Quels sont les facteurs qui influencent le spread de crédit ? vérification de la littérature par la méthode autorégressive de Cochrane-Orcutt.

Details

Supervisors

Grégoire, Philippe

Faculty

Louvain School of Management

Degree label

Master [120] en sciences de gestion

Abstract

QUELS SONT LES FACTEURS QUI INFLUENCENT LE SPREAD DE CREDIT ? VÉRIFICATION DE LA LITTÉRATURE PAR LA MÉTHODE AUTORÉGRESSIVE DE COCHRANE-ORCUTT Promoteur : Grégoire Philippe Mémoire-recherche présenté par Hernoë Arnaud NOMA : 11360900 GEST2M ANNEE ACADÉMIQUE 2015-2016 Le spread de crédit est défini comme étant l’écart de rendement entre une obligation privée (corporate) et une obligation du Trésor ayant les mêmes caractéristiques. L’origine et la composition de ce spread sont étudiées depuis plusieurs décennies par de nombreux auteurs. Ce mémoire débute an faisant l’état de la littérature sur la provenance du corporate spread et se termine en dégageant 5 sources que sont les risques de défaut, de liquidité, de taux d’intérêt, systématique, ainsi que le régime de taxation. De ces 5 sources, 3 sont testés dans la partie empirique : le risque de défaut, le risque de liquidité et le risque systématique de marché. A l’aide de mesures facilement accessibles de ces risques, nous testons l’influence des différents facteurs sur le spread au moyen de méthodes régressives. La première, la méthode de régression linéaire, montre des coefficients de détermination R² élevés. Bien qu’attrayants, ceux-ci nous ont amené à soupçonner que nous étions en présence de régressions fallacieuses. Nous confirmons ensuite cette idée après avoir testé la stationnarité de nos séries temporelles et l’autocorrélation des erreurs dans chacune des régressions de ce premier modèle. Ces tests révélant la non-stationnarité de nos séries et l’autocorrélation généralisée des régressions, nous appliquons 2 solutions pour traiter ces problèmes. La première consiste en la différenciation de chaque série temporelle. La seconde nous amène au deuxième modèle : le modèle de Cochrane-Orcutt. Ce modèle autorégressif prend en compte l’autocorrélation d’ordre 1 qui caractérise nos données. Une fois ce modèle appliqué à nos échantillons, nous avons été en mesure de conclure que la littérature est globalement vérifiée. Concrètement, notre arrivons à la conclusion que notre modèle explique 60,7% du spread de crédit observé dans la réalité.