L'objectif de cette thèse est de contribuer à améliorer le calcul de la valorisation des obligations d'entreprise, notamment en essayant de tirer des leçons de la récente crise économique et financière. Afin d'atteindre cet objectif, nous proposons une approche basée sur les spreads de crédit. Nous commençons, dans un premier chapitre, par une analyse des principaux modèles de valorisation existants, que nous reformulons du point de vue des spreads et que nous simulons numériquement. Nous montrons que, malgré les caractéristiques attrayantes des modèles de type structurel, ceux ci comportent plusieurs lacunes qui peuvent être trompeuses surtout en contexte de crise. Dans les deuxième et troisième chapitres, nous mettons l'accent sur les spreads empiriques, que nous analysons pendant les crises des subprimes et de la zone euro. Par l'intermédiaire : (i) d'une analyse descriptive, (ii) d'analyses en composantes principales, ainsi que (iii) d'analyses par régressions statistiques, nous parvenons à mettre la lumière sur plusieurs facteurs qui affectent les mouvements des spreads et qui ne sont pas pris en compte par les modèles existants. Parmi ces facteurs, nous montrons : (i) que la vague de sauvetage des banques pendant la crise a eu un effet considérable sur les spreads de crédit, et (ii) que la taille d'une firme a également un effet sur ses spreads. Sur la base de ces résultats empiriques, nous proposons dans un quatrième chapitre une contribution à la modélisation structurelle des obligations d'entreprise, qui prend en compte la possibilité des firmes de négocier un sauvetage en cas de détresse. À l'aide de ce modèle, nous parvenons, d'une part, à reproduire les observations empiriques de spreads plus faibles pour des probabilités de sauvetage plus élevées (comme c'est le cas pour les grandes banques), et d'autre part, à combler plusieurs lacunes des modèles existants, tels que les simples mécanismes de faillite, ou les faibles spreads de crédit pour les courtes maturités. / The aim of this thesis is to contribute to the improvement of the valuation of corporate bonds, particularly by drawing some lessons from the recent economic and financial crisis. In order to achieve this goal, we propose an approach based on corporate bonds' credit spreads. We start, in the first chapter, by analyzing the main existing valuation models, which we reformulate from the standpoint of credit spreads and which we simulate numerically. We show that, despite the attractive features that the structural models have, the latter exert contain several shortcomings which may be misleading especially in a crisis context. In the second and third chapters, we focus on the empirical credit spreads, which we analyze during the subprime crisis and the Eurozone crisis periods. By the means of : (i) a descriptive analysis, (ii) principal component analyses, and(iii) statistical regression analyses, we manage to shed light on a number of factors which affect the movements of the spreads and have not been addressed by the existing models. Among these factors, we show that : (i) the wave of bailouts that occurred during the crisis has had an important effect on the spreads, and (ii) the size of a firm is connected with its spreads. Based on these empirical results, we propose in the fourth chapter a contribution to the modeling of corporate bonds which accounts for the possibility of firms to negotiate a rescue plan in case of distress. This model allows us, on the one hand, to reproduce the empirical observations of lower credit spreads for higher probabilities of receiving a bailout (as it is the case for large banks), and on the other hand, to tackle several drawbacks of the existing models, such as the simple bankruptcy mechanisms or the low credit spreads for short maturities.
| Identifer | oai:union.ndltd.org:theses.fr/2015USPCD081 |
| Date | 27 November 2015 |
| Creators | Seddik, Achraf |
| Contributors | Sorbonne Paris Cité, Plihon, Dominique |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0018 seconds