Mémoire gratuit
Mémoire finance : Risque de crédit et Volatilité Des Spreads
[sociallocker]Chapitre 3 : Valorisation de la dette risquée : Un modèle empirique
Chapitre 4 : Effets des annonces sur les spreads de crédit
Résumé du mémoire :
Le risque de crédit sur le marché obligataire se matérialise par le possible défaut d’une contrepartie, mais aussi par l’évolution du spread consécutive à une détérioration perçue par le marché de la qualité de crédit de l’émetteur. Cette thèse s’intéresse aux spreads de crédit sur le marché des obligations privées en euro. A la suite du chapitre introductif qui présente certains faits stylisés qui caractérisent l’évolution des spreads de crédit sur ce marché, le reste de la thèse est organisé en trois études empiriques.
La première étude propose une modélisation de la variance conditionnelle des spreads dans un cadre non gaussien. A partir de modèles statistiques de type GARCH, nous discutons le choix de la loi de distribution conditionnelle des innovations, capable de rendre compte de l’asymétrie et de l’excès de kurtosis observés. Le modèle EGARCH associé à la distribution
Skewed-GED semble intéressant pour caractériser la dynamique des spreads et offre une meilleure prévision de leur volatilité.
Se fondant sur les modèles structurels d’évaluation de la dette risquée, la deuxième étude examine l’influence des conditions de marché sur les spreads de crédit. Indépendamment de la situation financière de la firme émettrice, les primes de risque semblent dépendre des taux d’intérêt, de l’état du marché des actions, du marché des changes ainsi que de liquidité des titres.
Enfin, la troisième étude est consacrée à l’examen de l’effet des annonces sur les spreads de crédit. Les investisseurs semblent accorder de l’importance aux publications de chiffres américains. Les spreads des émetteurs les plus risqués sont plus affectés, surtout en périodes de crises.
Mots clés : Spread de crédit en euro, effets d’asymétrie, distribution de lois conditionnelles, prévision de volatilité, conditions de marché, annonces macroéconomiques, attentes du marché, crises financières.
Résumé chapitre 1 :
Ce chapitre présente certains faits stylisés qui caractérisent l’évolution des spreads de crédit sur le marché des obligations privées en euro. Nous utilisons les indices obligataires de Merrill Lynch en fréquence quotidienne sur la période allant du 06 janvier 1999 au 31 mars 2008.
Majoritairement dominé au début de l’UEM, par les obligations du secteur financier ayant de bonnes notations (AAA et AA), ce marché s’est progressivement ouvert à d’autres émetteurs plus risqués, notamment ceux notés A et BBB.
L’analyse descriptive de l’évolution des spreads de crédit révèle que pour une notation donnée, les spreads des émetteurs du secteur financier sont plus élevés que ceux du secteur industriel. Aussi, les spreads et leur volatilité diminuent avec la qualité de signature des émetteurs : en particulier, ils sont très élevés pendant les périodes de crises. Par ailleurs, la distribution des spreads de crédit est non stationnaire, asymétrique et leptokurtique sur la période étudiée ; des regroupements de volatilités sont également observés. Ces faits stylisés qui caractérisent la dynamique des primes de risque sur ce marché peuvent être attribués aux chocs macroéconomiques et financiers.
1.5. Conclusion
Ce chapitre présente certains faits stylisés qui caractérisent le marché le marché de la dette privée en euro, à travers une analyse descriptive des spreads de crédit. Nous utilisons les indices obligataires de Merrill Lynch en fréquence quotidienne sur la période allant du 06 janvier 1999 au 31 mars 2008.
Ce marché traditionnellement dominé par des émetteurs dont le rating était AAA ou AA, s’est ouvert progressivement à des entreprises à faible qualité de signature, notamment industriel. La part la plus importante reste toutefois constituée par les émissions d’institutions financières.
L’analyse descriptive des spreads de crédit sur ce marché révèle que :
– pour un rating donné, les spreads du secteur financier sont plus élevés que ceux du secteur industriel ;
– les primes de risque sont fonction du rating (Hull et al., 2004) : plus ce dernier est bas, plus les spreads de crédit et leur volatilité sont importantes. En particulier, ils sont très élevés pendant les périodes de crises ;
– la distribution des spreads de crédit est non stationnaire, asymétrique et leptokurtique sur la période étudiée ; des regroupements de volatilités sont également observés.
Ces faits stylisés qui caractérisent le comportement des primes de risque sur ce marché pourraient être attribués aux chocs macroéconomiques et financiers. L’analyse économétrique permettra de confirmer ou d’infirmer le lien entre les spreads de crédit et la conjoncture économique.
Mots clés : Marché en euro des obligations d’entreprise, spread de crédit, crise financière.
Résumé chapitre 2
La prévision de la volatilité constitue l’un des principaux enjeux actuels dans la finance contemporaine. En effet, une estimation précise de la volatilité, paramètre inobservable sur le marché, est cruciale pour la prise de décision en allocation d’actifs et en gestion des risques.
Cette étude propose une modélisation de la volatilité conditionnelle des spreads de crédit dans un cadre non gaussien de manière à tenir compte des faits stylisés observés sur les marchés.
Le contrôle de l’asymétrie est introduit de deux manières : la distinction des effets des chocs sur la variance selon leur signe (par l’intermédiaire d’un processus EGARCH) et l’utilisation de lois asymétriques pour caractériser la distribution des erreurs. Nous montrons que, l’ajout d’effets d’asymétrie dans les distributions conditionnelles de Student et de la GED améliore la qualité de nos estimations. Le modèle EGARCH avec une distribution GED asymétrique
(Skewed-GED), qui permet de contrôler, à la fois, les phénomènes d’asymétrie et de présence de queues épaisses, semble intéressant pour caractériser la dynamique des spreads de crédit et offre aussi une meilleure prévision hors échantillon de leur volatilité.
Mots clés : Spread de crédit en euro, modèle EGARCH, distribution de loi conditionnelle, effets d’asymétrie, prévision de volatilité.
Conclusion chapitre 2
Le marché de la dette privée s’est fortement développé au cours de ces dernières années.
Le marché des dérivés de crédit et le marché financier structuré, notamment les titres adossés à des créances (CDO–Collateralized debt obligations), ont aussi enregistré une croissance considérable. Le payoff de certains produits dérivés dépend de la volatilité des spreads de crédit. C’est le cas des contrats futurs sur spread qui donne droit, à la maturité de l’option d’emprunter avec un spread de taux prédéterminé par rapport au taux sans risque et des options sur spread, qui donnent droit à la maturité de l’option à un nominal, si le spread appliqué à un émetteur donné est égal ou supérieur aux prix d’exercice de l’option.
Par conséquent, l’estimation et la prévision de la volatilité des spreads de crédit sont nécessaires pour contrôler le risque et se prévenir contre de possibles pertes sur ces nouveaux types d’actifs financiers.
A partir de modèles statistiques de type GARCH, cette étude propose une modélisation de la volatilité conditionnelle des spreads de crédit dans un cadre non gaussien de manière à tenir compte des faits stylisés observés sur les marchés. Le contrôle de l’asymétrie est introduit de deux manières : la distinction des effets des chocs sur la variance selon leur signe
(par l’intermédiaire d’un processus EGARCH) et l’utilisation de lois asymétriques pour caractériser la distribution des erreurs. Nous montrons en effet que, l’ajout d’effets d’asymétrie dans les distributions conditionnelles de Student et de la GED améliore la qualité de nos estimations. Le modèle EGARCH avec une distribution GED asymétrique
(Skewed-GED), qui permet de contrôler, à la fois, les phénomènes d’asymétrie et de présence de queues épaisses, semble intéressant pour caractériser la dynamique des spreads de crédit et offre aussi une meilleure prévision hors échantillon de leur volatilité.
De futures voies de recherches pourraient consister à comparer la capacité prédictive de la volatilité des spreads de crédit (en l’occurrence en période de turbulence financière) de la spécification EGARCH-Skewed-GED à celle de l’approche utilisant la distribution généralisée des valeurs extrêmes (Generalized extreme value (GEV) distribution).
Résumé chapitre 3
A partir des modèles structurels d’évaluation de la dette risquée, cette étude examine l’influence des conditions de marché sur la tarification du risque affectant le marché des obligations privées en euro. Les facteurs explicatifs utilisés sont les variables de marché liées aux conditions de taux, à l’état du marché action, à la liquidité du marché obligataire et au marché des changes. Le modèle EGARCH-Skewed-GED est utilisé pour tenir compte des faits stylisés observés.
Le rendement des obligations sur le marché de la dette privée semble varier avec celui d’autres actifs sur les marchés financiers. En effet, indépendamment de la situation financière de la firme émettrice les pertes attendues sur une obligation dépendent des taux sans risque, du rendement du marché boursier et sa volatilité, du taux de change ainsi que de la liquidité sur le marché obligataire. La liquidité semble influencer les spreads de crédit, notamment durant les périodes de crises financières. Par ailleurs, le taux de change de l’euro affecte surtout les spreads de crédit des émetteurs industriels, sans doute en raison de leur impact sur la compétitivité des entreprises. Enfin, l’effet de ces facteurs est fonction des caractéristiques de l’obligation : le rating et, dans une moindre mesure, la maturité du titre. Ainsi, les spreads de crédit des obligations de rating inférieur sont plus affectés par les conditions de marché.
Mots clés : Obligations d’entreprise en euro, conditions de marché, crises financières, spread de crédit.
3.5 Conclusion chapitre 3
A partir des modèles structurels d’évaluation de la dette risquée, cette étude examine les principaux facteurs de risque sur les obligations privées en utilisant les spreads de crédit en fréquence quotidienne de l’indice obligataire Investment grade de Merrill Lynch sur la période de janvier 1999 à mars 2008. Les facteurs explicatifs utilisés sont liés aux conditions de taux, à l’état du marché action, à la liquidité du marché obligataire et au marché des changes.
Le principal résultat de cette étude est qu’il existe une interdépendance entre le spread des crédits et les rendements sur le marché obligataire public, le marché boursier et même le marché de change. Cette interdépendance est de nature à accroître l’instabilité du système financier surtout en période de crises financières.
Indépendamment de la situation financière de la firme émettrice, les pertes attendues sur une obligation d’entreprise dépendent des taux sans risque, du rendement du marché boursier et sa volatilité, du taux de change ainsi que de la liquidité sur le marché obligataire. La liquidité semble influencer les spreads de crédit, notamment pendant les périodes de crises financières.
Par ailleurs, l’effet de ces facteurs est fonction des caractéristiques de l’obligation : le rating et dans une moindre mesure, la maturité du titre. Ainsi, les spreads de crédit des obligations de rating inférieur sont plus affectés par les conditions de marché.
Enfin, nos résultats mettent en évidence un effet asymétrique de la volatilité boursière sur la variation des spreads de crédit qui sont plus affectés par les augmentations que les baisses de volatilité du marché des actions.
Cependant, deux limites peuvent être observées dans l’interprétation de ces résultats.
D’abord, on note une très forte persistance de la volatilité. Ensuite, les facteurs mis en évidence n’expliquent qu’une partie relativement faible de la variation de spreads de crédit observés. Les R² étant de l’ordre 25%.
Les raisons qui expliquent le niveau élevé des résidus du modèle peuvent être de plusieurs ordres :
- les classes de rating pourraient souffrir de problèmes d’hétérogénéité. En effet, la distinction par classes de rating n’est fiable et non biaisée, que si toutes les entreprises d’une même classe ont le même risque de défaut ;
- la non prise en compte dans le modèle des facteurs idiosyncratiques (propres aux firmes émettrices) ou des facteurs macroéconomiques (Gupton et Stein, 2002 et Huang et Kong, 2003).
Le chapitre suivant examine l’impact des publications d’indicateurs macroéconomiques sur l’évaluation des primes de risque sur le marché des obligations privées.
Risque de défaut : Le risque de crédit se définit comme l’impossibilité d’une contrepartie à satisfaire ses obligations contractuelles, ce qui entraîne une perte financière pour le créancier. On en distingue trois formes :
– le risque de contrepartie : Correspond à la définition précédente et intervient en cas de manquement ou de retard de la part de la part de l’emprunteur sur le paiement du principal et ou des intérêts de sa dette.
– le risque de dégradation de la qualité de crédit n’implique défaillance : Il se traduit sur le marché obligataire par une rémunération supplémentaire (prime de risque) par rapport aux emprunts d’Etat sur la dette considérée. C’est pourquoi, il est nécessaire d’incorporer au moment de l’émission l’évaluation d’un risque ex-ante de dégradation de la qualité du crédit du titre acheté.
– le risque sur le taux de recouvrement en cas de défaillance : En cas de dépôt de bilan de la société émettrice, les créanciers auront un droit de propriété sur les actifs. Néanmoins, ces actifs faisant régulièrement de clauses privilégiées pour certains créanciers, il s’agit d’évaluer le risque intrinsèque lié aux différents droits de propriété accordé par l’entreprise pour ces différents créanciers. Ainsi, une clause d’obligation de premier rang (obligations senior) est remboursée avant les obligations de second rang (obligations junior). Par conséquent un spread plus important sera demandé dans le cas des obligations de second rang.
Risque de liquidité : C’est le risque de ne pas vendre à son prix un titre financier. Il peut se traduire, soit par une impossibilité effective de la vendre, soit par une décote dite d’illiquidité. Il est évident par exemple qu’une obligation de même rating et de même maturité qu’une autre offrira toujours une rentabilité moindre si sa liquidité est plus grande.
Résumé chapitre 4
Cette étude examine l’impact des annonces macroéconomiques sur le marché de la dette privée en euro. Nous analysons comment les publications des statistiques économiques influencent les spreads de crédit selon la nature des indicateurs et l’ampleur de la surprise
(News). Une «surprise» est définie comme l’écart entre la valeur publiée d’un indicateur et la prévision tirée du consensus. Nous utilisons les données en fréquence quotidienne de spreads de crédit (Option Adjusted Spread) de Merrill Lynch allant de janvier 2001 à mars 2008 et vingt quatre annonces macroéconomiques européennes et américaines. Sur ce marché, les investisseurs semblent accorder une plus grande importance aux publications chiffres américains dans l’évaluation des primes de risque. Conformément à l’intuition, les publications de chiffres meilleurs que prévus font diminuer les spreads de crédit.
Par ailleurs, si les spreads de crédit des émetteurs du secteur financier semblent naturellement plus influencés par les publications des taux directeurs, ceux du secteur industriel sont davantage affectés par les chiffres d’activité. Aussi, les obligations de ratings plus faibles et celles de courtes maturités semblent davantage affectées par les publications d’indicateurs macroéconomiques. Enfin, les spreads de crédit semblent plus réactifs aux publications macroéconomiques pendant les périodes de crises.
Mots clés : spread de crédit, annonces macroéconomiques, attentes du marché, crises financières.
4.4 Conclusion chapitre 4
Cette étude tente d’évaluer l’impact des informations économiques et financières sur la tarification des primes de risque sur le marché des obligations privées en euro. Nous analysons comment les publications des statistiques économiques influencent les spreads de crédit selon la nature des indicateurs et l’ampleur de la surprise. Nous examinons l’impact de vingt-quatre indicateurs se rapportant aux Etats-Unis et à la zone euro sur les spreads de crédit (Option Adjusted Spread) de Merrill Lynch en données quotidienne sur la période allant du 02 janvier 1999 au 31mars 2008. Le modèle (EGARCH-Skewed-GED) utilisé autorise une différenciation entre les effets des chocs positifs et ceux des chocs négatifs pour tenir compte des faits «stylisés» mis en évidence sur le marché des obligations d’entreprise en euro Indépendamment de la situation financière de la firme émettrice, les spreads de crédit sur un titre varie en fonction de l’évolution de la conjoncture économique. Comme on s’y attendait, les investisseurs semblent accorder une plus grande importance aux publications de statistiques américaines dans l’évaluation des primes de risque. Ce qui traduit, en autres, l’importance de l’économie américaine dans la croissance mondiale.
Les indicateurs dont les publications affectent les spreads de crédit sur le marché des obligations privées en euro sont relatifs :
– à la sphère réelle et à la politique monétaire aux Etats-Unis ;
– au climat économique de la zone euro et à la politique monétaire de la BCE ;
– à l’activité et à l’inflation en Allemagne et en France.
Conformément à l’intuition, les publications de chiffres meilleurs que prévus font diminuer les spreads de crédit. Les bonnes nouvelles, signe de bonne santé de l’économie augmenteraient la confiance des acteurs économiques sur les perspectives futures et contribuent à baisser le risque sur le marché obligataire.
Si les spreads de crédit des émetteurs du secteur financier sont naturellement plus influencés par les publications des taux directeurs, ceux du secteur industriel sont davantage affectés par les chiffres d’activité. Les obligations de ratings plus faibles sont davantage affectées par les publications d’indicateurs macroéconomiques, surtout pendant les périodes de turbulences financières.
L’impact en fonction de la maturité est moins évident. Toutefois, les annonces semblent de façon générale, affectées plus les obligations de courtes maturités.
Enfin, seul un nombre restreint d’annonces affectent la volatilité des spreads.
Ces résultats devraient toutefois être nuancés en raison d’une part du niveau élevé des résidus du modèle