26.06.2013 Views

HEC MONTRÉAL

HEC MONTRÉAL

HEC MONTRÉAL

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

espérances du modèle sont calculées sous cette mesure Q, permettant une valorisa-<br />

tion neutre au risque.<br />

3.2.2 Construction d’une courbe de crédit<br />

Afin de valoriser un CDO, le comportement du temps de défaut (τi) pour chacun<br />

des n éléments du portefeuille (1 ≤ i ≤ n) doit être modélisé. A cet effet, il est<br />

commun d’utiliser une fonction de survie S(t) permettant de calculer la probabilité<br />

qu’un temps de défaut τ survienne au-delà d’un certain intervalle de temps t. Ainsi,<br />

pour chaque élément i du portefeuille, une courbe de probabilité de survie est générée<br />

en fonction du temps t.<br />

Le temps de défaut τ est alors modélisé comme un temps d’arrêt, avec une fonction<br />

de répartition F (t) = Q(τ ≤ t) = 1 − S(t), t ≥ 0. Le taux de hasard ht est défini par<br />

h(t) =<br />

34<br />

f(t)<br />

. (3.21)<br />

1 − F (t)<br />

Par conséquent, étant donné la survie jusqu’au temps t d’un élément i du portefeuille,<br />

sa probabilité instantanée de défaut sous Q dans un intervalle de temps [t, t + dt] est<br />

égale à hi(t)dt. Alternativement, il est possible de démontrer que cette interprétation<br />

est équivalente à une modélisation selon le premier arrivage d’un processus de comp-<br />

tage de Poisson avec une intensité λt = ht. Formellement, la fonction de survie est<br />

alors calculée selon<br />

Si(t) = P (τi > t) (3.22)<br />

= exp(−<br />

La fonction de répartition du temps de défaut est donnée par<br />

t<br />

0<br />

hi(u)du). (3.23)<br />

Fi(t) = P (τi ≤ t) (3.24)<br />

= 1 − S(t) (3.25)<br />

= 1 − exp(−<br />

t<br />

0<br />

hi(u)du). (3.26)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!