Risque opérationnel

Les banques sont-elles vouées à devenir des organisations à haute fiabilité ?

Créé le

16.09.2011

-

Mis à jour le

27.09.2011

Les banques peuvent utilement s’inspirer des méthodes développées par les industries à haut risque dans la maîtrise des risques technologiques et opérationnels. Ces secteurs sont en effet soumis à des risques systémiques et à un environnement de contrôle assez similaires. Le projet C2R entend faire évoluer l’approche standard du risque opérationnel utilisée dans les banques.

 

L’histoire des organisations à haute fiabilité (High Reliability Organizations), telles que les centrales nucléaires ou les compagnies aériennes, est émaillée d’événements dont la plus récente illustration se trouve être la catastrophe survenue en mars 2011 à la centrale nucléaire de Fukushima, au Japon. Pour assurer leur pérennité, ces industries à haut risque ont su développer une expertise tant dans la maîtrise des risques technologiques que dans celle des risques opérationnels et humains. Selon une estimation de l’ AIEA [1] en 2010, la mauvaise application des procédures de contrôle opérationnel aurait engendré des coûts supplémentaires de 4,4 milliards de dollars pour l’industrie nucléaire ; dans l'industrie bancaire, les coûts s'élèveraient à plus de 10 milliards [2] . La fraude de Jérôme Kerviel a englouti quasiment une année de bénéfice pour la Société Générale. En raison du risque systémique que les établissements financiers font courir à l’ensemble du système économique, les banques sont-elles vouées à se rapprocher de ces formes d’organisation ? Plus globalement, au regard du pilier 3 de Bâle II, quels enseignements les banquiers peuvent-ils tirer des organisations à haute fiabilité pour assurer une meilleure maîtrise de leurs propres risques opérationnels ?

Qu’est-ce qu'une organisation à haute fiabilité ?

Le concept de Haute Fiabilité organisationnelle (HFO) est né aux États-Unis, suite aux travaux précurseurs d’Allison (1971) sur la crise des missiles de Cuba, avant d’être théorisé au début des années 1980 par des chercheurs de l’Université de Berkeley. À l’origine, ce concept s’appliquait à toutes les formes d’organisation intervenant dans des secteurs dits à haut risque – tels que la défense, le nucléaire ou l’aéronautique –, avant d’être étendu à d’autres formes d’activités, comme l’assurance ou la santé (voir Encadré 1). Les organisations à haute fiabilité se caractérisent par une structure opérationnelle complexe et un environnement à la fois incertain et menaçant, toute défaillance organisationnelle pouvant conduire à des catastrophes humaines ou environnementales.

À ce titre, deux perspectives s’affrontent. Dans la première, les comportements des acteurs peuvent être compensés par une organisation efficace centrée sur la sécurité et la fiabilité des opérations. Des procédures adaptées de contrôle des risques ainsi qu'une culture organisationnelle forte couplée à un système performant de simulation des incidents doivent encourager la prise de décision et favoriser les retours d’expérience, afin d’anticiper la survenance des risques et modifier les procédures existantes. Dans la seconde perspective, les accidents majeurs sont inévitables quelles que soient les procédures de contrôle mises en œuvre, en raison du caractère intrinsèquement complexe du risque technologique ou humain non prévisible. À cela s’ajoutent des logiques d’acteurs parfois contradictoires, qui peuvent aller à l’encontre de l’objectif fondateur de fiabilité et de sûreté au cœur du fonctionnement de ces organisations.

Les banques : des organisations complexes à haut risque ?

La faillite de Lehman Brothers et les affaires récentes qui ont émaillé les activités de trading de certaines grandes banques françaises illustrent précisément l’existence d ’accidents dits « normaux» [3] . Sous cet angle, les établissements financiers se rapprochent des organisations de type HFO, sur trois points :

  • La complexité intrinsèque des opérations : l’imbrication des systèmes d’information, la volumétrie des opérations et la technicité de certains produits financiers limitent la capacité des banques à anticiper les risques majeurs en raison de la spécialisation des acteurs et de la responsabilité parfois diffuse du contrôle opérationnel entre les différentes activités bancaires.
  • La dynamique propre des processus : l’exposition des banques à certains types de dysfonctionnements opérationnels (défaillances, erreurs d’exécution, fraudes, dommages) communs à des activités cloisonnées favorise la propagation des risques au sein de l’organisation, indépendamment de toute action humaine, sans retour possible à  un état antérieur.
  • L’environnement de contrôle : la réglementation et l’action des autorités de contrôle agissent directement sur le dimensionnement des systèmes de contrôle interne et sur l’application de procédures d’alerte (ratio d’exigence de fonds propres, ratio de liquidité, plan de continuité d’activité). Le rôle et le dimensionnement des autorités de contrôle bancaire (ACP) et nucléaire (ASR) sont ainsi relativement semblables (voir Encadré 2).
Il semble cependant qu’il faille relativiser cette approche au regard des risques encourus, puisque dans le cas des processus de production nucléaire, il s’agit de dommages humains et non financiers. Certains parallèles sont toutefois riches d’enseignement : la réaction en chaîne des incidents nucléaires est comparable à la contagion des défaillances dans le monde bancaire. Une des idées fortes est que l’existence d’accidents normaux est réductrice dans le monde financier interconnecté et interdépendant : il convient plutôt de parler de défaillances en chaîne, comme ce fut le cas pour les Savings and Loans dans les années 1980, ou dans le cas de faillite de la Barings en 1995.

Des systèmes de contrôle des risques opérationnels comparables

En matière d’organisation du contrôle interne des risques opérationnels, les établissements financiers se rapprochent également des organisations de type HFO ; les banques cherchent à atteindre trois objectifs majeurs communs avec les industries à haut risque (voir Encadré 3) :

  • identifier et mesurer les risques opérationnels à travers la mise en place d’outils spécifiques (cartographie et modélisation des risques, procédures d’encadrement du personnel, déploiement des process vers des solutions informatiques adaptées) ;
  • formaliser, détecter les incidents et contrôler le dispositif de risque par une forte séparation des tâches, une gestion des droits d’accès limités ou des politiques de limites encadrées (gestion des délégations) ;
  • prévenir les risques majeurs et les anticiper par des plans d’action idoines (VaR de risques opérationnels, plan de continuité d’activité…).

Afin d’illustrer ces propos, l’initiative récente des grandes banques françaises – parmi lesquelles BNP Paribas, Société Générale et Natixis –, qui ont mis en place des projets d’amélioration de l’efficacité opérationnelle en utilisant des méthodologies de cartographie ou dérivées de Lean 6 Sigma, est particulièrement intéressante. Ces programmes permettent de dresser une cartographie des principaux processus et de leurs faiblesses majeures. Par la suite, ces travaux ont constitué une base de référence pour identifier les risques opérationnels en tant que défaillance des processus, mais à ce jour ils ne semblent pas encore être utilisés comme référentiel de point de contrôle des risques.

Stress tests et simulation des incidents

L’autre trait commun entre le mode de prévention des risques au sein des banques et des organisations de type HFO réside dans l’utilisation de stress tests permettant de simuler des scénarios de crise. Historiquement, les premiers tests de scénario sont apparus dans les industries nucléaire et aéronautique afin de simuler des dysfonctionnements techniques ou les conséquences d’attaques terroristes ou d’épidémies. Dans le cadre des stress tests réalisés sous l’égide du Comité européen des régulateurs, dès 2008, des tests spécifiques aux risques opérationnels ont été menés par les banques en se fondant, d’une part, sur l’identification d’événements générateurs de pertes (loi de probabilité en fréquence) ou de défaillance de processus (loi de probabilité en sévérité), et d’autre part, sur une modélisation des risques par un arbre de défaillances [4] quantifiées.

Quelles leçons tirer pour les banques ?

Afin d’anticiper de nouveaux chocs liés à la survenance de risques opérationnels et limiter le niveau d’exigence des fonds propres, les banques et leurs autorités de tutelle ont tout intérêt à se rapprocher des best practices des organisations à haute fiabilité. Ainsi, une des inspirations pourrait provenir de la méthode utilisée dans l’industrie nucléaire intitulée MOSAR [5] . Des recherches récentes ont montré par symétrie que des arbres de défaillances pouvaient être développés dans les process bancaires et ainsi donner lieu à des concepts novateurs, comme les PIRS [6] , permettant la mesure conjointe d’un ensemble de défaillances successives.

Le projet C2R [7] s’inspire justement de ces méthodologies, afin de faire évoluer l’approche standard du risque opérationnel utilisée dans les banques, à travers sept concepts clés.

Tout d’abord (I.), il s’agit de passer d’une approche par processus ou par activité (approche en silo) à une approche intégrée du contrôle des risques opérationnels fondée sur une filière risque (approche transversale) ; puis (II.) de créer une nomenclature et un référentiel standardisés de points de contrôle des risques opérationnels (Bâle II), par la conception d’un référentiel commun à l’ensemble des établissements bancaires. Le projet prévoit également (III.) de développer une métrique de score et un indicateur global de risque opérationnel (KRI) destiné à apprécier la qualité du contrôle interne d’un établissement et favoriser le benchmarking entre banques (à l’image de l’airmiss utilisé comme base d’incident dans le transport aérien).  De plus, il propose (IV.) de systématiser l’utilisation de stress tests sur la base d’incidents opérationnels avec un objectif d’évaluation des méthodologies par un organisme externe compétent (à l’image d’Eurocontrol qui valide les plans de simulation des risques d’incidents des compagnies aériennes). Il renforce (V.) l’approche du risque opérationnel fondée sur le facteur humain, de manière à encourager l’apprentissage organisationnel et le retour d’expérience ; il favorise (VI.) le développement de bases de données d’incidents partagées entre les banques, comme la base ORX [8] développée en Europe, afin de conforter la prise de conscience entre opérateurs, même si la question de l’anonymat des données reste entière. Enfin, il milite pour la mise en place d’un comité des risques systémiques à l’échelle européenne, voire mondiale, mais cette ambition reste encore ralentie par le manque d’outils adéquats permettant de mesurer la vitesse des opérations bancaires et de contrôler leur impact sur la sphère financière.

1 AIEA : Agence internationale à l’énergie atomique. 2 Source : Basle Committee on Banking Supervision, QIS2, janv. 2010. www.orx.org. 3 Un accident est considéré comme normal dès lors que sa probabilité d’occurrence est intrinsèquement liée à la complexité des opérations dans un contexte où les procédures de contrôle sont inadaptées ou mal appliquées au regard des risques couverts. 4 Un arbre de défaillances cherche à symboliser par une représentation graphique des relations de cause à effet dans des systèmes complexes. Cette technique utilisée dans les études de fiabilité est complétée par un traitement mathématique qui permet de combiner l’apparition des défaillances avec leur probabilité d’occurrence, afin de quantifier le risque lié à un événement redouté. 5 MOSAR : Méthode organisée et systémique d’analyse des risques. 6 Points incrémentaux de risques systémiques. 7 Control for risk resiliency. 8 ORX : Operational Risk data eXchange. Créée en 2002 et fédérant 57 banques dans 18 pays, ORX est une association qui a pour objectif de répertorier, de mesurer et d’analyser les incidents opérationnels remontés par ses membres au sein de l’industrie bancaire et financière. Jusqu’à présent, plus de 200 000 incidents représentant une perte cumulée de près de 80 milliards d’euros ont été répertoriés dans une base de données (Source : www.orx.org).

À retrouver dans la revue
Revue Banque Nº740
Notes :
1 AIEA : Agence internationale à l’énergie atomique.
2 Source : Basle Committee on Banking Supervision, QIS2, janv. 2010. www.orx.org.
3 Un accident est considéré comme normal dès lors que sa probabilité d’occurrence est intrinsèquement liée à la complexité des opérations dans un contexte où les procédures de contrôle sont inadaptées ou mal appliquées au regard des risques couverts.
4 Un arbre de défaillances cherche à symboliser par une représentation graphique des relations de cause à effet dans des systèmes complexes. Cette technique utilisée dans les études de fiabilité est complétée par un traitement mathématique qui permet de combiner l’apparition des défaillances avec leur probabilité d’occurrence, afin de quantifier le risque lié à un événement redouté.
5 MOSAR : Méthode organisée et systémique d’analyse des risques.
6 Points incrémentaux de risques systémiques.
7 Control for risk resiliency.
8 ORX : Operational Risk data eXchange. Créée en 2002 et fédérant 57 banques dans 18 pays, ORX est une association qui a pour objectif de répertorier, de mesurer et d’analyser les incidents opérationnels remontés par ses membres au sein de l’industrie bancaire et financière. Jusqu’à présent, plus de 200 000 incidents représentant une perte cumulée de près de 80 milliards d’euros ont été répertoriés dans une base de données (Source : www.orx.org).