#114 - Stéphane Rio (Opensee) - La gestion des risques : l’overdose de données qui déroute 😱
CEO et fondateur d’Opensee
Opérer des activités de marché pour les Banques, les Asset Managers ou les Hedge Funds nécessite un suivi en temps réel de nombreux risques et notamment le risque de marché.
Qu’il s’agisse des marchés de taux, des changes, des marchés actions ou des matières premières, qu’il faille surveiller la liquidité, la volatilité ou les contreparties, les établissements financiers galèrent pour répondre aux exigences réglementaires d’une part et offrir aux équipes des outils ‘data driven’ de l’autre. C’est un “pain point” qu’Opensee résoud pour ses clients.
Nous approfondissons avec Stéphane ce sujet de la gestion du risque : son implémentation, son évolution suite à la crise des “sub-primes” et plus récemment de la réforme Bâle IV.
Vous verrez que ce sujet préoccupe pas mal de monde : les Directions de Marchés, les Trading Desks, le Risque ou la Finance et que l’un des enjeux majeurs concerne la donnée.
Nous voyons comment la proposition de valeur de cette start-up présente sur trois continents a évolué, regardons les déploiements qu’elle effectue et les besoins précis de ses clients institutionnels. Je vous préviens qu’il y a un peu de théorie. Nous revenons en effet sur la notion de “Value at Risk” et de ses limitations et comprenons les différences principales avec “l’Expected Shortfall”.
Nous clôturons cette discussion sur la notion de “Best Execution” et Stéphane nous explique à ce sujet comment Opensee peut réellement débloquer des opportunités commerciales pour ses clients.
Le risque de marché
Comme je le mentionne plus haut, le risque de marché comprend de nombreux risques : le risque de taux d'intérêt, le risque lié aux marchés actions, le risque de change et le risque lié aux matières premières.
Il existe différentes mesures du risque de marché. La “Value at Risk” (VaR) détaillée ci-dessus en est une.
Il existe également le Bêta. Cet autre indicateur de risque mesure la volatilité ou le risque de marché d'un titre ou d'un portefeuille par rapport au marché dans son ensemble.
VaR
La VaR est synonyme de mesure du risque de marché depuis des décennies. C’est particulièrement vrai pour le secteur bancaire puisque la plupart des banques utilisent la VaR pour mesurer et gérer leur risque de marché.
La VaR quantifie facilement le niveau de risque. Cependant, dans l'évolution réglementaire qui a suivi la crise financière des “sub-primes”, plusieurs de ses lacunes ont été mises en évidence.
Les modèles VaR, fonctionnant bien dans des conditions normales de marché, ont échoué à certains égards dans les conditions extrêmes rencontrées en 2008. La VaR “correspond au montant de pertes qui ne devrait être dépassé qu'avec une probabilité donnée sur un horizon temporel donné”. Suite à la crise financière, le constat était qu'une meilleure approche tout au long du cycle était nécessaire, qui permettrait donc d’identifier des informations significatives pendant les périodes de stress. Ceci a poussé les régulateurs à adopter des mesures comme la “Stressed VaR” dans Bâle 2.5 et plus récemment “l’Expected Shortfall” (ES) avec la revue fondamentale du portefeuille de négociation (FRTB).
L’expected shortfall
Cette mesure du risque est aussi appelée Conditional VaR (CVaR), Average VaR (AVaR), et Expected Tail Loss (ETL).
Le Vernimmen la définit comme une “mesure de la perte moyenne sur une position de l'entreprise, et sur un horizon donné, dans x % des moins bons cas d'évolution des marchés financiers. Une expected shortfall de 10 M€ à 1 mois et 5 % signifie que sur 1 mois un portefeuille a une probabilité de 5 % de supporter une perte moyenne 10 M€.”
La réforme Bâle IV
FRTB a des impacts significatifs sur les Banques en termes de capacité opérationnelle, d’infrastructure, de mesure des risques, de besoins en capitaux, de “reporting”.
Pour répondre à ces nouvelles exigences réglementaires, les banques ont besoin de données de bonne qualité. Les facteurs de risque non-modélisables doivent être identifiés et les “stress-tests” requis doivent être établis. En effet, considérer un facteur de risque comme non-modélisable conduit à des charges de capital substantiellement plus élevées pour les Banques. La qualité des données est donc un élément crucial pour aborder ces changements réglementaires.
L’un des changements introduit par FRTB est celui de la VaR au profil de l’ES.
Opensee
Opensee n’a donc rien à voir avec Opensea 😊
Opensee (prec. ICA) est une FinTech française qui offre des analyses instantanées en libre-service aux institutions financières, les aidant à mieux répondre aux exigences réglementaires et commerciales et à transformer leurs défis de méga-données en avantage concurrentiel.
En bref :
Fondé en 2015,
Bureaux à Paris, Londres, Singapour et New York,
70 collaborateurs pour 16 nationalités,
Parmi les clients : des Banques (Société Générale), des Asset Managers (Kepler Cheuvreux), des Hedge Funds, des plateformes de trading.
Risques couverts : marchés, crédit, AML, Climat.
Le “use case” Société Générale
Société Générale recherchait une solution qui pourrait l'aider à résoudre ses capacités de gestion et d'analyse des données, en particulier pour répondre aux exigences de la FRTB.
Pour clarifier le point ci-dessus énoncé, les Banques doivent désormais calculer le montant de capital qu'elles doivent détenir pour absorber les pertes dues au risque de marché à un niveau beaucoup plus granulaire, ce qui nécessite la gestion d'énormes volumes de données.
En mettant en œuvre la solution d'analyse de données d'Opensee, Société Générale peut désormais effectuer de manière autonome toute agrégation, calculer des ensembles de données en croissance constante et gérer plus efficacement la croissance exponentielle des données, à un coût minimal sans compromettre les performances ou le volume.
Comme expliqué par Stéphane au cours de cette discussion, il s’agit ici de permettre aux utilisateurs de prendre de meilleures décisions commerciales tout en optimisant les ressources de la Banque, telles que le capital, les lignes de crédit, le risque de marché, les expositions, la liquidité, etc.
💡Partages
📗 Ce que nous recommande Stéphane :
“Le monde sans fin” de Jean-Marc Jancovici
Deux vidéos de Jean-Marc Jancovici sur BSMart, au Sénat et à l’Assemblée Nationale
“The Big Short” de Michael Lewis
🧐 Si vous souhaitez approfondir :
Cryptocurrency Value at Risk (VaR) by Kaiko 👉 Read
Basel IV: Revised internal models approach for market risk 👉 Read
Dealing With A Data Tsunami: Big Data Analytics For Market Risk Management 👉 Read
🎧 L’épisode
Sinon…
Podcastics
Spotify
Google podcast
Deezer
👋 Contacts
Opensee
Stéphane Rio
A la semaine prochaine et bonne reprise !
Sources : Opensee, Risk.net, Investopedia, ICMA.