Retour de l'ACPR sur le Générateur de scénarios économiques : points d’attention et bonnes pratiques


Le 7 décembre dernier, l’ACPR a publié une revue contenant les points d’attention et bonnes pratiques à avoir lors de la réalisation de Générateurs de Scénarios Economiques (GSE). Cette publication fait suite à des contrôles que l’ACPR a réalisés chez des organismes d’assurances utilisant des GSE « risque neutre » dans l’évaluation des Best Estimate (BE) des provisions techniques d’assurance vie.

Pour rappel, un « générateur de scénarios économiques » (GSE) est un ensemble de modèles (taux, actions, spreads de crédit, inflation, etc.) permettant de simuler aléatoirement des scénarios d’évolution possibles des marchés financiers. Ils ont une incidence sur la valeur et les performances de l’actif de l’organisme d’assurance. Il doit satisfaire à des exigences telles que :

- la cohérence avec la courbe de taux sans risque EIOPA

- les notions de « risque neutre » et de « market consistency »

- le principe d’absence d’opportunité d’arbitrage (AOA).

Les bonnes pratiques et points d’attention soulignés par l’ACPR concernent la gouvernance, la mise en œuvre des GSE, le choix des modèles et des facteurs de risque, le calibrage des modèles et les tests statistiques réalisés sur les GSE.


1. Gouvernance

Concernant la gouvernance, l’ACPR recommande que le GSE soit examiné avec la même attention que celle portée aux hypothèses clés du calcul du BE. Les choix structurants doivent être soumis, discutés et validés par les comités qui pilotent le calcul du BE au sein des organismes. Dans le cadre de ses travaux, la fonction clé actuarielle doit également intervenir dans la mise en place du GSE.

Afin de s’assurer de la robustesse du modèle, la gouvernance doit également s’assurer que des tests de sensibilités soient réalisés. En effet, près de 80% des GSE sont développés par des entreprises extérieures. Toutefois, l’organisme conserve la responsabilité du GSE. Il lui revient donc de vérifier la qualité des travaux réalisés à travers des analyses approfondies (test de martingalité, test de corrélation et test de « market consistency »).


2. Mise en œuvre

L’ACPR précise que les ajustements mis en œuvre pour corriger les éventuelles erreurs observées en sortie de GSE doivent rester exceptionnels et ne doivent pas remettre en cause l’hypothèse d’absence d’opportunité d’arbitrage. Il est recommandé de mettre en place un suivi de la fréquence d’activation de tels retraitements.

L’ACPR a souligné l’importance de s’assurer de la convergence du BE, c’est-à-dire que le GSE contient un nombre suffisant de scénarios. En pratique, le rapprochement entre l’intervalle de confiance entourant la valeur du BE et le cadre d’appétence au risque de l’organisme permet de déterminer un nombre de scénarios appropriés. L’ACPR précise qu’il est préférable de réaliser au minimum 1000 scénarios et de se situer autour d’un intervalle à 95% inférieur à 0,2% du BE.

Une autre recommandation de l’ACPR concerne la fuite de modèle, qui correspond à l’écart entre la valeur de marché de l’actif et l’espérance des flux actualisés. Elle précise que l’allocation de la fuite si elle existe, ne doit pas réduire le BE. Elle devra être ajoutée au BE si elle est positive et déduite des fonds propres si elle est négative.

Enfin, l’ACPR rappelle que la section « D.2. Provisions techniques » du RSR (rapport régulier au régulateur) doit contenir les détails du GSE, les hypothèses de volatilité sélectionnées et la manière dont le taux sans risque a été obtenu. Il doit également renseigner les évolutions et les changements d’hypothèses réalisés entre deux exercices consécutifs, en présentant leurs impacts.


3. Tests statistiques

L’ACPR invite les organismes à réaliser régulièrement de tests de validation statistiques. Ils doivent permettre de limiter les erreurs dans la valorisation des provisions techniques et faire l’objet d’un suivi. Des seuils doivent également être définis afin de mettre en œuvre des plans de rétablissement en cas de dépassement.

Il est également recommandé de mettre en place des seuils tant au niveau de chaque classe d’actifs, qu’au niveau global. Ces seuils s’expriment en fonction de l’erreur maximale qu’ils impliquent en termes de valorisation du BE ou de valeur de marché des actifs.

Par ailleurs, l’ACPR souligne le fait que les tests de « market consistency » ne devraient pas se limiter aux tests analytiques. Afin de réaliser une analyse complète, l’utilisation de test Monte-Carlo sur les scénarios du GSE est fortement recommandée.

De plus, les tests statistiques doivent être réalisés à la fois avant et après les éventuels ajustements, de sorte à garantir que les scénarios satisfont les exigences de calcul de BE ainsi que l’absence d’erreurs de modèle.


4. Choix des modèles et des facteurs de risques modélisés

L’ACPR rappelle que le GSE doit permettre de modéliser tous les types d’actifs détenus par l’organisme. Par conséquent, les facteurs de risques doivent être fonction du profil de risque et refléter les sources de volatilité auxquelles l’organisme est exposé.

Les organismes ont la possibilité d’utiliser des modèles plus simples (par exemple, les modèles de taux court). Toutefois, ils doivent s’assurer qu’un tel choix n’entraîne pas de sous-estimation des provisions techniques en réalisant des tests de cohérence avec le marché et ponctuellement des tests de sensibilité incluant des modèles plus complexes.


5. Calibrage

L’ensemble des données de marché doivent être utilisées pour le calibrage d’un GSE lorsqu’elles satisfont aux exigences de transparence, de liquidité et de profondeur. Cependant, lorsque l’organisme exclut certaines données il devra le documenter et justifier que l’omission de ces données n’entraîne pas une sous-estimation des provisions techniques.

Par ailleurs, l’ACPR souligne que les hypothèses de volatilité utilisée doivent être justifiées et documentées, les données utilisées doivent être adaptées à la nature des actifs détenus par l’organisme et cohérentes avec son profil de risque.

Lorsqu’il n’existe pas de données suffisantes, l’organisme a la possibilité de se référer à des pratiques de marché tout en conservant l’hypothèse d’une évaluation prudente des provisions techniques. Les modèles doivent être calibrés sur des données pertinentes qui tiennent compte des caractéristiques des engagements.

L’organisme devra également justifier le type de structure, le choix du niveau de dépendance entre les variables simulées et réaliser des tests de sensibilité aux hypothèses de pondération utilisées pour le calibrage des données de sorte à s’assurer de la stabilité du BE.


Pour en savoir plus : https://acpr.banque-france.fr/generateurs-de-scenarios-economiques-points-dattention-et-bonnes-pratiques


182 vues0 commentaire