Spectral Risk Measures in RAROC: A Risk-Sensitive Framework for Risk-Adjusted Financial and Accounting Information — Evidence from the DAX 40

Dans le monde de la finance, les entreprises et les investisseurs posent constamment une question vitale : cette entreprise gagne-t-elle réellement de l'argent, ou est-elle simplement en train de jouer avec des fonds empruntés ? Pour répondre à cela, les professionnels utilisent un outil appelé le Rendement du Capital Ajusté au Risque, ou RAROC. Considérez cela comme un tableau de bord qui ne se contente pas d'examiner les profits générés par une entreprise, mais qui pèse également ce profit par rapport au danger de tout perdre. Pendant des décennies, la méthode standard pour mesurer ce danger a été une méthode connue sous le nom de Valeur à Risque. Cette approche tente de prédire la pire perte probable qu'une entreprise pourrait subir lors d'une année normale. Cependant, cette méthode traditionnelle présente une faille connue : elle échoue souvent à prendre en compte les événements extrêmes et chaotiques qui surviennent lors des crises financières, où les pertes peuvent être bien pires que ce que le modèle prévoit. C'est comme vérifier les prévisions météorologiques pour une journée ensoleillée tout en ignorant la possibilité d'un ouragan.

Une équipe de chercheurs de l'Université d'Ioannina, en Grèce, a décidé de tester une autre façon de mesurer le risque, plus robuste, pour voir si cela change le score final. Ils se sont concentrés sur un concept appelé Mesures de Risque Spectral, qui permet à la personne effectuant le calcul d'énoncer explicitement l'ampleur de sa crainte face à une catastrophe. Contraق au ancienne méthode, qui traite tous les risques de la même manière, cette nouvelle approche permet à un analyste de dire : « Je suis très inquiet des pertes extrêmes, je veux donc les pondérer lourdement. » Les chercheurs ont appliqué cette nouvelle pensée au DAX 40, un indice boursier majeur en Allemagne qui comprend les quarante plus grandes et plus diverses entreprises du pays. Ils voulaient voir si le remplacement de l'ancien calculateur de risque par ce nouveau calculateur plus sensible changerait l'image financière de ces entreprises, et si la différence était assez significative pour importer aux comptables, aux gestionnaires et aux investisseurs.

Les chercheurs ont construit leur étude sur une idée simple mais puissante : la performance financière ne doit pas être jugée dans le vide. Ils ont pris les chiffres réels des états financiers des entreprises — spécifiquement le chiffre d'affaires, les charges d'exploitation et la valeur des actifs ayant perdu de leur valeur au fil du temps. Ils ont ensuite divisé ces bénéfices réels par le montant de capital nécessaire pour survivre à une mauvaise journée. Dans l'approche traditionnelle, la « mauvaise journée » était définie par la Valeur à Risque. Dans leur nouvelle approche, ils ont utilisé la Mesure de Risque Spectral, qu'ils ont ajustée pour refléter un investisseur modérément prudent qui souhaite être préparé aux replis sévères du marché. Ils ont également inclus une troisième méthode, appelée Expected Shortfall (Déficit Attendu), qui est une alternative intermédiaire regardant la moyenne des pires pertes. Pour s'assurer de la solidité de leurs résultats, ils ont testé ces méthodes de deux manières différentes. Premièrement, ils ont observé comment chaque entreprise évoluait par rapport au marché allemand global. Deuxièmement, ils ont examiné l'histoire spécifique de chaque entreprise sur une période de dix ans, de 2015 à 2024, en ignorant le mouvement général du marché pour se concentrer purement sur l'entreprise individuelle.

Les résultats étaient clairs et cohérents à travers les deux méthodes de test. Le choix du calculateur de risque a fait une différence massive dans les chiffres finaux. Lorsque les chercheurs ont utilisé la nouvelle Mesure de Risque Spectral, qui est conçue pour être plus sensible aux risques de queue extrêmes, le besoin en capital calculé a augmenté. Parce que le dénominateur de leur score (le capital nécessaire) est devenu plus grand, le score de rendement ajusté au risque final a baissé. En d'autres termes, lorsque les entreprises ont été jugées par une norme plus stricte et plus conservatrice respectant la possibilité d'une crise, leur performance est apparue moins impressionnante qu'avec les anciennes règles plus indulgentes. Cela s'est produit pour presque toutes les entreprises de l'indice. Les chercheurs ont constaté que la différence entre les scores produits par la nouvelle méthode et l'ancienne méthode de la Valeur à Risque n'était pas une simple fluctuation mineure ; c'était un écart statistiquement significatif. Les données ont montré que la nouvelle méthode produisait systématiquement des évaluations de performance plus basses et plus prudentes, surtout lorsqu'on observe le niveau de confiance de 99 pour cent, qui représente les pertes potentielles les plus sévères.

Cette conclusion suggère que l'ancienne façon de mesurer le risque pourrait donner aux entreprises un faux sentiment de sécurité. En s'appuyant sur une méthode qui peut échouer à capturer la gravité des événements extrêmes, la comptabilité traditionnelle pourrait surestimer la performance d'une entreprise par rapport à son risque réel. L'étude indique que l'incorporation d'une mesure de risque permettant une prudence définie par l'utilisateur, comme la Mesure de Risque Spectral, offre une vision plus réaliste et plus robuste de la santé financière. Cela est particulièrement important lors des périodes d'instabilité économique, où le coût d'une erreur sur le risque peut être catastrophique. Les chercheurs ont noté que, bien que la nouvelle méthode soit plus complexe et nécessite un choix spécifique de degré de prudence, elle offre une flexibilité dont les anciens outils sont dépourvus. Elle permet à un analyste financier de dire : « Étant donné l'état actuel de l'économie, je veux être très prudent », et de voir les chiffres refléter immédiatement ce choix.

L'étude a également mis en évidence une application pratique de cette approche dans le monde réel. Les comptables et les gestionnaires financiers pourraient utiliser ces scores ajustés pour prendre de meilleures décisions sur l'endroit où investir l'argent, comment fixer le prix des prêts ou comment allouer les ressources au sein d'une entreprise. Si un gestionnaire voit qu'un projet semble rentable selon les anciennes règles mais non rentable selon les nouvelles règles plus strictes, il pourrait décider de suspendre ou de repenser l'investissement avant qu'une crise ne survienne. Les chercheurs ont constaté que cette sensibilité restait vraie, que l'on considère les entreprises comme faisant partie du marché élargi ou comme des entités individuelles avec leurs propres histoires uniques. Cependant, ils ont noté une limite : lorsqu'une entreprise perd déjà de l'argent, la nouvelle méthode peut parfois produire des résultats contre-intuitifs, suggérant que l'approche pourrait nécessiter un perfectionnement supplémentaire pour les entreprises en difficulté.

Enfin, cette recherche démontre que les outils que nous utilisons pour mesurer le risque ne sont pas seulement des mathématiques neutres ; ils façonnent activement notre compréhension de la valeur. En passant à un cadre qui respecte toute la forme du risque, y compris les événements rares et effrayants que les modèles traditionnels passent souvent sous silence, les professionnels de la finance peuvent obtenir une image plus claire et plus honnête de la performance réelle d'une entreprise. L'étude conclut que la sélection de la mesure de risque est une décision critique qui ne devrait pas être laissée à l'habitude. Dans un monde où les systèmes financiers sont interconnectés et où les crises peuvent se propager rapidement, disposer d'un outil sensible aux scénarios du pire n'est pas seulement un exercice académique, mais une étape nécessaire pour une gestion financière saine. Les preuves provenant du DAX 40 suggèrent que ceux qui ignorent les risques de queue surestiment probablement leur sécurité, tandis que ceux qui adoptent ces mesures plus sensibles sont mieux préparés à la réalité du marché.