Une tempête parfaite : COVID 19, Services financiers et risque de modèle
Alors que le monde s'achemine vers une "nouvelle normalité" de coexistence avec le COVID-19, les implications économiques de l'épidémie continuent d'apparaître.
Pour les institutions financières - banques, assureurs et gestionnaires d'actifs - la diversité des résultats économiques potentiels s'avère très complexe à négocier.
De nombreuses questions se posent à eux. Y aura-t-il un deuxième pic ? Combien de travailleurs en congé pourront-ils finalement reprendre le travail ? La reprise sera-t-elle aussi rapide que le ralentissement ? Les taux d'intérêt deviendront-ils négatifs ? Comment les gouvernements modifieront-ils leurs priorités en matière de fiscalité et de dépenses pour financer leurs interventions extraordinaires ?
Pour les institutions financières, il s'agit de questions extrêmement importantes, avec des implications profondes pour leurs bilans, leurs clients, leurs actionnaires, leurs régulateurs et, en fin de compte, leur rentabilité.
Aujourd'hui, plus que jamais, les services financiers se tournent vers leurs équipes de modélisation pour les aider à tracer une voie à travers les eaux agitées, vers les eaux plus calmes de l'avenir. Les modélisateurs aident leurs cadres supérieurs à comprendre comment les différents résultats affecteront leurs institutions, et les aident à générer des options qui atténuent les risques.
Les modèles doivent faire face à des défis sans précédent
L'un des défis pour les modélisateurs est que certaines mesures et certains résultats sont si extrêmes - des millions de personnes qui s'inscrivent au chômage chaque semaine, des taux d'intérêt nominaux potentiellement négatifs, des impayés généralisés sur les prêts hypothécaires, par exemple - qu'ils dépassent largement les hypothèses normales utilisées pour modéliser la croissance du PIB, les taux de défaillance et le risque de taux d'intérêt, pour n'en citer que quelques exemples. Certains modèles seront capables de gérer ces extrêmes et de produire des résultats valables, d'autres non.
Un autre défi est l'absence de données fiables à utiliser dans les modèles. Par exemple ? Actuellement, au Royaume-Uni, les banques ont instauré des congés de paiement pour les prêts hypothécaires, les prêts personnels et les cartes de crédit. Bien qu'il s'agisse d'une bonne nouvelle pour les emprunteurs en difficulté, l'absence de données sur les défaillances signifie qu'il est pratiquement impossible d'évaluer l'impact sur les taux de défaillance pendant la pandémie. Il faudra attendre que la situation revienne à peu près à la normale pour s'en rendre compte.
Pour contourner ces problèmes et fournir des informations et des options aux décideurs, les équipes de modélisation doivent développer de nouveaux modèles - à grande vitesse - qui reflètent la nouvelle réalité et apportent de nouvelles réponses. Lorsque leurs modèles existants ne s'avèrent pas adéquats, elles développent des applications informatiques pour l'utilisateur final (EUC) à l'aide de plateformes telles que Python, R, MATLAB et même des feuilles de calcul très complexes.
Ceux-ci peuvent être mis en place rapidement et peuvent prendre en compte de nouvelles hypothèses et de nouveaux types de données afin de créer des informations significatives dans des domaines tels que la performance du portefeuille, le risque de crédit, le risque de marché, ainsi que des options de prise de décision plus larges.
Mettre en place des contrôles appropriés sur les CUE
Bien qu'extrêmement précieux, leur développement en dehors de l'environnement informatique standard de l'entreprise, avec ses vérifications, ses contrôles, sa documentation et sa transparence totale, signifie que les institutions s'exposent à un risque de modèle.
En l'absence de contrôles appropriés, même dans ces circonstances exceptionnelles, les institutions sont confrontées à des risques opérationnels, commerciaux et réglementaires, ainsi qu'à des atteintes à leur réputation. Rien n'indique que des réglementations modèles telles que la SS3/18 britannique ou la SR 11 7 américaine soient assouplies dans les circonstances actuelles.
D'une manière ou d'une autre, et rapidement, les équipes chargées des modèles doivent trouver un moyen de s'assurer que les contrôles, la documentation et les vérifications sont en place pour ces applications puissantes et complexes, que le personnel a commandées lui-même, probablement depuis son canapé.
La situation actuelle impose aux modélisateurs des exigences exceptionnelles pour faire face à une série de résultats extrêmes, dont chacun semble possible à tout moment. Leurs compétences, leur ingéniosité et leur expertise leur permettront de s'en sortir, mais il faut veiller à ce que l'absence de contrôles et de transparence ne compromette pas leurs efforts et leurs résultats.
[bctt tweet="D'une manière ou d'une autre, et rapidement, les équipes du modèle #finserv doivent trouver un moyen de s'assurer que les contrôles, la documentation et les vérifications sont en place pour ces applications #EUC puissantes et complexes." via="yes"]
