Résumé des commentaires des intervenants Consultation sur le cadre d’évaluation de la suffisance du FRAD Octobre 2021

1

Association canadienne des coopératives financières

Nick Best

2

First Ontario Credit Union

Lloyd Smith

3

Desjardins

Mouvement Desjardins

4

Libro Credit Union

Stephen Bolton

Tous les intervenants ont indiqué qu’ils appuyaient l’approche visant à établir un cadre solide pour évaluer la suffisance du FRAD. 

L’ARSF remercie les intervenants de leur soutien et de leur contribution à ce travail.

Modèle

Les intervenants ont indiqué que, une fois terminé, le modèle de simulation de crise permettra de déterminer plus efficacement la suffisance du FRAD en cernant de façon plus exhaustive les risques auxquels les caisses font face.

Les intervenants ont indiqué que les caisses populaires sont disposées à aider l’ARSF à élaborer des améliorations au modèle de simulation de crise. 

Les intervenants ont recommandé que le modèle de simulation de crise soit « libre d’accès » pour permettre aux caisses de l’utiliser dans la gestion de leurs portefeuilles.

L’ARSF remercie le secteur de l’intérêt qu’il porte à la contribution aux diverses composantes du modèle de simulation de crise. Le but du processus d’évaluation est de créer un modèle robuste qui évalue la suffisance du FRAD dans le cadre de scénarios plausibles.

L’ARSF continuera de travailler avec le comité consultatif technique sur la stratégie des données et la transformation numérique afin de déterminer les secteurs où les caisses populaires pourraient bénéficier des améliorations apportées aux données et à la transformation numérique de l’ARSF.
 

Exigences en matière de données pour la simulation de crise

Les intervenants ont reconnu le besoin du secteur des caisses en Ontario en matière de données pour remplacer les mesures indirectes de l’industrie et les avis de spécialistes actuellement utilisés dans le modèle de simulation de crise. Ils appuient le besoin de l’ARSF de recueillir et d’utiliser des données du secteur et collaboreront avec l’ARSF pour fournir les données, le cas échéant, et lorsque des mesures relatives à la sécurité des données sont en place pour les protéger.

Les intervenants ont recommandé l’utilisation de données pour un cycle économique complet, y compris la détermination de la date de début et de la date de fin du cycle utilisé. Cela dit, un intervenant a recommandé de ne recueillir que les données à l’avenir en raison des dépenses associées à la collecte de données historiques.

L’ARSF remercie les intervenants de leur adéquation avec le besoin de recueillir les données sur les risques nécessaires auprès des caisses populaires pour améliorer la qualité des résultats du modèle d’évaluation.

L’ARSF, par l’entremise du comité consultatif technique sur la stratégie des données et la transformation numérique, cherche la meilleure façon d’intégrer les données dans ses systèmes de données.

L’ARSF est d’accord avec la nécessité de mettre en place un solide cadre de gestion des données pour assurer la sécurité des données des caisses populaires.

L’ARSF convient qu’il est important d’avoir les données historiques sur un cycle économique complet pour mieux calibrer les paramètres du modèle, améliorant ainsi la qualité des résultats de l’analyse. Cette question a également été discutée avec le comité consultatif technique sur la stratégie des données et la transformation numérique, et l’ARSF envisage d’utiliser d’autres ensembles de données.

Scénarios de simulation de crise

Les intervenants ont exprimé des préoccupations au sujet des scénarios « de base », « défavorables » et d’« aggravation » utilisés pour la simulation de crise dans le programme d’évaluation de 2021. Ils ont demandé plus de transparence dans l’élaboration des scénarios afin que les caisses populaires puissent émettre des commentaires. Les caisses populaires doivent avoir la certitude que les scénarios (y compris les probabilités associées à chaque scénario) sont crédibles. Certains intervenants ont formulé des suggestions sur la portée et les facteurs à prendre en compte dans l’élaboration de scénarios de crise.

Les scénarios de crise dans le cadre du mandat d’évaluation de 2021 ont été élaborés avec la participation de tiers économistes et en y appliquant les pratiques exemplaires de l’industrie. L’ARSF a communiqué des scénarios généraux au secteur avec le comité consultatif technique et au cours de consultations officielles et croit qu’à l’instar du modèle, les scénarios évolueront.  À l’avenir, l’ARSF sollicitera la contribution du secteur à l’élaboration des scénarios utilisés dans la modélisation.

Utilisation du modèle actuariel

Les intervenants ont recommandé d’utiliser le modèle actuariel pour évaluer la suffisance du FRAD jusqu’à ce que le modèle de simulation de crise ait été amélioré davantage et qu’il comprenne les données sur les risques nécessaires provenant du secteur des caisses en Ontario pour éliminer la dépendance aux « mesures indirectes de l’industrie » et aux « avis de spécialistes ».

Les paramètres économiques du modèle actuariel n’ont pas été mis à jour depuis 2015 et la suffisance du FRAD n’a pas été évaluée à l’aide de ce modèle depuis 2019. De plus, une telle approche n’est pas conforme à l’objectif de ce projet d’élaboration d’un modèle de simulation de crise plus rigoureux et, par conséquent, l’ARSF ne peut justifier les coûts qui seraient nécessaires pour mettre à jour le modèle actuariel. L’ARSF a discuté des raisons pour lesquelles elle délaisse le modèle actuariel au cours de sa collaboration avec le comité consultatif technique, qui est composé de divers intervenants des caisses populaires. 

Cible et primes du FRAD

Un intervenant a recommandé que l’ARSF abandonne l’objectif de 100 points de base et que les primes d’assurance-dépôts versées par les caisses populaires soient réduites afin de maintenir le niveau actuel de couverture de l’assurance-dépôts, à condition que cela soit adéquat selon la mise à l’essai du modèle actuariel (défini comme étant le FRAD qui ne risque pas d’être en déficit à quelque moment que ce soit au cours de la période d’évaluation de 20 ans pour les itérations des scénarios de simulation de crise). 

Un intervenant a recommandé une corrélation beaucoup plus forte entre les primes d’assurance-dépôts d’une caisse populaire et son profil de risque. L’objectif doit être un partage équitable, et non égal, de la charge inhérente au financement du FRAD en fonction du degré de risque qu’une caisse populaire impose au fonds et du niveau de capital disponible au sein de cette dernière, en particulier en cas de recalibrage des montants des primes annuelles. Cette approche inciterait davantage une caisse populaire à mieux gérer ses risques tout en continuant de servir ses membres.

Le modèle actuariel ne peut être utilisé pour évaluer la suffisance du FRAD sans engager des dépenses importantes pour mettre à jour le modèle. La mise à jour du modèle actuariel serait incompatible avec l’objectif de l’ARSF d’élaborer un modèle de simulation de crise plus rigoureux et, par conséquent, les coûts requis pour le faire ne pourraient pas être justifiés. 

L’ARSF est d’accord pour renforcer le lien entre le profil de risque de chaque caisse populaire et le niveau des primes d’assurance-dépôts. L’ARSF tiendra compte de cette suggestion dans le cadre de son prochain examen du modèle de détermination de la cote aux fins du calcul de la prime différentielle (actuellement établi dans l’ébauche de l’énoncé des priorités de l’ARSF pour l’exercice financier 2022-2023).

Autres commentaires

Un intervenant a recommandé que l’ARSF obtienne un avis juridique sur l’utilisation des dossiers financiers individuels qui ont fait l’objet d’une anonymisation englobant toutes les lois et tous les règlements applicables pour l’ensemble des participants en raison de préoccupations liées à la protection de la vie privée.

L’ARSF mènera des consultations internes sur la stratégie juridique appropriée pour répondre à ce commentaire. De plus, l’ARSF mène des consultations par l’entremise du comité consultatif technique sur la stratégie des données et la transformation numérique sur tous les aspects de la sécurité et de l’efficacité des données.