GUIDE PRATIQUE sur le modèle standard SST pour les risques de marché Edition du 23 décembre 2016 Table des matières But 2 Champ d’application ............................................................................................................... 2 I. Généralités sur la quantification des risques dans le SST .......................................... 2 I.1 Modèle analytique ..................................................................................................... 3 I.1.1 Version intégrale .................................................................................... 3 I.1.2 Version simplifiée................................................................................... 5 I.1.3 Adéquation du modèle ........................................................................... 6 II. Calcul des sensibilités ..................................................................................................... 6 III. Description des générateurs de risque .......................................................................... 7 IV. Estimation des paramètres des séries temporelles ...................................................... 9 IV.1 Matrice de corrélation définie positive ..................................................................... 10 V. Affectation des flux financiers sur les facteurs de risque d’intérêt existants .......... 11 VI. Calcul de rendements ..................................................................................................... 12 VI.1 Rendements absolus ............................................................................................... 12 VI.2 Rendements relatifs ................................................................................................ 13 VI.3 Rendements logarithmiques ................................................................................... 13 VII. Indications bibliographiques ......................................................................................... 14 Laupenstrasse 27, 3003 Berne Tél. +41 (0)31 327 91 00, fax +41 (0)31 327 91 01 www.finma.ch But Le présent guide pratique constitue un document explicatif au sens du SST sur le modèle standard pour les risques de marché ainsi que sur l’utilisation du template SST. Il comprend également des informations générales sur la quantification des risques dans le SST. Il ne saurait fonder aucune prétention. Champ d’application Conformément à l’art. 50b de l’ordonnance sur la surveillance (OS ; RS 961.011), la FINMA élabore ou fixe des modèles standards (cf. Cm 103 ss de la Circ.-FINMA 17/3 « SST »). Il existe deux versions équivalentes du modèle standard SST pour les risques de marché : la version intégrale (approche deltagamma) et la version simplifiée (approche delta-normale). Les paramètres de la version intégrale sont implémentés dans les templates SST par branche (ci-après « templates SST ») ; toutefois, les calculs eux-mêmes doivent être effectués en dehors du template correspondant. La version simplifiée qui prévoit une dépendance linéaire du capital porteur de risque par rapport aux variations des facteurs de risque au lieu d’en prévoir une quadratique est mise en œuvre dans le modèle SST. Pour savoir laquelle des versions appliquer, il faut prendre en compte la situation en termes de risques de l’entreprise d’assurance ou du groupe d’assurance considérés. En vertu de l’art. 50b al. 2 OS, la FINMA décide quel modèle standard une entreprise d’assurance doit appliquer. L’entreprise d’assurance ne peut utiliser cette version simplifiée que lorsque l'exposition aux risques du marché le permet. C’est notamment le cas lorsque le risque n’est pas sous-estimé par l’application de la dépendance linéaire au lieu de la dépendance quadratique. I. Généralités sur la quantification des risques dans le SST D’après le SST, la solvabilité d’une entreprise d’assurance se calcule à partir du capital disponible à la date de référence et des variations potentielles de ce dernier à un horizon d’une année. Dans le SST, le capital disponible à la date de référence s’appelle le capital porteur de risque (abrégé CPR). Nous partons du principe que le capital porteur de risque du moment 0 est connu, alors que CPR(s) avec s > 0 est une valeur stochastique, c’est-à-dire inconnue. Du point de vue de la gestion des risques et du point de vue de la surveillance, sont intéressantes les variations potentielles du capital porteur de risque à un certain horizon temporel h, soit CPR(t h) CPR(t ) . Conformément à la pratique générale relative à la gestion des risques, le capital porteur de risque est défini comme fonction de facteurs de risque Z1, …, Zd qui représentent les transformations des générateurs de risque (base du facteur de risque) tels que le prix des actions, etc. : 2/32 CPR CPR t ; Z(t ) CPR t ; Z1 (t ), avec Z(t ) Z1 (t ),, Z d (t ) T , Z d (t ) , . Les facteurs de risque généralement utilisés sont les prix exprimés sous forme de logarithmes des actions, biens immobiliers ou taux de change ou des taux d'intérêt et des spreads de crédit. Comme déjà indiqué, l’horizon temporel dans le SST est d’une année. Les exigences en matière de solvabilité résultant de la variation du capital porteur de risque sur un horizon d’une année, les variations X correspondantes des facteurs de risque doivent donc généralement être prises en compte : X (t 1) Z (t 1) Z (t ) . Ce qui donne CPR(t 1) CPR(t 1) CPR(t ) CPR t 1; Z(t 1) CPR t ; Z(t ) CPR t 1; Z(t ) X(t 1) CPR t ; Z(t ) La modification du capital porteur de risque est donc une fonction (fonction d’évaluation) des variations des facteurs de risque et du temps. Sauf au cas – particulièrement important pour l’application –où t = 0, Z(t) est généralement stochastique. I.1 Modèle analytique Dans ce qui suit, nous désignons par t = 0 la date de référence pour le SST. I.1.1 Version intégrale A titre de simplification, nous supposons ci-après que la fonction d’évaluation ne varie pas en fonction du temps. Dans sa version intégrale, le modèle standard pour les risques de marché considère l’approximation suivante : CPR(Z(0)) 1 d d 2 CPR(Z(0)) CPR Z(1) CPR Z(0) X i Xi Xk zi 2 i 1 k 1 zi zk i 1 d ou, si l’on prend CPR 1 CPR Z(1) CPR Z(0) 3/32 CPR(Z(0)) 1 d d 2 CPR(Z(0)) CPR(1) X i Xi Xk zi 2 i 1 k 1 zi zk i 1 d 1 δT X XT X 2 (1) où X X(1) X 1 (1), , X d (1) et δ 1 , , d désigne le vecteur des dérivés premières et T T la matrice des dérivés secondes, soit CPR(Z(0)) i , zi 2 CPR(Z(0)) ik zi zk (2) L’équation (1) définit l’approximation de la variation du CPR dans la version dite intégrale du modèle standard pour les risques de marché (delta-gamma). D’un point de vue mathématique, cela correspond à l’approximation de deuxième ordre du développement de Taylor. Contrairement à la version simplifiée (chapitre I.1.2 ci-après), dans le cas présent, les mesures de risque Value-at-risk (VaR) et l’expected shortfall de la variation du CPR ne peuvent être déterminées analytiquement, même en partant de l’hypothèse simplificatrice selon laquelle les facteurs de risque suivent une loi normale multivariée. La distribution de probabilité de CPR dans (1) peut par exemple être déduite par inversion numérique de la fonction caractéristique ou de la fonction génératrice des moments, cf. par ex. Glasserman [2] p. 487. Une alternative consiste en la simulation (delta-gamma MonteCarlo) qui présente l'avantage de ne pas requérir d'hypothèse de normalité et est peut-être plus facile à implémenter. Toutefois, la version intégrale du modèle standard applicable aux risques de marché part de l’hypothèse, comme jusqu’alors, que les variations des facteurs de risque sont normales multivariées. La plupart des logiciels de statistique offrent la possibilité de simuler des vecteurs normaux multivariés à partir d'une espérance et d'une matrice de covariances données (pour plus de détails, cf. par ex. McNeil et. al. [4], p. 66 (p. 178 dans la version révisée)). Il s’ensuit que la distribution simulée de CPR selon (1) peut être estimée par des vecteurs X simulés en nombre suffisant. La part expected shortfall du capital cible est déterminée par approximation en utilisant une approche basée sur des simulations : − ∑[𝑁𝛼] 𝑗=1 ∆𝐶𝑃𝑅𝑗 [𝑁𝛼] où ∆𝐶𝑃𝑅𝑗 ( 𝑗 = 1, … , ⌊𝑁𝛼⌋ ) représente les variations simulées (triées par ordre croissant) du CPR au cours des différentes simulations. 4/32 Vu que la value-at-risk est faible, on est confronté à une situation de rare event lors de la simulation. Dans la pratique, un nombre de simulations de l'ordre de 500 000 devrait permettre d'atteindre un résultat stable. Selon les circonstances, une technique de réduction de la variance doit également être prise en compte (cf. par ex. Asmussen [1], p. 432 ou Glasserman et. al. [3]). I.1.2 Version simplifiée Concernant les expositions pour lesquelles l’approximation linéaire décrit suffisamment bien les variations du CPR, il n’est pas nécessaire d’utiliser le terme quadratique. Nous obtenons alors l’approximation de la variation du CPR dans la version simplifiée du modèle standard pour les risques de marché : CPR(Z(0)) X i δT X zi i 1 d CPR(1) (3) Cette simplification peut généralement être appliquée aux entreprises d'assurance dommages pour autant que leurs expositions ne consistent pas essentiellement en des activités dites long tail (produits à déroulement long). Pour un portefeuille d’actions pur, par exemple, l’hypothèse d’une approximation linéaire entre les variations du CPR et les variations de valeur des actions se justifie. En revanche, elle ne décrit pas suffisamment correctement les variations du CPR pour un portefeuille contenant des dérivés ou des instruments dépendants de taux d’intérêt. Si une entreprise d’assurance entend appliquer la version simplifiée du modèle standard pour les risques de marché, elle doit s’assurer, par un contrôle de plausibilité, que cela n’entraîne pas une sous-estimation du risque. Il peut par exemple y avoir sousestimation lorsque les sensibilités des engagements aux taux d’intérêt sont supérieures à celles des actifs. Si le risque est sous-estimé avec la version simplifiée, il faut alors appliquer la version intégrale du modèle standard pour les risques de marché. Dans le modèle standard pour les risques de marché, on part de l’hypothèse selon laquelle les variations X des facteurs de risque suivent une loi normale multivariée. Conjugué à l’hypothèse de linéarité, ce postulat présente l’avantage que les mesures de risque de la valeur à risque (value-at-risk) et celle dite de l'expected shortfall peuvent être déterminées analytiquement. En effet, dans le cas d’une répartition selon la loi normale multivariée centrée pour un vecteur aléatoire X , le produit scalaire de X avec un vecteur d-dimensionnel δ est distribué selon une loi normale univariée symétrique avec une moyenne égale à zéro. Concrètement : Si X ~ Nd 0, et δ R d , alors δT X ~ N1 0, δT δ et donc δ X VaR δT X δT δ q Z ES T δT δ q Z 1 où q Z désigne le quantile au seuil d’une variable aléatoire Z suivant une loi normale standard de densité notée . 5/32 D’une manière générale, une telle approche est connue sous le nom d’approximation « delta-normale ». I.1.3 Adéquation du modèle Dans le modèle standard pour les risques de marché, on part de l’hypothèse selon laquelle les variations des facteurs de risque sont normales multivariées. Ce postulat présente une vision simplifiée de la réalité. Car dans la pratique, les facteurs de risque sont souvent leptokurtiques (aspect « pointu » de la densité de la probabilité et, en conséquence, plus d’épaisseur dans les queues de distribution) et montrent des dépendances des queues. Ces faits dits « stylisés » (stylized facts) sont insuffisamment reflétés par la distribution normale multivariée. Les analyses de scénarios sont donc un complément important du modèle analytique des risques de marché qui permettent de ne pas ignorer ce point faible. Il est fait référence au guide pratique sur les scénarios dans le SST. Par principe, le modèle standard pour les risques de marché n’est applicable, dans sa version simplifiée comme dans sa version intégrale, que s’il reflète suffisamment les risques de l’entreprise d’assurance. Cela implique en particulier que les proxies des générateurs de risque reflètent bien les investissements ; le nombre et la sélection de générateurs de risque sont suffisants ; l’hypothèse de l’approximation quadratique ou linéaire est acceptable. Si tel n’est pas le cas, une adaptation du modèle standard peut être exigée conformément à l’art. 50b al. 3 OS. Elle peut par exemple consister en l’ajout de générateurs de risque supplémentaires. La simple application des règles de mapping selon l’annexe B ne permet pas, à elle seule, de déduire que les proxies correspondants sont suffisamment bons. Au contraire, il faut toujours procéder à une appréciation globale des expositions considérées et de la manière dont les générateurs de risque existants les représentent, en tenant compte de la matérialité respective. L’utilisation de générateurs de risque supplémentaires, allant au delà du modèle standard pour les risques de marché, présuppose que, dans le cas contraire, la situation en termes de risque ne serait pas suffisamment reflétée et implique, pour chaque générateur de risque ainsi ajouté, la fourniture d’une attestation correspondante. Il convient de limiter autant que possible le nombre de générateurs de risque supplémentaires. II. Calcul des sensibilités Pour pouvoir calculer la variation du CPR à un horizon d’une année, les dérivées du CPR doivent être déterminées en fonction des facteurs de risque, voir (2) : CPR(Z(0)) i , zi 2 CPR(Z(0)) ik zi zk 6/32 Dans la version simplifiée, il ne faut calculer que les dérivées de 1er ordre. La version intégrale implique la détermination des dérivés de 1er et de 2e ordre du CPR en fonction des facteurs de risque. Comparée à une méthode delta-normale simple, l'implémentation d'une méthode delta-gamma requiert les éléments additionnels suivants : calcul de la matrice Γ, c’est-à-dire des dérivées partielles du CPR par rapport aux i-ème et k-ème facteurs de risque, et notamment des dérivées partielles mixtes (i ≠ k ; les termes dits « crossgamma ») ; détermination de la distribution de probabilité de CPR(1) 1. Une méthode delta-gamma requiert d'estimer les dérivées de 2e ordre du CPR en fonction des facteurs de risque, en sus des sensibilités ou des variations des facteurs de risque vers le haut ou vers le bas. Pour ce faire, il convient de procéder aussi à des calculs de sensibilités, tels qu'expliqués aux annexes A et B. Il incombe à l'entreprise d’assurance d’expliquer pour quelles raisons certains éléments de la matrice peuvent être négligés. Si pour un facteur de risque donné, la somme si si 0 (notation cf. annexe A), cela contribue à un effet diagonal-gamma. Ce facteur ne peut donc être ignoré si, de ce fait, le risque s’en trouve sous-estimé. Toutes les valeurs dans la matrice de corrélation de la feuille « Sensitivitaeten Gamma_Market » du template SST ont été mises à zéro. Ces valeurs nulles ont une explication purement technique. Elles garantissent un calcul correct des valeurs des scénarios dans la feuille « Scenarios », en cas d’utilisation de la version simplifiée du modèle standard pour les risques de marché (approche delta-normale). Les entreprises utilisant la version intégrale du modèle standard pour les risques de marché (approche deltagamma) doivent insérer explicitement l’intégralité de la matrice. En ce qui concerne la mise en œuvre pratique des facteurs de risque qui ne sont pas des taux d’intérêt et des spreads, il convient de se reporter au texte figurant à la fin de l’annexe A. III. Description des générateurs de risque Le modèle des risques de marché comprend les 81 générateurs de risque suivants : Intérêts (zero rates) pour les devises CHF, EUR, USD, GBP calculés séparément pour les maturités de 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 15, 20, 30 ans [4*13 générateurs de risque] Volatilité implicite des taux d'intérêt [1 générateur de risque] 1 Contrairement à la méthode delta-normale, ∆CPR n’est plus normale univariée, car au vu du terme XT X il faut rappeler qu’une forme quadratique de vecteurs aléatoires normaux n’est plus distribuée selon une loi normale. 7/32 Credit spread USA : AAA, AA, A, BBB [4 générateurs de risque] Credit Spread BB [1 générateur de risque] Credit spread Europe : AA, A, BBB [3 générateurs de risque] Swap government spread [1 générateur de risque] Taux de change : EUR/CHF, USD/CHF, GBP/CHF, JPY/CHF [4 générateurs de risque] Volatilité implicite des opérations de change [1 générateur de risque] Cours des actions : MSCI Switzerland, MSCI EMU, MSCI UK, MSCI Japan, MSCI US, MSCI Pacific ex Japan, MSCI Small Cap EMU [7 générateurs de risque] Volatilité implicite des cours des actions [1 générateur de risque] Hedge funds [1 générateur de risque] Private equity [1 générateur de risque] Biens immobiliers en Suisse : immobilier résidentiel direct, fonds immobiliers, immobilier commercial direct [3 générateurs de risque] Participations [1 générateur de risque] : s’additionne au risque de marché restant, volatilité 25 % Remarque sur les expositions des spreads Europe AAA : le ticker utilisé auparavant pour les spreads Europe AAA n’existe plus depuis longtemps. Les données encore disponibles n’apportent guère de valeur ajoutée par rapport à un traitement encore simplifié. C’est la raison pour laquelle les expositions aux spreads Europe AAA sont mises à l’échelle par un facteur de 90 % et attribuées aux spreads Europe AA. Remarque sur les swap government spreads : les expositions de produits swap (par ex. swaps et swaptions) sur le spread entre les taux d’intérêt de swap et les taux d’intérêt sans risque seront désormais mis en correspondance avec ce générateur de risque (et non plus avec le générateur de risque Credit Spread AA). Remarque sur les indices d’actions : les indices d’actions du MSCI sont des indices dits de rendement total (total return index) ; les dividendes sont ainsi pris en compte par la valeur de l’indice. Remarque sur la volatilité implicite des taux d’intérêt, les hedge funds, les placements en private equity, les immeubles commerciaux directs et les participations : la FINMA a indiqué des proxies précis ou valeurs forfaitaires pour ces générateurs de risque concernant les volatilités et les valeurs de corrélation. Celles-ci peuvent être remplacées par des estimations propres lorsque les entreprises d’assurance optent pour des séries temporelles appropriées afin de calculer ces valeurs. Dans un tel cas, il faut alors déterminer des corrélations et des volatilités propres et les insérer directement dans les cellules correspondantes de la matrice. L’entreprise d’assurance doit alors s’assurer que la matrice en résultant est correcte. Celle-ci doit notamment être définie positive. Un contrôle automatique permet de vérifier si les volatilités ou les corrélations ont été modifiées. Dans le rapport SST, l’entreprise d’assurance doit expliquer les raisons pour lesquelles les proxies appliqués sont appropriés. Si tel n’est pas le cas, il faut prendre les valeurs de Rüd Blass (fonds immobilier) pour les immeubles commerciaux directs. 8/32 Remarque sur les hedge funds et les placements en private equity : il parait douteux que l’estimation des volatilités et corrélations reflète correctement le risque de ces investissements sur la base de l’historique observable du portefeuille de hedge funds respectivement private equity d’une entreprise d’assurance ou de l’indice en tant que proxy. Il est recommandé de choisir les paramètres avec prudence. La volatilité estimée en interne doit être doublée, c’est-à-dire multipliée par le facteur 2. Demeurent exclus les proxies des placements en private equity reposant sur des transactions liquides. IV. Estimation des paramètres des séries temporelles Comme nous l’avons déjà indiqué, dans le modèle standard pour les risques de marché, on part de l’hypothèse selon laquelle les variations des facteurs de risque sont normales multivariées. La distribution normale se définit intégralement par le vecteur moyen μ et la matrice de covariance . Il faut estimer la structure de la covariance aussi bien dans sa version intégrale que dans sa version simplifiée, c’est-à-dire les volatilités et les corrélations concernant les variations des facteurs de risque. Ces paramètres sont généralement déterminés sur la base des rendements mensuels des dix dernières années3. L’utilisation de rendements mensuels sur dix ans constitue un compromis entre la quantité requise de données, afin d’obtenir des estimations relativement stables, et l'actualité des données (cf. Annexe C relative à la description du ticker Bloomberg avec l’horizon temporel disponible et la fréquence). La relation entre la matrice de covariance et la matrice de corrélation P est la suivante : P , où désigne la matrice diagonale composée des écarts-types (volatilités) des variations des facteurs de risque comme éléments diagonaux, soit 1 0 0 0 . 0 0 0 d En présence de n observations (par ex. n 120 ) de vecteurs d-dimensionnels X1,, Xn des variations des facteurs de risque, alors les estimateurs standard par la méthode des moments de μ et sont obtenus par : 3 En revanche, l’indice de performance du SWX IAZI Investment Real Estate n’est disponible que sur une base trimestrielle. 9/32 X n n 1 Xi , S i 1 n Xi XXi X n 1 1 T . i 1 Les deux estimateurs X et S ne sont pas biaisés. Par S (s jk ) j , k , on obtient immédiatement un estimateur R (rjk ) j , k de la matrice de corrélation P . L’élément de la ligne j et de la colonne k se calcule par r jk s jk . s jj skk Il est difficile d’interpréter la variance d’une variable aléatoire, car celle-ci mesure l’écart par rapport à la valeur moyenne au carré. C’est la raison pour laquelle, dans la pratique, on mesure généralement les variations à l'aide de l'écart-type (encore appelé « volatilité »). Celui-ci correspond à la racine carrée de la variance. L’horizon temporel du SST étant d’une année, il faut donc utiliser des volatilités annualisées. Elles s’obtiennent à partir des volatilités des rendements mensuels qui sont multipliées par la racine carrée du nombre de mois compris dans une année : annuel 12 mensuel Si l’on ne dispose que de données trimestrielles, la volatilité annualisée se calcule comme suit : 𝜎𝑎𝑛𝑛𝑢𝑒𝑙 = √4𝜎𝑡𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑖𝑒𝑙 Le coefficient de corrélation est indépendant de la fréquence des données observées et n’a donc pas besoin d'être annualisé. Généralement, les propriétés statistiques des séries temporelles financières évoluent en fonction de la fréquence des observations : les rendements journaliers, par exemple, présentent un kurtosis (coefficient d’aplatissement) plus élevé que celui des rendements mensuels. IV.1 Matrice de corrélation définie positive La matrice de corrélation R calculée au moyen de l’estimateur déterminé ci-avant n'est souvent pas définie positive4, car le modèle standard pour les risques de marché comporte de nombreux facteurs de 4 Une matrice quadratique A est dite définie positive si bT A b 0 se vérifie pour tous les vecteurs b 0 . Elle est dite semi-définie positive si b A b 0 se vérifie pour tous les vecteurs b 0 . Une matrice quadratique est définie positive lorsque toutes ses valeurs propres sont positives. Elle est semi-définie positive lorsque les valeurs propres sont positives ou nulles. T 10/32 risque d’intérêt qui sont extrêmement corrélés. Pour que le calcul soit pertinent, il faut adapter en conséquence la matrice de corrélation estimée. La méthode pragmatique suivante permet d’obtenir une matrice définie positive à partir de l’estimation initiale. La matrice de corrélation estimée R présente les valeurs propres 1,, n et les vecteurs (orthogonaux) propres v1, v2 ,, vn ; désigne la matrice n x n, qui présente les valeurs propres 1,, n sur les diagonales principales et sinon 0 ; V désigne la matrice n x n, dont la i-ème colonne est définie par le i-ème vecteur propre vi . On obtient alors R VV T . Si la matrice de corrélation estimée R n’est pas définie positive, alors m 1 valeurs propres ne sont pas positives. Nous désignons ces valeurs propres par i1 , i2 ,, im où I i1, i2 ,, im désigne l’ensemble des indices entre 1 et n correspondant aux valeurs propres négatives. ~ Nous définissons maintenant une nouvelle matrice , où, à partir de , nous remplaçons les valeurs propres négatives par respectivement le minimum de 10−5 et de la valeur propre multipliée par (1) : ~ i , i I, 5 min( i ,10 ) i I . i Il en résulte une nouvelle matrice définie positive au moyen de ~ ~ R V V T . ~ Comme la matrice de corrélation R ainsi obtenue ne comporte généralement pas que des uns sur les diagonales, il faut encore procéder à la transformation suivante des données pour obtenir une matrice de corrélation : r jk r jk . r jj rkk Si une entreprise d’assurance détermine elle-même la structure de covariance des facteurs de risque, alors les valeurs propres négatives de la matrice de corrélation qui ont été remplacées doivent être mentionnées dans le rapport SST. V. Affectation des flux financiers sur les facteurs de risque d’intérêt existants Pour garantir une qualité suffisante des données concernant les facteurs de risque, les flux financiers sont fonction des facteurs de risque existants afin de déterminer leur sensibilité aux taux d’intérêt. 11/32 Expositions aux taux d’intérêt : Pour les maturités de 0 à 9 ans : d’une manière générale, la maturité d’un cash flow est arrondie à l’année entière supérieure. Par exemple, la valeur actuelle d’un cash flow qui échoit après 2 ans et 4 mois est calculée avec le taux d’intérêt pour 3 ans et une durée fictive de 3 ans. Pour les maturités de 10 à 12 ans : maturité de 10 ans. Pour les maturités de 13 à 17 ans : maturité de 15 ans. Pour les maturités de 18 à 24 ans : maturité de 20 ans. Pour les maturités de 25 à 50 ans : maturité de 30 ans. Remarque : cette affectation consiste en une simplification grossière, car elle ne permet généralement ni de maintenir la valeur actuelle des flux de trésorerie, ni les sensibilités aux taux. Chaque flux devrait plutôt être fonction de deux paniers voisins de taux d’intérêt tl et tr , afin de conserver la valeur actuelle tout comme les sensibilités aux taux d’intérêt. Cela implique qu’un flux c(t ) arrivant à échéance au moment t avec 0 tl t tr devrait être réparti en trois flux de trésorerie fictifs : clow er(tl ) , cupper (t r ) et c0 (0) . La situation de trésorerie au moment t 0 est nécessaire pour maintenir les sensibilités aux taux d’intérêt, mais aussi la valeur actuelle. Les trois inconnues peuvent alors être calculées à l’aide d’un système d’équations linéaires. Il s’ensuit une affectation sur les buckets voisins de taux d’intérêt tl et tr qui permet de maintenir la valeur actuelle et la duration (sensibilité aux taux d’intérêt). VI. Calcul de rendements Il existe plusieurs méthodes pour calculer les rendements. Nous distinguons les rendements absolus des rendements relatifs et des rendements logarithmiques. Nous désignons par Z (t ) le générateur de risque au moment t . VI.1 Rendements absolus Les rendements absolus se définissent de la manière suivante X abs (t 1) Z (t 1) Z (t ) 12/32 et sont habituellement utilisés pour les variations des taux d’intérêt et des spreads de crédit, car pour les rendements logarithmiques des taux d’intérêt et des spreads l’hypothèse de la distribution normale s'avère nettement moins appropriée que pour les rendements absolus. VI.2 Rendements relatifs Les rendements simples ou relatifs sont définis comme X rel (t 1) Z (t 1) Z (t ) . Z (t ) VI.3 Rendements logarithmiques Dans la pratique, ce sont les rendements logarithmiques qui sont le plus souvent utilisés. Ils sont également appelés rendements composés en continu et se définissent comme suit : Z (t 1) log Z (t 1) log Z (t ) , X log(t 1) log Z ( t ) où log désigne le logarithme naturel. Comme log(1 x) x s’applique à peu près aux petits x , nous obtenons Z(t 1 ) log 1 Z(t 1 ) Z(t) Z(t 1 ) Z(t) X rel . X log log Z(t) Z(t) Z(t) Le tableau suivant récapitule les méthodes utilisées pour le calcul des rendements concernant les différents générateurs de risque. A ce sujet, se reporter également à la liste des générateurs de risque du chapitre III ci-dessus. 13/32 Catégorie Taux d'intérêt (relatifs à la rémunération annuelle) Volatilité implicite des taux d’intérêt Credit spreads (relatifs à la rémunération annuelle) Méthode utilisée pour le calcul du rendement Absolue Logarithmique Absolue Cours de change Logarithmique Volatilité implicite des monnaies Logarithmique Cours des actions Logarithmique Volatilité implicite des cours des actions Logarithmique Hedge funds Logarithmique Private equity Logarithmique Biens immobiliers Logarithmique Participations logarithmique Tableau 1 : Méthodes utilisées pour le calcul du rendement des générateurs de risque VII. [1] [2] [3] [4] Indications bibliographiques Asmussen, S. (2007). Stochastic Simulation. Springer. Glasserman, P. (2004). Monte Carlo Methods in Financial Engineering. Springer. Glasserman, P., Heidelberger, P., and Shahabuddin, P. (2000). Variance Reduction Techniques for Estimating Value-at-Risk. Management Science, Vol. 46, No. 10. McNeil, A., Frey, R. and Embrechts, P. (2005). Quantitative Risk Management. Concepts, Techniques and Tools. Princeton University Press. 14/32 Annexe A : sensibilités pour une méthode delta-gamma Sensibilité / dérivée 𝛿𝑖 = 𝜕CPR 𝜕𝑧𝑖 Estimateur Commentaire CPR(… , 𝑧𝑖 + ℎ𝑖 , … ) − CPR(… , 𝑧𝑖 − ℎ𝑖 , … ) 2ℎ𝑖 Sensibilités / variations vers le haut et vers le bas [similaire à la méthode delta-normale]. Variations absolues hi pour taux d’intérêt et spreads de crédit ou variations relatives hi hi zi sinon, voir annexe B. = Γ𝑖𝑖 = 𝜕 2 CPR 𝜕𝑧𝑖2 CPR(… , 𝑧𝑖 + ℎ𝑖 , … ) − CPR(… , 𝑧𝑖 , … ) ℎ𝑖2 + 𝜕 2 CPR 𝜕𝑧𝑖 𝜕𝑧𝑘 𝑠𝑖+ + 𝑠𝑖− ℎ𝑖2 CPR(… , 𝑧𝑖 + ℎ𝑖 , … , 𝑧𝑘 + ℎ𝑘 , … ) − CPR(… , 𝑧𝑖 + ℎ𝑖 , … , 𝑧𝑘 − ℎ𝑘 , … ) 4ℎ𝑖 ℎ𝑘 (𝑖 ≠ 𝑘) + 1 𝑠 + −𝑠 − 2ℎ ≈ 𝑓 ′ (𝑥), 𝑠 + +𝑠 − ℎ2 Eléments mixtes (cross-gamma) de la matrice Γ CPR(… , 𝑧𝑖 − ℎ𝑖 , … , 𝑧𝑘 − ℎ𝑘 , … ) − CPR(… , 𝑧𝑖 − ℎ𝑖 , … , 𝑧𝑘 + ℎ𝑘 , … ) 4ℎ𝑖 ℎ𝑘 De manière générale : 𝑠 + ≝ 𝑓(𝑥 + ℎ) − 𝑓(𝑥) ≈ ℎ𝑓 ′ (𝑥) + 2 ℎ2 𝑓 ′′ (𝑥) ; Il s’ensuit : Eléments diagonaux de la matrice Γ CPR(… , 𝑧𝑖 − ℎ𝑖 , … ) − CPR(… , 𝑧𝑖 , … ) ℎ𝑖2 = Γ𝑖𝑘 = 𝑠𝑖+ − 𝑠𝑖− 2ℎ𝑖 1 𝑠 − ≝ 𝑓(𝑥 − ℎ) − 𝑓(𝑥) ≈ −ℎ𝑓 ′ (𝑥) + ℎ2 𝑓 ′′ (𝑥) 2 ≈ 𝑓 ′′ (𝑥). Les formules ci-dessus ne s’appliquent qu’aux facteurs de risque d’intérêt et de spreads dans le contexte indiqué ici. 15/32 Pour les autres facteurs de risque, des quotients de différences reposant sur la variation relative des générateurs de risque (actions, cours de change, volatilités, etc.) sont utilisés conformément aux indications de l’annexe B. 16/32 Annexe B : input pour le calcul des sensibilités des risques de marché pour le SST Les sensibilités doivent porter sur toutes les positions du bilan. L’input des sensibilités a lieu séparément pour les actifs et les passifs. Actifs Comprend les sensibilités de tous les actifs de tous les dérivés liés aux actifs (par exemple options en obligations convertibles ou en produits structurés) de tous les dérivés financiers (par exemple options sur actions ou indices d’actions, futures sur indice, swap de taux d’intérêt, caps/floors, FX-Forwards, FX-Swaps, Currency-Swaps). Passifs Comprend les sensibilités de tous les passifs de toutes les options et garanties liées à des passifs (par exemple garantie du taux d’intérêt minimum). Options et garanties implicites Les sensibilités des produits dérivés et celles des produits dérivés implicites ne doivent pas être enregistrées séparément dans le tableur, mais doivent être indiquées séparément dans le rapport pour la FINMA (séparation pour dérivés financiers, dérivés liés aux actifs, dérivés liés aux passifs). Si les positions des dérivés sont importantes, il se peut que le modèle standard pour les risques de marché ne soit pas approprié du fait de son approximation quadratique (ou de son approximation linéaire en cas d’approche simplifiée) ; il faut alors vérifier s’il est nécessaire d’adapter le modèle standard, voire d’utiliser un modèle interne. Unit linked (produits en unités de compte) et comptes séparés (separate accounts) Concernant les actifs et les passifs, il faut mentionner les sensibilités pour les placements en capitaux découlant des produits en unités de compte et des comptes séparés, à moins qu’il ne soit prouvé indubitablement qu’elles sont parfaitement identiques. Calcul du risque d’intérêt (applicable pour toutes les monnaies) D’une manière générale, la durée d’un cash flow est arrondie à l’année entière supérieure. Par exemple, la valeur actuelle d’un cash flow qui échoit après 2,3 ans est calculée avec le taux d’intérêt pour 3 ans et une durée fictive de 3 ans. 17/32 Description Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) Variation hi 100 bps Importance Calcul de la sensibilité Effet sur la valeur actuelle d’une variation de la courbe des taux entre 0 et 1,0 an. Nouvelle évaluation des positions sensibles aux taux d’intérêt avec une courbe des taux supérieure (inférieure) de 100 bps par rapport à la courbe initiale sur une période de 0 à 1,0 an, c’est-à-dire que sur la période 0 – 1,00 an, la courbe initiale est relevée (abaissée) uniformément de 100 bps. 1re année Ceci s’applique à toutes les courbes des taux – pas uniquement aux courbes sans risque. Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 2e année 100 bps Effet sur la valeur actuelle d’une variation de la courbe des taux entre 1,01 et 2,0 ans. Si l’évaluation de certains actifs implique d’escompter à l’aide d’un rendement spécifique à ces instruments (par ex. évaluation d’un emprunt d’entreprise), il faut déterminer l’écart de rendement (credit spread) relatif au taux d’intérêt sans risque, l’escompter avec le taux d’intérêt majoré de 100 bps ajouté au credit spread et affecter le résultat à la période d’un an. Similaire au calcul applicable pour le taux d’intérêt (zero rates) de la 1re année Positions devant être prises en compte Toutes les positions sensibles aux taux d’intérêt, comme obligations, obligations convertibles, crédits, prêts, hypothèques, obligations, garanties du taux d’intérêt, swaps de taux d’intérêt, caps/floors, FX-forwards, FX-swaps. Ne pas tenir compte des biens immobiliers pour ce facteur de risque. Taux d'intérêt dans d'autres monnaies : les expositions de taux d'intérêt dans des monnaies pour lesquelles il n’existe pas de facteurs de risque séparés sont à rattacher aux paniers de la monnaie saisie qui est géographiquement la plus proche. Pour les zones Asie de l’Est-Pacifique (Asia-Pacific) et Amériques du Nord et du Sud (Americas), ce sont les Etats-Unis qui sont considerés les plus proches, et pour l’Europe, le Proche-Orient, l’Afrique et les Etats de la CEI (EMEA), la zone Euro. A 18/32 Description Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) Variation hi 100 bps 3e année Taux d’intérêt (zero rates) (CHF; EUR; USD; GBP) 100 bps 4e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 100 bps 5e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 100 bps 6e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 100 bps 7e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 8e année 100 bps Importance Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 2,01 et 3,0 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 3,01 et 4,0 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 4,01 et 5,0 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 5,01 et 6,0 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 6,01 et 7,0 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 7,01 et 8 ans. Calcul de la sensibilité Positions devant être prises en compte ce titre, la Suisse et le Royaume-Uni sont des exceptions puisqu'ils ont des facteurs de risque de taux d'intérêt qui leur sont propres. 19/32 Description Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) Variation hi 100 bps 9e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 100 bps 10e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 100 bps 15e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 100 bps 20e année Taux d’intérêt (zero rates) (CHF ; EUR ; USD ; GBP) 30e année Volatilité implicite des taux d’intérêt (modèle de Bachelier) 100 bps 10 % (relatif) Importance Calcul de la sensibilité Positions devant être prises en compte Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 8,01 et 9 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 9,01 et 12 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 12,01 et 17 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 17,01 et 24 ans. Effet sur la valeur actuelle d’une variation de la courbe des taux (courbe d’escompte) entre 24,01 et 50 ans. Effet sur la valeur actuelle d’instruments financiers ayant une sensibilité au taux d’intérêt, en cas d’augmentation ou de diminution de la volatilité implicite de 10 %. Variation de 10 % de la volatilité Toutes les positions dont les valeurs réagissent au changement des volatilités (implicites) des taux d’intérêt comme : Options sur les positions sensibles aux taux d’intérêt, par ex. 20/32 Description Spread de crédit Variation hi Importance Calcul de la sensibilité 100 bps Effet sur la valeur actuelle d’une variation de 100 bps des spreads de crédit (différence entre les taux applicables aux placements comportant des risques de crédit et ceux n’en comportant pas). Variation de la valeur actuelle qui découle d’une translation de 100 bps de la courbe des taux. Si l’évaluation de certains placements comportant des risques de crédit découle de l’escompte avec un rendement spécifique à l’instrument considéré (par ex. évaluation d’un emprunt d’entreprise), il faut mesurer la variation de valeur en cas d’augmentation/de réduction du rendement de 100 bps. Positions devant être prises en compte obligations hypothèques swaps de taux forwards Options spécifiques ou intégrées sur taux d’intérêt, p. ex. Caps / floors (caplet / floorlet) Collars Swaptions Le risque de spread porte sur les instruments financiers dont les valeurs réagissent aux variations des spreads de crédit. Les risques de spread concernent également toutes les positions exposées à un risque de contrepartie. Sont exceptés les obligations souveraines et les dérivés correspondants5 libellés dans une devise contrôlable par l’Etat considéré, si le modèle de risque utilisé comprend des facteurs de risque d’intérêt dans cette devise. Dans le cas du modèle standard pour les risques de marché, il s’agit des obligations fédérales suisses et des emprunts d’Etat du Royaume-Uni et des Etats-Unis, mais pas de ceux des pays de la zone euro. Les hypothèques n’en font pas non plus partie dans certaines conditions (cf. plus loin). Il faut tenir compte aussi de toutes les créances découlant de dérivés sur risque de crédit et de créances comportant des 5 Il faut néanmoins tenir compte d’un éventuel risque de spread de l’émetteur d’un tel produit dérivé (par ex. une banque qui émet des options sur les emprunts d'Etat américains). 21/32 Description Variation hi Importance Calcul de la sensibilité Positions devant être prises en compte risques de crédit découlant d’options implicites (liées à des instruments financiers négociables et liquides). Concernant les credit spread USA (AAA, AA, A, BBB), il s’agit de toutes les positions comportant des risques de crédit comme les emprunts et les prêts d’entreprises et de créanciers publics issus d’Amérique du Nord et du Sud, de l’Extrême-Orient et de la région Asie-Pacifique avec la notation correspondante. La notation BBB est attribuée aux positions ne comportant pas de notation approuvée par la FINMA propres déterminations de la qualité designature dans le cadre de l’importance relative. Concernant les credit spread Europa (AAA, AA, A, BBB), il s’agit de toutes les positions comportant des risques de crédit comme les emprunts et les prêts d’entreprises et de créanciers publics (comme les Etats, les cantons et les Bundesländer ainsi que les communes) issus d’Europe (y compris des Etats de la CEI, du ProcheOrient et d’Afrique [EMEA]) avec la notation investment grade correspondante. En outre, la notation AA est attribuée aux positions AAA mises à l’échelle par un facteur de 90 %. La notation BBB est attribuée aux positions ne comportant pas de notation approuvée par la FINMA. 22/32 Description Variation hi Importance Calcul de la sensibilité Positions devant être prises en compte Concernant les credit spread BB, il s’agit de toutes les positions comportant des risques de crédit et présentant une qualité sub-investment grade dont les expositions inférieures à la notation BB ne doivent pas être matérielles. Concernant les spreads swap government, il s’agit de toutes les positions des produits swap (par ex. swaps et swaptions). FX EUR/CHF 10 % FX USD/CHF 10 % FX GBP/CHF 10 % Effet sur la valeur actuelle d’une variation du taux de change EUR/CHF de 10 %. Effet sur la valeur actuelle d’une variation du taux de change USD/CHF de 10 %. Effet sur la valeur actuelle d’une variation du taux de change GBP/CHF de 10 %. Nouveau calcul de toutes les positions avec un cours EUR/CHF supérieur/inférieur de 10 % par rapport au cours initial. Voir « FX EUR/CHF » En cas d’utilisation simultanée du modèle standard pour les risques de crédit, les hypothèques directes sont considérées comme ne comportant pas des risques de spread supplémentaires. Si le modèle standard pour les risques de marché est utilisé en relation avec un modèle interne de risque de crédit, les hypothèques directes relèvent de la notation A correspondante. Toutes les positions et tous les dérivés qui comportent une composante en EUR (par ex. la jambe EUR d’un FX-swap EUR/GBP). Les expositions dans des monnaies pour lesquelles il n’existe pas de facteurs de risque séparés sont à rattacher à la monnaie saisie qui est géographiquement la plus proche. Les monnaies d'Europe, du Proche-Orient, d'Afrique ainsi que des Etats de la CEI (EMEA) sont à rattacher à l'euro, à l'exception du franc suisse et de 23/32 Description FX JPY/CHF Volatilité FX implicite Variation hi 10 % 10 % (relatif) Importance Calcul de la sensibilité Effet sur la valeur actuelle d’une variation du taux de change JPY/CHF de 10 %. Effet sur la valeur actuelle d’instruments financiers avec une sensibilité sur les volatilités (implicites) des devises en cas de modification de la volatilité implicite de 10 %. Nouveau calcul des positions en cas de variation de 10 % de la volatilité. Positions devant être prises en compte la livre sterling. Les monnaies d'Asie de l'Est et de la zone Pacifique (Asia-Pacific) doivent être classées avec le yen japonais, celles d'Amérique du Nord et du Sud (Americas) avec le dollar US. Toutes les positions dont les valeurs réagissent au changement de la FX-volatilité (implicite). 24/32 Actions : Suisse EMU Etats-Unis Grande-Bretagne Japon Asie-Pacifique sans Japon Small Cap EMU 10 % Effet sur la valeur actuelle d’une modification des cours des actions de 10 %. Nouveau calcul des positions en cas de variation de 10 % du cours des actions/de l’indice. Toutes les positions sensibles à certains cours d’actions ou à certains indices d’actions. Il faut tenir compte des dérivés, mais aussi des options implicites (par ex. en emprunts convertibles). Il ne faut pas tenir compte de l’effet sur les positions dans les propres titres d’actions, mais de l’effet sur les dérivés libellés dans les propres titres (par ex. Lepos). Pareillement, les participations ne doivent pas être prises en compte. Les expositions doivent être affectées au facteur de risque relevant de la zone économique géographiquement la plus proche. L'Europe, le Proche-Orient, l'Afrique ainsi que les Etats de la CEI (EMEA) sont à rattacher à la zone euro. A ce titre, la Suisse et le Royaume-Uni sont des exceptions puisqu'ils sont considérés comme des zones économiques en ellesmêmes. L'Asie de l'Est et la zone Pacifique (Asia-Pacific) hors Japon doivent être classées avec le facteur de risque concernant le « Pacifique hors Japon », le Japon étant considéré comme une zone économique en soi. L'Amérique du Nord et l’Amérique du Sud (Americas) sont présentées avec les Etats-Unis. Les petites sociétés de capitaux de la zone euro ainsi que des Etats assignées à la zone euro doivent être rattachés au facteur de risque « Small Cap EMU ». 25/32 Description Variation hi Importance Calcul de la sensibilité Positions devant être prises en compte Volatilité implicite des actions 10 % (relatif) Nouveau calcul des positions en cas de variation de 10 % du cours de l’indice. Toutes les positions dont les valeurs réagissent au changement des volatilités (implicites) des actions Hedge funds 10 % Effet sur la valeur actuelle d’instruments financiers avec une sensibilité sur les volatilités (implicites) des actions / indices d’actions en cas de variation de la volatilité implicite de 10 %. Effet sur la valeur actuelle d’une variation des évaluations des hedge funds de 10 %. Nouveau calcul des positions en cas de variation de 10 % du niveau des évaluations des hedge funds. Private equity 10 % Effet sur la valeur actuelle d’une variation de 10 % sur les placements ayant valeur de private equity. Nouveau calcul des positions en cas de variation de 10 % des cours des placements. Immobilier résidentiel direct en Suisse 10 % Effet sur la valeur actuelle d’une variation de l’indice immobilier de 10 %. Nouveau calcul des positions en cas de variation de 10 % des prix de l’immobilier. Fonds immobilier Suisse 10 % Effet sur la valeur actuelle d’une variation du cours du fonds immobilier de 10 %. Nouveau calcul des positions en cas de variation de 10 % du cours des sociétés immobilières. Tous les placements constituant des engagements dans des hedge funds, en particulier hedge funds (placements directs), funds of hedge funds (fonds de fonds) Tous les placements constituant des engagements dans des private equity, en particulier private equity funds, sociétés de private equity Diversifications en : immobilier résidentiel, immobilier mixte avec moins de 50 % de surface commerciale, bâtiments susmentionnés en construction. Fonds immobiliers cotés en bourse. 26/32 Description Immeubles commerciaux directs en Suisse Participations Variation hi 10 % 10 % Importance Calcul de la sensibilité Effet sur la valeur actuelle d’une variation de 10 % des sociétés immobilières. Nouveau calcul des positions en cas de variation de 10 % du cours des sociétés immobilières. Effet sur la valeur actuelle d’une variation de 10 % des valeurs des participations. Nouveau calcul des positions en cas de variation de 10 % des cours des participations. Positions devant être prises en compte Immeubles commerciaux (investissement direct ou immeubles pour usage propre), immobilier mixte avec moins de 50 % de surface commerciale, bâtiments susmentionnés en construction. Participations : tout placement direct (sans les biens immobiliers, les placements en private equity, les bons de participation et de jouissance). 27/32 Annexe C : description de l’indice de Bloomberg / origine des données Générateur de risque Taux d’intérêt CHF (zero rates) Taux d’intérêt EUR (zero rates) 6 1A 2A 3A 4A 5A 6A 7A 8A 9A 10A 15A 20A 30A 1A 2A 3A 4A 5A 6A 7A 8A 9A 10A 15A 20A 30A Ticker Bloomberg Fréquence Date de début Données BNS6 Quotidienne 1995 I01301Y Index I01302Y Index I01303Y Index I01304Y Index I01305Y Index I01306Y Index I01307Y Index I01308Y Index I01309Y Index I01310Y Index I01315Y Index I01320Y Index I01330Y Index Quotidienne 1995 L’historique des données est publié sur le site Internet de la FINMA. 28/32 Générateur de risque Taux d’intérêt USD (zero rates) Taux d’intérêt GPB (zero rates) Volatilité implicite des taux d’intérêt 1A 2A 3A 4A 5A 6A 7A 8A 9A 10A 15A 20A 30A 1A 2A 3A 4A 5A 6A 7A 8A 9A 10A 15A 20A 30A 10-10-CHF Ticker Bloomberg Fréquence Date de début I02501Y Index I02502Y Index I02503Y Index I02504Y Index I02505Y Index I02506Y Index I02507Y Index I02508Y Index I02509Y Index I02510Y Index I02515Y Index I02520Y Index I02530Y Index I02201Y Index I02202Y Index I02203Y Index I02204Y Index I02205Y Index I02206Y Index I02207Y Index I02208Y Index I02209Y Index I02210Y Index I02215Y Index I02220Y Index I02230Y Index USSN1010 Quotidienne 1995 Quotidienne 1995 Quotidienne A partir de mai 2005 29/32 Générateur de risque Credit spread USA : AAA, AA, A, BBB Credit spread BB Credit spread Europe : AAA, AA, A, BBB Spread de Swap-Government Devises Volatilité FX implicite Moody's Index moins emprunts d’Etat américains à 30 ans (Treasury) Différence du Bloomberg Fair Market Curve BB à dix ans par rapport au proxy de la FINMA à dix ans pour les taux d’intérêt sans risque libellés en USD. Différence du Bloomberg Fair Market Curve à dix ans correspondant à la notation par rapport au proxy de la FINMA à dix ans pour les taux d’intérêt sans risque à dix ans libellés en EUR. Comme le proxy Bloomberg pour les AAA Euro Spreads a été suspendu en novembre 2011, la série historique indiquée est une extrapolation. Différence des swaps en CHF à dix ans par rapport aux govy en CHF à dix ans EUR/CHF USD/CHF GPB/CHF JPY/CHF USD/CHF ATM à 3 mois Options Ticker Bloomberg Fréquence Date de début MOODCAAA Index - GT30 GOVT, MOODCAA Index - GT30 GOVT, MOODCA Index - GT30 GOVT, MOODCBAA Index - GT30 GOVT C88410Y Index - I02510Y Index Quotidienne AAA et BBB à partir de 1983 AAA : C66410Y Index - I01310Y Index AA :C66710Y Index - I01310Y Index A : C67010Y Index - I01310Y Index BBB : C67310Y Index - I01310Y Index Quotidienne A partir de mars 2002 (BBB à partir de mai 2000) I05710 Y Index – – I08210Y Index Quotidienne A partir de début 1995 SFEC Curncy SFUS Curncy SFBP Curncy SFJY Curncy USDCHFV3M Curncy Quotidienne 1980 Quotidienne Avril 1995 Quotidienne Le reste à partir de 24.12.1992 A partir de novembre 2002 30/32 Générateur de risque Actions : Suisse EMU Etats-Unis Grande-Bretagne Japon Asie-Pacifique sans Japon Small Cap EMU Volatilité implicite des actions Hedge funds Private equity Immobilier Ticker Bloomberg MSCI Total Return Indices : Switzerland EMU USA United Kingdom Japan Pacific ex Japan Small Cap EMU VIX GDDLSZ Index GDDLEMU Index GDDLUS Index GDDLUK Index GDDLJN Index GDDUPXJ Index MXEMSC Index VIX Index HFRI Fund of Funds Composite Index LPX Direct Index HFRIFOF SWX IAZI Investment Real Estate Performance Index Indice immobilier de Rüd Blass IREALC Index LPXIDITR Fréquence Date de début Mensuelle 1970 Quotidienne Mensuelle 1994 Quotidienne Trimestrielle A partir de début 1999 DBCHREE Index Mensuelle A partir de début 1990 1986 1990, quotidienne à partir du 31.7.2002 Remarques : Les fréquences et dates de début mentionnées ici indiquent la disponibilité des données et non leur utilisation. Dans le modèle standard pour les risques de marché, l'estimation de la matrice de corrélation et des volatilités repose sur des données à fréquence mensuelle, à l'exception de l’indice CIFI. L’historique utilisé est de 10 ans. En cas de fréquence mensuelle, certaines valeurs mensuelles moyennes sont publiées sur Bloomberg. Il faut veiller à bien reprendre les valeurs de fin de mois. Moody’s publie des séries temporelles quotidiennes et mensuelles pour les rendements sur les emprunts d’entreprises aux Etats-Unis concernant différentes classes de notation. Moody’s calcule les rendements des emprunts d’entreprise sur les portefeuilles présentant une durée résiduelle de 30 ans. Les rendements d’emprunts d’Etat avec une durée résiduelle de 30 ans ont donc été utilisés. Dans le cas d’une fréquence mensuelle, les données de Bloomberg relatives aux indices Moody’s ne correspondent pas aux valeurs en fin de mois, mais aux valeurs mensuelles moyennes. 31/32 En conséquence, pour le calcul des valeurs en fin de mois des spreads reposant sur les indices Moody’s, on détermine la dernière valeur de chaque mois à partir des valeurs quotidiennes, diminuées du rendement correspondant des titres d’Etat. 32/32