La Value-At

Transcription

La Value-At
La Value at Risk (VaR)
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
1
Sommaire
1.
Présentation de la VaR
A.
B.
C.
La VaR : un standard
Concept
Définition
2.
Approche théorique
A.
B.
C.
Distribution des Mark-to-markets
Risques de marchés
VaR historique et paramétrique
3.
Les différentes méthodes de calcul
A.
B.
C.
ESSI - 15/02/2004
Méthodes Historiques
Méthodes Paramétriques
Bilan
Nicolas MARTIN – Josselin TOBELEM
2
1
1 – Présentation de la VaR
A.
La VaR : un standard
• origines 1973 :
l’effondrement en 1973 du système de taux de change fixes instauré
à Bretton Woods a entraîné :
– Séries de cracks
– Accroissement de la volatilité
– Développement de produits dérivés
Besoin d’une mesure standard des risques
• 1993 :
Le groupe des 30 conseille l’utilisation de la
VaR pour mesurer le risque.
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
3
1 – Présentation de la VaR
B.
VaR : Concept
• Mesure du risque :
combien mon portefeuille risque-t-il de perdre au
cours du prochain mois ?
• Une façon raisonnable de quantifier le risque :
je prédis avec une fiabilité de 95% que je
perdrais au maximum 4000 € le mois prochain
C’est ce type d’évaluation que fournit la VaR
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
4
2
1 – Présentation de la VaR
C.
Définition
• Value at Risk :
perte potentielle maximale, à l ’intérieur d ’un intervalle de
confiance donné, sur un portefeuille, sur un horizon déterminé.
• Paramètres de la VaR :
• la composition d’un portefeuille
• un horizon fixé
• un indice de confiance
• Données :
• les cours historiques
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
5
2 - Approche théorique
A.
ƒ
Distribution des Mark-to-markets
Le calcul de la VaR repose sur l’évaluation de la
distribution des pertes et profits futurs d’un portefeuille.
But : évaluer l’évolution future du portefeuille
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
6
3
2 - Approche théorique
B.
Risques de marchés
ƒ
Il existe un certain nombre de risques sur un marché
(risque de taux, crédit, …)
ƒ
On va les identifier, puis les modéliser :
- modélisation probabiliste
- modélisation historique
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
7
2 - Approche théorique
C.
VaR historique et paramétrique
ƒ Historique : hypothèse : l’avenir reproduit le passé
ƒ
ƒ
On va se munir des cours historiques du marché
On suppose que les tendances futures seront identiques
ƒ paramétrique :
ƒ
ƒ
Avec m et sigma estimés selon la méthode choisie (cf partie 3)
Zq dépend de la loi de probabilité choisie comme modèle
Ex : pour une loi normale :
Z95% = 1.65
Z99% = 2.33
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
8
4
3 – Les différentes méthodes
A.
ƒ
VaR historique 1/2
Sans tirages
ƒ
ƒ
ƒ
Calculer les rendements historiques des
composantes du portefeuille.
Trier ces rendements par ordre croissant.
Calculer la VaR en fonction de l’indice de confiance
retenu
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
9
3 – Les différentes méthodes
A.
ƒ
VaR historique 2/2
Avec tirages aléatoires
ƒ
ƒ
Reconstituer la distribution historique sur l'horizon retenu
en tirant au sort les variations quotidiennes au sein de la
distribution historique du portefeuille.
Calculer la VaR en fonction de l’indice de confiance
retenu
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
10
5
3 – Les différentes méthodes
B.
VaR paramétrique 1/2
ƒ On cherche a estimer les paramètres m et σ :
• Par la méthode variance - covariance :
- Estimer la matrice de variance - covariance des sources de risque
- Calculer la variance globale du portefeuille de positions
• Par la méthode Risk-metrics :
σ n2 = σ n2−1λ + (1 − λ ) rn2−1
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
11
3 – Les différentes méthodes
C.
Bilan : VaR historique
Sans tirage
+
O
O
Simplicité de la méthode
Avec tirage aléatoire
+
O
Interprétation directe du
scénario catastrophe
O
Nécessite un grand nombre
d’échantillons pour
converger
Hypothèse sous-jacente : le
futur reproduit le passé
O
O
O
ESSI - 15/02/2004
Réponse à l'insuffisance de
l'échantillon de variations
historiques
O
Les scénarios de perte ne
correspondent pas à une
situation du marché connue
Combine les avantages de
la méthode probabiliste et
de la méthode historique
Méthode souvent retenue
dans les modèles de V.A.R.
des banques
Nicolas MARTIN – Josselin TOBELEM
12
6
3 – Les différentes méthodes
C.
Bilan : VaR paramétrique
Variance/covariance
Méthode simple
+
-
+
O
Risk metrics
O
O
ESSI - 15/02/2004
Ne différentie pas une
valeur historique ancienne
d’une valeur historique
récente
Ne traite que la partie
"linéaire" du risque.
Méthode inadaptée aux
produits convexes (options
en particulier)
O
O
Donne plus d’importance
aux valeurs historiques
récentes
Méthode reconnue,
développée par
J.P. Morgan.
Nicolas MARTIN – Josselin TOBELEM
13
Conclusion
La VaR
• Standard dans la quantification du risque (banques, etc…)
• Evaluation des pertes et profits futurs.
• Moyen de comparaisons de compositions de portefeuilles.
• Ne fournit aucune informations quant à l’ampleur des
pertes en cas de scénario défavorable
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
14
7
Conclusion
Bibliographie
• http://www.bcv.ch/html/pdf/fr/bcvam/value_at_risk_f.pdf
• http://www.amrae.asso.fr/lesrencontres/toulouse-2001/ ACTESTOULOUSE/A10/a10rolland.ppt
• http://www.cirano.qc.ca/pdf/publication/2003s-05.pdf
• http://finance.wharton.upenn.edu/~benninga/mma/MiER74.pdf
• http://www.exinfm.com/training/pdfiles/variskbiz.pdf
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
15
Conclusion
Questions?
ESSI - 15/02/2004
Nicolas MARTIN – Josselin TOBELEM
16
8