Qu'est-ce que Commodity Portfolio VaR?
▾
La valeur à risque (VaR) est une mesure statistique de la perte maximale attendue sur un portefeuille sur un horizon temporel spécifié et à un niveau de confiance donné. La VaR du portefeuille de matières premières quantifie la perte potentielle en dollars due à des mouvements de prix défavorables dans un portefeuille de positions sur matières premières – couvrant simultanément les expositions à l'énergie, aux métaux, à l'agriculture et à d'autres matières premières. Par exemple, une VaR sur 1 jour à 99 % de 5 millions de dollars signifie qu'il n'y a qu'une probabilité de 1 % de perdre plus de 5 millions de dollars au cours d'une seule journée de bourse dans des conditions normales de marché. La VaR est la pierre angulaire de la gestion des risques de marché dans les sociétés de négoce de matières premières, les banques d'investissement, les fonds spéculatifs et les sociétés énergétiques. Le cadre bancaire de Bâle III exige que les banques maintiennent des fonds propres par rapport à la VaR du portefeuille de négociation, et les sociétés de matières premières réglementées par EMIR en Europe et Dodd-Frank aux États-Unis utilisent la VaR à des fins de marge et de garantie. Les portefeuilles de matières premières présentent des défis de VaR uniques par rapport aux portefeuilles d'actions ou de titres à revenu fixe : les distributions des prix des matières premières présentent des queues épaisses et une asymétrie, les corrélations entre les matières premières changent considérablement selon les régimes de marché, les positions physiques et financières ont des profils de risque différents et le risque de structure des échéances (base entre les mois de contrat) est aussi important que le risque de prix pur et simple. Trois principales méthodologies de VaR sont utilisées : la VaR paramétrique (variance-covariance) suppose des rendements normalement distribués et utilise des matrices de corrélation ; la simulation historique VaR rejoue les changements de prix historiques réels par rapport au portefeuille actuel sans hypothèses de distribution ; et Monte Carlo VaR génère des milliers de scénarios simulés à l'aide de processus de prix estimés, capturant les risques non linéaires des options. Les sociétés de matières premières complètent généralement la VaR par des tests de résistance contre des scénarios extrêmes spécifiques (par exemple, répétition de la chute des prix due au COVID-19 en 2020, inversion du supercycle des matières premières en 2008), car la VaR sous-estime systématiquement le risque extrême lors des dislocations du marché.
DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.
Formule
▾
Voir l'interface de la calculatrice pour les formules et les entrées applicablesLégende des variables
▾
| Symbole | Nom | Unité | Description |
|---|---|---|---|
| VaR | Valeur à risque | USD | Perte maximale attendue à un niveau de confiance donné (par exemple, 99 %) sur un horizon temporel spécifié (par exemple, 1 jour). |
| σ_p | Volatilité du portefeuille | percent per period | Écart type des rendements quotidiens ou périodiques du portefeuille, tenant compte des corrélations entre les positions. |
| z | Score Z (niveau de confiance) | dimensionless | Score z normal standard pour le niveau de confiance ; z=2,326 pour 99 %, z=1,645 pour 95 %. |
| W | Valeur du portefeuille | USD | Valeur totale d'évaluation à la valeur de marché des positions en matières premières dans le portefeuille, qui est un paramètre clé dans le calcul de la variable des matières premières qui influence directement le résultat final calculé. |
| ρ_ij | Matrice de corrélation | dimensionless (-1 to +1) | Corrélations par paires entre les rendements des prix des matières premières ; essentiel pour le calcul des avantages de la diversification. |
| CVaR | VaR conditionnelle (déficit attendu) | USD | Perte attendue étant donné que la perte dépasse le seuil de VaR ; capture le risque extrême au-delà de la VaR. |
Comment Commodity Portfolio VaR
▾
- 1Identifiez toutes les positions sur matières premières du portefeuille avec leurs valeurs de marché et leurs sensibilités aux prix (delta pour les positions linéaires, delta + gamma pour les options).
- 2Recueillez les rendements quotidiens historiques des prix de chaque matière première sur une période historique représentative (généralement 1 à 3 ans).
- 3Construisez la matrice de variance-covariance des rendements des matières premières ou collectez les scénarios de rendement historiques complets.
- 4Pour la VaR paramétrique : calculer la variance du portefeuille à l'aide des pondérations et de la matrice de corrélation ; σ_p = sqrt(w' Σ w).
- 5Appliquez le z-score : VaR = z × σ_p × Portfolio_Value × sqrt(holding_period_days).
- 6Pour la simulation historique : appliquez chaque vecteur de rendement quotidien historique au portefeuille actuel et triez les pertes.
- 7Considérez la perte du 99e percentile comme étant la VaR à 99 % sur 1 jour ; calculez la CVaR comme la perte moyenne dans les 1 % des pires scénarios.
Exemples résolus
▾
Une corrélation négative offre un léger avantage en matière de diversification
La position WTI domine le risque du portefeuille à 10 millions de dollars × 2,5 % = 250 000 dollars d'écart type quotidien. La position en or ajoute un écart type de 45 000 $, mais la corrélation de -0,10 réduit le risque combiné du portefeuille légèrement en dessous de la somme simple. La VaR à 99 % sur 1 jour de 580 691 $ signifie qu'il existe une probabilité de 1 % de perdre plus que ce montant en un seul jour de bourse dans des conditions normales de marché.
La simulation historique capture mieux les distributions non normales et les grosses queues que la simulation paramétrique
L’application de 500 vecteurs de rendement quotidiens historiques au portefeuille actuel génère 500 résultats hypothétiques de P&L. En les triant du pire au meilleur, les 5 pires scénarios (1 % sur 500) représentent la distribution des pertes extrêmes. Le cinquième pire résultat de 2,1 millions de dollars est la simulation historique de 99 % de VaR. Notez que ce chiffre est plus élevé que ce que la VaR paramétrique pourrait suggérer si les distributions des prix des matières premières sont à queue large (ce qui est généralement le cas), car la simulation historique capture la distribution réelle, y compris les événements extrêmes.
La perte de stress historique de 16,55 millions de dollars dépasse de loin la VaR 1D – illustre les limites de la VaR
Le scénario de krach COVID appliqué au portefeuille actuel génère une perte de 16,55 millions de dollars (33,1 % de la valeur du portefeuille). La perte de ce scénario dépasse largement le chiffre quotidien typique de la VaR, qui s'élève peut-être à 1 à 2 millions de dollars, illustrant pourquoi les gestionnaires des risques liés aux matières premières complètent la VaR par des tests de résistance. La VaR est calibrée sur les conditions normales du marché ; le crash du COVID était un événement extrême que la VaR a systématiquement sous-estimé. Les tests de résistance garantissent que les réserves de capital et de liquidité sont adéquates pour des scénarios extrêmes mais plausibles.
CVaR de 1,86 M$ préférée à la VaR aux fins du capital réglementaire selon Bâle III SA-CCR
Conditional VaR (Expected Shortfall) averages the losses in the worst 1% of scenarios, giving $1.86M versus the VaR threshold of $1.2M. The CVaR/VaR ratio of 1.55 indicates significant tail risk beyond the VaR threshold — typical for fat-tailed commodity distributions. La Revue fondamentale du portefeuille de négociation (FRTB) de Bâle III est passée de la VaR à l'Expected Shortfall comme principale mesure du risque réglementaire, précisément parce que la CVaR capture mieux la forme de la queue des pertes.
Applications pratiques
▾
Gestion des risques du pupitre de négociation dans les sociétés de négoce de matières premières et les banques. Cette application est couramment utilisée par les professionnels qui ont besoin d'une analyse quantitative précise pour soutenir la prise de décision, la budgétisation et la planification stratégique dans leurs domaines respectifs.
Calcul du capital réglementaire Bâle III pour les portefeuilles de négociation de matières premières. Les praticiens du secteur s'appuient sur ce calcul pour évaluer les performances, comparer les alternatives et garantir la conformité aux normes établies et aux exigences réglementaires, aidant ainsi les analystes à produire des résultats précis qui soutiennent la planification stratégique, l'allocation des ressources et l'analyse comparative des performances dans les organisations.
Exigences de marge CME/ICE utilisant la méthodologie SPAN VaR — Les chercheurs universitaires et les étudiants utilisent ce calcul pour valider des modèles théoriques, terminer les devoirs de cours et développer une compréhension plus approfondie des principes mathématiques sous-jacents.
Reporting sur les risques des hedge funds de matières premières aux investisseurs et aux prime brokers. Les analystes et planificateurs financiers intègrent ce calcul dans leur flux de travail pour produire des prévisions précises, évaluer les scénarios de risque et présenter des recommandations basées sur les données aux parties prenantes.
Quantification du risque sur matières premières de trésorerie d’entreprise pour les rapports du conseil d’administration. Cette application est couramment utilisée par les professionnels qui ont besoin d'une analyse quantitative précise pour soutenir la prise de décision, la budgétisation et la planification stratégique dans leurs domaines respectifs.
Cas particuliers
▾
En pratique, ce cas extrême nécessite un examen attentif car les hypothèses standard peuvent ne pas être valables. Lorsqu'ils sont confrontés à ce scénario dans les calculs du calculateur var de portefeuille de matières premières, les praticiens doivent vérifier les conditions aux limites, vérifier les risques de division par zéro et déterminer si les hypothèses du modèle restent valables dans ces conditions extrêmes.
En pratique, ce cas extrême nécessite un examen attentif car les hypothèses standard peuvent ne pas être valables. Lorsqu'ils sont confrontés à ce scénario dans les calculs du calculateur var de portefeuille de matières premières, les praticiens doivent vérifier les conditions aux limites, vérifier les risques de division par zéro et déterminer si les hypothèses du modèle restent valables dans ces conditions extrêmes.
En pratique, ce cas extrême nécessite un examen attentif car les hypothèses standard peuvent ne pas être valables. Lorsqu'ils sont confrontés à ce scénario dans les calculs du calculateur var de portefeuille de matières premières, les praticiens doivent vérifier les conditions aux limites, vérifier les risques de division par zéro et déterminer si les hypothèses du modèle restent valables dans ces conditions extrêmes.
Volatilités quotidiennes typiques des prix des matières premières (annualisées, moyenne 2022-2024)
▾
| Marchandise | Vol annualisé | Vol quotidien env. | 1D 99 % VaR par million de dollars | Principal facteur de risque |
|---|---|---|---|---|
| Pétrole brut WTI | 35-45% | 2,2-2,8% | 51 000-65 000 $ | Décisions OPEP+, données de l’EIA |
| Gaz naturel (HH) | 60-100% | 3,8-6,3% | 88 000-147 000 $ | Météo, exportations de GNL |
| Essence RBOB | 35-50% | 2,2-3,1% | 51 000-72 000 $ | Propagation de crack, opérations de raffinerie |
| Or | 12-18% | 0,75-1,1% | 17 500-26 000 $ | Politique de la Fed, dollar, sentiment du risque |
| Argent | 25-40% | 1,6-2,5% | 37 000-58 000 $ | Corrélation or + industriel |
| Cuivre LME | 20-30% | 1,3-1,9% | 30 000 à 44 000 $ | Demande et offre en Chine |
Questions fréquentes
▾
Quelles sont les limites de la VaR pour les portefeuilles de matières premières ?
La VaR présente plusieurs limites importantes dans les applications sur les matières premières : (1) elle suppose des distributions de rendement normales (ou quasi-normales), mais les rendements des matières premières présentent de fortes queues épaisses et une asymétrie ; (2) les corrélations utilisées dans la VaR paramétrique sont estimées à partir de données historiques et peuvent changer considérablement en cas de dislocations du marché ; (3) La VaR ne prend pas en compte le risque de liquidité – le coût du dénouement de positions importantes sur des marchés illiquides ; (4) il ignore la convexité (risque gamma) pour les positions sur options si seules les sensibilités delta de premier ordre sont utilisées ; et (5) il est rétrospectif et peut ne pas prendre en compte de nouveaux types de risques (par exemple, le risque lié au prix du carbone) non présents dans les données historiques.
Quelle est la différence entre la VaR et le déficit attendu ?
La VaR au niveau de confiance de 99 % vous indique la perte maximale que vous vous attendez à voir sur 99 % des jours de bourse – elle ne vous dit rien sur la gravité de la situation au cours des 1 % des jours les plus mauvais. Le déficit attendu (CVaR) répond à la question : étant donné que vous vous situez dans le pire 1 % des résultats, quelle est la perte moyenne ? Pour les distributions à queue large comme les rendements des matières premières, l'ES est généralement de 1,5 à 2,5 fois la VaR, révélant la gravité des pertes extrêmes que la VaR ignore. La révision fondamentale du portefeuille de négociation de Bâle III impose l'ES plutôt que la VaR pour le capital réglementaire du portefeuille de négociation.
Comment la VaR est-elle utilisée pour les exigences de marge sur les matières premières ?
Les chambres de compensation des bourses (CME Clearing, LME Clear) utilisent des variantes de la simulation historique VaR (SPAN — Standard Portfolio Analysis of Risk, développée par CME) pour calculer les exigences de marge initiales pour les positions à terme. SPAN simule les gains et les pertes du portefeuille selon une matrice de scénarios de prix et de volatilité, fixant la marge à un niveau couvrant les pertes attendues dans des conditions défavorables mais plausibles. VaR plus élevée = exigences de marge plus élevées = plus de capital immobilisé dans l'opération de trading. Les traders recherchent activement des compensations de portefeuille (positions longues et courtes qui réduisent la VaR nette) afin de minimiser les exigences de marge.
Qu’est-ce que le risque de corrélation dans les portefeuilles de matières premières ?
Les corrélations des matières premières sont très instables et dépendantes du régime. Sur des marchés normaux, le pétrole et le cuivre peuvent avoir une corrélation de 0,4 ; lors d'un choc de demande, ils peuvent atteindre 0,9 lorsque toutes les matières premières cycliques chutent ensemble. À l’inverse, les chocs d’offre frappent souvent des matières premières individuelles, brisant les corrélations habituelles. L’or a généralement une corrélation négative avec les actifs à risque en période de crise, mais peut perdre cette propriété lorsque les tensions financières obligent à liquider tous les actifs. Les modèles VaR qui utilisent une matrice de corrélation fixe estimée à partir de marchés calmes sous-estimeront systématiquement le risque pendant les crises.
Comment les options sur matières premières affectent-elles les calculs de la VaR ?
Les options créent des profils de gains non linéaires que les simples méthodes VaR basées sur le delta sous-estiment. Une option d’achat longue sur le brut WTI a un delta positif (gains lorsque le pétrole monte) mais également un gamma positif (le delta s’accélère lorsque le pétrole monte). La VaR delta standard calcule le risque uniquement à partir de la sensibilité linéaire aux prix ; La VaR delta-gamma ajoute la correction de convexité du second ordre. Pour les grands portefeuilles d’options, une réévaluation complète selon chaque scénario historique (repricing de la grille complète) est nécessaire pour une VaR précise, car les approximations analytiques sont insuffisantes pour les options profondément dans le cours ou proches de l’expiration.
Qu’est-ce que le backtesting et pourquoi est-il requis pour les modèles VaR ?
Le backtesting compare les prédictions du modèle VaR aux résultats réels des P&L quotidiens ultérieurs pour évaluer l’exactitude du modèle. Si une VaR à 99 % sur 1 jour est correctement calibrée, vous devriez voir la perte réelle dépasser la VaR prévue environ 1 % du temps (environ 2 à 3 fois par an pour les données quotidiennes). Le système de feux tricolores de Bâle III catégorise les modèles VaR selon le nombre d'exceptions de backtesting par an : moins de 5 exceptions = zone verte (modèle acceptable) ; 5-9 = zone jaune (capital supplémentaire appliqué) ; 10+ = zone rouge (modèle rejeté, recalibrage obligatoire). Les régulateurs utilisent les résultats des tests ex post pour évaluer la solidité des modèles VaR internes des banques.
Comment le risque de structure des échéances s’intègre-t-il dans la VaR des matières premières ?
Un portefeuille de matières premières est rarement une exposition au comptant unique : il contient généralement des positions sur plusieurs mois de contrat (par exemple, le brut long de juin, le brut court de septembre) avec des expositions à la fois aux mouvements de prix purs et simples et aux écarts entre les mois. Le risque de structure par terme (également appelé risque de courbe ou risque de base) nécessite d'inclure la structure de corrélation sur l'ensemble de la courbe des contrats à terme dans le calcul de la VaR. Un portefeuille comportant des positions proches et lointaines compensées peut avoir une VaR de prix pure et simple, mais une VaR de structure par terme importante si l'écart entre les mois est volatil. Les systèmes sophistiqués de risque sur matières premières modélisent l’intégralité de la courbe à terme comme un facteur de risque corrélé.
Erreurs courantes à éviter
▾
- !En utilisant la VaR comme seule mesure de risque, complétez toujours par des tests de résistance, une analyse de scénarios et un déficit attendu pour une évaluation complète des risques.
- !Estimation des corrélations à partir de courtes fenêtres historiques qui peuvent ne pas inclure de périodes de tension : utilisez les corrélations de tension parallèlement aux corrélations de périodes normales.
- !L’agrégation de la VaR entre les sous-portefeuilles de matières premières par simple addition — cela surestime la VaR totale du portefeuille en ignorant les avantages de la diversification.
- !Ne pas prendre en compte le risque de structure des termes – traiter chaque position sur matières premières comme une exposition au comptant unique ne permet pas de prendre en compte le risque de base entre les mois du contrat.
- !Traiter les violations de la VaR comme des échecs du modèle : des violations régulières de la VaR avec un niveau de confiance de 99 % sont attendues (environ 2 à 3 par an) et ne devraient pas automatiquement déclencher des changements de modèle.
Conseil Pro
Complétez votre rapport VaR quotidien avec une attribution de « sensibilité P&L », en détaillant la part de la VaR du portefeuille qui provient de chaque matière première et de chaque facteur de risque (prix pur et simple, forme de la courbe, volatilité). Cette attribution identifie les risques de concentration qui regroupent les masques de VaR et oriente l'attention de la couverture vers les principaux contributeurs marginaux au risque du portefeuille.
Le saviez-vous?
L'introduction par J.P. Morgan en 1994 de RiskMetrics - le premier cadre VaR standardisé - a démocratisé la mesure du risque de marché et a finalement conduit la VaR à devenir le langage universel de la gestion des risques financiers dans le monde entier. Le document technique original de RiskMetrics a été publié gratuitement sur Internet, un des premiers exemples de méthodologie open source des risques qui a transformé l'ensemble du secteur financier.
Références
Obtenez des conseils mathématiques hebdomadaires
Rejoignez les abonnés 12 000+ qui reçoivent des conseils sur la calculatrice chaque semaine.