Qu'est-ce que Operational Risk Calculator?
▾
Le risque opérationnel est défini selon Bâle II/III comme le risque de perte résultant de processus, de personnes et de systèmes internes inadéquats ou défaillants, ou d'événements externes. Cette définition inclut le risque juridique mais exclut explicitement le risque stratégique et de réputation. Le risque opérationnel est la troisième grande catégorie de risque dans le secteur bancaire, après le risque de crédit et le risque de marché, et a pris de l'importance à la suite de pertes très médiatisées dues à des transactions frauduleuses (Barings Bank 1995, Société Générale 2008), à des pannes de systèmes, à des cyberattaques, à des fraudes et à des manquements à la conformité réglementaire. Les pertes liées au risque opérationnel peuvent être massives et soudaines : la Barings Bank a perdu 1,3 milliard de dollars à cause des opérations à terme non autorisées de Nick Leeson ; La Société Générale a perdu 4,9 milliards d'euros à cause des opérations frauduleuses de Jérôme Kerviel ; JPMorgan Chase a perdu 6,2 milliards de dollars dans le scandale des produits dérivés London Whale en 2012. Contrairement au risque de marché et au risque de crédit, le risque opérationnel ne fournit pas de rendement attendu en échange de la prise de risque : il s’agit d’un pur inconvénient qui doit être contrôlé et minimisé. Bâle II a introduit trois approches de calcul du capital pour risque opérationnel, retenues avec des améliorations dans Bâle III. L’approche par indicateurs de base (BIA) est la plus simple : capital = 15 % du revenu brut annuel moyen des 3 dernières années. L'approche standard (AS) divise les activités en huit secteurs d'activité avec différents facteurs de capital (12 à 18 %). L'approche de mesure avancée (AMA) permet aux banques d'utiliser des modèles internes intégrant des données sur les pertes internes, des données sur les pertes externes, une analyse de scénarios et des facteurs d'environnement commercial (BEF) pour estimer le risque opérationnel au 99,9e centile, ce qui est cohérent avec le niveau de confiance global de 99,9 % de Bâle pour les fonds propres réglementaires. La structure du modèle AMA utilise une approche de répartition des pertes (LDA) : pour chaque combinaison de type d'événement de risque opérationnel (7 catégories de Bâle) et de secteur d'activité, les banques modélisent la distribution de fréquence (la fréquence des pertes) et la distribution de la gravité (l'ampleur de chaque perte). La combinaison de la fréquence et de la gravité (généralement via une simulation de Monte Carlo) produit une distribution composée des pertes, et le 99,9e percentile moins la perte attendue donne l'exigence de capital. Bâle IV (finalisé en 2017, mis en œuvre jusqu'en 2023-2028) a remplacé l'AMA par l'approche de mesure standardisée (SMA), qui élimine les modèles internes de fonds propres réglementaires mais les conserve pour la gestion interne. Capital SMA = Indicateur commercial × Coefficient marginal × Multiplicateur de perte (basé sur les pertes réelles).
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Formule
▾
BIA : Capital = α × Avg(GI_1, GI_2, GI_3) où α=15 %
SA : Capital = Σ β_i × GI_i (par métier)
AMA/LDA : Capital = VaR₉₉.₉% (Pertes annuelles globales) − E [Pertes annuelles]
SMA (Bâle IV) : Capital = Composante BI × Multiplicateur de perteLégende des variables
▾
| Symbole | Nom | Unité | Description |
|---|---|---|---|
| GI | Revenu brut | USD/year | Revenu net d'intérêts plus revenu net hors intérêts (revenu total de la banque) ; la base des calculs du capital BIA et SA. |
| α | Facteur de capital BIA | % | Taux forfaitaire de 15 % dans le cadre de l'approche par indicateur de base ; appliqué au revenu brut moyen sur 3 ans pour déterminer l’exigence de capital. |
| β_i | Facteur bêta du secteur d’activité | % | Facteur de capital en Approche Standard par métier : varie de 12 % (courtage de détail, gestion d'actifs) à 18 % (trading, paiements). |
| OR_EC | Risque opérationnel Capital économique | USD | Estimation AMA/modèle interne du capital pour risque opérationnel : perte annuelle globale au 99,9e centile moins la perte attendue. |
| BI | Indicateur d'activité (SMA) | USD | Somme de la composante intérêts, de la composante services et de la composante financière – l’indicateur de taille Bâle IV SMA pour le risque opérationnel. |
Comment Operational Risk Calculator
▾
- 1Déterminer l'approche applicable : BIA pour les petites banques ou celles qui en sont aux premiers stades d'élaboration d'un cadre de risque opérationnel ; SA pour les banques aux métiers distincts ; AMA (ou SMA sous Bâle IV) pour les grandes institutions sophistiquées.
- 2Pour BIA : Revenu brut moyen des 3 dernières années (hors années négatives) ; multiplier par 15%.
- 3Pour SA : Cartographier toutes les activités sur 8 lignes métiers bâloises ; appliquer le facteur bêta respectif (12 à 18 %) au revenu brut de chaque ligne ; somme.
- 4Pour AMA/LDA : collecter les données internes sur les événements de perte (fréquence et gravité par type d'événement) ; compléter avec des données externes sur les pertes (base de données ORX, base de données publique sur les pertes) ; développer des distributions de fréquence (Poisson) et de gravité (log-normal, Pareto généralisé) pour chaque catégorie de risque.
- 5Combinez la fréquence et la gravité grâce à la simulation Monte Carlo pour générer la répartition globale des pertes pour chaque catégorie de risque.
- 6Appliquez des copules pour modéliser les corrélations entre les catégories de risque (les régulateurs autorisent généralement les avantages de la diversification mais exigent des preuves).
- 7Capital = Perte globale au 99,9e centile moins la perte attendue. Ajoutez du capital pour les scénarios graves mais mal pris en compte par les données historiques.
Exemples résolus
▾
Le BIA est direct mais simple : les mêmes 15 % quel que soit le profil de risque
IG moyen sur 3 ans = (50 M$ + 55 M$ + 60 M$) / 3 = 55 M$. BIA Capital = 15 % × 55 M$ = 8,25 M$. Ce calcul est simple à calculer mais notoirement peu sophistiqué : il considère que toutes les banques ayant le même revenu brut ont un risque opérationnel identique, indépendamment de la qualité réelle de la gestion des risques, de l'environnement de contrôle ou de la complexité de l'entreprise. Les petites banques communautaires aux opérations simples et bien contrôlées peuvent trouver la BIA trop conservatrice ; les grandes institutions complexes comportant de nombreux vecteurs potentiels de risque opérationnel pourraient la trouver insuffisante.
La ligne de trading bénéficie du taux de capital le plus élevé (18 %) en raison de la complexité opérationnelle
Banque de détail : 200 M$ × 12 % = 24 M$. Banque commerciale : 150 M$ × 15 % = 22,5 M$. Négoce et ventes : 100 M$ × 18 % = 18 M$. Gestion d'actifs : 50 M$ × 12 % = 6 M$. Capital SA total = 70,5 millions de dollars. La SA différencie les activités en fonction du bêta du secteur d'activité, reconnaissant que les opérations de trading comportent plus de risques opérationnels (systèmes complexes, risque de règlement, potentiel de négociant malhonnête) que la banque de détail. Cependant, au sein de chaque secteur d'activité, la SA ne fait toujours pas de distinction entre les institutions bien contrôlées et celles qui le sont mal.
La distribution de gravité à queue lourde entraîne un capital important par rapport à la moyenne
Fréquence : Poisson(λ=5) modélise le nombre d'événements de fraude interne par an. Gravité : log-normale avec une moyenne de 100 000 $ et σ = 1,5 (très asymétrique : la plupart des événements sont petits mais certains sont d'une ampleur catastrophique). Simulation Monte Carlo de 100 000 agrégats annuels : une année typique comporte 3 à 7 petits événements de fraude (50 000 $ à 150 000 $ chacun) ; mais dans les pires 0,1 % des années, une combinaison de plusieurs événements majeurs produit des pertes globales de 8,5 millions de dollars. Perte annuelle attendue = 5 × 100 000 $ = 500 000 $. AMA Capital = 8,5 millions de dollars − 0,5 million de dollars = 8,0 millions de dollars — la perte extrême inattendue nécessite une couverture en capital. La grosse queue du log-normal explique pourquoi le capital-risque opérationnel est dominé par de rares événements catastrophiques.
SMA utilise l'historique des pertes réelles pour augmenter le capital via le multiplicateur de pertes interne.
L'approche de mesure standardisée (SMA) de Bâle IV utilise un seul indicateur commercial, une mesure de type revenu combinant les revenus d'intérêts, les revenus de commissions et les revenus de négociation. Pour les banques dont le BI est compris entre 750 millions et 3 milliards de dollars, le coefficient marginal BI est d'environ 0,3 %. Multiplié par le multiplicateur de perte interne (qui est égal à 1,0 pour la perte moyenne et augmente pour les banques ayant des pertes opérationnelles historiques supérieures à la moyenne) : Capital = 800 millions de dollars × 0,3 % × 1,25 = 3,0 millions de dollars. Les banques ayant des antécédents de pertes élevées versent plus de capital ; les banques bien contrôlées paient moins. C'est plus simple que l'AMA mais reflète toujours l'expérience réelle en matière de pertes, contrairement à BIA.
Applications pratiques
▾
Calcul du capital minimum réglementaire Bâle III/IV pour les banques, représentant un domaine d'application important pour l'AMA du risque opérationnel dans des contextes professionnels et analytiques où des calculs précis de l'AMA du risque opérationnel soutiennent directement une prise de décision éclairée, une planification stratégique et une optimisation des performances.
Allocation de capital économique interne pour la gestion des risques opérationnels, représentant un domaine d'application important pour l'AMA du risque opérationnel dans des contextes professionnels et analytiques où des calculs précis de l'AMA du risque opérationnel soutiennent directement la prise de décision éclairée, la planification stratégique et l'optimisation des performances.
Dimensionnement du programme d'assurance pour compenser l'exposition au risque opérationnel, représentant un domaine d'application important pour l'AMA du risque opérationnel dans des contextes professionnels et analytiques où des calculs précis de l'AMA du risque opérationnel soutiennent directement la prise de décision éclairée, la planification stratégique et l'optimisation des performances.
L'auto-évaluation du risque opérationnel (RCSA) et l'évaluation des contrôles, représentant un domaine d'application important pour l'AMA du risque opérationnel dans des contextes professionnels et analytiques où des calculs précis de l'AMA du risque opérationnel soutiennent directement la prise de décision éclairée, la planification stratégique et l'optimisation des performances.
Rapports du conseil d'administration et des autorités réglementaires sur le profil et les tendances du risque opérationnel, représentant un domaine d'application important pour l'AMA du risque opérationnel dans des contextes professionnels et analytiques où des calculs précis de l'AMA du risque opérationnel soutiennent directement la prise de décision éclairée, la planification stratégique et l'optimisation des performances.
Cas particuliers
▾
Lorsque les valeurs d'entrée du risque opérationnel approchent de zéro ou deviennent négatives dans le
Lorsque les valeurs d'entrée de l'ama du risque opérationnel approchent de zéro ou deviennent négatives dans l'ama du risque opérationnel, le comportement mathématique change de manière significative. Les valeurs nulles peuvent provoquer des erreurs de division par zéro ou des résultats trivialement nuls, tandis que les entrées négatives peuvent produire des résultats mathématiquement valides mais pratiquement dénués de sens dans des contextes de risque opérationnel. Les utilisateurs professionnels doivent vérifier que toutes les entrées se situent dans des plages physiquement ou financièrement significatives avant d'interpréter les résultats. Des valeurs négatives ou nulles indiquent souvent des erreurs de saisie de données ou un risque opérationnel exceptionnel ou des circonstances nécessitant un traitement analytique séparé.
Dans l’AMA du risque opérationnel, ce scénario nécessite une prudence supplémentaire lors de l’interprétation des résultats de l’AMA du risque opérationnel. La formule standard peut ne pas tenir pleinement compte de tous les facteurs présents dans ce cas limite, et une analyse supplémentaire ou une consultation d'experts peut être justifiée. Les meilleures pratiques professionnelles impliquent de documenter les hypothèses, d'effectuer des analyses de sensibilité et de croiser les résultats avec des méthodes alternatives lorsque les calculs du risque opérationnel se situent en territoire non standard.
Dans l’AMA du risque opérationnel, ce scénario nécessite une prudence supplémentaire lors de l’interprétation des résultats de l’AMA du risque opérationnel. La formule standard peut ne pas tenir pleinement compte de tous les facteurs présents dans ce cas limite, et une analyse supplémentaire ou une consultation d'experts peut être justifiée. Les meilleures pratiques professionnelles impliquent de documenter les hypothèses, d'effectuer des analyses de sensibilité et de croiser les résultats avec des méthodes alternatives lorsque les calculs du risque opérationnel se situent en territoire non standard.
Facteurs bêta de l’approche standard de Bâle par secteur d’activité
▾
| Secteur d'activité | Facteur bêta | Exemples d'activités |
|---|---|---|
| Finance d'entreprise | 18% | Conseil en M&A, souscription, financements structurés |
| Commerce et ventes | 18% | Tenue de marché, trading pour compte propre, produits dérivés |
| Banque de détail | 12% | Prêts personnels, hypothèques, dépôts, cartes de crédit |
| Banque commerciale | 15% | Prêts aux entreprises, immobilier commercial, affacturage |
| Paiement et règlement | 18% | Virements électroniques, compensation, garde |
| Services d'agence | 15% | Services de garde, fiducie d'entreprise, dépositaire |
| Gestion des actifs | 12% | Gestion de fonds, fonds de pension, gestion de patrimoine |
| Courtage de détail | 12% | Exécution, prise d'ordres, conseil en investissement |
Questions fréquentes
▾
Quels sont les 7 types d’événements de risque opérationnel bâlois ?
Bâle II/III définit 7 catégories d'événements à risque opérationnel : (1) Fraude interne – détournement d'actifs, évasion fiscale, identification erronée intentionnelle des postes, corruption par des employés ; (2) Fraude externe : vol, contrefaçon, piratage informatique, cybercriminalité par des parties externes ; (3) Pratiques d'emploi et sécurité sur le lieu de travail — demandes d'indemnisation des accidents du travail, discrimination, actions syndicales organisées ; (4) Clients, produits et pratiques commerciales — violations fiduciaires, défauts de produits, manipulations de marché, violations de la vie privée, blanchiment d'argent ; (5) Dommages aux actifs physiques – terrorisme, vandalisme, tremblements de terre, incendies ; (6) Perturbations des activités et pannes du système : pannes matérielles, erreurs logicielles, pannes de services publics ; (7) Exécution, livraison et gestion des processus : transactions échouées, erreurs de saisie de données, erreurs comptables, litiges avec les fournisseurs.
Pourquoi Bâle IV a-t-il supprimé l’AMA au profit du SMA ?
L’AMA a été supprimée dans la norme finale de Bâle IV (2017, mise en œuvre entre 2023 et 2028) pour plusieurs raisons : (1) variabilité excessive des fonds propres AMA entre les banques utilisant des approches similaires mais des hypothèses internes différentes, nuisant à la comparabilité ; (2) La complexité des modèles a créé une opacité : les régulateurs ne pouvaient pas facilement valider ou comparer les modèles AMA entre les institutions ; (3) Certaines banques ont joué avec des modèles pour minimiser les exigences de fonds propres ; (4) La flexibilité de l'AMA a conduit à des résultats procycliques dans certaines mises en œuvre. Le SMA remplace l'AMA par une formule plus standardisée qui intègre toujours les pertes historiques réelles via le multiplicateur de perte interne, maintenant ainsi les incitations au contrôle des pertes tout en améliorant la cohérence et la comparabilité.
Qu'est-ce que la base de données ORX et pourquoi est-elle importante pour le risque opérationnel ?
L'Operational Riskdata eXchange Association (ORX) gère la plus grande base de données de pertes liées aux risques opérationnels au monde, collectant des données anonymisées sur les événements de perte auprès des banques membres du monde entier. Les banques membres contribuent aux pertes liées au risque opérationnel au-delà d'un seuil spécifié (généralement 20 000 $) et reçoivent en retour des statistiques du consortium. Les données externes d'ORX sont essentielles pour l'AMA et le développement de modèles internes, car les banques individuelles ne disposent pas de données historiques suffisantes pour estimer la queue de la distribution de gravité d'événements rares et à fort impact – les pertes mêmes qui déterminent les exigences de fonds propres. Sans données externes, l'historique interne d'une institution sur 10 ans peut ne contenir aucun événement compris entre le 99e et le 99,9e centile, ce qui rend impossible une estimation extrême.
Qu’est-ce que l’analyse de scénarios en risque opérationnel ?
L’analyse de scénarios est un complément prospectif aux données historiques sur les pertes, requises par l’AMA. Des ateliers d'experts rassemblent des chefs d'entreprise, des responsables des risques et des fonctions de contrôle pour évaluer des scénarios de risques opérationnels hypothétiques mais plausibles : une cyberattaque majeure, un événement de commerçant malhonnête, une amende réglementaire pour vente abusive, un désastre pour la continuité des activités. Les experts estiment la probabilité et la gravité de chaque scénario. Les données de scénario sont intégrées au modèle AMA aux côtés des données internes historiques et des données de perte externes. L'analyse de scénarios est particulièrement importante pour capturer les risques extrêmes qui n'ont pas encore été observés dans l'histoire d'une banque, mais dont on sait qu'ils se sont produits ailleurs dans le secteur.
En quoi le capital-risque opérationnel est-il différent du capital-risque de crédit et du capital-risque de marché ?
Le capital pour risque de crédit et de marché est alloué proportionnellement au risque pris : une plus grande exposition au crédit ou une plus grande volatilité du marché nécessite plus de capital. Le capital-risque opérationnel est unique car le risque opérationnel n’est généralement pas une source de rendement : il s’agit d’un pur inconvénient dû aux défaillances des processus, des systèmes et des personnes. Cela crée différentes incitations à la gestion : en matière de risque de crédit, prendre plus de risques rapporte davantage de revenus étalés ; en matière de risque opérationnel, prendre plus de risques ne rapporte rien (personne n’est récompensé pour avoir été plus exposé à la fraude). Le capital-risque opérationnel constitue donc une taxe sur la complexité opérationnelle et la faiblesse des contrôles, plutôt qu’une compensation pour une prise de risque productive.
Qu’est-ce que l’approche de répartition des pertes (LDA) dans la modélisation du risque opérationnel ?
L'approche de distribution des pertes (LDA) est la principale méthodologie de l'AMA : pour chaque combinaison de secteur d'activité et de type d'événement (les 56 cellules de risque), une distribution composée des pertes est construite en modélisant séparément la fréquence des pertes (généralement la distribution de Poisson) et la gravité des pertes (généralement la distribution log-normale ou de Pareto généralisée). La fréquence et la gravité sont combinées à l'aide de la simulation Monte Carlo : tirez la fréquence de la distribution de Poisson, puis dessinez autant de valeurs de gravité, la somme pour la perte annuelle globale. Après de nombreuses simulations, la répartition annuelle globale des pertes est construite et le 99,9e centile moins la perte attendue est égal à l'exigence de capital. Principaux défis : adapter les distributions de gravité à queue large avec des données limitées, gérer la corrélation entre les cellules de risque et valider les estimations des quantiles extrêmes.
Quels sont les contrôles clés qui réduisent le risque opérationnel et le capital ?
Des contrôles efficaces des risques opérationnels réduisent à la fois la fréquence et la gravité des pertes : (1) Séparation des tâches – empêche la fraude ou les erreurs d'une seule personne ; (2) Contrôles d'accès au système – limite qui peut initier et approuver des transactions ; (3) Confirmation et rapprochement indépendants : détecte les erreurs et les manipulations ; (4) Planification de la continuité des activités : réduit les pertes dues aux pannes de système et aux catastrophes physiques ; (5) Formation et culture des employés – réduit les erreurs involontaires et renforce la conscience éthique ; (6) Assurance — transfère certaines pertes liées au risque opérationnel aux assureurs ; (7) Gestion des risques liés aux tiers – contrôle le risque lié aux fournisseurs d'externalisation. Dans le cadre de l'AMA, des améliorations démontrables du contrôle peuvent directement réduire les estimations de capital du modèle interne, créant ainsi une incitation financière directe à l'investissement dans la gestion des risques opérationnels.
Erreurs courantes à éviter
▾
- !Inclure les années de revenus bruts négatifs dans la moyenne BIA – Bâle exige l’exclusion des années négatives pour éviter de réduire le capital pendant les périodes de pertes.
- !Ne pas compléter les données sur les pertes internes avec les pertes de bases de données externes lors de la modélisation des distributions de gravité finale.
- !Ignorer l’analyse de scénarios pour les risques non pris en compte dans les données historiques – en particulier les risques émergents comme la cybersécurité et le climat.
- !Traiter le capital-risque opérationnel comme un simple exercice de conformité réglementaire plutôt que comme un outil interne de gestion des risques.
- !Comptabilisation double des pertes dans toutes les catégories de risque lorsqu'un événement comporte plusieurs éléments de risque opérationnel.
Conseil Pro
Maintenir une base de données détaillée des événements de perte de risque opérationnel avec des seuils de déclaration obligatoires (par exemple, tous les événements > 10 000 $). La qualité des événements (cause profonde, facteurs contributifs, réponse) est aussi importante que le montant des pertes pour améliorer la gestion des risques et démontrer la qualité de l'AMA/du modèle interne aux régulateurs.
Le saviez-vous?
La plus grande perte de risque opérationnel de l'histoire du secteur bancaire est largement considérée comme le règlement de 13 milliards de dollars que JPMorgan Chase a payé au ministère américain de la Justice en 2013 concernant les titres adossés à des créances hypothécaires vendus avant la crise financière de 2008 – une perte provoquée par des échecs de pratiques commerciales relevant directement du type d'événement « Clients, produits et pratiques commerciales » de Bâle. Ce règlement à lui seul dépasse les exigences totales de fonds propres pour risque opérationnel de nombreuses banques, illustrant pourquoi le risque opérationnel est pris au sérieux aux plus hauts niveaux de la direction des banques.
Références
- ›Comité de Bâle : Risque opérationnel — Révisions des approches plus simples (Bâle IV SMA, 2014)
- ›Comité de Bâle : Bonnes pratiques pour la gestion et la surveillance du risque opérationnel (2011)
- ›Moosa, I. : Gestion des risques opérationnels (Palgrave Macmillan, 2007)
- ›ORX (Operational Risk Data Exchange) : Rapport annuel sur les pertes liées au risque opérationnel
Read the full guide on how to use this calculator effectively
Lire la suite →Obtenez des conseils mathématiques hebdomadaires
Rejoignez les abonnés 12 000+ qui reçoivent des conseils sur la calculatrice chaque semaine.