Une étude comparative sur l'estimation des modèles de migration factorielle.

Résumé Dans cet article, nous étudions l'estimation statistique de certains modèles de migration factorielle du crédit, c'est-à-dire des modèles de migration multivariés pour lesquels la matrice de transition de chaque débiteur est déterminée par les mêmes facteurs dynamiques. En particulier, nous comparons l'estimation statistique du modèle Probit ordonné tel que décrit par exemple dans Gagliardini et Gourieroux (2005) et du modèle d'intensité factorielle latente multi-états utilisé dans Koopman et al. (2008). Pour ces deux approches, nous distinguons également le cas où les facteurs sous-jacents sont observables et le cas où ils sont supposés être inobservables. Le papier est fourni avec une étude empirique où l'estimation est faite sur un ensemble de données historiques de notation de Standard & Poor's sur la période [01/2006 - 01/2014]. Nous constatons que le modèle d'intensité avec des facteurs observables est celui qui présente le meilleur ajustement en ce qui concerne les probabilités de transition empiriques. Dans la lignée de Kavvathas (2001), cette étude montre que les migrations courtes des entreprises investment grade sont significativement corrélées au cycle économique alors que, par manque d'observations, il n'est pas possible d'établir une relation entre les migrations longues (plus de deux grades) et le cycle économique. En ce qui concerne les entreprises non-investment grade, les migrations vers le bas sont négativement liées au cycle économique quelle que soit l'amplitude de la migration.