Dans un environnement marqué par la polycrise, les modèles de risque doivent désormais intégrer l’incertitude radicale et les ruptures.
La prévision stratégique ne consiste plus à deviner l’avenir, mais à explorer méthodiquement les trajectoires plausibles et extrêmes futures.
Les modèles classiques fondés sur la normalité statistique deviennent fragiles lorsque les crises modifient simultanément volatilités, corrélations et comportements.
Comme le rappelle Nassim Nicholas Taleb, les risques systémiques à queues épaisses ne peuvent être comparés aux risques ordinaires.
Cette distinction impose de repenser les méthodes de prévision et d’intégrer des scénarios extrêmes dans toute réflexion stratégique sérieuse.
L’objectif n’est donc plus de prédire précisément quelques scénarios, mais de couvrir une distribution suffisamment large des résultats possibles.
Une telle approche permet notamment d’identifier les besoins futurs en capital, liquidité et ressources face à des chocs inédits.
Elle repose sur des scénarios exhaustifs combinant données historiques, apprentissage automatique explicable et modélisation dynamique des variables déterminantes clés.
Les périodes stables peuvent être calibrées avec des méthodes classiques, tandis que les chocs nécessitent des modèles dynamiques dédiés.
L’apprentissage automatique explicable peut alors détecter les variables déterminantes sans sacrifier la transparence nécessaire aux décisions prudentielles sensibles contemporaines.
La pandémie a démontré qu’un choc inédit pouvait bouleverser simultanément les relations historiques entre chômage, soutien public et défauts.
Ainsi, les données nouvelles doivent être interprétées selon leur capacité à modifier durablement les mécanismes économiques sous-jacents observés auparavant.
Le backtesting demeure essentiel pour vérifier la robustesse des scénarios et mesurer leur capacité à couvrir les événements extrêmes.
Une actualisation trimestrielle des facteurs de risque permet également d’identifier rapidement les concentrations nouvelles et les fragilités émergentes invisibles.
En définitive, la meilleure prévision n’est pas celle qui annonce exactement l’avenir, mais celle qui prépare l’organisation à l’incertitude.
La gestion des risques devient ainsi moins une science de prédiction qu’une discipline de préparation face à l’inconnu systémique.
Cette lecture rejoint les travaux de Taleb sur les risques systémiques et à queues épaisses, ainsi que les observations de Fama sur la fréquence des rendements extrêmes.
Camus BOMISSO, FRM
