WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation et couverture des comptes courants postaux

( Télécharger le fichier original )
par Guillaume et marie OMINETTI et TODD
Ecole nationale de la statistique et de l'administration économique 3 de Malakoff - Master 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.2 Motivation de l'approche retenue

Comme nous l'avons expliqué, nous souhaitons avant tout développer une nouvelle approche de modélisation des encours. Nous allons exposer ici la raison qui nous a amenés à rejeter les modèles que nous avons consultés dans la littérature académique.

Nous observons que dans l'ensemble des articles que nous avons lus sur le sujet, les auteurs considèrent que l'encours bancaire suit une dynamique très (trop) simple. En temps discret, leur démarche consiste généralement à l'écrire comme une fonction déterministe du temps, du Produit Intérieur Brut et/ou des taux courts. L'idée est de le décrire comme une fonction croissante du temps et de la richesse nationale et comme une fonction décroissante du niveau des taux (en raison de l'attrait supplémentaire induit pour les livrets rémunérés). Lorsque les auteurs raisonnent en temps continu, ils supposent généralement que le niveau Ät des dépôts de la banque est une diffusion. Autrement dit, ils considèrent que Ät est solution d'une équation différentielle stochastique (EDS) du type

d1Xt = lXt(adt + adWt)

avec /1 > 0 constant et o- constant. C'est notamment ce que suggèrent les auteurs sus-cités (Jarrow et van Deventer ainsi que Adam, Houkari et Laurent).

Notre conviction est que, dans un cas comme dans l'autre, la modélisation sous-jacente n'est absolument pas pertinente pour l'encours bancaire. Le plus gros reproche que nous faisons à ces deux approches est leur «pauvreté» explicative. En effet, l'ensemble de la dynamique des dépôts est résumé dans un cas par les variations des taux ou du PIB et dans l'autre par deux paramètres exogènes (à savoir le drift /1 et la volatilité a). Il est intuitivement improbable qu'un si petit nombre de paramètres ou de facteurs puisse expliquer une dynamique aussi complexe que celle de l'encours des dépôts à vue. Le premier cas correspond à une approche typiquement macroéconomique et ignore totalement les aspects microécono-miques, démographiques et comportementaux sous-jacents dans la dynamique des dépôts.

19

Pour illustrer notre propos, on peut remarquer qu'il pose implicitement une évolution identique pour toutes les banques quelle que soit leur structure actuelle. Or il apparaît plausible de considérer que les encours des comptes courants d'une banque en ligne, fondée il y a dix ans, et d'une banque implantée historiquement depuis des décennies, possédant une clientèle d'un âge avancé, soient amenés à évoluer différemment dans le futur. De même, les caractéristiques démographiques du pays d'implantation de l'établissement, qui apparaissent aussi comme des éléments déterminants, sont totalement ignorés. Par exemple, une baisse importante de la mortalité dans un pays donné suggère une croissance notablement supérieure de l'encours des banques présentes dans ce pays, au moins sur le moyen-long terme. Les mêmes remarques valent pour le modèle de diffusion de type Black-Scholes, qui est certes adapté pour des variations de cours de titre ou de taux, mais dont la pertinence ici est plus que discutable. Nous critiquons donc ce choix, probablement influencé par une certaine «culture» du pricing et de la finance quantitative, consistant à adopter pour le processus de l'encours des dépôts à vue une évolution similaire à celui d'un taux de change ou du cours du pétrole. Les processus sous-jacents sont en effet totalement différents! En outre, tout le pouvoir explicatif de ce dernier modèle réside dans une unique variable aléatoire, à savoir Lt lui-même. La diffusion crée par ailleurs une évolution très erratique et peut générer des trajectoires paraissant intuitivement très invraisemblables5 (fortes variations locales, décroissance vers 0 puis remontée importante. . .).

De notre point de vue, les approches présentées fournissent ainsi intrinsèquement des modélisations du comportement de l'encours très irréalistes. Les différents exemples invoqués ci-dessus prouvent que celui-ci est intimement lié à des données économiques (notamment l'inflation) et démographiques ainsi qu'à la structure de la base de clientèle actuelle ou au comportement des clients. Ce dernier varie d'ailleurs selon toute vraisemblance avec leur âge et leurs caractéristiques propres.

Nous proposons dès lors d'adopter une démarche plus économétrique. Nous reprendrons dans un premier temps l'approche macroéconomique suggérée dans les articles afin de nous faire une première idée du «lien» entre l'encours et certaines variables globales. Nous l'affinerons ensuite en construisant un cadre théorique fondé sur la segmentation du portefeuille de clientèle et intégrant des facteurs démographiques et comportementaux.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il ne faut pas de tout pour faire un monde. Il faut du bonheur et rien d'autre"   Paul Eluard