Gestion des risques - Des modèles pour une crise
Utilisés pour mesurer et quantifier le risque des investissements, les modèles mathématiques sont largement répandus en finance. Certes, ceux-ci ne sont pas les uniques responsables de la dernière crise financière, mais celle-ci a tout de même mis au jour certaines défaillances dans la gestion et la modélisation des risques dans les banques et institutions financières.
Ce sont ces défaillances qu’ont cernées les panélistes réunis à Lyon. Plusieurs ont insisté sur les problématiques liées à la nature des modèles utilisés, notamment le fait qu’ils ne tiennent pas assez compte de l’instabilité intrinsèque des marchés financiers. D’autres ont plutôt insisté sur l’utilisation de ces modèles censés jouer le rôle d’outils d’aide à la décision pour les gestionnaires et les investisseurs, mais souvent considérés à tort comme les seuls objets de référence.
C’est le cas de Marc-André Lewis, vice-président principal, chef adjoint de la Direction des risques à la Caisse de dépôt et placement du Québec (CDPQ) depuis 2010 et détenteur d’un doctorat en physique théorique de l’Université Pierre et Marie Curie à Paris. Il estime que les modèles mathématiques ont joué un certain rôle dans la récente crise financière, mais que le problème relève davantage de l’utilisation qui a été faite de ceux-ci que de leur nature même.
À titre d’exemple, M. Lewis pointe du doigt le recours aux modèles de crédit liés au marché immobilier américain. « Il y avait beaucoup de modèles qui étaient calibrés sur le fait qu’il n’y avait historiquement jamais eu de baisse solidarisée du prix de l’immobilier résidentiel à l’échelle nationale. Il y avait déjà eu des corrections locales, mais sans plus. La plupart des modèles étaient basés sur le fait qu’à partir du moment où un produit était exposé de façon suffisamment large géographiquement, sa probabilité de perte était très réduite. Ces modèles-là faisaient l’hypothèse dès le début qu’il ne pouvait pas y avoir de correction systémique des prix résidentiels aux États-Unis. C’est une hypothèse qui a été violée dans les marchés au début de la crise et ça a mené à des problèmes de valorisations de plusieurs types de produits. »
Au-delà de la crise
D’après M. Lewis, les problèmes liés à la modélisation mathématique tendent à survenir dans deux types de circonstances : lorsqu’ils sont utilisés de façon abusive et lorsqu’ils donnent lieu à une réglementation. « Lorsqu’un modèle est adopté et utilisé de façon dogmatique ; ça devient la réalité et on réagit face au modèle sans trop se questionner sur les hypothèses qu’il y a derrière. C’est aussi problématique lorsqu’un modèle devient la source d’un encadrement ou d’une réglementation. Ça devient dangereux parce que ça ancre le modèle et ça crée des réactions automatiques qui peuvent avoir un effet boule de neige dans les marchés », souligne-t-il.
Aussi, à la CDPQ, on porte aujourd’hui un regard très prudent sur la modélisation mathématique. M. Lewis rappelle que des changements fondamentaux ont été effectués au sein de l’organisation après la crise de 2009 : la division du risque a été restructurée et on a mis beaucoup d’efforts à implanter une nouvelle culture de gestion de risques. « Aujourd’hui, notre stratégie est davantage axée sur des produits simples. Plus les produits sont complexes, plus il y a d’hypothèses, et plus les modèles sont compliqués, plus ils présentent de vulnérabilité. On utilise toujours des modèles et on essaie de les raffiner, mais tout en faisant preuve d’une certaine prudence à leur endroit. Ce n’est pas un rejet de la modélisation ; il s’agit de prendre ces choses-là pour ce qu’elles sont, c’est-à-dire des indicateurs ou des aides à la décision », explique M. Lewis.
Contrairement à la CDPQ, plusieurs établissements à travers le monde n’ont pas modifié leur approche face à la modélisation, ce qui n’a pas manqué de faire sourciller la plupart des spécialistes réunis à Lyon. « À l’échelle mondiale, il y a énormément de travail qui a été fait sur la mesure du risque, mais il y en a encore beaucoup à faire, résume M. Lewis. C’est un des endroits en finance où les liens entre secteur universitaire et monde des affaires sont les plus naturels, les plus étroits. Il faut certainement continuer à faire de la modélisation, mais il faut aussi s’assurer qu’elle évolue avec le temps et les nouveaux produits. »
Collaboratrice
