Perspectives

Gestion du risque de modèle

Comprendre ce qui est ou non un modèle

« Être ou ne pas être » : comprendre ce qu’est un modèle et ce qui n’en est pas un

Par Azer Hann et Bevan Ferreira

De plus en plus d’organisations utilisent des modèles pour soutenir leurs décisions stratégiques et obtenir un avantage concurrentiel. Cependant, leur compréhension du concept et des éléments fondamentaux de ces modèles, y compris la possibilité qu’ils entraînent des risques – de même que la façon de les gérer – demeure floue.

Qu’est-ce qu’un modèle? Votre interprétation pourrait grandement affecter la portée de votre gestion du risque de modèle et, par conséquent, les efforts à déployer et les coûts requis pour les surveiller. Le Bureau du surintendant des institutions financières (BSIF) s’attend à ce que toutes les institutions financières (IF) évaluent les risques inhérents aux modèles en repérant et en classifiant leurs modèles existants ainsi que la portée et l’incidence des ajouts ou des mises à jour. La définition du modèle de votre organisation doit être plus précise et plus souple qu’auparavant.

Une définition trop stricte peut augmenter les risques
La définition du modèle doit comprendre les dimensions des politiques et des processus, et délimiter les principaux attributs tout en tenant compte de l’utilisation pratique et des fonctions du modèle. Nous ne vous recommandons pas de suivre à la lettre une définition étroite et restrictive.

Actuellement, de nombreuses organisations utilisent des définitions strictes et les appliquent de manière rigoureuse, mais étroite. Le cas échéant, la gestion du risque de modèle est seulement mise en œuvre lorsque la définition précise est pertinente. Cette méthode peut parfois être trop simpliste et restrictive en plus d’être inefficace pour la gestion des risques. Par exemple, si un modèle de fait ne respecte pas les paramètres très stricts de la définition (qui ne le définit pas comme un modèle), il est possible que les activités d’atténuation des risques appropriées ne soient pas mises en œuvre.

Comprendre la complexité du modèle
Il est important d’accepter qu’un modèle ne comprend pas toujours une définition stricte. Cependant, le cas échéant, comment peut-on caractériser les complexités supplémentaires et catégoriser les modèles créés pour la gestion du risque du modèle? Tout d’abord, les organisations doivent tenir compte des aspects du modèle qui sont en amont (intrants du modèle, y compris les données, les talents et les processus) et en aval (résultats du modèle et interactions organisationnelles, y compris les décisions stratégiques et la répartition des capitaux).

Il est ensuite utile de réaliser que les modèles et leurs processus, fonctions et données peuvent être liés à plus d’une catégorie et être simples ou complexes. Par exemple, il est facile de calculer le prix d’une option à l’aide du modèle Black-76; cependant, ce calcul est basé sur des hypothèses plutôt strictes, et vous devez être attentif lors de la sélection de vos données et de la calibration de vos intrants. D’autres modèles d’IF comprennent un vaste éventail de types et d’utilisations, notamment les suivants :

  • Modèles de régression pour les prévisions économétriques et les tests de tension;
  • Simulations de Monte Carlo afin d’exposer des vulnérabilités aux risques de contrepartie;
  • Modèles de valeur à risque qui comprennent des fonctions de tarification et de calibration très complexes ainsi que des techniques d’agrégation des risques qui sont moins sophistiquées, mais qui nécessitent de nombreuses données;
  • Modèles de détection et de prédiction des fraudes;
  • Procédures d’exploration des données pour évaluer les comportements des clients.

Il est également important de tenir compte de l’autre extrémité du spectre, c’est-à-dire lorsqu’un élément a les caractéristiques d’un modèle sans être considéré comme tel. Pour illustrer ce point, examinons la différence entre un calcul et un modèle. En termes simples, un calcul est un processus arithmétique de base (p. ex., ajout d’éléments); lorsqu’un résultat approximatif est établi ou qu’une décision est prise, un modèle est créé. Autrement dit, un calcul complexe n’est pas nécessairement un modèle, et un jugement simple peut transcender un calcul.

Les modèles sont essentiellement la simplification de processus réels. Ils dépendent souvent de jugements en matière de gestion ou d’approximations. Ils mettent en œuvre des théories, des techniques et des hypothèses statistiques, économiques, financières ou mathématiques pour transformer les données entrées en estimations quantitatives à des fins d’inférence, de prise de décisions et de prédiction.

Une réflexion holistique peut améliorer l’efficacité d’un modèle
Comprendre les modèles et leur incidence peut jeter les bases de la compréhension de la gestion des risques liés aux modèles. Il a été récemment question de déterminer si certains calculs devraient être catégorisés à titre de modèles. Deloitte peut tirer parti de son expérience pratique pour vous aider à comprendre et à découvrir ces perspectives qui évoluent continuellement et qui sont souvent complexes. Dans notre prochain billet, nous présenterons quelques méthodes pratiques pour vous aider à tirer pleinement parti de vos modèles.

La connaissance approfondie de Deloitte dans le domaine et son expérience à l’échelle mondiale lui permettent d’aider les banques à se conformer aux exigences relatives à la gestion du risque de modèle. Notre cadre de gestion du risque de modèle complet tient compte de nombreux aspects liés aux politiques et à la gouvernance. Nous pouvons vous aider à combler les lacunes de vos pratiques actuelles et à déceler les occasions de revoir et d’améliorer vos processus clés.

Avez-vous trouvé ceci utile?
/*Eloqua tracking*/
/*LinkedIn Insights tag*/