Un professeur italien révolutionne la modélisation du risque de crédit et de volatilité
Bologne, Italie – Pietro Rossi, professeur associé de finance computationnelle à l’Université de Bologne, s’impose comme une figure montante dans le monde de la finance quantitative. Ses travaux récents, menés avec son équipe de la société de conseil Prometeia, offrent des solutions innovantes pour évaluer le risque de crédit et calibrer les modèles de volatilité, des défis cruciaux pour les marchés financiers mondiaux.
Le cœur du problème, explique Rossi, réside dans la complexité de prédire les mouvements des notations de crédit. Les modèles traditionnels se concentrent sur la probabilité de défaut, mais ne tiennent pas suffisamment compte des transitions de notation, c’est-à-dire la probabilité qu’une obligation soit dégradée ou rehaussée. “Nous avons réalisé qu’il était possible de créer un cadre où l’on simule des scénarios stochastiques pour les matrices de transition et de reproduire les prix des obligations observables en fonction de leurs notations réelles”, détaille Rossi.
Cette approche, détaillée dans une publication de janvier dans Risk.net, permet une évaluation plus précise du risque de crédit, non seulement à l’échéance d’une obligation, mais également à des intervalles réguliers tout au long de sa durée de vie. Les applications potentielles sont vastes, allant du calcul de la distribution de la valeur actuelle des profits et pertes d’un portefeuille de crédit à la simulation de sa composition en termes de notations.
Au-delà du crédit : une accélération de la calibration de la volatilité
L’expertise de Rossi ne se limite pas au risque de crédit. Il a également publié un article ce mois-ci sur les modèles de volatilité et leur calibration aux options S&P et Vix, deux instruments financiers clés pour mesurer l’incertitude du marché.
Le défi, reconnu depuis une décennie par des experts comme Julien Guyon, Mathieu Rosenbaum et Jim Gatheral, est de calibrer un modèle de volatilité qui s’adapte simultanément à la surface de volatilité de l’indice S&P 500 et à la courbe de volatilité implicite de l’indice Vix. La solution de Rossi, développée avec Fabio Baschetti de l’Université de Vérone et Giacomo Bormetti de l’Université de Pavie, repose sur une technique de calibration plus rapide que les méthodes traditionnelles.
“Nous pouvons ‘enseigner’ à un réseau neuronal à apprendre à la fois la volatilité du SPX et celle du Vix, ce qui rend la procédure de calibration extrêmement rapide”, explique Rossi. Cette avancée permet de surmonter les goulots d’étranglement computationnels des simulations de Monte Carlo, ouvrant la voie à une modélisation plus efficace et réactive des marchés.
Un intérêt académique avant tout ?
Si les applications pratiques de ces travaux sont indéniables, Rossi admet que l’attrait intellectuel du défi est un moteur important pour la communauté quantitative. “Il est possible que l’aspect pratique soit moins important que la satisfaction de résoudre un problème complexe”, observe-t-il.
Perspectives d’avenir : SABR et options Bermudan
Rossi et ses collaborateurs ne comptent pas s’arrêter là. Ils prévoient d’examiner de plus près les modèles de taux d’intérêt largement utilisés, notamment le modèle SABR introduit par Hagan et d’autres, afin de vérifier leur exactitude. Ils explorent également l’application du cadre de transition stochastique développé pour le risque de crédit à la tarification des options Bermudan ou américaines sur obligations par défaut, en utilisant la méthode de Monte Carlo à moindres carrés. Ces recherches pourraient donner lieu à de nouvelles publications dans Risk.
Ces avancées, bien que techniques, ont des implications significatives pour la stabilité financière mondiale. Une modélisation plus précise du risque de crédit et de la volatilité permet aux institutions financières de mieux gérer leurs portefeuilles, de réduire leur exposition aux pertes et de contribuer à un système financier plus résilient. Dans un contexte économique mondial incertain, ces contributions sont plus importantes que jamais.
Lien vers le podcast Quantcast sur Risk.net
Lien vers le papier sur les transitions de crédit
Lien vers le papier sur la calibration de la volatilité