Le rôle de Market & Models Inspector implique la réalisation de diagnostics des activités du groupe BNP Paribas en relation avec les marchés financiers, ainsi que sur les modèles de valorisation ou de mesure de risque utilisés pour surveiller ces mêmes activités. Ces diagnostics sont également réalisés afin de répondre aux exigences réglementaires. Par ailleurs, les missions sont déclenchées soit selon une fréquence standard (calendrier d’audit), soit en réponse aux demandes des autorités de supervision (FED, BCE, etc.). ou encore sur la base de demandes émanant du top management de BNP Paribas.

En tant que Senior, je suis à la fois indépendant sur mon périmètre et manager d’une équipe dans le cadre d’une mission de 3 à 4 mois environ. Mon travail consiste donc, dans un laps de temps restreint, à identifier, comprendre et analyser les divers processus/activités. L'objectif final est de repérer les zones à risque afin de proposer des recommandations et des pistes d'amélioration.

J'interviens sur une grande variété de problématiques. Elles peuvent être liées à un risque spécifique : de la conformité réglementaire aux risques opérationnels. Cela englobe les risques liés aux modèles, les risques de marché, les risques de crédit et les risques de contrepartie. Par ailleurs, ces problématiques peuvent être également spécifiques à certaines activités, comme les activités de courtage ou encore de prêts emprunts, structuration, equity ou encore à une équipe particulière ou une entité particulière (e.g., filiale de BNP Paribas en Australie) etc…

La réponse à cette question impliquerait de divulguer des informations confidentielles.

Je vous propose donc des exemples fictifs qui vont permettre d’illustrer les enjeux des missions de l’inspection générale centrale et son rôle en tant que troisième ligne de défense (versus la seconde ligne de défense qui surveille les activités de façon permanente).

• Mission liée à la rentrée en vigueur d’une nouvelle réglementation (e.g., MIFID); nous allons vérifier la mise en place de cette réglementation à travers le groupe.
  
  
• Mission liée à un événement de marché (e.g., la faillite d’une banque systémique ou encore la hausse des taux); nous allons conduire une mission pour évaluer la résilience de la banque face à cet événement ( e.g., la capacité de notre organisation/gouvernance de bien gérer la situation de crise et limiter les pertes à un niveau acceptable , la capacité des modèles de valorisation utilisées à évaluer correctement les produits dans cette environnement de hausse de taux)
  
  
• Mission liée à une activité particulière (e.g., titrisation): nous allons identifier tous les risques liés à cette activité et évaluer notre capacité à rendre ce services à nos clients tout en (i) respectant les différentes réglementations applicables, en (ii) respectant la politique/stratégie du groupe validée par le top management et en (iii) limitant le risque résiduels liés à cette activité à un niveau acceptable.

Le processus commence par une phase initiale de préparation, d'une durée de 1 à 2 semaines consistant en l'identification des tenants et des aboutissants du sujet et des différents intervenants. Ensuite, nous entamons une phase de diagnostic et d'évaluation, qui s'étend sur environ 4 semaines. Pendant cette période, nous collectons et analysons la documentation, examinons les processus, comprenons la gouvernance et les interactions des parties prenantes (internes et externes). L’objectif de cette phase étant d’évaluer les risques et d’identifier les processus critiques.

Par la suite, nous passons à une phase d'investigation, qui dure environ 3 semaines. Au cours de cette étape, sur les sujets clés, nous appliquons des tests pour vérifier l'efficacité de nos processus/modèles et évaluons leur capacité à limiter le(s) risque(s) résiduel(s) à un niveau acceptable.

À la suite de ces deux dernières phases, nous formulons des conclusions et des recommandations pour résoudre les problèmes identifiés. Ces résultats sont discutés avec les parties prenantes pour garantir la faisabilité des recommandations et obtenir leur adhésion aux mesures correctives proposées.

La question des intelligences artificielles (IA) demeure complexe. Tout d'abord, il est essentiel de définir ce que l'on entend par IA. Si l'on entend par l’IA des modèles de prédictions, le secteur financier est un des précurseurs dans ce domaine. Toutefois l’explosion de la capacité de calculs à favoriser l'émergence d’une omniprésence de l’IA dans tous les domaines.

L'intégration croissante de l'IA dans le domaine financier révolutionne la façon dont les services sont fournis et gérés. Les algorithmes d'IA sont utilisés pour analyser d'énormes ensembles de données financières, fournissant des prévisions plus précises sur les marchés et les performances des investissements. De plus, l'IA permet une gestion de portefeuille plus efficace, en optimisant la composition des investissements et en automatisant les décisions de trading. Dans le domaine de la sécurité, les banques utilisent l'IA pour détecter la fraude et les activités suspectes, améliorant ainsi la sécurité financière. Les chatbots alimentés par l'IA offrent un service clientèle automatisé, tandis que les algorithmes évaluent le risque de crédit des emprunteurs et personnalisent les tarifs d'assurance. Enfin, l'IA est également utilisée pour automatiser les processus de conformité réglementaire, garantissant ainsi le respect des lois et des normes. Ce changement transforme radicalement l'industrie financière, offrant des avantages tels que des analyses plus précises et des décisions plus rapides, mais soulevant également des questions sur la transparence et l'équité.

Cependant, en finance, l'utilisation de ces modèles reste complexe car ils nécessitent un développement interne et doivent être alimentés en données tout en respectant des impératifs de confidentialité et de surveillance. En effet, ces modèles ne peuvent pas être totalement transparents ce qui est un enjeu majeur pour les autorités de supervision à la fois en matière de protection des consommateurs/investisseurs, mais ausside stabilité des marchés financiers. De plus, l'utilisation d'IA pour la prise autonome de décisions en matière d'investissement est réglementée, avec un suivi étroit des autorités de supervision, un monitoring constant et une demande de reporting significative. Ainsi le paysage réglementaire de l'IA dans la finance est en évolution, les régulateurs cherchant à trouver un équilibre entre l'encouragement à l'innovation et la garantie de la sécurité, de l'équité et de la stabilité des marchés financiers.

Concernant l'impact sur mon métier, si l’IA permet/pourrait améliorer la productivité, elle augmente la complexité de l’identification et d’analyse du risque.

En ce qui tient à l’appréciation d’une recommandation, elle est toujours liée au sujet. Nous analysons donc le contexte, est-ce qu’il émane d’une obligation réglementaire ? représente-t-il un risque de perte ? Un risque d’atteinte à l’image du groupe ? Ce sont des éléments sur lesquels nous travaillons.

Par ailleurs, tous les modèles se trompent, l’utilisation d’un modèle implique obligatoirement le monitoring constant de ses performances et donc justement détecter les erreurs (scénario (e.g., intervalle de calibration) où le modèle est incorrect) et à les corriger en substituant par exemple ce modèle par un autre plus adéquat. En bref, tous les modèles nécessitent un suivi permanent et donc la complexité est l’identification des méthodes de monitoring adéquat (Stress test, Backtest, Independent Price Vérification, Monitoring des paramètres/sensi etc..).

En résumé, selon la criticité du modèle et son utilisation, nous sommes toujours amenés à utiliser un ensemble de différentes techniques de monitoring pour limiter les risques d’erreur de modèle à un niveau acceptable.

J'ai amorcé mes études supérieures en architecture et en urbanisme, attiré par la vision globale du monde et sa complexité. Cette fascination pour les macro-processus m'a naturellement conduit à m'intéresser à la finance de marché et aux mathématiques, où je continue à explorer les liens profonds entre l'économie, les marchés financiers et la géopolitique.

Pour approfondir mes connaissances et affiner mes compétences, j'ai choisi d'entreprendre une licence en mathématiques appliquées à l'économie, parallèlement à mon double cursus architecte-ingénieur, avant de me lancer dans un nouveau double diplôme d’ingénieur en mathématiques appliquées.

Ce qui me passionne dans mon travail actuel, c'est la diversité des défis quotidiens auxquels je suis confronté. Chaque jour est une opportunité de résoudre des problèmes complexes, d'explorer de nouvelles voies et de prendre des décisions cruciales. Évoluer dans un environnement dynamique et en perpétuelle évolution me stimule et nourrit ma curiosité.

Pour l'avenir, je nourris l'ambition de prendre des responsabilités plus importantes au sein de mon domaine, peut-être en prenant en charge des projets stratégiques ou en dirigeant une équipe spécialisée. Je suis également déterminé à continuer à enrichir mes connaissances et mes compétences en suivant des formations continues et en restant à l'affût des tendances émergentes dans le secteur financier.