Gestion actif passif : comprendre l’ALM et l’appliquer en période de taux instables

La gestion actif passif, souvent désignée par l’acronyme ALM (Asset and Liability Management), vise à piloter le bilan comme un système complet : rentabilité, liquidité, solvabilité et valeur économique évoluent ensemble. Quand les taux deviennent volatils, ce pilotage ne se limite plus à « aligner des maturités » : il faut relier des risques mesurés, des hypothèses comportementales et des décisions de gouvernance (notamment en ALCO).

Ce guide propose une méthode lisible, avec les notions clés utilisées en banque, assurance et microfinance, et des repères actionnables pour structurer un dispositif ALM crédible, y compris dans des organisations de taille PME/ETI du secteur financier.

Cartographier le bilan pour l’ALM : quelles lignes d’actif et de passif sont réellement « pilotables »

La première étape ALM consiste à distinguer ce qui est contractuel de ce qui est comportemental, et ce qui peut être piloté à court terme de ce qui se transforme lentement. Sans cette cartographie, les métriques (gaps, NII, EVE, LCR) deviennent des chiffres difficiles à interpréter.

Côté actif, les postes « pilotables » ne se limitent pas aux titres : le crédit (nouvelle production, conditions de prix, indexation, clauses) est souvent la principale source de transformation de maturité et de risque de taux. Les portefeuilles obligataires, eux, apportent de la flexibilité mais exposent à des sensibilités (duration) et parfois à des contraintes comptables/solvabilité.

Côté passif, la pilotabilité est fréquemment plus délicate : les dépôts à vue et d’épargne ne « portent » pas une maturité contractuelle exploitable telle quelle, mais ils ont une inertie observée (stabilité, sensibilité aux taux, attrition). Le financement de marché et les emprunts, eux, sont plus contractuels mais plus sensibles aux conditions de marché.

Un schéma mental utile consiste à classer chaque ligne de bilan dans une matrice :

• Échéance contractuelle (fixe/variable) vs échéance comportementale (run-off modélisé) ;
• Capacité d’action (reprice rapide, couverture possible, renégociation) vs faible capacité d’action.

Cette cartographie se traduit opérationnellement par un « dictionnaire de produits » ALM : attributs de taux (fixe, variable, caps/floors), index, dates de repricing, options, et règles de modélisation (notamment pour les dépôts non à échéance).

Les objectifs ALM qui arbitrent entre eux : marge d’intérêt, liquidité, solvabilité et valeur économique

La gestion actif-passif vise un équilibre entre quatre objectifs qui peuvent se contredire. L’enjeu n’est pas de maximiser un indicateur, mais d’organiser les arbitrages et d’en documenter la cohérence dans le temps.

1) Marge d’intérêt (NII). L’indicateur NII (Net Interest Income) projette les revenus et charges d’intérêt sur un horizon (souvent 12 mois) selon des scénarios de taux et des hypothèses de comportement. Il sert à piloter la sensibilité « court terme » : vitesse de repricing des actifs vs des passifs, politique commerciale, stratégie de couverture.

2) Valeur économique (EVE). L’EVE (Economic Value of Equity) mesure l’impact d’un choc de taux sur la valeur actualisée des cash-flows du bilan. Elle éclaire une sensibilité « structurelle » : transformation de maturité, options implicites, asymétries durables. NII et EVE peuvent envoyer des signaux opposés, d’où la nécessité de limites distinctes.

3) Liquidité et funding. Les ratios LCR (Liquidity Coverage Ratio) et NSFR (Net Stable Funding Ratio) cadrent, respectivement, la résistance à un stress court terme et la stabilité de financement à horizon plus long. Même hors contexte réglementaire strict, leurs logiques (buffer d’actifs liquides, profil d’échéances, concentration) structurent une politique de financement.

4) Solvabilité/capital. En banque comme en assurance, certaines décisions ALM (allongement de duration, instruments de couverture, composition des portefeuilles) ont un effet sur le capital économique ou réglementaire. La contrainte de solvabilité impose souvent un « plafond de risque acceptable » qui borne la recherche de marge.

Un pilotage ALM robuste relie ces objectifs à des limites (par exemple un budget de sensibilité EVE et des bornes NII) et à des actions (pricing, structure de bilan, couverture, stratégie de collecte). L’objectif n’est pas une perfection mathématique, mais un cadre de décision reproductible.

Les risques au cœur de la gestion actif-passif : taux (IRRBB), liquidité/funding, change, options comportementales

En ALM, les risques ne sont pas traités isolément : ils se transmettent via le bilan. Un choc de taux peut dégrader la marge, modifier les comportements clients et rendre le financement plus coûteux au même moment.

Risque de taux du banking book (IRRBB). L’IRRBB (Interest Rate Risk in the Banking Book) recouvre les impacts des variations de courbe sur le bilan bancaire hors activités de trading. Il inclut le risque de repricing (écart de maturité), le risque de base (index différents), et le risque de forme de courbe (steepening/flattening). En pratique, IRRBB se lit au travers de métriques NII et EVE, avec des chocs de taux standardisés et internes.

Risque de liquidité et de funding. Il concerne la capacité à honorer les sorties de trésorerie (stress) et à refinancer le bilan à un coût soutenable. Les enjeux typiques sont la concentration de maturités, la dépendance à des financements volatils, et la qualité du stock d’actifs mobilisables (HQLA ou équivalents internes).

Risque de change. Dès qu’actifs et passifs ne sont pas parfaitement alignés par devise, une variation de change affecte la valeur et parfois la solvabilité. En microfinance, l’exposition peut être structurelle (ressources en devise, prêts en monnaie locale), ce qui renforce la nécessité d’une politique de couverture et de limites.

Options comportementales. C’est souvent la zone la plus « décisive » et la moins comprise. Exemples : remboursements anticipés sur crédits, renégociations, dépôts non à échéance (NMD), et sensibilité des taux servis. Ces options transforment une échéance contractuelle en profil de cash-flows incertain, donc en risque de taux et de liquidité.

Une règle de bon sens ALM : dès qu’un produit donne une flexibilité au client, il retire de la visibilité au bilan. La réponse n’est pas d’ignorer cette incertitude, mais de la modéliser, de la tester et d’en limiter l’impact via gouvernance et couvertures.

Méthodes et métriques utilisées en pratique : gap de taux, duration/convexité, NII vs EVE, modèles d’écoulement et FTP

Les méthodes ALM servent à transformer une cartographie de bilan en indicateurs exploitables, puis en décisions. La logique la plus utile est de relier chaque métrique à une question de pilotage : « où se situe la sensibilité ? », « quelles lignes la créent ? », « quelles actions la réduisent sans sacrifier la marge ? ».

Gap de taux (maturity gap) et bucketing

Le gap de taux (ou maturity gap) compare, par tranches d’échéance, les montants d’actifs et passifs qui repricent (ou arrivent à maturité) sur la même période. Il donne une lecture rapide de la transformation : trop d’actifs longs financés par des passifs courts expose à une hausse des taux et à un risque de refinancement.

La qualité du gap dépend de deux choix : (1) un bucketing cohérent (tranches fines là où ça bouge, plus larges là où c’est stable) et (2) l’intégration des comportements (run-off, options). Un mauvais bucketing peut « fabriquer » des sensibilités artificielles.

Duration, convexité et lecture EVE

La duration mesure la sensibilité de valeur à un choc de taux, tandis que la convexité capture les non-linéarités (notamment lorsque des options existent). Ces concepts deviennent concrets lorsqu’ils servent à expliquer pourquoi l’EVE réagit fortement à certains chocs (par exemple une hausse parallèle) alors que le gap semble équilibré.

NII vs EVE : deux horizons, deux décisions

NII se pilote à horizon court avec des leviers commerciaux et de couverture (réindexation, politique de taux servis, hedges). EVE borne le risque structurel et oriente des décisions de structure de bilan (durée des ressources, composition du portefeuille, politique d’options). Confondre les deux conduit souvent à des limites incohérentes ou à des couvertures qui améliorent un indicateur au détriment de l’autre.

Modèles d’écoulement (run-off) et options comportementales

Les modèles d’écoulement (run-off) transforment des encours en profils de cash-flows attendus. Pour les dépôts non à échéance, l’enjeu est double : estimer une « stabilité » (part core vs volatile) et modéliser la vitesse d’ajustement des taux servis (deposit beta, délais, paliers). Pour les crédits, l’enjeu porte sur les remboursements anticipés et renégociations.

Ces modèles doivent être validés : backtesting sur historiques, segmentation (type de clientèle, canal, taille de compte), et analyses de sensibilité. En période de taux instables, des hypothèses figées deviennent rapidement obsolètes ; il faut documenter des plages plausibles plutôt qu’un unique scénario.

FTP (Funds Transfer Pricing) : relier l’ALM au pilotage business

Le FTP (Funds Transfer Pricing) attribue un coût/une valeur interne aux ressources et emplois, afin de piloter la marge par ligne métier sans masquer le coût de la transformation et de la liquidité. Un FTP cohérent évite un biais classique : récompenser une activité qui « fait de la marge » tout en dégradant la structure de bilan.

Gouvernance et processus : rôle de l’ALCO, limites/indicateurs, stress tests, plan de financement et reporting

Un dispositif ALM efficace est d’abord un processus gouverné, avant d’être un modèle. Le comité ALCO (Asset-Liability Committee) sert à prendre des décisions régulières à partir d’indicateurs stabilisés, pas à « découvrir » les chiffres au dernier moment.

Le rôle de l’ALCO et les décisions attendues

L’ALCO arbitre la trajectoire de bilan : niveau de transformation acceptable, stratégie de couverture, politique de liquidité, et cohérence avec la solvabilité. Il valide des limites (NII/EVE, gaps, liquidité), des scénarios et les plans d’action en cas de dérive.

« L’ALM n’est pas une mesure de risque de plus : c’est l’organisation qui transforme des chiffres en décisions cohérentes sur le bilan. »

Un processus réaliste, de la donnée au reporting

Un cycle ALM solide suit une chaîne simple, mais disciplinée :

Collecte de données (contrats, cash-flows, référentiels produits, données clients) → modélisation (run-off, options, scénarios) → calcul (gaps, NII, EVE, liquidité) → cadre de limites → ALCO (décisions et arbitrages) → reporting (tableaux de bord, commentaires, suivi) → stress tests et revues de modèle.

Limites, indicateurs et stress tests

Les limites fonctionnent si elles sont (1) comprises, (2) stables, (3) reliées à des actions. Une limite EVE sans levier identifié (couverture, structure de funding, politique commerciale) n’est qu’un constat. Les stress tests (scénarios de chocs de taux, de sorties de dépôts, de spread de financement, de dépréciation FX) permettent de tester la robustesse du plan de financement et des hypothèses comportementales.

En période de taux instables, la fréquence de revue augmente généralement : davantage de scénarios, des analyses de sensibilité plus systématiques et un suivi plus fin des comportements (réactivité des dépôts, renégociations).

Cas d’usage et choix d’outillage : banque vs assurance vs microfinance, données nécessaires, bonnes pratiques et erreurs fréquentes

Les principes ALM sont communs, mais les priorités et hypothèses changent fortement selon le modèle économique. La réussite dépend autant de la qualité de données et de la validation que du choix d’un outil.

Banque : IRRBB, NII/EVE et dépôts non à échéance

En banque, l’IRRBB et les dépôts non à échéance structurent une grande partie des débats. Les points clés sont la modélisation NMD (stabilité, beta, délais), la cohérence NII/EVE, et la capacité à expliquer les résultats aux décideurs. Le FTP devient un outil central pour aligner la politique commerciale avec les contraintes de bilan.

Assurance : duration des passifs et interaction actif-passif

En assurance, la nature des engagements (durées longues, flux parfois prévisibles) pousse à une lecture très « valeur » et à une attention forte aux écarts de duration et aux options (rachats, participation, garanties). L’ALM s’imbrique plus directement avec l’allocation d’actifs, tout en conservant une logique de bilan et de contraintes de solvabilité.

Microfinance (IMF collectrices de dépôts) : liquidité et change comme contraintes majeures

Pour les IMF collectrices de dépôts, la liquidité opérationnelle, la concentration (gros déposants) et parfois le risque de change dominent. Les modèles de run-off doivent intégrer des comportements liés aux cycles locaux et à la confiance, avec des stress tests pragmatiques (retraits rapides, hausse du coût de financement, accès limité aux marchés).

Données nécessaires : le socle minimal

Un dispositif ALM ne peut pas être plus fiable que ses données. Un socle minimal comprend : référentiels produits, encours et cash-flows, dates de repricing, index et marges, historiques de dépôts et de taux servis, historiques de remboursements anticipés, et traçabilité des hypothèses.

Erreurs fréquentes à éviter

Les dérives les plus courantes ne viennent pas d’un manque de sophistication, mais d’un manque de discipline méthodologique. Les erreurs suivantes reviennent souvent :

• Mauvais bucketing qui masque ou amplifie artificiellement les gaps ;
• Hypothèses figées sur les dépôts et prépaiements, non revues en période de volatilité ;
• Confusion NII/EVE et limites incohérentes entre horizon court et long ;
• Absence de gouvernance (ALCO sans décisions traçables, limites non actionnables) ;
• Chaîne data fragile (référentiels incomplets, modèles non documentés, validations sporadiques).

Le meilleur correctif est une approche « du livrable vers la donnée » : partir de ce que l’ALCO doit décider, vérifier les indicateurs nécessaires, puis remonter vers les hypothèses et les champs de données indispensables.

Mettre en place un ALM utile : repères de déploiement et grille de lecture pour des taux instables

Un ALM utile se reconnaît à sa capacité à produire, à fréquence régulière, des indicateurs stables et des décisions traçables, même lorsque l’environnement de taux change vite. La priorité n’est pas de tout modéliser, mais d’installer un socle vérifiable et extensible.

Quelques repères pratiques aident à cadrer un déploiement : définir un périmètre de bilan et des responsables, formaliser un dictionnaire produits, documenter les hypothèses de run-off et leurs plages de sensibilité, mettre en place des stress tests simples mais réguliers, et aligner le FTP avec les objectifs de marge et de liquidité.

Enfin, la volatilité des taux change la dynamique : la vitesse de repricing, la réactivité des dépôts et les renégociations deviennent des variables critiques. Le pilotage doit donc renforcer la boucle « mesurer → décider → vérifier » : backtesting des comportements, revue plus fréquente des scénarios, et explication pédagogique des écarts entre NII et EVE pour éviter des décisions impulsives.

FAQ

Quelle est la différence entre ALM (gestion actif-passif) et gestion de portefeuille « côté actif » ?

L’ALM pilote l’équilibre global du bilan (actifs et passifs) et ses risques structurels (taux, liquidité, options). La gestion de portefeuille « côté actif » optimise surtout des allocations d’actifs selon un mandat, sans porter, à elle seule, la contrainte de financement et la structure des dépôts/engagements.

Quels sont les indicateurs ALM les plus utilisés (NII, EVE, gaps, LCR/NSFR) et à quoi servent-ils ?

Les gaps localisent la transformation par échéance, le NII projette la sensibilité de marge à court terme, l’EVE borne le risque de valeur à long terme, et LCR/NSFR structurent la résilience de liquidité et la stabilité de financement. Ensemble, ils relient risques mesurés et décisions ALCO.

Comment l’ALM traite-t-il les options comportementales (remboursements anticipés, dépôts non à échéance) ?

Il les modélise via des hypothèses d’écoulement (run-off), de sensibilité aux taux servis (beta, délais) et de prépaiement/renégociation, puis les teste par scénarios et analyses de sensibilité. La gouvernance impose une documentation des hypothèses et un backtesting régulier.

Quelle est la place de l’ALCO dans la gouvernance ALM et quelles décisions prend-il ?

L’ALCO fixe les limites (NII/EVE, gaps, liquidité), valide les scénarios de stress et arbitre les plans d’action : politique de couverture, structure du funding, politique de taux servis, trajectoire de bilan. Il assure la traçabilité des décisions et le suivi des dépassements.

Quels modèles d’écoulement (run-off) utiliser et comment les valider ?

Les modèles varient selon les produits : segmentation des dépôts non à échéance (core/volatile), modèles de prépaiement sur crédits, et règles de réindexation. La validation repose sur l’historique (backtesting), des tests de stabilité, des revues de sensibilité et une documentation auditables des choix et des limites.

En quoi la hausse/volatilité des taux change-t-elle les priorités de la gestion actif-passif ?

Elle augmente la vitesse de transmission du risque : repricing asymétrique, arbitrages clients plus rapides, renégociations et sorties de dépôts plus sensibles. L’ALM renforce alors les scénarios, la fréquence de revue des hypothèses comportementales, et l’explication conjointe NII vs EVE pour guider des décisions cohérentes.