Calibrage en monde réel versus neutre au risque
Les GSE fonctionnent généralement selon deux modes : le calibrage neutre au risque, utilisé pour la valorisation en valeur de marché des options et garanties où tous les actifs sont supposés rapporter le taux sans risque, et le calibrage en monde réel, utilisé pour les projections de capital ORSA et l'allocation stratégique d'actifs où les rendements attendus reflètent les primes de risque réelles. Confondre ces deux modes, ou appliquer des résultats neutres au risque à une question de monde réel comme l'adéquation du financement à long terme, est une erreur de modélisation courante et sérieuse qui produit des résultats systématiquement trompeurs.
Le calibrage en monde réel exige un jugement explicite sur les primes de risque actions, les primes de terme et d'autres paramètres de rémunération du risque intrinsèquement plus subjectifs que le calibrage neutre au risque, ancré sur des prix de marché observables d'options et d'obligations cotées. Les actuaires doivent documenter clairement la justification des choix de paramètres en monde réel, car ces hypothèses affectent sensiblement les projections de long terme utilisées dans des décisions stratégiques comme la tarification de nouvelle production et la planification du capital.
Défis des régimes de taux bas et négatifs
Le passage de l'environnement de taux bas et négatifs prolongé des années 2010 au régime de taux plus élevés depuis 2022 a mis à l'épreuve la capacité de nombreux GSE à produire des distributions de scénarios plausibles dans des conditions de départ très différentes, en particulier pour les modèles calibrés principalement sur la période historique de taux bas. Les modèles intégrant des hypothèses adaptées à des taux proches de zéro, comme certaines structures de volatilité par terme ou vitesses de retour à la moyenne, ont nécessité un recalibrage significatif pour rester crédibles une fois les taux normalisés, et les entreprises ayant différé ce recalibrage ont risqué de sous-estimer sensiblement leurs exigences de capital durant la transition.
Le choix du modèle de taux d'intérêt, qu'il s'agisse d'un modèle de structure par terme à un ou plusieurs facteurs, du modèle de marché Libor ou d'une autre approche, affecte le réalisme des formes de courbes de taux générées à travers les simulations, certains modèles plus simples étant sujets à générer des inversions de courbe implausibles ou des taux négatifs même dans des régimes où ceux-ci sont économiquement peu probables. La validation doit explicitement vérifier la plausibilité des formes de courbes de taux générées au regard des observations de marché historiques et actuelles, et non se limiter à des statistiques synthétiques comme la moyenne et l'écart-type des taux simulés.
Pratiques de validation et gouvernance
Une validation robuste du GSE comprend des tests de martingale confirmant que les scénarios neutres au risque valorisent correctement un ensemble d'instruments de référence, une comparaison des surfaces de volatilité implicite générées par le modèle avec la volatilité de marché observée, et un backtesting hors échantillon des scénarios en monde réel par rapport aux résultats économiques réalisés ultérieurement lorsque les données le permettent. La validation doit être effectuée par une fonction indépendante de l'équipe responsable du calibrage, conformément aux attentes plus larges de gouvernance des modèles que les superviseurs appliquent généralement aux modèles internes.
Les cadres de gouvernance doivent préciser des déclencheurs clairs de recalibrage du GSE, comme des bascules significatives de régime de marché ou des échecs de tests de validation, plutôt que de s'appuyer uniquement sur un cycle de recalibrage annuel qui pourrait manquer le besoin de mises à jour intermédiaires durant des conditions de marché évoluant rapidement. La documentation des choix de calibrage, des résultats de validation et de toute dérogation de jugement d'expert doit être maintenue à un niveau satisfaisant à la fois pour l'audit interne et la revue prudentielle externe sans nécessiter de reconstitution a posteriori.
Résumé
Les générateurs de scénarios économiques constituent une infrastructure fondamentale pour le capital et la valorisation en assurance, et la qualité de leur calibrage mérite un examen proportionné à l'importance des décisions qui en dépendent en aval. Le changement de régime de taux depuis 2022 a constitué un test de résistance utile révélant quels assureurs disposaient réellement d'une gouvernance robuste du GSE, par opposition à ceux s'appuyant sur des calibrages obsolètes qui fonctionnaient par hasard durant une période stable. Les entreprises utilisant des GSE fournis par des éditeurs tiers doivent résister à la tentation de traiter le modèle comme une boîte noire simplement parce qu'il est fourni par un éditeur réputé. Jonas Adam Mohamed Osman, PDG de Quantica Risk, aborde la validation des GSE en testant indépendamment la plausibilité des scénarios générés au regard des conditions de marché actuelles avant que tout résultat n'alimente une décision de capital ou d'ALM du client.
Sources
Articles liés
- Libération de la CSM sous IFRS 17 : mécanique et zones de jugementExplication claire de la mécanique de libération de la marge de service contractuelle IFRS 17, des unités de couverture et des pièges d'implémentation courants.
- Bonnes pratiques ORSA : construire un processus prêt pour le superviseurGuide pratique des bonnes pratiques ORSA : scénarios prospectifs, intégration à la planification du capital et gouvernance attendues par les superviseurs.