Parmi les principaux risques auxquels les établissements de crédit sont exposés, soient le risque de crédit, les risques de marché et le risque de taux d’intérêt, seul le risque de taux d’intérêt lié à l’activité commerciale d’un établissement de crédit n’est pas pris en compte explicitement par la réglementation prudentielle. Pour le contrôler, les banques doivent se doter d’un système de contrôle interne. L’objectif de cette thèse était de construire une méthode de gestion du risque de taux d’intérêt global, qui soit opérationnelle pour des établissements de crédit et en particulier pour la Caisse d’Epargne du Limousin, dans le cadre du contrôle interne de leur risque de taux d’intérêt. Cette méthode doit servir d’outil d’aide à la décision en matière d’allocation optimale du bilan en terme de gestion du risque de taux d’intérêt. Plusieurs étapes ont alors été nécessaires.
Tout d’abord, nous nous sommes intéressés aux intérêts et aux limites des différentes méthodes existant actuellement pour mesurer le risque de taux d’intérêt. Nous avons regroupé ces méthodes en deux catégories selon qu’elles mesurent le risque de taux d’intérêt à partir de données comptables ou de données de marché.
Nous avons recensé quatre types de méthodes qui mesurent le risque de taux d’intérêt à partir de données comptables, la méthode des gaps comptables actualisés, la méthode de la duration, la méthode des points-sensibilité et les régressions multifacteurs.
La méthode des gaps comptables actualisés et celle de la duration sont relativement faciles à mettre en œuvre. Elles sont donc couramment utilisées par les banques. Toutefois, elles présentent deux limites importantes : elles considèrent notamment que tous les taux des opérations sont modifiés au début de la période retenue et qu’ils s’indexent tous de la même façon à l’évolution des taux du marché.
La méthode des points-sensibilité permet de dépasser ces limites. Elle peut prendre en compte le fait que les taux s’indexent au cours de la période retenue aux taux du marché. Elle peut aussi attribuer à chaque type d’opérations des points de sensibilité qui expriment la sensibilité des taux à l’évolution de certains taux.
Les régressions multifacteurs mettent également en évidence l’influence des anciennes et des nouvelles opérations du bilan, de la maturité des opérations et des taux de long terme sur les résultats bancaires.
Ces méthodes qui mesurent le risque de taux d’intérêt à partir de données comptables mesurent l’impact du risque de taux d’intérêt sur les résultats bancaires mais ne prennent toutefois pas en compte l’incertitude sur les marchés.
Pour mesurer le risque de taux d’intérêt au niveau du marché, c’est le modèle de marché de Sharpe [1963] qui est utilisé, auquel on intègre un facteur de taux d’intérêt, qui exprime la sensibilité de la rentabilité boursière. Cette approche, qui prend en compte l’incertitude sur les marchés, a largement été utilisée, notamment dans le cadre d’études américaines. Ces études mettent en évidence de nombreux résultats, parfois contradictoires. Il apparaît notamment que l’exposition au risque de taux d’intérêt dépend de la taille du bilan et de sa structure : elle est d’autant plus importante que les banques sont petites et que les gap de contrats nominaux long terme et de duration sont élevés. Il apparaît également, dans le cas des Etats-Unis, que les Caisses d’Epargne sont plus exposées au risque de taux d’intérêt que les banques commerciales. Ces études montrent aussi que l’exposition au risque de taux d’intérêt évolue au cours du temps notamment avec la réglementation bancaire et le contexte économique. Elle dépend aussi de la volatilité des taux et donc des primes de risque. La mise en évidence de cette évolution temporelle irrégulière a conduit à retenir des versions dynamiques du modèle de marché. Ces modèles permettent ainsi de prendre en compte l’évolution de la volatilité et de la duration des actifs et des engagements.
Il ressort de ces différentes mesures que connaître la sensibilité des résultats à l’évolution des taux d’intérêt et prendre en compte l’incertitude sur les marchés doivent constituer la base d’une méthode de gestion du risque de taux d’intérêt. Nous devons alors être confrontés à un arbitrage rendement-risque.
La majorité des études qui ont analysé le risque de taux d’intérêt des banques s’est intéressée aux banques américaines. Relativement peu d’études empiriques ont analysé les spécificités des banques françaises en terme d’exposition au risque de taux d’intérêt. C’est la raison pour laquelle nous avons appliqué une version adaptée du modèle de Flannery [1981, 1983] à un échantillon de banques françaises regroupées en fonction de leur statut juridique. Cette étude a pour objectif de mesurer la sensibilité de la marge d’intérêt bancaire à l’évolution des taux d’intérêt. Il est ainsi apparu, comme pour les banques américaines, que les Caisses d’Epargne étaient les établissements de crédit français les plus exposés au risque de taux d’intérêt.
Nous avons ensuite construit notre modèle de gestion du risque de taux d’intérêt sachant qu’il doit être utilisable par la Caisse d’Epargne du Limousin, avec une périodicité mensuelle, et qu’il doit prendre en compte l’incertitude sur les marchés. C’est pour cela que le cadre d’analyse que nous avons retenu pour construire notre modèle est celui du modèle de choix de portefeuille adapté à l’activité bancaire. Notre démarche permet ainsi de déterminer la répartition optimale de la production nouvelle pour différents scénarios de taux d’intérêt et de volatilité de ces derniers ainsi que différents degrés d’aversion au risque, tout en tenant compte de la réglementation bancaire et du fait que la production nouvelle doit répondre à des contraintes commerciales. Notre méthode présente plusieurs apports par rapport aux modèles de choix de portefeuille existants adaptés à l’activité bancaire. Tout d’abord, la banque n’est pas créée au moment où le problème d’optimisation est posé. Elle existe déjà et détient un stock d’opérations. Son bilan est donc composé de stock et de production nouvelle. Ensuite quatre contraintes réglementaires sont prises en compte simultanément, les réserves obligatoires, une contrainte de capital différenciée, une contrainte de liquidité et une contrainte de transformation des ressources de long terme en emplois de long terme. Enfin, pour que la production nouvelle soit réalisable à court terme, la banque a la possibilité de fixer des montants à ne pas dépasser pour chaque opération.
Notre modèle a fait l’objet de nombreuses simulations en l’appliquant au bilan de la Caisse d’Epargne du Limousin. Notre démarche a consisté à la fois à l’expérimenter et à en tirer quelques premières conclusions en matière de gestion du risque de taux d’intérêt pour la CELIM.
Cependant au préalable, il nous a paru important de mesurer le risque de taux d’intérêt de la Caisse d’Epargne du Limousin en considérant la méthode actuellement exploitée en interne par celle-ci avec une périodicité annuelle et en proposant de l’étendre pour prendre en compte une fréquence mensuelle. Pour cela, nous avons tout d’abord recensé toutes les opérations risquées de la Caisse d’Epargne du Limousin pour calculer les impasses risquées annuelles et mensuelles par type de taux du stock et de la production nouvelle. Nous avons alors mis en évidence une exposition défavorable à la hausse des taux d’intérêt. Pour mesurer l’impact de la hausse des taux d’intérêt sur la marge d’intérêt, nous avons construit trois scénarios de hausse des taux, deux scénarios de hausse des taux de marché avec une courbe des taux normale puis inversée et un scénario de hausse des taux réglementés. Nous avons alors mis en évidence une baisse de la marge d’intérêt, quel que soit le scénario de taux considéré, avec toutefois une plus forte baisse lorsque la courbe des taux est inversée. L’intérêt d’une mesure mensuelle a également été validé puisque nous avons montré que l’exposition au risque de taux varie au cours d’une année, compte tenu de l’évolution des encours et des taux du bilan.
C’est ainsi, qu’à des fins de comparaison, nous avons appliqué notre méthode de gestion du risque de taux d’intérêt au bilan de la Caisse d’Epargne, avec une périodicité annuelle puis mensuelle. Le modèle de choix de portefeuille que nous avons construit ne peut être résolu qu’à l’aide d’un algorithme, compte tenu de l’expression quadratique de la fonction objectif et des contraintes sous forme d’inégalités. Nos nombreuses simulations, menées à partir de bilans annuels puis mensuels, valident notre méthode de gestion du risque de taux d’intérêt puisque la répartition de la production nouvelle qu’elle détermine procure toujours une marge d’intérêt supérieure à celle obtenue avec la répartition de la production nouvelle définie par la Caisse d’Epargne. A nouveau, nous montrons que retenir une périodicité mensuelle est préférable à une périodicité annuelle. La gestion mensuelle permet en effet à la Caisse d’Epargne du Limousin de redéfinir chaque mois la structure optimale de sa production nouvelle en fonction de l’évolution des taux.
Globalement, nous avons montré dans cette thèse qu’un système de contrôle interne du risque de taux d’intérêt global d’un établissement de crédit qui se fixe pour objectif de déterminer le couple rendement-risque optimal est efficace. De plus, la méthode que nous avons proposée et appliquée au bilan de la Caisse d’Epargne du Limousin peut être adaptée au bilan de n’importe quel autre établissement de crédit par simple modification de la matrice de risque et des diverses contraintes d’ordre commercial ou réglementaire.