Mis à jour le 30 juin 2026 par Ludovic
La mesure du risque est un aspect essentiel de la finance : elle aide les traders, les investisseurs, les institutions financières et les entreprises à prendre des décisions éclairées concernant leurs trades, leurs investissements et leurs activités de financement. Bien évaluer le risque, c'est comprendre ce que l'on peut perdre avant de chercher ce que l'on peut gagner.
Le contexte de marché en 2026 :
Mi-2026, l'indice VIX (le « baromètre de la peur » du S&P 500) évolue autour de 18 points, un niveau jugé modéré. Il a toutefois bondi au-delà de 35 points en mars 2026 sous l'effet de tensions géopolitiques au Moyen-Orient, rappelant à quel point la volatilité peut surgir brutalement. Savoir mesurer le risque n'a jamais été aussi utile.
Points clés à retenir
L'importance de la mesure du risque en finance peut être résumée comme suit :
Les principales méthodes de mesure du risque en finance sont les suivantes :
En finance, l'écart-type est largement utilisé pour désigner la possibilité que le rendement réel d'un investissement diffère du rendement attendu.
L'écart-type est une mesure statistique souvent utilisée pour évaluer la variation ou la dispersion d'un ensemble de données.
Il peut être utilisé pour mesurer le risque associé à un investissement ou à tout autre type de variable financière dont la valeur varie dans le temps.
Pour mesurer le risque à l'aide de l'écart-type en finance, vous devez suivre les étapes suivantes :
L'écart-type assimile risque et volatilité, mais cette équivalence est contestée. Pour Warren Buffett, le véritable risque est la perte permanente de capital, et non les simples fluctuations de cours. Une action très volatile mais détenue durablement par un investisseur solide peut, selon lui, être moins « risquée » qu'un actif stable mais surévalué.
La valeur à risque (VaR) est une méthode statistique utilisée pour estimer la perte potentielle de la valeur d'un portefeuille d'actifs financiers sur une certaine période, avec un niveau de confiance donné.
On trouve souvent une VaR de 95 % ou de 99 %. Par exemple, une VaR de 99 % sur une période d'un an indique qu'il y a 99 % de chances que la perte ne dépasse pas X dollars sur l'année.
La VaR est largement utilisée en finance pour mesurer et gérer le risque. Elle est calculée en estimant les pertes potentielles qu'un portefeuille peut subir dans des conditions de marché défavorables.
Voici une procédure étape par étape pour mesurer le risque à l'aide de la VaR :
La VaR paramétrique est une technique statistique utilisée pour estimer la perte potentielle maximale qui pourrait être encourue sur un portefeuille d'instruments financiers, dans le cadre d'un niveau de confiance spécifié, sur un horizon temporel donné.
La méthode repose sur l'hypothèse d'une certaine distribution de probabilité pour les rendements du portefeuille (par exemple une distribution normale ou log-normale), puis sur le calcul de la perte attendue à un certain niveau de confiance sur la base de cette distribution.
Pour calculer la VaR paramétrique, les étapes suivantes sont généralement suivies :
La VaR paramétrique est simple et largement utilisée, mais elle présente des limites, notamment l'hypothèse d'une distribution de probabilité spécifique qui ne se vérifie pas toujours dans la réalité. Il est donc important d'utiliser d'autres techniques de gestion du risque et de surveiller en permanence le portefeuille.
La valeur à risque de Monte Carlo estime les pertes potentielles d'un portefeuille sur un horizon donné, avec un niveau de confiance donné. C'est une technique non paramétrique (qui ne repose pas sur une distribution statistique préétablie), basée sur la simulation de milliers ou de millions de scénarios possibles avec des mouvements de marché aléatoires.
La méthode nécessite la modélisation du portefeuille et des variables de marché qui influencent sa performance (prix des actions, taux d'intérêt, taux de change). Le modèle peut être simple à un facteur ou plus complexe à plusieurs facteurs intégrant des corrélations.
Après avoir effectué la simulation un grand nombre de fois, les valeurs de portefeuille obtenues servent à estimer la distribution de probabilité des pertes potentielles. La VaR est alors calculée comme le montant de pertes que le portefeuille pourrait subir, avec un niveau de confiance spécifié (99 %, 95 % ou 90 %).
L'avantage de la méthode Monte Carlo est de capturer les relations complexes entre les variables du marché et le portefeuille, et de gérer des instruments non linéaires comme les options et les produits dérivés. En revanche, elle est gourmande en ressources informatiques et nécessite un calibrage minutieux des paramètres.
La valeur à risque conditionnelle (CVaR), aussi appelée Expected Shortfall, estime les pertes potentielles au-delà d'un certain seuil, tel que le scénario le plus défavorable. Contrairement à la VaR, qui ne mesure que la perte attendue à un seuil donné, la CVaR prend en compte toutes les pertes qui dépassent le seuil de la VaR.
La CVaR se calcule en déterminant d'abord la VaR à un niveau de confiance donné (95 % ou 99 %), puis en triant le portefeuille selon ses pertes potentielles. La CVaR correspond à la moyenne de toutes les pertes qui dépassent le niveau de la VaR.
Exemple : si un portefeuille a une VaR de 1 million de dollars à 99 %, et que les pertes dépassant ce seuil ont une valeur moyenne de 1,5 million de dollars, alors la CVaR du portefeuille est de 1,5 million de dollars.
La CVaR fournit une mesure plus complète que la VaR car elle prend en compte les pertes au-delà du scénario le plus défavorable. C'est particulièrement utile pour les investisseurs prudents qui privilégient la protection contre les pertes. Elle dépend toutefois de la qualité des données historiques utilisées et reste une mesure statistique, non une garantie de performance.
La TVaR est souvent synonyme d'Expected Shortfall : elle mesure la perte attendue au-delà du seuil de la VaR en considérant la moyenne de toutes les pertes potentielles qui le dépassent. Cette mesure est particulièrement utile pour évaluer l'impact d'événements extrêmes sur un portefeuille.
Le Maximum Drawdown quantifie la plus forte baisse de la valeur d'un investissement ou d'un portefeuille, d'un pic à un creux, au cours d'une période donnée. Il aide les traders à comprendre le pire scénario de pertes potentielles et sert à évaluer le risque historique de baisse. Cette mesure est particulièrement pertinente pour juger des stratégies de trading et de la performance des fonds.
L'écart à la baisse se concentre sur les rendements négatifs. Il mesure la volatilité des rendements inférieurs à un seuil donné (souvent le rendement moyen ou zéro). En ignorant la volatilité à la hausse, il fournit une mesure plus ciblée du risque de baisse, utile aux opérateurs qui cherchent avant tout à éviter les pertes.
En finance, le concept de bêta est utilisé pour mesurer le risque d'un actif ou d'un portefeuille par rapport à l'ensemble du marché. Le bêta est une valeur numérique qui indique la volatilité d'un actif par rapport à un indice de référence, tel que le S&P 500.
Le bêta est calculé en comparant les rendements d'un actif aux rendements de l'indice de référence sur une période donnée. Un bêta de 1 indique que l'actif a le même niveau de volatilité que le marché, un bêta supérieur à 1 indique un actif plus volatil que le marché, et un bêta inférieur à 1 un actif moins volatil.
Pour mesurer le risque à l'aide du bêta, les investisseurs utilisent la formule suivante :
Risque = bêta × (rendement du marché − taux sans risque)
Le rendement du marché est celui de l'indice de référence et le taux sans risque est le rendement d'un actif sans risque, tel que les bons du Trésor américain. En multipliant le bêta par la différence entre le rendement du marché et le taux sans risque, on calcule le rendement excédentaire qu'un actif devrait générer en fonction de son risque. Ce rendement excédentaire est appelé « prime de risque » de l'actif.
Les actifs à bêta plus élevé sont considérés comme plus risqués et peuvent exiger un rendement attendu plus élevé ; inversement, les actifs à bêta plus faible sont moins risqués et peuvent offrir un rendement attendu plus faible.
En finance, plusieurs ratios sont couramment utilisés pour mesurer le rendement ajusté au risque d'un investissement : le ratio de Sharpe, le ratio de Sortino et le ratio de Treynor.
Ratio de Sharpe
Le ratio de Sharpe compare le rendement excédentaire de l'investissement par rapport au taux sans risque à l'écart-type de ses rendements.
Ratio de Sharpe = (Rendement attendu − Taux sans risque) / Écart-type
Un ratio de Sharpe élevé signifie un meilleur rendement par unité de risque prise (mesurée par la volatilité). Il est souvent utilisé pour comparer les rendements ajustés au risque de différents investissements.
Ratio de Sortino
Le ratio de Sortino est similaire au ratio de Sharpe, mais il ne prend en compte que le risque de baisse. Il évalue le rendement excédentaire par rapport au rendement minimum acceptable (RMA) rapporté à l'écart à la baisse.
Ratio de Sortino = (Rendement attendu − RMA) / Écart à la baisse
Un ratio de Sortino élevé indique un meilleur rendement par unité de risque de baisse prise. Il est utile pour évaluer les investissements présentant un risque de baisse élevé.
Ratio de Treynor
Le ratio de Treynor mesure le rendement ajusté au risque par rapport au marché : il rapporte le rendement excédentaire au bêta de l'investissement.
Ratio de Treynor = (Rendement attendu − Taux sans risque) / Bêta
Un ratio de Treynor plus élevé indique un meilleur rendement par unité de risque de marché prise. Il est le plus souvent utilisé pour évaluer les performances des fonds communs de placement gérés activement.
En résumé, le ratio de Sharpe et le ratio de Sortino mesurent les rendements ajustés au risque, tandis que le ratio de Treynor mesure la performance d'un fonds par rapport au marché.
Ratio d'information
Le ratio d'information mesure la capacité d'un gestionnaire de portefeuille à générer des rendements excédentaires par rapport à un indice de référence, corrigés du risque pris. Il se calcule en divisant le rendement actif du portefeuille (alpha) par son erreur de suivi. Un ratio plus élevé indique une meilleure performance ajustée au risque et une meilleure compétence du gestionnaire.
Ratio Oméga
Le ratio Oméga évalue le rapport entre les gains et les pertes, pondéré par la probabilité, pour un seuil de rendement donné. Il prend en compte l'ensemble de la distribution des rendements, offrant une vision plus nuancée que les ratios traditionnels, utile pour comparer des investissements aux profils risque-rendement différents.
Erreur de suivi (Tracking Error)
L'erreur de suivi quantifie à quel point un portefeuille suit son indice de référence. Elle se calcule comme l'écart-type de la différence entre les rendements du portefeuille et de l'indice. Une erreur de suivi plus faible indique un alignement plus étroit sur l'indice ; cette mesure sert à évaluer les fonds indiciels et la gestion active.
La simulation de crise est une technique de gestion des risques utilisée pour évaluer l'impact potentiel de conditions de marché extrêmes sur une institution financière ou un portefeuille. Elle consiste à simuler des scénarios hors normes (ralentissement économique important, forte hausse des taux d'intérêt, événement géopolitique majeur) afin de comprendre les pertes qui pourraient en résulter et de s'assurer de disposer de réserves de capital suffisantes.
L'analyse de sensibilité détermine l'impact de différentes valeurs d'une variable indépendante sur une variable dépendante. Dans l'évaluation des risques, elle peut consister à modifier une donnée (comme les taux d'intérêt) pour voir comment elle affecte la valeur d'un portefeuille ou les résultats d'un modèle financier. Elle aide à comprendre les vulnérabilités d'une position.
La xVA désigne un ensemble de mesures du risque qui représentent divers types d'ajustements de valeur. Les plus courants sont :
Sur les marchés financiers, la xVA sert à ajuster la valeur des produits dérivés pour tenir compte de divers risques (risque de crédit de la contrepartie, coûts de financement), offrant une vision plus globale des risques associés à ces transactions.
Les modèles de mélange sont des modèles statistiques représentant une combinaison de plusieurs distributions de probabilité sous-jacentes. Ils permettent de rendre compte du comportement d'actifs qui ne suivent pas une distribution simple et unique : les rendements d'une action peuvent par exemple être mieux décrits par une combinaison de deux distributions ou plus, reflétant différents scénarios futurs (comme le franchissement d'un obstacle réglementaire).
L'ACP est une méthode statistique utilisée pour réduire la dimensionnalité des données tout en préservant un maximum de variance. Dans le domaine du risque financier, elle permet d'identifier les principaux facteurs de variabilité d'un portefeuille : par exemple, dans un portefeuille multisectoriel, l'ACP peut révéler que l'énergie (prix du pétrole) ou la technologie (sensibilité aux taux d'intérêt) sont les sources de risque les plus importantes.
Le regroupement de volatilité fait référence à l'observation selon laquelle les périodes de forte volatilité tendent à être suivies de fortes volatilités, et inversement pour les périodes calmes. Reconnaître ces grappes est important pour la gestion des risques : si le marché a récemment été volatil, il peut être prudent de supposer que cette volatilité se poursuivra, ce qui affecte l'évaluation des risques et les stratégies de couverture.
Les copules sont des fonctions mathématiques utilisées pour décrire la dépendance entre des variables aléatoires. Dans la mesure des risques financiers, elles servent souvent à modéliser le comportement commun des actifs. Comprendre comment les actifs évoluent ensemble (ou non) est essentiel pour la diversification et la gestion du risque de portefeuille.
L'aplatissement mesure l'épaisseur des « queues » d'une distribution de probabilité. En finance, un kurtosis élevé indique une plus grande probabilité d'événements extrêmes. Sa compréhension est cruciale pour la gestion des risques, en particulier pour l'évaluation des options et la construction de portefeuilles.
Le skewness mesure l'asymétrie de la distribution des rendements. Un skewness négatif indique une queue gauche plus longue, suggérant une probabilité plus élevée de rendements négatifs importants ; un skewness positif indique le contraire. Cette mesure aide à comprendre la probabilité de résultats extrêmes et à adapter les stratégies de gestion des risques.
Les mesures du risque de liquidité évaluent la facilité avec laquelle les actifs peuvent être convertis en liquidités sans perte de valeur significative. Les mesures courantes comprennent le spread entre les cours acheteur et vendeur, le ratio de rotation et le délai de liquidation. Elles aident à comprendre les difficultés potentielles à sortir des positions, en particulier en cas de tensions sur le marché.
Les mesures du risque de crédit évaluent la probabilité et l'impact potentiel de la défaillance d'un emprunteur. Les principales sont la probabilité de défaut, la perte en cas de défaut et l'exposition en cas de défaut. Elles sont essentielles pour évaluer le risque des obligations, des prêts et autres instruments de crédit.
La duration mesure la sensibilité du prix d'une obligation aux variations des taux d'intérêt. La convexité rend compte de la relation non linéaire entre les prix des obligations et les rendements. Ensemble, ces mesures aident à gérer le risque de taux dans les portefeuilles obligataires ; elles sont essentielles pour la fixation du prix des obligations, l'immunisation des portefeuilles et les stratégies de courbe de rendement.
Chaque mesure du risque répond à une question différente. Le tableau ci-dessous résume les principales d'entre elles, ce qu'elles mesurent et leur usage privilégié.
| Mesure | Ce qu'elle mesure | Usage privilégié |
|---|---|---|
| Écart-type | Dispersion (volatilité) des rendements autour de la moyenne | Évaluation globale de la volatilité d'un actif |
| VaR | Perte maximale estimée à un seuil de confiance donné | Gestion du risque de marché, reporting |
| CVaR / Expected Shortfall | Perte moyenne au-delà de la VaR (risque de queue) | Profils prudents, événements extrêmes |
| Maximum Drawdown | Plus forte baisse pic-creux sur une période | Stratégies de trading, fonds |
| Bêta | Sensibilité au marché de référence | Risque systématique d'un actif |
| Ratio de Sharpe | Rendement excédentaire / volatilité totale | Comparaison rendement-risque |
| Ratio de Sortino | Rendement excédentaire / risque de baisse | Investisseurs averses aux pertes |
| Test de stress | Impact de scénarios extrêmes | Résilience face aux crises |
Pendant des décennies, la Value at Risk a été la mesure de référence du risque de marché pour les banques. La crise financière de 2007-2009 a toutefois révélé ses limites : la VaR ne dit rien sur l'ampleur des pertes au-delà de son seuil, ce qui peut conduire à sous-estimer le risque de queue.
C'est précisément ce que corrige la réforme FRTB (Fundamental Review of the Trading Book), souvent appelée Bâle IV. Elle remplace la VaR à 99 % par l'Expected Shortfall à 97,5 %, calculée sur une période de stress, pour déterminer les exigences en fonds propres des banques au titre du risque de marché. L'Expected Shortfall capture mieux les pertes extrêmes et tient compte de différents horizons de liquidité selon les classes d'actifs.
Calendrier d'application dans l'Union européenne
Le paquet bancaire CRR3/CRD6 transposant Bâle III est entré en vigueur le 1er janvier 2025, mais l'application des règles de risque de marché (FRTB) a été reportée à plusieurs reprises. Pour préserver des conditions de concurrence équivalentes au niveau international, la Commission européenne a repoussé son entrée en application au 1er janvier 2027 pour le calcul des exigences en fonds propres.
Pour l'investisseur particulier, ces évolutions confirment une tendance de fond : les mesures qui se concentrent sur les pertes extrêmes (Expected Shortfall, tests de stress) prennent le pas sur les indicateurs de volatilité moyenne. C'est un rappel utile que le risque ne se résume pas à un seul chiffre.
Dans le domaine de la finance et du trading, il existe deux grands types de risques à prendre en compte avant toute décision d'investissement : le risque systématique et le risque non systématique.
Le risque systématique, également appelé risque de marché ou risque non diversifiable, est inhérent au marché ou à l'économie dans son ensemble et affecte tous les investissements. Ce type de risque ne peut être éliminé par la diversification car il est présent partout. Parmi ses exemples : les variations de taux d'intérêt, l'instabilité politique, l'inflation, les guerres et les catastrophes naturelles. Il peut avoir un impact significatif sur la performance globale d'un portefeuille.
À l'inverse, le risque non systématique, également appelé risque spécifique ou risque diversifiable, est propre à une entreprise ou à un secteur et peut être réduit par la diversification. Il peut être causé par une mauvaise gestion, des rappels de produits ou des perturbations de la chaîne d'approvisionnement. En investissant dans un portefeuille diversifié regroupant une variété d'entreprises et de secteurs, on répartit le risque et on réduit l'impact de la mauvaise performance d'une seule entreprise sur l'ensemble.
Voici une méthode pratique pour évaluer concrètement le risque d'un portefeuille à partir de ses rendements historiques.
Aucune mesure n'est parfaite : chacune éclaire une facette du risque tout en comportant des angles morts. Les utiliser ensemble offre une vision plus fidèle.
En finance, le risque désigne la possibilité de pertes ou de résultats négatifs associés à un investissement ou à une décision financière. Sa mesure est un élément essentiel de l'analyse, et il existe de nombreuses méthodes pour y parvenir.
L'écart-type mesure la variabilité des rendements autour de la moyenne, le bêta évalue la sensibilité d'un actif au marché, la VaR estime la perte potentielle dans des conditions défavorables et l'Expected Shortfall (CVaR) capture les pertes extrêmes au-delà de la VaR. Les ratios de Sharpe, de Sortino et de Treynor, eux, rapportent le rendement au risque pris.
Aucune mesure ne suffit à elle seule : la meilleure approche consiste à combiner plusieurs indicateurs (volatilité, risque de baisse, risque de queue, ratios ajustés au risque) et à les actualiser régulièrement. Pour le particulier, la diversification reste le moyen le plus simple et le plus efficace de réduire le risque non systématique de son portefeuille.
| # | Courtier | Note | Supports | Frais Euronext | En bref | Actions |
|---|---|---|---|---|---|---|
| 1 |  | ★★★★★ 4.6/5 | CTO, PEA, compte sur marge | Gratuit jusqu'à 100 000 €/mois puis 0,20 % | 7 201 actions & 1 959 ETF. Démo gratuit. | |
| 2 |  | ★★★★ 4.5/5 | CTO, compte sur marge | Pas de commission, uniquement spread du marché | +6 000 actions, 2 000 ETF. Démo gratuit. | |
| 3 |  | ★★★★ 4.3/5 | Actions réelles, compte sur marge | 1-2 $ par position, gratuit sur ETF | +6 200 actions, 730 ETF. Copy trading. | |
| 4 |  | ★★★★ 4.2/5 | CTO, PEA, PEA-PME, banque | 0,10 % à 0,20 % selon profil | Service bancaire complet. |
⚠️ Investir comporte des risques de perte en capital.
