«Simply Put», la chronique hebdomadaire de l'équipe Multi Asset Group de Lombard Odier Investment Managers

Par Florian Ielpo, Head of Macro et Jérôme Collet, Head of Beta Portfolio Management – Global Fixed Income

 

La récente crise bancaire n’a pas manqué de rappeler aux plus expérimentés d’entre nous de mauvais souvenirs : le spectre de 2008, de la faillite de Lehman Brothers et de la contagion qui s’en est suivi. Depuis, de l’eau a coulé sous les ponts et l’expérience de ce triste moment de notre histoire financière a été digérée par nos autorités et ainsi que par les investisseurs. A présent que la poussière commence à retomber, que peut-on dire du risque contagion? Si en 2008 le traitement médical avait été inoculé à un malade gravement atteint, cette fois ci la médication a eu lieu dans les premiers jours de la maladie – avant que les symptômes n’aient trop gagné en gravité. Le risque systémique a-t-il été pour autant circonscrit? et surtout : est-ce que le risque bancaire a reflué? De nombreuses méthodes économétriques pour mesurer ce risque existent et voici quelques illustrations tirées de l’une d’entre elles.

La notion de « spillover » de volatilité

Parmi les nombreuses mesures de risque systémique – au-delà de ce que nous avions présenté avec Trevor Leydon il y a quelques semaines – deux méthodes économétriques se sont distinguées dans les années qui ont suivi 2008. Ces deux méthodes utilisent fondamentalement la même technologie, mais en font un usage différent. Si notre papier d’il y a deux semaines analysait la capacité des marchés à supporter les chocs, ces deux méthodes font un pas en avant significatif en s’intéressant à l’origine de ces chocs. Le risque systémique traduit une certaine difficulté des marchés à absorber un risque supplémentaire. L’endroit d’où nait ce surcroit de risque est généralement le «maillon faible» de la chaine financière – la source de ce risque systémique. La place du secteur bancaire en 2008 en a fait le maillon faible de la chaine, et par conséquence l’origine du choc qui s’est propagé dans les marchés financiers. Deux méthodes permettent donc de mesurer ex-post l’origine et la propagation des choses systémiques :

• L’approche de Monica Billio[1] basée sur des tests de causalité (quel secteur cause un accroissement de volatilité globale), mais qui ne permet pas de jauger de l’intensité de ces chocs entre secteurs.

• L’approche de Diebold et Yilmaz[2], qui justement permet de mesurer l’intensité de la transmission des chocs. Leur approche se base sur le même socle que celui de Billio, analysant comment les variations de la volatilité se transmettent d’un secteur à l’autre.

C’est cette dernière approche, née des cendres de 2008, que nous proposons d’exhumer et d’appliquer à la situation actuelle juger de sa gravité en suivant les pas d’un article que nous avions écrit à cette occasion[3].

Deux indicateurs en un

Leur approche peut se résumer comme suit: le risque systémique croit lorsque les chocs se transmettent entre secteurs. Lorsque les chocs ne se propagent pas, ce même risque systémique est faible. Le premier des indicateurs qu’il propose est par conséquent un indicateur de risque systémique agrégé: celui mesure sur une échelle de 0 à 100% quel est le pourcentage des chocs dans chaque secteur qui parvient à engendrer des chocs dans d’autres secteurs – l’essence même de la contagion. La figure 1 présente cet indicateur recalculé sur la période 1999-2023 sur la base de la volatilité des rendements des obligations d’entreprise en excès des obligations d’Etat par secteurs. Si le pourcentage historique des chocs qui transitent entre secteurs évolue autour de 65% à long terme, ce pourcentage fluctue. Comme on le lit clairement sur le graphique, ce pourcentage s’accroit naturellement autour des grands chocs systémiques de notre histoire. Au cours des derniers 18 mois, du point de vue de cette métrique, le risque systémique s’est élevé à deux occasions: à l’occasion de la première hausse de la Fed fin 2021 et plus récemment avec la progression du risque bancaire. Du point de vue de cet indicateur global, il y a effectivement montée du risque de contagion, mais à la différence de notre analyse précédente, cette fois-ci on peut s’intéresser à l’origine du choc et plus particulièrement au risque du secteur bancaire.

Un risque bancaire en progression

L’intérêt de la méthode de Dielbold et Yilmaz c’est de pouvoir calculer une «attribution de performance» du risque systémique: si risque systémique il y a, d’où vient-il? Quel secteur est à son origine? Evidemment, le point focal de notre analyse revient à étudier les chiffres que l’on obtient dans le cas du secteur bancaire, toujours basé sur la volatilité des «excess returns» des obligations d’entreprise par secteur. Le graphique 2 présente ce que les auteurs appellent le «net spillover giver score», c’est-à-dire une mesure de la capacité du secteur à être davantage donneur de chocs que receveur de chocs, pour un ensemble de secteurs. L’analyse absolue du niveau de l’indicateur est ardue à lire mais son niveau relatif historique ainsi que sa variation sont toutes deux porteuses de sens. Le message de la figure 2 est le simplement le suivant: le risque systémique du secteur bancaire, tel que mesuré par sa volatilité, a progressé entre fin 2022 et mars 2023, c’est un fait. Cependant, avec les mesures qui ont été prises par nos banques centrales et nos autorités plus globalement, ce risque reste inférieur à son niveau de long terme. C’est un important message: le risque n’est pas définitivement écarté – cela va sans dire – mais il est pour le moment bien en deçà de sa moyenne de long terme et par conséquent, de son niveau de 2008. Gardons aussi un œil sur le secteur des «consumers cyclicals» qui est récemment devenu une source de chocs, cette fois-ci en ligne avec sa moyenne de long terme.

Note de lecture : LT signifie «valeur de long terme». Un indice positif signifie qu’un secteur est un «net giver» de chocs, c’est-à-dire qu’il a tendance à donner davantage de chocs qu’il n’en reçoit.

Pour dire les choses simplement, le risque systémique a bien progressé, et les bancaires y ont contribué. Cette progression laisse ce risque bancaire à un niveau inférieur à celui de 2008, un important message.

Macro/Nowcasting Corner

 

 

 

Note de lecture: L’indicateur de nowcasting de LOIM rassemble des indicateurs économiques de manière ponctuelle afin de mesurer la probabilité d’un risque macroéconomique donné – croissance, surprises d’inflation et surprises de politique monétaire. Le Nowcaster varie entre 0% (faible croissance, faibles surprises d’inflation et politique monétaire dovish) et 100% (forte croissance, fortes surprises d’inflation et politique monétaire hawkish).

 

 

Afficher le disclaimer de l'article