«Les indicateurs macro-économiques sont très utiles pour les banques dans leurs modèles de dépréciation IFRS9»

Les banques et compagnies d’assurance sont tenues de se conformer aux exigences apportées par la norme IFRS 9 d’ici à 2022. Les travaux de conformité, le chantier de mise en place des référentiels et l’adaptation des systèmes d’information se révèlent de longue haleine. Éclairages de M. Tissoudal, expert IFRS.

Pourriez-vous nous donner un petit aperçu sur votre cabinet ?
Lendys Africa est un cabinet conseil, spécialisé dans l’accompagnement des directions financières dans le secteur de la banque et de l’assurance. Nos solutions IFRS couvrent tous les aspects jusqu’à l’adaptation du système d’information et de consolidation avec le respect des exigences en matière de divulgation financière et de mise en place de procédure de contrôle d’audit.

Pour les banques et compagnies d’assurance marocaines, les IFRS 9 exigent des travaux de conformité que peu d’institutions respectent à ce jour. En quoi consiste ces ajustements ?
Selon IFRS 9, les institutions financières doivent ajuster la provision actuelle pour créances sur la base des pertes encourues rétrospectives en une perte de crédit attendue. Pour ce faire, le modèle imposé par la norme IFRS 9 s’articule autour de trois «Buckets» ou strates dépendantes du niveau de dégradation du risque de crédit attaché à l’actif depuis sa comptabilisation initiale. Cette démarche est logique pour une provision comptable.

Est-ce qu’il y a des difficultés pour les banques et assureurs à surmonter pour la mise en place d’un modèle de dépréciation selon IFRS 9 ?
L’intégration d’informations prospectives signifie que l’on s’éloigne de l’approche tout au long du cycle pour se livrer à une estimation du «cycle économique» des pertes de crédit potentielles. Un calcul prospectif de la perte de crédit attendue devrait être basé sur une estimation précise des facteurs de probabilité de défaut (PD) actuels et futurs (PD lifetimes), de la perte par défaut (LGD), de l’exposition au défaut (EAD), et des facteurs d’actualisation. Les facteurs d’actualisation selon IFRS 9 sont basés sur le taux d’intérêt effectif du contrat. Par ailleurs, l’exposition au défaut peut principalement être dérivée de l’exposition actuelle, des flux de trésorerie contractuels et d’une estimation des remboursements imprévus (par exemple le taux de remboursement anticipé) et d’une prévision d’utilisation des limites de crédit non utilisées. A ce titre, les banques marocaines ont mis en place des modèles de notation internes pour affecter une probabilité de défaut à une contrepartie et scinder le portefeuille en différents niveaux avec une PD spécifique.

Est-ce que ces modèles de notation permettent de jauger la dépréciation requise dans le cadre des IFRS9 ?
D’un point de vue capital, ces notations sont généralement calibrées sur un niveau de défaut observé tout au long du cycle. Désormais, l’utilisation de toutes les informations prospectives des banques peut améliorer les estimations si l’on peut identifier un ou plusieurs cycles économiques pertinents à retenir en fonction du degré de risque du portefeuille sous-jacent. On peut prévoir des scénarios possibles pour l’évolution du cycle à l’avenir, y compris l’effet de ce cycle sur la structure à terme de la probabilité de défaut des portefeuilles de la banque. Ce serait un paradis macroéconomique et économétrique s’il existait suffisamment de données pour dériver des modèles précis et statistiquement significatifs. Autrement, les banques doivent davantage s’appuyer sur le jugement d’experts et sur des rapports macroéconomiques internes et/ou externes.

Qu’est-ce qu’il faut de plus alors ?
Outre les structures de terme probabilité de défaut, les structures de «la perte par défaut (LGD)» sont nécessaires pour calculer une perte attendue sur la durée de vie. Dériver une structure de termes d’une LGD précise à partir des valeurs par défaut réalisées historiquement nécessite une base de données volumineuse. Pour dériver une structure de terme LGD dépendante du cycle économique, une base de données encore plus grande des pertes documentées avec précision est nécessaire. Le niveau de dépendance des LGD au cours du cycle économique varie considérablement selon le type de contrepartie, le secteur d’activité et les garanties données par la contrepartie. La subordination ne dépend pas beaucoup du cycle, alors que les prêts assortis de sûretés, tels que les prêts hypothécaires, peuvent entraîner des mouvements importants de LGD au fil du temps. Par conséquent, cela nécessite différentes structures de termes LGD pour différents types et niveaux de LGD.

Dans ce cas , il faudrait alors se baser sur des scénarios économiques pour mieux maîtriser l’ensemble des variables ?
Effectivement. L’intégration d’informations prospectives signifie la modélisation de la dépendance du cycle économique des probabilités de défaut et des pertes par défaut. Par exemple, le profil d’amortissement d’un Boeing 737 indique le niveau du recouvrement attendu pendant toute la durée de l’hypothèque, tandis que le prix de l’actif et l’encours diminuent dans le temps. Pour les actifs importants, des scénarios futurs sont nécessaires pour calculer la perte de crédit attendue. Dans la plupart des banques, ces scénarios prospectifs relèvent généralement des départements de recherche économique. Les prévisions macroéconomiques se concentrent principalement sur des variables spécifiques à un pays. La croissance du produit intérieur, les taux de chômage, les indices d’inflation et les taux d’intérêt sont des variables projetées typiques. Habituellement, seules les grandes banques internationales dotées d’un service de recherche économique sont en mesure de projeter des perspectives et des scénarios économiques cohérents.

Mais l’analyse ne sera pas pertinente pour les banques sans prendre en compte les indicateurs du secteur d’activité des clients ?
Outre les scénarios macro, les prévisions sectorielles sont également importantes. Les modèles de risque sectoriels permettent à une banque de faire des prévisions pour un certain secteur d’activité, par exemple, les produits chimiques, l’automobile ou encore les matières premières telles que pétrole et gaz. Les modèles industriels sont souvent basés sur des variables telles que les conditions du marché, les barrières à l’entrée et les données par défaut. Dans certaines banques, les industries sont analysées et notées par des chercheurs en économie. Dans d’autres, généralement des banques plus petites, les industries sont classées par des spécialistes du secteur. Les notations sectorielles constituent souvent des entrées pour les modèles de notation et sont des facteurs importants pour la gestion de portefeuille. Par conséquent, la corrélation entre les inducteurs de notations et les inducteurs de la structure des termes PD doit être effectuée avec prudence.