VAR en VBA

La Value at Risk, un outil de gestion du risque discutable ?
Travail de diplme ralis en vue de lobtention du diplme HES

par :
Diego Trigo da Silva
Conseiller au travail de diplme :
Dr. Francesco Moresino, assistant la Haute Ecole de Gestion
La Rippe, 3 octobre 2008 Haute cole de Gestion de Genve (HEG-GE) Filire conomie dentreprise
La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego
Dclaration
Ce travail de diplme est ralis dans le cadre de lexamen final de la Haute cole de gestion de Genve, en vue de lobtention du titre Bachelor dconomiste dentreprise. Ltudiant accepte, le cas chant, la clause de confidentialit. L'utilisation des conclusions et recommandations formules dans le travail de diplme, sans prjuger de leur valeur, n'engage ni la responsabilit de l'auteur, ni celle du conseiller au travail de diplme, du jur et de la HEG.
Jatteste avoir ralis seul le prsent travail, sans avoir utilis des sources autres que celles cites dans la bibliographie.
Fait La Rippe, le 3 octobre 2008 Diego Trigo da Silva
ii
Remerciements
Je tiens remercier, en premier lieu, lentreprise Galeo SA et plus particulirement Claude Diserens et Patrick Baudet pour mavoir offert lopportunit de collaborer sur ce projet, mais galement pour toute lattention et le temps quils mont accords. Sans laide quils mont apporte et sans les connaissances quils mont transmises, je naurais jamais pu raliser ce travail de diplme dans les mmes conditions. Jai pris normment de plaisir travailler avec ces deux personnalits, qui nont pas hsits sinvestir afin de me permettre dacqurir le maximum de connaissances et dexpriences. Linvitation au salon de la gestion de fortune Invest 08 a t une occasion incroyable pour rencontrer les acteurs principaux du monde financier suisse. Les nombreuses prsentations auxquelles jai pu assister taient trs enrichissantes et de qualits. Je tenais galement vous remercier de mavoir permis dy participer. Je dsire aussi exprimer ma gratitude au corps professoral de loption Risk Management & Finance et plus particulirement Emmanuel Fragnire et Francesco Moresino qui ont toujours cru en moi et mont offert la possibilit de collaborer avec Galeo SA dans le cadre de ce travail. Loption Risk Management & Finance a t le cours le plus passionnant et intressant que jai eu loccasion de suivre. Lensemble des intervenants qui donnent vie ce cours mritent des remerciements particuliers. Jespre que cette collaboration a t profitable lentreprise Galeo SA et quils pourront utiliser le rapport sur la vulgarisation de la Value at Risk. Je garde, dores et dj, des souvenirs mmorables de cette exprience.
iii
Sommaire
La Value at Risk (VaR) est un outil de gestion de risque utilis dans la majeure partie des institutions financires. Cet instrument bas sur des mthodes mathmatiques et statistiques permet de calculer une perte potentielle dune position ou dun portefeuille. La problmatique rside en premier lieu dans son utilisation et dans son interprtation qui ncessitent une vulgarisation. La seconde problmatique se situe au niveau des limites qui laniment. Dans ce travail, je vais tenter de prsenter une rponse chacun de ces problmes. De manire synthtique, la VaR se base sur plusieurs mthodes de calculs afin de dterminer une perte potentielle sur un horizon temps donn. Voici un exemple quon peut retrouver dans la gestion du risque quotidienne dun portefeuille : VaR 95% sur 10 jours = 400'000 CHF. Concrtement, le portefeuille a 95 % de chance de ne pas perdre plus que 400'000 CHF sur 10 jours. Tout au long de mes recherches et lors de la ralisation de mon travail jai collabor avec lentreprise Galeo SA qui ma mandat pour crer un rapport vulgarisant et simplifiant cet indicateur de risque. Lobjectif tait de fournir la clientle de Galeo SA une expertise professionnelle qui permet tout le monde de comprendre et dapprhender la Value at Risk. Afin de concrtiser ce mandat, une double approche pratique et thorique tait ncessaire afin de dmystifier cette VaR. Jai choisi une mthodologie qui se base sur la thorie issue des ouvrages de rfrences (cours, livres, articles) en matire de gestion du risque. De plus, la cration dun programme de calcul de Value at Risk en code VBA ma permis de matriser galement les aspects pratiques. Une fois, la VaR dissque sous toutes ses coutures, jai commenc rdiger le rapport du mandat. Ce travail de diplme se base en majeure partie sur ce dernier. Cependant, les recherches lies aux limites de la VaR ainsi qu son avenir sont davantage dveloppes dans se document. Les rcentes crises financires nous amnent nous poser des questions quant la lgitimit de la gestion du risque dans les institutions financires. Comment prvoir des vnements dfavorables ? Finalement, cest la limite principale de la VaR. Cet
iv
indicateur de risque ne peut pas prvoir un vnement extrme comme une crise boursire. Les rsultats de la VaR perdent en pertinence et en robustesse lors de crise. Cela soulve plusieurs questions comme ; quelle crdit peut-on accord aux outils de gestion de risque et est-ce que la VaR va continuer tre utilise malgr tout ? Je pense quil est difficile de rpondre ces questions avec prcision mais nous pouvons mettre certaines hypothses. Dans un premier temps, il existe dores et dj certains outils de type stress test qui permettent de prendre en compte des vnements extrmes. Cest une des solutions que les institutions financires mettent en places. Dans un horizon temps de court ou de moyen terme, je pense que la mthode de calcul de la VaR va venir tre modifie. La constante volution technologique va permettre de dvelopper de nouvelles mthodes et modles plus efficaces.
Table des matires

Remerciements ................................................................................................ iii Sommaire .......................................................................................................... iv Table des matires ........................................................................................... vi Liste des Tableaux ......................................................................................... viii Liste des Figures............................................................................................ viii Introduction ....................................................................................................... 1 1. La gestion du risque ................................................................................... 4
1.1 1.2 1.3 Risques de march ................................................................................... 6 Risques de crdit ...................................................................................... 6 Risques oprationnels ............................................................................. 6
2. La Value at Risk .......................................................................................... 7

2.1 2.2 Quest ce que la Value at Risk ................................................................. 7 Lhistorique de la Value at Risk ............................................................... 8
3. Le calcul de la Value at Risk .................................................................... 10

3.1 Les mthodes de calcul de la Value at Risk ......................................... 12 3.1.1 La Value at Risk historique ............................................................ 12 3.1.2 La simulation de Monte Carlo ........................................................ 14 3.1.3 La Value at Risk paramtrique (variance/covariance) .................... 16 3.1.4 La Value at Risk relative et absolue ............................................... 18 Les paramtres de la Value at Risk ....................................................... 19 3.2.1 Lhorizon temporel ......................................................................... 19 3.2.2 Lintervalle de confiance ................................................................ 20 Les limites de la Value at Risk ............................................................... 21 Commet se comporte la VaR dans la ralit ......................................... 22
3.2
3.3 3.4
4. Stress testing ............................................................................................ 26 5. Back testing .............................................................................................. 27 6. Comment grer le risque en priode de crise ? ..................................... 28 7. Lavenir de la Value at Risk...................................................................... 29 Conclusion....................................................................................................... 30 Bibliographie ................................................................................................... 32 Annexe 1 Implmenter le calcul de la Value at Risk sur Excel par Yann Wicki et Diego Trigo da Silva ......................................................................... 33
Insrer des donnes historiques ...................................................................... 33 Interface graphique ........................................................................................... 33 La fentre de rsultats ...................................................................................... 35 Les Calculs ........................................................................................................ 35 Le code VBA ...................................................................................................... 36 Le codage ........................................................................................................... 38
Annexe 2 Glossaire ......................................................................................... 40 Annexe 3 Value at Risk historique dun portefeuille test............................. 42
vii
Liste des Tableaux

Tableau 1 Principales crises financires ........................................................................ 5 Tableau 2 Rendements journaliers du titre CITIGROUP ................................................ 11 Tableau 3 Rendements journaliers du titre ABB............................................................. 13 Tableau 4 Performances du titre ABB ............................................................................ 14 Tableau 5 Informations pour la simulation de Monte Carlo ............................................ 15 Tableau 6 Etapes principales pour une simulation de Monte Carlo ................................ 15 Tableau 7 Informations pour la mthode paramtrique .................................................. 17 Tableau 8 Rsum des avantages et inconvnients des mthodes de calculs .............. 18 Tableau 9 Value at Risk historique................................................................................. 20 Tableau 10 Performance et risque du titre CITIGROUP et de son indice ......................... 23 Tableau 11 Rsultats de Value at Risk pour le titre CITIGROUP ..................................... 23 Tableau 12 Analyse des ratios de risque pour le titre CITIGROUP .................................. 23
Liste des Figures

Figure 1 Figure 2 Figure 3 Figure 4 Figure 5 Figure 6 Plan de Markowitz ....................................................................................... 4 Graphique de Value at Risk. ............................................................. 7 Loi normale..................................................................................... 10 Value at Risk absolue et relative..................................................... 19 Graphique de performance du titre CITIGROUP et de son indice . .... 22 Evolution du cours du titre CITIGROUP . ........................................ 24
viii
Introduction
La gestion du risque est une procdure qui vise connatre et matriser le risque inhrent lactivit dune entreprise. Un gestionnaire de risque a comme objectif de connatre et grer un risque futur. Aujourdhui, la gestion des risques est une activit incontournable des entreprises et particulirement dans le domaine bancaire et des institutions financires. Ces secteurs sont les piliers de toute lconomie. Cest la raison pour laquelle ces procdures de gestion de risques se doivent tre parfaitement maitrises. Dailleurs des organismes internationaux et nationaux ont pour but de surveiller et de contrler la gestion du risque au sein des tablissements bancaires. Plusieurs crises financires dmontrent, encore aujourdhui, que cette gestion des risques nest pas toujours parfaite et bien matrise. Les marchs financiers se complexifient toujours davantage et la gestion des risques doit suivre la cadence. La gestion du risque au sein des tablissements financiers est de plus en plus discute. Des organismes comme la commission fdrale des banques
1
ont, entre
autres, pour but de rglementer cette gestion de risque au sein des tablissements bancaires. Un des objectifs de ces derniers est de limiter au maximum les problmes lis une mauvaise gestion. Lexemple de la Socit Gnrale et de son collaborateur Jrme Kerviel illustre parfaitement les problmes lis une mauvaise gestion des risques et un contrle insuffisant. Les consquences de ces erreurs peuvent impacter toute une conomie, en provoquant des milliers de pertes demplois ou en dilapidant les conomies dpargnants. Suite aux nombreuses crises que les places financires mondiales ont connues, ne pouvons-nous pas nous demander si cette gestion du risque est discutable et imparfaite ? Prenons encore lexemple de LTCM, un Hedge Fund
2
trs connu, gr
par plusieurs prix Nobel dconomie. Ce dernier a pourtant presque disparu dans une quasi-faillite. La chute de ce fond a mis en pril le systme bancaire international. La mauvaise gestion des risques est nouveau lexplication de cette descente aux enfers.
1 2
Organisme de contrle de certains segments du secteur financier suisse. Fonds non cotes vocation spculative. Le but de ces fonds est de dgag des rendements levs. La particularit de ces fonds est de ntre soumise aucune rglementation.
Afin de rpondre en partie cette problmatique, lentreprise Galeo SA, ma mandat pour crer un rapport simplifiant et vulgarisant la Value at Risk(VaR), un indicateur de risque largement rpondu. La mission de Galeo SA est de fournir une plateforme de services aux grants de fortune indpendants et aux professionnels de la finance qui rpond aux nombreuses attentes du march. La simplification et la dmystification de la Value at Risk rpond un rel besoin. La Value at Risk est une mthode qui permet de matrialiser le risque de perte dune position ou de lensemble dun portefeuille, en un seul montant. La comprhension de ce concept nest pas vidente. Il existe actuellement plusieurs ouvrages qui traitent de la VaR, mais ils sont gnralement adresss un publique spcifique qui possde des connaissances scientifiques. Cest la raison pour laquelle ce mandat permettra un individu lambda de sinformer sur la VaR sans pour autant possder des connaissances techniques. Cet indicateur de risque possde des spcificits aux niveaux de son fonctionnement, de ses mthodes de calculs et de ses limites. Ce travail va simplifier lensemble de ces caractristiques. Ce travail de diplme sinscrit dans le cadre de ce mandat pour simplifier cet outil. Le but de ce mandat est doffrir la clientle de Galeo SA un document professionnel qui permet une dmystification complte de la VaR. Par la publication sur la toile de cette expertise, dautres personnes pourront galement en profiter. Afin de concrtiser ce mandat, jai mis en place une mthodologie spcifique qui ma permis de respecter les demandes du mandant. En premier lieu, il a fallu me documenter sur la Value at Risk qui tait un concept que javais simplement survol durant mes cours. Pour en matriser les aspects pratiques, jai eu loccasion de dvelopp un programme sur Excel en code VBA qui avait pour but de calculer une VaR paramtrique pour un portefeuille de plusieurs positions. Jai prsent ce programme lentreprise Galeo SA pour obtenir leurs impressions sur ce projet. Cela ma amen le perfectionner suite aux suggestions quon ma proposes. Au final, je suis arriv dvelopper un outil qui permet de calculer la VaR pour un portefeuille beaucoup plus large. Jai galement eu loccasion de mentretenir avec des professionnels du domaine sur la VaR et ses limites. Au final, jai pu acqurir toutes les informations et les connaissances ncessaires la rdaction du rapport sur la simplification de la VaR.
Ce travail sarticule autour de plusieurs parties. Dans un premier temps, une introduction sur la gestion des risques permet de comprendre dans quel domaine sinscrit cette Value at Risk. Ensuite je prsenterai cet outil, plus particulirement ses spcificits et ses origines avant de passer sur son fonctionnement et ses mthodes de calculs. Enfin jexpliciterai ses limites, cela me conduira faire le rapport avec la problmatique lie la pertinence de lutilisation de la VaR. Lobjectif de ce travail de diplme est double. Il rpond en premier lieu au mandat de Galeo SA sur la vulgarisation de la Value at Risk. Il prsente galement, dans une deuxime partie, des moyens pour palier aux limites de la VaR.
1. La gestion du risque
Ce travail traite principalement dun indicateur de risque, la Value at Risk. Avant tout, il est important de comprendre la globalit du domaine de la gestion des risques et de son utilit. La notion de risque est difficile apprhender. Nous parlons gnralement de risque pour traduire une exposition un danger. Dans le domaine financier, nous pouvons assimiler ce risque une perte probable de valeur. Chacun dsire connatre quel montant il peut perdre, quil sagisse dun trader de Wall Street, dune banque ou encore dun pargnant. Le fondement du risque se base sur un arbitrage entre la rentabilit et le risque. Il est commun de dire que sans prendre de risque, on ne peut rien gagner. Cette image reprsente parfaitement le domaine de la finance. Sans prendre de risque nous ne pouvons pas obtenir une rentabilit. Tout investissement prsente un risque, qui sera plus ou moins lev selon les diffrents types dactifs financiers. Chaque individu possde sa propre aversion aux risques. Si un jeune cadre dynamique aura davantage tendance investir dans des actifs dangereux comme des actions, un retrait investira peut-tre dans des obligations dtats lesquelles prsentent un risque nettement plus faible afin de garantir son capital retraite. Cet arbitrage entre le risque et le rendement a t parfaitement illustr par Harry Markowitz dtenteur dun prix Nobel dconomie.
Figure 1 Plan de Markowitz
Source : membres.lycos.fr/alplk/SLIP_theorie.htm.
On voit clairement le rapport entre le risque et le rendement. La courbe du graphique ci-dessus est appele frontire efficiente. Au-del de cette ligne, le rapport rendement risque nest pas possible atteindre. Une telle situation se traduirait par un investissement massif et la loi de loffre et de la demande stabiliserait cette dernire au niveau de la frontire efficiente. Durant les annes 80, la gestion du risque ne proccupait que peu les traders. Mais avec lapparition toujours plus importante de produits financiers complexes et des crises conomiques toujours plus frquentes, tous les acteurs du monde de la finance se devaient de grer les risques quils prenaient. Au fil des annes, cette gestion du risque sest aussi complexifie. Nous avons vu apparatre de nombreux organismes nationaux qui veillent la solidit du secteur financier. Des accords internationaux comme ceux de Ble sont apparus afin de contrler et de stabiliser les tablissements bancaires.
Tableau 1 Principales crises financires

Noms "Jeudi noir" "Lundi noir" "Faillite de la banque Barings" "Crise financire russe " "Quasi-faillite de LTCM" "Attentat du 11 sept. 2001" "Crise des subprimes" Dates Octobre 1929 Octobre 1987 1995 1998 1998 Septembre 2001 2007-2008
La gestion de risque ne se traduit pas uniquement par la dcision dinvestir ou de vendre une position. Une majeure partie consiste savoir couvrir ses avoirs. Les banques doivent assurer les positions quelles dtiennent par des fonds propres. Prenons un exemple simplifi. La banque Y possde 10'000'000 CHF en action pour le compte de ses diffrents clients. Cette dernire devra garder un certain pourcentage (selon les ratings3 des actions) de ces 10'000'000 CHF en fonds propre. Ainsi, la banque limite son exposition aux risques de fluctuations de march.
Notations dactifs boursiers sur la base dune chelle. Le but est de pouvoir comparer les actifs entre eux. Il existe plusieurs organismes de notations comme S&P ou encore Moodys.
Les institutions financires sont soumises trois types de risques. Les risques de march Les risques de crdit Les risques oprationnels
1.1 Risques de march

Les risques de march sont les pertes ventuelles lies aux variations du prix dune position suite au changement des facteurs dterminant son prix. Par exemple, la volatilit, le cours des actifs financiers proprement parler, les cours de change ou encore les taux dintrts.
1.2 Risques de crdit

Les risques de crdit proviennent principalement de deux sources. Premirement, ils traduisent les risques quune contrepartie ne respecte pas ses engagements contractuels (par exemple, une faillite). Deuximement, les risques de crdit comprennent les rductions de valeurs dinstruments financiers mis par des tiers.
1.3 Risques oprationnels

Les risques oprationnels comportent lensemble des pertes lis une erreur interne aux institutions financires. Prenons lexemple dune erreur humaine qui entrainerait des pertes de valeurs. Les accords de Ble II obligent les institutions financires garder une certaine valeur de fonds propres en rserve pour palier ces diffrents risques. Afin de limiter les risques de march, ces accords contraignent les banques utiliser la value at Risk afin de dterminer le montant couvrir. En rsum, la Value at Risk est utilise dans trois situations spcifiques : pour mesurer un risque de march sur une position, un portefeuille ou pour dterminer les fonds propres que la banque ncessitent afin de se couvrir.
2. La Value at Risk
2.1 Quest ce que la Value at Risk
Le principe de la VaR est assez aisment assimilable. Cependant un rappel de son fonctionnement est ncessaire. La VaR permet de traduire un risque de perte dune position (devises, actions, obligations, options) ou dun portefeuille en un montant unique. Ce montant va dpendre de plusieurs paramtres comme un intervalle de confiance et un horizon temporel. La VaR est autant plus utile, car elle permet de synthtiser un risque prsent sur plusieurs actifs financiers diffrents, en un seul montant facilement interprtable. De manire plus pragmatique, la VaR donne directement un investisseur ou un gestionnaire une indication simple et comprhensible dun risque de perte. Ces derniers pourront donc selon leurs aversions aux risques, prendre une dcision quant la position ou au portefeuille en question. Afin de concrtiser ce concept, voici un exemple dun cas fictif. Si nous obtenons une VaR de 820000 pour un seuil de confiance de 90% sur une priode de 10 jours, cela signifie que le portefeuille dune valeur de 1'890000 a 90% de chance de ne pas perdre plus que 820000 dans les 10 jours. Ce rsultat est trs lev et nous indique clairement que cet actif est trs risqu.
Figure 2 Graphique de Value at Risk
Source :en.wikipedia.org/wiki/Value_at_risk.
Avant de comprendre prcisment comment une VaR se calcule, il est fondamentale de comprendre quel risque la VaR a pour but de traduire. La Value at Risk reprsente
le risque li aux fluctuations de prix des actifs. Les facteurs qui impactent ces variations de prix sont gnralement des taux de change, des taux dintrt, des informations macro-conomiques, etc. La Value at Risk ne doit pas tre interprter seule. Afin dobtenir une bonne reprsentation globale du risque, quil sagit dun portefeuille, dune position ou encore de lensemble des actifs et passifs dune banque, la combinaison de plusieurs indicateurs de risques est essentielle. En conclusion, la VaR nest pas rellement pertinente si elle nest pas prsente avec dautres indicateurs de risques tels que le ratio de Sharpe, le ratio de Treynor (cf. annexe 2) ou encore les grecques 4 pour ne citer que ces derniers.
2.2 Lhistorique de la Value at Risk

Les origines de la VaR permettent de comprendre pourquoi cet outil a fait son apparition et quels sont ses objectifs. Durant les annes 80, les outils de gestion de risques ntaient pas efficaces et ne rpondaient plus aux attentes des diffrents acteurs de la scne financire. Les outils de lpoque ne permettaient aucune comparaison entre les actifs. De plus lapparition des produits drivs, laugmentation de la volatilit sur les marchs ainsi que plusieurs crises financires comme le cas de la banque Barings5 ont pousss le dveloppement dun indicateur qui permettrait de regrouper un risque financier en un seul montant. Plusieurs dates sont retenir dans lvolution de la VaR. La Banque JP Morgan est considre comme la pionnire de la VaR. Cest son directeur de lpoque, Dennis Weatherstone qui en avait assez de voir apparatre chaque jour des piles de rapports de risques sur son bureau. Cest la raison pour laquelle il demanda ses employs de dvelopper un rapport simplifi sur lequel lexposition de la banque tait clairement exprime. Cest ainsi que la VaR fit son apparition. La banque dcida ensuite de dvelopper son propre programme de gestion interne : RiskMetrics . Ce programme regroupe un nombre important de donnes financires dont la mthodologie pour calculer une VaR. Sa distribution gratuite sur internet a encourag le
Les grecques : Ensemble dindicateur de risque qui porte des lettres de lalphabet grecques comme noms. Banque Barings : Banque britannique mise en faillite en 1995 parce quun trader a effectu des ventes dcouverts dune valeur suprieure aux fonds propres de la banque.
dveloppement internationales.
de
la
VaR
sur
lensemble
des
places
financires
Les accords de Ble I de 1996 autorisent les institutions financires utiliser la VaR comme mesure de risque.
Aujourdhui, la VaR continue voluer, de nombreux scientifiques dveloppent de nouveaux modles plus ou moins complexes, pour amliorer la prcision et la robustesse de cet indicateur de risque.
Accords de Ble I : Les accords de Ble I visaient stabiliser le systme bancaire international. Une des rglementations tait la mise en place dune rserve de fonds propres minimum de 8% par rapport aux crdits accords.
3. Le calcul de la Value at Risk

La Value at Risk est lorigine un calcul de probabilit. Ces modles de probabilits sont des lois mathmatiques qui permettent dattacher des probabilits des variables alatoires. Ces modles sont compliqus et nont pas besoin dtre matriser pour comprendre et calculer une VaR, cest la raison pour laquelle nous nallons pas les dtaills de manire approfondie. Lunique chose retenir est que le modle usuellement utilis est la loi normale (de Gauss) qui possde des distributions se prtant bien au calcul de la VaR. Dailleurs des tableurs comme Excel proposent des formules qui intgrent directement cette loi dans des calculs. Voici une reprsentation graphique dune loi normale
Figure 3 Loi normale
Source : http://fr.wikipedia.org/wiki/Loi_normale
Dans le contexte de la Value at Risk, cette courbe modlise la distribution des rendements. En dautres termes plus nous sommes vers les extrmes, plus la frquence des rendements est faible. Au contraire, plus nous nous trouvons vers le milieu (moyenne), plus la frquence des rendements est leve. Il est important de noter que ce modle dpend de deux paramtres, la volatilit et la moyenne. Volatilit : Il sagit srement de lindicateur de risque le plus couramment utilis dans le monde financier. Il traduit le risque dun actif financier. Concrtement, cette volatilit mesure les carts de performance dun actif autour de sa moyenne. Il sagit de lcart-type des rendements.
10
Ecart-type :
Tableau 2 Rendements journaliers du titre CITIGROUP

Date Cours de Clture Rend. Journ. 18.07.2008 19.02 7.70% 21.07.2008 19.36 1.79% 22.07.2008 20.53 6.04% 23.07.2008 20.76 1.12% 24.07.2008 18.74 -9.73% 25.07.2008 18.53 -1.12% 28.07.2008 17.13 -7.56% 29.07.2008 18.14 5.90% 30.07.2008 18.49 1.93% 31.07.2008 18.69 1.08% 01.08.2008 18.87 0.96% Sur ces cours historiques de la Banque amricaine Citigroup nous pouvons voir clairement les variations des cours, ce que nous appelons des rendements journaliers. Ces rendements journaliers vont nous permettre de dterminer leurs carts par rapport la moyenne. Cet estimateur va traduire le risque du titre Citigroup. Volatilit (cart-type) 5.37%
Dans cet exemple, la volatilit est relativement importante pour un horizon temps aussi court que celui choisi. Cela sexplique en grande partie par la dbcle des titres financiers amricains qui ont impacts la cotation de Citigroup. Moyenne : Cet estimateur est trs commun et davantage ais apprhender. Il sagit de la somme des variables divise par leurs nombres. Dans le domaine bancaire on utilise cette moyenne surtout pour dterminer un rendement moyen. Moyenne : Moyenne des rendements journaliers 0.74%
11
La moyenne des rendements du titre Citigroup est relativement intressante mais associe un risque lev. Chaque dcision dinvestissement dpend de cet arbitrage entre ce rendement et ce risque. Finalement nous pouvons douter de la pertinence dune telle loi dans le calcul de la Value at Risk. En effet, ces mthodes sont bases sur des probabilits et ne peuvent pas prdire lavenir de manire prcise. Il est vrai que les rsultats de ces modles ne se vrifient pas toujours empiriquement. Nous pouvons attribuer ces biais aux vnements dfavorables, comme les crashs boursiers qui selon la loi des probabilits nont quune chance sur plusieurs centaines de millions de se produire. Pourtant la ralit nous prouve souvent le contraire. De nombreuses crises ont t dplores ces quinze dernires annes. Il existe dautres modles beaucoup plus sophistiqus, qui prennent en compte des vnements extrmes, comme lexpected shortfall . Mais ces modles sont finalement moins efficaces que les mthodes bases sur la loi normale. Comme le D. Akimou Oss la trs justement expliqu dans un article sur la VaR : Il faut donc trouver un compromis entre lefficacit et ladquation aux donnes empiriques. (Quest ce que la Value-at-Risk ?, D. Akimou Oss, 2002).
3.1 Les mthodes de calcul de la Value at Risk

Il existe actuellement trois mthodes basiques pour dterminer une VaR. Cependant il existe aussi des batteries de modles plus complexes qui sadressent davantage un public scientifique. Nous allons dans un premier temps nous concentrer sur les mthodes classiques. La mthode historique La mthode par simulation de Monte Carlo La mthode paramtrique (variance/covariance)
3.1.1 La Value at Risk historique

La premire mthode, appel historique est srement la plus simple utiliser. Cette dernire se base sur les variations historiques des rendements (cours, taux de changes, etc.), contrairement la mthode paramtrique qui dpend dhypothses tires de la loi normale.
12
Le but de ce modle est de faire ressortir, en prenant en compte les cours historiques, la valeur correspondant au seuil de confiance dsir. Pour illustrer ce calcul, nous avons choisi un titre suisse, ABB, qui figure dans le SMI . Nous avons pris 504 cours journaliers afin de calculer la VaR historique (mmes donnes utilises pour lexemple de la mthode paramtrique). Le portefeuille est uniquement constitu de titres ABB et vaut 10'000 CHF. La dmarche est assez simple. Il faut en premier lieu obtenir les cours historiques pour le titre en question. Il faut prendre un minimum de 250 donnes pour que les rsultats soient pertinents. Dans notre cas, nous avons slectionn 504 donnes (deux annes compltes de jours ouvrs). Ensuite, il faut calculer les rendements journaliers pour ces cours.
7
Tableau 3 Rendements journaliers du titre ABB

Dates 26.09.2006 27.09.2006 28.09.2006 29.09.2006 02.10.2006 03.10.2006 04.10.2006 05.10.2006 06.10.2006 09.10.2006 10.10.2006 Cours de Clture 12.94 12.87 12.98 12.84 12.82 12.84 12.99 13.16 13.3 13.39 13.41 Rend. Journ. -0.54% 0.85% -1.08% -0.16% 0.16% 1.17% 1.31% 1.06% 0.68% 0.15%
Les rendements journaliers se dterminent en calculant la variation de valeur dune date une autre. Communment on utilise la formule suivante : (Jour 2 / Jour 1) -1 Pour dterminer les plus mauvaises performances ralises, il faut transformer les rendements en valeurs. Lopration est assez simple, il suffit de multiplier la valeur du portefeuille avec les rendements. On multiplie 10'000 par -0.54%.
SMI (Swiss Market Index): Indice boursier suisse qui comprend les vingt plus grosses capitalisations boursires suisses.
13
Tableau 4 Performances du titre ABB

Dates 26.09.2006 27.09.2006 28.09.2006 29.09.2006 02.10.2006 03.10.2006 04.10.2006 05.10.2006 06.10.2006 09.10.2006 10.10.2006 Cours de clture 12.94 12.87 12.98 12.84 12.82 12.84 12.99 13.16 13.3 13.39 13.41 Rend. Journ. -0.54% 0.85% -1.08% -0.16% 0.16% 1.17% 1.31% 1.06% 0.68% 0.15% Performances -54.09582689 85.47008547 -107.8582435 -15.57632399 15.60062402 116.8224299 130.8698999 106.3829787 67.66917293 14.93651979
La seconde tape consiste classer ces performances afin de pouvoir trouver celle qui nous intresse. Un simple tri par ordre croissant nous permet davoir les performances classes de la plus mauvaise la meilleure. Au final, le but est de trouver la valeur correspondant au 95% du total des performances (504 valeurs). Une rgle de trois permet de trouver la performance voulu. 95% de 504 nous indique la 478me valeur. Concrtement, cette valeur nous donne la VaR historique un jour pour ce portefeuille. La dernire tape consiste uniquement transformer cette VaR un jour pour lhorizon temporel souhait. La formule est la suivante : VaR N jours = VaR 1 jours * N Il existe aussi une formule Excel qui permet de trouver directement la valeur correspondant au seuil de confiance. =centile() 10 jours VaR 95% 1054.72 % du portefeuille 10.55%
Ce tableau nous montre le rsultat de la VaR historique en fonction des paramtres choisis. Pour pouvoir interprter correctement ce rsultat il est ncessaire de faire une analyse de risque plus complte. Nous ne pouvons pas baser une analyse de risque uniquement sur la Value at Risk.
3.1.2 La simulation de Monte Carlo

La mthode de simulation de Monte Carlo est relativement similaire la mthode historique linstar du fait quelle va simuler des rendements futurs partir des
14
rendements du pass. Son fonctionnement est plus complexe car il demande la comprhension de la loi normale qui rgit la simulation des rendements. Cette mthode est davantage adapte aux produits optionnels. La simulation de Monte Carlo est srement la plus prcise, mais cest la plus difficile et longue mettre en place. Il faut possder une excellente infrastructure si lont veut gnrer des simulations de plusieurs milliers de positions. Voici un exemple simplifi de simulation de Monte Carlo pour dterminer la VaR dune option.
Tableau 5 Informations pour la simulation de Monte Carlo

Prix actuel du sous jacent Volatilit annuelle Rendement moyen Echance Prix exercice Delta Notionnel 100 15.00% 10.00% 1 mois 102 0.2 10'000'000
Ce tableau prsente les donnes relatives loption. Ces informations vont nous permettre de gnrer la simulation.
Tableau 6 Etapes principales pour une simulation de Monte Carlo

Nombres alatoires 0.24938742 0.398144283 0.27729853 0.004749453 0.391482841 0.9457897 0.964294053 0.904554434 0.279746923 0.790793285 0.167450039 0.202525932 0.719835419 0.062616231 0.780980712 Processus de Wiener -0.676418713 -0.258153341 -0.590885621 -2.593556039 -0.275456316 1.605332728 1.80284924 1.307947453 -0.583593483 0.809176849 -0.964290947 -0.832632784 0.582352659 -1.53317614 0.775509631 Prix du sous-jacent simul 97.83 99.62 98.19 90.04 99.58 107.99 108.92 106.61 98.22 104.33 96.62 97.17 103.31 94.27 104.18
15
Le tableau ci-dessus met en avant les trois tapes principales la cration dune simulation de Monte Carlo. En premier lieu nous simulons des nombres alatoires entre 0 et 1 grce la formule prvue cet effet sur Excel. =alea() Par extrapolation nous obtenons la valeur de ces chiffres dans la loi normale. Cette opration sintitule le processus de Wiener. =LOI.NORMALE.INVERSE(chiffre alatoire;0;1) Finalement, nous pouvons simuler le prix du sous-jacent de loption. La formule ncessite plusieurs informations que nous avons prsent auparavant (chance, volatilit, rendement). Prix simul = Prix actuel * exponentiel (rendement-0.5 * volatilit 2) + volatilit * processus de Wiener * chance. La dernire tape consiste calculer la perte maximum lie loption et de slectionner la perte pour lintervalle de confiance voulu. VaR Absolu 95% VaR Relative 95% -6.831 -5.521
Linterprtation de ces rsultats diffre de celle dune action classique. En effet, la nature de cette option est une vente de call dcouvert, en terme plus simple, nous spculons sur la baisse de valeur de loption. Dans notre cas les 6.83 reprsente le montant maximum que loption risque de prendre comme valeur jusqu son chance. Il faut rappeler que ces rsultats sont issus de simulation et que nous pouvons gnrer une quantit quasi-infinie de rsultats diffrents. Cest la raison pour laquelle dans la ralit nous nous arrtons pas une seule simulation.
3.1.3 La Value at Risk paramtrique (variance/covariance)

La dernire mthode, paramtrique (aussi appel variance/covariance) part de lhypothse que la distribution des rendements dpend de la loi normale. Ce modle va se baser sur plusieurs estimateurs statistiques dont la variance, lcart-type ainsi que la moyenne. La mise en commun de ces lments permet de dterminer une VaR. Ces calculs se complexifient selon la taille dun portefeuille. Il nest pas toujours vident de calculer une variance de plusieurs positions qui possdent une pondration diffrente. Ce modle se complexifie selon la taille dun portefeuille. Pour une seule position le calcul est relativement simple. Les tableurs comme Excel intgrent une formule qui
16
permet de calculer directement une VaR paramtrique pour une position. Si on possde un portefeuille, il faut passer par une matrice de variance/covariance, afin de dterminer la variance du portefeuille et ainsi pouvoir dterminer un cart-type. Dans lexemple qui suit, le portefeuille ne possde quune seule position, il sagit du titre ABB prsent galement dans lexemple de la VaR historique susmentionn. Cet exemple a t choisi afin de simplifier la comprhension de ce modle, cependant dans lannexe 1 figure un exemple de calcul pour un portefeuille de six positions selon la mme mthode.
Tableau 7 Informations pour la mthode paramtrique

Valeur du portefeuille Seuil de confiance Ecart-type Variance Horizon temporel 10'000 95% 2.05% 0.04% 10 jours
La valeur du portefeuille, le seuil de confiance ainsi que lhorizon temporel sont les paramtres choisis par lutilisateur. Par contre, lcart-type et la variance sont calculs sur la base des cours historiques dABB. La formule suivante nous permet dextrapoler une Value at Risk des renseignements ci-dessus. =LOI.NORMALE.INVERSE(probabilit, esprance, cart-type) La probabilit se traduit par la diffrence entre 1 et notre seuil de confiance. Lesprance reprsente la multiplication entre la valeur du portefeuille et la variance +1. Lcart-type qui nous intresse dans cette formule, est lcart-type de lensemble du portefeuille et non pas dune seule position. Cest la raison pour laquelle, on multiplie lcart-type dun titre avec la valeur totale du portefeuille. Ensuite il nous reste plus qu dterminer la VaR 10 jours pour obtenir les rsultats suivants : 10 jours 1'051.16 % du portefeuille 10.51%
VaR paramtrique 95%
17
La question que nous pouvons nous poser, cest quel est le modle le plus adquat. Il est important de souligner quil nexiste pas de mthode parfaite. Chaque mthode prsente des avantages et inconvnients. chacun de choisir la formule qui lui convient le mieux. Ce tableau rsume les pours et les contres.
Tableau 8 Rsum des avantages et inconvnients des mthodes de calculs

Avantages
- Facile mettre en place - Mthode la plus simple - Ne repose sur aucune hypothse de distribution comme la loi normale
Inconvnients
- Ncessite beaucoup de donnes pour tre pertinent - Se base sur des donnes du pass pour prdire le futur - Se complexifie par rapport la taille d'un portefeuille
VaR historique
VaR paramtrique VaR selon la simulation de Monte Carlo
- Les paramtres sont faciles estimer
- S'adapte mal aux produits optionnels - La plus coteuse, longue et difficile mettre - La solution la plus proche de la ralit en place - La mthode la plus adapte aux produits optionnels
Ces modles sont les plus connus et srement les plus utiliss, cependant il faut garder lesprit que chaque institution financire peut dvelopper ses propres mthodes.
3.1.4 La Value at Risk relative et absolue

Ces deux notions reprsentent une forme de rsultat de la VaR. La VaR relative est la plus communment calcule. Mais La VaR absolue limine la moyenne des rendements de la VaR relative. Ceci donne une prcision supplmentaire la VaR. Cependant court terme les rendements moyens sont gnralement nuls, donc il est usuel de calculer la VaR relative. Dans la pratique nous ne trouvons rarement de VaR absolue.
18
Figure 4 Value at Risk absolue et relative

Rendements moyens
Source : Cours La Value at Risk par Francesco Moresino (2007, p 23)
Ce graphique prsente de manire claire la diffrence entre ces deux notions. VaR Absolue = VaR relative rendements moyens
3.2 Les paramtres de la Value at Risk

Il existe deux paramtres indispensables la dtermination de la VaR. Il sagit de lhorizon temporel et du seuil de confiance (aussi appel intervalle de confiance). Ces deux paramtres dpendent du choix de lutilisateur. Toutefois, il existe une certaine convention dans le choix de ces derniers. Par exemple, les accords de Ble I recommandent un horizon de 10 jours et un intervalle de confiance de 99% pour traduire les risques de march.
3.2.1 Lhorizon temporel

Il est important de noter que le choix de la priode sur laquelle on veut calculer la VaR dpend principalement de son utilisation. Plus une position est liquide, plus on veut pouvoir radapter sa stratgie dinvestissement rapidement. Cest la raison pour laquelle, le calcul dune VaR un jour est conseill pour une gestion de portefeuille active. Au contraire pour une gestion de fonds ou de fonds de pension (positions peu liquides), une VaR sur vingt jours ou trente jours est plus adapte.
19
Au-del de ce dlai la VaR perd en pertinence car les principales mthodes de calcul se basent sur des rendements historiques. Il est dj difficile destimer une VaR pour un horizon trs court terme, alors plus nous rallongeons la priode considre plus lestimation sera biaise. Voici un rappel de la formule qui permet de passer dun horizon temps un autre. VaR N jours = VaR 1 jours * N
3.2.2 Lintervalle de confiance

Le seuil de confiance dpend de lutilisation de la VaR et de la mesure de risque que lon veut obtenir. Notons que le pourcentage reprsent par lintervalle de confiance sinterprte comme la chance que nous avons de ne pas perdre plus que X sur Y jours. Chaque entreprise, gestionnaire ou client dcidera de lintervalle qui sadapte le mieux la situation. En rgle gnrale on choisi un seuil de 99%, 97.5% ou de 95%. Nanmoins il existe des exceptions. Pour dmontrer ce que reprsente ce seuil de confiance, prenons un exemple issu du modle historique. Lintervalle de confiance correspond au quantile de lensemble des rendements historiques. Voici les dix plus mauvais rendements journaliers dune position (fictive) classs dans lordre croissant. Au total nous avons relev 100 rendements historiques pour cette position. Nous recherchons la valeur correspondant au 95% du total du nombre des rendements.
Tableau 9 Value at Risk historique

-CHF 2'548.00 -CHF 2'012.00 -CHF 1'905.00 -CHF 1'789.00 -CHF 1'236.00 -CHF 1'025.00 -CHF 988.00 -CHF 854.00 -CHF 755.00 -CHF 744.00 -CHF 200.00
100 99 98 97 96 95 94 93 92 91 90
20
Finalement la Value at Risk historique de cette position 1 jour est de 1025 CHF. Cette position a 95 % de chance de ne pas perdre plus que 1025 CHF le jour suivant.
3.3 Les limites de la Value at Risk

La Value at Risk est un indicateur de risque normment utilis depuis les annes 90, presque toutes les institutions financires, voir lintgralit utilisent ce dernier dans leur gestion du risque. Cependant la VaR prsente certaines limites quil ne faut pas perdre de vue. Les limites rsident dans les modles utiliss pour le calcul de la value at Risk. Ces derniers se basent sur des hypothses qui ne concident pas toujours avec la ralit. La volatilit Comme nous lavons vu auparavant, certaines mthodes de calculs se basent sur la normalit des variations de prix. En dautres termes, les variations des prix suivent une loi normale. En ralit, la variation des cours dune position boursire peut varier dun extrme un autre. Cette volatilit (reprsent par lcart-type des rendements dune position) est utilise dans le calcul de la VaR. Plus cette volatilit est importante plus la pertinence et la prcision de la VaR seront diminues. Liquidit La VaR ne prend pas en compte la liquidit des marchs. En cas de crise, les marchs financiers saffolent et il nest pas toujours vident de pouvoir vendre des positions. Il se peut mme que cela soit impossible. La crise des Subprimes est un excellent moyen dillustrer ce problme. Les crdits risques au centre de cette dbcle financire ne schangeaient pas ou moins de la moiti de leur valeur nominale. Priodicit Pour calculer une VaR pertinente, il faut possder au minimum 200 cours journaliers historiques sur une priode de douze mois. Avec moins dinformation, la VaR perd en pertinence et en prcision. Enfin la dernire limite, et srement la plus importante, est celle lie aux chutes de marchs. Lorsque les marchs financiers se trouvent au centre dune crise, la volatilit a tendance senvoler. Comme nous lavons vu, la volatilit est un estimateur de la VaR. Plus cet estimateur est lev, plus la pertinence et la prcision de la VaR se verront diminues. Ce raisonnement peut paratre logique si nous partons sur
21
lhypothse quil est difficile de prdire lvolution des marchs en cas de crise. Les modles classiques de calculs de VaR utilisent les rendements historiques pour estimer la VaR. Si les marchs chutent, ces rendements historiques ne pourront pas estimer les pertes ou les gains lis un vnement extrme. Ces limites nous amnent nous poser une premire question. Est-ce que les outils de gestion de risque comme la VaR ne sont-ils pas un paradoxe. Si ces outils permettent de dterminer un risque quand les marchs vont bien mais quils perdent en efficacit lors de priode de crise, rpondent-ils rellement un besoin ? La rponse cette question dpend de linterprtation de chacun. Nous pensons que malgr tout, ces outils sont indispensables, car ils apportent une information primordiale aux gestionnaires mme en cas de crises. Il faut trouver un moyen de rendre la VaR plus robuste et plus fiable. Il existe dores et dj plusieurs mthodes et dautres sont en cours de dveloppement.
3.4 Commet se comporte la VaR dans la ralit

Pour dmontrer concrtement le fonctionnement dune VaR, il est important de comparer son rsultat avec la ralit. Nous avons donc choisi un titre financier afin dillustrer le fonctionnement de la Value at Risk. Voici les rsultats de la Value at Risk du titre de Citigroup. Il est important de prciser que les donnes utilises pour les calculs remontent septembre 2006.
Figure 5 Graphique de performance du titre CITIGROUP et de son indice
22
Tableau 10 Performance et risque du titre CITIGROUP et de son indice

Perf. Annualise -37.630% -1.467% Risque annualis 45.77% 18.32%
Citigroup Benchmark (NYSE Composite)
On peut voire clairement sur ce graphique que le titre Citigroup est corrl avec son indice (Citigroup est un composant du NYSE Composite ). Cependant, le titre a nettement sous-perform son indice.
8
Tableau 11 Rsultats de Value at Risk pour le titre CITIGROUP

Valeur du portefeuille 10'000 $ VaR paramtrique absolue (95%) VaR paramtrique relative (95%) VaR paramtrique absolue (99%) VaR paramtrique relative (99%) 1 jour % du port. 488 $ 4.88% 473 $ 4.73% 684 $ 6.84% 669 $ 6.69% 10 jours 1'542 $ 1'495 $ 2'163 $ 2'116 $ % du port. 15.42% 14.95% 21.63% 21.16% 20 jours 2'181 $ 2'114 $ 3'059 $ 2'992 $ % du port. 21.81% 21.14% 30.59% 29.92%
Tableau 12 Analyse des ratios de risque pour le titre CITIGROUP

Sharpe Ratio Treynor Ratio Bta Tracking error Information ratio -1.09239328 -0.01668706 1.88728692 0.01728858 -0.08300465
Ces deux tableaux nous prsentent les rsultats de la VaR et des indications de performances et de risques. Il est noter que le portefeuille est dune valeur fictive de 10'000 $ uniquement constitu de titre Citigroup. La VaR nous donne le risque de perte selon lintervalle de confiance. Par exemple, nous pouvons nous attendre ne pas perdre plus que 1542 $ dans les 10 jours suivant le 19 septembre 2008 avec un intervalle de confiance de 95% (donc 95% de chance de ne pas perdre plus que la VaR).
Indice amricain qui regroupe lensemble des cotations de la bourse dchange New-yorkaise.
23
Ces chiffres paraissent trs levs et il est vrai quil est difficile imaginer de perdre 15% de la valeur de son portefeuille en 10 jours. Cela sexplique par la fragilit qui animait les marchs sur la priode prise en compte. En effet, la volatilit a atteint des records historiques. Les marchs subissaient des fortes tensions la hausse comme la baisse. Comme nous lavons vu pralablement, cette volatilit reprsente un estimateur majeur de la Value at Risk. Cest la raison pour laquelle les rsultats de la VaR sont si importants. Pour dterminer la prcision de la VaR paramtrique (mthode variance/covariance), nous avons compar les rsultats obtenus avec la ralit. Nous avons observ les variations effectives du portefeuille 10 jours aprs le 19 Septembre 2008. Aprs les calculs, nous obtenons une baisse de valeur effective du portefeuille de 2.48 % sur 10 jours ce qui correspond une valeur de 248 $. Nous sommes loin des 15% ou des 20% calculs ci-dessus.
Figure 6 Evolution du cours du titre CITIGROUP
En effet, notre calcul de VaR a largement surestim la ralit. Cela peut sexpliquer en remplaant le contexte dans lequel Citigroup se situe durant la priode considre. Lentreprise a souffert dans un premier temps de son exposition au march des crdits risques ( subprimes ). cela sajoute, la dbcle de certains actifs financiers amricains (comme AIG ou Merril Lynch). Cela na pas t favorable la cotation de laction. Le titre Citigroup a rebondi suite lannonce de rachat de Wachovia. Lensemble de ces vnements a augment considrablement la volatilit du titre. Comme nous lavons dit prcdemment, cet estimateur influence la pertinence de la Value at Risk. Nos premiers rsultats sont biaiss par cette volatilit trs importante.
24
Cela nous dmontre quela limite principale de la VaR est ne plus pouvoir fournir une estimation prcise et robuste en priode de crise financire. Cet exemple nous permet de faire le lien avec la seconde problmatique de ce travail. Comment palier au limite de la VaR ?
25
4. Stress testing
La premire solution consiste utiliser les stress tests afin de simuler des situations de crises. Le comit de Ble impose aux institutions financires dutiliser des stress tests lors dun calcul de Value at Risk. Ces stress tests rpondent en partie aux problmes lis aux chutes brutales de marchs. Le but est de simuler une situation de crise et ensuite nous calculons la VaR sur cette simulation. Ainsi nous prenons en compte des vnements extrmes ayant peu de chance de se produire et que la VaR ne prend pas en compte dans ses distributions de rendements. Il existe plusieurs mthodes afin simuler du stress testing. Par exemple, il convient de vrifier la VaR si les taux directeurs varient de 100 points de bases ou encore lorsque la volatilit dun actif augmente considrablement. Une multitude de mthodes de stress testing ont vues le jour, cest chaque institution de trouver quelle mthode lui convient le mieux. Une autre solution qui soffre aux banques est dutiliser des crises financires comme rfrences pour ses tests. Nous prenons comme rfrence pour les tests, un vnement dfavorable, par exemple, la chute des Twin Towers de New-York. Les marchs boursiers se sont effondrs la suite de se drame. Ainsi nous pouvons modliser une volatilit afin deffectuer un stress test sur la position ou le portefeuille qui nous intresse. Cependant ces mthodes sont relativement complexes mettre en place et ne prsentent pas forcment le risque de manire raliste. Ce types de modles demandent des infrastructures informatiques, du personnel qualifi et engendrent videmment des frais importants. Ces stress tests sont une premire rponse la question voque ci-dessus. En effet, on prend en compte des vnements dfavorables dans le calcul de la VaR. Ainsi un gestionnaire ou un client aura une seconde indication quant au risque et pourra modifier ou non sa stratgie en fonction. Toutefois, les stress tests sont encore leurs balbutiements. Il est trs compliqu de vrifier empiriquement lexactitude des rsultats. Cela nous indique, que cette mthode nest pas encore la rponse parfaite pour palier aux vnements extrmes.
26
5. Back testing
Il est important de vrifier les modles de calcul de VaR. Cette procdure, appel le Back testing se droule en plusieurs phases. En premier lieu, il faut vrifier le nombre de fois ou la perte a dpass la VaR sur lhorizon temps choisi. Si nous avons choisi un intervalle de confiance de 95% et que la perte dpasse 5% de nos estimations de la VaR, alors nous avons sous-estim nos calculs. Au contraire, si les pertes ne sont que de 3%, alors nous les avons surestim et le modle doit tre adapt afin dviter une couverture inutile. Cette procdure permet dliminer des risques lis aux choix du modle ou des paramtres. Dailleurs le comit de Ble (amendement de la BIS, 1996) impose un back testing de la VaR. Chaque banque doit prendre en compte les variations entre les gains et les pertes hypothtiques avec la ralit. Ainsi, sur une priode de 250 jours, la banque note toutes les exceptions de la VaR. Sil y a plus de cinq exceptions, un multiplicateur est impos la banque. Ce type de contrle permet dviter des pertes trop importantes dun seul coup, car les banques sont obliges de se couvrir.
27
6. Comment grer le risque en priode de crise ?

Cette question obsde tous les acteurs du monde financier. Il est trs difficile dy rpondre avec prcision. Nanmoins, nous pouvons mettre certaines hypothses. Comme nous lavons vu avec la VaR, les outils de gestion de risque perdent en prcision et en pertinence lors de crise financire. Pourtant, cest lors de ces vnements que la gestion du risque revte toute son importance. Ce paradoxe ne signifie pas que la gestion du risque perd son utilit. Au contraire, il est impratif daccorder davantage dattention cette gestion afin dviter de tomber dans une spirale de sous-performance. Il est vrai que les indicateurs de risques classiques ne peuvent plus tre utiliss de la mme faon en cas de chute des marchs. Cela implique que cest laspect humain qui va faire la diffrence. Il ne faut pas oublier que la gestion du risque est avant tout la responsabilit dun individu et non pas doutils mathmatiques. Cest le risque manager qui va prendre une dcision et non pas lordinateur. De plus, en cas de crise, nous pensons quil faut accorder davantage de crdit aux informations macro-conomiques quaux indicateurs de risques. Dans la pratique, certains gestionnaires de risques donnent trop dimportance aux ratios ou autres indicateurs, ce qui est selon moi une erreur. Cest lexprience et les connaissances de chaque individu qui va faire la diffrence. Tous ces indicateurs de risques doivent reprsenter des outils de travail pour un gestionnaire, en lui fournissant des informations quil doit ensuite interprter. Cest en cas de crise que nous pouvons distinguer le talent dun bon gestionnaire de risque. Cela nous permet donc de rpondre dune manire supplmentaire cette problmatique lie aux limites de la VaR. Il ne faut pas accorder une confiance aveugle dans ces outils, il faut savoir les interprter et les utiliser de la bonne faon.
28
7. Lavenir de la Value at Risk

La VaR volue depuis plus de dix ans et aujourdhui il existe une quantit importante de modles, chacun correspondant un besoin diffrent. Mais sous quelle forme connatrons-nous la Value at Risk dans dix ou quinze ans ? Lvolution du domaine financier est constante, cela implique que la gestion du risque doit suivre cette voie. Nous pouvons donc affirmer que la VaR va muer vers un outil plus robuste liminant les limites quelle connat actuellement. Toutefois, il est difficile de prdire quand et comment se changement va se produire. Pour ceux qui imaginent que la VaR pourrait disparatre, il faut leur rappeler que la VaR est aujourdhui lindicateur qui traduit le mieux un risque de perte. Lvolution technique et technologique va permettre dintroduire des outils mathmatiques et statistiques de plus en plus puissants. Nous pourrions, par exemple, arriver une Value at Risk en temps rel prenant directement en compte des aspects de stress testing.
29
Conclusion
La Value at Risk est un outil trs puissant et incontournable. Malgr la difficult dapprhension de cet indicateur, il reprsente cependant une excellente
approximation dun risque de perte sur un horizon temps. Pour quune analyse de risque soit complte et pertinente, il faut associer la VaR dautres indicateurs de risques (cf. annexe 2). Chaque indicateur reprsente une partie du risque global. On peut galement comparer seulement deux ou trois indicateurs afin dobtenir une certaine approximation du risque. Limportant rside dans le fait de ne pas sappuyer sur une seule information. La VaR possde un certain nombre de limites. La principale rside dans le fait quelle ne peut pas prdire les vnements extrmes comme les crises boursires. Mais nous ne pouvons pas reprocher la VaR son inefficacit en priode de crise. Cest un problme global dans la gestion du risque. Aucun outil de gestion ne peut prdire ce type de catastrophe financire. Durant ces crises tous les marchs, lexception des produits de collections (voitures, uvres darts, etc.) seffondrent et perdent de la valeur. Ainsi les marchs sont caractriss par une liquidit trs faible, il est trs difficile de vendre ses actifs. Ces raisons influencent sur les rsultats de la VaR qui perdent en pertinences. Lavenir de la VaR est encore flou, mais nous pouvons imaginer que cet outil va rester une rfrence dans la gestion du risque, encore durant plusieurs annes. En effet, il nexiste aucun modle danalyse de risque qui est capable de supplanter la Value at Risk lheure actuelle. Les stress tests et les back tests reprsentent dj une grande volution garantissant une certaine robustesse aux rsultats et qui liminant certains problmes lis aux limites. Des recherches acadmiques et scientifiques sont en marches afin de dvelopper des modles alternatifs pouvant liminer les limites actuelles de la VaR. Pour rpondre la seconde problmatique de ce travail, je peux donc affirmer que la rponse est non, la Value at Risk nest pas un outil de gestion de risque discutable. Il est vrai quelle prsente de nombreuses limites, dont certaines sont considrablement contraignantes. Toutefois, ces limites se retrouvent dans tous les indicateurs. La VaR reste malgr tout un outil de rfrence qui donne une trs bonne apprhension du risque un gestionnaire. Cest lui dutiliser cette information, de la placer dans son
30
contexte et de linterprter. Laspect humain est prpondrant dans une bonne gestion du risque. Jespre que ce travail de diplme rpond aux problmatiques souleves. Dans tous les cas il ma permis de dcouvrir et de matriser un outil de gestion de risque largement utilis qui me sera utile dans mon avenir professionnel. linstar des connaissances que jai pu acqurir, ce travail a t une exprience trs enrichissante. Les nombreux contacts avec lentreprise Galeo SA mont permis de dvelopper laspect relationnel dans le monde professionnel ainsi quune organisation de travail pour rpondre des attentes prcises.
31
Bibliographie
Bellalah, Mondher. Gestion de portefeuille : Analyse quantitative de la rentabilit et des risques. France : Edition Pearson Education, 2004. p.481 Hull, John. Gestion des risques et institutions financires. Chapitres 8 10, France : Edition Pearson Education, 2007. 447 p. Oss, Akimou. Quest-ce que la Value-at-Risk ?: Efficacit et limites dun outil indispensable. LExpert-comptable suisse, septembre 2002. p 827-834. Moresino, Francesco. La Value at Risk (VaR). Cours de la Haute Ecole de Gestion, option finance et gestion des risques, 2008. p.27 Ferrini Tinguely, Enrica. Cours Ble II. Cours de la Haute Ecole de Gestion, option finance et gestion des risques, 2008. p. 113 Wicki, Yann et Trigo da Silva, Diego. Vulgarisation et simplification de la Value at Risk. Suisse : Galeo SA, 2008. p. 20 Yahoo, site de Yahoo finance [en ligne]. fr.finance.yahoo.com/. (consult le 19.09.2008 et le 29.09.2008)
32
Annexe 1 Implmenter le calcul de la Value at Risk sur Excel par Yann Wicki et Diego Trigo da Silva
Pour obtenir un programme efficace qui permet lutilisateur de calculer de manire la plus simple possible une Value at Risk paramtrique, nous avons dcid dautomatiser une grande partie des calculs ainsi que de mettre en place une interface agrable et simple dutilisation en utilisant la plateforme VBA sur Excel.
Insrer des donnes historiques La premire tape consiste entrer des donnes historiques (au maximum pour une anne, c'est--dire 252 jours ouvrables) par ordre croissant dans notre feuille nomme Data . Lutilisateur peut rentrer au maximum six actifs et un benchmark. Cest lutilisateur de rentrer ces donnes. Il peut se les procurer sur la plus part des sites ddis la bourse comme Yahoo Finance, SWX, etc. Par simplification nous avons dj ajout six titres du SMI ainsi que le SMI comme indice de rfrence. Le programme va ensuite calculer automatiquement les rendements journaliers pour les six actifs ainsi que pour le Benchmark. Ces calculs seront essentiels pour la suite.
Interface graphique Une fois ces donnes insres dans le document Excel, lutilisateur va pouvoir utiliser le bouton prsent sur la premire page pour lancer le programme de calcul. Ce bouton va faire apparatre une fentre dans laquelle, il faut rentrer certaines indications utiles au calcul de la VaR paramtrique.
33
Premirement lutilisateur va devoir rentrer une valeur de portefeuille (portfolio). Cette valeur reprsente la somme que lutilisateur voudrait investir dans les six actifs slectionns et insrs pralablement dans la feuille data .
Lintervalle de confiance (confidence interval) est le pourcentage de chance pour lequel lutilisateur veut connatre sa perte potentielle. Par exemple, si lutilisateur veut savoir combien il risque de perdre sur un certain nombre de jour avec 1% de chance, il devra rentrer un intervalle de confiance de 99%.
Le nombre de jours (days) est la dure pour laquelle on dsire connatre la perte potentielle. Le taux sans risque (free rate) reprsente un taux dintrt qui engendre un risque extrmement faible, en gnral, il sagit du coupon dune obligation avec une chance dun mois. Ce taux permettra de calculer certains ratios.
La pondration des actifs (assets weighting) est la pondration que lutilisateur dcide de donner ses actifs. Cette valeur peut se situer entre 0 et 100, mais il faut savoir que le total des pondrations ne peut pas excder 100. Cest pourquoi un avertissement apparat lcran lorsque le total des pondrations excde 100%.
Finalement lutilisateur na plus qu lancer le programme en cliquant sur le bouton start et ainsi il verra apparatre une nouvelle fentre sur laquelle figureront les rsultats dsirs.
34
La fentre de rsultats
Voici un exemple de fentre de rsultats qui apparatra lorsque le programme est excut. On y retrouve un rsum des informations saisies pralablement par lutilisateur. Mais aussi les VaR paramtriques absolues et relatives.
Finalement, un rsum peut tre imprim. Ce rsum contient tout les informations utiles quant la gestion du portefeuille ainsi que tous les indicateurs de risques les plus utilis actuellement sur le march comme le ratio de Sharpe ou de Treynor.
Les Calculs
Dans cette partie du rapport nous allons prsenter le plus brivement possible les diffrents calculs utiliss dans le programme.
Premirement il est important de rappeler comment on calcul une VaR paramtrique. La premire tape consiste dterminer la variance du portefeuille. Pour ce faire il est ncessaire de mettre en place une matrice de covariance.
Cette matrice permet de dterminer la covariance entre les diffrents actifs financiers. Mais pourquoi dterminer la covariance entre ces actifs ? La rponse est relativement simple, il est ncessaire de connatre lcart-type du portefeuille pour calculer la VaR.
35
Nous savons que lcart-type est la racine au carr de la variance. Grce une formule trs utile dExcel nous pouvons calculer la variance du portefeuille, en se basant sur la matrice de covariance.
=SOMMEPROD(PRODUITMAT($C$17:$H$17;$C$25:$H$30);$C$17:$H$17)
Cette formule va calculer la somme des produits entre les pondrations des actifs et le produit matriciel de la matrice de covariance. Le rsultat nous donnera la variance du portfolio.
Finalement grce cette dmarche on peut dterminer la VaR grce a une formule relativement simple. Il sagit de :
=LOI.NORMALE.INVERSE(1-C5;((C11+1)*C2);(C2*C34))
Comme lindique le nom de la formule, il sagit de renvoyer pour une esprance et un cart-type donne, une valeur issue de la loi Normale. Cette valeur reprsente le gain effectivement ralis en prenant en compte le risque de perte. Cest ce risque de perte qui nous intresse. Cest pourquoi nous devons soustraire le rsultat obtenu par cette formule au total du portefeuille pralablement insr par lutilisateur. Ainsi nous obtenons une VaR relative pour 1 jour. Il est trs important de prciser quil sagit de la VaR relative et non pas absolue, car pour le moment nous navons pas encore pris en compte la performance espre du portefeuille. Pour dterminer la VaR absolue nous prenons en compte ce rendement espr.
Finalement, il faut calculer la VaR pour le nombre de jours dsirs. Pour ce faire, il suffit de prendre la VaR relative et la multiplier par la racine du nombre de jours concerns, divis par la racine de 1. Il faut cependant faire attention ne pas appliquer cette formule la VaR absolue car ce nest pas valable pour cette dernire. Il faut pour chaque dure rappliquer lquivalence entre la VaR relative et la VaR absolue pour obtenir cette dernire.
Le code VBA
Avant dentamer une brve prsentation du codage VBA du programme, il est important de rappeler le fonctionnement de ce langage. Le VBA est spar en
plusieurs lments, il ya un code pour chaque feuille du classeur Excel, une code pour chaque Userform utilis ainsi quun code gnral insrer dans ce qui sintitule les modules . Voici un aperu de linterface dun projet VBA.
36
Afin doffrir une interface la plus agrable possible nous avons dcid dutiliser loutil userform prsent sur la plateforme VBA dExcel.
Chaque userform est une entit indpendante qui est reprsent sous la forme dune fentre apparaissant sous la demande de lutilisateur.
Pour chaque lment prsent sur une userform il ya une bote doption qui nous a t trs utile pour modifier par exemple la mise en page.
37
Il y a encore les fentres de codage, o on insre le code li au programme.
Le codage
Vous trouverez dans ce chapitre les explications dune partie du code utilis. La Totalit du code se trouve en annexe du dossier.
La premire commande particulirement utile est la commande show qui permet de faire apparatre les lments dsirs, dans cet exemple la commande fait apparatre la userform1 :
Sub VaR_parametric() UserForm1.Show End Sub
Pour viter tous problmes lis danciennes donnes, nous avons choisi deffacer le contenu des cellules concerns lors du lancement du programme.
38
Sub VaR_parametric() Sheets("VaRAnalysis").Select Range("C2").ClearContents Range("C5").ClearContents Range("G35:L35").ClearContents Sheets("VaR").Select UserForm1.Show End Sub
Le reste du codage se situe dans les userform dans lesquels nous renvoyons les informations rentres par lutilisateur dans le document Excel avec la formule suivante :
Private Sub TextBox1_Change() Sheets("VaRAnalysis").Range("C2").Value = UserForm1.TextBox1.Text End Sub
Nous avons utilisez plusieurs fois cette formule de renvoi pour le userform 1. Cependant il reste un lment qui nous demandait une rflexion particulire, il sagit du total des pondrations. En effet, le dfis rsidait dans le recalcule du total des pondrations chaque fois que lutilisateur rentrait une pondration pour un des actifs afin que ce total ne dpasse jamais 100%. Nous avons donc dcid de rpter plusieurs fois une formule qui raffiche le total des pondrations
TextBox9.Text = Sheets("VaRAnalysis").Range("somme_pond").Value * 100
Finalement on a mis en place une batterie de tests, qui vite que les donnes rentres par lutilisateur soient aberrantes. Lorsquune donne saisie est fausse, un message derreur apparat lcran, ce qui permet lutilisateur dimmdiatement cibler son erreur. Voici un exemple de test:
If Sheets("VaRAnalysis").Range("somme_pond").Value * 100 > 100 Then MsgBox "The total weighting must not exceed 100 percent!", vbCritical, "The total weighting must not exceed 100 percent!" End If
Nous voulions aussi offrir la possibilit dimprimer une feuille de reporting, alors nous avons insrer une commande print issue dune macro :
Private Sub CommandButton2_Click() Sheets("Feuil1").Select ExecuteExcel4Macro "PRINT(1,,,1,,,,,,,,2,,,TRUE,,FALSE)" End Sub
39
Annexe 2 Glossaire
Comme nous lavons explicit dans lintroduction, aujourdhui un seul indicateur ne risque de suffit plus pour une bonne prise de dcision, cest pourquoi nous avons dcid de rajouter quelques mesures de risques supplmentaires. Voici une liste non exhaustive des mesures de risques que nous avons implmentes dans le programme.
Tracking Error Le tracking error est une mesure de risque liant un portefeuille lindice de rfrence (benchmark). Cest lcart-type de lcart de performance entre le portefeuille et le benchmark. Plus le tracking error est faible plus le fond ressemble son indice de rfrence en terme de risque.
TE = cart-type (Rp Ri)
Bta Le bta mesure la sensibilit du portefeuille par rapport au benchmark. C'est-dire si le benchmark performe de X% le portefeuille variera de bta * X%.
Ratio de Sharpe Il mesure lcart de rentabilit du portefeuille par rapport au taux de rendement dun placement sans risque, divis par lcart-type de la rentabilit (volatilit) de ce portefeuille. Sil est ngatif, le rendement na pas surperform un placement sans risque et vice versa.
S = (Rp Rf) / cart-type portefeuille
Ratio de Treynor Cest le rapport entre la prime de risque obtenue et le risque systmique du march (bta). Lindice de Treynor fonctionne de manire similaire que celui de Sharpe, sauf quil utilise le bta comme dnominateur dans lquation au lieu de lcart-type.
T = (Rp Rf) / bta portefeuille
40
Ratio dinformation Cest un indicateur de tendance dun portefeuille la sur ou sous-performance de son indice de rfrence compte tenu du risque relatif pris par rapport cet indice. Un ratio positif indique une surperformance et un ratio ngatif une sousperformance.
Ratio dInformation = (Rp Rb) / TE
41
Annexe 3 Value at Risk historique dun portefeuille test
42
La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego 43

VAR en VBA

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

VAR en VBA

Uploaded by

Copyright:

Available Formats

La Value at Risk, un outil de gestion du risque discutable ?

Travail de diplme ralis en vue de lobtention du diplme HES

Diego Trigo da Silva

Conseiller au travail de diplme :

Dr. Francesco Moresino, assistant la Haute Ecole de Gestion

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Fait La Rippe, le 3 octobre 2008 Diego Trigo da Silva

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Table des matires

2. La Value at Risk .......................................................................................... 7

3. Le calcul de la Value at Risk .................................................................... 10

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Liste des Tableaux

Liste des Figures

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Figure 1 Plan de Markowitz

Tableau 1 Principales crises financires

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

1.1 Risques de march

1.2 Risques de crdit

1.3 Risques oprationnels

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Figure 2 Graphique de Value at Risk

2.2 Lhistorique de la Value at Risk

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

3. Le calcul de la Value at Risk

Figure 3 Loi normale

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Tableau 2 Rendements journaliers du titre CITIGROUP

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

3.1 Les mthodes de calcul de la Value at Risk

3.1.1 La Value at Risk historique

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Tableau 3 Rendements journaliers du titre ABB

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Tableau 4 Performances du titre ABB

3.1.2 La simulation de Monte Carlo

Tableau 5 Informations pour la simulation de Monte Carlo

Tableau 6 Etapes principales pour une simulation de Monte Carlo

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

3.1.3 La Value at Risk paramtrique (variance/covariance)

Tableau 7 Informations pour la mthode paramtrique

VaR paramtrique 95%

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Tableau 8 Rsum des avantages et inconvnients des mthodes de calculs

VaR paramtrique VaR selon la simulation de Monte Carlo

- Les paramtres sont faciles estimer

3.1.4 La Value at Risk relative et absolue

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

Figure 4 Value at Risk absolue et relative

Source : Cours La Value at Risk par Francesco Moresino (2007, p 23)

3.2 Les paramtres de la Value at Risk

3.2.1 Lhorizon temporel

La Value at Risk, un outil de gestion du risque discutable ? TRIGO DA SILVA Diego

3.2.2 Lintervalle de confiance

Tableau 9 Value at Risk historique