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.
effet sourire (smile) est également observé pour les tranches du portefeuille. Ainsi,<br />
la corrélation implicite, qui devrait être constante, diffère d’une tranche à l’autre.<br />
De plus, les valeurs de corrélations implicites obtenues pour les tranches supérieures<br />
à equity sont, dans certains cas, incohérentes : aucune solution ou deux solutions<br />
peuvent parfois être trouvées. Comme alternative, la corrélation de base est proposée<br />
où chaque tranche fictive est exprimée comme une différence entre deux tranches<br />
equity. Cette corrélation de base est toutefois simplement une façon plus pratique de<br />
décrire les corrélations ; elle ne corrige en rien l’incapacité du modèle à un facteur<br />
gaussien à capturer la structure de dépendance induite par les prix sur le marché.<br />
Des extensions du modèle à un facteur gaussien ont ensuite été analysées par la<br />
sélection de copules permettant d’obtenir potentiellement une distribution des pertes<br />
à queues plus épaisses. Les résultats obtenus indiquent que les copules Student-t, de<br />
Clayton et de Gumble ne sont pas des alternatives intéressantes au modèle gaussien<br />
pour la période étudiée. Le modèle MO, caractérisé par une distribution à queue très<br />
épaisse, capture un peu mieux la structure de dépendance dans un contexte de crise<br />
des crédits. Le modèle NIG semble quant à lui être le meilleur compromis entre le<br />
modèle gaussien et le modèle MO ; la présence de trois paramètres pour modéliser la<br />
dépendance permet de mieux calibrer les prix théoriques calculés avec ceux observés<br />
sur le marché. Quant aux modèles gaussien et NIG avec extension stochastique de<br />
la corrélation, ils permettent de capturer un peu mieux la structure de dépendance<br />
comparativement aux modèles de base respectifs. La fait de lier une corrélation va-<br />
riable en fonction du facteur commun du modèle (qui peut être interprété comme<br />
l’état de l’économie) apporte un plus grand degré de réalisme dans la modélisation.<br />
Parmi tous les modèles analysés, c’est le modèle NIG avec extension stochastique<br />
qui offre les meilleurs résultats. Malgré tout, une calibration simultanée pour l’en-<br />
semble des tranches du CDO, à partir d’une sélection de paramètres de dépendance<br />
et stochastique, n’est pas possible pour ce modèle pour les journées analysées.<br />
Il est intéressant de souligner que parmi l’ensemble des combinaisons<br />
modèle/méthode de calcul, la combinaison NIG/LHP est particulièrement<br />
intéressante comme compromis entre précision et vitesse de calcul. Le principal<br />
92