Etude de Cas Risques de contrepartie : FRTB CVA

 

CONTEXTE :

L’approche FRTB-CVA a été introduite par le comité de Bâle pour être en cohérence avec le nouveau framework de la FRTB, en apportant de nouvelles normes dans le calcul de charge en capital pour le trading book.

A la demande d’une banque d’investissement leader sur son marché, MPG Partners a été sollicité pour apporter ses diverses expertises, dans le cadre du projet FRTB-CVA sur les problématiques et enjeux du risk management au sein du desk XVA :

  • Gestion des risques sur les opérations de marché : nombreux défis calculatoires et technologiques
  • Temps de calcul important
  • Difficultés à prendre en compte multiples sources de risques et de pay-off
  • Multitude des facteurs de risques/contreparties
  • Multitude et complexité des produits et des pricers
  • Complexité de gérer toutes les observations historiques (Risques) ou en risque neutre (FO) par les systèmes de pricing
  • Capacités de calculs limitées pour gérer toutes les métriques de risque, toutes les dérivées et tous les modèles avec la performance et la précision attendues
  • Difficultés à mettre en place un pricrer qui fonctionnerait pour tous les produits
  • Problématiques liées aux données manquantes
  • Difficultés à faire toutes sortes de calculs
  • Facteurs de normalisation différentes entre les applications (format, convention, etc.)
  • Exigences réglementaires et économiques multiples
  • Difficultés pour la banque à modéliser son exposition et calculer les sensibilités CVA au moins mensuellement par rapport à tous leurs facteurs de risque
  • Critère d’éligibilité BCBS à prendre en compte pour la FRTB CVA SBM

 

APPROCHE :

MPG Partners a construit une approche en deux phases afin de mieux s’approprier les informations existantes et/ou à collecter, de s’adapter aux exigences du projet et d’élaborer un planning d’implémentation adéquate :

  1. Phase préparatoire :

Cette phase inclut la phase du cadrage projet et le planning, suivis d’une collecte d’informations et de plusieurs comités projet

  1. Phase d’exécution :

Cette deuxième phase est marquée d’analyses approfondies, de tests et de livraisons (deliveries)

MPG Partners a apporté plusieurs expertises métier, réglementaires mais aussi de transformation et excellence, incluant :

  • Expertise réglementaire :
  • Analyse des textes réglementaires BCBS « Credit Valuation Adjustment risk: targeted final revisions » de novembre 2019 et « Targeted revisions to the credit valuation adjustment risk framework » de juillet 2020
  • Analyse des obligations FRTB-CVA et leur application
  • Expertise méthodologique notamment durant la phase de cadrage, de l’implémentation et de validation des métriques
  • Expertise IT pour challenger les délais de développement/livraison communiqués ainsi que les chiffrages en fonction de leur complexité
  • Expertise Métier pour traduire les demandes de FO/Risk Management aux IT à travers des expression de besoin, des spécificités fonctionnelles et des comités opérationnelles
  • Expertise en transformation et excellence opérationnelle pour faire la conduite de changement (outils cibles)

 

RESULTATS :

MPG Partners a su répondre aux exigences du client en apportant une vraie valeur ajoutée à travers ses expertises et son engagement durant cette belle et complexe mission, mais aussi a pris l‘initiative de proposer une réelle solution aux problématiques du Risk Management en introduisant son framework de Machine Learning (CoDPY) à la Direction des Risques.

Nous trouvons une partie des réalisations de MPG pour le compte du client ci-après :

  • Intégration des sensibilités économiques (books d’exposition) depuis l’outil risque dans le Golden Source
  • Rédaction des Expressions des Besoins pour les IT
  • Reproduction des scénarios : projection des scénarios économiques sur les réglementaires afin de produire des scénarios manquants suite aux problèmes de delivery IT
  • Gestion des Market Data manquantes en utilisant des méthodes d’interpolations linéaires, extrapolations
  • Développement d’un outil d’explication du P&L via les sensibilités pour permettre de :
  • Automatiser le process de monitoring, de reporting et de suivi des positions
  • Clôturer la recommandation de l’IG, suggérant d’expliquer le P&L par les sensibilités
  • Initiation d’un calcul de la volatilité totale du P&L par des principaux effets via un scoring des sensibilités économiques pour identifier la contribution des effets principaux par axe de risque dans l’explication du P&L
  • Initiation des études/analyses pour réduire le coût de production/volume des métriques : proposition de réduction des plots de maturité/ténor de 40% tout en expliquant le P&L à +94% (pour les sensibilités IR Delta/Vega & Vega (EUR/USD) sur les books d’Exposition)
  • Présentation du framework de Machine Learning développé par MPG Partners à la Direction des Risques : une opportunité pour le risk management de gérer les problématiques liées à :
  • Qualité des données : complétion de données manquantes (prédiction), Enrichissement de la donnée (segmentation, traitement automatisé…), Détection des outliers
  • Econométrie : analyse et replication de séries temporelles (en historique) – sans hypothèse de modèle paramétrique (agnostique), diffusion risque neutre pour éviter les approches « Monte Carlo de Monte Carlo », calibration des modèles paramétriques (ex : trouver les paramètres d’un modèle de volatilité stochastique)
  • Valorisation : valorisation par proxy (valoriser sans pricer à partir d’un historique de valorisations), valorisation de grands portefeuilles de produits complexes en présence d’un grand nombre de sources de risques, Calcul de probabilités conditionnelles (risque de crédit / CVA)
  • Métriques de risques : Calcul de sensibilités / indicateurs règlementaires (VaR / CVA / ES / ST / RST…)