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

 > 

Le risque de crédit: évaluation à partir des engagements des banques auprés des grands groupes tunisiens

( Télécharger le fichier original )
par Ilhem Zorgui
Faculté des sciences juridiques,économiques et gestion de Jendouba - Mastère banque finance 2006
  

précédent sommaire suivant

Section II : Les modèles d'évaluation du risque de crédit :

La mesure du risque de crédit est devenue aujourd'hui l'une des priorités des institutions financières, puisque ce risque de défaut est considéré comme une notion plus complexe qui recouvre des réalités différentes, selon le contexte dans lequel il est évoqué et selon le caractère négociable des engagements considérés.

A cet égard plusieurs méthodes, ou modèles sont mis en place afin d'évaluer le risque lié au contrepartie d'une manière plus représentative, du fait que plusieurs recherches théoriques ainsi que des testes empiriques sont au centre de développements des modèles pour évaluation exacte de risque, parmis les modèles les plus connus on peut trouver, le crédit Metrics™, les modèle KMV, le credit portfolioview, le credit risk+,...

I- Diversités des modèles d'évaluation :

I-1- Le Credit Metrics™ :

« Le credit Metrics ™, est considéré comme le premier modèle de portefeuille destinée à évaluer le risque de crédit »18(*) , il à été mis en place par J. P. Morgan (1997), qui le considère comme un modèle de référence pour les années avenir .

Ce modèle permet une première appréciation individualisée des grands risques d'un portefeuille de crédit, du fait que les variations liées à la qualité du dossier de crédit ne sont pas déterminées uniquement par des événements liés au défaut de l'entreprise comme le retard des paiements, la faillite, les difficultés financières, mais également aux fluctuations (appréciation ou détérioration) de la cote du crédit de la firme.

Ainsi cette méthode estime la value at risk de crédit sur la base d'une modélisation du risque de spread associée au rating des actifs d'un portefeuille du fait qu'il part des notion liées au marché (rating), ou des données statistiques tel que celles publiées par les agences de notation (matrice de transition, taux de défaillance), c'est la méthode la plus opérationnelle.

En d'autre terme ce modèle est considéré comme l'une des représentation de la valeur des actifs qui part de nouveau des travaux de Merton (1974) ,et porte sur le rapport entre les capitaux permanents d'une compagnie et le risque d'insolvabilité.19(*)

Le credit Metrics™ comporte essentiellement trois composantes qui se présentent comme suit :

Ø Une méthodologie conduisant à la détermination d'un value at risk (VAR) du portefeuille de crédit d'une institution financière ou d'une entreprise qui est fondée sur l'étude des probabilités de transaction entre les classes de notations et les corrélations entre ces probabilités.

Ø La collecte des données financières historiques.

Ø Une application informatique (credit Manager) qui permet de mettre en oeuvre la methodologie « credir Metrics™ ».

Le modèle déjà cité ce procède de la manière suivante :

Dans un premier temps, il permet d'évaluer l'exposition de l'institution financière à chaque risque de crédit individuel qui existe dans le portefeuille, par la suite il modélise le comportement spécifique à chacun de ces actifs ainsi que les risques de corrélation, d'où sur un horizon donné (un an par exemple) ce crédit Métrics crée des distributions d'événements de crédit , estimés à son tour en fonction statistiques historiques , du fait que ces événements de crédit sont correspondants aux migrations des emprunteurs entre les classes de notation , puisque ce modèle construit une matrice de transition de rating (y compris le défaut) , à un an pour les divers catégories des actifs composant le portefeuille étudié.

Il calcule ensuite des différentes variations de la valeur de marché du portefeuille en fonction de chaque distribution d'événement , du fait que cet analyse là s'enrichie par les fluctuations de la valeur potentielle due aux évolutions des marges de crédit et à la volatilité des taux de recouvrement au situation de défaut, de plus le credit Metrics™ agrège ces distributions qui existent entre les crédits , en essayant d'obtenir une autre distribution de perte potentielle pour le portefeuille global d'actifs.

D'après Gupton(1997)20(*), le credit Metrics™ comporte certaines bénéfices qui consistent à :

Ø Quantifier le risque de crédit agrégé, d'autre terme les pertes potentielles dues aux événements de crédit.

Ø Identifier les sources de risque et donc mesurer le risque spécifique à chaque situation de crédit.

Ø Calculer le risque supplémentaire apporté par une position au portefeuille total.

Ø Identifier le risque maximal acceptable, en d'autre terme mettre en place des limites de risque.

Ø Détermine le montant du capital économique que l'institution financière doit conserver en cas des pertes non anticipées.

Le concept de ce modèle ce voit pratique et facile à appréhender, alors que la méthode utilisée celle de (Monte Carlo) est considérée comme consommatrice du temps de calcul.

A coté de ces avantages plusieurs critiques de la méthode credit Metrics™ proviennent de l'utilisation des matrices de transition qui génèrent les probabilités de migration de chaque catégorie de titre de crédit , puisque les statistiques des agences de notation, afin de déduire les matrices de transition , ont souvent du retard sur l'évolution des spreads et rien ne prouve que les corrélations et les taux de migrations utilisés par ce modèle se produisent à l'identique au cours des prochaines années.

* 18 Morgan J.P. (1997) « CreditMetrics » Technical document.

* 19 Kern M. et Rudolph B.(2001) « Comparative analysis of alternative credit risk models-an application on German Middle Market Loan Portfolios-» CFS Working paper n° 03 , january.

* 20 Champagne C. (1999)  « Modèle d'évaluation du risque de crédit : credit Metrics™ » Basé sur le document technique de JP.Morgan- école des hautes études commerciales-

précédent sommaire suivant











9Impact, le film from Onalukusu Luambo on Vimeo.