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

CONCLUSION

L'endogénéisation du seuil de défaut : le défaut de l'entreprise suppose réunies deux conditions. D'une part la firme n'est pas en mesure de faire face à ses échéances courantes et d'autre part ses actionnaires ne sont pas disposés à lui fournir les fonds dont elle aurait besoin

pour survivre. Il y a donc toujours une décision des actionnaires. Il convient ainsi, afin d'apprécier le risque de défaut de la firme, de spécifier et de modéliser quel peut être le comportement de ces derniers dans ce domaine.

La prise en compte d'asymétries d'informations sur le seuil de défaut ou la valeur de l'entreprise (cf. Duffie et Lando (2001)) parait en mesure de produire un spread qui ne tend pas vers zéro lorsque la maturité devient très faible( l'asymétrie d'information est un moyen de remettre en cause la prédictibilité du défaut par les acteurs du marché). On s'attachera aussi à modéliser les asymétries d'information des investisseurs sur le seuil de défaillance. En effet, les écarts de signaux détenus par les agents modifient leur niveau d'investissement et ont ainsi une incidence sur la prime de risque et le spread de crédit.

La modélisation du processus de la valeur de l'entreprise avec des sauts ou des mouvements browniens fractionnaires : le projet est d'examiner si de tels modèles ne sont pas eux aussi propres à rendre compte de la non convergence vers zéro des spreads de crédits sur échéances

courtes, même pour des entreprises de très bon rating (faible endettement). En effet, la«prévisibilité» d'un brownien standard rend le non défaut presque sûr pour des échéances très rapprochées lorsque la firme (aux yeux de tous) est éloignée du seuil de défaut.

6.2 Etude empirique

La modélisation structurelle établit un lien entre le prix des actions et le prix de la dette risquée. Elle doit permettre d'approcher de manière novatrice le problème de l'évaluation de la prime de risque des actions (ou de la «prime de risque du marché»). On peut identifier deux méthodes standards d'estimation de cette prime de risque :

- les méthodes statistiques estimant la prime de risque, avec des techniques plus ou moins sophistiquées, à partir des excédents de rentabilité passées en posant des hypothèses de stationnarité nécessaires ;

- les méthodes des analystes financiers (comme «associés en finance» en France et divers établissements financiers). Elles utilisent des prévisions de dividendes et en induisent le taux de rendement interne de la chronique des flux espérés diminuée du prix de l'action.

Ces approches sont peu satisfaisantes et donnent de médiocres résultats de sorte que le niveau lui-même et les fluctuations de la prime de risque sont, en fait, fort mal connus. Par ailleurs, dans l'estimation d'un modèle structurel, certains paramètres (le taux d'intérêt, la valeur de l'entreprise, le taux d'endettement...) ne posent guère de problème d'estimation.

En revanche d'autres paramètres ne sont pas directement observables, tels la volatilité de la valeur de l'entreprise ó et la prime de risque X associée à l'aléa affectant cette valeur.

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








"Un démenti, si pauvre qu'il soit, rassure les sots et déroute les incrédules"   Talleyrand