons dj prcis, les dcisions dinvestissement et les
paramtres de la gestion actif-passif sont trs sensibles aux perturbations de la courbe des
taux. Nous prsentons donc les intrts de la modlisation des taux pour le calcul de la
rentabilit et des risques de la compagnie, dont on doit chercher des composantes la fois
lactif et au passif de la socit.

A lactif, le rendement du portefeuille et moindre titre celui de la trsorerie excdentaire sont
des lments importants de la rentabilit de la compagnie. Lusage purement financier est le
plus vident que lon puisse faire du modle de taux.

Ct passif, la rentabilit est lie entre autres la rmunration des actionnaires, la "sant" du
portefeuille de contrats, la qualit de la dette et au cot de la marge de solvabilit. Mais
lintrt de la modlisation des taux rside surtout dans le fait que le comportement des clients
dpend fortement des taux de rendement quils obtiennent sur leur contrat.

a. A lactif.

Un modle gnrateur de scnarios de taux dintrt est un outil performant dans la
prise de dcision de gestion pour le portefeuille dactifs. Il pourra donc tre utilis par le
service des investissements et la direction financire. Aprs avoir modlis lvolution des prix
des actifs de base (zro-coupons, actions, indices...) et des taux (spots ou forwards), et valu
40
les prix de march thoriques de ces actifs, on pourra pricer les actifs contingents aux taux
dintrt (obligations taux variables, swaps, warrants...) et ceux contingents aux actifs de
base (options sur action ou sur indice, futures...). Cette mthodologie repose sur la thorie de
la rplication : tout moment, on peut rpliquer lactif contingent par un portefeuille autofinanc
compos dactifs de base et de lactif sans risque. Les prix modliss des actifs de base du
portefeuille de rplication permettent alors de dterminer les prix des instruments financiers.

Dans une compagnie dassurance-vie, calculer le taux de rendement global dgag par
le portefeuille dactifs prsente un autre intrt. Plus ce taux est lev, plus la participation aux
bnfices alloue aux assurs est importante. Une meilleure gestion du portefeuille et une
meilleure prvision de ses rendements permettent donc de prvoir et doptimiser la politique de
participation aux bnfices.

b. Au passif.

Un modle de taux peut galement fournir des informations utiles pour la gestion du
passif dune compagnie dassurance-vie. En effet, plusieurs lments constitutifs dune
compagnie dassurance-vie sont sensibles aux taux : les fonds propres, la couverture de la
marge de solvabilit rglementaire, la dette et les provisions mathmatiques.

Les fonds propres et la marge de solvabilit rglementaire.

Nous avons dj explicit lexigence de constitution dune marge de solvabilit pour une
compagnie. Cette marge peut tre constitue par les fonds propres mais aussi par les plus-
values latentes. Or la rentabilit attendue par les actionnaires pour leur investissement dans les
fonds propres de la socit est lie au niveau des taux dintrt du march. De plus, les plus-
values latentes dpendent du niveau des taux dintrt qui influent directement sur les prix des
actifs. Le cot de constitution de la marge est donc fortement corrl la courbe des taux.

La dette.
41

Pour des raisons analogues celles concernant le rendement du portefeuille, la gestion de la
politique dendettement gagnerait utiliser un modle gnrant des scnarios de taux, afin de
prvoir des stratgies de financement au moindre cot, en fonction des conditions de march
modlises pour des dates futures.

Les provisions mathmatiques.

Cest le coeur de notre sujet. Il est clair que la structure des taux a un impact sur les entres et
les sorties du portefeuille de contrats.

Dans le cadre de notre tude, il est donc capital de connatre les facteurs
qui rgissent les taux et de modliser la courbe des taux afin deffectuer un grand
nombre de simulations.
Nous avons tout dabord pens tudier un modle de Vasicek (1977) que nous avons
programm. Les caractristiques de ce modle sont rappeles en Annexe 3. Cependant, ce
modle est assez grossier et peut donner des taux ngatifs. Nous avons finalement choisi de
nous intresser un modle Heath, Jarrow et Morton (1992), universellement reconnu
comme plus performant.
En effet, un modle continu une variable dtat (modle de Vasicek) a comme dfaut de
donner des taux parfaitement corrls, leur comportement stochastique dpendant dun seul
facteur. Autrement dit, la dynamique du taux court permet de dterminer la dynamique de tout
le reste de la courbe des taux. En passant des modles plusieurs variables dtat, on gagne
en contrle sur le comportement de la courbe des taux. On peut ainsi modliser conjointement
le taux court terme, et le taux dix ans par exemple.

2. Prsentation du modle gnral de Heath, Jarrow, Morton.

42

Les premiers modles en temps continu sont apparus avant le modle de Ho et Lee
(1986), vers le milieu des annes 70, notamment la suite des travaux de Black-Scholes sur
lvaluation des prix des options sur actions. Nous prsentons le cadre construit par Heath,
Jarrow et Morton (1992). Dans un premier temps nous nous donnerons une structure
probabiliste pour les volutions possibles de la courbe des taux. Puis nous traduirons labsence
dopportunit darbitrage pour aboutir au fait que ces modles sont entirement paramtrs par
une fonction de volatilit.

a. Les mouvements de la structure des taux.

Nous utilisons une famille de processus pour lensemble de la structure des taux.
Heath, Jarrow et Morton (1992) choisissent de spcifier les taux terme instantans nots
F(t,T). F(t,T) est donc le taux forward instantan calcul la date t pour un contrat de maturit
T. La famille de processus est prise sous la forme suivante :

F t T F T s T ds s T dW
t t
s
( , ) ( , ) ( , ) ( , )' . + +

0
0 0
(2)

o (F(0,T))
T
dcrit la structure des taux initiale et est suppose donne, et o (W
t
) est un
mouvement brownien de dimension K sous la probabilit P, P tant la probabilit objective des
vnements.
(t,T) est la volatilit des taux terme instantans et (t,T) sa transpose.

Sous forme dquation de diffusion, on peut aussi crire :

dF t T t T dt t T dW
i it
i
K
( , ) ( , ) ( , ) +

1

quon crira encore :

t
( , ) ( , ) ( , )' . +
43

Les fonctions (t,T) et (t,T) sont a priori quelconques et peuvent tre en particulier
alatoires. Elles doivent toutefois satisfaire des conditions de rgularit assurant lexistence
dune solution de lquation (2) et la lgitimit des calculs qui vont suivre. De plus, la fonction
de volatilit vrifie la condition didentifiabilit suivante :

( , )'
.
.
( , )'
t T
t T
K
1
_
,
est inversible pour tout t et tout (T

1
, ..., T
K
) distincts.

Le processus du taux court est obtenu trs simplement partir de (2) en faisant T = t :

r F t t F t s t ds s t dW
t
t
s
t
+ +

( , ) ( , ) ( , ) ( , )' . 0
0 0

On en dduit le processus des prix zro-coupon partir de la formule usuelle :

B t T F t s ds
t
T
( , ) exp( ( , ) )

En remplaant F(t,s) par son expression (2) et en utilisant le thorme de Fubini pour les
intgrales stochastiques, on obtient :

LnB t T F d ds s d s d dW
s
t
T t
t
T t
t
T
( , ) ( , ) ( , ) ( ( , ) )'.

0
0 0
(3)

En utilisant lexpression du taux court, nous avons :

r d F d d s ds d s dW
s
t t t t

+ +

( , ) ( ( , ) ) ( , )' . 0
0 0 0 0 0 0

44
Ce qui donne avec (3) :

LnB t T LnB T r s d ds s d dW
s
s
T t
s
s
T t
( , ) ( , ) ( , ) ( ( , ) )' . +
1
]
1
+

0
0 0

Lquation de diffusion correspondante scrit alors :

dLnB t T r t d dt t d dW
t
t
T
t
t
T
( , ) ( , ) ( ( , ) )' .
1
]
1
+

En utilisant le lemme dIto, nous trouvons alors :

[ ] dB t T r t b t T B t T dt B t T t T dW
t
( , ) ( ) ( , ) ( , ) ( , )
~
( , )' . + +

o :
~
( , ) ( , )
( , ) ( , ) .
~
( , )

t T t d
b t T t d t T
t
T
t
T

+
'
1
2
2

Ainsi, si la dynamique des taux terme instantans scrit :

F t T F T s T ds s T dW
t t
s
( , ) ( , ) ( , ) ( , )'. + +

0
0 0

alors les prix zro-coupon et le taux court instantan scrivent :

B t T B T r s d ds s d dW
s
s
T t
s
s
T t
( , ) ( , ) exp( ( , ) ( ( , ) )' . ) +
1
]
1
+

0
0 0

45

r F t s t ds s t dW
t
t
s
t
+ +

( , ) ( , ) ( , )' . 0
0 0

Disposant des processus de prix, nous pouvons maintenant traduire les contraintes induites par
labsence dopportunit darbitrage.

b. Absence dopportunit darbitrage.

Labsence dopportunit darbitrage implique la contrainte suivante sur la dynamique
des prix et des taux terme instantans :

= (
1
, ...,
K
) tels que : b t T t t T ( , ) ( )' .
~
( , ) , T t (4)

ou de faon quivalente :
( , )
~
( , ). ( , ) ( )' . ( , ) t T t T t T t t T +

c. Changement de probabilit.

Comme dans les modles en temps discret, labsence dopportunit darbitrage
implique lexistence dune nouvelle mesure de probabilit appele probabilit risque neutre,
note Q, sous laquelle les processus des prix actualiss sont des martingales.
En injectant (4) dans lquation de diffusion des prix, on a alors :

dB t T r t B t T dt B t T t T dW
t
( , ) ( ) ( , ) ( , )
~
( , )' .
~
+

avec dW dW t dt
t t
~
( )

Le processus des prix actualiss est alors une martingale sous la mesure de probabilit qui fait
46
de
~
W
t
un mouvement brownien standard. Ceci rsulte du thorme de Girsanov.
Ayant dfini ce changement de probabilit, on peut alors exprimer tous les processus de
diffusion (taux terme instantans, prix zro-coupon, taux court...) sous cette nouvelle mesure
de probabilit.

d. Le modle sous la probabilit risque-neutre Q.

Les taux terme instantans

On obtient la dynamique des taux terme instantans partir de lquation de base :

t
( , ) ( , ) ( , )' . +

dF t T t d t T dt t T dW
t
t
T
( , ) ( ( , ) )' . ( , ) ( , )' .
~
+

Le processus du taux court

Lquation vrifie par r
t
, qui scrit dsormais en fonction du nouveau mouvement brownien
est la suivante :

r F t s d s t ds s t dW
t
s
t t
s
t
+ +

( , ) ( ( , ) )' . ( , ) ( , )' .
~
0
0 0

Les prix zro-coupon

Sous la mesure Q, le processus des prix vrifie :

t
( , ) ( ) ( , ) ( , )
~
( , )' .
~
+

47
Comme attendu, le taux de rendement espr est gal, dans lunivers corrig du risque cest
dire sous la probabilit Q, au taux court sans risque r
t
.

3. Cas particulier du HJM deux facteurs.

Le modle de taux utilis est un modle de Heath, Jarrow, Morton deux facteurs (cf
J. Hull [3]). Les taux forwards suivent sous la probabilit P la dynamique suivante :

dF t T t T dt t T dW t T dW
t t
( , ) ( , ) ( , ) ( , ) + +
1 1 2 2

o dW
1
et dW
2
sont deux mouvements browniens indpendants,

1
et
2
sont fonctions de T-t.

Les deux fonctions de volatilit ont des rles diffrents. La fonction
1
(t,T) est
approximativement constante ; elle permet de translater la courbe des taux. La fonction
2
(t,T)
change de signe quand T-t augmente. Elle permet de faire tourner la courbe et donc de
changer sa pente.

Sous la probabilit risque neutre Q introduite prcdemment, les taux forwards se modlisent
de la faon suivante :

dF t T m t T dt t T dW t T dW
t t
( , ) ( , ) ( , )
~
( , )
~
+ +
1 1 2 2

o m t T t d t T
t
T
( , ) ( ( , ) )' . ( , )

,
et
~
W
1
et
~
W
2
sont deux mouvements browniens standards sous Q.
48

Les prix des zros-coupons vrifient alors sous la probabilit Q lquation diffrentielle
stochastique suivante:

t
( , ) ( ) ( , ) ( , )
~
( , )' .
~
+
soit :

dB t T
B t T
r t dt t T dW t T dW
t t
( , )
( , )
( )
~
( , )
~
~
( , )
~
+ +
1 1 2 2

Le problme du calcul du drift m(t,T) est donc vit lorsque lon simule les prix des zro-
coupons et non les taux forwards.

4. Extension au cas discret.

Nous gnralisons le passage au cas discret dans le cas de plusieurs facteurs. Nous
considrons maintenant la dynamique des taux forwards sur une priode t et non plus la
dynamique des taux forwards instantans. Nous notons f(t, T
1
, T
2
), le taux forward calcul la
date t pour la priode [T
1
, T
2
]. Nous obtenons le taux forward instantan en passant la
limite :
F t T f t T T t ( , ) lim ( , , ) +
t 0

On appelle alors m
i,j
le drift et s
i,j
la dviation standard du taux forward entre les
moments jt et (j+1)t. Ainsi, la dynamique des taux forwards scrit :

df t j t j t m dt s dW
i j i j t
( , ,( ) )
~
, ,
+ + 1

lorsque t = it.

Le prix des zro-coupons est donn par lquation :
49

dB t T
B t T
r t dt t T dW
t
( , )
( , )
( )
~
( , )
~
+ (5)

Or les taux forward f(t, T
1
, T
2
) peuvent tre obtenus partir du prix des zro-coupons grce
lquation suivante :

f t T T
B t T B t T
T T
( , , )
ln ( , ) ln ( , )
1 2
1 2
2 1

Daprs (5) et le lemme dIt, nous obtenons :

d B t T r t
t T
dt t T dW
t
ln ( , ) [ ( )
~
( , )
]
~
( , )
~
1
1
2
1
2
+
et,
d B t T r t
t T
dt t T dW
t
ln ( , ) [ ( )
~
( , )
]
~
( , )
~
2
2
2
2
2
+

Ainsi,
df t T T
t T t T
T T
dt
t T t T
T T
( , , )
~
( , )
~
( , )
( )
~
( , )
~
( , )
1 2
2
2
1
2
2 1
1 2
2 1
2

Or nous avons :

df t j t j t m dt s dW
i j i j t
( , ,( ) )
~
, ,
+ + 1
Avec t = it, T
1 =
jt et T
2
= (j+1)t, nous obtenons alors par identification :

On obtient alors :

m
t
s
t
i j
i j i j
i j
i j i j
,
, ,
,
, ,
~ ~
~ ~

+
+

2
1
2
1
2
(6)

50
o
~
,
i j
est la valeur de
~
( , ) t T lorsque t = it et T
=
jt.
Les expressions (6) de m
i,j
et de s
i,j
mnent alors lquation suivante :

m t s
i j
j i
k
i j
j i
k
, ,
( )

1
2
2

En posant k = i, nous obtenons m
i,i
partir de s
i,i
. Puis en posant k = i+1, nous obtenons
m
i,i+1
partir de m
i,i
, s
i,i
et s
i,i+1
et ainsi de suite. A partir de la forme discrte, on peut donc
simuler lvolution de la courbe des taux.

On peut ds prsent noter que ce modle pose le problme suivant : il requiert une bonne
connaissance de la courbe des taux forwards si lon veut simuler sur une dure assez longue.
Par exemple, si on veut simuler les taux dchance infrieure ou gale 20 ans et ce sur une
priode de 10 ans, il faut disposer des taux forwards 30 ans.
Dans la quatrime partie, nous prsenterons les diffrents rsultats obtenus partir de ce
modle de taux.

B. La loi de rachat.

Pour des raisons de confidentialit, nous ne prsentons pas en dtail la loi de rachat
utilise la CNP. Nous ne donnons ainsi quun aperu gnral de cette loi.

51
Le logiciel Gap distingue deux types de rachats : les rachats naturels sur lesquels la
politique de la compagnie en terme de rmunration des assurs na pas dinfluence, et les
rachats lis lvolution des taux dintrts. La loi de rachat programme somme donc les
rachats structurels (naturels) et les rachats conjoncturels (dus la hausse des taux). Nous
allons tout dabord prsenter la loi des rachats structurels puis celle des rachats conjoncturels.

1. Les rachats structurels.

Ils sont uniquement fonction de lanciennet du contrat. Lutilisateur entre pour chaque
anciennet le pourcentage de rachats correspondants. Par exemple :

Tableau 3 : loi des rachats naturels.

Anciennet du contrat Pourcentage de rachats
1 an 5%
2 ans 5%
... ...
7 ans 5%
8 ans 30%
... ...

Il faut noter que le pourcentage de rachats est un pourcentage des provisions
mathmatiques ou, de faon quivalente, du nombre de contrats. En effet, les contrats sont
entrs de la faon suivante : pour chaque anciennet, lutilisateur saisit le nombre de contrats
dtenus et la provision mathmatique moyenne correspondante. Il revient donc au mme de
considrer que le pourcentage de rachats est appliquer au nombre de contrats ou leur
provision mathmatique moyenne.

52
2. Les rachats conjoncturels.

Cette loi de rachat part de l'hypothse que l'intrt des clients racheter leur contrat
en cas de variation des taux dpend des paramtres suivants :
leurs provisions mathmatiques (PM) : plus les provisions mathmatiques sont leves, plus
le client est sensible une hausse des taux du march.
le taux global de revalorisation de l'anne prcdente (TGR
n-1
) : le client le compare au
taux disponibles sur le march.
le taux du march (TME).
l'anciennet du contrat : elle joue surtout sur la fiscalit du contrat et donc sur l'intrt ou
non partir.
l'indice de ractivit (IR) : cet indice reprsente la capacit du client ragir des
variations de rentabilit relative de son contrat.

La loi de rachat fonctionne selon les trois tapes suivantes :

1
ERE
ETAPE. On calcule l'esprance de rentabilit des clients selon qu'ils choisissent :
Option n1 : De garder leur contrat. Dans ce cas, les clients esprent une rentabilit gale
celle de lanne prcdente i.e au taux global de revalorisation qui leur a t servi.
Option n2 : De racheter immdiatement leur contrat pour en souscrire un nouveau.
Option n3 : De garder leur contrat jusqu' l'chance fiscale puis d'en souscrire un nouveau.

2
EME
ETAPE : Si la deuxime option donne une esprance de rentabilit plus leve que les
autres, les clients ont intrt racheter leur contrat.
On calcule donc lcart de rentabilit entre le choix de racheter son contrat ou de le conserver.

3
EME
ETAPE : On pondre ce rsultat par l'indice de ractivit des clients. Seule une partie des
clients qui ont en thorie intrt racheter leur contrat le font effectivement. En effet, si tous
les clients taient totalement rationnels et ractifs, le taux de rachat serait de 100% ds que
lcart de rendement espr serait positif. On pondre donc le rsultat prcdent par lindice
53
de ractivit.

Finalement,

loi de rachat totale = loi des rachats structurels + loi des rachats conjoncturels

C. Choix du produit dpargne et paramtres du modle de taux.

1. Le produit dpargne

Nous avons tudi un produit dpargne fictif dont les caractristiques sont les
suivantes :
Les vnements pris en compte lentre sont la souscription et les versements libres
tandis que ceux considrs la sortie sont les dcs, les rachats partiels et totaux, et les
transferts vers un autre produit.
Le pourcentage de distribution des produits financiers est fix 100%.
La table de mortalit est la table TV 88/90 avec un taux dabattement de 90%.
Les rachats totaux sont estims partir de la loi de rachat prsente prcdemment. Les
clients sont plutt trs ractifs.
Le bilan comptable relatif au produit est connu au 1
er
janvier 2000 et on simule les annes
suivantes.

2. Les paramtres du modle de taux

La volatilit que nous utilisons a t paramtre pour une autre tude de CNP-
assurances. Elle est cale sur les OAT du march, plus prcisment sur les taux in fine des
obligations de maturits 1 an et 10 ans. Elle prsente lavantage dtre simple ce qui pourra
faciliter les interprtations ultrieures.

Elle est uniquement fonction de la maturit T-t, ce quon peut crire :
54
(t, T) = (T-t)

1
(1) et
1
(10) sont calcules sur les OAT du march et les autres valeurs sont obtenues par
interpolation linaire, soit finalement :

Tableau 4 : valeurs de
1.
T-t en annes
1
en %
0 1,81
1 1,81
2 1,73
3 1,65
4 1,57
5 1,49
6 1,41
7 1,33
8 1,25
9 1,17
10 1,10
11 1,10
12 1,10
... ...
20 1,10

On obtient de mme la volatilit tournante
2
:

Tableau 5 : valeurs de
2.
T-t en annes
2
en %
0 -0,53
1 -0,41
2 -0,29
3 -0,18
4 -0,06
5 0,06
6 0,18
7 0,29
8 0,41
55
9 0,53
10 0,53
11 0,53
12 0,53
... ...
20 0,53

Dans toute la suite du mmoire, nous appellerons :
scnario : lensemble des hypothses que lutilisateur entre avant de lancer une simulation.
simulation : les rsultats relatifs une courbe des taux obtenue par Monte Carlo.
Nous avons fait tourner des jeux de 100 puis de 1 000 simulations.
56

Partie 4 : Rsultats et interprtations.

A. Prsentation des indicateurs tudis

1. Choix de la valeur sur laquelle calculer la VaR

Nous avons dj vu quune question primordiale tait de savoir sur quelle "valeur" on
allait calculer la Value at Risk. Nous avons pens deux solutions pouvant sappliquer dans le
cadre de notre tude :

la 1
re
valeur est gale au rsultat total. Elle correspond au rsultat comptable tel quil est
calcul classiquement.

la 2
me
valeur est gale la diffrence : rsultat total - PREET.

a. Etude de la premire valeur.

Rappelons que cette premire valeur est gale rsultat total.

La variable appele rsultat total est en fait la somme des rsultats technique,
administratif, et financier. Il est noter que dans notre cadre dtude, puisque lon considre un
produit dpargne, le rsultat technique est nul. De plus, le rsultat prsent ne tient pas
compte du cot de la marge, ni des produits financiers sur les fonds propres.

Plus prcisment,
57

Rsultat technique
=
primes pures + intrts techniques crdits + participation aux bnfices - prestations -
variation des provisions mathmatiques - chargements de gestion sur encours - prlvements
fiscaux.

Rsultat administratif
=
rsultat sur frais de gestion + rsultat sur frais dacquisition.

Rsultat financier
=
produits financiers nets des placements - intrts techniques crdits - chargements de gestion
sur produits financiers - dotation pour rserve de participation aux bnfices - dotation la
rserve de capitalisation - variation de provision pour participation aux excdents.

Finalement,

Rsultat total = Rsultat technique + Rsultat administratif + Rsultat financier

Nous pouvons faire plusieurs remarques sur cette variable rsultat. Elle prsente
lavantage dtre facilement interprtable. Cependant, comme nous lavons vu prcdemment,
le rsultat technique est nul puisque lon tudie un produit dpargne. Dautre part, le rsultat
financier, tel quil est construit, est toujours ngatif ou nul. Il est nul dans les cas "normaux"
puisque tous les produits financiers sont rallous. Il est ngatif dans le cas de forts rachats et
de ventes dactifs en moins-values, cest--dire lorsque la production financire est insuffisante
pour permettre lassureur de servir le taux garanti. Dans ce dernier cas, lassureur devra
puiser dans ses fonds propres pour compenser les pertes et honorer ses engagements (voir
58
lexemple de la partie 1-B-4), cest donc ce dernier cas qui nous intressera plus
particulirement.

Finalement, rsultat total reprsente le bnfice ou la perte totale ralise sur le
produit dpargne au terme de lexercice. Cependant, rsultat total est un flux et ne rend donc
pas totalement compte de la valeur du portefeuille la fin de lexercice considr. Or cest
bien sur une valeur - comme son nom lindique - que lon doit calculer la Value at Risk.
Cependant, il est trs difficile de dterminer la valeur de march dun portefeuille dassurance-
vie. Cette constatation nous a amenes introduire la deuxime valeur ; celle-ci servira non
pas valuer directement le portefeuille mais plutt valuer le montant de fonds propres
ncessaires pour garantir la solvabilit.

b. Etude de la deuxime valeur.

Elle est gale la diffrence : rsultat total - PREET.

La PREET est la provision pour risque dexigibilit des engagements techniques. Elle
joue un rle capital dans le cas de rachats massifs. En effet, si lassureur doit faire face un
nombre de rachats levs et doit liquider des titres en moins-values pour respecter ses
engagements, la PREET le prmunit contre une trop grosse variation des rsultats. Comme le
stipule le Code des Assurances [5] (article R 331-3), la provision pour risque dexigibilit des
engagements techniques est une provision destine faire face une insuffisante liquidit des
placements en cas de modification du rythme de rglement des sinistres . Cette provision fait
partie des provisions techniques et elle est inscrite au passif du bilan dune compagnie
dassurance (prsent en Annexe 4) dans les postes "autres provisions techniques". Elle est
constitue ds que le total des valeurs nettes comptables des placements est suprieur au total
des valeurs de ralisation de ces mmes placements.

Il existe deux faons de comptabiliser initialement cette provision :
soit cette provision est initialement constate par le compte de rsultat.
soit cette provision est initialement prleve sur les capitaux propres.
59
Ces deux modes de constitution sont expliqus plus prcisment dans le livre [6]. Cependant,
les informations ci-dessus suffisent pour constater que, quel que soit son mode de constitution,
la PREET apparat au passif du bilan et dans lun des deux postes qui nous intressent pour
valuer le montant de marge ncessaire la solvabilit : capitaux propres et rsultat.

La deuxime valeur, obtenue en soustrayant le montant de la PREET la premire
valeur, est donc plus complte que cette dernire. Elle prsente cependant un inconvnient :
elle somme une valeur et un flux. En effet, la variable rsultat total est un flux alors que la
PREET est une valeur. Pour avoir un flux, on aurait pu penser prendre la variation de la
PREET entre les annes n et n-1 au lieu de son niveau lanne n. Cependant, lanne
apparatrait bonne lorsque la PREET diminuerait globalement, mme si en valeur cette
dernire restait leve. Or une valeur de PREET leve, mme si elle est en diminution, reste
le signe dune forte exposition au risque. Considrer la variation de PREET pourrait donc
conduire des interprtations errones.

Il ne faut pas non plus perdre de vue que si lon calcule la VaR, cest dans le but dvaluer le
montant de fonds propres ncessaire. Or la PREET est constitue partir des capitaux propres
donc de postes admissibles au titre de marge de solvabilit. Cest donc bien le montant total de
la PREET quil faut prendre en compte pour calculer le niveau de marge de solvabilit
ncessaire, puisque cest la totalit de la PREET qui est finance par les capitaux propres.

Nous avons donc choisi pour deuxime valeur : rsultat total - PREET
Cette deuxime valeur, lorsquelle est ngative, reprsente en fait le montant de fonds propres
ncessaires pour garantir la solvabilit de lentreprise dans le scnario et la simulation
considrs. Elle rassemble en effet tous les fonds propres qui ont t "dpenss" pour
permettre lentreprise dtre mme dhonorer ses engagements. En effet, la PREET est
dbite sur les fonds propres ; et le rsultat vient augmenter ces capitaux propres lorsquil est
y incorpor (on trouvera le dtail des capitaux propres dans lannexe 4 qui prsente un bilan
simplifi), ou les diminuer quand il est ngatif.
Lorsque la deuxime valeur est positive, elle peut sinterprter comme le surplus de capitaux
propres inutile et est d un excs de prudence dans la simulation considre.

Nous choisissons donc de calculer la VaR sur cette deuxime valeur que nous
60
appellerons dsormais montant de fonds propres ncessaires ou encore MFPN. Do :

MFPN = rsultat total - PREET

Dans le paragraphe suivant, nous prsentons les diffrentes fonctions que nous allons
appliquer aux deux valeurs prsentes, fonctions parmi lesquelles on retrouve la VaR.

2. Indicateurs de risque.

Nous prsentons ici quelques indicateurs qui nous semblent suffisants
pour rsumer le risque inhrent un scnario.

a. La Value at Risk.

Pour chacune des annes, nous avons calcul la VaR Monte Carlo 1%, 2% et 5% de
rsultat total et de MFPN. Nous tudierons linfluence de lhorizon partir des diffrentes
simulations du scnario de base.

b. La probabilit de perte

Cette probabilit note P est dfinie comme la probabilit que le rsultat total soit
ngatif.

P = Prob ( rsultat total < 0 )
Nous verrons toutefois que cette probabilit nest pas suffisante pour interprter lensemble de
nos scnarios et nous introduirons cet effet dautres probabilits.

c. La perte maximale

61
La perte maximale complte les indicateurs prcdemment cits
puisquelle permet de borner le risque.

B. Scnario central.

Nous appelons "scnario central" le scnario correspondant au produit dpargne
prsent dans la partie 3-C. Ce scnario servira pour calculer le montant de marge de
solvabilit ncessaire lentreprise, et il constituera une rfrence pour les tudes de
sensibilit.

1. Analyse gnrale.

a. Quelques remarques sur le TME

Le TME, taux moyen des emprunts dEtat, est la moyenne des taux des obligations
dEtat dchance comprise entre 10 et 15 ans. Ainsi,

TME t
F t t i
i
( )
( , )
10
15
6

Nous considrons que cest sur ce taux que se basent les clients lorsquils dcident de racheter
leur contrat.
A partir des 1 000 simulations suivant le modle HJM, nous obtenons les valeurs du TME sur
20 ans. Nous prsentons les valeurs obtenues pour 10 simulations dans le tableau 6 et la
courbe correspondante en Annexe 5.

Tableau 6 : simulation du TME.

62
2000 2001 2002 2003 2004 2005 2006 2007 2008
simulation 1
4,73% 5,12% 5,98% 4,61% 4,32% 5,44% 6,31% 6,13% 4,83%
simulation 2
6,38% 6,01% 7,07% 7,52% 9,51% 9,64% 10,45% 11,44% 11,71%
simulation 3
3,82% 5,16% 4,52% 3,76% 4,66% 4,76% 5,13% 4,85% 3,59%
simulation 4
4,03% 5,26% 3,62% 4,62% 6,29% 5,82% 6,37% 6,47% 6,37%
simulation 5
6,09% 5,77% 6,78% 5,72% 7,00% 7,70% 7,89% 8,91% 10,88%
simulation 6
4,62% 4,85% 4,64% 5,26% 7,17% 6,34% 8,02% 7,30% 7,77%
simulation 7
3,95% 3,57% 5,27% 4,54% 6,24% 7,21% 6,37% 6,99% 9,64%
simulation 8
5,99% 5,99% 5,63% 4,88% 5,15% 4,76% 4,51% 3,71% 5,54%
simulation 9
4,76% 6,33% 6,97% 7,15% 6,74% 6,37% 6,87% 5,31% 7,17%
simulation 10
5,67% 4,65% 6,19% 7,16% 6,27% 6,90% 7,77% 7,44% 7,62%

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
6,16% 5,48% 8,31% 8,05% 8,88% 8,41% 7,88% 6,96% 8,36% 7,97% 6,77%
11,59% 10,24% 9,79% 7,93% 7,71% 7,13% 7,87% 7,92% 8,76% 8,13% 8,35%
2,61% 2,15% 0,97% 0,50% 1,47% 4,32% 4,41% 4,71% 1,96% 3,62% 3,29%
7,32% 6,79% 8,58% 8,90% 9,83% 11,40% 10,29% 11,12% 10,84% 9,30% 11,98%
11,88% 11,29% 11,80% 11,63% 9,63% 8,12% 7,95% 9,70% 10,93% 13,16% 13,78%
8,67% 7,32% 10,40% 11,29% 11,54% 10,72% 9,62% 11,51% 12,53% 12,08% 10,74%
11,76% 10,71% 13,42% 10,61% 11,50% 11,53% 12,21% 12,73% 12,24% 11,63% 12,11%
6,19% 7,15% 8,41% 5,83% 4,06% 2,05% 5,70% 6,79% 5,59% 4,59% 6,84%
6,42% 4,57% 4,76% 5,35% 4,22% 6,25% 5,80% 6,02% 6,31% 5,65% 4,29%
6,50% 7,51% 8,74% 10,33% 10,75% 8,12% 9,16% 8,44% 8,29% 9,00% 8,29%

Les 10 simulations illustrent bien lvolution possible des taux sur 20 ans : en moyenne, ils ont
une tendance la hausse, mme si ce phnomne est pondr par leur volatilit. Certaines
simulations prsentent des pics ( la hausse ou la baisse). Le modle semble donc satisfaisant
pour une tude sur les risques la hausse et la baisse.
b. Etude du rsultat total.

b1. Rpartition du rsultat total

Pour les diffrentes simulations, nous avons class le rsultat total par ordre croissant
et nous avons reprsent sa rpartition par un diagramme en btons. Nous prsentons ci-
dessous la rpartition du rsultat total au bout dun an, de cinq ans et de huit ans, car ces
chances illustrent bien lvolution densemble de cette variable.

63

Graphique 1.

Rsultat total en 2001
0
100
200
300
400
500
600
700
800
1
6
5
1
2
9
1
9
3
2
5
7
3
2
1
3
8
5
4
4
9
5
1
3
5
7
7
6
4
1
7
0
5
7
6
9
8
3
3
8
9
7
9
6
1
simulations
r
s
u
l
t
a
t

t
o
t
a
l

(
e
n

m
i
l
l
i
o
n
s
)

En 2001, aucune simulation ne prsente de pertes. Cest ce quoi nous nous attendions
puisque le risque nest pas court terme, et la compagnie a donc une probabilit de perte
quasiment nulle au bout dun an. Dautre part, nous observons que le rsultat total est le mme
pour environ 68% des simulations. Cela reprsente les cas o la variation du TME est encore
trop faible pour influer sur le rsultat.

Graphique 2.
64

-10 000
-8 000
-6 000
-4 000
-2 000
0
2 000
simulations
r
s
u
l
t
a
t

t
o
t
a
l

(
e
n

m
i
l
l
i
o
n
s
)

Au bout de 5 ans quelques scnarios prsentent des pertes (0,2%).

Graphique 3.

-25 000
-20 000
-15 000
-10 000
-5 000
0
5 000
simulations
r
s
u
l
t
a
t

t
o
t
a
l

(
e
n

m
i
l
l
i
o
n
s
)

Au bout de 8 ans, la probabilit de perte est plus importante (2,6%). Cela peut tre d au fait
que beaucoup de contrats arrivent chance fiscale ce qui influe sur les rachats. Le
maximum de pertes est -21 milliards. Il est intressant de remarquer que les pertes semblent
potentiellement illimites alors que les gains sont majors par 1,1 milliard.
b2. Value at Risk.

65
Nous avons calcul la Value at Risk diffrents seuils ainsi que la probabilit de perte,
et ce pour toutes les annes simules. Le tableau 7 et le graphique 4 rsument ces rsultats.

Tableau 7 : Value at Risk et probabilit de perte de rsultat total.
2000 2001 2002 2003 2004 2005 2006 2007 2008
Probabilit de perte 0% 0% 0% 0% 0% 0,20% 0,40% 1,20% 2,60%
VaR 1% (en millions) 197 188 160 116 86 59 34 -621 -1672
VaR 2% (en millions) 203 196 178 139 114 81 49 13 -140
VaR 5% (en millions) 208 200 193 177 153 121 87 51 23

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
3,40% 4,00% 4,20% 4,80% 4,30% 5,20% 5,60% 4,80% 4,50% 3,80% 3,90%
-2493 -3304 -656 -1281 -236 -243 -833 0 0 0 0
-743 -336 -96 -65 0 0 0 0 0 0 0
5 1 0 0 0 0 0 0 0 0 0

Graphique 4.

-3 500
-3 000
-2 500
-2 000
-1 500
-1 000
-500
0
500
1 3 5 7 9 1
1
1
3
1
5
1
7
1
9
annes
V
a
R

(
e
n

m
i
l
l
i
o
n
s
)
VaR 1%
VaR 2%
VaR 5%

Les VaR 1% et 2%prsentent un pic peu prs au mme moment ( la dixime anne),
cependant ce pic est beaucoup plus accentu pour la VaR 1%. De plus ce pic de 2010 a une
valeur de 3,3 milliards ; cette valeur trs importante nous incite nous demander si les valeurs
postrieures 2009 sont vraiment fiables.

66
b. Premire analyse du montant de fonds propres ncessaire.

On tudie ici les cas o MFPN est ngatif. Le tableau 8 prsente les principaux
rsultats obtenus.
P(MFPN<0) reprsente la probabilit que lassureur ait besoin de ses fonds propres pour
honorer ses engagements.
MFPN maximal est le montant de fonds propres maximal dont lentreprise pourra avoir besoin
lanne considre. Il est ngatif pour les questions de conventions de signe expliques plus
haut : il correspond une dpense de fonds propres. Le signe ngatif de la moyenne et la
mdiane prsentes en quatrime et cinquime colonnes sinterprte de la mme faon.

Tableau 8 : rsultats sur MFPN (en milliards).

Anne

P(MFPN<0)
MFPN
maximal
moyenne
des MFPN
ngatifs
mdiane
des MFPN
ngatifs
2000 1,4% -13,8 -4,7 -4,1
2001 5,6% -14,0 -3,5 -2,2
2002 7,6% -16,2 -4,1 -3,5
2003 11,5% -16,0 -4,1 -2,5
2004 14,1% -22,4 -4,7 -3,4
2005 16,3% -23,4 -4,4 -2,6
2006 17,5% -19,9 -4,3 -2,3
2007 20,9% -23,7 -4,3 -1,9
2008 21,8% -41,7 -3,9 -1,2
2009 23,0% -37,6 -3,5 -0,5
2010 22,5% -29,6 -3,4 -0,5
2011 22,6% -30,3 -2,9 -0,4
2012 22,4% -37,2 -2,9 -0,4
2013 21,7% -28,5 -3,0 -0,3
2014 22,2% -30,2 -2,7 -0,3
2015 22,1% -29,6 -2,8 -0,3
2016 19,6% -30,0 -2,8 -0,3
2017 19,9% -30,0 -2,8 -0,3
2018 19,5% -40,5 -3,1 -0,3
2019 19,9% -38,4 -3,1 -0,3

La probabilit dutiliser les fonds propres augmente avec les annes. Nos simulations montrent
donc bien le fait que le risque en assurance-vie est long terme. De plus, P(MFPN<0) est
tonnamment leve. Il faut savoir que le modle de taux que lon a paramtr est assez
volatile et cela peut expliquer en partie ces probabilits. Mais ces probabilits incitent aussi
penser que les entreprises dassurance-vie sont plus dpendantes de leurs fonds propres que
67
lon ne peut le penser. Nous reparlons de ce fait dans le paragraphe suivant.
Dautre part, les montants de fonds propres ncessaires maximaux et moyens ne suivent pas
la mme volution : MFPN maximal connat un pic en 2008 alors que ce nest pas le cas de
MFPN moyen, ni de MFPN mdian. En fait, MFPN moyen est moins volatile que MFPN
maximal. On peut penser que MFPN maximal nest pas trs fiable. Ce nest pas tonnant car
MFPN maximal correspond une situation extrme et, plus les situations sont extrmes, plus il
est difficile de les modliser.

c. Etude du dpassement de la marge rglementaire.

On dit quil y a "dpassement" chaque fois que, dans une simulation, la marge de
solvabilit rglementaire (gale 4% des provisions mathmatiques) est insuffisante pour faire
face aux rachats.

Plus prcisment, nous dfinissons la variable dpassement. Cette variable mesure lcart
entre la marge de solvabilit rglementaire et les fonds propres ncessaires (considrs gaux
MFPN). Elle est nulle quand la marge rglementaire est suffisante. Autrement dit,

dpassement = [ marge de solvabilit - | MFPN| ]
-

NB : Le MFPN est en valeur absolue car il est par dfinition ngatif.

Le dpassement est une variable par dfinition ngative car on ne garde que les cas o le
montant de fonds propres effectivement ncessaire lentreprise est suprieur au montant de
marge de solvabilit impos par la rglementation. On lappellera encore dpassement absolu,
pour le diffrencier du dpassement relatif que nous dfinissons un peu plus loin.
Le tableau 9 prsente les principales caractristiques du dpassement dans le scnario central.

Tableau 9 : dpassement (en milliards)

Anne probabilit
de dpassement
dpassement
maximal en
valeur absolue
moyenne
des dpassements
mdiane
des dpassements
2000 0,40% -7,8 -2,7 -1,4
2001 0,90% -8,6 -3,7 -2,8
68
2002 1,40% -10,9 -4,6 -4,9
2003 2,90% -11,0 -3,6 -2,0
2004 4,30% -14,9 -4,8 -3,6
2005 4,50% -20,9 -5,9 -4,1
2006 6,40% -16,4 -5,3 -4,1
2007 8,00% -23,3 -5,3 -4,0
2008 9,30% -40,9 -5,3 -2,9
2009 10,70% -36,9 -4,8 -2,3
2010 11,30% -29,2 -4,0 -1,0
2011 11,50% -29,1 -2,9 -0,3
2012 12,30% -36,4 -2,7 -0,3
2013 12,80% -21,5 -2,3 -0,4
2014 12,70% -20,5 -2,0 -0,3
2015 13,00% -28,0 -2,0 -0,3
2016 12,20% -23,0 -1,7 -0,2
2017 12,90% -21,5 -1,7 -0,2
2018 12,40% -31,5 -2,1 -0,2
2019 12,20% -30,3 -2,3 -0,2

La probabilit de dpassement augmente avec les annes. Cela reflte de nouveau
lide quen assurance-vie, le risque nest pas court terme. Il faut noter qu une chance de
10 ans, la probabilit que les fonds propres rglementaires soient insuffisants pour garantir la
solvabilit est de 10,7%. Ce chiffre est pessimiste car, dans notre scnario, le modle de taux
est assez volatile et les clients trs ractifs.
Dautre part, le dpassement maximal connat un pic en 2008, ce qui doit correspondre
la duration du passif cest dire lanne moyenne o les contrats sont rachets. Cette
anne-l, le dpassement est en moyenne gal 5,3 milliards, ce qui veut dire quil faudrait
augmenter la marge de solvabilit de 5,3 milliards.

Pour mieux interprter ces dpassements, il faut avoir une ide du pourcentage quils
reprsentent par rapport la marge de solvabilit rglementaire gale 4% des provisions
mathmatiques. Nous rsumons les caractristiques de cette marge dans le tableau 10.

Tableau 10 : marge de solvabilit rglementaire (en milliards)

Anne moyenne maximum minimum
2000 7,2 7,5 5,5
2001 7,8 8,4 4,6
2002 8,2 9,4 3,6
2003 8,3 10,3 2,4
2004 8,4 11,2 1,3
2005 8,3 11,8 0,7
69
2006 8,1 12,3 0,2
2007 7,8 13,0 0
2008 7,5 13,7 0
2009 7,3 14,4 0
2010 7,0 15,1 0
2011 6,8 15,9 0
2012 6,6 16,4 0
2013 6,4 17,1 0
2014 6,2 17,7 0
2015 6,0 18,4 0
2016 5,9 19,4 0
2017 5,7 20,3 0
2018 5,5 21,2 0
2019 5,3 22,3 0

On constate que la marge de solvabilit rglementaire minimale partir de la 8
me
anne est
nulle. Cela veut dire quil existe des scnarios dont les provisions mathmatiques sont nulles
au-del de la 8
me
anne : tous les contrats ont t rachets. On retrouve ici le seuil fiscal de la
8
me
anne qui incite les clients racheter leur contrat.

Pour tenir compte du niveau de marge rglementaire, aprs stre intress au dpassement
absolu, on peut introduire le dpassement relatif gal au dpassement rapport la marge
correspondante :

dpassement relatif = dpassement absolu / marge de solvabilit

Le tableau 11 prsente les caractristiques du dpassement relatif.

Tableau 11 : dpassement relatif

Anne dpassement relatif
maximal
moyenne
dpassements
relatifs
2000 -1,30 -0,45
2001 -1,64 -0,63
2002 -3,02 -0,98
2003 -4,60 -0,81
2004 -9,83 -1,28
2005 -30,72 -2,18
2006 -18,64 -2,58
2007 -106,90 -5,28
2008 -6,13E+03 -1,53E+02
2009 -2,79E+09 -3,62E+07
70
2010 -3,69E+06 -4,50E+04
2011 -7,03E+07 -7,41E+05
2012 -2,74E+07 -3,40E+05
2013 -2,93E+08 -2,48E+06
2014 -9,94E+07 -1,13E+06
2015 -1,04E+10 -8,05E+07
2016 -9,55E+12 -1,55E+11
2017 -1,36E+17 -1,11E+15
2018 -3,88E+07 -4,11E+05
2019 -4,58E+07 -5,25E+05

Dans lensemble, le dpassement relatif est trs lev. Par exemple, nos rsultats
semblent suggrer quil faudrait multiplier en moyenne par 2,58 les fonds propres
rglementaires pour garantir la solvabilit en 2006. Pour prvenir vraiment tous les risques et
faire face aux cas extrmes, il faudrait mme les multiplier par 18,64 ! On voit ici lutilit du
concept de VaR : il permet de choisir le niveau de risque contre lequel lentreprise veut se
prmunir. Par exemple, si elle accepte 0,1% de probabilit de dpassement, on tudiera la VaR
0,1% du dpassement. Nous nous intressons cette question dans le paragraphe 2 ci-
dessous qui traite du choix empirique des paramtres de la VaR.

De plus, le dpassement relatif est interprtable les premires annes, mais long
terme, il nest pas fiable. Cela est d au fait que lorsque les provisions mathmatiques
deviennent faibles, la marge de solvabilit rglementaire est elle aussi normment diminue
(rappelons quelle est gale 4% des provisions mathmatiques) alors que le montant de fonds
propres ncessaires, par construction informatique et mathmatique, garde une grande
variance. On retrouve ici lide quil est difficile de simuler au-del de dix ans.

2. Choix empirique des paramtres de la VaR.

Nous avons expos dans la Partie 2 les diffrences existant entre le secteur bancaire
et celui de lassurance-vie dont il faudrait tenir compte pour transposer la mthode bancaire de
calcul de la VaR lassurance. Nous avions aussi prcis que le calcul de la VaR
saccompagnait dun choix de paramtres essentiels : le nombre de simulations, le seuil de
confiance et lhorizon de calcul de la VaR. Nous nous tions alors interroges sur le choix de
la valeur de ces paramtres en notant que les diffrences entre banque et assurance nous
71
amneraient choisir des paramtres diffrents de ceux utiliss par les spcialistes des risques
de march. Nous avions pu donner des diffrences qualitatives dans le choix des paramtres
mais nous avions conclu que seule une tude empirique permettrait de les dterminer
prcisment.
Nous prsentons donc dans cette partie les valeurs empiriques que nous avons choisies
pour ces paramtres suite ltude de leur influence sur nos rsultats.

a. Sensibilit de la VaR au nombre de simulations.

Dans un premier temps, nous avons lanc 100 simulations car nous ne disposions pas
encore dun ordinateur suffisamment puissant pour en lancer un plus grand nombre. Cette
srie de 100 simulations nous a donn une premire ide des valeurs de la variable MFPN
mais elle nous a aussi incites lancer un plus grand nombre de simulations afin dobtenir des
rsultats plus prcis.

Lorsque lon trace anne par anne la rpartition de la variable MFPN, on saperoit
immdiatement que les valeurs ngatives sont illimites tandis que les valeurs positives sont
bornes suprieurement. Nous avons donc affaire une rpartition queue paisse, ce qui
dune part, rend indispensable daugmenter le nombre de simulations et dautre part suggre
dutiliser la Tail VaR. Le graphique 5 illustre ce phnomne pour la premire anne. Les
autres rsultats sont prsents en Annexe 4.

Graphique 5 : diagramme de MFPN la premire anne.

72

Rsultats de la 1re anne (en millions)
-35 000
-30 000
-25 000
-20 000
-15 000
-10 000
-5 000
5 000
1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97

Les rsultats obtenus ne sont de pas lisses. Il apparat donc dores et dj que 100
simulations sont insuffisantes pour valuer le risque et calculer la VaR. Ceci est de mme
visible sur les graphiques de rpartition de MFPN de lAnnexe 6 : la valeur de MFPN connat
des sauts et la valeur du risque est donc insuffisamment prcise comme lillustre le tableau 12.

Tableau 12 : valeurs de trois quantiles successifs

Anne quantile 4% quantile 5% quantile 6%
2000 -12,4 -11,2 -9,48
2001 -34,5 -31,5 -26,9
2003 -53,7 -53,5 -52,7
2005 -142 -115 -95,3
2008 -196 -153 -123
N.B : Les quantiles sont en milliards de Francs.

Entre deux observations successives, il apparat un cart de lordre du milliard. En
effet, lorsque lon range par ordre croissant les 100 valeurs simules du rsultat annuel, on
constate que pour lanne 2000, la 5
me
valeur, cest--dire la quantile 5%, vaut -11,2
milliards. La valeur qui la prcde immdiatement vaut -12,4 milliards (quantile 4%), et celle
qui lui est immdiatement suprieure -9,48 milliards (quantile 6%). On obtient ainsi un
intervalle de confiance pour le quantile 5% : [-12,4 ; -9,48]. Cet intervalle a un diamtre de 3
milliards, ce qui est trs lev. La prcision de la VaR est donc mauvaise.

Pour obtenir une meilleure prcision, nous avons alors lanc 1 000 simulations. Nous
73
prsentons lallure de la variable MFPN pour trois annes diffrentes dans les graphiques ci-
dessous.

Graphique 6.

MFPN de l'anne 2001
-16
-14
-12
-10
-8
-6
-4
-2
2
1 6
6
1
3
1
1
9
6
2
6
1
3
2
6
3
9
1
4
5
6
5
2
1
5
8
6
6
5
1
7
1
6
7
8
1
8
4
6
9
1
1
9
7
6
simulations
M
F
P
N

(
e
n

m
i
l
l
i
a
r
d
s
)

Graphique 7.
74

MFPN de l'anne 2005
-25
-20
-15
-10
-5
5
1 6
9
1
3
7
2
0
5
2
7
3
3
4
1
4
0
9
4
7
7
5
4
5
6
1
3
6
8
1
7
4
9
8
1
7
8
8
5
9
5
3
simulations
M
F
P
N

(
e
n

m
i
l
l
i
a
r
d
s
)

Graphique 8.

MFPN de l'anne 2008
-45
-40
-35
-30
-25
-20
-15
-10
-5
5
1 6
9
1
3
7
2
0
5
2
7
3
3
4
1
4
0
9
4
7
7
5
4
5
6
1
3
6
8
1
7
4
9
8
1
7
8
8
5
9
5
3
simulations
M
F
P
N

(
e
n

m
i
l
l
i
a
r
d
s
)

Nous pouvons remarquer que la rpartition du rsultat est beaucoup plus lisse que dans le cas
de 100 simulations, et ce quelle que soit lanne considre. Ceci entranera bien sr des
valeurs de risque plus prcises.

En conclusion, il apparat que 100 simulations sont tout fait insuffisantes. En
revanche, nous obtenons des rsultats corrects avec 1 000 simulations. Il serait videmment
75
encore mieux de lancer 10 000 simulations mais cela est trop coteux en temps de calcul.

On se reportera au paragraphe de cette partie pour connatre le niveau de prcision obtenu
avec 1 000 simulations.

b. Influence du seuil de confiance.

Le seuil de confiance retenu, gal la probabilit que le montant de pertes ne dpasse
pas la VaR en valeur absolue, est un paramtre capital de la VaR. Afin dtudier linfluence
du seuil de confiance sur nos rsultats, nous avons relev les VaR pour diffrentes valeurs de
ce seuil : 1%, 2% et 5%. Dans le tableau 13, nous prsentons donc les VaR pour chacune des
annes dtude avec les trois valeurs de seuil de confiance diffrentes :

Tableau 13 : comparaison des seuils 1% , 2% et 5%.

VaR (en milliards) 2000 2001 2002 2003 2004 2005 2006 2007 2008
VaR 1% -2,8 -6,9 -9,0 -10,1 -13,7 -12,6 -15,1 -16,6 -16,4
VaR 2% 0,2 -3,9 -5,1 -8,2 -9,6 -10,4 -11,5 -12,5 -12,2
VaR 5% 0,2 -0,3 -2,0 -3,6 -6,0 -5,7 -6,3 -7,0 -6,5

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
-14,8 -14,8 -15,9 -14,6 -14,8 -12,8 -15,5 -15,7 -16,9 -16,5 -20,1
-12,4 -11,8 -11,2 -10,4 -12,2 -10,4 -11,9 -10,4 -10,9 -11,2 -10,0
-6,4 -6,6 -4,6 -4,8 -4,2 -4,3 -3,4 -1,9 -2,4 -2,5 -2,5

Graphique 9 : impact sur MFPN du niveau de seuil de confiance.

76

-24
-19
-14
-9
-4
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
annes
VaR 1%
VaR 2%
VaR 5%

Les trois VaR sont globalement dcroissantes et peu prs parallles les unes aux autres
jusqu la dixime anne. Au-del, la VaR 1% est la seule qui continue dcrotre. Il est
difficile dexpliquer ce phnomne qui est peut-tre simplement d au fait que les rsultats ne
sont pas fiables au-del de 10 ans.
Toujours est-il quune socit dassurance ne peut pas accepter un seuil de confiance de 5% :
cela signifierait quil y aurait une probabilit de 5% pour que ses fonds propres ne suffisent pas
couvrir son activit ! Une probabilit de 2% semble encore trop lve.

En conclusion, nous tudierons donc la VaR 1%, mme si une telle probabilit est encore trop
forte. Le nombre de nos simulations ne nous permet cependant pas de choisir un seuil de
confiance suprieur 99%.

c. Choix de lhorizon.

Nous avons dj vu plusieurs fois plus haut que les valeurs taient peu fiables au-del
de 10 ans. Le graphique 9 illustre bien ce phnomne. Il faut aussi noter que le modle de taux
a t calibr sur 10 ans et que cela augmente lincertitude au-del de cette chance.

Nous nous intresserons donc aux VaR dhorizon infrieur 10 ans mais suprieur 5 ans
puisque le risque nest certainement pas court terme.
77

d. Prcision obtenue.

Maintenant que nous avons choisi un nombre de simulations (1 000), un seuil de
confiance (1%) et une plage dhorizons (entre 5 et 10 ans), nous pouvons tester la prcision
que nous obtenons avec ces paramtres. Cette prcision est prsente dans le tableau 14 et le
graphique 10 .

Tableau 14 : intervalle de confiance de la VaR 1%.

Anne VaR 0,9% VaR 1% VaR 1,1%
2000 -3,3 -2,8 -2,1
2001 -7,0 -6,9 -6,8
2002 -9,5 -9,0 -7,8
2003 -10,2 -10,1 -10,0
2004 -13,7 -13,7 -13,0
2005 -15,6 -12,6 -12,6
2006 -16,7 -15,1 -14,9
2007 -17,3 -17,1 -16,6
2008 -17,7 -17,2 -17,2
2009 -18,2 -16,5 -16,4
2010 -17,3 -16,9 -16,9
2011 -16,1 -15,9 -15,8
2012 -16,3 -16,0 -14,8
2013 -15,7 -15,4 -15,4
2014 -14,8 -13,4 -13,3
2015 -15,8 -15,6 -15,5
2016 -15,7 -15,7 -15,5
2017 -17,2 -16,9 -16,1
2018 -19,1 -16,5 -15,9
2019 -21,4 -20,1 -18,3

NB : les lignes correspondant aux horizons choisis sont en gras.

Graphique 10 : allure de la VaR aux alentours dun seuil de 1% (en milliards).

78

-25
-20
-15
-10
-5
1 3 5 7 9 11 13 15 17 19
annes
VaR 0,9%
VaR 1%
VaR 1,1%

Nous avons donc tudi la diffrence obtenue sur nos rsultats lorsque le seuil de
confiance varie de 0,1% au voisinage de 1% en calculant la valeur appele "prcision". Nous
calculons la prcision en divisant lcart entre les rsultats obtenus avec un seuil de 0,9% et de
1,1% par deux fois le rsultat obtenu avec un seuil de 1%. Nous obtenons pour les diffrentes
annes le tableau rcapitulatif suivant :

Tableau 15 : prcision de la VaR 1%.

2000 2001 2002 2003 2004 2005 2006 2007 2008
V = VaR 1% (en milliards) -2,77 -6,86 -9,04 -10,13 -13,69 -12,59 -15,11 -16,62 -16,41
d = VaR 1,1% - VaR
0,9%
1,17 0,19 1,69 0,13 0,69 0,02 1,84 0,57 2,94
r = d/2 (en milliards) 0,59 0,09 0,85 0,07 0,34 0,09 0,92 0,28 1,47
prcision = r / V -0,21 -0,01 -0,09 -0,01 -0,03 -0,01 -0,06 -0,02 -0,01

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
-14,83 -14,81 -15,89 -14,63 -14,81 -12,84 -15,50 -15,65 -16,92 -16,51 -20,06
0,42 0,46 1,02 1,88 0,86 1,18 0,14 0,22 1,03 3,21 3,05
0,21 0,23 0,51 0,94 0,43 0,59 0,07 0,11 0,51 1,61 1,52
-0,01 -0,01 -0,03 -0,06 -0,03 -0,05 -0,01 -0,01 -0,03 -0,10 -0,08

79
La prcision est dans lensemble relativement bonne : elle nest que de quelque pourcents.
Cependant, elle est trs mauvaise la premire anne (21%), ce qui sexplique par le faible
montant de VaR (dnominateur).

3. Conclusion sur la VaR obtenue et le montant de fonds propres
ncessaires.

En conclusion, on peut retenir un ordre de grandeur : les VaR 1% dhorizon entre 5
et 10 ans sont de lordre de 15 milliards (cf tableau 14). Cette valeur reprsente le montant de
fonds propres ncessaire pour garantir la solvabilit de lentreprise 99%. La marge de
solvabilit rglementaire pendant ces annes est en moyenne de lordre de 8 milliards (cf
tableau 10). Elle apparat donc comme deux fois trop faible ! Il faut cependant se souvenir que
la VaR obtenue est pessimiste pour trois raisons : premirement, le modle de taux est assez
volatile ; deuximement, la ractivit des clients a t volontairement surestime. Le modle
que nous avons utilis a en fait t paramtr pour grossir le phnomne de rachats afin que
lon puisse ltudier plus facilement. Enfin, le montant de PREET pris en compte dans le calcul
de MFPN est bien le montant total de la PREET accumule depuis plusieurs annes et non sa
variation. Donc les montants prlevs sur les capitaux propres ou sur le rsultat pour constituer
la PREET ne seront pas prlevs tous la mme anne : le montant de la PREET de lanne n
est constitu partir des prlvements effectus sur les capitaux propres des annes n, n-1, n-
2...
Il faut aussi remarquer que les montants de fonds propres ncessaires obtenus
dpendent des conditions initiales en termes de stock de passif, de PPE, de plus-values
latentes, et quon ne peut donc pas attribuer un unique montant de fonds propres ncessaires
un produit considr.

Les rsultats que nous obtenons ne sont donc pas inquitants : la marge de solvabilit
rglementaire apparat insuffisante mais, dans la ralit, elle ne lest probablement pas de
faon aussi marque que nos rsultats lindiquent, ou plutt, notre anticipation est trs
prudente.

80
C. Etudes de sensibilit

Dans cette partie, nous tudierons la sensibilit de la VaR 1% la volatilit des taux
puis lindice de ractivit.

1. Sensibilit la volatilit des taux.

Nous avons fait varier la volatilit
1
du modle particulier de Heath, Jarrow et Morton
deux facteurs, cest dire la volatilit permettant de translater la courbe des taux. Nous
avons tudi lvolution de la VaR 1% en fonction de la volatilit
1
du modle. Nous nous
sommes placs au voisinage de la valeur de
1
du scnario central (voir partie 3-C), note ,
que nous avons fait varier de plus ou moins 0,1%. Nous pouvons donc comparer les valeurs
des VaR pour trois valeurs de volatilit diffrentes : , + 0,1% et - 0,1%.

Tableau 16 : sensibilit de la VaR 1%

VaR 1% (en milliards) 2000 2001 2002 2003 2004 2005 2006 2007 2008
+ 0,1%
-3,07 -7,94 -8,79 -10,45 -13,50 -13,78 -16,08 -17,01 -17,89
scnario central
-2,77 -6,86 -9,04 -10,13 -13,69 -12,59 -15,11 -16,62 -16,41
- 0,1%
-2,18 -6,56 -8,31 -10,23 -12,34 -11,83 -14,26 -15,57 -15,04

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
-14,99 -15,16 -16,28 -15,16 -16,01 -14,05 -16,31 -17,28 -17,29 -19,55 -22,10
-14,84 -14,82 -15,89 -14,63 -14,81 -12,84 -15,50 -15,65 -16,92 -16,51 -20,06
-14,47 -14,80 -15,74 -15,42 -15,58 -14,84 -14,96 -14,72 -15,58 -16,58 -19,24

Graphique 11 : sensibilit la volatilit.
81

VaR 1%
-25,0
-20,0
-15,0
-10,0
-5,0
,0
1 3 5 7 9 1
1
1
3
1
5
1
7
1
9
annes
V
a
R

(
e
n

m
i
l
l
i
a
r
d
s
)
volatilit +0,1%
scnario central
volatilit -0,1%

Il apparat trs clairement les premires annes que lorsquon augmente la volatilit, on
augmente la VaR. Cest dire que au seuil de 1%, la perte encourue est plus leve si les taux
sont plus volatiles. Cest tout fait logique puisquil y a plus de rachats quand les taux varient
brusquement donc quand ils sont plus volatiles.

Nous avons fait varier la volatilit de 6,67%. En effet, cette volatilit est de lordre de 1,5% et
nous lavons faite varier de plus ou moins 0,1%. Pour une variation de 6,67% de la volatilit,
nous obtenons une variation de la VaR comprise entre -1,5% et 16%, et en moyenne de
4,27%.

2. Sensibilit lindice de ractivit.

Comme nous lavons vu prcdemment, lindice de ractivit reprsente la capacit du
client ragir des variations de rentabilit relative de son contrat. Lindice de ractivit est
donc un paramtre essentiel de la loi de rachat et il est intressant de voir comment varie la
VaR en fonction de ce dernier. Nous avons lanc deux jeux de simulation avec des indices de
ractivit plus ou moins forts. Nous pouvons donc tudier la VaR 1% obtenue avec la loi de
rachat tmoin forte et une loi de rachat plus forte. Toujours pour des raisons de confidentialit,
nous ne prciserons par les valeurs des indices utiliss, et nous ne donnons que partiellement
les rsultats de cette tude de sensibilit, ceci afin davoir un aperu de ltude plus prcise
quil faut mener. Nous prsentons lensemble des rsultats obtenus dans le tableau 17 et le
82
graphique 12 correspondant.

Tableau 17 : sensibilit de la VaR 1% lIR.
VaR 1% (en milliards)
2000 2001 2002 2003 2004 2005 2006 2007 2008
loi tmoin -2,77 -6,86 -9,01 -10,12 -13,71 -12,53 -15,10 -16,57 -16,30
loi forte -2,77 -6,86 -9,02 -10,12 -13,73 -12,57 -16,10 -17,60 -17,38

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
-15,31 -15,17 -15,83 -16,04 -16,44 -17,76 -15,78 -15,71 -16,92 -16,51 -21,30
-14,99 -14,71 -15,88 -15,96 -15,34 -14,04 -15,51 -15,65 -16,92 -16,51 -21,36

Graphique 12.

Sensibilit de la VaR l'IR
-25,0
-20,0
-15,0
-10,0
-5,0
,0
1 3 5 7 9 1
1
1
3
1
5
1
7
1
9
annes
V
a
R

(
e
n

m
i
l
l
i
a
r
d
s
)
Loi de rachat faible
Loi de rachat fort

Nous pouvons remarquer que la VaR 1% est assez sensible au choix dune loi de rachat
moyenne ou forte. Cependant, cette sensibilit se manifeste plutt au bout de quelques annes,
priode risque pour lassureur en matire de rachats. Il est donc important de choisir un indice
de ractivit qui permette de bien modliser les rachats.
83

Partie 5 : Perspectives.

Cette partie prend du recul sur ltude mene. Elle suggre des amliorations possibles
de la mthode propose pour calculer le montant de fonds propres ncessaires. Puis, elle
recense les moyens de couverture du risque existant en assurance-vie. En effet, aprs avoir
tent de mesurer le risque, il est logique de sinterroger sur les moyens de le rduire. Enfin, elle
sinterroge ex post sur la pertinence de la mthode de la VaR en termes de modlisation et de
validit des rsultats fournis.

A. Amliorations possibles de la VaR.

1. La Tail VaR.

La Tail VaR est dfinie comme la moyenne des pertes excdant la VaR. Cette
nouvelle mesure de risque a t construite pour tenir compte du fait que les queues de
distribution empiriques sont souvent plus paisses que les queues de distribution thoriques. Elle
permet de lisser la Value at Risk.

Tableau 18: VaR et Tail VaR en milliards.

Anne VaR 1% Tail VaR marge de solvabilit
rglementaire
moyenne
2000 -2,8 -6,5 7,2
2001 -6,9 -10,1 7,8
2002 -9,0 -12,1 8,2
2003 -10,1 -13,0 8,3
2004 -13,7 -16,4 8,4
2005 -12,6 -19,4 8,3
2006 -15,1 -18,6 8,1
2007 -17,1 -20,3 7,8
2008 -17,2 -22,4 7,5
2009 -16,5 -22,8 7,3
2010 -16,9 -21,4 7,0
2011 -15,9 -20,5 6,8
84
2012 -16,0 -23,2 6,6
2013 -15,4 -20,4 6,4
2014 -13,4 -19,6 6,2
2015 -15,6 -20,7 6,0
2016 -15,7 -20,3 5,9
2017 -16,9 -22,6 5,7
2018 -16,5 -26,0 5,5
2019 -20,1 -25,8 5,3

Graphique 13.

Comparaison de la VaR et de la Tail VaR
-30
-25
-20
-15
-10
-5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
annes
VaR 1%
Tail VaR

La Tail VaR est videmment suprieure la VaR ; elle prsente donc un cart plus
grand la marge de solvabilit rglementaire. Cest une mesure plus prudente du montant de
fonds propres ncessaires. Elle garde cependant la mme tendance que la VaR comme le
montre le graphique 14. Elle nest pas vraiment plus lisse que la VaR 1%, mais il faut bien
penser quelle se situe un niveau de risque suprieur.

2. Autre lissage.

Comme nous lavons dit prcdemment dans la deuxime partie, nous avons adapt
lapproche bancaire du calcul de la Value at Risk aux compagnies dassurance. De la mme
faon, nous allons nous demander comment dterminer lexigence en fonds propres CNP-
assurances en nous inspirant de lapproche bancaire.

85
Afin de dterminer le montant de fonds propres ncessaires pour couvrir les diffrents
risques auxquels ils sont exposs, les tablissements financiers calculent quotidiennement le
montant de leur perte potentielle P(t), en sappuyant sur le concept de VaR. Chaque
tablissement doit satisfaire, sur une base journalire, une exigence de fonds propres
correspondant la valeur la plus leve entre la perte potentielle du jour prcdent et la
moyenne des pertes potentielles sur les soixante derniers jours ouvrs, laquelle est appliqu
un facteur de multiplication. La Commission Bancaire attribue chaque tablissement un
facteur multiplicatif en fonction de la qualit de son systme de gestion des risques, avec un
minimum de 3. Le complment ventuel, not est compris entre 0 et 1 et est directement li
aux performances du modle, values a posteriori.

A chaque date t, ltablissement calcule alors lexigence de fonds propres FP(t) de la faon
suivante :

FP t Max P t P t i
i
( ) ( ( ), ( ) ( )) +
1 3
1
60
1
60

Il est donc important pour chaque tablissement de disposer dune bonne mesure de risques
permettant dvaluer au mieux la valeur de la perte potentielle P(t) chaque date t puisque
celle-ci conditionne compltement le montant de fonds propres exigs.

Il est intressant de suivre le type de raisonnement prcdent afin de calculer le montant de
fonds propres ncessaires aux compagnies dassurance. Les banques comparent la valeur de
la perte potentielle du jour prcdent et la moyenne des pertes sur les soixante derniers jours,
laquelle est affect un facteur multiplicatif. Cependant, le jour nest pas une unit pertinente en
assurance-vie. En revanche, une approche prospective pourrait tre envisage. Disposant de
plus dinformations sur les rsultats futurs que sur les rsultats passs, nous pouvons tenter
deffectuer le lissage suivant :

FP t Max P t P t i
i
( ) ( ( ), ( )) + +
1
1
5
1
5

86
o : lindice i reprsente les annes prospectives de simulation,
P(t) est le montant de la perte potentielle de la t
me
anne soit la VaR du rsultat.

A partir de la VaR 1% calcule prcdemment, il est alors possible de dterminer pour
diffrentes annes le montant de fonds propres ncessaires, ou encore la marge de solvabilit
prconise. Nous obtenons alors les rsultats lisss suivants, pour 15 annes.

Tableau 19 : lissage de la VaR
Anne t 2000 2001 2002 2003 2004 2005 2006
FP (t) 10,60 12,54 14,06 15,48 15,75 16,70 17,15

2007 2008 2009 2010 2011 2012 2013 2014
17,23 15,54 15,20 16,04 16,00 15,44 16,18 17,78

NB : FP(t) est en milliards.

Nous pouvons comparer ces rsultats avec la marge de solvabilit rglementaire moyenne
prsente dans le tableau 18. Le montant de fonds propres obtenu par cette mthode de
lissage est nettement suprieur la marge de solvabilit rglementaire moyenne. Cette
mthode est donc trs prudente et devrait permettre de faire face lensemble des risques
auxquels la compagnie est expose.

B. Moyens de couverture du risque.

Les moyens de couverture du risque qui se prsentent lassureur sont au nombre de
trois : lauto-assurance , la rassurance et le recours aux produits drivs.

1. Lauto assurance.

Avant toute chose, lassureur peut se prmunir contre certains risques en effectuant
une bonne gestion de son passif. Il peut intervenir sur le passif de deux faons :
Par le jeu des rserves lgales comme la rserve de capitalisation ou la provision pour
participation aux excdents : leur constitution permet de lisser dans le temps le rsultat.
Cependant, ces rserves ont gnralement un faible niveau : sous la pression consumriste,
87
lassureur est amen fournir des taux de rendement levs, et ngliger lalimentation de
la provision pour participation aux bnfices. Ainsi ces rserves sont vite puises en cas
de hausse des taux et nassurent pas une protection entire contre le risque.
Par la mise en place dun systme de garantie de fidlit dfini dans le contrat. Afin de
limiter le risque de rachat, lassureur va accorder des "privilges" aux assurs qui
conserveront leur contrat jusquau terme : si lassur demande le rachat de son contrat, il
ne bnficiera pas de la garantie de fidlit, cette dernire sera alors partage entre les
assurs restants, qui conserveront leurs contrats jusquau terme. La garantie peut tre
alimente soit par un prlvement sur les versements soit par toute ou partie de la
participation aux excdents.

De manire plus rigoureuse, on appelle auto-assurance lensemble des techniques
permettant lassureur de se prmunir contre les risques sans faire appel des intervenants
extrieurs. Cest donc le premier moyen qui soffre lassureur.
En premier lieu, lauto-assurance peut consister pour une socit dassurance augmenter ses
capitaux propres; cest pourquoi il est important dvaluer le montant de fonds propres
ncessaire, comme nous avons tent de le faire. Cependant, si le montant de fonds propres est
trop lev, cela fait diminuer le rendement des actionnaires. Une autre solution consiste alors
mettre des titres subordonns, ce qui revient moins cher que dmettre des actions puisque
cela ne cre pas de capital supplmentaire rmunrer. Mais il ne faut pas perdre de vue que
lauto-assurance a un cot.

2. La rassurance.

Toute compagnie dassurance-vie peut se couvrir en se rassurant. Le rassureur
prend alors en charge, moyennant rmunration, tout ou une partie des risques. En
contrepartie, lassureur-vie sengage lui verser tout ou une partie des primes quil a reues
des assurs en guise de couverture des risques auxquels ils sont exposs.

La rassurance est trs frquemment utilise parce quelle est la fois utile lassureur cdant
et au rassureur.
En se rassurant, lassureur amliore la stabilit de son bilan et donc sa situation de stabilit
88
financire, sa rentabilit et son calcul de primes. Il peut alors accepter des risques quil devait
refuser normalement et ainsi couvrir des risques qui sont limins des contrats normaux. La
rassurance lui permet aussi de limiter sa responsabilit dans le cas de risques qui sont trs
coteux.
Lassurance est aussi trs utile au rassureur qui voit diminuer ses cots de travail (pas de
rgulations de sinistres, pas de cots de production et de publication et une administration
limite) et qui peut alors possder des portefeuilles homognes composs de risques
indpendants, ceci tant le cas idal.

En assurance-vie, les sinistres considrer sont les dcs et les rachats. Le rassureur
peut proposer des contrats prmunissant lassureur contre une trop forte diminution des dcs
ou contre des rachats levs. Cependant, la rassurance est trs peu utilise dans le secteur
de lpargne en raison de son cot lev.

3. Les techniques financires.

Lassureur peut aussi avoir recours aux produits financiers pour se couvrir contre les
diffrents risques auxquels il est expos. Cependant, il existe sur les marchs financiers
diffrents instruments permettant de se couvrir contre une hausse ou une baisse des taux.
Suivant quil anticipe une hausse ou une baisse des taux, lassureur va alors acheter des
produits financiers qui lui permettront de couvrir ses pertes.
Nous prsentons les stratgies que lassureur peut adopter et les diffrents produits quil peut
acheter lorsquil anticipe une hausse des taux.

Deux types de couverture peuvent tre envisages contre le risque de hausse des taux
selon les objectifs de la compagnie dassurance :
La compagnie est dans une attitude commerciale agressive et souhaite servir un rendement
proche des taux de march pour lensemble de ses engagements. La couverture doit alors
sappliquer lintgralit du bilan et se dclencher ds la premire hausse des taux.
La compagnie souhaite ne couvrir que le risque de rachat anticip. La couverture ne
sappliquera alors que lorsque les conditions prvisionnelles de rachat anticip sont runies,
savoir une hausse importante et durable des taux.
89

a. Couverture du risque de hausse.

Couverture par une stratgie dobligations taux variables :

Cette stratgie revient constituer un portefeuille dobligations taux variables : le passif se
comportant en cas de sortie comme un engagement taux variable, il parat logique dadosser
ce passif des actifs taux variables. Ainsi, si les taux augmentent, le portefeuille constitu
profite entirement de cette hausse. Les actifs choisis peuvent tre taux variables courts, ou
bien taux variables longs (par exemple lOAT TEC 10).
Cependant, cette stratgie ne convient pas si les produits proposs aux clients offrent des taux
garantis, quil faut alors assurer par des obligations taux fixes.

Couverture par des titres notionnels :

Il sagit de trouver un produit notionnel qui gnre des rsultats en cas de hausse des taux
susceptibles de couvrir les moins values ralises lors de la revente dobligations taux fixe.
Ce produit ne devra pas pnaliser le rendement en cas de baisse des taux et doit tre de cot
le moins lev possible.

b. Choix du type doptions.

Option sur titre : le put sur obligations.

Les puts sur obligations donnent le droit leur dtenteur de revendre des obligations
taux fixe un prix dtermin lavance (strike). La date de revente peut tre fixe (options
europennes) ou choisie par lacheteur de loption (options amricaines). Les options
amricaines doivent toutefois tre exerces avant leur date dchance.
90
Le problme de ces options est quil est difficile de trouver sur les marchs financiers des
options sur titres pour des dures optionnelles suprieures 1 an. Ainsi, une compagnie
dassurance qui choisirait ce type de couverture sera contrainte dacheter des puts de dure
optionnelle courte et de renouveler rgulirement la couverture. Une telle stratgie est en
pratique coteuse puisque lacheteur de la protection doit maintenir sa couverture en place tant
que le rachat anticip na pas eu lieu, que les options aient ou non t exerces.

Options sur swaps.

Lacheteur de loption sur swaps dtient le droit de rentrer dans un swap dans lequel il
paye un taux fixe (strike) dtermin lors de lachat de loption et reoit un taux variable. Si le
taux du march est suprieur au strike, loption peut tre exerce : sur la dure restante
courir, le dtenteur de loption paye au vendeur un taux fixe infrieur au taux du march. Les
options sur swaps sont plus souples que les options sur titre, et permettent notamment davoir
des dures plus longues. Lassureur peut rentrer quand il le veut dans le swap, sur toute la
dure de loption. Lexercice de loption nest pas automatique et ncessite de la part de
lassureur un suivi rgulier du march. Pour agir efficacement, il doit exercer loption lorsquil
y a eu rachat anticip.

Caps.

Un cap est une option permettant son dtenteur de se protger contre une hausse des
taux. Le cap est dfini par un certain nombre de caractristiques : le notionnel qui correspond
au montant sur lequel porte le Cap, le taux de rfrence qui est lindice servant de support de
garantie, le strike, la prime et la base qui est le nombre de jours de lanne pris en compte dans
le calcul. Le taux de rfrence est constat de faon priodique et chaque constatation, le
vendeur versera au dtenteur du Cap le diffrentiel dintrts gal au montant suivant :

(Taux de rfrence constat - Strike) Notionnel Nbre de jours de la priode / Base

Ainsi, en cas de hausse des taux, le Cap permettra lassureur de bnficier dun revenu
supplmentaire et donc de doper le taux servi aux assurs, mme si il ny a pas de rachat
91
effectifs.

Il existe les Caps sur taux courts et les Caps sur taux longs (Caps TEC 10). Les Caps
couvrent lindice TEC10 qui est proche des objectifs de rendement dune compagnie
dassurance-vie.

Pour plus dinformation sur lutilisation des produits drivs, on pourra consulter le mmoire
[18].

C. Critique de la VaR.

1. La VaR, une mesure de risque cohrente ?

Ce paragraphe est fond sur larticle de P. Artzner, Application of coherent Risk
Measures to Capital Requirements in Insurance [9]. Cet article est lapplication
lassurance des principes noncs dans Coherent measures of Risk [8] . Dans larticle auquel
nous nous intressons principalement, lauteur dresse la liste des proprits requises pour
quune mesure de risque soit cohrente. Il examine ce que cela implique pour les exigences de
fonds propres en assurance. Il commente aussi la mthode RBC. Le but de ce paragraphe est
de reprendre pas pas cet article et de le confronter nos rsultats. Il ne faut pas considrer
ce qui suit comme un rsum de larticle cit : nous nous limitons commenter les points qui
ont directement voir avec notre travail.

Dans lintroduction, lauteur souligne une diffrence entre la banque et lassurance
laquelle nous nous sommes heurtes lorsque nous avons adapt la VaR bancaire
lassurance : en assurance, la notion de valeur de march nest pas toujours prsente,
spcialement lorsque lon sintresse au passif du bilan.
Nous avons effectivement d nous poser la question de la valeur dun produit dassurance
pour savoir sur quelle variable calculer la VaR. En fait, nous avons propos deux valeurs
appeles rsultat total et MFPN. Nous nous sommes principalement intresses MFPN qui
92
na rien dune valeur de march mais qui correspondait bien notre objectif de rvaluation
des fonds propres.

Dans larticle Coherent Measures of Risk, les auteurs dfinissent le risque comme
une variable alatoire : la valeur future nette. Cette dfinition est comparer avec celle plus
classique du risque vu comme variation de valeur.
Dans notre approche, nous mesurons le risque dun produit partir de simulations sur le futur
et non des variations historiques de son rsultat. Dautre part, nous dfinissons le risque
comme une valeur (MFPN) et non pas comme une variation de valeur. Notre point de vue est
donc en cela relativement semblable celui des auteurs.
Les auteurs dfinissent ensuite lunivers des valeurs futures "acceptables" et la mesure
de risque qui en dcoule. Ils supposent que lunivers des tats possibles du monde la fin de la
priode est connu. Pour nous, les tats possibles du monde sont dfinis par les diverses
courbes des taux. On peut la rigueur supposer que lunivers des tats possibles du monde est
connu puisque, empiriquement du moins, les taux dintrts varient dans un intervalle born.
En appelant [0,T] lintervalle de temps pendant lequel le risque est mesur, les auteurs
supposent de plus qu la date T les marchs sont liquides, et que lon connat donc tous les
prix utiles la date T. Ce nest pas du tout le cas en assurance puisque le produit nest pas
valoris partir dactifs, tant donn quil faut aussi tenir compte du passif!
Enfin, la mesure dun risque est dfinie comme le montant minimal de capital que lagent doit
ajouter sa position risque et quil doit investir prudemment, cest dire dans lactif sans
risque de rfrence, pour le rendre "acceptable". Cette vision du risque est comparable celle
que nous avons choisie. En effet, notre approche consiste mesurer le montant de fonds
propres ncessaires, qui, investis prudemment, garantissent la solvabilit de lentreprise, et
donc rendent le risque encouru "acceptable".
Il faut cependant noter que, dans larticle, lensemble des risques acceptables et non-
acceptables est dfini de manire exogne par le grant. Cest seulement une fois poss ces
deux sous-ensembles quil devient possible de dfinir une mesure de risque. Il nous semble que
notre faon dutiliser la VaR ne relve pas vraiment de ce type dapproche : dans larticle, le
niveau de risque "acceptable" est donn de faon exogne par une autorit, sans probabilit
associe, contrairement la mesure de risque par la VaR, o, probabilit donne, le risque
maximum est calcul mathmatiquement.

93
Aprs avoir donn quatre axiomes qui doivent tre vrifis par une mesure de risque cohrente
(invariance, sous-additivit, positive homognit, monotonie), Artzner examine plusieurs
mesures de risque existantes dont la VaR, mesure envers laquelle il est plutt critique! Ses
raisons sont les suivantes :

Premirement, la VaR ne rpond pas au critre de sous-additivit requis pour tre une mesure
de risque cohrente. Cest--dire quelle ne vrifie pas la relation :

VaR(X+Y) < VaR(X) + VaR(Y)

Mais ce point est-il vraiment choquant pour nous? Il en ressort seulement que la VaR est un
indicateur pessimiste du risque ; mais il semble toujours prfrable dtre trop prudent.
Plus gnralement, les auteurs font remarquer que la VaR pose de svres problmes lorsquil
sagit dagrger des risques. Ce fait nest pas drangeant pour nous puisque lagrgation se
fait en amont du calcul de la VaR, grce au logiciel Gap qui prend en compte le maximum de
risques possibles. En revanche, il est vrai quil pourra devenir gnant lorsque lon voudra
calculer la VaR totale de lentreprise en agrgeant plusieurs produits dassurance. Cependant,
dans la mesure o les portefeuilles mis en reprsentation des engagements sont cantonns par
produit, il ne devrait pas y avoir de problmes majeurs de corrlation, dautant plus que la
gestion des rserves (rserves de capitalisation, PREET) se fait transversalement.. Il faudra
cependant sintresser aux transferts entre produits : il est possible quun client rachte son
contrat pour rinvestir son capital dans un produit plus rcent. Cette possibilit cre une
corrlation entre les valeurs des diffrents produits.

Deuximement, la VaR une mesure dpendante du modle. Cest ce que nous avons pu
vrifier au cours de notre tude et cela peut effectivement tre gnant En effet, la VaR que
nous obtenons dpend du modle de taux et de la loi de rachat ; il faut donc que ceux-ci soient
particulirement bien paramtrs, ce qui est trs difficile raliser.

Troisimement, la VaR nencourage pas la diversification des risques mais ce dernier point ne
nous concerne pas car il sadresse aux personnes qui utilisent la VaR pour effectuer de
lallocation dactifs.

94
Lauteur prconise aussi la Tail VaR comme amlioration de la VaR. Cette nouvelle
mesure de risque permet de rpondre la question "how bad is bad ?" et elle tient compte du
fait que les queues de distribution empiriques sont souvent plus paisses que les queues de
distribution thoriques.
Nous avons appliqu cet indicateur nos simulations avec les rsultats que lon sait.

Enfin, plus loin, Artzner soulve un autre problme : "les lments du passif sont
valus par des provisions actuarielles ; en consquence ils ne tiennent pas compte des taux
dintrt du march, et les probabilits ne sont pas ajustes au risque". La VaR que nous avons
calcule essaye justement de tenir compte de linfluence des taux du march sur le passif et ce
travers la loi de rachat dynamique. Notre modle peut encore largement tre amlior dans le
sens o lon pourrait ajuster ou amliorer les paramtres de la loi de rachat. Cependant il ne
prsente pas le dfaut soulev par Artzner : le passif que nous modlisons est corrl aux taux
du march. La corrlation pourrait certainement tre encore plus fine ou plus juste mais elle a
lavantage dexister !

En conclusion, il nous semble que, mme si nous avons t confronts des problmes
trs justement prvus par larticle, nous avons russi rsoudre certains des points qui
rendaient la VaR criticable pour Artzner.

2. Une utilisation pertinente de la VaR.

A la fin de cette tude, il est lgitime de sinterroger sur la pertinence de lide
dappliquer la VaR lassurance-vie. Est-ce seulement une ide la mode sans avenir
vritablement prometteur ou est-il pertinent de chercher lappliquer malgr les cots levs
de son implmentation ?

La VaR pourra servir :
valuer et comparer les risques encourus par diffrents produits.
calculer les fonds propres.
"sduire" les analystes financiers en leur fournissant un chiffre qui soit le gage dun trs
bon contrle des risques en interne
95

Cependant, des obstacles demeurent ; nous nous demandons sils pourront tre
surmonts et dans quels dlais... Ces obstacles sont les suivants :
Tout dabord, le calcul de la VaR ncessite un modle de taux fiable long terme (sur
10 ans). Pour le moment, il nen existe pas vraiment. Nous avons vu que le modle test ne
donnait pas de rsultats vritablement satisfaisants au-del de 10 ans, et que la VaR tait trs
sensible la volatilit des taux. Or il est trs difficile de caler prcisment la volatilit, et donc
la prcision de calcul de la VaR nest pas trs bonne.
De plus, le calcul de la VaR ncessite aussi une loi de rachat bien paramtre. Or, la
loi de rachat que nous avons utilise prend en compte toute la complexit du mcanisme de
rachat mais nous ne disposons pas de donnes conomtriques permettant dajuster les
paramtres de faon suffisante. Pour avoir de telles donnes, il faudrait considrer une priode
de temps longue (un dizaine dannes) avec des variations de taux importantes mais une
stabilit des autres paramtres du march et des produits. Il est donc illusoire desprer avoir
un jour de telles donnes.

En fait, on peut rsumer ces deux obstacles en disant que la VaR est une mesure du
risque dpendante du modle, ce qui avait dj t soulev par P. Artzner [8] et [9].
Finalement, il semble difficile dobtenir une VaR beaucoup plus prcise que celle que nous
prsentons. En revanche, on peut, comme nous lavons fait, calculer une VaR dans un cadre
dhypothses spcifi, ce qui constitue dj une information trs intressante, et une base de
discussion.
Quant lvaluation des fonds propres ncessaires, on peut de plus remarquer que
mthode dvaluation rglementaire de la marge de solvabilit est plus que sommaire (4% des
provisions mathmatiques), et que donc la mthode de la VaR constitue une amlioration
notable mme si elle est loin dtre parfaite.

96

Conclusion

Nous avons transpos lapproche bancaire du calcul de la VaR aux compagnies
dassurance en tenant compte des nombreuses diffrences existant entre ces deux secteurs.
La dmarche que nous avons suivie a t la suivante : dans un premier temps, nous avons
choisi sur quelle valeur nous allions calculer la VaR. Il nexiste pas de choix idal et nous
avons effectu le ntre en fonction de nos besoins. Puis nous avons calcul la VaR sur la
valeur choisie appele MPFN (montant de fonds propres ncessaires), et nous lavons alors
compare avec le montant rglementaire. Enfin, nous avons propos deux mthodes de lissage
permettant damliorer le calcul des fonds propres.

Notre tude a abouti plusieurs points concluants. En effet, nous avons tout dabord
effectu un vrai calcul de la VaR sur un produit dpargne fictif, ce qui navait jamais t fait
jusqu prsent, du moins publiquement. Seul Ahlgrim avait appliqu un calcul de VaR un
produit dassurance-vie, mais sa mthode restait cependant trs simple. De plus, nous avons
ensuite propos une dmarche permettant de calculer le niveau de fonds propres ncessaires
partir des mesures de VaR obtenues. Dans les hypothses amplificatrices que nous avons
prises, nous avons ainsi pu mettre en valeur que le montant de marge de solvabilit impos par
la rglementation tait trop faible.

Toutefois, une difficult majeure demeure dans le calcul de la VaR : cette dernire
dpend des paramtres du modle utilis. Il est donc ncessaire de disposer dun bon modle
de taux et dune loi de rachat bien paramtre. Le modle de taux utilis dans notre tude
(modle Heath, Jarrow, Morton deux facteurs) est relativement satisfaisant mais il nest
cependant pas trs fiable long terme. Nanmoins, il nexiste pas actuellement de modle de
taux vritablement performant long terme.

Il serait intressant de poursuivre cette tude en se consacrant aux points suivants :
97

Nous pourrions analyser les rsultats obtenus en lanant non plus 1 000 simulations
mais 10 000 simulations.
Nous pourrions amliorer ltude de sensibilit la volatilit du modle de taux en
faisant varier davantage la volatilit (
1
+ ou - 0,2%, 0,5%...),
De plus, nous pourrions faire varier les conditions initiales en termes de PPE, de plus-
values latentes, de stocks, pour tudier plus prcisment leur effet sur la valeur
obtenue.
Enfin, il serait intressant de calculer la VaR sur lensemble du bilan de la CNP et non
plus sur un unique produit dpargne fictif.
Nanmoins, il subsiste quelques questions quant lapplication pratique pour le calcul des fonds
propres ; notamment, quel rythme est il ncessaire de les recalculer et quelle est linfluence
de ce choix sur la mthode de calcul? Enfin, pourrait-on penser une variable un peu plus
ajuste au risque que MFPN, cette dernire tant trs prudente?
98
Bibliographie
Livres.
[1] D. Dupr et M. El Babsiri, "ALM. Techniques pour la gestion actif-passif", Editions ESKA
1997.
[2] Esch, Kieffer, Lopez, "Value at Risk - Vers un Risk Management moderne", De Boeck
Universit 1997.
[3] J.Hull, "Options, Futures and Other Derivatives", Prentice Hall, Third Edition, 1997.
[4] P.Petauton, "Thorie et pratique de lassurance-vie", Dunod, 2
me
dition, 1996.
[5] Le code des assurances, Dalloz, 1999.
[6] "La comptabilit des assurances", Befec Price Waterhouse Coopers, Axa, Editions
lArgus, 1997.
Articles et publications.
[7] K.C. Ahlgrim, "Investigating the Use of Value at Risk in Insurance" , Working Paper,
aot 1999.
[8] Ph. Artzner, F. Delbaen, J-M. Eber, D. Heath, "Coherent Measures of Risk", juillet 1998.
[9] Ph. Artzner, "Application of Coherent Risk Measures to Capital Requirements in
Insurance", North American Actuarial Journal, Volume 3, Number 2, 1999.
[10] FFSA, "Lassurance franaise en 1998", Editions de la FFSA, juin 1999.
[11] RiskMetrics, Technical Document, J-P Morgan / Reuters, Fourth Edition, 1996.
99
[12] B.Schachter, "An Irreverent Guide to VaR", Financial Engineering News, Volume 1,
aot 1997.
Polycopis.
[13] G. Deelstra, "Thorie du risque et de la rassurance", polycopi Ensae.
[14] A.Frachot, "Les modles de la structure des taux dintrts", polycopi Ensae.
[15] G.Riboulet et T.Roncali, "Les mesures de risque de march", publication interne du GRO -
Crdit Lyonnais, 1999, polycopi Ensae.
Mmoires dactuariat.
[16] G. Plantin,: "Elments de gestion optimale de la contrainte de solvabilit des assureurs",
ENSAE, 1997.
[17] F. Pernoud, "Asset Liability Management. Une approche Value at Risk", ISFA, 1998.
[18] A. Burger, " La Gestion Actif-Passif en Assurance-Vie. Couverture du risque de taux par
des produits drivs", ISUP, 1999.
[19] A. Joubert, "Contribution dun modle stochastique de prvision des taux lvaluation
dune compagnie dassurance-vie par la dmarche ALM : analyse du cot des options
caches au passif de la compagnie", ESSEC-ISUP, 1994.
[20] C. Zaouti, "Gestion Actif-Passif dun portefeuille dassurance-vie", 1993.
[21] F. Desauty, "Le risque de rachat dun contrat dassurance-vie", ISUP, 1997.

Memoire AFGAP

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Memoire AFGAP

Transféré par

Droits d'auteur :

Formats disponibles

Marie Bresson

est inversible pour tout t et tout (T

Vous aimerez peut-être aussi