Ce rapport présente les résultats de l'exercice de benchmarking sur le risque de marché de 2025, conformément à l'article 78 de la Directive sur les exigences de fonds propres. Il résume les conclusions tirées d'un exercice de portefeuille hypothétique mené par l'EBA, visant à évaluer la variabilité des actifs pondérés en fonction du risque. Les résultats incluent des analyses des mesures de risque, des évaluations…
Ce rapport présente les résultats de l'exercice de benchmarking 2025 sur le risque de marché (Market Risk Benchmarking Exercise - IMA), réalisé par l'Autorité Bancaire Européenne (EBA) en 2026 conformément à l'article 78 de la Directive sur les exigences de fonds propres (CRD) et aux normes techniques réglementaires et d'exécution associées. L'exercice porte sur l'évaluation de la variabilité des actifs pondérés par les risques (RWA) pour le risque de marché calculés par les modèles internes des banques européennes. Il couvre 43 banques issues de 13 juridictions européennes, avec des données sur 105 instruments recombinés en 168 portefeuilles de marché, incluant les principales classes d'actifs : actions (EQ), taux d'intérêt (IR), change (FX), matières premières (CO), spreads de crédit (CS) et instruments de trading de corrélation (CTP). L'exercice s'est déroulé sur la période début 2025, avec une collecte de données jusqu'à juin 2025. Le périmètre inclut la valorisation initiale de marché (IMV), les mesures de risque VaR, sVaR, IRC et APR selon les modèles internes approuvés (IMA). (p. 1-20)
- Sujet : Le rapport analyse les résultats de l'exercice de benchmarking 2025 sur les modèles internes de risque de marché des banques européennes, visant à mesurer la variabilité des exigences de fonds propres calculées.
- Importance : La variabilité des RWA impacte la comparabilité et la robustesse des modèles internes, essentielle pour la supervision prudentielle et la stabilité financière.
- Principaux constats :
- La dispersion des valorisations initiales de marché (IMV) s'est globalement améliorée par rapport à 2024, avec des IQD faibles pour actions (2%), taux d'intérêt (3%) et spreads de crédit (1%). Le change (FX) a vu une forte réduction de dispersion à 3% grâce à une meilleure clarification des instructions sur les forwards FX. Les matières premières (CO) restent plus dispersées (14%) en raison d'un petit nombre d'instruments et de soumissions limitées.
- La variabilité des mesures de risque est stable ou en légère amélioration : VaR IQD moyenne à 14%, sVaR plus dispersé à 27%, IRC très variable à 43%. Ces niveaux sont parmi les plus bas depuis le début des exercices.
- La dispersion plus élevée du sVaR s'explique en partie par l'usage de périodes de stress non harmonisées entre banques. Une analyse sur une période de stress homogène montre une réduction de cette dispersion.
- Les facteurs de variabilité incluent les choix méthodologiques (modélisation HS majoritaire, choix de la période de lookback, pondération des données), les actions de supervision (multiplicateurs de VaR supérieurs au minimum réglementaire dans 71% des banques), et le niveau d'approbation des modèles.
- La qualité des données soumises s'est améliorée, bien que quelques erreurs mineures persistent, notamment sur la valorisation "clean price" vs "dirty price" pour certains instruments obligataires.
- Les autorités compétentes (CAs) ont identifié et traité la plupart des écarts et outliers, avec un suivi renforcé pour les cas inexpliqués.
- Conclusions : L'exercice confirme une amélioration continue de la qualité et de la cohérence des modèles internes de risque de marché, avec une variabilité des RWA maîtrisée. Les écarts résiduels sont principalement liés à des choix méthodologiques et des pratiques de supervision hétérogènes.
- Recommandations : Poursuivre l'amélioration de la qualité des données et des instructions, renforcer la surveillance des outliers inexpliqués, harmoniser les périodes de stress pour le sVaR, et préparer l'intégration des futures évolutions réglementaires (notamment FRTB et ASA). (p. 8-15)
- Contexte : Depuis 2016, l'EBA conduit régulièrement des exercices de benchmarking sur les modèles internes de risque de marché des banques européennes, conformément aux exigences réglementaires (CRD, CRR). Ces exercices visent à évaluer la dispersion des résultats produits par les modèles internes, identifier les sources de variabilité et améliorer la comparabilité et la qualité des modèles.
- Objectifs :
- Définir un ensemble homogène d'instruments et portefeuilles hypothétiques (HPE) pour tous les participants.
- Collecter les données de valorisation initiale et des mesures de risque (VaR, sVaR, IRC, APR).
- Analyser la variabilité des résultats, détecter les outliers et comprendre les causes.
- Fournir aux autorités compétentes des outils et analyses pour superviser les modèles internes.
- Recueillir les retours des autorités sur les actions envisagées pour corriger les écarts.
- Limites :
- Les portefeuilles hypothétiques diffèrent des portefeuilles réels en taille et composition.
- Les mesures de supervision complémentaires (add-ons, restrictions de diversification) ne sont pas pleinement évaluables dans cet exercice.
- La variabilité du sVaR est affectée par l'absence d'une période de stress commune.
- Les résultats des banques avec approbations partielles sont traités séparément pour éviter les biais.
- Périmètre : 43 banques européennes avec modèles internes approuvés, 105 instruments, 168 portefeuilles, toutes classes d'actifs majeures. (p. 16-33)
Définition et collecte des données :
- Portefeuilles hypothétiques composés de 105 instruments recombinés en 168 portefeuilles, couvrant EQ, IR, FX, CO, CS et CTP, avec des portefeuilles agrégés pour mesurer la diversification.
- Données collectées via les autorités compétentes, avec valorisation initiale au 6 février 2025 et mesures de risque calculées sur la période de soumission (jusqu'en juin 2025).
- Instructions précises pour exclure les coûts de financement et le risque de contrepartie.
Qualité des données :
- Amélioration notable de la qualité des données par rapport à 2024, notamment pour FX grâce à des clarifications sur les forwards.
- Persistances de quelques erreurs mineures, notamment sur la valorisation "clean price" vs "dirty price" pour certains instruments obligataires.
- Processus de contrôle des anomalies et resoumissions pour corriger les erreurs.
Variabilité des valorisations initiales (IMV) :
- IQD moyen faible pour EQ (2%), IR (3%), CS (1%), FX (3%), plus élevé pour CO (14%) en raison d'un petit nombre d'instruments et soumissions limitées.
- Clustering observé principalement sur certains instruments spécifiques (ex : instrument 310).
Variabilité des mesures de risque :
- VaR : IQD moyen stable à 14%, avec dispersion plus faible pour FX et IR, plus élevée pour EQ et CO.
- sVaR : IQD plus élevé à 27%, impacté par la diversité des périodes de stress utilisées par les banques.
- IRC : IQD très élevé à 43%, reflétant la complexité et les choix méthodologiques variés.
- P&L VaR et VaR HS montrent une dispersion moindre, confirmant l'impact des méthodes sur la variabilité.
- Ratio sVaR/VaR moyen autour de 2.12, avec des cas atypiques indiquant des erreurs potentielles.
Facteurs de variabilité :
- Méthodologies : 67% des banques utilisent la simulation historique (HS), mais choix dans le lissage, la période de lookback (majoritairement 1 an), et pondération des données influencent la dispersion.
- Actions de supervision : 71% des banques ont un multiplicateur total supérieur au minimum réglementaire de 3, avec une moyenne de 3.56, incluant add-ons pour backtesting et autres charges.
- Niveau d'approbation des modèles (complet ou partiel) impacte la dispersion.
- Période de stress non harmonisée pour sVaR augmente la variabilité.
Diversification :
- Les portefeuilles agrégés montrent des bénéfices de diversification, avec une dispersion moindre que les portefeuilles individuels.
Évolution historique et perspectives :
- Amélioration progressive de la qualité des données et réduction de la dispersion depuis 2019, avec des ajustements méthodologiques et clarifications réglementaires.
- Report du déploiement du FRTB en 2025 a conduit à maintenir le format 2024 pour l'exercice 2025.
- En 2026, focalisation prévue sur la collecte de données ASA (approche standardisée alternative) en préparation du FRTB.
- Planification d'un exercice 2027 intégrant les nouvelles exigences FRTB et extension de la collecte ASA.
Évaluation des autorités compétentes :
- Les CAs ont analysé les résultats et identifié la plupart des causes des écarts.
- Suivi renforcé des cas inexpliqués.
- Actions correctives en cours ou prévues pour réduire la variabilité non justifiée.
- Importance accordée à la surveillance continue et à l'amélioration des pratiques.
Limites méthodologiques :
- Exercices basés sur portefeuilles hypothétiques, limitant la représentativité des résultats pour les portefeuilles réels.
- Difficulté à évaluer pleinement les effets des mesures de supervision complémentaires.
- Variabilité liée à la diversité des approches et des pratiques de modélisation.
- Nécessité de traiter séparément les banques avec approbations partielles pour éviter les biais.
Faits établis :
- Participation de 43 banques européennes avec données homogènes sur 105 instruments et 168 portefeuilles.
- Amélioration de la qualité des données IMV, avec IQD faibles pour la plupart des classes d'actifs sauf CO.
- Dispersion moyenne des VaR à 14%, sVaR à 27%, IRC à 43%.
- Ratio moyen sVaR/VaR autour de 2.12.
- 71% des banques appliquent un multiplicateur réglementaire supérieur à 3.
- Méthode HS majoritaire (67%) avec choix variés impactant la dispersion.
Hypothèses :
- La variabilité observée est due à la combinaison des choix réglementaires autorisés, des pratiques internes, et des mesures de supervision.
- L'absence d'une période de stress commune pour le sVaR contribue à la dispersion accrue.
- Les portefeuilles hypothétiques sont représentatifs mais ne capturent pas toutes les complexités des portefeuilles réels.
Interprétations :
- La réduction de la dispersion IMV et VaR reflète une meilleure compréhension et application des instructions.
- La variabilité élevée de l'IRC souligne la complexité et la sensibilité aux choix méthodologiques.
- Les actions de supervision (multiplicateurs, add-ons) modifient les niveaux de capital mais n'augmentent pas significativement la dispersion relative.
- La dispersion plus faible des mesures basées sur HS ou MC suggère que l'homogénéité méthodologique réduit la variabilité.
Incertitudes :
- Certaines erreurs mineures non détectées pourraient encore influencer les résultats.
- L'impact exact des mesures de supervision complémentaires sur la variabilité globale reste difficile à quantifier.
- L'effet des différences de modèles partiels sur la dispersion nécessite un suivi continu.
- L'évolution réglementaire (FRTB, ASA) pourrait modifier substantiellement les pratiques et résultats futurs.
- L'exercice 2025 confirme une amélioration continue de la qualité des données et une réduction globale de la variabilité des mesures de risque de marché calculées par les modèles internes des banques européennes.
- Les écarts résiduels sont principalement liés à des choix méthodologiques, à des pratiques de supervision hétérogènes et à des différences dans les périodes de stress utilisées.
- Les autorités compétentes ont identifié la plupart des causes des écarts et ont engagé des actions correctives, notamment un suivi renforcé des cas inexpliqués.
- La qualité des données reste un enjeu clé, nécessitant une attention constante et l'utilisation systématique des outils de clarification (Q&A) pour éviter les malentendus.
- La standardisation des périodes de stress pour le calcul du sVaR est recommandée pour réduire la dispersion.
- Le report du déploiement du FRTB en 2025 a conduit à maintenir le format actuel, mais la préparation à l'intégration des nouvelles normes ASA et AIMA est en cours.
- Pour 2026, la collecte se concentrera sur l'approche standardisée alternative (ASA) afin d'alléger la charge et de préparer la transition réglementaire.
- Le futur exercice 2027 intégrera les exigences FRTB et étendra la collecte ASA à un plus grand nombre d'institutions.
- L'EBA prévoit de revoir la conception des instruments et portefeuilles pour équilibrer simplicité et richesse des données.
- Les autorités doivent maintenir une surveillance active et un dialogue avec les banques pour garantir la cohérence et la robustesse des modèles internes.
Note de synthèse rédigée à partir du document intégral par l’Académie DataSAI. Cette note vient de la bibliothèque scientifique de l’Académie DataSAI, en accès libre.