Analyse des sensibilités des modèles internes de crédit pour l'étude de la variabilité des RWA

Sensitivity analysis of credit models for the assessment of the RWA variability

• Auteur / Autrice : Michael Sestier
• Direction : Jean-Paul Laurent
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion. Finances
• Date : Soutenance le 04/10/2017
• Etablissement(s) : Paris 1
• Ecole(s) doctorale(s) : École doctorale de Management Panthéon-Sorbonne (Paris)
• Partenaire(s) de recherche : Equipe de recherche : Pôle de recherche interdisciplinaire en sciences du management (Paris) (2006-....)
• Jury : Examinateurs / Examinatrices : Jean-Paul Laurent, Michel Crouhy, Constantin Mellios
• Jury : Rapporteurs / Rapporteuses : Franck Moraux, Frédéric Vrins

Mots clés

Mots clés contrôlés

Crédit -- Gestion

Gestion des actifs et passifs bancaires

Mots clés libres

Modélisation

Gestion du risque de crédit

Régulation financière

Analyse de sensibilité

Actifs pondérés du risque

Évaluation du risque de modèle

Sensitivity analysis

Risk-weighted assets

Résumé

Suite à la crise de 2007-2009, des études menées par le Comité de Bâle ont montré une grande dispersion des actifs pondérés du risque (RWA) entre les banques, dont une part significative proviendrait des hypothèses des modèles internes. De nouvelles réglementations visant à trouver un équilibre entre bonne représentation des risques, simplicité des approches et comparabilité ont dès lors été développées. Celles-ci proposent notamment l'ajout de contraintes sur les modèles/paramètres pour l'évaluation interne des RWA de crédit des portefeuilles bancaire et de négociation. Dans ce contexte, ces travaux de thèse consistent principalement en l'analyse de la pertinence de ces contraintes pour la réduction de la variabilité des RWA. Ils font largement recours aux méthodes d'analyses des sensibilités, notamment celles basées sur les décompositions de Hoeffding. Le traitement réglementaire des paramètres de crédit (les corrélations des défauts, les probabilités de défaut -PD -et les taux de perte en cas de défaut -LGD) forme la colonne vertébrale des développements. Au final, les conclusions des études menées semblent indiquer des résultats mitigés des réforn1es. D'une part, les contraintes sur les corrélations pour le portefeuille de négociation sont d'un impact faible sur la réduction de la variabilité des RWA. D'autre part, les contraintes sur les paramètres de PD et de LGD, ayant un impact plus important sur la réduction de la variabilité des RWA, devraient être considérées avec plus de prudence. La thèse fournit enfin des preuves que la variabilité est amplifiée par la mesure du risque réglementaire et les multiples sources de données de calibration des modèles.

In the aftermath of the 2007-2009 crisis, several studies led by the Base! Committee showed a large dispersion of risk-weighted assets (RWA) among banks, a significant part of which would come from the internal model's assumptions. Consequently, new regulations aiming at finding a balance between risk sensitivity, simplicity and comparability have then been developed. These ones notably include constraints on models / parameters for the internal assessment of the credit RWA for both the banking and the trading books. ln this context, the thesis work mainly consists in analyzing the relevance of such constraints to reduce the RWA variability. It makes extensive use of sensitivity analysis methods, particularly the ones based on the Hoeffding's decomposition. Regulatory treatments of the credit parameters (default correlations, default probabilities -DP -and loss given default -LGD) form the backbone of the developments. The findings suggest mixed results of the reforms. On the one hand, the constraints on the correlations for the trading book have a low impact on the RWA variability. On the other hand, the constraints on OP and LGD parameters, having a greater impact on the RWA variability, should be considered with more caution. The studies finally provide evidence that variability is amplified by the regulatory measurement of the risk and the multiple sources of calibration data.javascript:nouvelleZone('abstract');_ajtAbstract('abstract');