HEC MONTRÉAL
HEC MONTRÉAL
HEC MONTRÉAL
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
stochastique, NIG (Normal Inverse Gaussian), NIG stochastique, Student-t (deux<br />
facteurs), Clayton, Gumble et Marshall-Olkin (MO). Trois méthodes de calcul sont<br />
utilisées pour obtenir la distribution des pertes du portefeuille : Monte-Carlo (M-C),<br />
semi-analytique par transformée de Fourier (FFT) et l’approximation du large por-<br />
tefeuille homogène de Vasicek (LHP ou Large Homogenous Portfolio). Les données<br />
utilisées sont basées sur le contrat indiciel sur défaut iTraxx Europe et sur les tranches<br />
de CDO standardisées associées pour les échéances 5, 7 et 10 ans. Ces données sont<br />
extraites du redifusseur de données Bloomberg pour la période allant du 21 septembre<br />
2007 au 16 juin 2008, durant la crise des crédits hypothécaires (subprimes). L’estima-<br />
tion des paramètres de dépendance est effectuée en calibrant le prix théorique calculé<br />
avec celui observé sur le marché pour la tranche la plus risquée (equity) tout en mi-<br />
nimisant l’erreur sur les autres tranches. La performance des modèles est évaluée en<br />
comparant le niveau des erreurs calculées.<br />
Les résultats obtenus sont les suivants. Le modèle à un facteur gaussien ne cap-<br />
ture pas adéquatement la dynamique des prix observés. Le choix de copules Student-<br />
t, de Clayton et de Gumble ne sont pas des alternatives intéressantes au modèle<br />
gaussien pour la période étudiée. Le modèle MO capture un peu mieux la struc-<br />
ture de dépendance dans un contexte de crise des crédits. Le modèle NIG semble<br />
être le meilleur compromis entre le modèle gaussien et le modèle MO. Quant aux<br />
modèles gaussien et NIG avec extension stochastique de la corrélation, ils permettent<br />
de modéliser un peu mieux la structure de dépendance comparativement aux modèles<br />
de base respectifs. Parmi tous les modèles analysés, c’est le modèle NIG avec extension<br />
stochastique qui offre les meilleurs résultats. Finalement, parmi l’ensemble des com-<br />
binaisons modèle/méthode de calcul, la combinaison NIG/LHP est particulièrement<br />
intéressante comme compromis entre précision et vitesse de calcul.<br />
ii