Mémoires d'Actuariat
Modélisation du risque de crédit dans un modèle de projection Actif Passif
Auteur(s) TRIVIERE V.
Société Willis Towers Watson
Année 2021
Résumé
Le risque de crédit est un enjeu majeur pour les assureurs depuis plusieurs décennies. Ce risque se matérialise lors de la détention d’obligations, d’états ou d’entreprises. Le principal risque étant le risque d’écartement des spreads. Ce mémoire a pour but d’utiliser les sorties d’un GSE (Générateur de Scénarios Economiques) utilisant la modélisation JLT (Jarrow, Lando et Turnbull) afin d’estimer pleinement le risque de crédit à l’intérieur d’un modèle ALM standard, en distinguant les obligations d’états et celles d’entreprises. Ces sorties sont les matrices de transition et de spread afin de diffuser le nominal d’une obligation d’entreprise dans toutes les notations possibles. Le modèle initial simplifiait le risque de crédit en ne faisait pas de distinction entre les deux types d’obligation. Ainsi, ce modèle a été amélioré afin de prendre en compte ces sorties et vieillir de manière adéquate les obligations, calculer les montants de PMVL et impacter de manière directe ou indirecte les réserves (PPB, RdC etc.). Tout en projetant dans le temps différents types de contrats (passifs : épargne, retraite collective et vie entière), ce modèle prend en compte également différents produits financiers (actifs : obligation, action, option sur les actions, sur les taux), permettant d’estimer la sensibilité de la nouvelle modélisation à des changements d’inputs, que ce soit les scénarios risque neutre utilisés pour actualiser les flux, ou bien les hypothèses propres à la stratégie de réallocation des obligations. La prise en compte de la modélisation crédit du modèle impacte plusieurs indicateurs du bilan S2. En effet, le SCR diminue tandis que le BEL augmente (plus grande prise en compte de l’impact des spreads). Néanmoins, ceci permet d’assurer une meilleure prise en compte du risque de crédit auquel un assureur est soumis dès lors qu’il détient des obligations d’entreprise.
Abstract
For many years, credit risk has been a major issue for insurers. This risk arises when possessing bonds in portfolio (either government or corporate bonds). The main subrisk remains the spread risk. The aim of this actuarial thesis is to use outputs produced by an ESG (Economic Scenario Generator) calibrated with JLT (Jarrow, Lando and Turnbull) and to integrate them within an ALM model by distinguishing government bonds and corporate bonds. The outputs produced by JLT are stochastic spreads, defaults and transition matrices used to allocate the nominal to different available ratings. The current ALM model was previously simplifying the credit risk assessment by not making any difference between govies and corporate bonds. Therefore, the model has been improved to take into consideration these new inputs and to compute adequately the market value, unrealized gains or losses, and impact the provisions (profit sharing and Capitalization reserve for instance). This model, by projecting different types of contracts (on liability side : savings, retirement and entire life products), takes as well different financial incomes (assets : bonds, equities, interest rate options, call and put options etc.) such that it is possible to assess the sensitivity to different inputs (either risk neutral scenarios used to deflate the cashflows, or inputs related to bond reinvestment). Taking into account the credit risk within the model impacts many Solvency 2 indicators. Indeed, the SCR decrease while the BEL increase (taking into consideration the spread impact). This ensures an increased awareness of the credit risk that the insurer bears as soon as he possesses corporate bonds in its portfolio.
Mémoire complet
Auteur(s) TRIVIERE V.
Société Willis Towers Watson
Année 2021
Résumé
Le risque de crédit est un enjeu majeur pour les assureurs depuis plusieurs décennies. Ce risque se matérialise lors de la détention d’obligations, d’états ou d’entreprises. Le principal risque étant le risque d’écartement des spreads. Ce mémoire a pour but d’utiliser les sorties d’un GSE (Générateur de Scénarios Economiques) utilisant la modélisation JLT (Jarrow, Lando et Turnbull) afin d’estimer pleinement le risque de crédit à l’intérieur d’un modèle ALM standard, en distinguant les obligations d’états et celles d’entreprises. Ces sorties sont les matrices de transition et de spread afin de diffuser le nominal d’une obligation d’entreprise dans toutes les notations possibles. Le modèle initial simplifiait le risque de crédit en ne faisait pas de distinction entre les deux types d’obligation. Ainsi, ce modèle a été amélioré afin de prendre en compte ces sorties et vieillir de manière adéquate les obligations, calculer les montants de PMVL et impacter de manière directe ou indirecte les réserves (PPB, RdC etc.). Tout en projetant dans le temps différents types de contrats (passifs : épargne, retraite collective et vie entière), ce modèle prend en compte également différents produits financiers (actifs : obligation, action, option sur les actions, sur les taux), permettant d’estimer la sensibilité de la nouvelle modélisation à des changements d’inputs, que ce soit les scénarios risque neutre utilisés pour actualiser les flux, ou bien les hypothèses propres à la stratégie de réallocation des obligations. La prise en compte de la modélisation crédit du modèle impacte plusieurs indicateurs du bilan S2. En effet, le SCR diminue tandis que le BEL augmente (plus grande prise en compte de l’impact des spreads). Néanmoins, ceci permet d’assurer une meilleure prise en compte du risque de crédit auquel un assureur est soumis dès lors qu’il détient des obligations d’entreprise.
Abstract
For many years, credit risk has been a major issue for insurers. This risk arises when possessing bonds in portfolio (either government or corporate bonds). The main subrisk remains the spread risk. The aim of this actuarial thesis is to use outputs produced by an ESG (Economic Scenario Generator) calibrated with JLT (Jarrow, Lando and Turnbull) and to integrate them within an ALM model by distinguishing government bonds and corporate bonds. The outputs produced by JLT are stochastic spreads, defaults and transition matrices used to allocate the nominal to different available ratings. The current ALM model was previously simplifying the credit risk assessment by not making any difference between govies and corporate bonds. Therefore, the model has been improved to take into consideration these new inputs and to compute adequately the market value, unrealized gains or losses, and impact the provisions (profit sharing and Capitalization reserve for instance). This model, by projecting different types of contracts (on liability side : savings, retirement and entire life products), takes as well different financial incomes (assets : bonds, equities, interest rate options, call and put options etc.) such that it is possible to assess the sensitivity to different inputs (either risk neutral scenarios used to deflate the cashflows, or inputs related to bond reinvestment). Taking into account the credit risk within the model impacts many Solvency 2 indicators. Indeed, the SCR decrease while the BEL increase (taking into consideration the spread impact). This ensures an increased awareness of the credit risk that the insurer bears as soon as he possesses corporate bonds in its portfolio.
Mémoire complet
