Valeur à risque (VaR) : quantifier votre pire perte possible

Tout trader, gestionnaire de risque et directeur financier fait face à la même question fondamentale : combien pourrais-je perdre ? La valeur à risque (VaR) est la réponse la plus largement utilisée dans l'industrie financière. La VaR exprime la perte maximale attendue sur un horizon temporel spécifique à un niveau de confiance donné, dans des conditions de marché normales.

Un énoncé comme « la VaR à 95 % sur un jour de ce portefeuille est de 500 000 $ » signifie : il y a une probabilité de 95 % que le portefeuille ne perde pas plus de 500 000 $ en une seule journée. Inversement, il y a 5 % de chances que la perte dépasse ce seuil. La VaR condense une distribution complexe de résultats possibles en un seul chiffre intuitif — ce qui constitue à la fois sa plus grande force et sa limitation la plus dangereuse.

La VaR est devenue la norme de l'industrie après que le président de JPMorgan, Dennis Weatherstone, a exigé un rapport quotidien d'une page résumant l'exposition au risque totale de la firme. Le résultat — le fameux « rapport 16h15 » livré chaque après-midi — a donné naissance à RiskMetrics en 1994, que JPMorgan a rendu open source pour le monde entier. Les régulateurs ont adopté la VaR presque immédiatement : les accords de Bâle II ont imposé aux banques de calculer une VaR quotidienne pour déterminer leurs exigences en capital, une norme qui persiste avec Bâle III et IV aujourd'hui.

Il existe trois approches principales pour calculer la VaR, chacune avec des avantages et des compromis distincts :

1. Simulation historique

La méthode la plus simple. Prenez votre portefeuille actuel, appliquez les rendements réels des 250 (ou 500, ou 1 000) derniers jours de trading, et classez le P&L résultant du pire au meilleur. Pour une VaR à 95 %, la perte au 5e percentile est votre estimation de VaR. Si vous avez utilisé 1 000 jours, la VaR est la perte du 50e pire jour. Cette méthode ne fait aucune hypothèse sur la distribution des rendements — elle laisse l'histoire parler directement. Cependant, elle suppose que le passé est représentatif du futur, ce qui est précisément le moment où elle échoue le plus dangereusement.

2. Méthode paramétrique (variance-covariance)

Cette approche suppose que les rendements suivent une distribution normale. Vous estimez le rendement moyen et la volatilité de chaque actif, construisez la matrice de covariance, et calculez la variance du portefeuille. Pour une VaR à 95 % : VaR = Valeur du portefeuille × score z × σ × √t, où le score z pour 95 % est 1,645, σ est la volatilité du portefeuille, et t est l'horizon temporel. Cette méthode est rapide et élégante — un quant peut la calculer sur une feuille de calcul. Mais les distributions normales sous-estiment massivement la probabilité de mouvements extrêmes. Les chutes de plus de 40 % en une seule journée de Bitcoin seraient un événement à 7 sigmas ou plus sous l'hypothèse de normalité — théoriquement impossible une seule fois dans la durée de vie de l'univers, et pourtant cela s'est produit plusieurs fois.

3. Simulation de Monte-Carlo

La méthode la plus flexible. Vous définissez un modèle statistique décrivant l'évolution des prix des actifs (incluant les queues épaisses, l'asymétrie et la volatilité variable dans le temps), puis générez des milliers — voire des millions — de scénarios aléatoires. Vous réévaluez le portefeuille sous chaque scénario et extrayez la VaR de la distribution de P&L résultante. Monte-Carlo peut gérer des instruments complexes comme les options, les produits path-dependent et les expositions non linéaires. Le coût est l'intensité de calcul et le fait que les résultats ne sont valides que dans la mesure où les hypothèses du modèle le sont.

La VaR vous indique la frontière des pertes normales — mais rien sur ce qui se passe au-delà de cette frontière. Si votre VaR à 99 % est de 10 millions de dollars, vos pertes sur ces pires 1 % de jours pourraient être de 11 millions ou de 110 millions de dollars. La VaR est silencieuse sur l'ampleur des pertes extrêmes, et ce silence a contribué à des échecs catastrophiques.

Durant la crise financière mondiale de 2008, Goldman Sachs a rapporté que ses desks de trading avaient connu des « événements à 25 sigmas » sur plusieurs jours consécutifs. Sous une distribution normale, un événement à 25 sigmas devrait se produire environ une fois tous les 10¹³⁵ ans. La réalité était que les titres adossés à des créances hypothécaires avaient des distributions de rendement à queue épaisse que les modèles de VaR — calibrés sur des marchés bénins — n'avaient absolument pas su capturer.

Parmi les limitations supplémentaires :

• Non-additivité — La VaR d'un portefeuille combiné peut dépasser la somme des VaR individuelles, violant la sous-additivité. Cela signifie que la VaR peut pénaliser la diversification, ce qui n'a économiquement aucun sens.
• Risque de modèle — De petits changements dans les hypothèses (période de rétrospection, choix de distribution, estimations de corrélation) peuvent produire des chiffres de VaR radicalement différents.
• Procyclicité — En marché calme, la VaR se réduit (la volatilité historique est faible), encourageant des positions plus importantes. Quand la volatilité s'envole, la VaR bondit, forçant un désendettement au pire moment possible — amplifiant le crash.
• Aveuglement à la liquidité — La VaR standard suppose que vous pouvez sortir des positions aux prix actuels. Durant le crash de mars 2020 lié au COVID, même les marchés des bons du Trésor américains — les plus liquides du monde — ont connu une dislocation sévère, rendant les estimations de VaR sans signification.

Pour remédier au défaut le plus critique de la VaR — son silence sur les pertes de queue — les gestionnaires de risque ont développé la VaR conditionnelle (CVaR), aussi appelée Expected Shortfall (ES). Là où la VaR demande « quelle est la pire perte à mon niveau de confiance ? », la CVaR demande « étant donné que la perte dépasse la VaR, quelle est la perte moyenne ? »

Si votre VaR quotidienne à 95 % est de 1 million de dollars, votre CVaR à 95 % pourrait être de 1,8 million de dollars — ce qui signifie que sur ces pires 5 % de jours, vous pouvez vous attendre à perdre en moyenne 1,8 million de dollars. La CVaR dépasse toujours la VaR, et l'écart entre les deux révèle la sévérité de votre risque de queue. Un portefeuille où la CVaR vaut 3 fois sa VaR a une exposition de queue bien plus dangereuse que celui où la CVaR ne vaut que 1,2 fois la VaR.

La CVaR possède un avantage mathématique crucial : elle est cohérente, c'est-à-dire qu'elle satisfait la sous-additivité. Combiner deux portefeuilles produit toujours une CVaR inférieure ou égale à la somme des CVaR individuelles, reflétant correctement les bénéfices de la diversification. Le cadre de Bâle III, reconnaissant les lacunes de la VaR après 2008, a imposé aux banques de passer de la VaR à l'Expected Shortfall pour les exigences de capital au titre du risque de marché — une transition achevée sous la Revue fondamentale du portefeuille de négociation (FRTB).

Pour les portefeuilles crypto, la CVaR est particulièrement importante. Les actifs numériques présentent des queues épaisses prononcées : la distribution empirique des rendements de Bitcoin affiche un excès de kurtosis d'environ 15 à 30 (contre environ 3 pour une distribution normale), ce qui signifie que les événements extrêmes sont bien plus fréquents que ce que prédisent les modèles en cloche. Utiliser uniquement la VaR vous laisserait dangereusement exposé aux événements mêmes qui définissent les marchés crypto.

Construire un cadre de VaR pratique pour la crypto exige d'adapter les méthodes traditionnelles aux caractéristiques uniques de cette classe d'actifs : trading 24/7, volatilité extrême, changements de régime et liquidité mince en période de tension.

Considérez un portefeuille de 100 000 $ répartis à parts égales entre BTC, ETH et SOL. En utilisant une simulation historique sur les deux dernières années de rendements quotidiens :

• Vous collecteriez 730 rendements de portefeuille quotidiens (en pondérant le rendement de chaque actif par son allocation de 33 %).
• Triez les rendements du pire au meilleur.
• Le 37e pire rendement (5e percentile de 730) vous donne la VaR à 95 % sur 1 jour.
• Empiriquement, ce chiffre pourrait être d'environ 5 500 à 7 000 $ — ce qui signifie que vous devriez vous attendre à perdre au moins ce montant sur 1 jour de trading sur 20.

Pour des horizons plus longs, la règle de la racine carrée du temps (multiplier la VaR quotidienne par √t) fournit une approximation grossière : VaR hebdomadaire ≈ VaR quotidienne × √5 ≈ 12 300 à 15 700 $. Cependant, cette règle de mise à l'échelle suppose que les rendements sont indépendants d'un jour à l'autre, ce que les schémas de momentum et de retour à la moyenne de la crypto violent. Une mise à l'échelle plus précise nécessite de modéliser la corrélation sérielle.

Sur GaiaEx, où vous tradez des contrats perpétuels sur Hyperliquid L1, la VaR devient encore plus critique car l'effet de levier amplifie à la fois les gains et les pertes. Une position avec un effet de levier 5× a 5 fois la VaR d'une position sans levier. Avant d'entrer dans tout trade à effet de levier, calculez votre VaR et assurez-vous que le pire scénario — en vous souvenant que les pires cas réels dépassent la VaR — est supportable. L'architecture de portefeuille MPC de GaiaEx garantit que, tandis que vous gérez le risque de marché par la discipline de la VaR, votre risque de contrepartie est déjà neutralisé.

La VaR n'est pas juste un chiffre — c'est un processus de gestion des risques. Voici comment les traders professionnels et les institutions l'utilisent quotidiennement :

Fixez des limites de VaR avant de trader. Décidez de la perte maximale que vous pouvez absorber sur une journée, une semaine et un mois. Exprimez cela en pourcentage de votre portefeuille. Une norme professionnelle courante est une limite de VaR quotidienne de 1 à 2 % du capital total au niveau de confiance de 99 %. Si votre portefeuille est de 50 000 $, cela signifie structurer vos positions de sorte que votre VaR quotidienne à 99 % reste sous 500 à 1 000 $.

Surveillez et recalculez régulièrement. La VaR change à mesure que les positions changent, que les corrélations évoluent et que la volatilité varie. Recalculez au moins quotidiennement. Durant les périodes volatiles — qui en crypto peuvent durer des semaines — recalculez plusieurs fois par jour. Si la VaR dépasse votre limite, réduisez immédiatement les positions plutôt que d'espérer que le marché se calme.

Backtestez sans relâche. Comparez la VaR prédite au P&L réel. Si votre VaR à 95 % est dépassée plus de 5 % du temps, votre modèle est cassé. Durant le marché baissier crypto de 2022, de nombreux modèles de risque calibrés sur les données de 2020-2021 ont dramatiquement sous-estimé la VaR car ils avaient été entraînés sur un marché haussier. Un backtesting régulier aurait détecté cette dérive.

Combinez la VaR avec d'autres mesures de risque. Utilisez la CVaR pour le risque de queue, les tests de stress pour l'analyse de scénarios, le drawdown maximal pour la préservation du capital, et des limites de position pour le risque de concentration. Aucune mesure unique ne capture toutes les dimensions du risque. La VaR est la fondation de votre cadre de risque — pas tout l'édifice.

L'objectif n'est pas d'éliminer le risque — cela éliminerait les rendements. L'objectif est de connaître son risque, de le dimensionner délibérément, et de s'assurer qu'aucune journée unique ne puisse vous sortir du jeu. La VaR, utilisée correctement et complétée par des mesures de risque de queue, vous donne la fondation quantitative pour trader avec confiance.