Une approche régressive de la comptabilité de couverture dans Novelis Louis W. Edwards, directeur, dérivés et reporting, Novelis L'une des décisions les plus importantes à prendre au cours de la vie d'une haie consiste à évaluer son efficacité. Louis W. Edwards, directeur de la comptabilité des produits dérivés et du reporting chez Novelis, explique comment Novelis évalue ses relations et sa comptabilité de couverture, en portant une attention particulière à son utilisation de l'analyse de régression et aux défis auxquels elle est confrontée pour prendre ses décisions.
par Louis W. Edwards, directeur, dérivés et reporting, Novelis
L'une des décisions les plus importantes à prendre au cours de la vie d'une haie consiste à évaluer son efficacité. Tant l’ASC 815 (FAS 133) que l’IAS 39 exigent des entreprises qu’elles évaluent l’efficacité de la couverture au début de la relation et périodiquement tout au long de sa vie utile. Cette exigence comprend une évaluation prospective prospective et une évaluation rétrospective rétrograde. Le choix de la bonne méthode est important car si les résultats de votre test ne répondent pas aux critères que vous leur avez définis, vous devez suspendre la comptabilité de couverture pour cette couverture et les variations de la juste valeur doivent être comptabilisées dans les gains. En outre, une fois que vous avez sélectionné une méthode, vous ne pouvez pas la modifier sans annuler la désignation de la relation de couverture.
Les sociétés peuvent choisir de ne pas appliquer les tests d’efficacité périodiques indiquant que les termes critiques de l’exposition coïncident avec ceux du produit dérivé. Le problème avec cette méthode est que les auditeurs et les régulateurs ont adopté une définition très étroite du terme "coïncidence". Une date de paiement différente en une journée peut amener les termes critiques à correspondre à la méthode inappropriée. De nombreuses entreprises ont été incendiées en utilisant des termes critiques similaires, puis leurs auditeurs ou la SEC leur ont dit que la méthode était inappropriée. Cela a conduit à plus que quelques états financiers. Comme les risques des termes critiques coïncident, de nombreuses entreprises utilisent maintenant la méthode de compensation en dollars comme méthode par défaut pour évaluer l'efficacité de la couverture. La popularité de cette méthode provient de sa facilité d'utilisation. La variation de la valeur du dérivé est comparée à la variation de la valeur de l'élément couvert. Si le rapport entre les deux modifications se situe dans une plage prédéterminée, par exemple 80% à 125%, la couverture peut être considérée comme hautement efficace.
Les entreprises qui ne veulent pas prendre les risques associés aux conditions critiques ou à la méthode de compensation en dollars se tournent de plus en plus vers l'analyse de régression pour évaluer l'efficacité de la couverture.
Petits changements, gros problèmes.
Le risque de la méthode de compensation en dollars est qu’une couverture apparemment bonne peut échouer à ce test sans préavis, en particulier si les marchés sont relativement stables. Supposons que vous ayez une dette à taux variable de 500 millions de dollars, couverte par un swap de taux d’intérêt. Si la valeur du dérivé change de 15 000 USD et si l'élément couvert est modifié de 10 000 USD, la couverture échouera, car la proportion des deux modifications se situe en dehors de la plage 80-125. Peu importe que les deux modifications soient minimes par rapport au montant notionnel. Cela peut être frustrant lorsque vous savez que la plupart du temps, la couverture aurait été efficace, mais l'indemnisation en dollars n'est pas une méthode de test "la plupart du temps".
Les entreprises qui ne veulent pas prendre les risques associés aux conditions critiques ou à la méthode de compensation en dollars se tournent de plus en plus vers l'analyse de régression pour évaluer l'efficacité de la couverture. L’analyse de régression est une méthode statistique dans laquelle les modifications de la dérivée et de l’élément couvert sont mesurées à intervalles réguliers dans le temps et une ligne est tracée mathématiquement à travers les mesures. La pente de cette ligne est un départ important; représente le rapport global dérivé à élément couvert. C'est comme faire une série de tests de compensation de dollars et ensuite faire la moyenne des résultats. Par conséquent, certaines mesures peuvent tomber en dehors de la plage sans provoquer l'échec du taux de couverture complet. L'analyse de régression est également utile lorsqu'il existe une différence de base entre le dérivé et l'exposition, comme c'est souvent le cas avec les couvertures sur matières premières.
Page suivante 2 3