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 opérationnel au sein des Banques:Quelle stratégie pour une meilleure maitrise?

( Télécharger le fichier original )
par sénoussi EPAYE
ESG Business School Paris - ESGF 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

4.3. L'approche standard

Dans l'approche standard, l'approche précédente est appliquée à chacun des 8 centres de profits de la banque. L'approche standard est applicable sous conditions particulières définies dans le document « International Convergence of capital Measurements and Capital Standards »(2004). Les activités caractérisant les centres de profits sont définies par les régulateurs nationaux. Le produit brut bancaire moyen sur les trois dernières années de chaque centre i, PBi, est censé être étroitement corrélé aux risques opérationnels. Les fonds propres qu'il faut mobiliser pour couvrir les risques de chaque centre sont obtenus en appliquant un coefficient ßi, au produit brut bancaire de chaque activité.

Ktsa =

? max[(? PBij × âi

! ~ ) , 0

~

~

3

Ktsa mesure l'exigence de fonds propres selon l'approche standard, PBij est le produit annuel brut de l'activité i pour l'année j, ßi est un pourcentage fixe (voir tableau ci-après), représentant la relation entre le niveau de fonds propres requis et le produit brut de chacune des huit lignes de métier.

Ligne d'activité

Coefficient

Financement des entreprises

/31

=

18%

Négociation et vente

/32

=

18%

Banque de détail

/33

=

12%

Banque commerciale

/34

=

15%

Paiements et règlements

/35=

18%

Fonction d'agent

/36

=

15%

Gestion d'actifs

/37

=

12%

Courtage de détail

/38

=

12%

Pour réaliser cette approche, la banque doit réaliser une approche dite « Bottum-up » des produits, des activités, des processus, des systèmes, et des évènements externes. Cette analyse (cartographie des risques) doit être revue régulièrement. La banque doit analyser le risque de faillite en étudiant les pertes peu fréquentes mais fortes mais également celles très fréquentes et faibles. Elle doit mettre en place des limites et gérer les cas où le processus et contrôles internes ne sont pas suivis. Un système de reporting doit définir les procédures en fonction des informations contenues dans le rapport interne. Elle doit communiquer sur ce risque à l'intérieur de la banque. Elle doit intégrer la gestion de ce risque dans sa gestion quotidienne en créant une incitation à la bonne gestion et utiliser des assurances si nécessaires. Elle doit rechercher systématiquement et traquer les risques par ligne d'activité. Elle doit avoir une documentation pour affecter ces risques aux huit lignes d'activité définies par la réglementation.

4.4. Les approches en mesures avancées

L'approche en mesures avancées repose sur un système de mesure du risque opérationnel propre à chaque banque. L'adoption de cette approche suppose que la banque soi en mesure d'élaborer des modèles appropriés et qu'elle dispose de statistiques fiables pour alimenter ces modèles. L'usage de ces derniers doit impérativement être approuvé par les superviseurs nationaux.

L'adoption de l'approche en mesure avancée nécessite, outre le respect des conditions de
l'approche standardisée, le respect de deux exigences supplémentaires qui portent sur le

contrôle effectif et sur la mesure des risques opérationnels. Les exigences sont précises et visent à vérifier que la gestion interne du risque opérationnel est réelle et que la modélisation est fiable, prédictible et solide. La première exigence impose la mise en place d'un dispositif de contrôle et de gestion des risques opérationnels validé par le service d'audit interne. La seconde impose la mise en place de systèmes d'identification des risques opérationnels et de recensement des données pertinentes par catégorie d'activité. Elle exige une estimation des valeurs de EI (indicateur d'exposition), PE (probabilité de l'événement sur un horizon donné), et LGE (perte moyenne suite à l'événement) basée sur un historique suffisant de pertes. Des normes permettant la correspondance entre les métiers des établissements et la typologie prévue par le comité de Bâle devront être élaborées. Les banques qui utiliseront cette approche devront estimer la charge en capital qui en résulte l'année qui précède sa mise en place. Une période probatoire peut être exigée par le superviseur national. Les événements susceptibles d'entraîner des pertes opérationnelles sont précisément détaillés par la réglementation. Il s'agit de garantir que la gestion interne du risque opérationnel est réelle et que les modèles élaborées sont fiables.

Les approche éligibles sont diverses et peuvent être basées sur : la volatilité des revenus, des modèles paramétriques qui estiment la distribution des pertes à partir de données de pertes et qui utilisent la méthode de Monte-Carlo pour estimer les pertes attendues et inattendues, des modèles basés sur les comportements, des approches causales.

Nous décrivons ici trois approches : l'approche par tableaux de bord (scorecard approach), l'approche par mesure interne (internal measurement approch) et l'approche LDA (loss distribution approach). L'approche par tableau de bord utilise les causes des pertes pour prédire les montants des pertes. Ces causes sont synthétisées en un score. L'appreche en mesure interne (IMA) calcul le capital nécessaire en supposant une relation entre les pertes attendues (EL) et pertes inattendues (UL). Les pertes attendues sont alors multipliées par un facteur d'échelle pour obtenir les pertes inattendues. L'approche LDA est plus sophistiquée. Elle estime directement le capital nécessaire en plusieurs étapes. La fréquence des pertes et la sévérité de ces mêmes pertes sont estimées séparément par deux distributions statistiques. Ces deux distributions permettent de modéliser la distribution des pertes en utilisant la technique de simulation de Monte-Carlo (que nous ne détaillerons pas ici).

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








"Le doute est le commencement de la sagesse"   Aristote