Modélisation financière
des risques

La mise en place d’un outil de modélisation des risques clefs participe aujourd’hui pleinement à la politique globale de gestion des risques et constitue un outil de pilotage de l’entreprise, essentiel pour anticiper et gérer au mieux la survenance d’un sinistre majeur lié à ces risques :

• meilleur contrôle des risques et de leurs impacts sur l’entreprise
• information fiable et rapide qui conduit à des décisions mieux documentées
• réduction de la volatilité des résultats
• suppression ou réduction de l'exposition aux risques, secteur par secteur
• mise en œuvre d’options de couverture et/ou de réduction du risque, y compris par des solutions de transfert alternatif des risques. Les assureurs ont l’habitude de se baser sur ce type de modèles pour mettre en place des garanties financières innovantes et adaptées au projet
• anticipation du risque et de son impact qui permet la mise en place d’une politique de gestion de crise appropriée
• développement d’une communication pertinente aux partenaires de l’entreprise lors d’événements critiques

La modélisation est un outil d'aide à la décision dans le domaine de la gestion et de la mesure quantitative du risque. En fonction de la disponibilité des données et du périmètre retenu, la modélisation consiste à exprimer mathématiquement une analyse de risques afin de pouvoir simuler ensuite les conséquences potentielles, notamment sur les comptes de l’entreprise.

Problématique :

Quantification de l’impact des facteurs de risques clés sur les résultats financiers d’une société ou d’un projet :

• Un business plan traditionnel fournit les résultats financiers pour un scénario déterminé
• Le modèle stochastique développé par Marsh intègre l’impact potentiel des risques clés liés au projet avec un focus particulier sur les risques techniques et sur les incertitudes liées aux évolutions possibles du marché et de l’économie (évolution des prix, des dépenses, taux de pénétration, taux d’intérêt, taux de change, etc...)

Le modèle stochastique fournit une vision de la performance financière anticipée mais également la volatilité de cette performance (magnitude d’une contre-performance et probabilité d’occurrence d’un tel scénario).

Mécanique du modèle

Une simulation de Monte-Carlo simulation (i.e. simulation d’un grand nombre de scénarios), fournit :

• l’éventail complet des résultats possibles
• la probabilité d’occurrence de chacun des résultats possibles

Le modèle intègre la méthodologie des agences de notation et il offre également la possibilité de calculer le résultat d’un scénario déterministe.

Intérêt d’une analyse stochastique : outil efficace pour tester la sensibilité d’un business plan à diverses solutions de transfert de risques et pour réduire la volatilité des paramètres financiers clés du projet (par exemple capacité de remboursement de dette).