Au cours des deux dernières décennies, les banques internationales se sont dotées d'équipes
- d'une part, les modèles de marché empruntés aux métiers de capitaux (modèles dérivés de Black & Scholes) permettent aux gestionnaires ALM de simuler les trois facteurs de risque (les taux de marché, les coûts de liquidité et les cours de change) en cohérence avec les produits dérivés servant à la couverture des risques des bilans ;
- d'autre part, les modèles statistiques permettent de prévoir les déformations du bilan en intégrant les comportements statistiques de la clientèle et les comportements propres des gérants de l'établissement bancaire.
Dans les sociétés de financement des particuliers en zone euro, les efforts portaient sur la gestion des crédits immobiliers : leurs marges faibles incitaient en effet à en optimiser le refinancement. Les comportements clientèle – les remboursements anticipés en particulier – pouvaient impacter la rentabilité des établissements. Quant aux crédits à la consommation, leurs marges plus élevées incitaient à modéliser davantage le risque de crédit que les risques de taux ou de liquidité qui passaient en second plan.
Depuis l’été 2007 et la crise de liquidité, la donne a changé. Tous les efforts sont désormais portés sur le développement des modèles de gestion du risque de liquidité sous l’impact :
- de l'augmentation des coûts de liquidité, passant de quelques points de base à parfois plusieurs centaines ;
- du risque de devoir limiter les volumes de production de crédits (voire d'arrêter certaines activités), compte tenu de la raréfaction de la liquidité en volume sur les marchés financiers.
Des modèles pour affiner les échéanciers et impasses de liquidité
Les équipes ALM ont commencé par répliquer les modèles connus sur le risque de taux. La question était principalement de rendre plus fiables les échéanciers de liquidité. L'échéancier de liquidité est la projection dans le temps des capitaux restant dus par les clients. Il détermine la vitesse à laquelle les crédits déjà octroyés vont être remboursés par les clients. Connaître plus finement ces échéanciers permet donc de déterminer plus finement la stratégie de refinancement qui va adosser actifs et passifs en liquidité. Ainsi, meilleure est la prédiction des échéanciers, meilleurs sont la connaissance des risques, le pricing des crédits et leur refinancement.
Les hypothèses de remboursement anticipé
Pour les crédits immobiliers et à la consommation, il a fallu en premier lieu stabiliser les hypothèses de remboursement anticipé et de renégociation de crédits. Par exemple, en période de crise, on peut remarquer que les particuliers ont tendance à moins opérer de remboursement anticipé qu'en phase de croissance de l'économie. Cela peut s’expliquer par le fait qu'ils préfèrent conserver une épargne de précaution ou bien par la moindre concurrence entre établissements financiers qui pratiquent moins le rachat de crédits (via par exemple le resserrement de leurs critères d'octroi). Les modélisations vont donc montrer qu'en période de crise, la durée de vie moyenne des crédits augmente. Et comme au même moment, les coûts de liquidité des refinancements se renchérissent, les équipes ALM se trouvent en face d’une option de liquidité intéressante à modéliser !
L'augmentation des créances douteuses
Autre exemple : en période de crise, de nombreux établissements financiers voient les portefeuilles de crédits se rallonger par l'effet de l'augmentation des créances douteuses. L'effet peut être aussi dévastateur en risque de crédit qu'en risque de liquidité : sur le financement immobilier, l'augmentation des taux de défaut peut conduire l'établissement financier à devoir porter sur de très longues périodes dans son bilan des biens immobiliers (rachetés aux clients insolvables). Ces biens devront en outre être refinancés à des taux plus élevés que par le passé. Pour modéliser ce type de comportement, il faut nécessairement que les équipes ALM se rapprochent de celles de gestion des risques.
Le cas des crédits renouvelables
Un dernier exemple de modèle comportemental remis au goût du jour est celui des crédits renouvelables. La plupart de ces crédits disposent d'un échéancier de liquidité contractuel : en suivant les termes du contrat du client, il est possible de définir l'échéancier du capital restant dû par le client. Ceci étant, ces crédits ont tendance à être renouvelés (via de nouvelles utilisations par le client de sa ligne de crédit). Le modélisateur va s’attacher à mesurer quelle proportion de ces crédits risque d’être renouvelée.
En outre, ces crédits à forte rentabilité, lorsque le risque est sous contrôle, sont clés dans les business models des sociétés de crédit à la consommation. Dans certains pays, l'idée de devoir stopper/ralentir la production de ces crédits est inconcevable, car cela reviendrait à « tuer la poule aux œufs d’or ». Il convient alors de quantifier le montant de préfinancement à mettre en place pour permettre à l’activité de se projeter dans de bonnes conditions.
Ceci étant, le sujet des crédits renouvelables s'avère rapidement complexe. La tarification de ces crédits dépend du niveau du prix de la liquidité de marché. Lorsque les coûts de liquidité augmentent, les banques ont tendance à retranscrire l'augmentation dans le niveau du taux proposé au client. Les modèles de refinancement doivent tenir compte de cet autre facteur et ne pas proposer des échéanciers de liquidité trop longs, ce qui impacterait négativement le compte de résultat des établissements financiers en cas de baisse des coûts de liquidité sur le marché.
Les modèles ALM face à Bâle III
La modélisation standard des régulateurs : une réponse suffisante ?
Les régulateurs ont également réfléchi à des modèles ALM. Les nouveaux ratios de liquidité LCR et NSFR ne font que proposer des modélisations standard et prudentes pour permettre aux banques de simuler leurs échéanciers stressés de liquidité à respectivement 1 mois et 1 an. Certains pourraient alors se demander à quoi sert de continuer de développer des modèles ALM de liquidité. La question est similaire à celle posée aux gestionnaires de risque de crédit suite à la mise en place de Bâle II. Et pourtant, ces équipes de gestion des risques produisent toujours des modèles internes de risque de crédit…
Sur ce type de sujet, il faut avoir en tête que les modèles standard comportent le risque d'être dépassés tôt ou tard par l'innovation financière. Les modèles internes, conçus au sein des équipes ALM, sont essentiels au développement des banques qui souhaitent innover.
Gérer les réserves de liquidité
Bâle III a également rappelé aux banques le principe de constituer des réserves de liquidité. Les
Pour donner un exemple, avec Bâle III, les sociétés de crédit à la consommation ont ainsi été amenées à modéliser leur hors-bilan (principalement des lignes de crédit non décaissées). Peu connu, mal comptabilisé parfois, ce hors-bilan peut s'avérer dangereux en cas de stress de liquidité. Les modèles de hors-bilan vont ainsi quantifier quel montant de réserve de liquidité mettre en place face au risque de tirages excessifs sur ce hors-bilan en cas de stress de liquidité.
Des modèles pour accompagner la transformation des banques
Bâle III n'est pas simplement, sur la partie liquidité, la mise en place de deux ratios avec formules. C'est aussi une incitation à transformer les business models, et en particulier celui du refinancement. Les ratios incitent par exemple à abandonner les refinancements interbancaires au profit de la collecte de dépôts. Pour beaucoup d'établissements, il s'agit d'un changement de culture qui amène à se questionner sur les passifs bancaires. Comment utiliser les dépôts collectés pour refinancer les crédits ? Sur quelle maturité ? Comment tenir compte de ces dépôts dans des scénarios de stress ? Autant de questions qui incitent à créer des statistiques descriptives afin de déterminer la stabilité de ces dépôts... Statistiques toutes neuves pour des sociétés de crédit plus habituées à gérer des actifs que des passifs.
Autre changement de business model lié à la crise : certains établissements se tournent vers des modèles originate-to-distribute avec, par exemple, davantage de financements par titrisation. Cela relève peut-être, vu d'aujourd'hui, d’une mauvaise interprétation de Bâle III, compte tenu des risques liés à l’
Tous ces exemples montrent une modélisation ALM bancaire très opérationnelle, au plus proche des priorités de la banque de demain. Mais mise sous le feu des projecteurs avec Bâle III, la modélisation ALM n'en est encore qu'à ses débuts. Au cœur de la banque, à la croisée des problématiques clientèle et des marchés financiers, cette modélisation permet de découvrir tous les métiers du monde bancaire. Mais elle ne demeurera pertinente qu’à la condition d’être la plus proche possible de la gestion et des espaces décisionnels de la banque.
