☰ Menu eFinancialCareers

Le contrôle des risques, bouée de sauvetage des traders ?

BNP Paribas vient de réembaucher un ancien trader qui avait quitté la banque en avril 2008. Il s’agit de Stéphane Delacote, ancien responsable mondial du trading et de l’arbitrage sur crédits structurés, qui désormais sera conseiller en risk management (Financial News, abonnement). BNP n’a pas souhaité commenter cette nomination, mais derrière celle-ci se pose la question de savoir si d’autres traders pourraient être amenés à se reconvertir dans les mois à venir, et notamment dans les fonctions de contrôle des risques.

Certains ont déjà essayé de faire leur come-back dans d’autres domaines comme la gestion d’actifs ou la banque de détail, sans grand succès. Ils se voient souvent opposer une fin de non-recevoir car ce sont des métiers trop différents , reconnaît Olivier Johanet, président de la Française des Placements Investissements (L’Agefi Hebdo). Dans le contrôle des risques de marché, en revanche, leur présence fait sens. Qui, en effet, mieux qu’un trader connaît le fonctionnement d’une salle de marchés ? , s’interroge Alexis Pascalet, consultant au sein du cabinet de recrutement Norman Alex.

La concurrence est rude

Les banques françaises, qui ont clairement renforcé l’embauche sur toutes les fonctions relatives aux contrôles et aux risques depuis début 2008, vont-elles faire la chasse aux traders ? Pas vraiment, si l’on en croit les professionnels du recrutement. En ce qui nous concerne, nous n’avons pas eu à gérer ce genre de demande, explique Vincent Picard, associé en charge du département Banque et Finance de marché du cabinet de recrutement FED Finance. Nos clients recherchent surtout des profils avec une vraie expérience dans le contrôle, en poste depuis plusieurs années, et qui ont vu les fonctions évoluer au niveau des process et de la réglementation. Et ceux qui correspondent à cette description n’ont généralement pas attendu que les traders arrivent pour postuler à ces postes…

commentaires (8)

Comments
  1. c’est une blague ?

    quand les marchés etaient en hausse , ils ( les traders ) crachaients sur les middle , les risk -managers , en les traitant de ” centre de couts ” , alors qu”eux les super speculateurs , chartistes , analisateurs techniques et d’autres magiciens et lecteurs de boules de cristal ” etaient des centres de profits —
    et oui la bourse montait , il suffit d’etre long et de faire le beau .

  2. la réalité c’est que la finance injecte du risque en faisant croire qu’elle le gère alors qu’elle ne fait que créer des joujous pour faire faire du fric à court terme au front -office

    les risk managers sont là pour cautionner avec du vent de consulting pseudo-scientifique, de l’auto-régulation, etc. etc.

    il n’y a pas de gestion de risque sérieuse en finance !! c’est contraire à ses ojectifs ! c’est beaucoup plus simple et profitable de *faire croire qu’on gère le risque*

  3. c sur //
    pseudo -science c ‘est bien dit —

    les rendements distribués selon la loi normale , la VaR et compagnie c’est du tra la la la , c’est sur

  4. Le problème n’est pas la VaR!
    Il n’est pas idiot de vouloir estimer une fonction quantile. La vraie question est comment on l’estime et dans la plupart des modèles classiques, elle est franchement sous évaluée.
    Les gens ont trop tendance à confondre la notion de VaR avec la loi normale.

  5. Var is bad , Expected Shortfall is better …. but I guess why banks do not want to measure risks accurately …. may be because :
    1) they do not know
    2) they do not want to know
    3) they know what “moral hazard” means

  6. Ce que ne nous dit pas un modèle mathématique est tout aussi important sinon plus que ce qu’il nous dit.
    C’est valable aussi pour la VaR.
    La VaR n’est à mettre en cause, mais l’utilisation qui en est faite oui…

  7. Voilà la l’une des causes majeures de la crise “l’expected shortfall est meilleur que la VaR”. Si la mesure de la VaR est à la rue l’expected shortfall le sera aussi car c’est une CVaR!
    Un risque manager devrait avoir en tête au moins:
    1) fournir plusieurs mesures de risque.
    2) travailler enfin sur des modèles qui fittent les data et pas des modèles mathématiquement super beau et qui n’ont rien à voir avec les données
    3) avoir un panel de mesures de backtesting des différentes mesures de risque (et pas seulement compter le nombre d’exceptions).
    4) Une mesure de risque est une indication et n’est pas parole d’évangile. Car comme dit Taleb il ne faut pas perdre en mémoire qu’on utilise des données passées comme prédicteur or certains évènements ne se sont encore jamais produit dans le passé.

Votre commentaire est en attente de modération. Il apparaîtra sur le site une fois validé

Réagissez

Pseudo

Adresse e-mail

Consultez notre règlement concernant notre communauté ici