Transcript La gestion du risque de crédit - Association des économistes

La gestion du risque de crédit
Une approche quantitative
Valérie Poulin
Le 11 février 2011
1
Une banque
Un client
Plan
I.
Accord de Bâle
II.
Groupe de modélisation des risques de crédit
III.
Stress Testing
2
Accord de Bâle I
Une banque
Un client
•
L’Accord de Bâle I fait référence à un ensemble de recommandations formulées
en 1988 par le Comité de Bâle, un comité rassemblant les banquiers centraux des
pays du G-10 sous l'égide de la Banque des règlements internationaux, à Bâle.
•
Ces recommandations visaient à assurer la stabilité du système bancaire
international en fixant une limite minimale à la quantité de fonds propres des
banques. Ce minimum a été fixé en mettant en place un ratio minimal de 8% de
fonds propres par rapport à l'ensemble des crédits accordés par les banques.
•
L'ensemble des engagements de crédits de la banque étaient visés, avec toutefois
certains aménagements:
•
•
certains crédits étaient pondérés à des valeurs inférieures à 100% selon la qualité du
crédit ou de la contrepartie. Ainsi, certains crédits étaient pondérés à 50% (crédits
garantis par une hypothèque), 20% (contrepartie bancaire, organisme international ou état
non-OCDE) ou même 0% (contrepartie = état OCDE);
certains engagements, tels les engagements à moins d'un an, n'étaient pas repris dans
les engagements de crédit
Au Canada, le Bureau du surintendant des institutions financières (BSIF)
supervise et encadre les banques dans l’implantation de l’Accord.
3
Accord de Bâle II
Une banque
Un client
 L’Accord de Bâle II régit les règles d’établissement du niveau des fonds
propres obligatoires.
 L’Accord de Bâle II s’articule autour de 3 piliers fondamentaux:
- Le changement du calcul des exigences minimales de fonds propres
- Le renouvellement de la surveillance prudentielle (interne et réglementaire)
- La communication d’informations financières
Pilier I
Pilier II
Exigences minimales de
fonds propres
 Risque de crédit
 Risque opérationnel
 Risque de marché
Processus de surveillance
prudentielle
Pilier III
Discipline de marché
Nouveautés par
rapport à Bâle I
4
Accord de Bâle II
Une banque
Un client
En d’autres mots:
•Pilier 1 : calcul du capital
•Pilier 2: Maximiser les revenus, minimiser les pertes et s’assurer que la gouvernance se serve de
tous les outils que nous développons
•Outils « looking forward »
•Inclut le stress testing
•Calcul du RWA = f(PD;LGD) x EAD où f respecte une loi normale. Ce risque est le risque
inattendu.
•EL = PDxLGDxEAD – Perte anticipée
•Calcul du capital économique: Niveau de capital nécessaire pour couvrir un risque non
anticipé
•Vendre les outils développés et les façons de faire à la gouvernance
•Répondre aux équipes de validation (externe et interne) « challenge » les hypothèses, les
modèles, les codes de programmation, les analyses économiques, etc.
•Pilier 3: Divulgation externe
5
Paramètres et modèles de risque de crédit
Analyse et divulgation
Une banque
Un client
Sous notre direction:
•Mesurer le risque que représente chaque emprunteur, individus comme entreprises, par le
développement de modèles quantitatifs et d’analyses
•Analyses sectorielles
•Suivi des industries
•Prévision des revenus par industrie (en développement)
•Stress Testing (prêts aux entreprises et prêts aux particuliers)
6
Analyse sectorielle
Une banque
Un client
7
Une banque
Un client
Analyse sectorielle
La santé financière des produits forestiers s'améliore enfin
mais demeure historiquement faible
Indice de santé financière:
Marge bénéficiaire, ratio dette équité, ratio de
couverture des intérêts
Indice de santé financière
116
112
108
104
100
96
92
88
Fabrication de produits en bois
Fabrication de pâtes et papier
84
80
00
01
02
03
04
05
06
07
08
09
10
Source: Statistique Canada,Quarterly Financial Statistics
Indice précurseur de profitabilité (CBoC):
Tendance de la profitabilité sur une période de 6
mois
L'industrie du papier devrait voir ses profits augmenter au
cours des 6 prochains mois, statut quo pour le bois
Indice précurseur de la profitabilité, 2006=100
108
106
104
102
100
98
96
94
92
90
88
2006
2007
2008
2009
2010
Source: The Conference Board of Canada
8
Toutes les industries
Fabrication de produits du bois
Fabrication de produits de papier
Stress testing
Le stress testing a pour objectif
d’évaluer l’impact potentiel de facteurs
de risque, correspondant à des
événements exceptionnels mais
plausibles, sur la santé financière d’une
institution.
Le stress testing permet donc
d’identifier des risques qui sont
insoupçonnés ou semblent en contrôle
selon le Pilier I.
9
Stress testing
La Banque pourra ainsi mettre en
place, de façon proactive et
ordonnée, des stratégies pour
mitiger le risque de façon
intégrée et maintenir sa santé
financière.
10
Stress testing
Il y a plusieurs années que la BNGF fait du stress
testing au niveau du risque de crédit ou du risque
de marché. Qu’apporte donc Bâle II?
•Implantation d’un processus formel pour
effectuer du stress testing au niveau
entreprise
•Mesure l’impact anticipé d’un événement sur
le capital réglementaire total requis
•Gestion intégrée des risques
•Rôle accru de la haute direction
• Gouvernance
• Définition et approbation des
scénarios
• Revue des résultats de stress testing
11
Approche
But: Prévoir la croissance des probabilité de défauts des clients de la banque en cas de changement des
conditions économiques
Méthodologie
Les insolvabilités par industrie servent de proxy aux taux de défaut BNC (on suppose les populations
d’entreprises constantes)
L’utilisation de la croissance année-sur-année permet d’ignorer les effets de saisonnalité
La croissance logarithmique mesure avec précision les changements causés par de larges mouvements
La méthode des moindres carrés est utilisée, ce qui permet une interprétation intuitive des paramètres
Critères de sélection des modèles
S’assurer que les variables ne présentent pas de racine unitaire
S’assurer de l’intuition économique des facteurs de risque (signe anticipé des paramètres)
Sélectionner des modèles au pouvoir explicatif élevé (R-carré)
S’assurer de l’absence de problème de multicollinéarité, d’autocorrélation des résiduels,
d’hétéroskédasticité des résiduels et de la normalité de la distribution des erreurs
S’assurer de la stabilité des coefficients à un changement de la période d’estimation du modèle
S’assurer de la cohérence de la direction et de la magnitude des prévisions selon les 4 scénarios
12
Une banque
Un client
II – Évolution des insolvabilités et
Évolutiondes
desdéfauts
insolvabilités et des
défauts
13
Insolvabilités par province et par
secteur
Une banque
Un client
Insolvencies have converged downward across provinces
Insolvencies by province or region (4-quarter moving sum)
4,000
3,600
3,200
On observe une tendance à la baisse des
insolvabilités dans toutes les provinces.
2,800
2,400
Quebec
Ontario
Prairies+B.C.
Alberta
Atlantic
2,000
II – Évolution des insolvabilités et
des défauts
On observe une tendance à la baisse
dans tous les secteurs.
On note aussi que les insolvabilités se
sont stabilisées pour les provinces et les
secteurs.
1,600
1,200
800
400
0
00
01
02
03
04
05
06
07
08
09
Insolvencies have continued to fall during the crisis
Insolvencies by sector (4-quarter moving sum)
3,200
3,000
2,800
2,600
2,400
2,200
2,000
1,800
1,600
1,400
1,200
1,000
800
600
400
200
Agriculture & mining
Construction & Real Estate
Manufacturing & Transportation
Retail & Wholesale Trade
Info., Arts, Accomm. & Other Services
Finance, Profes. & Admin. Services
14
00
01
02
03
04
05
06
07
08
09
Défauts des entreprises et facteurs
macroéconomiques
NBFG defaults remain low and fairly stable
NBFG Wholesale defaults by sector (4-quarter moving sum)
Les même tendances à la baisse et à la
stabilisation s’observent pour les défauts
du portefeuille de prêts aux entreprises de
BNGF.
500
Agriculture & Mining
Construction & Real Estate
Manufacturing & Transportation
Retail & Wholesale Trade
Info., Arts, Accomm. & Other Services
Finance, Profes. & Admin. Services
450
400
350
300
250
II – Évolution des insolvabilités et
des défauts
200
150
100
50
00
01
02
03
04
05
06
07
08
09
Macro factors influence defaults and insolvencies
Canadian insolvencies and NBFG wholesale defaults (4-quarter moving average)
2,000
1,900
1,800
1,700
1,600
1,500
1,400
1,300
1,200
1,100
1,000
900
800
700
600
NBFG wholesale defaults (left)
Insolvencies in Canada (right)
00
01
02
03
04
05
06
07
08
09
13,000
12,500
12,000
11,500
11,000
10,500
10,000
9,500
9,000
8,500
8,000
7,500
7,000
6,500
15
6,000
II – Évolution des insolvabilités et
desModèles
défauts
Canada – Québec – Hors Québec
16
Scénarios de stress testing
-1Récession modé
modérée
-2Récession sé
sévère
-3Effondrement de l’immobilier
-4Choc des prix du pétrole et gaz
2001 (US)
1982 et 1991
NA
1985 et 1986
Période de
référence
Récession
aux États-Unis qui
entraîne l’économie
canadienne.
Économie
américaine vit
une récession prolongée.
Le
Économies
Baisse
Le
crash immobilier aux ÉtatsUnis entraîne un resserrement
du crédit.
américaine et
mondiale sont en récession
provenant d’un crash en Asie.
Le
Malgré
Contexte du
scénario
les dépenses
d’infrastructure et une
politique fiscale favorable, la
confiance des consommateurs
s’effrite et les exportations
diminuent.
Diminution
du PIB de moins
de 1% avec des effets plus
importants sur certains
secteurs et régions
taux de chômage croît
de façon importante au
Canada (+3%) et il y a une
perte de confiance des
ménages.
L’économie
asiatique
s’affaiblit affectant les
provinces de l’Ouest (le prix
des matières premières
chutent).
Diminution
du PIB de
l’ordre de 1% à 3%.
des permis de
construction et chute du prix
des maisons (50% et 15%
respectivement).
prix de toutes les matières
premières chutent. Plus
spécifiquement les prix du
pétrole/gaz tombent sous le
seuil de rentabilité (50-55$).
Récession
au niveau de la
construction, forte croissance
du taux de chômage (+5%) et
perte de confiance des
ménages.
Récession
importante dans le
pays en entier (PIB baisse de
plus de 3%).

Chute du marché des actions
au Canada (+ de 30%).
Récession
au niveau des
consommateurs et des
entreprises.
Récession
importante dans le
pays en entier (PIB baisse de
plus de 3%).
17
Description des variables
DIFCOURBETROISMOISL0: écart entre le taux 10 ans et le taux 3 mois, période courante
DIFCOURBETROISMOISL3^2: composante non-linéaire, délai de 3 trimestres
DIFPREMIUML1: écart entre le taux préférentiel 3 mois et le taux des bons du trésor 3 mois, délai 1
trimestre
DDIFTCHOMAGEL2: changement en pp. du taux de chômage, délai de 2T; la vitesse de
changement du chômage ne présente pas de racine unitaire
II – Évolution des insolvabilités et
DIFPMAISONL0: croissance année-sur-année du prix des maisons, période courante
des défauts
DIFMCHANTIERL0: croissance année-sur-année des mises en chantier, période courante
DDIFDEMANDEL1: croissance année-sur-année de la demande réelle, délai 1 trimestre
DIFIMPORTATIONSL4: croissance année-sur-année des importations, délai 4 trimestres
DIFPETROLEL5: croissance année-sur-année du prix du pétrole, délai 5 trimestres
DIFPRET11L4: croissance année-sur-année des prêts au secteur agricole, délai 4 trimestres
DIFPRET21L8: croissance année-sur-année des prêts au secteur minier, délai 8 trimestres
DUMMY_REG = 1 jusqu’à 1996T4; = 0 après 1997T1
18
Sommaire des modèles
Sum of Quebec/ex-Quebec models
Ex-Quebec model
Quebec model
II – Évolution des insolvabilités et
des défauts
Sum of sector models
Other Sectors (52-54-55-56)
Information, Arts &
Accommodation & Other Services
(51-71-72-81)
Wholesale & Retail & Information &
Other services (41-44-45)
Canada model
Dependent variables
Manufacturing & Transportation
(31-33; 48-49)
Primary sector (11-21)
Construction and real estate (2353)
Models for Insolvency Growth for Canada, Sectors, Quebec and Non-Quebec *
Constant
C
0.02
-0.04
0.00
0.11
-0.04
0.15
0.02
-0.01
0.04
Independent variables
Yield Curve Slope (10 year - 3 months gap in
percentage points)
Yield Curve Slope (10 year - 3 months) squared
lag 0
-0.03 lag 4
-0.03 lag 4
-0.06 lag 1
lag 4
-0.06 lag 4
-0.03 lag 2
Premium (prime rate - 3 mo T-bill in pp.)
Unemployment Rate (Second difference in p.p.)
lag 0
Housing Price (y-o-y growth in log)
lag 0
0.09 lag 0
-0.04 lag 4
0.16 lag 0
0.12 lag 0
-0.95
lag 0
0.13 lag 0
lag 2
-1.24
lag 1
-0.06
lag 0
-1.25
lag 0
lag 1
Imports (2002$) (y-over-y growth in log)
lag 4
Oil Price (y-o-y growth in log)
lag 5
Bank loans to Agriculture sector (y-o-y growth in log)
lag 4
1.29
Bank loans to Mining sector (y-o-y growth in log)
lag 8
-0.33
0.06
lag 0
-1.11
-0.12
-4.35
0.43
-0.34
0.09
0.11
0.12
0.11
0.07
Statistical tests
Adjusted R2
0.63
0.65
0.42
0.44
0.55
0.49
0.50
0.51
0.55
0.53
0.46
0.51
0.53
0.56
Model Stability
Adjusted R2 in 2007
0.64
0.65
-0.04
lag 0
-0.12
-0.93
Moving average process - MA(4)
-0.04 lag 2
0.10
Housing Starts (y-over-y growth in log)
Demand (2002$) (first difference of y-over-y growth
in log)
Dummy (1 for @first 1996Q4;0 for 1997Q1 @last)
-0.05
0.02
0.44
0.56
Forecast reliability
Bias Proportion
0.00
0.05
0.31
0.21
0.01
0.12
0.29
0.58
Variance Proportion
0.04
0.10
0.10
0.04
0.00
0.21
0.01
0.00
19
0.05
0.04
Covariance Proportion
0.96
0.85
0.59
0.74
0.99
0.66
0.70
0.42
0.91
Une banque
Modèle Canada
La courbe de rendement est le facteur le plus
important pour les insolvabilités commerciales
canadiennes. Lorsque le taux court (3 mois) est bas
par rapport au taux long (10 ans), les insolvabilités
tendent à diminuer; en revanche, une inversion de
la courbe laisse prévoir une hausse des
insolvabilités.
Un client
Dependent Variable: LOG(YTOTAL)-LOG(YTOTAL(-4))
Method: Least Squares
Date: 11/15/10 Time: 21:58
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL0
DIFPMAISONL0
DDIFTCHOMAGEL0
DUMMY_REG
0.018752
-0.034349
-0.948429
0.089377
0.090392
0.026179
0.010660
0.257931
0.023320
0.025174
0.716294
-3.222190
-3.677058
3.832708
3.590708
0.4758
0.0018
0.0004
0.0002
0.0006
II – Évolution des insolvabilités et
Les changement du prix des maisons ont un effet
inverse sur les changements des insolvabilités, ce des défauts
qui reflète un effet de richesse.
La vitesse de changement du taux de chômage
est un autre facteur explicatif de la croissance des
insolvabilités.
La variable « dummy » indique qu’il y a eu un
changement de régime en 1997; cette date
correspond à une des réformes dans la Loi sur les
faillites.
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.644639
0.627916
0.074566
0.472607
108.5141
38.54839
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
-0.012699
0.122242
-2.300313
-2.161435
-2.244309
1.252065
A steep yield curve is associated with falling insolvencies
Yield curve (10yr-3mth) level and y-o-y growth in quarterly insolvencies (%)
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-2.0
-2.5
-3.0
40%
30%
20%
10%
0%
-10%
-20%
Yield curve, (left)
Insolvency growth rate (right)
88
90
92
94
96
98
00
02
20
-30%
04
06
08
Une banque
Facteurs de risque pour les insolvabilités du Canada
Un client
The yield curve is also related to defaults of Canadian corp. issuers
•Une relation inverse est aussi observable entre la courbe de
rendement et les défauts des émetteurs corporatifs canadiens
Yield curve (10-year less 3-months) and number of defaults
3.2
2.8
2.4
2.0
1.6
1.2
0.8
0.4
0.0
-0.4
-0.8
-1.2
-1.6
-2.0
-2.4
Yield curve in pp. (left)
Number of defaults (right)
II – Évolution des insolvabilités et
des défauts
•Les changements dans le prix des maisons, qui attestent
d’un effet de richesse, apportent un signal précurseur
intéressant
90
92
94
96
98
00
02
04
06
08
28
26
24
22
20
18
16
14
12
10
8
6
4
2
0
Canadian insolvencies and housing prices
Change in housing prices and growth rate in insolvencies (%)
40%
0.14%
0.12%
0.10%
0.08%
0.06%
0.04%
0.02%
0.00%
-0.02%
-0.04%
-0.06%
-0.08%
-0.10%
-0.12%
-0.14%
Housing prices (left)
Insolvency growth rate (right)
30%
20%
10%
0%
-10%
-20%
-30%
21
-40%
88
90
92
94
96
98
00
02
04
06
08
Une banque
Évaluation hors-échantillon
Un client
Le modèle est stable puisque les coefficients
demeurent pratiquement inchangés lorsque le modèle
est ré-estimé sur une période avec trois années de
moins (1988T1-2007T2), ce qui présente un test de
stabilité assez rigoureux puisque cette période exclut
la crise financière.
Dependent Variable: LOG(YTOTAL)-LOG(YTOTAL(-4))
Method: Least Squares
Date: 11/15/10 Time: 22:03
Sample (adjusted): 1988Q1 2007Q2
Included observations: 78 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL0
DIFPMAISONL0
DDIFTCHOMAGEL0
DUMMY_REG
0.020835
-0.030853
-1.014691
0.109714
0.085515
0.027778
0.010642
0.242955
0.021225
0.026640
0.750061
-2.899060
-4.176463
5.169064
3.210008
0.4556
0.0049
0.0001
0.0000
0.0020
II – Évolution des insolvabilités et
des défauts
Le graphique ci-dessous démontre que le niveau des
insolvabilités estimées à partir du modèle basé sur la
période 1988T1-2007T2 a suivi de près celui des
insolvabilités réelles.
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.655517
0.636641
0.074232
0.402262
94.74983
34.72788
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
-0.001427
0.123147
-2.301278
-2.150207
-2.240801
1.215373
Dependent Variable: LOG(YTOTAL)-LOG(YTOTAL(-4))
Method: Least Squares
Date: 11/15/10 Time: 21:58
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Canadian insolvencies
Forecast based on three scenarios (Canada model)
16,000
15,000
14,000
13,000
12,000
11,000
10,000
9,000
Mild recession
Deep recession
Housing crash
Insolvencies in Canada
8,000
7,000
6,000
5,000
90
92
94
96
98
00
02
04
06
08
10
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL0
DIFPMAISONL0
DDIFTCHOMAGEL0
DUMMY_REG
0.018752
-0.034349
-0.948429
0.089377
0.090392
0.026179
0.010660
0.257931
0.023320
0.025174
0.716294
-3.222190
-3.677058
3.832708
3.590708
0.4758
0.0018
0.0004
0.0002
0.0006
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.644639
0.627916
0.074566
0.472607
108.5141
38.54839
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
22
-0.012699
0.122242
-2.300313
-2.161435
-2.244309
1.252065
Une banque
Résultats statistiques et pouvoirs prévisionnels des modèles
Un client
Les problèmes d’autocorrélation des résiduels et d’hétéroskédasticité sont corrigés grâce à la correction Newey-West
L’hypothèse de normalité des résiduels n’est pas rejetée selon le test Jarque-Bera
L’évaluation des prévisions du modèle Canada par le test du coefficient d’inégalité de Theil indique un excellent
appareillement – la portée du coefficient est entre zéro (appareillement parfait) et un (aucun appareillement)
Un autre test, la décomposition de l’erreur de prévision au carré moyenne, indique également un pouvoir prévisionnel élevé
II – Évolution des insolvabilités et
des défauts
L’évolution de la valeur estimée par le modèle surestime légèrement les insolvabilités réelles
La proportion du biais est nulle et la proportion de la variance est de seulement 4%
L’intensité croissante des chocs simulés se reflète dans les prévisions progressivement plus élevées des différents
scénarios
23
Une banque
Pouvoir explicatif du modèle Canada
Un client
Insolvency level for Canada
Comparison of predicted and actual insolvency level (4-quarter moving sum)
19,000
18,000
17,000
16,000
15,000
14,000
13,000
12,000
11,000
10,000
9,000
8,000
7,000
6,000
5,000
4,000
3,000
II – Évolution des insolvabilités et
des défauts
Les bandes présentent l’intervalle de confiance de
L’évolution de la valeur estimée des insolvabilités
suit de près celle des insolvabilités réelles.
95% (2 erreur-type de la moyenne).
Model for Canada
Insolvencies Canada
Upper Bound
Lower Bound
90
92
94
96
98
00
02
04
06
08
24
Une banque
Modèles Québec et hors Québec
Un client
Dependent Variable: LOG(YQUEBEC)-LOG(YQUEBEC(-4))
Method: Least Squares
Date: 10/30/10 Time: 19:08
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFMCHANTIERL0
DIFCOURBETROISMOISL2
DUMMY_REG
-0.005246
-0.122707
-0.040199
0.107200
0.025811
0.043805
0.008410
0.034692
-0.203226
-2.801184
-4.780107
3.090035
0.8394
0.0063
0.0000
0.0027
II – Évolution des insolvabilités et
des défauts
Comme pour le modèle d’insolvabilités du Canada, la
courbe des taux d’intérêt a une influence négative pour
le modèle Québec et le modèle hors Québec.
Les tests de stabilité et de pouvoir prévisionnels sont
satisfaisants.
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.526428
0.509908
0.100052
0.860890
81.52743
31.86617
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
-0.009493
0.142918
-1.722832
-1.611729
-1.678029
1.465919
Dependent Variable: LOG(YEXQUEBEC)-LOG(YEXQUEBEC(-4))
Method: Least Squares
Date: 10/30/10 Time: 19:08
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFPMAISONL0
DIFCOURBETROISMOISL2
DDIFTCHOMAGEL1
DUMMY_REG
0.037216
-1.105171
-0.041846
0.064404
0.069901
0.027832
0.291036
0.010823
0.023535
0.028221
1.337173
-3.797373
-3.866298
2.736501
2.476871
0.1847
0.0003
0.0002
0.0076
0.0152
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.569603
0.549349
0.093292
0.739791
88.34939
28.12297
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
-0.014633
0.138971
-1.852209
-1.713330
-1.796205
1.111972
25
Une banque
Un client
II – Évolution
dessectoriels
insolvabilités et
Modèles
des défauts
26
Une banque
Regroupements sectoriels
Regroupement
1 Secteur primaire
Un client
Secteurs
Agriculture et Extraction minière, de pétrole et de gaz
II – Évolution des insolvabilités et
des défauts
2 Construction et immobilier
Construction et immbilier
3 Fabrication et transport
Fabrication, transport et entreposage
4 Commerce
Commerce de gros et de détail
5 Services de consommation
6 Autres services
Services professionnels, Services administratifs, Arts et
spectacles, Hébergement et restauration
Finance et assurance, Services professionnels, Gestion
de sociétés
SCIAN
11-21
23-53
31-32-33-48-49
41-44-45
51-71-72-81
52-53-54-55-56
•Les secteurs Enseignement (SCIAN 61), Santé (SCIAN 62) et Administration Publique
(SCIAN 91) sont exclus de l’analyse
27
Une banque
Modèles sectoriels
Un client
Pour le modèle du secteur primaire, seulement 20-25% de la
variation des insolvabilités serait expliquée par la variation de
variables macroéconomiques.
Les résultats sont plus élevés en ajoutant des variables liées
au crédit ou aux industries.
Dependent Variable: LOG(YSECTEUR1121)-LOG(YSECTEUR1121(-4))
Method: Least Squares
Date: 09/28/10 Time: 11:28
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Convergence achieved after 19 iterations
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
MA Backcast: 1987Q1 1987Q4
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL4
DDIFTCHOMAGEL0
DIFPRET11L4
DIFPRET21L8
MA(4)
-0.041295
-0.027458
0.155160
1.287807
-0.328035
-0.930476
0.011294
0.008200
0.032726
0.185903
0.030987
0.043134
-3.656257
-3.348603
4.741201
6.927316
-10.58612
-21.57167
0.0004
0.0012
0.0000
0.0000
0.0000
0.0000
II – Évolution des insolvabilités et
des défauts
La relation positive entre la croissance des prêts aux
agriculteurs et la croissance des insolvabilités s’explique en
partie par l’effet de distorsion résultant de l’aide
gouvernementale.
En revanche, la croissance des prêts au secteur minier
présente une relation inverse avec la croissance des
insolvabilités qui témoigne de la confiance des prêteurs.
Dans le secteur Construction et Immobilier, la courbe de
rendement a un effet linéaire inverse sur la croissance des
insolvabilités et un effet non-linéaire qui vient mitiger cet
effet négatif, particulièrement pour de larges changements.
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.671259
0.651691
0.125229
1.317307
62.38543
34.30399
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
-0.032890
0.212188
-1.253010
-1.086356
-1.185805
1.761489
Dependent Variable: LOG(YSECTEUR2353)-LOG(YSECTEUR2353(-4))
Method: Least Squares
Date: 10/01/10 Time: 05:41
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL4
DIFCOURBETROISMOISL4^2
DDIFTCHOMAGEL0
DIFPETROLEL5
-0.002019
-0.055668
0.018768
0.121359
-0.122017
0.019818
0.013931
0.005157
0.030816
0.038568
-0.101870
-3.996075
3.639375
3.938122
-3.163706
0.9191
0.0001
0.0005
0.0002
0.0022
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.441460
0.415176
0.111119
1.049540
72.61114
16.79562
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
28
-0.007764
0.145304
-1.502470
-1.363591
-1.446466
1.411000
Une banque
Modèles sectoriels (suite)
Pour le modèle des secteurs manufacturier et transport,
les principaux facteurs de risque macroéconomiques sont
la courbe de rendement, la croissance du prix des
maisons (un effet de richesse).
Pour le secteur du commerce (détail et gros), une
croissance plus rapide du taux de chômage est associée
avec une hausse des insolvabilités.
Un client
Dependent Variable: LOG(YSECTEUR31334849)-LOG(YSECTEUR313348
49(-4))
Method: Least Squares
Date: 09/28/10 Time: 16:13
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Convergence achieved after 10 iterations
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
MA Backcast: 1987Q1 1987Q4
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL1
DDIFTCHOMAGEL0
DIFPMAISONL0
MA(4)
0.106448
-0.059874
0.127883
-1.237973
-0.336721
0.020901
0.012574
0.052751
0.331965
0.129043
5.092999
-4.761668
2.424264
-3.729224
-2.609379
0.0000
0.0000
0.0175
0.0003
0.0107
II – Évolution des insolvabilités et
des défauts
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.464146
0.438929
0.131612
1.472340
57.37858
18.40631
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
0.001099
0.175706
-1.163968
-1.025090
-1.107964
0.831017
Dependent Variable: LOG(YSECTEUR414445)-LOG(YSECTEUR414445(
-4))
Method: Least Squares
Date: 10/01/10 Time: 06:40
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL4
DDIFTCHOMAGEL0
DUMMY_REG
-0.037081
-0.029529
0.104739
0.108005
0.015783
0.006980
0.019244
0.022219
-2.349420
-4.230440
5.442679
4.861028
0.0211
0.0001
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.568094
0.553028
0.087432
0.657413
93.66187
37.70581
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
-0.027680
0.130776
-1.992486
-1.881383
-1.947683
1.864645
29
Une banque
Modèles sectoriels (suite)
Pour le modèle du secteur finance, les principaux facteurs
de risque macroéconomiques sont la pente de la courbe
de rendement et la vitesse de croissance de la demande.
Pour le modèle du secteur Information, Arts & spectacles,
Restauration & hébergement et Autres services de
consommation, la pente de la courbe de rendement et la
croissance du prix des maisons ont une relation négative
avec les insolvabilités du secteur.
Un client
Dependent Variable: LOG(YSECTEUR51717281)-LOG(YSECTEUR517172
81(-4))
Method: Least Squares
Date: 11/14/10 Time: 21:08
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL2
DIFPMAISONL0
DIFPREMIUML1
DIFIMPORTATIONSL4
0.145439
-0.040353
-1.247502
-0.061119
0.425098
0.040353
0.006389
0.282355
0.021114
0.266598
3.604222
-6.315975
-4.418204
-2.894763
1.594527
0.0005
0.0000
0.0000
0.0048
0.1145
II – Évolution des insolvabilités et
des défauts
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.514552
0.491707
0.094223
0.754623
87.45616
22.52396
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
-0.018330
0.132159
-1.832359
-1.693481
-1.776355
1.065682
Dependent Variable: LOG(YSECTEUR52545556)-LOG(YSECTEUR525455
56(-4))
Method: Least Squares
Date: 10/01/10 Time: 05:41
Sample (adjusted): 1988Q1 2010Q2
Included observations: 90 after adjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
DIFCOURBETROISMOISL4
DDIFDEMANDEL1
DUMMY_REG
0.016893
-0.050416
-4.348051
0.121570
0.027821
0.012060
1.081737
0.038682
0.607198
-4.180526
-4.019509
3.142771
0.5453
0.0001
0.0001
0.0023
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
0.520282
0.503547
0.123506
1.311811
62.57357
31.09062
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
0.006739
0.175286
-1.301635
-1.190532
-1.256832
1.722413
30
Une banque
La moyenne des modèles
Une moyenne des modèles pourrait diminuer le risque
d’erreurs.
Cette approche “consensuelle” offre possiblement le
meilleur estimé de la croissance des insolvabilités selon les
trois scénarios macroéconomiques.
Un client
Comparison of models and actual insolvencies
Models for Canada, sum-of-sectos, sum of QC / non-QC (four-quarter basis)
16,000
15,000
II – Évolution des insolvabilités et
En outre, la comparaison des résultats selon les trois
des défauts
modèles agit comme outil de contrôle et permet de juger si
14,000
13,000
12,000
les résultats sont vraisemblables.
11,000
10,000
Insolvencies Canada
Model for Canada
Sum of sector models
Sum of Quebec & non-Quebec models
9,000
8,000
7,000
6,000
5,000
90
92
94
96
98
00
02
04
06
08
31
Une banque
Un client
II – Évolution
des insolvabilités et
Conclusion
des défauts
32
Une banque
Conclusion
Un client
Ces modèles ont démontré l’importance de la pente de la courbe de rendement comme facteur explicatif de la croissance
des insolvabilités et de la croissance des défauts
En présentant trois modèles, il est possible de créer une moyenne des résultats afin de diminuer le risque d’erreur et
obtenir un estimé plus robuste
La comparaison des résultats des trois modèles permet par ailleurs de juger si les résultats sont vraisemblables
II – Évolution des insolvabilités et
des défauts
33