Estimation Risk in Financial Risk Management

La valeur-à-risque (VaR) et la mesure ES (Expected Shortfall) sont de plus en plus utilisées pour la mesure du risque d'un portefeuille, l'allocation de capital de risque et la détermination des performances. Les gestionnaires de risques financiers sont donc légitimement intéressés par la précision des techniques classiques de la valeur-à-risque et de la mesure ES. Le but de cet article est précisément d'évaluer la précision des modèles classiques et de mesurer l'importance de l'erreur d'estimation en construisant des intervalles de confiance autour des prévisions de la valeur-à-risque et de la mesure ES. Un des problèmes clés dans la construction d'intervalles de confiance appropriés provient de la dynamique de la variance conditionnelle typiquement observée pour les rendements spéculatifs. Notre article propose donc une technique de ré-échantillonnage qui tient compte de l'erreur d'estimation des paramètres des modèles dynamiques de la variance d'un portefeuille. Une analyse Monte Carlo nous montre que les méthodes généralement utilisées par les praticiens, telles que la simulation historique qui calcule le quantile empirique à l'aide d'une fenêtre mobile des rendements, génèrent des intervalles de confiance pour la valeur-à-risque à 90% qui sont trop étroits et qui contiennent seulement 20% des vraies valeurs-à-risque. D'autres méthodes qui tiennent compte correctement de la dynamique conditionnelle de la variance, telles que la simulation historique filtrée, génèrent quant à elles des intervalles de confiance de la valeur-à-risque à 90% qui contiennent près de 90% des vraies valeurs-à-risque. Les mesures ES sont généralement moins précises que les mesures de valeur-à-risque et les intervalles de confiance autour de la mesure ES sont également moins fiables.
[ - ]
[ + ]