Facteurs de risque et crise financière

Gestion quantitative des risques en Python

Jamsheed Shorish

Computational Economist

Facteurs de risque

Volatilité : mesure de la dispersion des rendements autour de la valeur attendue
Séries temporelles : valeur attendue = moyenne de l'échantillon
Qu'est-ce qui détermine l'attente et la dispersion ?
Facteurs de risque : variables/événements qui pilotent le rendement et la volatilité du portefeuille

Graphique de dispersion, écart des rendements à la moyenne de la série

Exposition au risque : mesure de la perte potentielle du portefeuille
- Les facteurs de risque déterminent l'exposition au risque
Exemple : assurance inondation
- Franchise : reste à charge quel que soit le sinistre
- Une couverture à 100 % laisse la franchise à payer
- La franchise est donc l'exposition au risque
- Inondations fréquentes => issue plus volatile
- Inondations fréquentes => exposition au risque plus élevée

Risque systématique : facteur(s) affectant la volatilité de tous les actifs du portefeuille
- Risque de marché : risque systématique lié aux mouvements généraux du marché financier
Panne de moteur d'avion : risque systématique !
Exemples de facteurs de risque systématique financiers :
- Variations du niveau des prix, c.-à-d. inflation
- Variations des taux d'intérêt
- Changements de conjoncture économique

Moteur d'un avion à hélice

Risque idiosyncratique : risque propre à un actif/une classe d'actifs particulier(e).
Turbulences et ceinture non attachée : risque idiosyncratique !
Exemples de risque idiosyncratique :
- Portefeuille d'obligations : risque de défaut de l'émetteur
- Caractéristiques d'entreprise/de secteur
  - Taille de l'entreprise (capitalisation boursière)
  - Ratio valeur comptable/valeur de marché
  - Chocs sectoriels

Ceinture de sécurité d'avion

Modèle factoriel : évalue les facteurs de risque qui affectent le rendement du portefeuille
Régression statistique, p. ex. moindres carrés ordinaires (OLS) :
- variable dépendante : rendements (ou volatilité)
- variable(s) indépendante(s) : facteurs de risque systémiques et/ou idiosyncratiques
Modèle factoriel Fama-French : combinaison de
- risque de marché et
- risque idiosyncratique (taille, valeur de l'entreprise)

Banques d'investissement : fort endettement juste avant la crise
Collatéral : titres adossés à des créances hypothécaires (MBS)
MBS : supposés diversifier le risque via de nombreux prêts aux profils variés
- Problème : le risque de défaut hypothécaire était en réalité très corrélé
- L'avalanche d'impayés/défaillances a détruit la valeur du collatéral
Défaut hypothécaire à 90 jours : facteur de risque pour les portefeuilles des banques d'investissement durant la crise

Impayés hypothécaires à 90 jours 2005-2010

Régression de modèle factoriel : rendements du portefeuille vs. défauts hypothécaires
Importer la bibliothèque statsmodels.api pour les outils de régression
Ajuster la régression avec l'objet .OLS() et sa méthode .fit()
Afficher les résultats avec la méthode .summary() de la régression

import statsmodels.api as sm

regression = sm.OLS(returns, delinquencies).fit()

print(regression.summary())

exemple de récapitulatif de régression

Gestion quantitative des risques en Python