Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Concept
Value at risk
Résumé
La VaR (de l'anglais value at risk, mot à mot : « valeur à risque », ou « valeur en jeu ») est une notion utilisée généralement pour mesurer le risque de marché d'un portefeuille d'instruments financiers. Elle correspond au montant de pertes qui ne devrait être dépassé qu'avec une probabilité donnée sur un horizon temporel donné.
L'utilisation de la VaR n'est désormais plus limitée aux instruments financiers : on peut en faire un outil de gestion des risques dans tous les domaines (, par exemple).
Pour calculer une VaR il est nécessaire de modéliser le portefeuille (et donc de faire des hypothèses). En particulier, cela suppose d'affecter une probabilité aux différentes évolutions possibles du portefeuille. La VaR est donc toujours conditionnelle à une modélisation d'un futur hypothétique qui possède nécessairement ses limites.
Cette VaR peut être utilisée :
Pour le calcul du capital économique ;
Pour le suivi des risques de marché, à la fois en tant que reporting des risques et en tant qu'outil d'aide à la décision (pour allouer du capital à un "desk" par exemple) ;
Pour le risque de crédit : voir Credit VaR
Pour les exigences réglementaires (reporting réglementaire et exigences spécifiques).
Cette notion est originaire du secteur de l'assurance. Elle a été importée à la fin des années 1980 sur les marchés financiers aux États-Unis par la banque Bankers Trust et popularisée par la banque JP Morgan en 1994 et son service (gratuit et public) Riskmetrics puis adoptée sous une forme embryonnaire par le Comité de Bâle (Bâle II) pour les banques et Solvabilité II pour les assurances.
La VaR d'un portefeuille dépend essentiellement de trois paramètres :
la distribution des résultats des portefeuilles. Souvent cette distribution est supposée normale, mais beaucoup d'acteurs financiers utilisent des distributions historiques. La difficulté réside dans la taille de l'échantillon historique : s'il est trop petit, les probabilités de pertes élevées sont peu précises, et s'il est trop grand, la cohérence temporelle des résultats est perdue (on compare des résultats non comparables) ;
le niveau de confiance choisi (95 ou 99 % en général).
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.