Quel est l’impact des exigences Bâle III en matière de reporting LCR sur le système d’information ?

Le reporting réglementaire en matière de liquidité requiert une nouvelle classification des éléments constituant du bilan de l‘établissement financier. Il faut désormais tenir compte d’informations discriminantes pour déterminer précisément la qualité de ses actifs (level 1, 2...), ceux-là même qui permettront d’établir un lien avec la table des “haircuts”. Il en va de même pour les informations concernant le financement qui interviendront dans le calcul des ratios. Pour répondre aux exigences des régulateurs, la première étape est de collecter en continu toutes les informations relatives à l’origine des moyens de financement et à l’utilisation de ces ressources. Nous assistons ainsi aujourd’hui à une véritable explosion du volume de données nécessaires à l’analyse du risque de liquidité, avec des volumes multipliés par 150, voire 200 pour une journée seulement!

A cet enjeu Big Data vient se greffer la nécessité de faire varier un ensemble de paramètres comme les taux de non-reconduction (roll-off rates), les taux de retrait (run-off rates) et les taux de tirage (draw-down rates) sur le financement. Ces paramètres sont utiles pour deux raisons: Tout d’abord, ils permettent d’évaluer le besoin de capital global nécessaire à un organisme pour déployer et financer sa stratégie tout en restant solvable. Ensuite, ils permettent de suivre l’évolution des risques susceptibles d’impacter la solvabilité à moyen terme. Dernier point, les ratios doivent être rendus publics avec une exigence de transparence totale sur la décomposition de ces ratios en fonction de nombreux critères, comme le pays, la devise, le produit... L’analyse des données dans le contexte du reporting de risque de liquidité exige la capacité d’interagir en permanence avec les données afin d’estimer l’impact des différents scénarios.

Selon vous, quelle doit être l’approche des porteurs de projets de liquidité réglementaire en matière d’outillage ?

Les solutions dites de “gestion de liquidité” ou les solutions développées “in house” depuis des années n’ont pas été conçues à l’origine pour capturer l’ensemble des informations exigées aujourd’hui par les régulateurs. Encore moins pour répondre au besoin de flexibilité et de profondeur dans l’analyse des données. De nombreux chantiers de refonte du SI ont certes été engagés, avec notamment la mise en place de nouveaux “datawarehouses” et un effort conséquent sur le retraitement/enrichissement de l’information au travers des ETL. Mais une question de fond subsiste: Comment garantir que le SI répondra bien aux besoins des utilisateurs? Ceux-ci doivent non seulement produire les rapports, mais aussi répondre aux questions “ad-hoc” du régulateur et du management qiu souhaite mettre la compréhension précise des contraintes sur la liquidité au service de ses axes de développement stratégiques. Avec l’émergence de fonds spécialisés éligibles au ratio de liquidité court terme prévu par Bâle 3, on voit bien que les nouvelles exigences de reporting réglementaire créent aussi de nouvelles opportunités pour développer le business.

Autant d’éléments qui soulignent l’intérêt d’une plateforme opérationnelle qui affranchit l’utilisateur des contraintes du SI actuel tout en lui donnant la liberté d’analyser de grands volumes de données à la volée, en fonction du contexte réglementaire et des exigences du business. Les échanges que nous avons pu avoir avec plusieurs banques européennes confirment le besoin d’une plate-forme qui permet de consolider dans un même univers de données les impacts de stress tests de nature différente, comme par exemple des “idiosynchratic tests” et des “market wide tests”. C’est ce qui permet d’avoir une vue globale des impacts de tous les scénarios sur les métriques de liquidité, comme par exemple le “stress survival period” (le nombre de jours pendant lesquels la banque peut survivre en cas de stress sur les marchés).

Aujourd’hui nous avons une liste de normes en vigueur, et demain ?

Les réglementations changent en permanence. Il suffit de se pencher sur les derniers textes publiés par le régulateur, entre autres celui de l’European Banking Authority de juillet 2014, concernant la mise en place de nouveaux indicateurs sur la liquidité pour le constater. La concentration du financement par contrepartie fait partie de ces indicateurs nouvellement réclamés. Cet indicateur met en évidence le Top 10 des contreparties dont le financement dépasse 1% du passif de la banque, avec en corollaire des informations complémentaires comme le nom de la contrepartie, le type, le pays, le type de produit, la devise, les fonds reçus, la moyenne pondérée et la maturité résiduelle.

D’autres indicateurs ont également vu le jour, comme la concentration du financement par type de produit, ou encore le coût de financement moyen payé par l’institution sur un horizon de temps compris entre demain et 10 ans...

Trop souvent, les indicateurs de liquidité sont produits à travers des rapports “pré-agrégés” qui brident l’utilisateur dans son travail d’exploration et d’interaction avec ces indicateurs. De plus ces rapports sont très coûteux en ressources temps et hommes. En effet, les équipes IT doivent les redévelopper dès que l’utilisateur a besoin d’un nouvel indicateur. En fait, l’évolution perpétuelle des indicateurs imposés par les régulateurs n’est plus compatible avec les architectures décisionnelles classiques basées sur un tandem datawarehouse + outil BI.

Comment s’adapter aux changements incessants sans coût exorbitant ?

Le contexte actuel requiert la mise en place d’une plateforme analytique agile qui n’impose aucune contrainte en amont dans le déploiement de nouvelles métriques de liquidité. Autrement dit, qui isole la logique de calcul de l’indicateur des données opérationnelles nécessaires à sa production. Cette notion de découplage présente deux avantages: premièrement elle permet de s’affranchir des contraintes liées au type et à la nomenclature des données sources. Deuxièmement, elle facilite l’acquisition de ces données à partir de systèmes divers et variés.

Doté de ce type d’outil, l’utilisateur peut alors construire lui-même des analyses complexes et ses propres indicateurs sans même faire intervenir l’IT. Non content de permettre aux utilisateurs de combiner les stress tests à l’infini, ces plateformes analytiques modernes peuvent générer elles-mêmes des stress tests à partir des scenarios définis par l’utilisateur. Il peut par exemple faire varier les profils de maturité des cash flows, appliquer des “haircuts”… autant de possibilités pour lui de construire de nouveaux scénarios, de les combiner entre eux et d’en mesurer les effets sur les métriques et les ratios règlementaires. C’est aussi la voie pour effectuer des optimisations, faire des simulations pour déterminer les meilleures stratégies de financement, tout en respectant les contraintes réglementaires.


David Cassonnet, je vous remercie et vous donne rendez-vous très prochainement dans un nouveau numéro de Finyear.

A propos de Quartet FS
Quartet FS a été créé en 2005 par quatre fondateurs dont Georges Bory, directeur de la stratégie produit et innovation. L’entreprise est éditeur de la solution ActivePivot, une plate-forme analytique au service de la prise de décision opérationnelle « tirée par la donnée ». Il permet aux responsables opérationnels de quantifier la performance de leur activité et de la piloter efficacement, en prenant les décisions optimales au bon moment. Les entreprises qui utilisent ActivePivot évoluent dans un environnement où les informations sont massives, et en constante évolution. Elles sont issues du secteur financier, transport et logistique, distribution, et supply chain.
www.quartetfs.com

Lisez gratuitement :

Le quotidien Finyear :
- Finyear Quotidien

La newsletter quotidienne :
- Finyear Newsletter
Recevez chaque matin par mail la newsletter Finyear, une sélection quotidienne des meilleures infos et expertises de la finance d’entreprise et de la finance d'affaires.

Les 4 lettres mensuelles digitales :
- Le Directeur Financier
- Le Trésorier
- Le Credit Manager
- Le Capital Investisseur

Le magazine bimestriel digital :
- Finyear Magazine

Un seul formulaire d'abonnement pour recevoir un avis de publication pour une ou plusieurs lettres