check this

1. EVALUATION DU RISQUE DE MARCHÉ : MÉTHODE DE LA VaR ET
DU STRESS TESTING
Master Spécialisé 2er année Actuariat et Finance
Module : Gestion de risque
Année universitaire : 2022/2023

2. INTRODUCTION

3. Plan 01 Introduction
02 Risque de marché
03 La Value at Risk
04 Scénario du stress Testing
05 Conclusion

4. Qu´est ce que
le risqué de
Marché ?
Risque de
marché

5. Les types de risque du marché
Le risque de change est un risque auquel s’expose tout investisseur se
portant acquéreur d’un actif libellé dans une autre devise que celle ayant
cours legal dans son pays.
Risque de taux de change
Le risque de taux correspond à la possibilité pour une entreprise ou un
investisseur d’être impacté négativement par une variation des taux
d’intérêt.
Risque de taux d’intérêt
Risque de liquidité
Risque de matières premières
correspond au fait de ne pas pouvoir vendre ses titres en raison de l'inexistence
ou de l'étroitesse du marché pour ce titre. Typiquement, les actions non cotées sont
un bon exemple de titres non liquides puisque le vendeur devra trouver lui-même un
acheteur pour ses titres.
Le risque de prix des matières premières est la possibilité que les variations des prix
des matières premières entraînent des pertes financières pour les acheteurs ou
les producteurs de matières premières.

6. La Value at Risk

7. La composition du portefeuille ;
Un horizon fixé ;
Un niveau de confiance ;
La valeur à risque (VaR) est la perte maximale attendue d’un portefeuille sur un horizon
temporel donné et à un niveau de confiance donné sous des conditions
normales de marché.

8. Cas pratique de la valeur à risque analytique :
Les cours de l’entreprise Lafarge Holcim Maroc durant la période du 19 novembre 2019
jusqu’au 20 décembre 2019 se présentent comme suit :

9. Jour Date Cours Rendement R-Ṝ (R-Ṝ)² (R-Ṝ)³ (R-Ṝ)^4
1 19-nov 1710
2 20-nov 1960 0,136451103 0,134220959 0,018015266 0,002418026 0,00032455
3 21-nov 1750 -0,113328685 -0,115558829 0,013353843 -0,001543154 0,000178325
4 22-nov 1760 0,005698021 0,003467878 1,20262E-05 4,17053E-08 1,44629E-10
5 25-nov 1780 0,011299555 0,009069412 8,22542E-05 7,45998E-07 6,76576E-09
6 26-nov 1770 -0,005633818 -0,007863961 6,18419E-05 -4,86322E-07 3,82442E-09
7 27-nov 1779 0,005071862 0,002841719 8,07537E-06 2,29479E-08 6,52115E-11
8 28-nov 1780 0,000561956 -0,001668188 2,78285E-06 -4,64232E-09 7,74425E-12
9 29-nov 1750 -0,016997576 -0,01922772 0,000369705 -7,10859E-06 1,36682E-07
10 02-déc 1750 0 -0,002230143 4,97354E-06 -1,10917E-08 2,47361E-11
11 03-déc 1710 -0,023122417 -0,020877748 0,00043588 -9,1002E-06 1,89992E-07
12 04-déc 1710 0 -0,002230143 4,97354E-06 -1,10917E-08 2,47361E-11
13 05-déc 1700 -0,005865119 -0,008095263 6,55333E-05 -5,30509E-07 4,29461E-09
14 06-déc 1702 0,001175779 -0,001054364 1,11168E-06 -1,17212E-09 1,23584E-12
15 09-déc 1704 0,001174398 -0,001055745 1,1146E-06 -1,17673E-09 1,24233E-12
16 10-déc 1713 0,005267791 0,003037648 9,2273E-06 2,80293E-08 8,51431E-11
17 11-déc 1713 0 -0,002230143 4,97354E-06 -1,10917E-08 2,47361E-11
18 12-déc 1750 0,021369569 0,019139425 0,000366318 7,01111E-06 1,34189E-07
19 13-déc 1788 0,021481889 0,019251746 0,00037063 7,13527E-06 1,37366E-07
20 16-déc 1788 0 -0,002230143 4,97354E-06 -1,10917E-08 2,47361E-11
21 17-déc 1788 0 0 4,97354E-06 -1,10917E-08 2,47361E-11
22 18-déc 1784 -0,002239643 -0,004469786 1,9979E-05 -8,93018E-08 3,9916E-10
23 19-déc 1780 -0,00224467 -0,00224467 5,03854E-06 -1,13099E-08 2,53869E-11
24 20-déc 1800 0,011173301 0,008943157 7,99801E-05 7,15274E-07 6,39681E-09
0,051293294 0,006704956 0,033285474 0,000873183 0,000503495
Moyenne= 0,002230143
Somme=

10. Solution
On calcule :
Le rendement= ln
𝑆𝑖
𝑆𝑖−1
= ln(
1750
1960
) =-0,113328685
La Moyenne=
𝑟𝑒𝑛𝑑𝑒𝑚𝑒𝑛𝑡
𝑛−1
=
0,051293294
23
=0,002230143
La variance= 𝑅 − Ṝ 2
= 𝟎, 𝟎𝟑𝟑𝟐𝟖𝟓𝟒𝟕𝟒
L’écart type(𝜎) = 𝐿𝑎 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 = 𝟎, 𝟎𝟑𝟑𝟐𝟖𝟓𝟒𝟕𝟒 = 0,182443071
La VaR avec l’approximation de Cornish Fisher :
Tout d’abord on doit calculer le coefficient d’asymétrie (S) et le coefficient d’applatissement (K) puis on calcule Z
 Coefficient d’asymétrie :
𝑆 =
𝑅 − Ṝ 3
𝑛 − 1 × 𝜎3
=
0,000873183
23 × 0,1824430713
𝑺 = 𝟔, 𝟐𝟓𝟏𝟔𝟓𝟗𝟒𝟕𝟐 × 𝟏𝟎^ − 𝟑
 Coefficient d’applatissement :
𝐾 =
𝑅 − Ṝ 4
𝑛 − 1 × 𝜎4
=
0,000503495
23 × 0,182443071^4
𝑲 = 𝟎, 𝟎𝟏𝟗𝟕𝟓𝟖𝟔𝟕𝟓𝟓𝟕

11. • Après avoir calculer ces deux coefficient, maintenant on calcule Z :
𝒁 = 𝟏, 𝟔𝟒𝟔𝟑𝟕𝟗𝟒𝟓𝟑
• Enfin on calcule la VaR
𝑉𝑎𝑅 = 𝑍 × 𝜎 − 𝑙𝑎 𝑚𝑜𝑦𝑒𝑛𝑛𝑒
= 1,646379453 × 0,182443071 − 0,002230143
𝑽𝒂𝑹 = 𝟎, 𝟐𝟗𝟖

12. Les inconvénients de la Value at Risk
Il n’y a pas de procédé standard pour recueillir les données nécessaires à déterminer la VaR,
ce qui signifie que ses différentes méthodes de calcul peuvent donner des résultats différents. Il est important de
comprendre que la VaR n’indique en aucun cas au trader la perte maximum possible.
Elle indique simplement la probabilité que celle-ci se produise. Le risque réel d'un portefeuille peut être plus
élevé que le chiffre indiqué par la VaR. C’est pourquoi la valeur à risque ne devrait représenter qu’une petite part
d’une stratégie de gestion du risque.

13. Scénario de
stress Testing

14. Scénario de stress
plausibles
Sérieux 01
02
03
Sévères
Add Text
Simple
PowerPoint
Presentation

16. Scénario de test de résistance
Le taux d’intérêt payé sur les dépôts d’épargne
Le rendement du portefeuille
La taille du portefeuille de prés
03
02
01

17. Bibliographie
 https://www.ig.com/fr/glossaire-trading/valeur-a-risque-definition#:~:text=La%20valeur%20%
C3%A0%20risque%20d,pourcentage%20pour%20une%20p%C3%A9riode%20donn%C3%A9e.
 https://www.youtube.com/watch?v=hCRLJvc2o7g
La value at risk: un standard pour l évaluation du risque de marché Broché – 15 septembre 2011
de ZEDEK-N (Auteur)

18. CONCLUSION

20. THANK YOU