La crise financière a donné une impulsion puissante à l’utilisation systématique de stress tests : les régulateurs ont demandé ces dernières années aux banques de procéder à un très grand nombre d’exercice de stress tests, sur à peu près tous les types de risque. Parallèlement, les nouvelles réglementations prudentielles insistent lourdement sur la nécessité de procéder à des stress tests et d’inscrire ces derniers dans la batterie des outils et indicateurs classiquement utilisés pour la gestion courante des risques. Cet engouement participe d’un mouvement « anti-modèle » : à tort ou à raison, les modèles et les outils de risque qui utilisent ces modèles – comme les indicateurs de Value at Risk (VaR), d’expected loss, d’expected shortfall… – ont été perçus comme gravement défaillants et considérés pêle-mêle comme : trop complexes, inintelligibles, non robustes, déconnectés de la réalité, incapables de prédire l’apparition des black swans…
Des stress tests dans toutes les dimensions
Ce mouvement « anti-modèle » a conclu qu’il fallait revenir aux basics, c’est-à-dire revenir à des outils simples, intuitifs, facilement intelligibles pour une direction générale, et surtout indépendants de tout a priori de modélisation. Ainsi, depuis la crise, le champ d’application des stress tests s’est élargi à l’évaluation du risque systémique, les régulateurs demandant, par exemple, à toutes les banques d’une zone et à un instant donné de réaliser le même stress test sur leurs portefeuilles respectifs. Parallèlement, les stress tests ont été appliqués à tous les types de risque : historiquement, les stress tests visaient les portefeuilles de trading, puis se sont étendus aux portefeuilles bancaires et au risque de crédit, et sont allés jusqu’au risque de réputation (que se passe-t-il lorsqu’une banque doit indemniser en catastrophe ses clients victimes d’une fraude « à la Madoff » ?) et au risque d’illiquidité de marché. Bref, on fait désormais des stress tests sur tous les portefeuilles et dans toutes les dimensions.
Les avantages évidents pour les régulateurs
Les avantages des stress tests sont évidents pour les régulateurs : ils permettent, au moins en théorie, d’évaluer les pertes du système bancaire d’un pays ou d’une zone de façon cohérente et facilement agrégeable. À l’inverse, agréger des chiffres de VaR est beaucoup moins évident : les banques n’ont pas toutes les mêmes modèles, et donc pour un portefeuille donné ne génèrent pas le même chiffre de VaR et, par ailleurs, les scénarios implicites à une VaR élevée dans la banque A peuvent être diamétralement opposés aux scénarios analogues de la banque B. Au total, l’agrégation des chiffres de VaR est délicate à interpréter. De ce point de vue, les pertes des scénarios de stress sont a priori plus faciles à agréger, même si, en pratique, deux banques ne font pas toujours exactement la même interprétation d’un scénario de stress et de ses impacts sur les portefeuilles.
Des outils de gestion difficiles à interpréter…
En revanche, comme outil de gestion des risques, la pratique des stress tests est loin de tout résoudre. En premier lieu, le stress test est difficile à étalonner : son parti pris est de ne pas avoir de préjugé en termes de loi de probabilité des événements futurs, contrairement à un modèle dont la raison d’être est justement de postuler une loi de probabilité des événements et scénarios potentiels. Dès lors, par construction, le stress test et son impact sur les portefeuilles ne disent rien sur le capital nécessaire compatible avec l’objectif de rating (et de probabilité de défaut) qu’une banque donnée se contraint à respecter. Au contraire, dans un modèle de capital économique ou de type VaR, le capital est calculé comme un quantile à un seuil de confiance correspondant au rating visé par la banque. En outre, les outils de gestion des risques fondés sur des modèles permettent de décliner un cadre normatif dans lequel l’appétence pour le risque, le dispositif de limites de risque, le pilotage des fonds propres et la mesure de la performance sont cohérents entre eux et cohérents avec l’objectif de rating de l’institution.
Les stress tests ne permettent pas cela et dans les comités de risque des banques, la direction générale et son directeur des risques ont toutes les peines du monde à prendre des décisions de couverture ou de gestion à partir des résultats d’un scénario de stress. Paradoxalement, les stress tests peuvent devenir moins intelligibles par la direction générale que des chiffres de VaR : dire à une direction générale que le franchissement de telle ou telle limite de risque est incompatible avec le rating que la banque prétend viser est un discours qui porte ; mais dire à une direction générale que la banque peut perdre 500 millions d’euros si tel scénario qui ne s’est jamais produit auparavant se produit demain n’apporte au fond pas grand-chose en terme de décision opérationnelle.
Avec tous leurs défauts, les modèles sont encore ce qu’on a trouvé de moins mauvais pour prendre des décisions. Et cela ne vaut pas que dans le monde bancaire, mais de fait dans quasiment tous les domaines d’activité…
...et aisément manipulables
De la même façon, les stress tests ne disent rien sur l’appétence au risque et le dispositif de limites associé qu’il faudrait mettre en place. En outre, ils ne sont pas moins manipulables par les front-offices que les outils de VaR ou de capital économique. En effet, il est relativement facile pour un front-office de construire un portefeuille spéculatif qui paraisse insensible à un scénario de stress donné.
Pour qu’un outil de gestion des risques soit suivi et utilisé par une direction générale, il doit être crédible. Or, rien n’est plus facile pour un front-office que de discréditer un stress test : soit le scénario de stress est de type « historique » et le front pourra toujours démontrer (à juste titre d’ailleurs) que ce stress ne peut plus se reproduire car la réglementation a changé, les acteurs (Banques centrales, gouvernements) ont mis en place les garde-fous adéquats etc ; soit le scénario est hypothétique et là il est encore plus facile de prétendre que cela ne peut jamais arriver et de faire passer le directeur des risques ou le régulateur pour des Savonarole de la gestion des risques.
Des scénarios (trop) complexes
Le problème de crédibilité est d’autant plus sévère avec la complexité des produits financiers. Les produits structurés, par exemple, démultiplient les axes de risque potentiels. Là où autrefois, les axes de risque (sur lesquels on pouvait construire des scénarios de stress) étaient assez simples : niveau général des prix d’actions, niveau général des taux, de change, etc. aujourd’hui ces mêmes axes se sont enrichis d’axes supplémentaires tels que : niveau des spreads de crédit, le cas échéant par secteur ou par zone géographique, niveau des corrélations de défaut, écarts de base, liquidité générale des marchés, liquidité de tel ou tel compartiment etc. Outre le fait que personne n’a grand-chose à dire de précis sur ces nouveaux axes dans la mesure où ils sont relativement récents – qui a quelque chose de très pertinent à dire sur la corrélation intrasectorielle du secteur de l’automobile et sur ses valeurs possibles en cas de crise ? –, la multiplication des axes de risque pour décrire un produit est « inflationniste » au sens où la perte de valeur potentielle d’un produit devient gigantesque lorsqu’on combine des stress sur chaque axe de risque. À la limite, imposer un stress sur le niveau des spreads, l’illiquidité du marché, le risque de base, les taux d’intérêt… pour appréhender un produit structuré de crédit amène à conclure que « si ça va mal, le produit ne vaudra plus rien » et qu’il faudrait provisionner ou mettre du capital à hauteur de la valeur totale du produit. Ce genre de message qui sera courant dans le cadre de l’Incremental Risk Charge donnera des arguments aux front-offices pour convaincre les directions générales de ne pas écouter les risk managers et les régulateurs quand ils parlent de stress test.
Réinvestir dans les modèles financiers
Ce serait une grave erreur de ne plus investir dans les modèles et de ne raisonner qu’en termes de stress tests sous prétexte que ceux-ci semblent plus faciles à comprendre et que les modèles existants ont été mis en échec pendant les crises. Dans les autres sciences, lorsqu’on s’aperçoit qu’une théorie, un paradigme, un modèle sont contredits par l’observation des faits, on tente de construire une nouvelle théorie qui rend compte des faits. C’est comme cela que la relativité générale ou la mécanique quantique ont été développées (parce que la théorie newtonienne de la gravité ou la mécanique classique n’étaient plus capables de rendre compte de tous les phénomènes observés). C’est donc maintenant qu’il faut ré-investir dans les modèles financiers pour y intégrer les leçons de la crise et ne pas se contenter de multiplier les stress tests dont le caractère essentiellement descriptif a certes une utilité pour le régulateur, mais une utilité en revanche limitée comme outil de gestion des risques.
