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.
Fig. 5.12: Résultats comparatifs des modèles-iTraxx 5ans-2008-06-16.<br />
En comparaison avec le modèle gaussien standard, le modèle gaussien stochastique<br />
permet l’introduction d’une queue plus épaisse pour la distribution des pertes. Ce<br />
modèle améliore ainsi la structure de dépendance avec des erreurs e.m.c. variant<br />
entre 86% et 125%. Cette amélioration est cependant moins intéressante que pour<br />
le modèle NIG. Le graphique 5.15 illustre ces distributions cumulatives respectives<br />
(gaussien, gaussien stochastique). Dans le cas du modèle NIG stochastique, l’extension<br />
aléatoire permet également d’améliorer la structure de dépendance par rapport au<br />
modèle NIG avec des erreurs e.m.c. variant entre 47% et 78%. Cette amélioration est<br />
toutefois moins significative que pour le modèle gaussien. Le graphique 5.16 illustre<br />
ces distributions cumulatives respectives (NIG, NIG stochastique).<br />
5.0.5 Comparaison des méthodes de calcul<br />
En terme de rapidité d’exécution (ou temps de roulement), le tableau 5.17 résume<br />
les temps de calcul des primes (en secondes) pour une tranche donnée d’échéance de<br />
5 ans. L’ordinateur utilisé est un IBM ThinkPad avec un processeur de 1.5 Ghz et<br />
87