ESSEC Cours « Management bancaire » Séance 3 Le risque de crédit

ESSEC Cour s « Management bancair e » Séance 3 Le r isque de cr édit
Ó Fr ançois Longin www.longin.fr Plan de la séance 3 : Le r isque de cr édit (1) • Les opér ations de cr édit v Définition d’un crédit v La décision de crédit v Les crédits aux petites et moyennes entreprises v Les crédits aux grandes entreprises • Les var iables clés du r isque de cr édit v La probabilité de défaut v Le taux de recouvrement
Ó Fr ançois Longin www.longin.fr Plan de la séance 3: Le r isque de cr édit (2) • Modélisation du r isque de cr édit v Pour les petites et moyennes entreprises Les méthodes d’analyse discriminante : le scoring Ø Les systèmes expert Ø v Pour les grandes entreprises La méthode des agences de notation Ø Les modèles structurels Ø Les modèles à forme réduite Ø • Les logiciels
Ó Fr ançois Longin www.longin.fr Plan de la séance 3 : Le r isque de cr édit (3) • La r églementation bancair e v Historique de la réglementation (de Bâle I à Bâle II) v La méthode actuelle (Bâle II) • Les métier s lié au cr édit
Ó Fr ançois Longin www.longin.fr Qu’est­ce qu’un cr édit ? • Définition d’un cr édit v Contrat de dette entre une entreprise ou un ménage et une banque • Comptabilisation d’un cr édit (pour la banque) v A la naissance du crédit Ø v Pendant la vie du crédit Ø Ø Ø • A l’actif du bilan : constatation d’une créance de la banque sur l’emprunteur pour le montant emprunté Dans les produits au compte de résultat: intérêts payés par l’emprunteur à la banque Dans les charges au compte de résultat: dotation aux provisions pour les créances douteuses A l’actif : diminution de la dette du montant du capital remboursé par l’emprunteur Les gar anties v Garanties réelles Ø v Hypothèque du bien Caution d’un garant
Ó Fr ançois Longin www.longin.fr L’analyse d’un cr édit (1) • L’entr epr ise et son envir onnement v Le risque économique Type d’activité : l’entreprise est­elle mono­produit ou multi­ produits ? L’activité est­elle saisonnière ? L’entreprise est­elle sensible aux cycles économiques ? Ø Le secteur : est­il concurrentiel ? Y­a­t­il des barrières à l’entrée ? Ø Les relations commerciales: l’entreprise a­t­elle un ou plusieurs clients, un ou plusieurs fournisseurs ? Quelle est la qualité de la clientèle ? L’entreprise a­t­elle recours à l’assurance pour ses crédits clients ? Ø Travail du banquier : constituer un dossier d’analyse de l’entreprise
Ø Ó Fr ançois Longin www.longin.fr L’analyse d’un cr édit (2) v Le management Compétence et honorabilité : peut­on faire confiance aux dirigeants ? Ø Patrimoine : quel est le patrimoine professionnel ? Quel est le patrimoine personnel ? Ø Succession : le problème se pose­t­il ? la succession a­t­ elle été préparée ? Ø Travail du banquier : vérification des fichiers Banque de France, demande d’enquêtes Ø v La notion de groupe Ø Filiale ou groupe : à qui la banque prête­t­elle ?
Ó Fr ançois Longin www.longin.fr L’analyse d’un cr édit (3) • Les états financier s de l’entr epr ise v Le compte de résultats Rappel : le compte de résultat est le film de l’évolution de la richesse de l’entreprise, différence entre les produits et les charges, sur une période donnée. Ø Evolution des ratios de gestion : les ratios clés sont le chiffre d’affaires (la croissance), la valeur ajoutée (l’apport), le résultats net (les bénéfices). Ø Etude des éléments qui permettent de « travailler » le résultat : les stocks, les provisions, les éléments exceptionnels (cessions, subventions, etc.).
Ø Ó Fr ançois Longin www.longin.fr L’analyse d’un cr édit (4) v Les cash flows Formation du cash flow disponible Ø Utilisation du cash flow disponible Ø v Le bilan et hors bilan Rappel : le bilan est une photographie de la situation comptable de l’entreprise à une date donnée : ce que possède l’entreprise (les emplois à l’actif) et ce que doit l’entreprise (les ressources au passif). Ø Analyse des postes délicats Ø Etude des ratios clés : le fonds de roulement (FR) et le besoin en fonds de roulement (BFR) Ø Analyse du hors bilan : les postes à réintégrer comme les créances escomptées (EENE) et le crédit bail, la prise en compte des cautions données par l’entreprise.
Ø Ó Fr ançois Longin www.longin.fr L’analyse d’un cr édit (5) • Les r elations bancair es v Ancienneté de la relation et fonctionnement du compte v Qualité du pool bancaire v La centrale des risques de la Banque de France
Ó Fr ançois Longin www.longin.fr L’analyse d’un cr édit (6) • Pr oblématique de la banque v Sélectionner les entrées en relation v Gérer la relation v Savoir terminer la relation
Ó Fr ançois Longin www.longin.fr Définition du r isque de cr édit (1) • Le r isque de cr édit est le r isque le plus impor tant encour u par les établissements de cr édit. • Le r isque de cr édit peut concer ner un débiteur ou toucher un secteur dans son ensemble. Exemples de cr ise du cr édit: v Faillite de l’entreprise Enron aux Etats­Unis v Crise de la dette dans les pays en voie de développement v Débâcle des caisses d’épargne aux Etats­Unis
Ó Fr ançois Longin www.longin.fr Définition du r isque de cr édit (2) • Le r isque de cr édit compor te tr ois composantes : v Le risque de dégradation de la qualité du crédit qui se traduit par une baisse de la valeur financière de la dette. v Le risque de défaut défini comme tout manquement ou tout retard sur le paiement du principal et / ou des intérêts qui se traduit par une perte (comptable) pour l’institution financière. v L’incertitude sur le taux de recouvrement en cas de défaut
Ó Fr ançois Longin www.longin.fr Exposition au r isque de cr édit • Les institutions financièr es sont exposées au r isque de cr édit à différ ents niveaux : v Crédits accordés aux particuliers et aux entreprises v Obligations du portefeuille d’investissement v Transactions sur les produits dérivés • Le r isque peut avoir plusieur s sour ces : v Risque spécifique à l’emprunteur v Risque secteur v Risque pays.
Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (1) • Appr oche binair e v L’approche binaire considère deux événements: l’entreprise a fait défaut ou l’entreprise n’a pas fait défaut. v La probabilité de défaut dépend de la santé financière de l’entreprise, mesurée par exemple par sa note.
Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (2) • Appr oche par la notation v Dans la majorité des cas, un événement de défaut est consécutif à une dégradation progressive de la notation. L’apparition brutale d’un événement de défaut sans dégradation préalable est plus rare (environ 10% des cas seulement). Ø Exemples d’agences de notation : Standard & Poor’s, Moodys, Fitch. Ø Granularité de la notation : les entreprises d’une même classe peuvent présenter des probabilités de défaut (estimées à partir d’un modèle) différentes.
Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (3) • L’hor izon d’estimation v La méthode « at the point in time » considère le défaut à court terme et à une date donnée (en général 1 an) et se concentre sur l’évolution de la santé financière de l’entreprise. Ø C’est la méthode utilisée par les banques et certains logiciels comme Credit Monitor de KMV.
Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (4) v La méthode « through the cycle » considère le défaut à moyen terme et s’intéresse à l’impact d’un retournement de la conjoncture sur la santé financière de l’entreprise. Ø v C’est la méthode utilisée par les agences de notation. Comparaison des deux approches Les deux méthodes ne sont pas liées. Ø Les écarts sont les plus importants pour les entreprises avec des notes de crédit moyennes et les moins importants pour les entreprises avec une bonne note.
Ø Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (5) • L’outil utilisé en pr atique est la matr ice de tr ansition. v La matrice de transition définit les probabilités de l’ensemble des migrations possibles, c’est­à­dire les probabilités de passer d’une classe à une autre (y compris de la probabilité de faire défaut à partir de chaque classe de crédit). v Les agences de notation qui disposent de longs historiques calculent ces matrices de transition (avec un horizon à 1 an).
Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (6) • Matr ice de tr ansition inconditionnelle v Ces matrices peuvent calculées de manière inconditionnelle (en utilisant toutes les entreprises) ou conditionnelle (en distinguant deux ou plusieurs ensembles d’entreprises selon des critères définis). v La matrice inconditionnelle n’est pas stable dans le temps.
Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (7) • Matr ices de tr ansition conditionnelles v Les matrices sectorielles sont différentes de la matrice inconditionnelle. La volatilité des probabilités de transition est plus forte dans le secteur bancaire que dans le secteur industriel. Inversement, la dispersion des probabilités est plus forte pour le secteur industriel que pour le secteur bancaire. v Plus l’horizon de temps augmente, moins le principe de monotonie s’applique (décroissance des probabilités à partir de la diagonale).
Ó Fr ançois Longin www.longin.fr La pr obabilité de défaut (8) v Les matrices de transition dépendent du cycle économique. La matrice de transition conditionnelle calculée pendant les périodes de contraction économique est différente de celle calculée pendant les périodes d’expansion. Ø Une telle différence a un impact en terme de capital économique. Ø Cette non­stationnarité peut être due à des changements de corrélation sur les deux types de période.
Ø Ó Fr ançois Longin www.longin.fr Le taux de r ecouvr ement (1) • Le taux de r ecouvr ement dépend de plusieur s facteur s : v Le degré de séniorité de la dette, c’est­à­dire l’ordre dans lequel les créanciers sont payés en cas de défaut de l’entreprise. L’ordre de priorité avec les taux de recouvrement approximatifs observés aux Etats­Unis : Dette senior garantie (senior secured) : 55% (écart­type de 25%) Ø Dette senior non garantie (senior unsecured) : 50% (25%) Ø Dette senior subordonnée (senior subordinated) : 40% (25%) Ø Dette subordonnée (subordinated) : 30% (20%) Ø Dette junior subordonnée (junior subordinated) : 20% (10%)
Ø Ó Fr ançois Longin www.longin.fr Le taux de r ecouvr ement (2) La qualité des garanties qui sont prises (pour les crédits bancaires). Le taux de recouvrement est alors beaucoup plus élevé : en général supérieur à 70%. v La notation (rating) de l’entreprise: plus la note est élevée, plus le taux de recouvrement est élevé. Par exemple : note A : 75% et note B : 45% • Le taux de r ecouvr ement semble aussi évoluer dans le temps (calcul d’apr ès un por tefeuille théor ique homogène).
v Ó Fr ançois Longin www.longin.fr Le taux de r ecouvr ement (3) • Hypothèses de modélisation v Les taux de recouvrement sont en général supposés indépendants de la notation. v Les taux de recouvrement dépendent de la séniorité. • Modélisation statistique v Le taux de recouvrement est supposé tiré d’une loi Bêta : f (x ) = x a ×(1- x )b ×
ò u a ×(1 -u ) du b -1 - 1 1 -1 -1 0 où les paramètres a et b sont compris entre 0 et 1 et estimés à partir de données historiques.
Ó Fr ançois Longin www.longin.fr Le taux de r ecouvr ement (4) • Utilisation v La modélisation du taux de recouvrement est utilisée pour obtenir la distribution des pertes d’une portefeuille de crédits.
Ó Fr ançois Longin www.longin.fr La modélisation du r isque de cr édit (1) • Pour les petites et moyennes entr epr ises v Les méthodes de scoring (banques et entreprises spécialisées) Ø v Idée : traitement de masse par un modèle statistique Les systèmes expert (banques) Ø Idée : modéliser l’analyse des analystes crédit des banques
Ó Fr ançois Longin www.longin.fr La modélisation du r isque de cr édit (2) • Pour les gr andes entr epr ises v Les systèmes de notation (agences de notation et banques) v Les modèles structurels (banques) Idée : les résultats (valeur des fonds propres et de la dette, probabilité de défaut, perte en cas de défaut, spread, etc.) sont obtenues à partir d’une modélisation de la structure financière de l’entreprise (son actif et son passif). La faillite est endogène au modèle. La variable centrale est la valeur de la firme. Ø Modèle de base : Merton (1974)
Ø Ó Fr ançois Longin www.longin.fr La modélisation du r isque de cr édit (3) • Pour les gr andes entr epr ises (suite) v Les modèles à forme réduite (banques) Idée : La faillite est un processus exogène (processus à sauts). La variable centrale est le taux d’intérêt de la dette risquée ou le spread. Ø Plusieurs modèles de base : modèles mono­factoriels avec une variable d’état (le spread) et modèle multi­factoriels avec une fonction d’état à modéliser (la courbe à terme de spread). Longstaff et Schwarz (1995) Ø Ó Fr ançois Longin www.longin.fr ©
La modélisation du r isque de cr édit (4) • Objectifs de ces modèles v Mesurer le risque de façon dynamique (au cours du temps) La probabilité de défaut Ø Le taux de recouvrement Ø Le spread Ø La distribution des pertes d’un portefeuille de crédit Ø Ó Fr ançois Longin www.longin.fr ©
La modélisation du r isque de cr édit (5) v v v Calculer le montant minimum des fonds propres réglementaires (Bâle II) Calculer le montant des fonds propres économiques (VaR de crédit) Gérer le portefeuille de crédit de la banque Porter ou céder des crédits (titrisation) Ø Acheter ou vendre du risque de crédit (dérivés de crédit) Ø v Evaluer et couvrir des produits dérivés de crédit
Ó Fr ançois Longin www.longin.fr