WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation en risques de crédit : dérivés de crédit et calibration de modèles structurels

( Télécharger le fichier original )
par Mohamed Naji JELLALI
Université de Sfax-Tunisie - MASTÈRE 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre 6

CONCLUSION

Les modèles structurels de la dette risquée actuels ne parviennent pas à rendre compte convenablement de la structure des spreads observés et de leur sensibilité à certaines variables.

Pour discuter ce problématique et proposer quelques raisonnement qui peuvent être utile pour combler ces faiblesse, on s'intéresse dans cette conclusion d'une part a unapprofondissement théorique dans l'approche structurelle pour modéliser le risque de crédit et d'autre part, a une étude empirique visant à induire (à partir du modèle élaboré) une estimation des primes de risque sur action à partir des spreads de crédit observés.

Les modèles d'évaluation de la dette risquée, qui sont en même temps des modèles explicatifs du niveau et de la structure des «spreads de crédit", et servent de base à l'évaluation des produits dérivés de crédit, ont fait l'objet d'une abondante littérature depuis le début des années 70. A la suite de Duffie-Singleton (98), ces modèles sont généralement rangés en deux catégories :les

«modèles structurels» et les «modèles sous forme réduite".

Dans les «modèles sous forme réduite", le temps du défaut est défini de manière exogène

(cf. Jarrow Turnbull (95), Jarrow Lando Turnbull (97) et Duffie Singleton (98)). Le principal

avantage de ces modèles est leur souplesse. Leurs paramètres peuvent aisément être estimés à partir de l'observation de la structure des spreads de crédit. Ces modèles permettent aussi un pricing (évaluation du prix) des titres dérivés de crédit compatible avec les prix observés de la dette risquée. Cependant, ils sont très pauvres sur le plan théorique et rompent le lien théorique entre les variables économiques de base (valeur de l'entreprise, taux du marché) et l'événement «défaut». En effet, le prix de la dette risquée apparait exposé à deux sortes de facteurs de risque :

1. le risque de défaut associé au risque de marché, ou risque d'exploitation affectant la valeur de l'entreprise : dans un modèle où le risque d'exploitation qui affecte la valeur de l'entreprise est le seul facteur de risque, le risque de défaut n'est qu'un sous produit de ce risque d'exploitation sous jacent.

2. le risque lié à l'évolution du taux de marché.

Même dans les modèles, comme celui deMerton (1974), où ce taux d'intérêt est supposé constant, le prix de la dette risquée apparaît comme une fonction de ce taux d'intérêt. Dans un modèleà deux

facteurs où le taux d'intérêt est stochastique, la probabilité de défaut, sauf à supposer
l'indépendance des deux facteurs de risque, dépend en principe du niveau du taux d'intérêt. En statique comparative il devient possible de comparer la sensibilité au taux d'intérêt du marché de la dette risquée à celle d'une dette non risquée ayant la même chronique de coupons nominaux.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le doute est le commencement de la sagesse"   Aristote