Introduction A La Titrisation

Ecole Centrale Paris
Cours de 3ième année
Université Paris-Diderot
Master ISIFAR
Ecole des Mines de Paris
Cours de 3ième année
Titrisation et risque de crédit
Auteur :
Olivier Toutain
7 février 2013 © Olivier Toutain 2008

2
Table des matières
I Introduction à la titrisation 13
1 Qu’est ce que la titrisation ? 15
1.1 Principe des opérations de titrisation . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.1.1 Un exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.1.2 Typologie des titrisations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2 L’intérêt économique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.1 Intérêt de la titrisation pour le cédant . . . . . . . . . . . . . . . . . . . . . 18
1.2.2 L’arbitrage réglementaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.3 Quel est l’intérêt des investisseurs ? . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.4 Le financement de l’économie . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3 Les obligations émises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3.1 Défaut et mesure de la perte . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.2 La cotation des ”ABS” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.4 Titrisation de dettes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.4.1 Les ”Collateralised Debt Obligation” . . . . . . . . . . . . . . . . . . . . . . 25
1.4.2 Les ”Mortgage Backed Securities” . . . . . . . . . . . . . . . . . . . . . . . 25
1.4.3 La titrisation de créances commerciales ou ”Trade Receivables” . . . . . . . 26
1.4.4 La titrisation de crédit à la consommation . . . . . . . . . . . . . . . . . . . 26
1.5 Un bref historique de la titrisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.5.1 La naissance et le développement aux Etats-Unis . . . . . . . . . . . . . . . 26
1.5.2 La titrisation en Europe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5.3 L’invention de la titrisation ? . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2 La structuration juridique 29
2.1 Quelques exemples de structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.1 Un CDO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.2 Créances commerciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.1.3 Un RMBS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Le véhicule ad-hoc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.1 L’établissement du SPV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.2 Un véhicule qui ne peut pas faire faillite . . . . . . . . . . . . . . . . . . . . 34
2.2.3 Le risque de consolidation d’un SPV . . . . . . . . . . . . . . . . . . . . . . 35
2.2.4 Le ”trust” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3 Les contreparties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.1 Banque teneuse de compte . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.2 Contrepartie de contrats dérivés . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.3 Gestionnaire des créances . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.4 Cédant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Les actifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4.1 Le transfert des actifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4.2 Guarantie du cédant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5 Un exemple réglé par une loi : Loi de titrisation francaise . . . . . . . . . . . . . . 37
3
4 TABLE DES MATIÈRES
2.5.1 Qu’est ce qu’un Fonds Commun de Créances ? . . . . . . . . . . . . . . . . 37

2.5.2 Participants et responsabilité . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6 Des exemples de problèmes juridiques . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6.1 Kingston Square . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6.2 LTV Steel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6.3 Dante CDO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.4 Coeur Défense . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.5 De l’importance du risque opérationnel . . . . . . . . . . . . . . . . . . . . 40
3 Titrisation de dettes 41
3.1 Les ”Collateralised Debt Obligations” ou CDO . . . . . . . . . . . . . . . . . . . . 41
3.1.1 Typologie des CDO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.1.2 Le marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.1.3 Gestion ou non d’un CDO ? . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.2 Les créances commerciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2.1 Définition et risques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2.2 La structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.3 Allocation des flux et protection des investisseurs . . . . . . . . . . . . . . . 45
3.3 HEL ou Home Equity Loan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3.1 Une définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3.2 Le marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.3 Les risques des actifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.4 La structure du passif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.5 Allocation des flux et protection des investisseurs . . . . . . . . . . . . . . . 48
3.4 Allocation des flux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.1 L’allocation des pertes dans le cadre d’une titrisation synthétique . . . . . . 49
3.4.2 L’allocation des flux dans le cadre d’une titrisation ”cash” . . . . . . . . . . 50
3.4.3 Une grille de lecture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.5 Modélisation de structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.5.1 Rechargement/réinvestissement et protection dynamique . . . . . . . . . . . 55
3.5.2 Traitement générique de ces problèmes . . . . . . . . . . . . . . . . . . . . . 55
3.6 Risque de taux : change ou intérêt . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6.1 Risque de change . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6.2 Risque d’intérêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.7 Quelques exemples de titrisations de dettes exotiques . . . . . . . . . . . . . . . . . 57
3.7.1 Les titrisations ”Non Performing Loan” italiennes . . . . . . . . . . . . . . 57
4 Titrisation de valeur de marché 59

4.1 Principe général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Titrisation de parts de Hedge Funds (CFO) . . . . . . . . . . . . . . . . . . . . . . 60
4.2.1 Les structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.2.2 Les risques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3 Titrisation de stocks réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3.1 Base d’endettement ou ”Borrowing Base” . . . . . . . . . . . . . . . . . . . 61
4.3.2 Aspects structurels et mécanismes de sureté . . . . . . . . . . . . . . . . . . 62
4.3.3 Analyse des risques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.3.4 Les catégories d’actifs titrisables . . . . . . . . . . . . . . . . . . . . . . . . 64
4.3.5 Exemple d’opération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.4 Modéliser le risque de marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4.1 Analyse non-paramètrique des données . . . . . . . . . . . . . . . . . . . . . 65
4.4.2 Exemple de modèles discrets . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.4.3 Exemple de modèles continus . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.4.4 Comment inclure des événements extrêmes ? . . . . . . . . . . . . . . . . . . 66
4.5 L’analyse du risque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
TABLE DES MATIÈRES 5
4.5.1 Survenance de l’amortissement accéléré . . . . . . . . . . . . . . . . . . . . 67

4.5.2 Méthodologie de vente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.6 Extensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.6.1 Prise en compte des intérêts . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.6.2 Corrélation entre défaut du cédant et évolution des prix . . . . . . . . . . . 68
4.7 Formules de perte moyennes dans des cas simples . . . . . . . . . . . . . . . . . . . 68
5 Titrisation d’assurance 69
5.1 L’intérêt économique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.2 Nature des risques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.3 Les titrisations de cataclysme naturel . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.4 Les titrisations de risque de masse . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.5 Les titrisations de risque de mortalité . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.6 D’autres titrisations d’assurance . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.6.1 Golden Goal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.6.2 Avalon Re . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.7 Le marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6 Crédit à la consommation 73
6.1 Les types de crédit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.2 Le scoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.3 Analyse de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
7 Performances historiques de titrisation : quelques études de cas 75

7.1 DSB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.2 Prêts à la consommation espagnols . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.3 ”Subprimes” américains . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.3.1 Les transactions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.3.2 Les performances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.3.3 Les raisons d’une telle performance . . . . . . . . . . . . . . . . . . . . . . . 75
II Risque de Crédit : Simple nom et portefeuille 77

8 Qu’est ce que le risque de crédit ? 79
8.1 Une définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.1.1 Le défaut et la faillite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
8.1.2 Type d’instruments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
8.1.3 La notation de crédit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
8.2 La mesure du risque de crédit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
8.2.1 Scoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
8.2.2 Marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
8.3 Quelque propriétés du risque de défaut . . . . . . . . . . . . . . . . . . . . . . . . . 83
8.3.1 Une typologie des défauts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.3.2 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.3.3 Défaut d’entreprises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.3.4 Evolution des spreads . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.4 Obligations et prêts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.4.1 Clauses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.5 Les ”Credit Default Swaps” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
8.5.1 Le marché des CDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
8.5.2 Evènements de crédit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.5.3 Paiements en cas d’évènements de crédit . . . . . . . . . . . . . . . . . . . . 92
8.5.4 Valorisation de CDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.5.5 Spread de CDS et Probabilité de défaut . . . . . . . . . . . . . . . . . . . . 96

8.6 Tranches de CDO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
8.6.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
8.6.2 Valorisation d’une tranche de CDO . . . . . . . . . . . . . . . . . . . . . . . 97
8.7 De nouveaux produits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
8.7.1 Les indices de crédit synthétiques : CDX - iTraxx . . . . . . . . . . . . . . . 99
8.7.2 Forward CDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.7.3 Constant Maturity CDS ou CMCDS . . . . . . . . . . . . . . . . . . . . . . 100
8.7.4 Les swaps de recouvrement . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.7.5 Les ”Credit Default Swaptions” . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.7.6 Les CDO-square (ou CDO-cube, ...) . . . . . . . . . . . . . . . . . . . . . . 101
8.7.7 Tranche Super-Senior à effet de levier (”Leveraged Super-Senior”) . . . . . 102
8.8 Le Risque de contrepartie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9 Modèles du risque de défaut 107

9.1 Modèle structurel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.1.1 Modélisation Mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
9.1.2 Risque de défaut à maturité . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
9.1.3 Risque de défaut au premier passage . . . . . . . . . . . . . . . . . . . . . . 111
9.1.4 Modélisation du recouvrement dans une approche structurel . . . . . . . . . 116
9.1.5 Estimation des modèles structurels . . . . . . . . . . . . . . . . . . . . . . . 116
9.1.6 Quelques modèles publics basés sur la théorie de la firme . . . . . . . . . . 117
9.2 Modèle d’intensité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
9.2.1 Le défaut comme processus de Poisson . . . . . . . . . . . . . . . . . . . . . 118
9.2.2 Intensité déterministe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
9.2.3 Intensité stochastique : Processus de Cox . . . . . . . . . . . . . . . . . . . 119
9.2.4 Modèle d’intensité affine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
9.2.5 Quelques exemples d’intensité . . . . . . . . . . . . . . . . . . . . . . . . . . 121
9.2.6 Lien avec la théorie de la fiabilité . . . . . . . . . . . . . . . . . . . . . . . . 122
9.3 Le défaut d’un particulier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
9.3.1 Les causes du défaut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
9.3.2 Le ”scoring” ou notation de crédit . . . . . . . . . . . . . . . . . . . . . . . 125
10 Migrations de notations 127

10.1 Propriétés des transitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
10.1.1 De l’importance du secteur . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
10.1.2 La dynamique d’une notation . . . . . . . . . . . . . . . . . . . . . . . . . . 128
10.1.3 Exemples de migrations importantes . . . . . . . . . . . . . . . . . . . . . . 129
10.2 Une définition mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
10.2.1 Détermination d’un générateur à partir d’une matrice de transition . . . . . 130
10.2.2 Quelques hypothèses à tester . . . . . . . . . . . . . . . . . . . . . . . . . . 130
10.3 L’estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
10.3.1 Approche par cohortes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
10.3.2 Approche par taux d’intensité . . . . . . . . . . . . . . . . . . . . . . . . . . 131
10.3.3 La comparaison de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
10.3.4 Prise en compte d’autres facteurs . . . . . . . . . . . . . . . . . . . . . . . . 133
10.4 Migrations et dépendances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
10.4.1 Corrélation de migration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
10.4.2 Matrices de transition aléatoires . . . . . . . . . . . . . . . . . . . . . . . . 134
10.5 Quelques applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
11 Le Recouvrement 135
11.1 Caractérisations des recouvrements . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
11.2 Importance de la juridiction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
11.3 Eléments statistiques sur les recouvrements . . . . . . . . . . . . . . . . . . . . . . 136
11.4 Définition du recouvrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
11.5 Défauts et recouvrements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
11.5.1 Données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
11.5.2 Modélisations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
11.6 Le recouvrement de dettes souveraines . . . . . . . . . . . . . . . . . . . . . . . . . 142
12 Le Risque de Crédit Souverain 143

12.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
12.2 Les évènements de crédit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
12.3 Les instruments de risque souverains . . . . . . . . . . . . . . . . . . . . . . . . . . 143
12.3.1 Les CDS souverains . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
12.4 La sévérité du défaut souverain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
13 Titrisation de dettes : Formalisation 147

13.1 Loi d’un portefeuille en risques indépendants . . . . . . . . . . . . . . . . . . . . . 148
13.1.1 Loi binomiale et probabilités hétérogènes . . . . . . . . . . . . . . . . . . . 149
13.1.2 Méthode d’approximations dans des cas hétérogènes . . . . . . . . . . . . . 151
13.1.3 Méthodes numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
13.2 Loi d’un portefeuille en risques dépendants . . . . . . . . . . . . . . . . . . . . . . 157
13.2.1 La méthode binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
13.2.2 Un modèle de contagion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
13.2.3 CreditMetrics et Modèle structurel . . . . . . . . . . . . . . . . . . . . . . . 158
13.2.4 Credit Risk+ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
13.2.5 Les Modèles conditionellement indépendants . . . . . . . . . . . . . . . . . 160
13.3 Raffinements ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
13.3.1 Comportement de la queue de distribution . . . . . . . . . . . . . . . . . . . 160
13.3.2 Sensibilité aux différents paramètres . . . . . . . . . . . . . . . . . . . . . . 161
13.3.3 Algorithmes numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
13.4 La dynamique des défauts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
13.4.1 Processus du taux de défaut . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
13.4.2 Les modèles multipériodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
13.4.3 Dynamique d’un portefeuille granulaire . . . . . . . . . . . . . . . . . . . . 162
13.4.4 Dynamique induite par un modèle structurel . . . . . . . . . . . . . . . . . 162
13.4.5 Dynamique induite par un modèle d’intensité . . . . . . . . . . . . . . . . . 162
13.4.6 Un modèle général sur les dates de défaut . . . . . . . . . . . . . . . . . . . 162
13.5 Les recouvrements dans l’analyse d’un portefeuille . . . . . . . . . . . . . . . . . . 162
13.5.1 Portefeuille statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
14 Titrisation de dettes : Portefeuille statistique 165

14.1 Cadre générale des portefeuilles statistiques . . . . . . . . . . . . . . . . . . . . . . 165
14.2 Modèle de Vasicek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
14.3 Extension multi-période . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
14.3.1 Déformation d’une structure par terme de probabilité de défaut . . . . . . . 169
14.3.2 Extension temporelle de la Loi des Grands Nombres . . . . . . . . . . . . . 169
14.4 Différentes structures de dépendances . . . . . . . . . . . . . . . . . . . . . . . . . 170
14.4.1 Copules Archimédiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
14.4.2 Copules de Marshall-Olkin . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
14.5 Extensions de l’approximation du portefeuille statistique . . . . . . . . . . . . . . . 172
14.5.1 Granularité d’un portefeuille statistique . . . . . . . . . . . . . . . . . . . . 173
14.5.2 Application à la copule gaussienne . . . . . . . . . . . . . . . . . . . . . . . 173
14.5.3 Modèle multi factoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

14.5.4 Sévérité stochastique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
14.6 Titrisation de portefeuille granulaire . . . . . . . . . . . . . . . . . . . . . . . . . . 177
14.6.1 L’intérêt excédentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
14.6.2 Les ”Collateralised Loans Obligation” . . . . . . . . . . . . . . . . . . . . . 179
14.6.3 Les RMBS Américains ”Non-Prime” . . . . . . . . . . . . . . . . . . . . . . 183
14.6.4 Auto Loans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
15 Tranches de CDO 185

15.1 Evolution de la valeur d’une tranche de CDO . . . . . . . . . . . . . . . . . . . . . 186
15.1.1 Variation de la valeur de marché en fonction du spread . . . . . . . . . . . . 187
15.1.2 Variation de la valeur de marché en fonction de la corrélation . . . . . . . . 187
15.1.3 Les sensibilités de la valeur de marché . . . . . . . . . . . . . . . . . . . . . 191
15.1.4 Variation du delta en fonction du spread . . . . . . . . . . . . . . . . . . . . 191
15.1.5 La maturité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
15.1.6 Le recouvrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
15.1.7 La dépendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
15.2 Un exemple simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
15.2.1 La réplication des payoffs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
15.2.2 Minimisation du risque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
15.3 L’arbitrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
15.4 Le problème théorique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
15.5 Les modèles de tarification de CDO . . . . . . . . . . . . . . . . . . . . . . . . . . 200
15.5.1 Modèles utilisés par le marché . . . . . . . . . . . . . . . . . . . . . . . . . . 200
15.5.2 Changer de copule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
15.5.3 Ou changer le paradigme ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
15.6 Les spreads d’émetteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
15.7 La corrélation de marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
15.7.1 Corrélation composite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
15.7.2 Corrélation de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
15.7.3 Corrélation à la monnaie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
15.7.4 Le ”smile” ou le ”skew” de corrélation . . . . . . . . . . . . . . . . . . . . . 203
15.7.5 Extrapolation de corrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
15.7.6 Extension du modèle de corrélation gaussienne . . . . . . . . . . . . . . . . 206
15.7.7 Une comparaison avec le monde des dérivés actions . . . . . . . . . . . . . . 206
15.8 Une dynamique des spreads de tranche ? . . . . . . . . . . . . . . . . . . . . . . . . 206
16 Marché actions et marché crédit 209

16.1 Relations empiriques entre les deux marchés . . . . . . . . . . . . . . . . . . . . . . 209
16.2 Les instruments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
16.3 Les modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
17 Gestion et Mesure du risque de crédit 211

17.1 Mesure de risque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
17.2 Risque de défaut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
17.3 Risque de marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
17.4 Scénario de Stress . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
III Compléments mathématiques 215

18 Introduction à la dépendance 217
18.1 Définition des différents concepts de dépendance . . . . . . . . . . . . . . . . . . . 217
18.1.1 Corrélation de Pearson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
18.1.2 τ de Kendall et Corrélation de rang . . . . . . . . . . . . . . . . . . . . . . 219

18.1.3 Dépendance de variables discrètes . . . . . . . . . . . . . . . . . . . . . . . 220
18.1.4 Dépendance des queues de distribution . . . . . . . . . . . . . . . . . . . . . 221
18.2 Copules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
18.2.1 Copule Elliptique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
18.2.2 Copule Archimédienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
18.2.3 Copule de Marshall-Olkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
18.2.4 Copule de valeurs extrêmes . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
18.3 Dépendance de variables de Bernouilli . . . . . . . . . . . . . . . . . . . . . . . . . 233
18.3.1 Théorême de représentation de Finetti . . . . . . . . . . . . . . . . . . . . . 233
18.3.2 Exemples de fonction génératrice . . . . . . . . . . . . . . . . . . . . . . . . 236
18.3.3 Application au risque de crédit . . . . . . . . . . . . . . . . . . . . . . . . . 236
18.4 Analyse de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
18.4.1 Estimation de mesures de la dépendance . . . . . . . . . . . . . . . . . . . . 236
18.4.2 Estimation non paramétrique de copules . . . . . . . . . . . . . . . . . . . . 236
18.4.3 Estimation paramétrique de copules . . . . . . . . . . . . . . . . . . . . . . 237
18.5 Simulation de variables aléatoires corrélées . . . . . . . . . . . . . . . . . . . . . . . 237
18.5.1 Corrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
18.5.2 τ de Kendall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
18.5.3 Copules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
18.6 Etude du lien entre défauts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
19 La Dépendance du risque de crédit 241

19.1 Typologie des défauts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
19.2 Symétrie des défauts ou contagion . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
19.3 Mesure de la dépendance de défaut . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
19.3.1 Les sources de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
19.3.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
19.3.3 Caractérisation - Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
19.4 Modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
19.4.1 Mixtures de Bernouilli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
19.4.2 Durée de vie jointes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
19.5 A quoi sert la dépendance ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
20 Méthodes d’approximations de la distribution 253

20.1 Expansion asymptotique d’Edgeworth . . . . . . . . . . . . . . . . . . . . . . . . . 253
20.2 Méthode du saddlepoint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
20.2.1 Résolution de l’équation du saddlepoint . . . . . . . . . . . . . . . . . . . . 258
20.2.2 L’inversion semi-analytique . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
20.2.3 Extension multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . 259
20.2.4 Expansions à un ordre plus important . . . . . . . . . . . . . . . . . . . . . 260
20.2.5 Passage à l’espérance de perte . . . . . . . . . . . . . . . . . . . . . . . . . . 262
IV Annexes 263
21 Compléments du cours 265
21.1 Convergence pour des variables aléatoires . . . . . . . . . . . . . . . . . . . . . . . 265
21.2 Détermination des probabilités de défaut sur portefeuille hétérogène . . . . . . . . 266
21.3 Principe de réflexion du mouvement brownien . . . . . . . . . . . . . . . . . . . . . 267
21.4 Tests d’adéquation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
21.5 Transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
21.6 Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
21.7 Différentes formules d’approximation . . . . . . . . . . . . . . . . . . . . . . . . . . 271
21.8 Définition des notations d’agence (S&P et Moody’s) en fonction de la maturité . . 272
21.9 Evènements de crédit d’un CDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
21.10Définition d’une gage avec dépossession . . . . . . . . . . . . . . . . . . . . . . . . 275
21.11Bases de la théorie de l’actualisation . . . . . . . . . . . . . . . . . . . . . . . . . . 277
22 Travaux Dirigés 283

22.1 Analyse d’un portefeuille de dettes . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
22.2 Modèle binomiale corrélé et variantes . . . . . . . . . . . . . . . . . . . . . . . . . . 283
22.3 Titrisation de stocks de champagne . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
22.4 Titrisation de crédits à la consommation ou de cartes de crédit . . . . . . . . . . . 285
22.5 Un RMBS français . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
22.6 Une tranche de CDO synthétique - ”Rated Equity” . . . . . . . . . . . . . . . . . . 287
22.7 Des CDS sur l’Irlande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
22.8 Une autre copule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
22.9 Titrisation de lease automobile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
22.10Exemple de descriptif d’une opération de CDO synthétique . . . . . . . . . . . . . 291
22.11Delta-hedging d’un portefeuille de CDS par une seule classe de CBO . . . . . . . . 291
22.12”Equity Collateralised Obligations” . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
22.13Le mini-krach crédit de mai 2005 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
22.14Un SME CLO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
22.15Un SME CLO - II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
22.16Une transaction ”Dealer-Floorplan” . . . . . . . . . . . . . . . . . . . . . . . . . . 301
22.17Comprendre une opération de titrisation de subprime . . . . . . . . . . . . . . . . . 303
22.18Un exemple de Collateralised Loan Obligation . . . . . . . . . . . . . . . . . . . . . 311
22.19Etude de cas - Une titrisation allemande . . . . . . . . . . . . . . . . . . . . . . . . 324
22.20The National Collegiate Student Loan Trust 2007-3 . . . . . . . . . . . . . . . . . . 332
22.21Titrisation de prêts aux particuliers : Etoile 2002 . . . . . . . . . . . . . . . . . . . 337
23 Corrections 341
24 Quelques sources 361

Comment lire ce cours ?
Ce cours peut paraı̂tre un peu touffu au premier abord tant il aborde de sujets différents. Mais
le sujet des financements structurés est lui-même relativement étendu. En effet il se trouve à la
jonction de différents marchés, équipes et donc méthodes. On abordera aussi bien les dérivés de
crédit que le financement d’entreprises, le risque actions ou l’aggrégation de variables aléatoires.
Ce cours est une introduction à la titrisation pour des étudiants scientifiques, les principaux
chapitres présentent l’analyse du risque d’une titrisation. Cependant les éléments juridiques, très
importants dans une titrisation, sont aussi décrits mais de manière plus succinctes. Ce cours peut
paraı̂tre relativement dense, en effet nous avons choisi de présenter les concepts et problèmes de
manière détaillées afin que par la suite il puisse servir, nous l’espérons, au lecteur de document
de référence. Cependant nous vous proposons un guide de lecture rapide afin d’avoir un premier
”vernis” sur la titrisation. Nous donnons ici les références des sections à lire.
1. La définition de la titrisation avec quelques exemples : 1.1, 1.4 (sans se perdre dans les détails
de dénominations) ;
2. Les structures juridiques utilisées, soit avec émission de dettes, soit en utilisant des contrats
de dérivés : l’introduction de 2, 2.2 et 8.5 ;
3. Une introduction au CDO : 3.1, 3.4 ;
4. Les titrisations de crédits à la consommation : ;
5. Les titrisations de stocks : 4.1, 4.3.1 et 4.5 pour la modélisation ;
6. Les modèles de risque de crédit : 9.1 et 9.2 en ne retenant dans un premier temps les
hypothèses de base de ces modélisations ;
7. L’aggrégation de risque de défauts : l’introduction de 13, 13.1.1, 13.1.2, 19, 13.2.1, 13.2.3 ,
13.2.4 et 13.2.5 ;
Certaines parties de ce cours ne sont pas encore finies, et ils restent encore beaucoup de parties
à compléter. Ce cours en encore en chantier mais j’espère que ces éléments d’introduction vous
permettront d’aller plus loin.
Nous mettons ici pour information la structure du cours oral :
– Risque de crédit :
– Les instruments de risque de crédit :
– Définitions (Prêts / Obligations / CDS / Options / CDO / ...)
– Valorisations
– Modéles univariés de risque de crédit :
– Modèle structurel
– Modèle à intensité
– Modèle multivarié de risque de crédit (portefeuille) :
– Modèles conditionnellement indépendants (Représentation de de Finetti)
– CreditMetrics / CreditRisk+
– Approximation pour un portefeuille large (Vasicek)
– Marché des tranches de CDO
– Valorisation
– Corrélation
11
– Delta-hedging
– Un TD sur les CDOs : valorisation - sensibilité - calcul du delta
– Titrisation :
– Intro à la titrisation
– Définition
– Un exemple
– La structure juridique d’un SPV et d’une titrisation
– Les types de titrisation (type et classe d’actifs)
– Pourquoi la titrisation ?
– Structures :
– Les flux : priorité des paiements
– Variantes sur les priorités
– Autre soucis dans l’analyse d’une vrai titrisation (risque de contrepartie / FX / etc)
– Comment analyser une structure complexe ?
– Cartes de crédit
– Avalon CDO
Première partie
Introduction à la titrisation
13
ABS
Cédant
Chapitre 1
Qu’est ce que la titrisation ?
La titrisation est l’émission de titres financiers (principalement des obligations et dans qua-
siment tous les cas des dettes), qui sont garantis par, ou représentent, un portefeuille d’actifs.
Ces actifs permettent d’obtenir des cash-flow futurs qui rembourseront les titres financiers émis
initialement. Contrairement à des obligations classiques émises par une entreprise, la source de
repaiement de ces titres provient des actifs sous-jacent qui lui sont spécifiques et non pas de tous
les actifs de l’entreprise. Initialement ces titres permettaient le finacement de l’entreprise cédant
les actifs.
De plus en plus ce sont aussi des émissions de titres financiers dont la performance (i.e. le paiement
des intérêts et ou du principal) est liée à la performance d’une portefeuille d’actifs, ou même à
l’évolution d’un (ou de plusieurs) index. Ces structures font encore partie du domaine de la titri-
sation, même si l’objectif visé n’est plus le même.
Tous ces titres sont généralement nommés en anglais ABS : ”Asset Backed Securities”.
1.1 Principe des opérations de titrisation

1.1.1 Un exemple
Considérons une société de crédit dont l’unique objet est le prêt à des particuliers d’argent afin
d’acheter un bien de consommation courante. Au bout d’un certain nombre d’années d’existence,
cette société disposera d’un portefeuille de créances important et aura peut-être du mal à financer
ce portefeuille (Où trouver l’argent qu’elle peut ensuite prêter ?). Il existe plusieurs solutions pour
accompagner le développement de l’activité de cette société de crédit :
– l’émission de nouvelles actions : en augmentant son capital, la société pourra alors utiliser cet
argent et le prêter. Cependant une augmentation de capital va diluer les actions existantes
et diminuera la rentabilité de cette société.
– l’emprunt (auprès d’une banque ou d’investisseurs institutionnels) : dans ce cas deux problèmes
peuvent se poser : le coût de l’emprunt (ie le taux d’intérêt à payer aux prêteurs) et la pos-
sibilité d’emprunter. En effet il se peut que cette société ait trop de dettes pour qu’un
emprunteur accepte un nouvel endettement.
– la titrisation.
Dans le cadre d’une titrisation, la société de crédit va vendre un portefeuille de prêts à la consom-
mation à un véhicule ad-hoc, i.e. une société créée pour l’occasion (cette société devra respecter
un certain nombre de lois régissant son action/existence). Cette société de crédit sera alors de-
nommé le cédant . L’achat de ce portefeuille (qui se fait aux conditions de marché) par le véhicule
ad-hoc est financé par une émission d’obligations à long terme (cf. 1.1). Pendant la durée de vie
de ce portefeuille de créances, c’est la société de crédit qui gérera ce portefeuille (réception de
l’argent, relance, recouvrement, etc...). Les intérêts et remboursements payés par les particuliers
15
16 CHAPITRE 1. QU’EST CE QUE LA TITRISATION ?
Titrisation!dettes
seront versés au véhicule ad-hoc et celui-ci l’utilisera pour payer l’intérêt des obligations émises
(de)
et rembourser son principal. Au fur et à mesure que les créances sont repayées, les obligations
Titrisation!actifs
(d’) émises par le véhicule ad-hoc le seront aussi. Ainsi les investisseurs finaux supportent le risque de
non-remboursement
Titrisation!risques sur ce portefeuille de créances.
(de)
L’opération qui nous sert d’exemple introductif ici est relativement simple et pourtant l’en-
semble des problèmes posés par une titrisation est déjà là :
– Que se passerait-il en cas de faillite de la société de crédit ?
– Quels sont les éléments qui peuvent affecter la capacité de remboursement des particuliers ?
– Comment mesurer le risque transféré aux investisseurs finaux ?
– Coment valoriser une telle obligation ?
– Est-ce que la société de crédit va aider le véhicule ad-hoc se trouve en manque de fond ?
– ...
A partir d’une structure simple, de nombreuses variantes sont possibles en titrisation :
– les actifs transférés peuvent être différents de prêts à la consommation,
– les créances peuvent être vendues au véhicule ou transférées de manière synthétique (le
montant du paiement des intérêts et principal sur les obligations du véhicule est une fonction
directe du montant des intérêts et principaux remboursés par les particuliers mais les créances
restent la propriété du cédant),
– l’achat peut être financé par une émission à court terme ou par des actions,
– le véhicule ad-hoc lui-même peut prendre de multiples formes juridiques,
– la structure du passif (les obligations émises par ce véhicule) et l’allocation des flux au passif
peuvent être plus ou moins complexes,
– ....
1.1.2 Typologie des titrisations

Le spectre des titrisations est très large, aussi une grille de lecture est-elle indispensable afin
de ne pas se perdre dans les différentes transactions, ou types de transactions existantes. Quatre
questions permettent déjà de classifier rapidement une transaction :
1. Quel est l’objectif de la titrisation ? S’agit-il d’un financement pour l’entreprise qui en
est le principal sponsor, ou bien d’un transfert de risque ?
2. Quels sont les actifs/risques sous-jacents ? Il peut s’agir de dettes, de stocks de cham-
pagne, de maisons, des royalties percues sur les titres de David Bowie, etc... , ou bien di-
rectement d’un risque (risque de crise économique, de crise de liquidité, de catastrophes
naturelles, risque de longévité, etc...).
3. Les actifs/risques considérés sont-ils statiques, i.e. peut-il y avoir cession au véhicule
de nouveau actifs/risques durant la vie de la transaction (ce que l’on nomme ”recharge-
ment”), ou substitution d’un actif pour un autre sans avoir d’impact sur les flux financiers
du véhicule ou au contraire une vente suivie d’un achat qui pourrait coûter de l’argent au
véhicule.
4. Enfin quelle est la structure du passif ? Comment le véhicule se finance-t-il ? Et surtout
comment les flux provenant des ces actifs seront-ils alloués au passif ?
Dans la suite du cours, nous avons choisi de décomposer l’ensemble des titrisations en trois
groupes :
– les titrisations de dettes : le risque à analyser est le risque de défaut car le flux titrisé est
le remboursement de ces dettes, et la structure des opérations est très proche (même si au
premier abord ce n’est pas toujours visible) ;
– les titrisations d’actifs : les actifs en question peuvent être des stocks, des actions ou même
des dettes ! Cependant ici le flux titrisé est issu de la vente de ces actifs et en sus du risque
de défaut, il faut analyser le risque de marché de ces actifs.
– enfin les titrisation de risques : il s’agit de titrisation qui servent à transférer un risque
aux investisseurs. Ils sont économiquement similaires à des contrats d’assurance et peuvent
17
Figure 1.1 – Titrisation de la société de crédit : Deux type de flux, l’émission des obligations
permettant l’achat des dettes et le paiement des mensualités des dettes permettant le paiement
Prêts
Remboursement et intérêts
Prêts
Particuliers Société de Crédit
Remboursement et intérêts Société anonyme
Prêts
1.1. PRINCIPE DES OPÉRATIONS DE TITRISATION
Prêts Emprunt sur les

Remboursement et intérêts marchés de capitaux
Prêts
Particuliers Véhicule ad-hoc
des intérêts et principaux des obligations.

Remboursement et intérêts Entité vide Remboursement et intérêts
Prêts
Gestion opérationelle des clients
Société de Crédit
Société anonyme
transférer des risques d’assurance (catastrophes naturelles, risque auto) ou exotiques (risque
d’annulation de la Coupe du Monde en 2006 cf.[Sha03]).
Ce choix est basé sur les méthodes analytiques qui seront nécessaires à l’étude du risque, de défaut
dans un cas, de marché dans l’autre, ou d’autres risques dans le troisième cas.
Le troisième type de titrisation ne sera pas spécifiquement abordé. En effet ce type de structure
peut porter sur n’importe quel type de risque, les outils juridiques restant les mêmes que pour les
autres types de titrisation synthétique, mais l’analyse quantitative étant spécifique à la nature du
risque. On peut citer comme exemples :
– les catastrophes naturelles ;
– le risque de mortalité (mortalité trop élevée : épidémie) ou de longévité (mortalité trop
faible) ;
– des paniers d’options sur actifs financiers (cf. ”Equity Default Swap”).
1.2 L’intérêt économique

Une titrisation peut avoir deux types d’objectif, soit la recherche d’un financement, soit le
transfert de risque aux investisseurs. Historiquement, c’est plutôt le financement qui a prévalu,
jusqu’à ces dernières années où la proportion de transactions créées afin de transférer un risque a
énormément augmenté. Cette augmentation était due, dans un ordre chronologique), à :
– l’optimisation de leur fonds propres par les banques (celle-ci cédant alors leurs risques de
crédit) ;
– des arbitrages entre marchés : entre investisseurs CDO et vendeurs de protection de CDS,
entre réassureurs et marchés financiers, ou entre prêteur hypothéquaires subprime et inves-
tisseurs sur titrisation hypothéquaires.
Ces deux types d’objectif se retrouvent selon le type d’entreprises cédant ses actifs. Les entreprises
commerciales ou industrielles recherchent un financement à travers la titrisation, alors qu’une
banque peut avoir soit un objectif de transfert de risque soit un objectif de financement de son
activité.
1.2.1 Intérêt de la titrisation pour le cédant

L’intérêt principal pour le cédant apparaı̂t comme la possibilité de transformer des actifs illi-
quides en titres financiers facilement échangeables : mais cet intérêt semble être limité, on ne voit
pas directement ce qui pourrait pousser une entreprise à titriser. En effet dans quelle mesure cette
émission de dettes sera-t-elle différente d’une émission de dettes directes de l’entreprise ?
En fait, le recours à la titrisation pour une entreprise peut avoir de multiples raisons, nous citerons
ici les principales :
– un coût de financement plus faible pour l’entreprise cédante : en effet si les actifs garantissant
le paiement de l’ABS sont plus sûrs que le reste de l’activité de l’entreprise, le risque des ABS
sera alors faible d’où une rémunération du risque à payer aux investisseurs moins importante,
que lors d’une émission de dettes directes.
– une nouvelle source de financement pour l’entreprise : une titrisation permet à l’entre-
prise cédante de diversifier ces sources de financement en proposant une dette dont les ca-
ractéristiques ne dépendent quasiment plus de l’entreprise elle-même et en prenant contact
avec d’autres type d’investisseurs que ces prêteurs habituels. Durant les années 2008/2009,
une large partie des titrisations européennes effectuées par les banques était utilisée comme
collatéral pour emprunter auprès des banques centrales européennes, afin de se financer et
de rassurer les marchés.
– un traitement hors-bilan : une titrisation permettra de sortir du bilan à la fois les actifs et
les dettes associées à cette titrisation. Une telle opération allège le bilan et améliore par la
même un certain nombre de ratios financiers.
– le respect des critères réglementaires de capitalisation : cet argument est valide pour les
banques soumises à un contrôle réglementaire sur leur capitalisation minimale (cf. le ratio
1.2. L’INTÉRÊT ÉCONOMIQUE 19
Cooke et Bâle 2). Une titrisation permet d’augmenter l’activité de prêts de la banque tout Arbitrage
reglemen-
en respectant les contraintes réglementaires. taire@Arbitrage
– une meilleure gestion actif/passif : il peut s’agir pour l’entreprise d’optimiser l’utilisation de réglementaire
ces fonds propres, en gardant un certain contrôle sur les actifs titrisés, mais en percevant le Bale I@Bâle
produit de leur vente au véhicule. I
Ratio Cooke
– un transfert de risque aux investisseurs : le risque de dévalorisation des actifs titrisés (quel
Bale II@Bâle
qu’en soit la raison), auparavant supporté par l’entreprise elle-même est maintenant transféré II
aux investisseurs. Ce transfert de risque n’est pas toujours présent dans une titrisation et
dépendra de la structure de celle-ci.
– le recentrage sur son métier de base : une entreprise peut être amenée dans le cadre de
son activité industrielle ou commerciale à consentir des crédits (ou un délai de paiement
ce qui revient au même !). Or ce n’est pas son activité de base, et ce type de crédits peut
déséquilibrer de manière importante son bilan.
1.2.2 L’arbitrage réglementaire

L’arbitrage réglementaire peut être défini comme une transaction financière qui n’a pas ou peu
d’impact économique (et donc pas ou peu d’impact sur son profil de risque réel) pour la banque
mais qui lui permet de diminuer son besoin en capital réglementaire. En effet depuis les accords
de Bâle I, les banques des pays développées doivent disposer d’un capital minimum afin d’éviter
la faillite.
A la suite de la faillite d’une banque allemande en 1974 (Bank Herstatt), un groupe de 11 nations
(Allemagne, Etats-Unis, France, Italie, Japon, Pays-Bas, Luxembourg, Suède, Suisse, Royaume-
Uni) décida de créer un conseil afin de standardiser la régulation des banques entre pays : le comité
de Bâle . En 1988 les accords de Bâle I naissaient, ils avaient pour objectif d’établir un niveau
de capitalisation minimum afin de se prémunir du risque de défaut sur le portefeuille de prêts
d’une banque. Ces accords définissaient un système de pondération des prêts de la banque. Cinq
catégories de risque ont été créées :
– Actifs sans risque avec une pondération de 0% : pour l’argent, la dette souveraine en monnaie
locale d’un pays de l’OCDE.
– Actifs peu risqués avec une pondération de 20% : pour dettes bancaires de l’OCDE, dettes
bancaires hors OCDE avec une maturité inférieure à un an, prêts garanties par une entité
du secteur public.
– Actifs modérements risqués avec une pondération de 50% : pour les prêts hypothéquaires.
– Actifs très risqués avec une pondération de 100% : pour les prêts aux entreprises et tout le
reste.
– Actifs avec une pondération variable (à la discrétion de la banque) pour des prêts aux entités
publics.
Le capital d’une banque, représenté par ses réserves et son capital, devait alors être supérieur à
8% de la somme des poids du risque sur chacune des catégories. Le ratio entre ce capital minimum
et le notionel des actifs est nommé Ratio Cooke .
Les accords de Bâle 2, rédigés à partir de 2004, sont basés sur trois piliers :
– un minimum pour la capital réglementaire en fonction du risque de la banque : pour trois
types de risques, le risque de crédit, le risque de marché et le risque opérationnel, la banque
détermine un niveau minimum de capital nécessaire. Par exemple, pour le risque de marché,
l’approche la plus répandue est l’utilisation de la Value-at-Risk (”VaR”).
– un cadre pour la régulation, définissant les pouvoirs du régulateurs et prenant en compte
des risques résiduels comme le risque de liquidité, le risque systèmique des banques.
– une obligation de transparence afin que la banque publie de manière régulière ses états
financiers ou toute autre information sur son risque.
Le Ratio Cooke est remplacé le ”Capital Adequacy Ratio”, celui-ci étant défini comme le ratio
entre (i) le montant de capital réglementaire et (ii) la somme des provisions pour les trois risques :
risque de crédit, de marché et opérationel. Ce nouveau ratio doit être supérieur à 8%.
Sous la réglementation Bâle I, il était très intéressant pour une banque d’effectuer une titrisation
de son portefeuille de prêt. Prenons l’exemple d’un portefeuille de prêts aux entreprises. Si la
banque garde l’ensemble du portefeuille sur son bilan, elle a besoin d’un capital de 8% du notionel
de ce portefeuille (ces prêts font partie de la classe d’actifs la plus risquée). Si la banque effectue
une titrisation de ce portefeuille structurée de la manière suivante :
– la banque achète, auprès d’une autre banque de l’OCDE, une garantie sur les pertes du
portefeuilles lorsque celle-ci dépassent 10% du portefeuille (il s’agira en fait d’un CDS, cf.
8.5).
– la banque achète, auprès d’un véhicule ad-hoc, une garantie sur les pertes pour des pertes
entre 4% et 10%. Ce véhicule émet des obligations pour un nominal de 6% du portefeuille
et utilise le produit de cette émission comme collatéral de la garantie qu’il a octroyé à la
banque.
– enfin la banque garde le risque résiduel, ie le risque des premières pertes jusqu’à 4%.
Dans le cas de la titrisation, le capital réglementaire nécessaire est alors la somme de :
– 8% ∗ 20% pour la garantie bancaire, qui a une pondération de 20% seulement, soit 1.44%,
– 8% ∗ 0% pour la garantie du véhicule, entièrement collatéralisée d’où une pondération de 0%
seulement, soit 0%, et
– 4% pour la part (la plus junior) restante qui doit être entièrement capitalisée.
Soit un capital réglementaire de 5.44% pour la titrisation vs un minimum initial de 8% alors que
quasiment tout le risque est resté sur le bilan de la banque.
Un autre exemple basé sur un portefeuille de prêt hypothèquaire a été détaillé dans une publication
de Goldman Sachs [HHL+ 09]. Les tableaux 1.2 donnent le détail du calcul du capital réglementaire.
Dans le cadre de Bâle 1 :
– le portefeuille nécessite un capital réglementaire de 50% ∗ 8% et 1% de réserve minimum,
soit un total de 5% ;
– si ce portefeuille est repackagé en RMBS avec une structure de passif complexe (cf. figure),
alors si la banque détenait toutes les tranches, le capital réglementaire était de 4.1% un gain
de presque 20% par rapport à son capital initial.
– le repackaging des tranches BBB en un CDO permettait aussi une diminution du capital
réglementaire.
L’arbitrage réglementaire ne s’arrêtait pas là. En effet les obligations créées par une telle
titrisation étaient dans nombre de cas vendues :
– soit à des véhicules hors bilan créé par la banque et financés par elle, qui lui permettait de
ne pas avoir à mettre du capital face au risque de ces tranches alors qu’économiquement la
banque gardait ce risque (cf par exemple les SIV et Conduit d’ABCP) ;
– soit à des hedges funds qui finançait cet achat en empruntant à la banque avec comme sûreté
ces obligations elle-mêmes.
1.2.3 Quel est l’intérêt des investisseurs ?

Il convient cependant de tempérer l’attrait de l’arbitrage réglementaire. Le marché des titrisa-
tions ne se reposait pas entièrement sur cet arbitrage. Si le marché des titrisations a explosé aussi
rapidement, c’est que les investisseurs se sont très rapidement approprié ce produit. Les principaux
avantages du point de vue des investisseurs, considérés avant la crise de 2007 :
– une très grande diversité des structures, des actifs et du niveau de risque des titriasations ;
– des produits qui peuvent être définis sur mesure en terme de maturité, duration, fréquence
des paiements (particulièrement vrai pour les titrisations synthétiques) ;
– des niveaux de rémunération plus importants que sur des titres classiques ;
– initialement, une performance meilleure que des titres d’entreprises historiquement, même
si ces performances sont très variables d’une classe d’actifs à une autre.
La liquidité de ces titres étaient et reste le principal problème. Avant la crise de 2007, certain
classes d’actifs disposaient d’une relative liquidité (surtout vrai pour les obligations disposant de
la meileeure notation : AAA / Aaa), car le marché croyait à une stabilité du risque ou du rating.
A partir du moment où cette croyance a volé en éclat, la liquidité a complètement disparue.
1.2. L’INTÉRÊT ÉCONOMIQUE 21
Figure 1.2 – Exemple d’arbitrage réglementaire sous Bâle 1 et Bâle 2 pour un portefeuille de
prêts hypothèquaires
Asset Class (B. EUR) 2007 2008 2009 2010 2011 ytd
ABS 57,8 73 52,5 35,8 51,1
CDO 88,7 48,1 107,1 66,4 42,4
which SME 36,9 33,2
CMBS 47,6 4,9 15,5 6,1 2,2
RMBS 259,7 585,3 239 271,7 137
Total 453,7 711,3 414,1 379,9 234,3
Table 1.1 – Emission par classe d’actifs sur les dernières années en Europe (source ESF Securi-
tisation Data Report)
1e+06
7e+05
6e+05
8e+05
North America Notional issued in USD M
SF.Type
European Notional issued in USD M

5e+05 ABS−Auto
SF.Type ABS−Consumer
ABS−Auto 6e+05 ABS−CreditCards
ABS−CreditCards ABS−Leases
4e+05
ABS−Other ABS−Other
ABS−Equipment CMBS
ABS−HomeEquity Mixed−MBS
3e+05 4e+05
ABS−ManufacturedHousing RMBS
ABS−StudentLoans SME
WBS−Other
2e+05
WBS−Pubs
2e+05
1e+05
0e+00 0e+00
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
2
9
9
9
9
9
9
9
9
0
0
0
0
0
0
0
0
0
0
1
1
1
1
19
19
19
19
19
19
19
19
20
20
20
20
20
20
20
20
20
20
20
20
20
19
19
19
19
19
19
19
19
20
20
20
20
20
20
20
20
20
20
20
20
20
Year Year
Figure 1.3 – Montant des émissions d’opération de titrisation (à l’exclusion des CDOs) aux
Etats-Unis et en Europe (en millions de dollars - source SIFMA)
Les principaux actifs titrisés en Europe (tel que décrit par la table 1.2.3 ou présentés en figure
1.3) correspondent au bilan des banques. En effet, l’actif le plus représenté, et de loin, est le
prêt hypothéquaire, structuré en RMBS. Nous mettrons de côté dans un premier temps le chiffre
d’émission de 2008 qui est expliqué par le besoin en financement d’un certain nombre de banques
européennes (espagnoles et grecques). Ce volume de RMBS est expliqué par le volume de prêt
hypothéquaire possédé par les banques et la familiarité des investisseurs avec cette classe d’actif.
Cette croissance est liée aux facteurs suivants :
– le produit est relativement standard (en terme d’actif et de passif) et ressemble aux Pfand-
briefe, d’où une grande liquidité ;
– un risque relativement faible, ou supposé faible, du au boom immobilier de plusieurs pays ;
– des taux d’intérêts faibles, augmentant le recours au crédit par les particuliers, et donc le
volume de prêts originés.
Le volume des CDOs est sous-estimé dans ces chiffres. En effet une très grande partie des CDOs
synthétiques étaient effectués et vendus de manière privée, en réalité les années 2004-2007 ont vu
une explosion de l’émission de CDOs. Cette explosion est due à une conjonction de facteurs :
– les investisseurs sont déjà familiarisés avec le risque de crédit d’entreprises (certains ont des
équipes d’analystes crédit) et donc un ”repackaging” de ce risque de crédit au travers de
CDO reste pour eux un investissement classique (aux contraires de titrisations de stocks ou
de leases complexes),
– les banques utilisent la structure CDO afin de remodeler leur bilan et surtout d’alléger leur
besoin en fonds propres nécessaires au respect du ratio Cooke,
– enfin l’arbitrage entre le marché de crédit (obligations ou CDS) et le marché des CDO a été
trés important sur la période 2002-2006, même si à cause de la compression des spreads de
CDS en 2007 cet arbitrage s’était réduit.
1.2.4 Le financement de l’économie
1.3 Les obligations émises

Lors d’une transaction de financement structuré, à priori toutes les possibilités sont permises
pour les caractéristiques des titres émis. Cependant, soit à cause des marchés existants, soit à cause
de la structure de l’allocation des flux, les titres auront souvent des caractéristiques communes.
1.3. LES OBLIGATIONS ÉMISES 23
0.8
0.7
Proportion of outstanding residential mortgage
financed by securitisation and covered bond
0.6
Country
FR
0.5
DE
GR
0.4 IT
NL
ES
0.3
0.2
0.1
2004 2005 2006 2007 2008 2009 2010 2011

Year (as of end of)
Figure 1.4 – Proportion des prêts hypothéquaires résidentiels financés soir par la titrisation, soit
par des covered bond (source SIFMA,EMF,ECBC)
2500
2000
Who finances ?
Credit.union
1500 Saving.inst
Finance.companies
value
Government
Commercial.Banks
1000 Securitized
Other
500
1988 1993 1998 2003 2008 2013

Date
Figure 1.5 – Financement des prêts aux particuliers aux Etats-Unis par type de source (source
FRED)
– la monnaie de dénomination : principalement en dollar, euro, pound et yen ;

– le coupon versé et sa fréquence : semestriel ou trimestriel avec une large proportion d’émission
flottante liée à un index court terme local (Libor / Euribor).
– le profile d’amortissement suivra le profil des actifs sous-jacent.
1.3.1 Défaut et mesure de la perte

Une fois l’ensemble des caractéristiques d’une obligation fixé, la principale question concerne
le risque de l’investisseur, et par conséquent le prix de cette obligation. Celui-ci a investi ses fonds
dans l’achat d’une telle obligation à cause d’un certains nombres d’hypothèses sur les flux qu’il
s’attend à recevoir. Ces hypothèses peuvent être de différents ordres :
– le montant des intérêts versés : variant soit à cause d’une variation de l’index, soit à la suite
d’un non-paiement (partiel ou total) de la part du véhicule,
– le montant du principal remboursé : variant soit parce que contractuellement le principal
pouvait évoluer, soit suite à un non-paiement,
– les dates de ces différents flux : elles ont un impact sur le taux de rendement de l’investisse-
ment et dépendent directement du profil d’amortissement du portefeuille d’actifs sous-jacent.
La première idée pour une mesure du risque va concerner la probabilité d’occurence de l’un de ces
non-paiements. Elle est simple à mettre en oeuvre et permet à un investisseur de savoir si il doit
suivre son opération de près. Cependant la connaissance de la probabilité de défaut ne suffit pas
à comparer le risque de deux transactions, en effet suivant les actifs sous-jacent, en cas de défaut
la perte peut être plus ou moins importante : d’où l’introduction de la sévérité en cas de défaut,
et l’introduction de l’espérance de perte comme le produit de ces deux indicateurs.
La probabilité de défaut d’une obligation ne prend pas en compte d’effet temps, car quelle que soit
la date de non-paiement elle ne changera pas la probabilité de défaut. Au contraire l’espérance
de perte doit être définie comme référence à une seule variable. Généralement cette variable
sera définie comme la valeur nette présente de l’ensemble des flux de cette obligation, ou plus
précisément la différence entre la valeur nette présente sans aucun défaut et celle d’un scénario
avec défaut. L’utilisation de la valeur nette présente afin de synthétiser un ensemble de flux en
seul chiffre est classique en actualisation (cf. 21.11).
1.3.2 La cotation des ”ABS”

La majorité de ces titres sont flottants basés sur un indice court terme, la cotation s’effectura
par l’intermédiaire du spread et non du prix. Ce marché est encore principalement un marché
primaire, i.e. les acheteurs initiaux gardent ces titres jusqu’à maturité. Cependant depuis quelques
années, le marché secondaire s’est élargi, principalement à cause de la création d’équipe spécialisée
dans la gestion de portefeuilles d’ABS, soit par des gérants, soit par des banques elles-mêmes.
En effet ce marché illiquide permettait de profiter d’une prime à l’achat lorsqu’un acheteur initial
voulait se débarraser de certains titres. L’exemple le plus fameux est celui des gérants de fonds
ayant des critères de notation strictes sur les titres qu’ils peuvent détenir : si un titre perd cette
notation minimale, alors il sera obligé de vendre cet actif, d’où une décôte, d’ou une prime pour
le nouvel acheteur.
Cette liquidité a été mise à mal durant le crise financière de 2007-2009, car elle était basée sur
une connaissance superficielle des produits. Souvent la transaction reposait uniquement sur les
informations fournies par les agences de notation (Rating / Caractéristiques du portefeuille).
Le prix de ces obligations est déterminé par comparaison avec des prix publics sur des transactions
similaires. Ces prix publics peuvent provenir d’indices génériques sur chaque type de tranche d’une
classe d’actifs (cf. les indices MarkIt) ou de transactions privées dont le prix a été rendu public.
Lorsque les actifs sous-jacents sont eux-même cotés, il est alors possible d’utiliser cette information
afin de déterminer un prix ”modélisé” pour l’obligation de la titrisation. C’est notamment le cas
pour les CDOs.
1.4. TITRISATION DE DETTES 25
1.4 Titrisation de dettes CDO

MBS
La titrisation de dettes est une opération financière qui a été ”inventée” aux Etats-Unis, dans
un premier temps basé sur des portefeuilles d’emprunts immobiliers.
1.4.1 Les ”Collateralised Debt Obligation”

Les CDO ou ”Collateralised Debt Obligations” sont des émissions de titres financiers adossés
à un portefeuille d’obligations (dans ce cas on utilise l’acronyme CBO pour ”Bonds”) ou de prêts
(CLO pour ”Loans”). Le risque de crédit de chacun des émetteurs du portefeuille est alors transféré
aux investisseurs. Dans la plupart des cas, les obligations ou prêts sous-jacents ont été émis par
des entreprises. Dans une minorité des cas, ces titres sont eux-même issus d’une titrisation. Cette
technique de mutualisation d’un portefeuille de titres est de plus en plus appliquée à d’autres type
d’actifs (soit d’autres formes de dettes : les ”Credit Default Swaps”, soit des actifs exotiques :
actions non cotées, parts de fonds, options sur matières premières).
1.4.2 Les ”Mortgage Backed Securities”

Un crédit immobilier est un prêt disposant d’une hypothèque sur une propriété immobilière.
L’immobilier en question est séparé en deux catégories :
– des propriétés résidentiels : maisons, appartements (qui peuvents être divisé en ”single-
family” ou ”multi-family”),
– de l’immobilier commercial : généralement constitué d’immeubles de bureaux, de bâtiments
d’entreprises, d’immeubles locatifs, de centres commerciaux, d’hôtels, etc... .
Chacun de ces deux types de crédit va donner lieu à un type de titrisation car les risques et
l’analyse sont très différents. En effet
– les prêts pour propriétés résidentiels ont des nominaux beaucoup plus faibles que les prêts
commerciaux.
– le prêt sur une résidence sera remboursée par la salaire de ses habitants, alors que le prêt
sur propriété commerciale est remboursée uniquement grâce au loyer de l’entreprise.
– dans le premier cas c’est un risque d’accident de la vie pour les habitants alors que dans le
second il s’agit d’un risque de récession économique.
Les prêts titrisés peuvent être des prêts à taux fixes, à mensualités variables, à taux variables, et
des prêts à remboursement à maturité.
Les émissions de ”MBS” sont des titres financiers qui sont adossés à des portefeuilles de prêts
immobiliers. Ils sont généralement classés en quatre type :
– les ”mortgage-backed bonds” : obligations émises par une entreprise qui correspondent à
une dette classique de cette entreprise, disposant d’une sureté sur un portefeuille de prêts
immobiliers ;
– les ”pass-through securities” : les prêts immobiliers sont vendus à un trust, qui émet des
titres représentatifs d’un droit de propriété sur l’actif gagé, donnant droit à recevoir une
proportion des flux provenant des prêts sous-jacents ;
– les ”collateralized mortgage obligations” : les prêts immobiliers sont vendus à un véhicule
ad-hoc, qui émet des titres pour financer cet achat. Les flux provenant des prêts sous-jacents
sont alloués suivant une règle d’allocation entre différentes classes ;
– et les ”stripped mortgage-backed securities” ; ces obligations sont aussi adossés directement
à un portefeuille de prêts immobiliers, mais elles ne donnent droit qu’aux flux de principal
ou d’intérêts des prêts immobiliers sous-jacents (elles sont dénommées ”PO” pour ”Principal
Only”, ou ”IO” pour ”Interest Only”).
Nous nous intéresserons ici uniquement aux ”collateralized mortgage obligations” qui en Europe
sont la seule variante de titrisation immobilière effectuée.
Créances 1.4.3 La titrisation de créances commerciales ou ”Trade Receivables”

commerciales
Crédit à la Les créances commerciales (ou ”Trade Receivables”) sont des dettes de court terme, sans
consommationintérêts, qui naissent de la vente de biens ou de services d’une entreprise (le créancier) à ses
entreprises clientes (les débiteurs). Ces dettes sont quasiment toujours sans sûreté, de plus il n’y
a pas (ou rarement) de pénalités de retard si ces dettes sont payées bien après leur maturité.
En conséquence il n’y a pas d’incitation pour les débiteurs à payer à temps, et le taux de retard
peut être très important. Cependant les caractéristiques de ces dettes sont très inhomogènes d’un
créancier à un autre car les contrats et les services de recouvrement utilisés par ceux-ci peuvent
être très différents. De plus la stratégie et la condition financière du créancier peut aussi avoir
une grande influence, ainsi contrairement à ce que l’on pourrait croire les taux de défaut vont
être influencés par le créancier (d’où une étude nécessaire créancier par créancier). La section 3.2
développe en détail les titrisations basées sur ce type de dette.
1.4.4 La titrisation de crédit à la consommation

Qu’est ce qu’un crédit à la consommation ? Un établissement de crédit consent à ses clients
(des particuliers) une ouverture de crédit dans une limite fixée, contre une rémunération. Cette
ouverture de crédit peut prendre la forme :
– soit d’un crédit attaché à une carte de crédit dont la forme est proche de celle d’un découvert
autorisé :
– le client puise dans la capacité qui lui est offerte pour effectuer les achats qu’il souhaite
et/ou les achats qui sont couverts par le champ de sa carte (carte Pass, carte Aurore par
exemple),
– l’impact de l’achat pour le client est différé,
– Le client rembourse au fil de l’eau (généralement mensuellement) la part de son crédit
autorisé qu’il a utilisé (ainsi que des frais liés au montant utilisé), c’est ce que l’on nomme
un crédit revolving.
– soit d’un crédit attaché à un achat particulier dont la forme est celui d’un crédit classique :
– l’établissement de crédit prête au client une somme déterminée (crédit automobile) qui est
remboursée à l’établissement en fonction d’un plan d’amortissement défini dès le départ.
– le client rembourse alors les échéances prévues lors de la souscription du crédit, ainsi qu’un
intérêt basé sur le montant du crédit accordé.
Chaque établissement de crédit va essayer de prévoir son taux de défaut sur l’ensemble de ses
crédits, pour cela il utilise ce que l’on nomme un ”scoring”, ou système de notation des clients.
Il s’agit d’une estimation de la qualité de crédit d’un particulier basée sur des critères objectifs.
Cette estimation prendra très souvent la forme d’une régression statistique de la probabilité de
défaut par rapport à un certains nombres de variables explicatives (cf. 9.3.2).
Les crédits à la consommation posent aussi un certain nombres de problèmes juridiques. En effet
ils sont soumis à un contrôle strict de la part des autorités : les formalités contractuelles doivent
respecter les contraintes du code de la consommation, et de plus les actions auprès des personnes
en situation de surendettement sont particulièrement contrôlées, et encadrées par des lois (Loi
Neirtz et commissions de surendettement en France par exemple).
1.5 Un bref historique de la titrisation

1.5.1 La naissance et le développement aux Etats-Unis
Les premières titrisations sont apparues aux Etats-Unis au début des années 1970, elles concer-
naient le marché des créances hypothéquaires. Le financement du logement aux Etats-Unis fonc-
tionnait sur la transformation d’épargne à court terme par les Caisses d’Epargne (”Savings and
Loans”) en financement à long terme d’investissement immobilier. Or la volatilité des taux d’intérêts
a mis à mal une telle structure de financement. Sont alors apparus des techniques de refinance-
ment permettant de créer un marché des dettes hypothéquaires. Mais c’est au début des années 80,
1.5. UN BREF HISTORIQUE DE LA TITRISATION 27
alors que ces Caisses d’Epargne étaient au bord de la faillite, qu’un loi fiscale a rendu la vente de
portefeuilles de prêts immobiliers très intéressante d’un point de vue fiscale et comptable (Amor-
tissement comptable des moins values lors de la vente d’un prêt qui pouvait s’étaler sur la durée
de vie du prêt, report en arrière du déficit fiscal). Il n’y avait à cette date qu’un seul acheteur
potentiel de ce type de portefeuille : Salomon Smith Barney. Cette banque n’ayant pas le bilan
nécessaire pour garder l’ensemble de ces prêts, elle a développé la technique de la titrisation. Ainsi
la technique de la titrisation permettant de rendre liquide un tel portefeuille s’est-elle énormément
développée à cette époque.
Il est intéressant de constater que cette histoire s’est répétée dans d’autres pays, ou des mesures
d’incitations fiscales ont été à l’origine d’un fort développement du marché des titrisations, comme
en Italie avec les prêts non-performants.
1.5.2 La titrisation en Europe

1.5.3 L’invention de la titrisation ?
Afin de découvrir les prémisses de la titrisation dans l’histoire, il faut revenir à la définition
initiale de la titrisation : la transformation en actif financier (donc liquide) ou monétisation d’actifs
illiquides. Comme aujourd’hui, la titrisation sera d’abord une réponse à un besoin de financement.
Ainsi des chevaliers préparant leurs croisades aux XI ieme et XII ieme siècle. Ils disposaient d’un
bien de valeur : leurs terres, sans pouvoir mobiliser cette valeur, à la fois pour des raisons sociales
et par absence de marché. Le financement de leurs croisades fut par exemple effectué par un
emprunt avec une hypothèque sur leurs terres. Le revenu de celles-ci revient alors aux prêteurs,
soit en diminution du montant de principal, soit comme intérêt. Ce type de prêt était nommé
respectivement viv-gage ou mort-gage (ayant donné en anglais le mot hypothèque). Ces emprunts
étaient équivalents à des émissions obligataires avec sûreté. Ce n’est pas à propement parler une
titrisation car il n’y a pas de ventes des terres à une société créée spécialement pour l’occasion
mais tous les éléments nécessaires à une titrisation sont déjà présents.
L’exemple le plus proche de la titrisation d’aujourd’hui est la ”Casa di San Giorgio” à Gênes. La
”Casa di S. Giorgio” n’était au début qu’un consortium de prêteurs à la cité de Gênes. Puis au
fur et à mesure de l’augmentation des emprunts de la cité, cette institution a vu son influence
s’étendre : elle disposait d’un contrôle sur une partie des revenus de la cité (principalement les
taxes) qui servait de garanties aux remboursement d’emprunts et aux paiement d’intérêts. Cette
structure permettait de répondre aux besoins de financements de Gênes, afin de construire une
flotte, créer une infrastructure nouvelle, etc... .
Nous avons là une structure dédiée à la levée d’emprunts garantis par une source de revenus
spécifiques, similaire à une titrisation. De même qu’aujourd’hui la titrisation est utilisée par une
entreprise afin de rassurer ses prêteurs, la ”Casa di S. Giorgio” a acquis une telle importance au
moment ou la cité de Gênes a voulu rassurer ces prêteurs.
Chapitre 2
La structuration juridique
La titrisation est une série d’obligations contractuelles définies dans un certain nombre de do-
cuments. Ces documents vont régir ce que les différente parties peuvent ou ne peuvent pas faire,
l’organisation des flux ou des calculs et les opérations à mettre en place dans certains cas. Si
l’opération utilise un société ad-hoc alors ces documents régiront aussi la création de cette société,
son objet, etc... et les relations de cette société ad-hoc avec des tiers (que ce soit conseiller en
gestion, société de gestion, etc...). La modélisation n’est alors qu’une traduction, une formalisa-
tion en termes mathématiques des contrats. Mais la formalisation mathématique ne doit pas faire
oublier que les contrats ne servent pas uniquement à décrire la mécanique de la structure, certains
risques (comme le risque de faillite de la société ad-hoc, ou le risque de faillite d’entité partie à la
transaction) seront couverts par des clauses contractuelles permettant d’éviter ces scénarios ou de
limiter leurs conséquences sur les flux.
La structuration juridique permet de contraindre cette société et de limiter/détailler ses actions
futures, celle-ci est en pilotage automatique contrairement à une société classique. Cette structu-
ration juridique peut se faire soit dans le cadre d’une loi (ce qui est le cas en France et en Italie),
soit au niveau d’une ensemble de contrats s’appuyant sur le droit des sociétés classiques.
Ce chapitre est une introduction aux différents problèmes juridiques posés par une titrisation et que
l’on rencontre sur l’ensemble des transactions. Bien sûr chaque opération peut poser des problèmes
juridiques spécifiques, mais l’étude d’une liste exhaustive serait trop complexe à présenter. Nous
avons choisi de décomposer la structuration juridique en trois parties :
– le véhicule ad-hoc : l’établissement de la société ad-hoc qui émettra les dettes de la titrisation,
et le risque de défaut intrinsèque d’un tel véhicule (par intrinsèque j’entends lié non aux actifs
ou au risque transféré par ce véhicule aux investisseurs, mais plutôt lié au fait qu’il s’agisse
d’une société) ;
– les contreparties : les contreparties aux contrats avec ce véhicule ont des obligations soit
financières, soit opérationnelles, que deviennent-elles lorsque l’une de ces parties fait faillite ?
– les actifs de la titrisation : la pleine propriété de ces actifs par le véhicule peut-elle être
remise en cause ?
2.1 Quelques exemples de structures

Avant de détailler les problèmes juridiques soulevés par une titrisation afin qu’elle soit viable,
nous avons voulu commencer par décrire en détail des exemples de structures.
2.1.1 Un CDO
Afin de mieux comprendre comment s’agence une transaction réelle, nous allons décrire ici les
principaux contrats mis en place dans ce cadre. La figure ?? décrit une transaction simple de CDO,
où le véhicule émet des obligations et grâce à l’argent ainsi reçu achète des prêts aux entreprises
29
30 CHAPITRE 2. LA STRUCTURATION JURIDIQUE
sur le marché. Au cours de la vie de la transaction, suivant les conseils d’un gestionnaire engagé
pour l’occasion, le véhicule peut acheter ou vendre des prêts en respectant un certain nombre de
contraintes. Les différent contrats/intervenants (voir aussi la figure 2.1) seront alors :
– la banque de dépôt : elle détient les comptes courants du SPV et assure la gestion des flux
(virements, etc...) ;
– les auditeurs : ils doivent auditer les comptes du SPV anuellement ;
– les avocats : ils écrivent l’ensemble des contrats et vérifient que la structure tient juridique-
ment ;
– le gestionnaire du collatéral : il achète/vend les dettes et en cas de défaut effectue le recou-
vrement auprès de l’émetteur de cette dette ;
– l’agent vérificateur : celui-ci vérifie que les choix du gestionnaire sont conformes à la docu-
mentation et établit des rapports sur l’état de la transaction ;
– les agences de notations : elles analysent le risque de crédit des émissions effectuées par le
SPV et notent les obligations émises par celui-ci ;
– le trustee : il est le bénéficiaire de la sûreté sur l’ensemble des dettes et en cas de défaut du
SPV sur le paiement de sa dette (ou en cas de faillite du SPV), il prendra possession de la
sûreté au nom des investisseurs.
Les principaux contrats constituant la transaction sont les suivants :
– (a) Offering Memorandum : le prospectus de vente des obligations émises par le véhicule, c’est
un document non contractuel distribué aux investisseurs potentiels décrivant les principaux
mécanismes de la transaction, les différents contrats, les principaux risques de l’émission, le
bilan du véhicule, etc... .
– (b) Investment Advisory Agreement (ou Collateral Management Agreement) : l’accord de
gestion du portefeuille de dettes entre le véhicule et un gestionnaire de fonds. C’est un contrat
par lequel le véhicule engage contre rémunération un gestionnaire afin de gérer le portefeuille
de dettes en respectant un certain nombres de contraintes.
– (c) Trust Deed : le document créant le trust sur l’ensemble des actifs du véhicule hors un
capital minimum.
– (d) Euroclear Pledge Agreement : un gage sur les dettes achetées par le véhicule et qui seront
en garde chez Euroclear.
– (f) Subscription Agreement : l’accord de souscription des obligations émises par le véhicule
par la banque arrangeuse. Généralement les obligations émises par le véhicule seront achetées
par la banque, puis revendues aux investisseurs immédiatement ou au fur et à mesure si le
placement s’avère délicat.
– (i) Management Agreement (Issuer) : l’accord de gestion du véhicule par une société spécialisée.
En effet afin de gérer les formalités nécessaires à la vie du véhicule et l’administration cou-
rante (rapport d’audit annuel, tenue d’une réunion des membres du conseil d’administration,
paiement des impôts, etc...), une société est engagée pour toute la durée de la transaction.
– (l) Les contrats relatifs aux swaps : il s’agit de l’ISDA Master Agreement, d’un ISDA Sche-
dule, et de confirmations de swaps. Des swaps peuvent être nécessaires afin de transformer
des flux d’intérêts fixes d’actifs en intérêts variables, ou bien afin de transformer la monnaie
de dénomination des actifs.
2.1.2 Créances commerciales

2.1.3 Un RMBS
2.2 Le véhicule ad-hoc

Lorsque la transaction est mise en place, dans l’analyse quantitative qui en est faite un certain
nombre de risques sont oubliés, car ils sont censés être couverts par la structuration juridique.
Une opération de titrisation est basée sur la ségrégation des actifs titrisés par rapport à l’entité
qui les a cédés, et notamment vis à vis de sa faillite. Cette ségrégation va juridiquement avoir un
impact sur deux éléments :
31
Figure 2.1 – Structure d’un CDO avec les principaux intervenants/contrats

Gestionnaire d'actifs
choisit d'investir sur certains actifs (achat/vente)
en cas de défaut gère le processus de
recouvrement du prêt
Fondation Trustee
Prêt 1 Filiale à 100%
Agent payeur
Prêt 2
Investisseurs
Souscriptrice
Banque
A
s
as
Agent payeur
Prêt 3
Cl
ss B
Cla
Emetteur Cla
Prêt 4 ss C
Agent payeur
C
Compte de Dépôt
la
Prêt 5
ss
D
Agent payeur
Contrepartie de
Prêt 6 swap d'intérêt
Agences de notation
Prêt 7 Auditeurs
2.2. LE VÉHICULE AD-HOC
Banque de Autorités
réglementaires
..... Dépôt
Gestionnaire de SPV
gère le SPV au jour le jour (courier, formulaires, etc..)
fournit des directeurs indépendants au SPV
CHAPITRE 2. LA STRUCTURATION JURIDIQUE
Parts
Parts
Émission résiduelles
résiduelles
Figure 2.2 – Titrisation avec FCC et conduit

Placement direct
Cession
de
créances
Cédant Parts
Parts Tous
Cédant FCC Tous
recouvreur FCC prioritaires
prioritaires Investisseurs
recouvreur Émission Investisseurs
Souscription
Créances Parts
Parts Investisseurs
Investisseurs
Émission subordonnées qualifiés
qualifiés
Souscription
Débiteurs
Souscription de
parts Parts
Émission subordonnées
Cession de
créances
Placement global
Souscription
Cédant
Cédant Parts
Parts Véhicule
Véhicule
FCC
FCC
recouvreur
recouvreur Émission prioritaires
prioritaires émetteur
émetteur
Émission Émission
Créances
Billets de
Obligations
Obligations trésorerie
Débiteurs
Débiteurs Souscription Souscription
Investisseurs
Investisseurs
32
2.2. LE VÉHICULE AD-HOC 33
Portefeuille Class A
d'actifs générant
un revenu
Class B
Véhicule ad-hoc
sans personnel
sans locaux
sans autres actifs que le portefeuille Class C
Class D
Allocation des flux
Figure 2.3 – Flux de SPV
– le véhicule ad-hoc émettant les ABS ne doit pas faire faillite, i.e. il doit être très improbable
qu’une procédure de faillite soit déclenchée contre ce véhicule,
– le véhicule ne doit pas être affecté par le défaut du cédant.
2.2.1 L’établissement du SPV

L’émetteur des dettes de la titrisation est créé comme une société (sauf lorsqu’il existe une loi
encadrant la titrisation, cf par exemple 2.5) :
– ayant des statuts un peu particulier, car restreignant toute ses activités à celles nécessaires
à la titrisation ;
– émettant très peu d’actions et finançant son activité quasi-exclusivement par de la dette.
Les transactions de financements structurés en Europe vont utiliser des véhicules :
– soit ”onshore”, i.e. dans le pays même, si une loi encadre les véhicules de titrisation (cf.
France, Italie, Espagne),
– soit ”offshore”, i.e. dans un pays dont la fiscalité est avantageuse, les principales domiciliation
sont alors l’Irlande, le Luxembourg et Jersey.
Domicile Irlande Jersey Luxembourg

Type de société ”Public Limited Company” Société anonyme
Mise en place
Taxes sur le SPV IS (25%) IS (31%)
sur revenus nets des intérêts sur revenus nets des intérêts
Taxes sur les versements Pas de WHT Pas de WHT
Table 2.1 – Caractéristiques des trois principales domiciliations en Europe

2.2.2 Un véhicule qui ne peut pas faire faillite

La mise en place d’un véhicule qui ne peut pas faire faillite va avoir des répercussions princi-
palement sur les cinq éléments suivants :
– les activités,
– les dettes,
– les gages (ou hypothèques),
– le risque de faillite volontaire,
– le risque de faillite involontaire.
Les activités du SPV

Le SPV est une entité nouvellement créée, sans aucun passé et notamment sans activité
prééxistante qui aurait pu créer un passif (créanciers prééxistants, procès en cours, pollution,
passif social, etc...). Les activités du SPV sont limitées à celles qui sont nécessaires pour la tran-
saction, afin de ne pas risquer de créer d’autres dettes ou d’autres obligations. Par exemple il est
interdit au SPV de vendre tous ses actifs, de posséder des bureaux, d’avoir des employés, etc... .
Cette limitation est mise en place grâce soit à la documentation de la transaction (interdiction de
certaines actions dans l’emprunt émis par le véhicule), soit aux documents créant le SPV (statut
de cette société). De plus celui-ci ne peut modifier ces clauses sans un accord préalable, soit de
l’agence de notation, soit d’un représentant des investisseurs.
Les dettes
Le SPV est aussi limité dans sa capacité à créer des dettes. En effet toutes les dettes que le
véhicule peut avoir, seront spécifiées initialement dans la documentation. Généralement les dettes
autorisées sont :
– les obligations constituant la titrisation,
– des dettes afférentes à des contrats nécessaires à la titrisation (ligne de liquidité, contrat
d’assurance, etc...),
– des dettes subordonnées aux obligations de la titrisation et spécifiées initialement.
Les gages
Les actifs transférés lors de la titrisation doivent être libres de tout recours et notamment de
tout gage ou hypothèque en faveur d’un tiers. En effet lors de l’opération de titrisation ces actifs
seront gagés au profit des investisseurs (création d’une sûreté sur ces actifs). Ils ne doivent pas
pouvoir être mobilisés afin de payer les dettes de leur ancien détenteur : le cédant. Imaginez une
maison vendue avec une hypothèque, l’acheteur possède la maison mais le créancier du vendeur
peut la saisir si ce vendeur ne rembourse pas ses dettes, cette cession ne correspond pas vraiment
à l’idée que nous nous en faisons.
Faillite volontaire
Il s’agit ici d’empêcher que les directeurs ou actionnaires du SPV puissent mettre en faillite le
véhicule. Pour ce faire les statuts du SPV restreignent la capacité à mettre en faillite le véhicule,
par exemple afin de pouvoir le faire il est nécessaire d’avoir un accord de tous les directeurs du
SPV (d’où la nécessité d’être sûr que certains directeurs sont indépendants). Cette restriction
n’empêche pas une faillite volontaire (une telle restriction est impossible à obtenir juridiquement
car opposée à la loi), mais au moins en limite les possibilités.
Faillite involontaire
Une faillite involontaire est une mise en faillite initiée par des créanciers du SPV. Afin de
diminuer ce risque, tous les créanciers du SPV, qui lui sont liés par un contrat, auront dans ce
contrat une clause spécifiant qu’il leur est interdit d’initier une faillite pendant toute la durée de
2.2. LE VÉHICULE AD-HOC 35
vie de l’opération de titrisation.

On peut noter que ces différentes mesures de protection ne suffisent pas pour empêcher la faillite
du véhicule, nous en prenons pour preuve eux exemples : ”Kingston Square” et ”EuroSail”.
Un exemple de mise en faillite d’un SPV a été le cas ”Kingston Square”. Il s’agissait d’une titri-
sation MBS aux Etats-Unis en 1996. Le SPV n’a pas pu à un moment payer des montants dus
au titre de ces émissions, ce qui autorisait le trustee à saisir les actifs gagés (les immeubles sous
hypothèque en l’occurence) pour les liquider et rembourser ces émissions. Afin d’empêcher cette
liquidation, le cédant des actifs de la transaction a organisé une faillite involontaire. Il ne pouvait
en effet organiser une faillite volontaire à cause de l’existence d’un directeur indépendant, mais
il a regroupé un ensemble de créanciers fournissant des services au SPV (des firmes juridiques et
d’audit) afin de déclencher une faillite involontaire, car ce type de créanciers n’a généralement
pas de clauses d’interdiction de mise en faillite. Cette mise en faillite a été jugé recevable par le
tribunal des faillites de New-York.
La transaction ”EuroSail” a posé un autre type de problème. L’émetteur de dette dans ce cas était
basé en Angleterre et donc soumis au droit des faillites anglais. Afin que ce type de véhicule ne
puisse être mis en faillite automatiquement lorsque le montant des actifs est inférieur au montant
des dettes dues, une clause de recours limitée (”Limited Recourse”) est généralement introduite
dans la documentation des obligations émises, ce ne fut pas le cas pour l’opération ”EuroSail”. Le
test de comparaison des actifs et du passif exigible s’appliquait donc à ce type de véhicule.
Ces problèmes sont très complexes et les solutions se construisent au fur et à mesure des
exemples et des jurisprudences.
2.2.3 Le risque de consolidation d’un SPV

Même si le véhicule n’est pas soumis à un risque de faillite, en cas de défaut du cédant le
véhicule risque toujours d’être consolidé avec celui-ci et donc d’être en faillite. Cette consolidation
peut être décidée par le tribunal qui jugera la faillite du cédant. C’est donc un problème très
délicat. Les avocats spécialistes de la titrisation ont mis en place une liste de points qui doivent
être vérifiés par le véhicule afin d’éviter toute consolidation :
– Indépendance du véhicule pour les décisions,
– Séparations des opérations, des bureaux et des documents comptables du vehicule,
– Les relations contractuelles avec le cédant sont des transactions commerciales standard en
terme de documentation et de prix.
L’exemple de LTV Steel (cf. 2.6.2) est une bonne description de ce qui peut se produire en cas
de confusion des patrimoines.
2.2.4 Le ”trust”
En sus des différents éléments constitutifs du véhicule que nous avons vu précédemment, il
existe dans les structures anglo-saxonnes une protection supplémentaire pour les investisseurs. En
effet, au niveau du véhicule est créé ce que l’on nomme un ”trust”. Le ”trust” est une institution
issue du droit coutumier anglo-saxon existant depuis le Moyen-Âge et servant initialement à la
conservation de patrimoine ou la gestion de fortune (notamment la gestion de fondations). Un
”trust” est défini par le transfert en pleine propriété de tout ou partie du patrimoine d’une personne
(physique ou morale), le constituant, à une autre personne, le ”trustee”, qui doit le gérer et
en disposer dans l’intérêt des bénéficiaires (ou dans un but déterminé). Le contrat réglant les
conditions de gestion se nomme le ”Trust Deed”.
Dans le cadre d’une opération de financement structurés, le constituant sera :
– soit le cédant : celui-ci va donc céder ces actifs à un trustee, qui émettra des certificats
représentants une part des flux provenant de ces actifs,
– soit le SPV : celui-ci cédera ces actifs à un trustee qui représentera et défendra les intérêts
des investisseurs.
C’est la seconde structure qui est de loin la plus commune, car le passage par un SPV permet
beaucoup plus de flexibilités dans le réinvestissement, la subordination entre obligations émises,
etc...
2.3 Les contreparties

Les contreparties sont les entités ayant signé un contrat avec le véhicule ad-hoc ayant vis à vis
de celui-ci des obligations soit financières, soit de service. En sus du cédant dont nous avons vu
l’importance à la section 2.2.3, une titrisation peut aussi avoir, entre autres, comme contreparties :
– une banque teneuse de compte ;
– une ou plusieurs contreparties de contrats dérivés, que ce soit un CDS, un swap de taux de
change, de taux d’intérêt, ou un repo (”repurchase agreement”) ;
– un gestionnaire, soit en charge d’acheter/vendre les actifs, soit de gérer le recouvrement des
actifs
Pour chacun d’entre eux, nous allons détailler ici les conséquences de leur défaillance, défaut
ou simple non exécution du contrat (pour une obligation non financière), et les solutions pour
contrôler ce risque.
2.3.1 Banque teneuse de compte

En cas de faillite de cette banque, les fonds du véhicule détenu par la banque au nom de celui-ci
risque d’être bloqué le temps de la résolution de cette faillite ou le temps que le véhicule puisse
prouver que ces fonds lui appartienne, avec le risque que la banque ne puisse pas lui rembourser
ces fonds. L’importance de ce risque dépend des montants en dépôt auprès de cette banque :
– des flux provenant régulièrement des actifs ;
– un montant correspondant aux intérêts à payer ; ou
– l’ensemble du principal des obligations émises par le SPV (surtout dans le cas d’une titrisa-
tion synthétique).
2.3.2 Contrepartie de contrats dérivés

Disparition d’une protection sur un risque précis. Changement dans la priorité des paiements
2.3.3 Gestionnaire des créances

Augmentation des coûts - Risque opérationnel - Perte d’informations
2.3.4 Cédant
Confusion des flus
Forte augmentation du taux de prépaiement, donc moins de marge excédentaire
2.4 Les actifs

2.4.1 Le transfert des actifs
Les actifs à titriser doivent être transférés de manière absolue à un véhicule ad-hoc. Un transfert
absolu est une dépossession complète : le cédant ne retient aucun droit, aucun intérêt à cette
propriété. Il s’agit ici d’éviter que les actifs cédés puissent être considérés comme appartenant
encore au cédant suite au transfert, et notamment d’éviter qu’en cas de défaut du cédant, ces
actifs puissent faire partie de la faillite du cédant.
La principale méthode de transfert d’actifs à un SPV est une vente ou ”true sale”. Afin d’être
caractérisée comme un transfert absolu, une vente doit vérifier les caractéristiques suivantes :
2.5. UN EXEMPLE RÉGLÉ PAR UNE LOI : LOI DE TITRISATION FRANCAISE 37
– le transfert du risque de perte sur les actifs : si le cédant a gardé une partie du risque car Fonds
Commun
par exemple il garantit le paiement ou par l’obligation de racheter les dettes au pair, alors de
le transfert ne sera considéré comme une vente. Titrisation
– le degré de rétention du bénéfice par le cédant : toute augmentation de la valeur des actifs (FCT)
doit être gardée par le véhicule et non redonnée au cédant.
– le degré de contrôle des actifs par le cédant suite au transfert,
– le traitement comptable des actifs chez le cédant.
2.4.2 Guarantie du cédant
2.5 Un exemple réglé par une loi : Loi de titrisation fran-

caise
Certains pays, comme la France ou l’Italie, ont introduit une loi réglant la titrisation. Le
parlement francais a adopté cette loi en 1988, puis l’a révisé au cours des années afin de l’adapter
au besoin du marché. Cette loi a créé une nouvelle structure nommée Fonds Commun de Créances
sur le modèle des FCP (”Fonds Commun de Placement”) ou SICAV (”Société d’Investissement à
Capital Variable”). Ce FCC a le même rôle que le SPV que nous avons décrit plus haut dans le
cadre d’une titrisation.
2.5.1 Qu’est ce qu’un Fonds Commun de Créances ?

Un FCC est un véhicule, co-propriété, sans personalité morale, dont le seul objet est l’acquisi-
tion de créances (ou la vente de protection synthétique 1 ). L’ensembles des mécanismes réglant la
vie du FCC et donc la transaction sont décrits dans le réglement du FCC, écrit dès la constitution
du fonds. Le fait qu’un FCC n’est pas de personalité morale interdit toute faillite du FCC. Cepen-
dant si le FCC ne peut faire faillite, il peut être liquidé, que ce soit à maturité (plus précisément six
mois après après la maturité de la dernière créance détenue par le FCC), ou avant dans certaines
circumstances. Ces circumstances et le traitement des actifs du FCC dans ce cas de liquidation
anticipée sont décrit dans le réglement, il peut s’agir par exemple :
– le véhicule est incapable d’acquérir des créances ou d’émettre des titres,
– en cas de changement imprévu (autre que lié à un risque de crédit) menacant la sureté des
porteurs de parts.
Le FCC afin de financer l’achat des créances (ou la vente de protection) émettra des parts ou
des obligations. Ces parts sont des valeurs mobilières disposant d’une sureté basé sur les actifs
du fonds. Les parts émises pourront être différentes, soit en terme de maturité, soit en terme de
droit sur les actifs (certaines aprts devant être entièrement remboursées avant que d’autres type
de parts puissent être payées - parts ordinaires / parts spécifiques), soit en terme d’objectif : en
effet généralement le sponsor de la transaction souscrit une part résiduelle pouvant servir à :
– capturer l’excès d’intérêt afin de le reverser au sponsor ;
– créer un compte de réserve dès le commencement de la transaction.
Ces parts offrent à leurs porteurs le droit à une portion des flux des créances du fonds suivant
le réglement. Elles n’offrent pas de roit de vote mais la responsabilité des porteurs de parts est
limitée à la portion des actifs du fonds leur revenant.
2.5.2 Participants et responsabilité

– L’originateur/sponsor : l’entité vendant ses créances au FCC et à l’origine de la titrisation.
– La société de gestion : responsable de la gestion du FCC et son seul représentant légal. Elle
est co-responsable avec le dépositaire de la rédaction du règlement et de la constitution du
fonds.
1. Telle qu’envisagée dans la loi votée en Juin 2003, mais dans le cadre de modalités qui ne sont pas encore
décrites dans un décret.
Kingston – Le dépositaire : en sus du rôle de co-fondateur, c’est le dépositaire des créances et autre actifs
Square
du FCC, de plus il doit superviser les activités de la société de gestion afin de préserver les
LTV Steel
intérêts des investisseurs.
– L’auditeur : le FCC doit avoir un Commissaire aux Comptes afin d’auditer et de certifier les
comptes du FCC.
– Le servicer : il est chargé de collecter les flux des créances et de les déposer sur un compte du
fonds. Il gére la relation quotidienne avec les débiteurs et recouvre les montants non-payés.
Souvent l’originateur et le servicer ne font qu’un.
Au niveau fiscal, le FCC bénéficie d’un régime spécifique. Etant une co-propriété sans perso-
nalité morale, ce fonds n’est pas assujettie à l’impôt sur les sociétés. Il n’est pas assujettie non
plus à la TVA. Cependant les porteurs de parts/investisseurs seront sujet à l’impôt sur les revenus
produits par les parts.
2.6 Des exemples de problèmes juridiques

Afin de comprendre à quel point ces problèmes juridiques sont importants dans le cadre d’une
titrisation et surtout de l’analyse de risque, nous présentons ici deux exemples de transactions où
des points juridiques particuliers ont remis en cause l’ensemble de la structure.
2.6.1 Kingston Square

Ce cas très contesté concernait deux CMBS effectué en 1991 et 1993. Ces transactions titrisaient
des prêts hypothéquaires à une même société immobilière effectués l’un par Chase Manhattan
Bank et l’autre par REFG Investor Two, Inc. . Ces deux entités étaient aussi les trustee de ces
transactions. La société immobilière était l’actionnaire des deux SPV. En 1994, Chase et REFG en
tant que trustee ont voulu saisir l’hypothèque car les pertes commencaient à être trop importantes.
Or la société immobilière a voulu empêcher cette saisie. En effet elle pensait qu’une liquidation
menée par les trustees aurait obtenu un prix plus faible qu’une vente organisée par elle-même. Afin
d’empêcher cette saisie, il lui fallait mettre en faillite les véhicules, car alors toute tentative de saisie
serait impossible (gelée pendant qu’un tribunal allait décider du sort de cette entité). Cette société,
bien qu’étant actionnaire des SPV, ne pouvait les mettre en faillite (faillite volontaire) car il y
avait un directeur indépendant au comité exécutif. Elle a alors du organisé la mise en faillite, elle a
rassemblé plusieurs créanciers des véhicules chacun pour des montants faibles (cabinet d’avocats,
professionel de l’immobilier) telle que l’ensemble était suffisant pour mettre en faillite les véhicules.
Typiquement ce type d’action est frauduleux, malheureusement ce n’est pas toujours aussi clair
et cela peut nuire gravement à une transaction.
2.6.2 LTV Steel

Lors de la faillite de l’entreprise LTV Steel, la validité de la séparation entre actifs de cette
société et actifs titrisés a pu être testé. Au moment de la faillite, la société elle-même a demandé
à pouvoir accéder aux actifs détenus par les véhicules ad-hoc afin de rembouser ces créanciers,
présentant les titrisations qu’elles avaient effectuées comme des financements et non une cession
d’actifs. Dans un premier temps la cour de justice décida d’approuver cette demande.
LTV avait effectué deux titrisations à cette date :
– une titrisation de créances commerciales en 1994 : LTV vendait de manière quotidienne ses
créances commerciales à un SPV ;
– une titrisation de stock en 1998 : LTV vendait son stock de matière premières à un SPV .
Lors de sa demande, LTV avança les arguments suivants afin de convaincre la cour que ces
titrisations n’étaient pas des ventes d’actifs à un SPV mais uniquement un financement :
– le prix de cesssion des actifs aux SPV ne correspondait pas à un prix de marché ;
– le cédant avait promis d’indemniser le SPV dans de nombreux cas : lorsque les actifs cédés
ne s’avérait pas correspondre aux critères d’éligibilité ;
2.6. DES EXEMPLES DE PROBLÈMES JURIDIQUES 39
– le prix d’achat était déterminé en fonction des pertes sur les actifs achetés précédemment ;
– la confusion des flux entre l’argent de LTV et les flux appartenant au SPV ;
– son degré de contrôle des actifs cédés (LTV était ”servicer” de ces transactions).
Après avoir approuvé la demande de LTV, les répercussions sur le marché des financements
structurés furent importante et la cour, dans un second temps, révisa son jugement et déclara que
ces transactions constituaient effectivement des ventes (”true sale”).
2.6.3 Dante CDO

Dans la structure d’un CDO, la priorité de paiement règle l’allocation des flux provenant du
collatéral, i.e. les actifs détenus par le SPV, entre les contreparties et les différentes classes de
dettes. Ces contreparties peuvent avoir les contrats suivants avec le SPV :
– pour un CDO synthétique, il peut s’agir d’un CDS transférant un risque de crédit (généralement
sur une tranche d’un portefeuille) de la contrepartie au véhicule ;
– ce peut être un swap de taux d’intérêt afin d’échanger les intérêts reçus par le véhicule sur
ses actifs contre un autre type d’intérêts, fixe contre flottant ;
– ou un swap de monnaie, échangeant une monnaie contre une autre, à la fois intérêt et
principal, lorsque certains actifs sont dans une monnaie différente de la monnaie d’émission
de la dette.
Dans la plupart des transactions, les montants dus par le véhicule aux contreparties sous ces
swaps devront être payés en premier dans la priorité des paiements, avant tout paiement aux
investisseurs. Cependant si la contrepartie est affectée par un évènement de défaut, alors ces
montants ne seront payés par le véhicule qu’après paiements des montants dus aux investisseurs.
En effet, afin de protéger les investisseurs contre le risque de défaut d’une telle contrepartie, les
paiements à celle-ci, lorsqu’elle est en défaut, sont subordonnés : ils ne seront payés que si les
investisseurs sont remboursés.
Dante CDO était un CDO synthétique structuré par Lehman Brothers, où Lehman achetait de
la protection de crédit à Dante CDO, le véhicule, grâce à un CDS. Lorsque Lehman Brothers est
tombé en faillite (le 15 septembre 2008), cela a déclenché un evènement de défaut sous le CDS et
conformément à la documentation le repaiement des dettes du véhicule. Lehman étant en faillite,
les dettes devaient être remboursées en priorité au montant du à Lehman. L’administrateur de
Lehman a alors voulu remettre en cause cette priorité de paiement en posant la question à un
cour anglaise et à cour américaine : la loi régissant ces contrats étant la loi anglaise, mais Lehman
étant une entité américaine. La cour anglaise a confirmé la priorité de paiement, alors que la cour
américaine a invalidé la subordination de ce qui était du à Lehman. En effet cette cour a jugé que
la subordination d’une obligation conditionnelle à la faillite de la contrepartie à qui elle était due,
était contraire au droit des faillites, et notamment contraire ..... . Cette décision de la cour à été
mise en appel.
2.6.4 Coeur Défense

Coeur Défense est un batiment de bureaux situé à la Défense qui fut titrisé en 2007. L’émetteur
de cette titrisation (”Windermere XII FCT”) est un Fonds Commun de Titrisation, un véhicule
de titrisation régi par la loi française sans personnalité morale (ne pouvant donc pas faire faillite).
Ce FCT a émis plusieurs types d’obligations et a ensuite acheté un prêt hypothèquaire émis
par une société anonyme de droit francais (”SAS Heart of la Défense”-Hold), filiale de ”Dame
Luxembourg” (société du groupe Lehman Brothers”). L’hypothèque est sur un immeuble de bureau
de la Défense nommé ”Coeur Défense”, qui est donc la propriété de la société HolD. Suite à la
faillite de Lehman, les actionnaires de Hold ont décidé de mettre cette société en faillite, ce qui
est contraire à l’intérêt des investisseurs ayant acheté l’obligation émise par Windermere XII. Les
investisseurs de la titrisation posséde toujours (à travers le SPV) un prêt octroyé à HolD avec une
sureté sur une propriété immobilière, mais la mise en faillite de HolD va retarder de beaucoup la
saisie de cette propriété et sa vente, et augmenter l’aléa autour du recouvrement de ce prêt. C’est
l’ensemble de la titrisation CMBS en France qui se trouve fragilisée par cette décision. Cependant
il faut bien voir que cette faiblesse des structures exsitait depuis le début, de par l’utilisation d’une
société anonyme classique dans un schéma de titrisation (”bankruptcy-remote” ne signifie qu’elle
ne puisse pas faire faillite).
2.6.5 De l’importance du risque opérationnel

Dans certains pays, lorsque le véhicule ad-hoc est mis en place, il aura un statut de société
anonyme classique, sans pourtant avoir d’employés ou de bureaux. Comme société anonyme, il
est soumis à un certain nombre de lois : l’audit annuel des comptes de la société, l’enregistrement
auprès des autorités locales, etc... .
Afin de remplir l’ensemble de ces formalités, le véhicule engage pour la durée de l’opération une
société assuarnt le secrétariat de celle-ci, et donc toutes les tâches administratives afférentes aux
contraintes réglementaires du véhicules, à l’organisation des réunions des directeurs, etc... . Si cette
société de secrétariat n’effectue pas correctement son travail, alors il se peut que l’existence légale
du véhicule en soit menacée.
Le choix d’une telle société peut sembler mineur, pourtant c’est un risque pour la transaction : le
risque juridique peut se nicher dans les détails.
Chapitre 3
Titrisation de dettes
La plus grande partie des titrisations effectuées sont adossées à des portefeuilles de dettes.
Dans ce chapitre nous avons essayé de dresser un portrait le plus générale possible des titrisations
de dettes. En effet de par la nature de l’actif, le comportement et donc la modélisation de celui-ci
variera peu. Seul la structure du passif et le jargon employé seront différent d’une classe d’actif à
une autre.
Nous commencerons par une description détaillée de chaque type de titrisation, que ce soit sur
sa structure ou sur son marché, puis nous décrirons des problèmatiques générales s’appliquant à
toutes ces titrisations de dettes. Ce chapitre fait pendant au chapitre décrivant la formalisation
mathématique de l’analyse de flux (cf. 13).
Dans le cadre de telle titrisation, une émission obligataire est effectuée par un véhicule ad-hoc, et
l’argent ainsi récupéré sert :
– soit à acheter un portefeuille de dettes (une titrisation ”cash”) à un établissement de crédit,
– soit est déposé sur un compte rémunéré, dans ce cas le véhicule rentre dans un contrat
de swap, plus particulièrement un ”Credit Default Swap”, afin d’indemniser la contrepartie
contre des pertes liés à des évènements de crédit sur un portefeuille fixé (une titrisation
synthétique).
Au-delà de cette première différentiation cash-synthétique, les titrisations peuvent différer par :
– la nature des dettes sous-jacentes,
– la possibilité de rechargement ou de substitution à l’intérieur du portefeuille, et l’impact de
cette modification du portefeuille sur les actifs du véhicule.
3.1 Les ”Collateralised Debt Obligations” ou CDO

Les CDO ou ”Collateralised Debt Obligations” sont des émissions de titres financiers adossés
à un portefeuille d’obligations (dans ce cas on utilise l’acronyme CBO) ou de prêts (CLO). Le
risque de crédit de chacun des émetteurs du portefeuille est alors transféré aux investisseurs.
Initialement, ces obligations ou prêts sous-jacents ont été émis par des entreprises. Cependant
par la suite, ces titres étaient eux-même issus d’une titrisation. Ce second type de CDO (nommé
aussi ”Resecuritisation”) fut en pleine croissance en 2006-2007 car utilisé pour financer l’émission
grandissante de ”Subprime RMBS”. Cette technique de mutualisation d’un portefeuille de titres
fut aussi appliquée à d’autres type d’actifs (soit d’autres formes de dettes : les ”Credit Default
Swaps”, soit des actifs exotiques : les actions non cotées, les parts de fonds, etc...).
Le risque d’une transaction CDO est donc le risque de défaut des débiteurs. D’autres risques
peuvent apparaı̂tre mais ils seront toujours mineurs par rapport au risque de défaut. La protection
contre ce risque provient de l’allocation des flux entre tranches (cf. 3.4).
41
42 CHAPITRE 3. TITRISATION DE DETTES
3.1.1 Typologie des CDO

Les CDO vont différer de par leurs caractéristiques suivantes :
– le type de dettes sous-jacentes,
– les possibilités de modification du portefeuille, i.e. rechargement ou vente/achat des dettes,
– l’émission d’obligations ou l’utilisation de CDS pour le transfert du risque au passif.
Les actifs traités dans le cadre de CDO sont majoritairement des dettes d’entreprises qui
peuvent être :
– des obligations traitées sur un marché,
– des prêts bancaires syndiqués ou bilatéraux,
– des prêts accordés dans le cadre du rachat d’une autre société (”Leveraged Buy-Out”),
– des ”Credit Default Swaps”.
Chacun de ces titres peut disposer ou non d’une sureté concernant certains actifs des sociétés
sous-jacentes (respectivement ”secured” ou ”unsecured”).
Dans le cadre de ces transactions, le portefeuille de dettes n’est pas toujours fixé initialement sans
possibilité d’évolution au cours du temps. Un gestionnaire d’actifs suit les émetteurs du portefeuille
et décide des achats/ventes potentielles de dettes. Ces achats/ventes sont autorisés sous conditions,
mais la transaction supporte un risque de marché. L’analyse de risque va se baser sur les critères
qui doivent être respectés par le gestionnaire et sur un respect du rapport actif noté / passif.
3.1.2 Le marché
Les objectifs d’un CDO
On peut distinguer plusieurs types d’objectifs, selon que l’entreprise à l’origine de l’opération
est une banque ou un gestionnaire d’actif.
En mettant en place une titrisation, il s’agit pour une banque de transformer des créances qu’elle
porte sur son bilan en titres financiers négociables. Cette transformation peut avoir différents
objectifs :
– Transfert du risque de crédit aux investisseurs, c’est l’achat d’une protection de crédit struc-
turée par exemple pour une équipe de dérivés de crédit gérant leur exposition.
– Allégement du bilan ou meilleur gestion des activités, ce peut être une adaptation du profil
de risque ou une cession d’activité.
– Arbitrage réglementaire, pour un portefeuille de dettes la banque doit détenir un minimum
de capital réglementaire (cf. ratio Cooke) et l’achat de protection lui permet alors de libérer
ce capital réglementaire et de l’utiliser à d’autres fins.
Une titrisation de dettes pour une banque, contrairement à une entreprise classique, aura très
rarement pour objectif le financement.
Pour un gestionnaire d’actifs, il s’agit de créer un fond (SICAV ou OPCVM en France par exemple)
émettant de la dette, dont il assurera la gestion. La gestion de ce fond lui permettra alors d’être
rémunéré (et ce pour une durée de 5 à 10 ans avec une quasi-certitude d’être payé) et d’augmenter
le montant total des fonds sous sa gestion. La création d’un tel produit lui permet aussi de proposer
à ses clients habituels un produit sur mesure en terme de couple (rendement, risque) suivant la
tranche proposée.
Composition du marché
3.1.3 Gestion ou non d’un CDO ?

Une grande proportion de CDO est géré par un tiers, généralement un gestionnaire d’actifs
reconnu. Cela permet d’éviter un arbitrage par le banquier qui structure la transaction et permet
aussi d’exploiter les compétences spécifiques d’un tel gestionnaire sur certaines classes d’actifs
(prêts mezzanines, dettes souveraines, etc... ).
Une telle gestion va se traduire en réalité par des réinvestissements lorsque les dettes arrivent à
3.1. LES ”COLLATERALISED DEBT OBLIGATIONS” OU CDO 43
En bps (per an- US EUR HG Mezz IG EM

num) ou en prix si HY HY SF SF Syn- CDO
% CLO CLO CDO CDO thetic
Aaa (Junior for HG
SF)
June 2004 38 42 47 NA 60 55
June 2007 24 23 75 70 44 40
December 2007 90 90 899 996 160 60
June 2008 175 175 1795 1543 575 60
December 2008 500 500 3790 2550
June 2009 550 550 2861
Aa
June 2004 75 85 110 NA 105 115
June 2007 42 38 75 175 75 90
December 2007 200 185 1791 2103 250 125
June 2008 365 365 4069 3337 1200 125
December 2008 40% 40% 6859
June 2009 25% 25%
A
June 2004 125 154 180 NA 160 195
June 2007 90 65 150 385 110 125
December 2007 300 275 2166 2611 375 200
June 2008 550 550 4322 4158 1600 200
December 2008 20% 20%
June 2009 10% 10%
Baa
June 2004 250 250 325 NA 350 340
June 2007 220 165 525 730 256 200
December 2007 450 450 2528 2964 675 400
June 2008 750 800 4322 4773 2000 400
December 2008 15% 17%
June 2009 8% 8%
Table 3.1 – Spreads de différent types de CDO (source JPM : Global ABS/CDO Weekly Market
Snapshot)
Créance Worldwide CDO Issuance Amount

commerciales
5e+05
250
4e+05
200
Notional issued in USD M

Collateral.Type
High Yield Bonds
3e+05
Notional in B. USD
High Yield Loans

150 Investment Grade Bonds
Mixed Collateral
Other
2e+05 Other Swaps
100 Structured Finance
1e+05
50
0 0e+00
1998 2003 2008 2013 2000 2002 2004 2006 2008 2010 2012
Year Year
Figure 3.1 – Evolution mensuelle des émissions de CDO et composition de leur collatéral de 2004
à 2012 (source Asset-Backed Alert et SIFMA respectivement)
maturité ou des substitutions de dettes (vente puis achat). La gestion d’un portefeuille va introduire
deux éléments nouveaux :
– la mise en place de tests afin de contrôler la non-dégradation de la qualité du portefeuille
lors de la gestion,
– le contrôle des pertes provenant des substitutions par vente-achat (”trading”).
Typiquement les tests vérifiant la non-dégradation de la qualité du portefeuille seront définis
soit comme la non-augmentation de la perte/probabilité sur les classes notées en utilisant un
modèle prédéfini, soit par le respect de plusieurs critères :
– la qualité de crédit du portefeuille : moyenne et proportion maximum de notations faibles ;
– la diversification du portefeuille par secteurs industrielles et zones géographiques ;
– la séniorité des dettes envisagées ;
– la rémunération des dettes, que ce soit intérêt ou spread.
Le ”trading” du portefeuille peut générer des pertes au niveau du véhicule et donc amplifier les
pertes de crédit. Cependant, si le gestionnaire est efficace, ces pertes devraient en fait éviter des
pertes de crédit : le gestionnaire préférant vendre une dette problématique plutôt que d’attendre
le défaut. Le ”trading” est initialement autorisé dans un CDO, mais si malgré cette flexibilité les
classes du CDO sont amenées à être dégradées, dans ce cas la flexibilité se réduit et les substitutions
ne seront plus autorisées que lorsqu’elles conduiront à un gain, ou lorsqu’elles seront basées sur
des éléments objectifs et clairement définis afin d’éviter le défaut.
3.2 Les créances commerciales

Les créances commerciales sont des créances qui naissent de la vente d’un bien ou service par
un fournisseur à un client, celui-ci ne payant pas immédiatement le fournisseur mais avec un délai
de plusieurs mois.
3.2.1 Définition et risques

Les créances commerciales sont des dettes court terme sans intérêts. L’une de leur principal
caractéristique est le retard de paiement de ces créances, en effet il est très rare qu’il y ait des
pénalités si le remboursement de ces créances est en retard. Le défaut de paiement d’une créance
3.2. LES CRÉANCES COMMERCIALES 45
commerciale aura des conséquences très différentes d’un défaut sur une obligation émise : le four-
nisseur cessera juste de livrer sa marchandise.
Ces différentes caractéristiques des créances commerciales en font des dettes non-standard, et une
titrisation de créances commerciales nécessite donc une analyse spécifique :
– ces structures ne disposent pas d’intérêts excédentaires ;
– les retard de paiement peuvent par contre être très élevés et ce sont ces retards qui posent
le plus grand risque et non la faillite des clients ;
– les créances commerciales sont sujettes à dilution, i.e. une réduction du montant dû pour
des raisons autres que le défaut, par exemple une réduction commerciale données par le
fournisseur à son client à la fin de l’année ;
– la maturité de ces dettes est très courte, environ 2 à 3 mois ;
– enfin la proportion de créances commerciales par client est très hétérogène et peut présenter
des concentrations importantes.
La sévérité de ce type de dette va dépendre de la prestation qui lui est attachée : si ce produit est
essentiel à la bonne marche de l’entreprise (et qu’il ne s’agit pas d’une liquidation de l’entreprise)
la sévérité sera faible. Dans les cas contraires, soit car il s’agit d’un produit dont l’entreprise peut
se passer momentanément, soit car elle est liquidée, la sévérité sera proche de 100%.
En sus du risque de crédit de cette créance, ce type de titrisation est aussi soumis au risque de
crédit du cédant des créances. En effet les remboursements de ces créances commerciales sont
généralement effectués sur un compte du cédant. Ces montants sont donc en risque si le cédant
fait faillite. Aussi il faut mettre en place des mécanismes permettant de réduire cette exposition,
comme par exemple un virement quotidien de ces montants sur un compte du véhicule ad-hoc.
3.2.2 La structure
Les obligations émises par une telle transaction sont adossées à des créances commerciales, la
protection de crédit est construite et les intérêts sont payés grâce à un achat de ces créances à un
prix inférieur au nominal. Cet excès de nominal (surdimensionnement) de l’actif par rapport au
passif sert de provisions pour :
– le risque de défaut,
– le risque de dilution,
– le paiement d’intérêt sur les obligations émises,
– le paiement des frais opérationnels.
Ces créances étant à très court terme, durant toute la vie de la transaction, le véhicule
rachètera de nouvelles créances. Ce réinvestissement sur de nouvelles créances sera soumis à cer-
taines contraintes, soit au niveau de chacune des créances (critères d’éligibilité), soit au niveau
du portefeuille. Suite à chaque réinvestissement, le véhicule doit disposer d’un surdimmension-
nement suffisament important afin de couvrir les éléments cités précédemment (risques et frais).
Ainsi le prix d’achat des créances est-il déterminé dynamiquement, ie à chaque date de rachat,
en fonction de prévision sur les montants à provisionner pour chacun des risques cités. Enfin lors
de l’occurence de certains évènements, le véhicule n’aura plus le droit de racheter de nouvelles
créances, il devra au contraire amortir les obligations émises : c’est un amortissement accéléré.
Ces évènements peuvent être :
– le défaut du cédant,
– un taux de défaut/dilution trop important pour le portefeuille de créances,
– l’impossibilité de racheter des créances pour un montant suffisant,
– etc... .
3.2.3 Allocation des flux et protection des investisseurs

Les titrisations de créances commerciales utilisent le concept de ”borrowing base”, utilisé aussi
dans le cadre d’une titrisation d’actifs (de stocks) : c’est un concept similaire au surdimensionne-
ment. Le calcul de cette base d’emprunt (”borrowing base”) peut varier d’une transaction à l’autre
mais l’idée reste la même : le véhicule ne peut émettre de dettes que pour un notionnel maximum
Home Equity égal à la somme des notionnels des créances commerciales éligibles défalquée des provisions pour
Loan
chacun des différents risques, soit à tout moment :
X
Notionel des créances commerciales =Provisions pour risques, frais et intérêts
+ Notionel des dettes émises par le SPV
La ”borrowing base” représente le montant maximum que le véhicule peut emprunter. Si le véhicule
a émis des dettes à long terme, alors c’est le notionnel des créances achetées qui variera. L’ensemble
des flux provenant des créances commerciales sera alloué suivant la priorité des paiements spécifiés
pour la transaction. Nous donnons dans la section 3.4 quelques exemples d’allocation de flux. Dans
le cas d’une allocation pari-passu, les investisseurs ont droit à une proportion des flux égale au
ratio de leur part par rapport au total des dettes émises du véhicule. Cette proportion sera fixée
au début de la période d’amortissement accéléré. Il faut noter que lorsque la base d’emprunt (et
le cash détenu sur les comptes du véhicule) est inférieur au notionnel de l’émission du véhicule, il
y aura amortissement accéléré.
3.3 HEL ou Home Equity Loan

Suite à la crise de l’été 2007, il m’a paru intéressant de développer la présentation du produit
HEL. Cependant suite à cette même crise, l’avenir de ce produit paraı̂t maintenant très incertain.
3.3.1 Une définition

Les ”Home Equity Loan”, sont des prêts hypothéquaires de premier rang faits à des emprun-
teurs de piètre qualité de crédit, i.e. des emprunteurs qui ont fait défaut ou qui ont un dossier de
crédit incomplet. Initialement le terme ”Home Equity Loan” faisait référence à des prêts protégés
par une hypothèque de second rang sur une maison. Une hypothèque de second rang est une hy-
pothéque prise alors qu’il existe déjà une hypothèque sur le bien immobilier, et dont la priorité de
paiement est moindre que celle de l’hypothèque de premier rang. Elle permet à la banque prêteuse
en case de non paiement du prêt de saisir l’immeuble, de le vendre, puis après remboursement du
prêt initial de toucher le montant restant. Un tel prêt permet de monétiser la différence entre la
valeur de la maison et le montant du prêt restant. Un tel type de prêt est très populaire lorsque
le prix des maisons augmente car il permet aux propriétaires de tranformer ce surplus (ce gain
virtuel) en monnaie sonnante et trébuchante. Cependant il y a eu glissement de sens et le marché
utilise actuellement ce terme pour des prêts hypothéquaires de premier rang où l’emprunteur est
risqué, l’on dira aussi ”Non-Prime”.
Les prêts sous-jacents à la titrisation peuvent avoir des caractéristiques très variées, nous allons
mentionner ici les plus répandues :
– Intérêt : les emprunteurs peuvent choisir entre un taux d’intérêt fixe et un taux hybride. Ces
prêts ont une maturité de l’ordre de 30 ans. Le taux hybride est un taux fixe pendant une
certaine période (2 ans dans 60% des cas) puis devient un taux flottant pour le reste de la
durée du prêt, ils sont nommés ”Hybrid ARM”’ (pour Adjustable Rate Mortgage). Le taux
fixe initial peut être un taux faible afin d’inciter les clients potentiels (”‘teaser rate”’). Ces
emprunteurs en rentrant dans ce contrat, espérent pouvoir refinancer l’achat de leur bien
immobilier à la fin de la periode initiale (lorsque le taux devient flottant et beaucoup moins
intéressant), en ayant alors un dossier de crédit plus solide (pas de défaut de paiement sur
les années récentes).
– Cap et Floor d’intérêt : les prêts hybrides ont cependant des contraintes sur le taux flottant.
A la première date de reset, lorsque le taux devient flottant, l’augmentation de taux est limité
à 1.5%-3%. A chaque date de modification du taux flottant, les augmentations peuvent être
limitées à 1%. De plus un taux unique maximum peut s’appliquer sur toute la vie de la
transaction, de l’ordre de 6% généralement.
3.3. HEL OU HOME EQUITY LOAN 47
– Amortissement : la plupart des prêts s’amortissent sur 30 ans, chaque paiement mensuel étant
un mélange d’intérêt et de principal. Cependant un autre type d’amortissement commence à
apparaı̂tre pour les ”‘Hybrid ARM”’ : les premières mensualités correspondent à un paiement
d’intérêt seul (”‘IO Loans”’ pour ”‘Interest Only”’).
– Prépaiement : La plupart des ces prêts ont des pénalités de paiments anticipés. En effet celles
ci permettent de protéger le prêteur contre un remboursement trop rapide, notamment dans
le cas où le taux d’intérêt initial est faible. Pour les prêts à taux fixe la pénalité dure 3 ans,
alors que pour les prêts hybrides, la pénalité disparaı̂t au moment du reset.
3.3.2 Le marché
Depuis 2002, ce type de titrisation forme une large part des émissions de dettes ABS américaines.
En effet, en sus d’un marché hypothèquaire US en pleine explosion, ces obligations offrait un taux
d’intérêt plus élevé que celui d’autres ABS (carte de crédit, prêt automobiles), tout en étant très
liquide. A cause de ces deux mêmes qualités, on retrouvait d’ailleurs très souvent une large pro-
portion de HEL au sein des portefeuilles de CDO d’ABS. Ces CDOs par ricochet augmentant la
pression sur la demande de papier HEL.
Nous essaierons d’expliquer plus en détail ce qui s’est passé lors de l’été 2007.
3.3.3 Les risques des actifs

La performance et donc le risque des actifs est déterminé principalement par les facteurs
suivants :
– les prepaiements volontaires ;
– les défauts ou prépaiements involontaires ;
– les retards de paiement ;
– la sévérité.
Les prépaiements volontaires

Le prepaiement peut être du à plusieurs motifs :
– un refinancement du prêt existant car les taux d’emprunt ont baissé. Cela a été parti-
culièrement vrai lors de la chute des taux d’intérêts en 2005/2006.
– un refinancement lorsque la qualité de crédit de l’emprunteur s’est amélioré, cela lui permet-
tant l’accès à des taux plus favorables.
– un refinancement du prêt lorsque le prix de la maison a augmenté, en effet l’emprunteur
peut alors emprunter plus pour d’autres projets.
– un changement de résidence.
Les taux de prepaiements pour les prêts à taux fixe augmentent pendant les deux premières
années jusqu’à 25-30%, alors que le niveau de prepaiment des prêts hybrides est beaucoup plus
élevé et atteint son maximum à la date de reset (cf ??).
Les défauts
Le défaut pour un HEL sera défini comme soit une perte suite à la vente de la maison soit
un retard de paiements de plus de 60 jours. C’est un élément primordial pour la santé de la
transaction. En effet des défauts importants au sein du portefeuille de HEL pourront remettre en
cause le repaiement des obligations adossées à ce portefeuille. Plusieurs indicateurs peuvent aider
à comprendre le risque de défaut :
– le type d’emprunteur (ses caractéristiques) et plus particulièrememt celles qui définissent sa
qualité de crédit : emploi, salaire, ratio revenus/intérêt, historique de crédit ;
– l’évolution du prix du bien immobilier, en effet lorsque l’emprunteur a une part importante,
i.e. la différence entre la valeur du bien et le montant du prêt, il essayera au maximum
d’éviter le défaut, car le défaut risque de lui faire perdre cette part ;
– des variables économiques générales, en ce sens qu’elles peuvent avoir des conséquences sur
les éléments sus-cités (taux de chômage, attractivité économique d’une région/ville).
La sévérité
Le taux de sévérité, qui mesure le montant du prêt non remboursé suite à liquidation de la
maison, est la résultante de plusieurs éléments :
– le coût de la liquidation (coûts juridiques et de mise en place de la vente) ;
– le montant d’intérêt et de principal encore du ; et
– le prix de la maison.
Le coût de liquidation étant généralement fixe, la sévérité tend à être plus élevée sur des prêts
de faible montant. La sévérité va varier en fonction du type de prêt, en effet un prêt étant IO
(”‘Interest Only”’) tendra à avoir un notionnel plus élevé au moment du défaut de l’emprunteur,
d’où une svérité plus grande. Enfin le prix du bien à un impact mécanique sur la sévérité, aussi
bien de part la protection apportée par un prix élevé que par la vente rapide d’un tel bien lorsque
le prix de celui-ci est important.
3.3.4 La structure du passif

La structure de passif des HEL est parmi les plus complexes des ABS. La plupart des obligations
émises suivent une structure de paiement séquentielle, mais d’autres mécanismes peuvent être
utilisés afin de protéger les investisseurs :
– la sur-collatéralisation, i.e. le notionel du portefeuille est plus important que le montant total
des obligations émises par le SPV ;
– l’utilisation de la marge excédentaire afin de constituer des réserves permettant de protéger
l’investisseur contre une hausse des défauts.
Les flux générés par les portefeuille de dettes hypothéquaires seront alloués aux obligations
émises par le SPV grâce à trois types de séquence de paiement :
1. Allocation des intérêts : cette waterfall alloue le montant des intérêts percus sur les prêts
soit courant soit au moment de la liquidation,
2. Allocation du principal : il s’agit ici des montants de principal percu par le SPV,
3. Allocation de la marge excédentaire.
Waterfall d’intérêt
Les montant d’intérêts percus par le SPV serviront tout d’abord à payer les divers frais :
– le coût du servicer ;
– le paiement des différentes parties : banque qui a structurées l’opération, agence de notation
3.3.5 Allocation des flux et protection des investisseurs

Allocation des intérêts : La marge excédentaire : création
– tout d’abord afin de compenser les pertes sur le portefeuilles en cours,
– pour surcollatéraliser : la marge est utilisée afin de rembourser la part la plus senior,
– enfin si un certain OC a été atteint, pour distribution aux parts résiduelles.
Impact du prépaiement.
Allocation du principal : initialement à la part la plus senior, puis sous certaines conditions
aussi aux parts plus juniors.
3.4. ALLOCATION DES FLUX 49
3.4 Allocation des flux

L’élément le plus important après la spécification des caractéristiques des actifs/exposition de
la titrisation est l’allocation des flux. Par ce terme on entend les régles gouvernant les flux à tout
moment et notamment l’impact de ceux ci sur les différentes classes d’obligations émises : ces flux
peuvent ainsi représenter pour un classe d’obligations :
– le paiement d’intérêt du soit au titre de la période courante, soit au titre de précédentes
périodes (intérêt différé),
– le remboursement d’une partie du principal ou de la totalité,
– l’effacement d’une partie du principal : il s’agit du cas où le flux en question ne correspond
pas à un flux d’argent mais à un flux de perte, cette perte peut alors être imputée directement
sur tout ou partie du principal d’une classe.
Nous avons choisi de présenter les principales règles d’allocation de flux en distinguant synthétique
et cash car le flux en question est de nature différente dans les deux cas. Cependant les régles
présentées ici ne sont qu’un petit exemple de ce qui peut réellement être fait.
3.4.1 L’allocation des pertes dans le cadre d’une titrisation synthétique

Une large proportion des titrisations de dettes bancaires s’effectue de manière synthétique. Ce
type de structures a d’abord été utilisé pour des opérations de CDO, puis s’est étendu à d’autres
type de dettes.
Lors d’une titrisation synthétique, l’argent recu suite à l’émission des dettes du véhicule ad-hoc
sera soit déposé sur un compte rémunéré, soit utilisé afin d’investir dans une obligation sans risque
(avec une notation très élevée par exemple). Parallèlement, le véhicule va vendre de la protection
sur un portefeuille de dettes à l’organisme qui est à l’origine de la transaction. Cette vente de
protection s’effectuera sous la forme d’un swap avec les jambes suivantes :
– l’organisme paye au véhicule soit l’ensemble des intérêts à verser aux investisseurs ayant
acheté la dette émise, soit un interêt forfaitaire qui sera supérieur à l’ensemble des coûts du
véhicule,
– le véhicule indemnise l’organisme contre toute perte sur ce portefeuille de dette.
L’organisme est donc bien couvert contre toute perte sur ce portefeuille car le véhicule ad-hoc est
entièrement collatéralisé (son capital disponible est bien équivalent à la protection qu’il a vendu et
non inférieur !). Le véhicule émet généralement plusieurs classes de dettes et toute la complexité
de ces opérations vient de l’allocation des pertes entre les classes de dettes. Par allocation des
pertes, nous entendons la diminution du nominal des classes suite à des pertes sur le portefeuille.
Cette diminution du nominal aura deux conséquences :
– un remboursement de ces classes au nouveau nominal, donc une perte en principal pour les
investisseurs,
– un moindre paiement d’intérêt à la suite de cette diminution car l’intérêt est basé sur le
nominal existant à la date de paiement de l’intérêt.
Allocation pari-passu. Les classes de dettes émises ne sont ici pas différentes, et lorsqu’il y
a perte sur le portefeuille, le montant de cette perte est alloué de manière proportionnel aux
différentes classes. Si par exemple, le véhicule a émis pour 100 d’obligations (découpé en trois
classes, une classe A de nominal 60, une classe B de nominal 20 et une classe C de nominal 20)
afin d’offrir 100 de protection sur un portefeuille de nominal 100. Supposons une perte de 20, une
allocation pari-passu implique une diminution du nominal des trois classes de manière proportion-
nel à cette perte de 20%, soit des nouveau nominaux de 48 pour la classe A, 16 pour la classe B
et 16 pour la classe C. En proportion la perte est donc la même pour toute les classes, et elle peut
s’exprimer directement comme E[L].
Allocation séquentielle. Les classes de dettes émises sont ici ordonnées suivant un certain
ordre de priorité. La classe la moins prioritaire se verra allouée les premières pertes à hauteur
de son nominal initial. Puis lorsque le nominal de cette classe sera nul, les pertes diminueront le
nominal de la classe qui lui est juste prioritaire. Et ce jusqu’à épuisement du nominal de toutes
les classes. Reprenons l’exemple précédent avec une classe A plus prioritaire que la classe B, qui
est elle plus prioritaitre que la classe C. Supposons une perte de 20, dans ce cas le nominal de la
classe C deviendra nul et les autres nominaux ne bougeront pas. Supposons une perte de 50, dans
ce cas le nominal des classes B et C deviendront nuls et le nominal de la classe A deviendra 50.
La perte pour une classe peut donc icis’exprimer comme :
E[Nominal de la classe∧(Perte−Somme des nominaux des classes qui sont moins prioritaires)+ )]
Allocation séquentielle avec fond de réserve. Nous avons toujours une allocation séquentielle
des pertes, mais il y a introduction d’un nouveau mécanisme. L’intérêt versé par l’organisme est
ici supérieur à l’ensemble des coûts de fonctionnement du véhicule (y compris intérêts sur obliga-
tions émises), cet excès d’intérêt va être gardé dans un fond de réserve (concrètement un compte
au nom du véhicule). Cette marge excédentaire va être utilisée afin de réaugmenter le nominal
des classes jusqu’à leur valeurs initiales. Il permet donc de limiter les pertes sur chaque classe.
Reprenons l’exemple précédent, avec un excès d’intérêt de 5% par an. Ainsi au bout d’un an le
fond de réserve est de 5. Supposons une perte de 20 au bout d’un an, dans ce cas le nominal
de la classe C deviendra 5 (car 5 de perte ont été absorbés par le fond de réserve) et les autres
nominaux ne bougeront pas. Si un an après on a encore 15 de perte, le nominal de C deviendra
nul et le nominal de B deviendra 15. Certaines transactions vont compliquer le versement de cet
excès d’intérêt en le rendant conditionnel au fait que le fond de réserve soit inférieur à une certain
valeur F R. Si le fond a atteint cette valeur F R, alors l’excès d’intérêt est reversé à l’organisme
acheteur de protection. C’est un excès d’intérêt ”take-it or loose-it”.
3.4.2 L’allocation des flux dans le cadre d’une titrisation ”cash”

Dans le cadre d’une titrisation ”cash”, au lieu d’allouer les pertes nous allouons les flux. A
chauqe fois que l’on alloue des flux, c’est sur une base du montant disponible. L’allocation fixe la
règle et le véhicule va distribuer les montants disponibles suivants cette règle. Lorsqu’il n’y a plus
de montants disponibles, la distribution s’arrête, soit cela mène à un défaut imédiatement, soit le
montant manquant est enregistré et sera payé (si possible) à la prochaine date de paiement, soit
il n’y aucune conséquence.
Ces règles d’allocation doivent être distingués en deux : d’une part les flux d’intérêt et d’autre
part les flux de principal, si ces flux peuvent se distinguer au niveau des actifs. Par contre lorsque
les actifs ne payent q’un seul type de flux, par exemple les créances commerciales (qui n’ont pas à
proprement parler d’intérêt) ou les prêts hypothéquaires (ou principal et intérêts sont mélangés),
il n’y aura qu’une allocation des flux commune. Nous allons présenter ici les deux cas, avec ou
sans distinction entre principal et intérêt.
L’allocation est gouvernée par ce que l’on nomme en anglais une ”waterfall” ou priorité des
paiements. La priorité des paiements peut se comparer à une cascade, car nous avons un flux en-
trant (fourni par les actifs) et servant à payer un certain nombre de frais/intérêts en commencant
par les frais/intérêts les plus prioritaires (ceux qui sont en haut de la cascade !) et en suivant l’ordre
de priorité. La priorité de paiement est l’un des éléments le plus important d’une transaction, car
c’est elle qui matérialise (de manière contractuelle) la séniorité entre différentes classes émises par
un SPV.
L’allocation entre différente classe émises par le SPV pourra se faire soit sur une base pari-
passu, soit sur une base séquentielle. Sur une base pari-passu, les flux sont alloués au pro-rata du
montant du à chaque classe. Si par exemple on dispose d’un flux de 10 et que les intérêts dus à la
classe A sont de 5 et ceux dus à la classe B de 2, on paiera 5 comme intérêt à la classe A et 2 à
la classe B. Si au contraire on ne dispose que de 3, alors les intérêts versés à la classe A seront de
5 2
3 5+2 et ceux versés à la classe B de 3 5+2 . Le mécanisme de paiement pari-passu sera équivalent
pour du principal. Sur une base séquentielle, les flux sont alloués tout d’abord au paiement le plus
senior, puis celui qui lui ait immédiatement inférieur et ainsi de suite.
On retrouvera toujours les mêmes élements à payer dans une titrisation et donc dans une
priorité de paiements :
– les taxes et impôts dus par la société ad-hoc : même soumise à un régime privilégié, il
existe toujours un minimum d’impôt à payer par cette société. Ceux-ci sont généralement
les premiers frais à payer car un non-paiement aurait des conséquences extrêmement graves.
– les frais des tierces parties intervenant dans la transaction, que ce soit le trustee, la banque
arrangeuse, le gestionnaire d’actifs, le dépositaire, les agances de notation , les directeurs
du SPV, des contreparties de swaps, ... . Ces frais sont généralement payés pour partie de
manière prioritaire et pour le complément de manière subordonnée.
– les intérêts des classes émises suivant leur priorité.
Cette liste n’est pas exhaustive car en sus de ces éléments peuvent venir se greffer d’autres paie-
ments dus par le véhicule (par exemple le paiement de protection de crédit sur certains noms).
Une fois l’ensemble des éléments nécessaires payés, tout l’argent restant sera distribué à l’inves-
tisseur le plus subordonné (”equityholder” en jargon). Cependant ces flux excédentaires peuvent
être utilisés à d’autres fins, pour protéger un portefeuille qui a vu sa qualité se détériorer :
– ils peuvent être réinvestis : ils servent alors à acheter d’autres dettes, d’où une augmentation
de la taille du portefeuille ;
– ils peuvent être mis en réserve : ces fonds sont alloués à un compte de réserve afin d’être
utilisés plus tard ;
– ils peuvent permettre le remboursement du principal de certaines classes.
Ces allocations sont gouvernés par des tests : si le test est réussi le flux va à l’investisseur le plus
subordonnée, si le test n’est pas réussi, le flux peut être alloué à l’une des catégories décrites
ci-dessus jusqu’à ce que ce test soit réussi. Ce type de tests peut intervenir à plusieurs niveaux
dans une priorité de paiement.
Ces tests peuvent se baser sur le montant de notionnel restant et le comparer au notionnel des
tranches les plus prioritaires, ce calcul peut être complexifié en prenant en compte les notations
ou les prix des dettes afin de moduler leur notionnel. Il peut être aussi basé sur le montant/taux
de perte du véhicule, ou le flux total d’intérêt. Ce même type de tests peut aussi modifier l’ordre
de paiement (des exemples seront donnés plus loin).
Allocation sans distinction entre intérêt et principal
Lorsqu’au niveau de l’actif il n’y a pas de différentiation entre intérêt et principal, l’allocation
de flux se fait de manière unique avec une seule priorité de paiement. Cependant au niveau du
passif (les classes émises par le véhicule) il y a distinction entre intérêt et principal. Cette différence
entre actif et passif donne lieu à deux grands types de priorité de paiement :
– Paiements des intérêts des classes (de la classe la plus senior à la plus junior) puis des
principaux (de la classe la plus senior à la plus junior) : surnommé ”IIPP” pour Intérêt-
Intérêt-Principal-Principal ;
– Paiements de l’intérêt de la classe la plus senior, puis de son principal, puis de l’intérêt de la
classe qui lui est immédiatement inférieure, puis de son principal, etc... : surnommé ”IPIP”
pour Intérêt-Principal-Intérêt-Principal.
Une transaction peut définir dès l’origine sa priorité suivant l’un des deux cas cités ou bien avoir
une certaine priorité tant que tout va bien (certains tests sont réussis) et une autre dès que les
choses commencent à se dégrader !
Allocation avec distinction entre intérêt et principal

Chacune de ces deux catégories va avoir une allocation spécifique. Tout au long d’une telle
transaction, ces deux postes seront suivis, le montant de principal disponible (équivalent au mon-
tant nominal initial moins les pertes) et le montant d’intérêt disponible (donné par l’intérêt moyen
sur le principal restant). Il existe alors deux priorités de paiement, l’une pour les intérêts et l’autre
pour le principal. La figure 3.2 présente deux priorité de paiement d’une opération de titrisation
de prêts.
Flux d'intérêts Flux de principal
Taxes, coûts et dépenses du SPV

Tous les éléments non payés de la priorité de paiement
d'intérêt, jusqu'aux intérêts de la Classe D
Coûts de structuration à la banque
Rémunération senior du gestionnaire Repaiement de la Ligne de Liquidité
Intérêt et coût de la Ligne de Liquidité Pendant la période sans possibilité de caller la structure
=> Réinvestissement
Prime des CDS (SPV achète de la protection)

Pendant la période de réinvestissement
=> Réinvestissement ou Remboursement (au choix du gestionnaire)
Paiements au Senior Swap
(hors paiements de terminaison)
Paiement de terminaison dans certains cas

Remboursement du Senior Swap et des classes
Intérêt à la Classe A
Remboursement du Senior Swap
Intérêt à la Classe B
Remboursement de la classe A
Si le "Class A/B OC Test" n'est pas respecté,
au repaiement de la Ligne de Liquidité Remboursement de la classe B
A
sur le compte de principal
Remboursement de la classe C
Intérêt à la Classe C
Remboursement de la classe D
Si le "Class C OC Test" n'est pas respecté,
au repaiement de la Ligne de Liquidité
au remboursement des Classes A Tous les éléments restants impayés dans la
au remboursement des Classes B priorité d'intérêt
Intérêt reporté à la Classe C
Intérêt à la Classe D
Si le "Class D OC Test" n'est pas respecté,

au repaiement de la Ligne de Liquidité
au remboursement des Classes A
au remboursement des Classes B
au remboursement des Classes C
Intérêt reporté à la Classe D
Figure 3.2 – Exemple d’allocation des intérêts (”Interests Proceeds”) et du principal (”Principal
Proceeds”) pour un CDO
3.4.3 Une grille de lecture

La compréhension de telles transactions est toujours délicate. La difficulté ne réside pas vrai-
ment dans la résolution d’un modèle (Monte-Carlo est toujours là en dernier recours !) mais plutôt
dans l’établissement de ce modèle (et la vérification de sa traduction en termes juridiques).
L’un des premiers exercices à effectuer lorsqu’on étudie une telle transaction est de tracer un dia-
gramme des flux, quels sont les flux provenant des actifs ? comment sont-ils répartis au passif du
véhicule ? Généralement ce type de diagramme va différer d’un type d’opération à un autre, mais
nous allons cependant étudier ici quelques exemples d’allocation des flux.
Un CDO synthétique avec réinvestissement

La transaction ”Avalon CDO” (c’est le nom du véhicule) est un CDO synthétique, i.e. Avalon
CDO vend de la protection de crédit sous forme de CDS à différentes contreparties. Le choix des
CDS et les achats/ventes sont réglés par un gestionnaire d’actifs tout au long de la transaction
suivant certains critères (cf. 22.10). Le produit des émissions d’Avalon CDO est déposé sur un
compte rémunéré. Le schéma 3.3 présente les principaux flux de la transaction. La structure
distribue les intérêts reçus afin de payer les intérêts au passif et les flux de principal reçus afin de
rembourser les nominaux au passif.
Portefeuille de CDS
Notionel de 1,000,000
évènements de crédit
Paiement des
Prime des CDS

Compte de Principal rémunéré
Intérêts perçus sur le compte

paiement allant dans le compte de Principal
Diversion d'intérêt dans la priorité de
des intérêts
Priorité de paiement
Figure 3.3 – Un diagramme des flux pour l’opération synthétique décrite en annexe Avalon CDO
cf. 22.10
Un RMBS
Celtic est un RMBS adossé à un portefeuille de prêts hypothéquaires, provenant tous de la
même banque. Le portefeuille de prêts est connu dès le début de la transaction et aucune nouvelle
addition/substitution n’est possible.
Les intérêts des prêts payés par les emprunteurs permettront de payer divers frais dus par le
véhicule puis les intérêts des parts A, puis les intérêts des parts B. Enfin le montant restant
(l’”Excess Spread”) sera versé dans un Fond de Réserve, tenu sur un compte rémunéré. Ce Fond
de Réserve doit si possible être à un montant égal à un seuil de référence. Si le solde du Fond de
Réserve est supérieur, l’excès servira à la priorité des paiements de principal (il faut noter que dans
cerains cas l’excés servira à amortir une tranche en particulier). Les remboursement de principal
des prêts seront distribués suivant cette même priorité afin de remboursers les parts A, puis les
parts B. Tout l’excès sera reversé au cédant.
Portefeuille de Prêts hypothéquaires
principal des prêts

Remboursement en
pour un notionel de 1,000,000,000
Intérêts des prêts

Fonds de Réserve
Initialement 100bps du notionnel des émissions
Le seuil de référence augmente suivant Surplus du Fond de Réserve au

les défaut sur les prêts dessus d'un seuil de référence
de principal
Priorité des paiements
des intérêts
Priorité de paiement
"Excess Spread"
Figure 3.4 – Un diagramme des flux pour une opération de titrisation RMBS cf. ??
3.5. MODÉLISATION DE STRUCTURES 55
On peut noter que les prépaiements de ces prêts hypothèquaires vont diminuer le montant
d’intérêts perçu sur l’ensemble des prêts et donc l’”Excess Spread”. Or celui-ci est une partie
importante de la protection fournie aux investisseurs sur les parts A et B contre le risque de
défaut des particuliers.
3.5 Modélisation de structures

Nous allons présenter différentes structures assez générales qui se retrouvent très souvent sur
les marchés afin de concrétiser les éléments décrits dans la section précédente. Il ne s’agit en aucun
cas d’une présentation exhaustive des structures existantes sur le marché (uniquement limitée par
l’imagination des banquiers), mais plutôt d’un panorama des techniques existantes.
Un CDO synthétique sur portefeuille statique (Allocation des pertes d’un portefeuille
suivant une priorité séquentielle)
A partir du moment où la loi de distribution des pertes est connue, l’allocation des pertes est
immédiate, en effet EL = M in(N ominal; (L − P rotection)+ ). Le paiement d’un intérêt sur ce
type de tranche aura juste un impact sur l’intérêt utilisé dans le calcul de la valeur présente des
différentes pertes.
Fonds de réserve pour risque synthétique (Capture d’un intérêt dans un fonds de réserve :
sans limite ou avec limite (”take-it or loose-it”))
Modélisation proposée : soit Lt le montant de perte qui sera allouée à chacune des tranches à
maturité, alors la dynamique de Lt est la suivante
– dans la cadre d’un intérêt versé sans limite
dLt = −cdt + Jt
– dans la cadre d’un intérêt versé jusqu’à une limite de F R
dLt = −cdtILt >−F R + Jt
où Jt représente un saut de taille ai (1−ri ) correspondant à un défaut (suivant une certain intensité)
sur l’une des expositions.
Diversion de flux d’intérêt sur titrisation ”cash” Dans certaines titrisations, le flux
d’intérêts générés par les actifs sous-jacent peut-être utilisé afin soit de réinvestir dans d’autres
actifs similaires, soit de rembourser les tranches émises en commencant par la plus senior. Test
d’OC et leur impact sur la perte moyenne Modélisation proposée : soit At le montant des actifs
(somme des nominaux possédés par le véhicule à un instant t), alors la dynamique de At est la
suivante :
dAt = (cAt − f )dtIAt <OC − Jt
où Jt représente un saut de taille ai (1 − ri ) correspondant à un défaut sur l’une des expositions.
Cette représentation est valide pour la tranche la plus prioritaire, malheureseument elle ne l’est
plus dans pour les tranches moins prioritaires. En effet le non-paiement de l’intérêt sur une classe
n’est pas pris en compte par un tel modèle.
3.5.1 Rechargement/réinvestissement et protection dynamique

Lorsqu’on on s’intéresse à des créances court terme, le problème est légèrement différent, en
effet dans ce cas le véhicule achéte après la date de commencement de la transaction des créances
avec un prix soumis à décote. C’est notamment le cas pour les créances commerciales.
3.5.2 Traitement générique de ces problèmes

Nous allons ici essayer d’établir un cadre conceptuel pour cet ensemble de problèmes liant la
description de l’actif à un passif plus complexe qu’une simple allocation séquentielle des pertes ou
des actifs restants. Pour cela, nous nous appuierons sur un problème classique en assurance, celui
de la probabilité de ruine en temps fini. Soit Z(t) le montant de l’ensemble des actifs à l’instant t.
L’évolution de ce montant peut être très différent suivant les cas :
– lorsqu’il y versement d’un spread excédentaire : dZ(t) = cdt − dJt ,
– lorsqu’il y a spread excédentaire dépendant de la taille des actifs : dZ(t) = cZ(t)dt − dJt ,
– lorsqu’il y a diversion d’intérêt : dZ(t) = cZ(t) − dJt si Z(t) < OC.
Ces différents problèmes peuvent s’analyser en supposant que la dynamique de Z(t) est la suivante :
dZ(t) = β(Z(t))dt − dJt
Grâce au principe d’espérance totale, on peut alors dériver une équation différentielle qui est suivie
par toute fonction du processus Z(t). EDP - Comment la résoudre quelques pistes ?
Quid si l’on considère le problème en temps discret ? Il nous faut connaı̂tre le montant des pertes
à chaque date de distribution, soit Lt ce montant, alors en reprenant les notation précédentes on
a:
Zt0 = Initialamount
+
Zt1 = Zt0 − Lt1 + min(c(Zt0 − Lt1 ), (OCA NA − (Zt0 − Lt1 )) )1Zt0 −Lt1 <OCA NA
... = ...
3.6 Risque de taux : change ou intérêt

Un problème relativement important dans les récentes transactions est la possibilité d’avoir un
mélange de monnaies ou un mélange de rémunérations fixes ou flottantes sur les actifs. Dans cer-
tains cas il se peut que l’investisseur soit exposé à un risque de change ou d’intérêt si la transaction
n’est pas totalement immunisée contre ce type de risque. Un certains nombre de stratégies sont
mises en place afin de réduire au minimum ce risque, mais il faut cependant quantifier l’impact
des protections mises en place.
3.6.1 Risque de change

Un risque de change sera présent lorsque certaines des dettes achetées par le véhicule seront
dans une monnaie différente de la monnaie d’émission. Jusqu’à présent plusieurs solutions ont été
mises en place afin de contrôler ce risque supplémentaire :
– la mise en place de swaps de change sur ces dettes pouvant s’accélérer et s’annuler de manière
partielle ou totale lors du défaut : dans ce cas tous les flux de cette dette seront échangés grâce
au swap permettant une couverture du risque totale en cas de remboursement de l’obligation.
En cas de défaut de cette dette, le swap permettra d’échanger le flux correspondant au prix
de de vente de la dette (c’est l’accélération de l’échange final) et d’annuler le swap pour la
sévérité correspondante : ces deux mécanismes couvriront le risque de change sans introduire
de coûts/pertes supplémentaires pour le véhicule.
– la mise en place de swaps de change pouvant s’accélérer : dans ce cas l’échange de monnaies
correspondant à un montant égal à la sévérité du défaut doit être pris en compte c’est une
perte supplémentaire. Ainsi si la sévérité est de s, et soient x0 le taux de change du swap
(x0 représente la valeur de la monnaie étrangère exprimée en fonction de la monnaie de
l’opération) et xt le taux à la date du défaut, alors la perte totale pour le véhicule sera
constitué de la sévérité et du coût de terminaison du swap, soit s xx0t .
– idem avec option : dans ce cas, si la sévérité se trouve augmentée par l’effet du risque de
change, le véhicule dispose d’options de change américaine lui permettant de débloucler son
swap sur le montant de la sévérité sans frais. La plupart du temps le véhicule disposera
d’options lui permettant de compenser les premières pertes, mais pas au delà. En repre-
nant l’exemple précédent avec un strike de k pour l’option, la sévérité classique s est alors
remplacée par s xx0t − notoption (k − xt )+ , où notoption est le notionel de ces options.
3.7. QUELQUES EXEMPLES DE TITRISATIONS DE DETTES EXOTIQUES 57
– la mise en place de swaps simples : ces swaps ne s’accélèrent pas aussi il faudra les terminer :
le coût de terminaison dépendant du taux de change mais aussi des flux d’intérêts restant à
échanger. Lorsque il y aura recouvrement, le véhicule devra terminer ces swaps et pour cela
il pourra utiliser les montants recouvrés.
L’introduction d’un risque de change modifie ainsi la distribution des recouvrements, mais ce
n’est pas tant une modification de la moyenne des recouvrements (les stratégies mises en place
essayent au contraire de maintenir le recouvrement moyen) que de l’écart-type des recouvrements
et plus spécialement la corrélation entre recouvrements. Comme vu au 13.5, cela aura un impact
direct sur le risque des tranches senior.
3.6.2 Risque d’intérêt

Un risque de taux d’intérêt sera présent lorsque les dettes (partiellement ou tous) auront un
intérêt fixe ou flottant et les obligations émises lors de la titrisation auront un type d’intérêt
différent. Dans ce cas, plusieurs stratégies peuvent être mises en place :
– aucune protection n’est achetée, le risque supplémentaire doit alors être analysé,
– chaque proportion des obligations émises a le même type d’intérêt que la proportion équivalente
de dettes, le risque supplémentaire doit aussi êtr analysé,
– pour chacune des dettes ayant un intérêt différent des obligations, le véhicule rentre dans un
contrat de swap de taux d’intérêt,
– pour chacune des dettes ayant un intérêt différent des obligations, le véhicule rentre dans un
contrat de swap de taux d’intérêt et dans un contrat optionnel global,
– pour chacune des dettes ayant un intérêt différent des obligations, le véhicule rentre dans
un contrat de swap de taux d’intérêt qui s’annule sans frais en cas de défaut de l’entité
sous-jacente.
3.7 Quelques exemples de titrisations de dettes exotiques

3.7.1 Les titrisations ”Non Performing Loan” italiennes
Titrisation
de valeur
de marché
Chapitre 4
Titrisation de valeur de marché
Au début des années 2000 se sont développées des opérations de titrisation d’actifs en valeur de
marché et non de dettes : qu’il s’agisse de stocks de marchandises de parts de fonds, ou de porte-
feuilles obligataires. Par exemple, l’année 2001 a vu naı̂tre deux opérations en Europe, ”Rosy Blue
Carat”, adossée à un stock de diamants et ”Côte des Noirs” adossée à un stock de champagne. Cette
dernière est la deuxième opération de titrisation de stock de champagne après celle lancée par le
groupe Marne et Champagne au début de l’année 2000. En 2002, des opérations ont été structurées
basées sur du pétrole et des stocks de métaux non-précieux (zinc, nickel, cuivre et aluminium). Ce
mode de financement représente, pour ces sociétés industrielles, une source de financement alter-
natif au financement bancaire classique ou à l’émission d’obligations. Plus généralement, ce type
de titrisation, basée sur la valeur de marché (et non plus sur le nominal d’une dette) est aussi très
développée avec des portefeuilles d’obligations, de parts de ”hedge funds”, des actions non cotées
(”Private Equity”), etc... . C’est le cas par exemple pour un ”market-value” CDO. Il s’agit d’une
opération de titrisation adossée à un stock d’obligations ou de dettes, mais qui contrairement aux
titrisations de dettes classiques ne se basent pas sur le nominal de la dette, mais sur sa valeur de
marché à tout instant.
4.1 Principe général

La titrisation d’actifs consiste en un financement long terme apporté à un véhicule de titrisation
lui permettant d’acheter un actif (stocks ou portefeuille d’actifs financiers). Le remboursement de
cette dette long terme se fait par la vente de ces actifs sur un marché. Généralement tout au long
de la vie de cette transaction, des tests comparent la valeur de marché de l’actif aux notionnels
des dettes émises par le véhicule de titrisation :
– des tests de surcollatéralisation (”OverCollateralisation”) pour chaque classe de dettes : le
ratio entre (a) la valeur des actifs et (b) la somme (i) du notionnel de la classe de dette
analysée et (ii) des notionels des classes qui lui sont plus senior, doit être supérieur à un seuil
minimum.
– des tests d’”Advance Rate” pour chaque classe de dettes : la somme des valeur de marché
des actifs stressé par un multiple (l’advance rate de chaque actif) doit être supérieur à la
somme (i) du notionnel de la classe de dette analysée et (ii) des notionels des classes qui lui
sont plus senior.
Lorsque ces conditions ne sont pas remplies durant la vie de l’opération, alors le véhicule va
vendre/liquider une partie des actifs afin de rembourser la classe le plus senior pour un montant
tel que ces tests passeront.
Le principal risque de ces opérations de titrisation est le risque de marché sur les actifs transférés
au véhicule de titrisation, non pas le risque de valeur à long terme mais plutôt le risque de variation
rapide de cette valeur de marché, voire l’impossibilité de vendre/liquider ces actifs.
Ce type de titrisation a été réalisée sur les actifs suivants (par ordre d’importance en nombre de
59
60 CHAPITRE 4. TITRISATION DE VALEUR DE MARCHÉ
Valeur de marché de l’actif
Classe OC Senior Classe

Senior Senior
OC Senior Valeur de marché de l’actif multiplié

par son taux d’avance
Actifs Actifs
Classe Classe
Mezzanine Mezzanine
Classe Classe
Equity Equity
Figure 4.1 – Schématisation d’un test OverCollateralisation et d’un test d’Advance Rate
transactions) :
– les Market-Value CDO : les actifs sous-jacents sont des obligations ou prêts ”High-Yield” ;
– les CFO (”Collateralised Fund Obligation”) de ”Hedge Fund” : titrisation de parts de Hedge
Funds ou de parts de fonds de Hedge Funds ;
– les CFO de ”Private Equity” : titrisation de parts de fonds de ”Private Equity” ;
– les stocks d’alcool (vin / champagne /whisky) :
– les stocks de diamant :
Juridiquement, il existe deux types de structures :
1. La cession d’un prêt, octroyé par une banque à l’entreprise disposant des actifs, à un véhicule
ad hoc. Le prêt est accordé avec une sûreté sur le stock qu’il permet de financer. En général
cette sûreté est un gage avec dépossession (cf. 21.10). C’est le cas des opérations de titrisation
de stocks d’alcool ou de diamant.
2. Le transfert des actifs constituant les actifs directement au véhicule émetteur ad hoc. Le
véhicule est alors propriétaire des actifs. C’est le cas des Market-Value CDOs.
3. La cession, au véhicule de titrisation, de parts dans un fonds possédant déjà les actifs. C’est
le cas des CFO.
4.2 Titrisation de parts de Hedge Funds (CFO)

Les premiers CFO sont apparus en 2002 et depuis une dizaine d’opérations ont vu le jour.
L’objectif de ces opérations est d’obtenir un financement relativement peu onéreux afin de l’investir
dans un fonds de fonds alternatifs (”Hedge Funds”). Un tel financement permet d’obtenir un
rendement plus élevé pour la part la plus junior : la part equity.
4.2.1 Les structures

Les structures de CFO sont relativement proches avec quelques modifications dans la manière
dont le SPV détient des parts de ”Hedge Funds” :
– soit à travers un fond de fonds déjà en place,
– soit à travers un fond de fonds mis en place spécifiquement,
– soit directement.
Au démarrage de la transaction le SPV émet différentes classes de notes et utilise le produit
de l’émission afin d’acheter des parts de fonds alternatifs. Parallèlement le SPV rentre dans une
ligne de liquidité avec une banque afin de pouvoir payer les intérêts. Contrairement aux titrisations
de dettes, ici les seuls flux proviennent de la vente de parts de fonds. La vente de ces parts sera
déclenchée afin :
– de payer les intérêts ;
4.3. TITRISATION DE STOCKS RÉELS 61
– de ramener le test de Surcollatéralisation à un niveau cible ;

– de rembourser le notionnel des notes à maturité où suite à une accélération des notes.
Hedge Provider Liquidity Provider

Aa-rated Aa-rated
To hedge against a rise in the floating To provide liquidity to pay
interest rate due on the rated tranches interest on the rated tranches
Class A
Senior Notes
USD million (%)
Account Bank 3 month Libor + %
Aa-rated Aaa Rating by Moody’s
To store cash before distributions
Class B
Interests Second Priority Notes
USD million (%)
and 3 month Libor + %
payments Aa2 Rating by Moody’s
Sciens Management Class C

Investment Manager/Adviser Sciens CFO I Ltd Third Priority Notes
Bankruptcy remote vehicle
Choose the HFunds to incorporated in USD million (%)
invest or liquidate Jersey 3 month Libor + %
Total Risk € 1,000 million A2 Rating by Moody’s
backed by € 300 million
Class D
Fourth Priority Notes
USD million (%)
3 month Libor + %
Baa2 Rating by Moody’s
Sciens CFO I Feeder Fund Class E

Fund of HFund incorporated in Fifth Priority Notes
Cayman Islands USD million (%)
3 month Libor + %
Ba2 Rating by Moody’s
Sciens Global Subordinated

Opportunity Fund Subordinated Notes
Fund of HFund incorporated in (Equity)
Cayman Islands
USD million (%)
Hedge Fund Investments Hedge Fund Investments

Hedge Fund Investments
…….
Figure 4.2 – Détail de la structure d’un CFO : Sciens CFO I - 2007
4.2.2 Les risques

Comme pour la plupart des titrisations d’actifs, le risque est un risque de dépréciation de la
valeur de ces actifs. Compte tenu des tests de surcollatéralisation existant, une dépréciation lente
n’est pas vraiment un risque car le véhicule sera obligé de vendre ces actifs bien avant que cette
surcollatéralisation ne devienne inférieure à un. Il s’agit donc d’analyser le risque d’une dépréciation
rapide de la valeur de ces actifs, ou bien, scénario encore plus extrême, d’une disparition de la
liquidité sur ces actifs. Dans le cadre de parts de fonds alternatifs, ce n’est pas tant leur valeur de
marché (il n’existe quasiment pas de marché pour les parts de fonds) que la valeur des actifs que ces
fonds détiennent. En effet le véhicule ne vendra pas ces parts mais demandera leur remboursement :
il y a donc deux types de risques :
– un risque de marché au niveau des actifs sous-jacents au fond, et
– et un risque de liquidité du fond si celui-ci est soumis à une forte demande de remboursement,
de nombreux investisseurs cherchant à être remboursé en même temps.
4.3 Titrisation de stocks réels

4.3.1 Base d’endettement ou ”Borrowing Base”
Le montant émis dans une telle opération se calcule généralement à partir d’un montant unitaire
par unité de volume du stock. Ce montant s’ajuste alors en fonction du volume total du stock. Ce
montant unitaire peut se présenter sous différentes formes :
– un montant fixe par unité de volume : par exemple, 5 euros / bouteille de champagne ;
– un pourcentage fixe de la valeur de l’actif : par exemple, 70% du prix de vente de la bouteille,
ou x% du prix de l’obligation ;
– une combinaison de ces deux possibilités : par exemple, 70% du prix de vente tant que le
prix reste en dessous de 25 euros, 17.5 euros sinon.
Dans le premier cas, le montant émis sera de 5 euros / unité quel que soit le prix de la bouteille,
alors que dans le deuxième cas, le montant émis s’ajustera en fonction de la variation du prix de la
bouteille. Cet ajustement se fera soit par un remboursement partiel des titres en cas de diminution
du prix du stock (et donc de la valeur du stock) soit par l’émission de nouveaux titres qui seront
pari passu avec les titres existants en cas d’augmentation du prix du stock (et donc de la valeur
du stock). En cas de baisse des prix, le remboursement partiel se fait en général par le cédant.
Le montant total de la dette ainsi déterminée en fonction de la valeur de marché des actifs se
nomme base d’endettement ou ”Borrowing Base”. De manière symétrique le taux de financement
de chaque actif par de la dette va se nommer taux d’avance ou ”Advance Rate” (ici les 70%).
4.3.2 Aspects structurels et mécanismes de sureté

Dans les opérations de titrisation de stock, les investisseurs bénéficient d’une sûreté sur des
actifs physiques, les stocks. A ce jour, les titres adossés à des stocks ont été structurés pour
s’amortir in fine (en une fois, à une date de maturité prévue) afin de fournir un financement
récurrent au cédant. En effet, les revenus générés par la vente du stock sont réinvestis dans de
nouveaux actifs afin de maintenir un niveau de stock circulant. La structure de l’opération intègre
généralement des mécanismes d’amortissement anticipé, qui consistent le plus souvent en :
– un défaut du maintien au minimum de la borrowing base,
– une défaillance du cédant de ses obligations au titre de l’opération ; ou
– la survenance d’un événement tel qu’un seuil déclencheur qui est atteint, indiquant une
diminution franche de la valeur du stock, par exemple.
Un cas d’amortissement accéléré déclenche la fin de la période de rechargement en arrêtant les
achats de nouveaux actifs dans le stock et le remboursement des titres par la liquidation de
l’opération. A la date de maturité, les investisseurs sont remboursés soit par les revenus générés par
une vente continue ou une vente en bloc du stock, soit par le biais d’un refinancement de l’opération
arrivant à échéance. Dans le cas où les titres ne sont pas remboursés à la date de maturité prévue
(ou si un cas d’amortissement anticipé survient au cours de la vie de la transaction), les investisseurs
ont accès au stock par le biais de leur représentant (trustee ou société de gestion), ce qui leur permet
d’être remboursés par les revenus de sa vente. Les opérations de titrisation de stock européennes
ont été pour l’instant structurées de deux manières différentes mais en utilisant à chaque fois le
même mécanisme de sûreté : le gage.
La titrisation d’un prêt avec sûreté La structure des deux opérations de champagne française,
Marne et Champagne Finance arl et FCC Côte des Noirs, consiste en un prêt garanti octroyé à la
maison de champagne. Ce prêt est ensuite transféré à un véhicule ad hoc (SPV bankruptcy-remote)
qui émet les titres. La garantie attachée à ce prêt est également transférée à ce véhicule. Dans les
deux opérations mentionnées ci-dessus, la garantie consistait en un gage avec dépossession, qui est
une sûreté très solide en droit français (cf. 21.10).
La vente directe du stock au véhicule de titrisation Dans le cas de l’opération Rosy Blue
Carat, le stock physique est directement vendu au SPV, qui émet des titres pour acheter ce stock
au diamantaire. Le représentant des porteurs de titres (le trustee) bénéficie d’un gage sur les actifs
du SPV, si bien qu’en cas d’amortissement anticipé les revenus de la vente des actifs seront alloués
en premier aux investisseurs.
Le choix d’une structure plutôt qu’une autre dépend souvent de l’environnement juridique du pays
d’origine de la société qui souhaite titriser ses stocks. L’élément clé est ici l’analyse de la capacité
d’avoir accès aux actifs qui constituent le stock pour rembourser les titres.
4.3.3 Analyse des risques

Risque juridique
Le financement via la titrisation de stock repose essentiellement sur la capacité qu’ont les
investisseurs à saisir le stock en cas de remboursement anticipé. Le risque principal ici est que le
stock ne soit pas accessible aux investisseurs afin qu’ils puissent être repayés. Une analyse précise
4.3. TITRISATION DE STOCKS RÉELS 63
du montage juridique et de la nature des sûretés mises en place s’impose afin de s’assurer de leur
validité et de leur opposabilité au tiers.
Risque de perte
En cas d’amortissement anticipé, le stock peut être vendu pour rembourser les investisseurs.
Le risque auquel sont alors exposés les investisseurs consiste en la différence potentielle entre la
valeur de marché des actifs et le montant de dette émis. Ce risque est couvert par le mécanisme de
borrowing base qui crée un surdimensionnement entre la valeur des actifs et le montant de titres
émis. Le risque résiduel peut être différent selon la nature de la borrowing base choisie.
1. Dans le cas d’une borrowing base consistant en un montant fixe par unité de volume, le
montant financé ne s’ajuste pas en fonction de la valeur unitaire du stock. L’investisseur est
ici exposé à un risque de forte variation des prix pendant toute la durée de l’opération.
2. Dans le cas d’une borrowing base consistant en un pourcentage fixe de la valeur par unité de
volume, le montant financé s’ajuste de manière régulière à la valeur de l’actif. L’investisseur
est alors exposé à un risque de variation des prix uniquement pendant la période de liqui-
dation du stock. En effet, le mécanisme de borrowing base a permis d’ajuster le montant
financé en fonction de la valeur des actifs à la période précédent l’entrée en amortissement
anticipé.
Prenons un cas concret, soit le cas d’une borrowing base fixe, avec un montant unitaire de
financement de 8 euros pour un prix unitaire initial de 12 euros. Si on suppose que le prix chute
à 8 euros à la période précédent un cas d’amortissement accéléré et que le prix de vente unitaire
est alors de 7 euros, il en résulte une perte de 1 euros pour l’investisseur qui a liquidé le stock à 7
euros par unité.
Dans le cas d’une borrowing base dynamique permettant un financement de 70% du prix unitaire,
le montant émis initialement atteint 70% 12 euros = 8.4 euros. A la période précédent le cas
d’amortissement accéléré, le montant d’émission ne sera plus égal qu’à 70% 8 euros = 5.6 euros,
les investisseurs ne subiront alors pas de perte pour un prix de vente de 7 euros à la liquidation
du stock.
Le risque sur la valeur des actifs subsiste dans ces deux principaux mécanismes de borrowing
base. Néanmoins, dans le premier cas, les investisseurs sont exposés à un risque long terme alors
que dans le deuxième cas, le risque est à plus court terme. Il existe des mécanismes permettant
de limiter l’exposition à une variation des prix sur une longue période dans les cas d’utilisation
d’une borrowing base fixe. Par exemple, des seuils déclencheurs indexés sur la baisse des prix
pourraient modifier la borrowing base en l’ajustant au nouvel environnement de prix ou entraı̂ner
un amortissement anticipé si certains niveaux sont atteints.
Risque d’intérêt
Les actifs titrisés dans une opération de titrisation de stock sont des actifs physiques qui
ne génèrent pas d’intérêts. La structure doit donc prévoir une source supplémentaire de cash-flow
pour payer les intérêts sur les titres. En général, les intérêts sont payés directement par l’entreprise
cédante pendant la période ”normale” (de rechargement). Si un cas de liquidation survient, on ne
peut à priori plus compter sur l’entreprise cédante. Les intérêts sont alors payés par le produit de
la vente du stock. Il faut donc prévoir une réserve permettant de couvrir le paiement des intérêts
sur les titres pendant toute la phase de liquidation. Cette réserve peut être constituée soit par un
dépôt en liquide sur un compte du SPV soit par un surdimensionnement du stock. Par ailleurs, si
la promesse faite à l’investisseur inclut le paiement des intérêts à bonne date même si un cas de
liquidation survient, une réserve en liquide ou une ligne de liquidité sera mise en place afin de tenir
cette promesse. Les tirages sur la ligne de liquidité seront remboursés en priorité par les produits
de la vente, dès qu’ils seront disponibles.
4.3.4 Les catégories d’actifs titrisables

A ce jour, seuls des produits de luxe ont fait l’objet d’une titrisation de stock, et plus précisément
le champagne et les diamants. Ces deux actifs ont la caractéristique de conserver, voire même de
voir augmenter leur valeur avec le temps. Cette caractéristique peut également se retrouver chez
d’autres classes d’actifs pour lesquels :
– Le marché est réglementé et présente une forte barrière à l’entrée ;
– Des marchés primaire et secondaire sont organisés : Antwerp Diamond Index, le marché
primaire du champagne et le marché du négoce inter-champenois ;
– Le stock peut être vendu sur un marché suffisamment liquide ;
– Les actifs sont des biens durables et ne s’altèrent pas suite à une durée de stockage plus
longue que prévue.
Ces caractéristiques ne sont pas propres aux produits de luxe et peuvent se trouver chez d’autre
actifs comme les matières premières. Cependant, certains actifs, comme les biens périssables ne sont
pas vraiment adaptés à ce type d’opération. Les actifs titrisés peuvent aussi bien être des produits
finis que semi-finis. En effet, les stocks titrisés dans le cadre des deux opérations de champagne
sont constitués de bouteilles à différentes étapes de la production, depuis le vin en cuves jusqu’aux
bouteilles habillées (comme dans l’opération Marne et Champagne) ou uniquement de bouteilles
semi-finies, qui doivent vieillir encore quelques temps avant d’être vendues (comme dans l’opération
FCC Côte des Noirs). A chaque étape de la production, il est possible d’attribuer une valeur au
produit à rapprocher de la borrowing base. Dans d’autres cas, il peut être plus difficile de valoriser
un produit semi-fini. C’est finalement la possibilité ou non de valorisation des produits qui est
essentielle.
4.3.5 Exemple d’opération

Prenons l’exemple d’un industriel français qui souhaite diversifier ses sources de financement
et qui a un besoin spécifique de financer son stock sur une période de quatre ans. Une banque lui
octroie un prêt garanti par un gage avec dépossession sur son stock. Cette banque transfert par la
suite ce prêt à un SPV qui émettra deux catégories de titres pour financer l’acquisition du prêt gagé.
Le stock peut se décomposer en deux catégories d’actifs :

– Les actifs de ”Qualité Supérieure” (”QS”), représentant une proportion constante de 65%
du stock ;
– Les actifs ”Standard” (”S”), représentant 35% du stock.
L’encours des titres émis par le SPV est calculé à partir de la borrowing base suivante :
– Chaque unité QS bénéficiera d’un financement égal à 70% de son prix ;
– Chaque unité S bénéficiera d’un financement égal à 80% de son prix.
Au cours des quatre années de la transaction, le montant émis fluctuera en fonction des entrées
et sorties du stock (en volume) et du prix des actifs. Si initialement, le stock était composé de
100 unités et le prix unitaire des actifs QS était égal à 12 et le prix unitaire des actifs S à 10, le
montant émis initialement est de : 65%10070%12 + 35%10080%10 = 826.
Si au bout de deux ans, le volume du stock a augmenté et atteint 150 unités, les prix unitaires
QS et S ont chuté respectivement à 10 et 8, le montant de l’émission atteint alors : 65%15070%10+
35%15080%8 = 1018.5. Les titres ont une maturité attendue de quatre ans et une maturité légale
de six ans. Le remboursement des titres au bout de quatre ans doit ici se faire par l’industriel,
généralement par le biais d’un refinancement. Si les titres ne peuvent pas être remboursés à la
maturité attendue, ils seront amortis par le produit de la vente du stock.
Un cas d’amortissement accéléré peut se produire si la société fait défaut. Dans ce cas, le gage
sera exercé par les créanciers gagistes et les investisseurs remboursés par les revenus de la vente
du stock. Dans cet exemple, il y a deux situations possibles :
1. La société ne fait pas défaut et les titres sont repayés à la maturité attendue. Les investisseurs
ne subissent alors aucune perte.
4.4. MODÉLISER LE RISQUE DE MARCHÉ 65
2. La société fait défaut avant ou pendant la quatrième année et le stock doit être vendu pour
rembourser les investisseurs. Dans ce cas, la perte pour les investisseurs sera calculée en
comparant le prix total de vente du stock à la liquidation aux montants dus sur les titres et
alloués de manière séquentielle entre les deux catégories de titres (les titres subordonnés ne
seront remboursés qu’une fois les titres seniors complètement amortis). Compte tenu de la
borrowing base utilisée ici, le montant émis a été ajusté en fonction des derniers prix connus
juste avant la période de liquidation. La perte potentielle pour les investisseurs repose alors
sur le risque de baisse de prix sous le montant émis uniquement sur la période de liquidation.
4.4 Modéliser le risque de marché

Nous présentons dans un premier temps les différents outils utilisés afin de choisir un modèle
d’évolution pour les actifs titrisés, puis afin de déterminer le prix lorsqu’il y a liquidation du stock.
Puis nous passerons à l’analyse du risque proprement dit.
Dans le cadre d’une titrisation de stock le risque provient avant tout de la volatilité d’un prix. Ainsi
l’analyse commencera toujours par l’étude du marché correspondant : quels sont les intervenants ?
Comments se forme les prix ? Avec quelle fréquence ? Y-a-t-il une saisonnalité ? Historiquement,
quels sont les évènements marquants ? Tous les actifs suivent-ils le même prix, ou bien existe-t-il
différentes qualités ?
Cette étude nous permettra alors :
– de proposer un modèle pour l’évolution des prix,
– et surtout de connaı̂tre la liquidité de ce marché.
En effet, sans liquidité, une telle opération n’aurait aucun intérêt. Aussi la vérification d’une li-
quidité suffisante est-elle réellement la première étape d’une telle opération.
4.4.1 Analyse non-paramètrique des données

Une première étape de l’analyse d’une telle opération sera de travailler sur les données, et
notamment essayer de déterminer une modélisation pour la série temporelle des prix. Une analyse
non-paramétrique (i.e. sans choisir a priori de formulations spécifiques) des données peut alors
nous aider à déterminer le meilleur modèle pour l’évolution des prix. Nous allons ici donner un
outil permettant de choisir la forme de la paramètrisation dans un second temps, mais en nous
limitant à un modèle de la forme :
Vt+1 = m(Vt ) + σ(Vt )t
où t est d’espérance nulle et de variance unité. Avec une telle spécification, nous couvrons les
modèles AR et ARCH. Dans ce cadre, m(Vt ) = E(Vt+1 |Vt ) et σ(Vt )2 = V (Vt+1 |Vt ).
Estimation par noyaux

Ce type d’estimation peut être utilisé afin d’analyser une régression. Soit Y la variable sortie,
et X1 , ..., Xn les variables d’entrées. On suppose la relation théorique suivante :
Y = g(X1 , ...Xn ) +
Sachant que nous disposons d’un nombre s d’observations, l’objectif est d’estimer la fonction g.
L’estimateur par noyaux de g est alors défini par :
Ps Qn
1
o=1 Ys k{h−1 (xi − Xio )}
ĝ = 1 Ps Qn i=1 −1
n
n o=1 i=1 k{h (xi − Xio )}

où la fonction k est appelée le noyau. Les noyaux couramment utilisés sont le noyau Gaussien,
u2 Epa
défini comme khGauss (u) = h√12π exp − 2h 2 , et le noyau d’Epanechnikov, donné par kh (u) =
3 u2
4h (1 − h2 )I{|u|≤h} .
4.4.2 Exemple de modèles discrets

Donner la référence d’un bon bouquin sur les modèles discrets.
4.4.3 Exemple de modèles continus

Un grand nombre de recherches ont été faites afin de modéliser le comportement des actions,
et c’est une source d’inspiration intéressante lorsqu’on va chercher à modéliser un actif quel qu’il
soit. Aussi les modèles présentés ici ne sont-ils que des modèles classiques utilisés afin de simuler
la dynamique du prix d’actions.
Généralement, nous travaillerons avec l’un des modèles suivants. Soit Vt la valeur des actifs en-
visagés et Wt un mouvement brownien. Un modèle normal Vt = µθ(t) + σ(t)Wt Un modèle
lognormal dV Vt = µ(t)dt + σ(t)dWt Un modèle avec retour à la moyenne Vt = µ(t)(a −
t dVt
Vt )dt + σ(t)dWt Un modèle avec volatilité stochastique dV Vt = µ(t)dt + σt dWt et dσt = dWt
t
4.4.4 Comment inclure des événements extrêmes ?

Une analyse historique des données suffit rarement à pouvoir réellement estimer le comporte-
ment futur, aussi un certain nombres de précautions doivent-elles être prises. En effet les marchés
boursiers regorgent d’exemples où la volatilité, la corrélation, ou autres paramètres d’un actif a
subitement varié suite à une crise.
Un certain nombres de stress doivent être mis en place sur ces paramètres lors de l’analyse du
risque de la transaction.
Modification des paramètres

La manière la plus simple de stresser la modélisation est de modifier les paramètres. On peut
soit lors de l’analyse statistique considérer un intervalle de confiance sur ces paramètres, ou bien
considérer que ces paramètres sont différents en situation de crise par rapport à une situation
normale, et donc leur attribuer deux valeurs.
Le prise en compte d’un intervalle de confiance dans l’établissement des paramètres sera une
solution simple. Dans le cas d’un processus continu log-normale, rappelons que la tendance et la
volatilité sont P
estimés par les statistiques suivantes :
T
– µˆT = T1 t=1 (ln St − ln St−1 ),
T
– σˆT 2 = T1 t=1 (ln St − ln St−1 − µˆT )2 ,
P
2 4
et ces estimateurs sont indépendants et asymptotiquement normaux t.q. VµˆT = σT et Vσˆ2 = 2σ T . T
Etats du marché
Une autre possibilité est l’utilisation d’une chaı̂ne de Markov permettant de modifier les pa-
ramètres en état de crise. La difficulté est alors de définir cette chaı̂ne de Markov, alors que l’état
du marché n’est pas clairement identifiable. Prenons l’exemple du modèle de Black & Scholes
avec des paramètres évoluant suivant l’état du marché (deux états seront utilisés). La matrice de
transition de cette chaı̂ne de Markov décrivant l’état du marché est la suivante : Alors le prix de
l’actif est défini comme :
2
σN 2
σC
C
St = S0 e(µN C − 2 )τN C +(µC − 2 )τC +σN C Wτ1 +σC (Wτ1 −Wτ2 )+...
σ2 σ2 √ √
(µN C − N2 C )τN C +(µC − 2C )τC +σN C τN C g1 +σC τC g 2
S0 e
avec (g1 , g2 ) un couple de variables normales standard indépendantes, et tauN C (respectivement

τC ) le temps d’occupation de l’état N C (resp. C).
4.5. L’ANALYSE DU RISQUE 67
Processus de Poisson
Une autre possibilité afin de prendre en compte des évènements extrêmes est d’inclure dans le
processus des sauts de Poisson.
Lois stables
Loi de Lévy
4.5 L’analyse du risque

Dans le cadre d’une titrisation de stock, un certain montant de dette est émis initialement
déterminé par le mécanisme de borrowing base décrit en 4.3.1 :
– le montant de la dette est défini comme un montant fixe par actif,
– le montant de la dette est défini comme un montant proportionnel par actif, ou
– toutes autres formules dépendant du prix de l’actif (Dt = f (St )).
Tant qu’il n’y a pas d’amortissement accéléré, la transaction se passe normalement et les investis-
seurs ne perdent pas d’argent. Cependant en cas d’amortissement accéléré, alors il devra y avoir
une liquidation de ce stock qui sera utilisé afin de repayer (dans la mesure du possible) les intérêts
et principal manquant aux investisseurs.
Ainsi l’analyse du risque se fait en deux parties :
– la probabilité de survenance d’un amortissement accéléré,
– le processus de vente et le montant recouvré grâce à celle-ci.
4.5.1 Survenance de l’amortissement accéléré

La structure de l’opération intègre généralement des mécanismes d’amortissement anticipé, qui
consistent le plus souvent en :
– un défaut du maintien au minimum de la borrowing base,
– une défaillance du cédant de ses obligations au titre de l’opération ; ou
– la survenance d’un événement tel qu’un seuil déclencheur qui est atteint, indiquant une
diminution franche de la valeur du stock, par exemple.
La date de survenance de cet amortissement accéléré peut alors être défini comme le minimum
de :
– la maturité réelle de cette transaction, T ,
– la date de défaut du cédant, τDef aut ,
– le fait que le prix de l’actif passe en-dessous d’un certain seuil, τActif = M in{t : St < B}.
Soit τ = min(T, τDef aut , τActif ). Le problème est alors de déterminer la loi de chacun des compo-
sants de τ .
4.5.2 Méthodologie de vente

Le processus de vente peut prendre différents aspects :
– liquidation en une seule fois à une date fixée après le début de l’amortissement accéléré,
– liquidation sur toute une période,
– liquidation à une date aléatoire sur cette période (la modélisation sera effectuée en supposant
une vente au minimum du prix si l’on veut être conservateur ou au maximum si le gestionnaire
est efficace).
Dans chacun de ces cas, la perte pour les investisseurs peut être définie dans un premier temps
comme :
– (f (Sτ − ) − Sτ +∆t )+ ,
R ∆t
– (f (Sτ − ) − u=0 Sτ +u wu du)+ où wu représente la proportion d’actifs vendus à la date u,
– (f (Sτ − ) − min0≥u≥∆t Sτ +u )+ .
Or la modélisation du prix de l’actif, si elle utilise un model de Markov, nous permet de concentrer
l’analyse sur l’évolution du prix entre la date d’amortissement accéléré et le date de liquidation.
Si l’amortissement a été déclenché par le passage du prix en-dessous d’un certain seuil, alors nous
connaissons le prix à la date de l’amortissement.
4.6 Extensions
L’analyse précédente est relativement simple et oublie un certain nombre de risques.
4.6.1 Prise en compte des intérêts

Jusqu’ici nous n’avons considéré qu’un paiement du principal aux investisseurs, or tant que ce
principal n’est pas repayé, des intérêts courent et donc augmentent la perte des investisseurs. Afin
de prendre en compte cet effet, nous avons besoin de connaı̂tre la date de repaiement du principal.
Ainsi les pertes moyennes seront définis comme suit :
– E[ (1+i)1τ +∆t (f (Sτ − )(1 + i)∆t − Sτ +∆t )+ ],
1
R ∆t wu +
– E[ (1+i) τ (f (Sτ − ) − u=0 Sτ +u (1+i)u du) ] où wu représente la proportion d’actifs vendus à la
date u,
1 1 +
– E[ (1+i) τ (f (Sτ − ) − (1+i)τM in min0≥u≥∆t Sτ +u ) ].
4.6.2 Corrélation entre défaut du cédant et évolution des prix

L’une des extensions les plus intuitives est de considérer que le défaut du cédant est lié à
l’évolution des prix de l’actif en question. En effet, si le cédant fait faillite cela peut provenir d’une
chute des prix ou au contraire la faillite du cédant peut provoquer un effondrement des cours, car
ces stocks seront bradés sur le marché. Une modélisation sans lien entre les deux paraı̂t beaucoup
trop optimiste.
L’une des solutions les plus simples pour lier les deux est de définir deux états du monde et pour
chacun de ces états définir une probabilité de défaut du cédant et une dynamique différente pour
les actifs, d’où l’utilisation d’un modèle de Markov.
4.7 Formules de perte moyennes dans des cas simples

Assurance
(Titrisation
d’)
Chapitre 5
Titrisation d’assurance
Nous avons choisi de présenter les titrisations liés au monde de l’assurance à part car dans la
plupart des cas, ces titrisations ont des objectifs et des risques très particuliers. Nous aborderons
ici les titrisations effectuées par des assureurs/réassureurs, ainsi que les titrisations effectuées
principalement par des risques d’assurance.
5.1 L’intérêt économique

Ces titrisations ont trois types de motivation :
– le financement : il s’agit d’une petite minorité d’opération ;
– l’arbitrage réglementaire : cet arbitrage ne concerne que les titrisations XXX ;
– le transfert de risque : c’est la majorité des titrisations.
5.2 Nature des risques

– les risques de catastrophes naturelles ou climatiques,
– le risque de mortalité ou de longévité,
– le risque automobile,
– le risque de crédit,
– les risques exotiques.
5.3 Les titrisations de cataclysme naturel

Il s’agit de transférer ici le risque de catastrophes naturelles :
– tremblement de terre aux Etats-Unis (Californie, New-Madrid, etc...) ;
– ouragan aux Etats-Unis ;
– tempête en Europe ;
– tremblement de terre au Japon ;
– typhon japonais ;
– tremblement de terre en France (Monaco plus précisément, en Turquie, etc...).
La structure de ce type de transaction est basée sur un indice de perte. Suivant la valeur de
cet indice, le remboursement des émissions de la titrisation sera total, partiel ou nul. Cet indice
peut être défini de différente manière :
– Transaction indemnitaire : l’indice de perte est défini comme le montant exact des pertes de
la société d’assurance suite à l’occurence d’un péril couvert par la titrisation, la détermination
de ces pertes sera validée par un auditeur externe ;
69
70 CHAPITRE 5. TITRISATION D’ASSURANCE
– Transaction sur indice de marché : l’indice de perte est un indice de marché agrégeant
l’ensemble des pertes de différentes compagnies d’assurances pour un péril donné (type PCS
aux Etats-Unis) ;
– Transaction avec portefeuille modélisé : le portefeuille d’exposition (détail exact des bati-
ments assurés) de la société d’assuarance effectuant la titrisation est fixé au lancement de
la transaction, et lorsque le péril arrive alors les conséquences du cataclysme naturel sont
reproduites numériquement sur le portfeuille fixé initialement. Les pertes aisni calculées
représentent l’indice de perte ;
– Transaction paramétrique : l’indice de perte est un indice sur une mesure physique du ca-
taclysme lui-même (intensité du tremblement de terre sur l’échelle de Richter, vitesse des
vents, etc...).
Ces transactions ont pour objectif de transférer le risque de sinistre à l’investisseur. Elles
coûtent généralement plus à mettre en place initialement mais permettent à une compagnie d’as-
surance d’élargir son horizon de réassurance.
5.4 Les titrisations de risque de masse

En 2005, Axa mettait en place la première titrisation du risque auto. L’indice de perte qui fut
Figure 5.1 – Schéma de la transaction FCC Sparc d’Axa (source Towers Perrin)
utilisé dans cette transaction fut le ratio sinistres à primes.
5.5 Les titrisations de risque de mortalité

Les premières titrisations de mortalité sont apparus en 2003, il s’agit pour un assureur de
transférer le risque de mortalité extrême dans un pays développé, ie le risque d’une surmorta-
lité importante à court terme. En général ces titrisations ont une maturité de un à trois ans et
couvre plusieurs pays développés. Le notionnel effectivement payé aux investisseurs à maturité est
déterminé comme le notionnel diminué d’un pourcentage de perte, celui ci est défini comme :
+
(Index − Attachment)
Loss Percentage = ∧1
(Exhaustion − Attachment)
5.6. D’AUTRES TITRISATIONS D’ASSURANCE 71
5.6 D’autres titrisations d’assurance

Nous avons choisi de regrouper ici des opérations de titrisation cherchant toujours à transférer
des risque mais de nature moins répandu.
5.6.1 Golden Goal

Cette titrisation, émise en 2003 (cf. [Sha03]), avait pour objectif de couvrir la FIFA contre le
risque d’annulation de la Coupe du Monde 2006. En effet, suite aux attentats du 11 Septembre
2001, la couverture de la FIFA contre le risque d’annulation de la coupe du monde avait été
dénoncé par Axa (l’assureur de la FIFA) pour cause de changements majeurs des conditions. A
l’époque la FIFA n’avait pu trouver un nouvel assureur qu’en payant une prime onéreuse. Pour la
coupe du monde 2006, elle a voulu disposer d’un contrat d’assurance inamovible.
5.6.2 Avalon Re
Il s’agit d’une titrisation du risque de responsabilité civile effectuée par Oil Casualty Insurance
Ltd. Cette titrisation transfère le risque de responsabilité civile touchant OCIL au-delà des premiers
USD 300 millions de pertes. Il faut noter que cette transaction est l’une des rares a être en défaut,
en effet deux gros sinistres ont touché la première tranche.
5.7 Le marché
72 CHAPITRE 5. TITRISATION D’ASSURANCE
Figure 5.2 – Montant de titrisation d’assurance émis par an et par type de risque (source Artemis)
Chapitre 6
Crédit à la consommation
Présentation des différents crédit à la consommation. Existe depuis 1920 aux Etats-Unis afin
de financer l’achat des produits de masse (électroménager et voiture) mais ce type de crédit aux
particuliers existaient sous d’autres formes depuis le Moyen Age : usurier, prêt sur gages (cf
Laurence Fontaine dans [Fon08]).
Evolution de l’encours de crédit à la consommation Financement du crédit à la consommation

2500000
2500000
2000000
2000000
Total
Comm. Banks
Finance Companies
Credit Unions
Total Fed. Gov.
1500000
1500000
Montant en kUSD
Montant en kUSD
Revolving Savings Inst.

Non−Revolving Non−Fin. Bus.
Securitized
1000000
1000000
500000
500000
0
0
1960 1980 2000 1960 1980 2000
Date Date
Figure 6.1 – La taille du crédit à la consomation depuis 1943
6.1 Les types de crédit

Carte de crédit - Crédit à la consommation
6.2 Le scoring
Méthode de scoring
73
74 CHAPITRE 6. CRÉDIT À LA CONSOMMATION
6.3 Analyse de données

Chapitre 7
Performances historiques de
titrisation : quelques études de cas
7.1 DSB
7.2 Prêts à la consommation espagnols
7.3 ”Subprimes” américains
7.3.1 Les transactions
7.3.2 Les performances
Moyenne 33%
Ecart-type 14%
Minimum 5%
Maximum 64%
Quantile à 75% 45%
Table 7.1 – Projection de perte finales pour les portfeuilles sous-jacent aux titrisations ”Subprime”
(source Moody’s)
7.3.3 Les raisons d’une telle performance
75
76CHAPITRE 7. PERFORMANCES HISTORIQUES DE TITRISATION : QUELQUES ÉTUDES DE CAS
Deuxième partie
Risque de Crédit : Simple nom et

portefeuille
77
Chapitre 8
Qu’est ce que le risque de crédit ?
Avant d’introduire le risque de crédit, il est nécessaire de revenir sur la notion de dette. Une
dette est définie comme ”une obligation du débiteur d’accomplir une prestation envers le créancier”,
cette prestation étant le plus souvent un paiement. Cet instrument financier existe depuis que l’ac-
tivité commerciale de l’homme est apparue, en effet il lui est directement lié, l’échange commercial
ayant comme corollaire le paiement différé ou le gain potential différé : voir une dette entre four-
nisseur et acheteur ou la dette afin de financer une entreprise (au sens propre) risquée comme le
prêt à la grosse aventure. 1
Cependant l’étude du risque de crédit a connu un développement récent dans l’histoire de la fi-
nance. Deux facteurs à cela, la faillite qui encore au XIX ième siècle était irrémédiable et conduisait
son auteur en prison, et la nécessité d’un contrôle des risques de marché plus poussé. Dans les
années 80, on a assisté à la mise en place généralisée d’un outil de mesure du risque de crédit :
la notation. Il s’agit de mesurer la propension d’un débiteur potentiel à ne pas rembourser sa
dette. Les notations ont été mises en place à la fois pour les particuliers (lignes de crédit, crédits
consommation, crédit hypothéquaires) et pour les entreprises (obligations, prêts bancaires, lignes
de liquidité, leasing). La sophistication grandissante du contrôle des risque et notamment du risque
de crédit est motivée par la décision des régulateurs (regroupés au sein du Comité de Bâle cf. 1.2.2)
de proposer un calcul des réserves plus détaillé pour couvrir le risque de crédit du portefeuille des
banques, et moins soumis à l’arbitraire de la banque.
8.1 Une définition

Le risque de crédit d’un emprunteur peut être défini comme le changement dans la capacité
de celui-ci de rembourser ses dettes. On peut distinguer deux aspects de ce risque : le risque de
défaut (non-paiement) en tant que tel et le risque de changement de qualité de crédit. Ce dernier
risque se matérialise lors de la vente d’une dette qui a vu sa qualité se dégrader.
Le risque de défaut représente l’incapacité d’un débiteur à rembourser ses dettes. Le défaut d’un
débiteur est un concept souvent flou, qui bien qu’utilisé très souvent sur les marchés n’a pas la
même signification suivant l’interlocuteur. Le défaut envisagé dans le cadre d’un portefeuille de
prêt recouvre généralement les éléments suivants :
– le non paiement soit des intérêts, soit du principal dû (après une période de grâce de quelques
jours afin d’éviter les défauts dus à une simple problème opérationnel, perte de données,
problème de communications, etc...),
– la faillite (la nomination d’un administrateur judiciaire, la liquidation judiciaire). Il faut
noter que le concept de faillite personnelle n’existe que dans certains pays : les Etats-Unis
par exemple.
1. Il est à noter que même des civilisations interdisant le prêt ont eu recours à des contrats similaires, cf. le
contrat ”salam” dans l’Empire Abbasside
79
80 CHAPITRE 8. QU’EST CE QUE LE RISQUE DE CRÉDIT ?
Faillite Tout autre définition risque d’inclure des éléments qui ne sont pas objectifs, ou soumis à un aléa
Prêt moral. Nous pouvons citer entre autres le risque de restructuration de la dette à l’initiative du
Obligation prêteur. Un tel défaut ne serait alors pas objectif, car provoqué par le prêteur.
Afin de bien comprendre le risque de crédit, il nous faut étudier :
– les défaillances de entreprises : quelles sont les causes d’un problème de risque de crédit, y-
a-t-il une évolution structurelle (par exemple liée à un changement de la loi sur les faillites)
du risque de crédit ?
– les dépendances entre défauts historiques ;
– la tarification de ce risque (le spread : marge qui est sensée rémunérer le risque de crédit) et
le lien avec les défaillances historiques ;
– les procédures de recouvrement et la valeur de celles-ci.
8.1.1 Le défaut et la faillite

Le défaut de paiement est le non-paiement d’une somme à sa date attendue : il peut s’agir
d’un remboursement de dettes aussi bien que du paiement d’un fournisseur. Le non paiement de
montants faibles n’a généralement pas d’incidence sur la vie d’une entreprise. Cependant en sus du
non-paiement peut intervenir un autre évènement : la faillite. La faillite, ou cessation de paiements
(”bankruptcy” en anglais du mot banqueroute) est la déclaration juridique de l’impossibilité de
rembourser ses créanciers. Il peut s’agir :
– d’une faillite voluntaire : c’est l’entreprise débitrice qui va initier cette déclaration ;
– d’une faillite involuntaire : ce peut être un créancier de l’entreprise qui va l’assigner.
Etant définie juridiquement, la faillite ne sera pas la même en France, aux Etats-Unis, en
Angleterre ou en Allemagne. Nous allons commencer par la définir pour les Etats-Unis.
Aux Etats-Unis
La faillite des entreprises est régie par le ”Bankruptcy Code” et plus particulièrement deux
chapitres de ce code : le chapitre 7 et le chapitre 11. Le chapitre 7 règle la liquidation de l’entreprise
(ie la vente de tous ces actifs afin de rembourser les créanciers) alors que le chapitre 11 règle la
réorganisation financière d’une entreprise afin que celle-ci puisse continuer à fonctionner mais avec
un autre type d’endettement (montant d’endettement moins élevé, profil d’amortissement plus
long, etc...). Dans le cadre du chapitre 7, une entreprise cède la propriété de tous ces actifs à
un trustee afin que celui-ci vende ces actifs et distribue le produit de la vente aux créanciers.
Dans le cadre du chapitre 11, l’entreprise débitrice reste en possession de ses actifs et continue à
opérer normalement, alors qu’elle négocie avec ces créanciers et la ”Bankruptcy Court” un plan
de restructuration de sa dette (étalement de la dette, conversion de dette en actions, etc...). Une
fois adoptée par une majorité de créanciers, ce plan est mis en place et la société sort de l’état
de faillite. Dans tous les cas, une fois la faillite demandée, toutes les demandes de repaiement de
dettes sont stoppées et seront discutées lors de la négociation du plan de sortie de faillite ou lors
de la liquidation.
8.1.2 Type d’instruments

Nous allons présenter ici les instruments de crédits les plus courants.
Le prêt est l’instrument de crédit le plus ancien. Il s’agit d’un contrat bilatéral négocié directement
entre un pool bancaire (ou plus rarement une unique banque) et l’emprunteur. Au début du prêt
l’emprunteur recoit une somme d’argent, il doit ensuite régulièrement payer des intérêts sur cette
somme empruntée, puis à maturité du prêt rembourser la somme (le principal). Ces contrats,
négociés directement entre l’emprunteur et une banque sont beaucoup plus flexibles et plus faciles
d’exécution. Cependant ils ne sont pas (ou peu) transférables à une autre entité : la banque
prêteuse ne peut pas revendre ce prêt. Ces prêts sont généralements à intérêts trimestriels basés
sur un index de type Libor, donc à taux variables.
Les obligations : emprunts standardisés - petites dénominations - facilement transférables. Le
8.2. LA MESURE DU RISQUE DE CRÉDIT 81
marché est donc beaucoup plus grand potentiellement, les prêteurs peuvent ne prêter que de
petites sommes, de plus ces contrats sont plus liquides et peuvent se revendre : la liquidité sera
plus importante que pour les prêts. Variantes : intérêts fixes ou flottants, zero-coupon, convertibles.
Asset swap
Autres obligations de paiements : suite à une achat (créance commerciales) - une garantie donnée
- options ou swaps
Les CDS : vu plus loin
Le marché : quelques chiffres
8.1.3 La notation de crédit

La notation de crédit est une classification des entreprises suivant leur capacité à rembourser
leur dettes. Les notations sont apparus au début du XX ieme siècle aux Etats-Unis (1909 - John
Moody) afin de mesurer le risque de défaut des compagnies de chemin de fer. Il faut d’ailleurs noter
qu’une grande partie de ces compagnies furent notées Aaa (meilleure qualité de crédit) avant de
faire faillite dans les années 30. Les agences de notations sont des entreprises qui fournissent ce type
de classification. Actuellement les plus grosses agences de notation sont (par ordre d’importance)
Standard & Poors, Moody’s et Fitch. Nous reviendrons plus en détail sur la notation des entreprises
et sa modélisation dans le chapitre 10.
8.2 La mesure du risque de crédit

Considérons une dette émise par un débiteur pour une maturité T . Dans la suite nous ne nous
intéresserons qu’à deux états possibles pour cette dette :
– le débiteur rembourse sa dette,
– le débiteur ne rembourse pas sa dette.
A chacun de ces états, est associée respectivement une probabilité 1−p et p. Il est à noter que parfois
un troisième état peut être intéressant : le remboursement anticipé, aussi bien pour les entreprises
(existence d’un ”call” dans l’obligation émise) que pour les particuliers (prêts hypothéquaires avec
possibilité de remboursement anticipé). Cette probabilité peut alors être estimée :
– soit grâce à la probabilité historique, i.e. en regardant le nombre d’entreprises du même
secteur d’activité et de la même qualité financière qui ont fait faillite, ou bien le taux de
défaut d’un même groupe de particuliers (en terme de revenus, de localisation géographique,
etc...) ;
– soit grâce aux informations de marché (prix des obligations ou spreads) sur l’entreprise
considérée ;
– soit grâce à des informations sur l’entreprises ou le particulier considéré (revenus, ratio
dettes sur revenus, actifs, etc...), c’est ce que l’on nomme le ”scoring”, et c’est ce qui forme
la notation des agences.
Nous allons présenter ici deux approches du risque de défaut, applicables principalement aux
entreprises, qui sont souvent utilisées dans l’analyse des dérivés de crédit (donc en probabilité
risque-neutre), mais qui permettent aussi de décrire le risque en probabilité historique. Il s’agit
de formalisations mathématiques du défaut en tant que variable aléatoire, mais pas de modèles
explicatifs se basant sur des données propres à l’entreprise/individu étudié. L’objet du chapitre 9
est une présentation de ces modèles afin d’analyser le risque de défaut, ou de tarifer les dérivés
de crédit, la formalisation mathématique restant la même. Nous ne nous préoccuperons donc pas
de savoir quelle probabilité nous utiliserons par la suite (historique ou risque neutre), ainsi que la
filtration envisagée dans les calculs d’espérance de processus.
Nous pouvons distinguer trois sources d’informations concernant le risque de crédit d’une
entité :
– une analyse d’expert ;
– un scoring algorithmique ;
– enfin des prix de marchés.
8.2.1 Scoring
Nous avons choisi de regrouper sous cette appellation aussi bien le dire d’expert que l’algorithme
de scoring car les deux peuvent être très proches. Cette mesure du risque de crédit est basée sur
des informations historiques concernant l’entreprise ainsi que sur certains éléments prospectifs.
Pour la mesure du risque de crédit des entreprises, la première proposition fut faite par Altman en
1968 ([Alt68]), où cette mesure, nommée ”Z-score” était le résultat d’une régression linéaire basée
sur des ratios financiers de l’entreprise (Fonds de Roulement,Bénéfices non distribués, bénéfices
avant impôts, chiffre d’affaires, normalisés par la taille du bilan et enfin la capitalisation boursière
divisée par les dettes). De nombreuses études ont enrichi cette première analyse afin de poubvoir
déterminer soit un classement du risque de crédit soit directement une probabilité de défaut.
8.2.2 Marché
L’autre approche consiste à utiliser des intruments de marché et plus particulièrement leur prix
afin de pouvoir en déduire une information sur le risque de crédit d’une entité (la section 8.5.5
détaille un contre-exemple). Ces instruments sont principalement des dettes : obligations cotées
ou CDS.
Les obligations (ou les prêts) peuvent fournir la première indication de risque de crédit. En effet le
prix actuel de ces instruments est censé prendre en compte le taux sans risque actuel ainsi qu’une
prime de risque crédit (ainsi que d’autres éléments comme une prime de liquidité, ...). L’utilisation
du rendement à l’échéance, en lieu du prix, permet une plus grande comparabilité entre obligations.
Ce rendement est défini comme le taux d’actualisation à utiliser afin que la valeur présente des
flux futurs soit égale au prix de cette obligation, il prend en compte les coupons qui seront payés
ainsi que le prix actuel. Cependant ce rendement ne peut pas servir seul à mesurer le risque de
crédit : une part à priori importante de ce rendement est lié au taux sans risque. Mais quel taux
sans risque ? S’agit-il d’un taux interbancaire, qui suppose donc que les banques sont sans risque,
d’un taux d’emprunt d’un pays et dans ce cas de quel pays ? Le choix du taux sans risque va
donner lieu à plusieurs familles de mesure de risque :
– ”I-spread” : ce spread est défini comme la différence entre le rendement à l’échéance et le
taux fixe équivalent à l’EURIBOR (ou LIBOR) à cette même échéance ;
– ”G-spread” : ce spread est défini comme la différence entre le rendement à l’échéance de cette
obligation et le rendement, fort probablement interpolé, des obligations gouvernementales,
à cette même échéance.
L’un de premiers problèmes posés par l’utilisation d’une telle mesure est l’insensibilité par
rapport à la forme de la courbe des taux. En effet seul les taux à l’échéance de l’obligation sont
comparés : si cette obligation paye tout le notionnel à maturité et a un coupon pas trop important
cela n’est pas un problème car le flux prépondérant est bien à échéance. Dans les autre cas, cette
mesure sera peut-être déformée (cf. Exercice 1). Aussi la mesure du spread la plus répandue est-elle
le ”Z-spread” : il s’agit du spread que l’on doit rajouter à la courbe de taux sans risque (LIBOR
ou taux gouvernementaux) afin d’obtenir le prix actuel, de l’obligation considérée, comme valeur
présente des flux futurs, en supposant absence de défaut et de prépaiement. Nous n’aborderons
pas ici l’”OAS” (”Option-Adjusted-Spread”) car cette mesure est nécessaire lorsque le risque de
remboursement anticipé de l’obligation sous-jacente est important et nécessite une modélisation
de ce risque.
Une autre notion de spread peut être intéressante à utiliser : le spread d”Asset Swap”.
Ces spreads apparaı̂ssent comme des bons candidats à la mesure de risque, mais sont-ils effi-
caces, ie peuvent-ils être assimilés à la rémunération du risque de crédit par le marché ? Existe-t-il
un montage financier tel que le seul risque porté soit le risque de crédit de l’emetteur de l’obliga-
tion avec un rendement correspondant à ce spread. Supposons que nous empruntions au taux sans
risque afin d’acheter une obligation de cette émetteur et que le tout soit porté jusqu’à maturité
de l’obligation : le rendement d’un tel montage correspond alors au I-spread/G-spread/Z-spread.
Depuis l’avènement des CDS, leur spread est un nouveau candidat à la mesure du risque de crédit.
Malheureusement contrairement à ce qui a été déclaré un peu partout lorsque ce marché croissait
8.3. QUELQUE PROPRIÉTÉS DU RISQUE DE DÉFAUT 83
exponentiellement, le spread de CDS ne représente pas ”que” le risque de crédit de l’entité de

référence. En effet, le spread d’un CDS est fonction de tous les éléments suivants :
– le risque de défaut de l’entité de référence ;
– l’aversion au risque de l’acheteur de protection (ou du marché en général) ;
– le risque juridique concernant la modification des termes du contrat de CDS (voir notamment
le cas de la restructuration de la dette grec en 2011) ;
– le risque de recouvrement ;
– le risque de défaut du vendeur de protection ;
– l’utilisation réglementaire qui peut être faire d’un CDS (cf. couverture du risque souverain
lorsque celui-ci est très faible) ; et
– une prime de liquidité.
Enfin il est à noter que les prix des actions peuvent aussi donner des informations sur la qualité
de crédit d’un émetteur. En effet, en général une augmentation du risque de crédit d’une entité
est liée à une chute de son cours d’actions (voire notamment le cas de la Société Générale 8.1),
cependant cette relation n’est pas toujours aussi nette, voir totalement fausse (les nationalisations
sont un bon contre-exemple). Les modèles structurels formalisent cette idée plus avant.
Exercice 1. Nous considérons les dux obligations suivantes :
– l’obligation A : d’échéance 5 ans, avec un coupon fixe de 20% et un repaiement du principal
en année 2 et année 5, son prix est au pair ;
– l’obligation B : d’échéance 5 ans, avec un coupon de 5.1%, bullet, son prix est de 55.5%.
Nous avons les taux d’intérêt sans risque suivant 0%/2%/5%/7%/10% pour les maturité 1/2/3/4/5
ans.
1. Quels sont les rendements à échéance de ces obligations ?
2. Quels sont leur ”I-spread” ?
3. Déterminer maintenant le Z-spread de chacune de ces obligations. Commenter.
Lien entre prix de l'action et spread du CDS: Société Générale Lien entre prix de l'action et spread du CDS: Deutsche Bank
300
400
250
300
year(Date) year(Date)
2005 200 2005
2006 2006
CDS Spread
CDS Spread
2007 2007
2008 2008
150
200 2009 2009
2010 2010
2011 2011
2012 100 2012
100
50
20 40 60 80 100 120 140 20 40 60 80 100

Prix de l'action Prix de l'action
Figure 8.1 – Exemple de lien entre le prix de l’action et le niveau du spread de CDS pour deux
banques européennes
8.3 Quelque propriétés du risque de défaut

Après avoir défini le risque de crédit, nous allons ici présenter les principales propriétés du risque
de défaut plus particulièrement, et ce pour différentes type de dettes (entreprises, souverains et
particuliers).
Défaut: 8.3.1 Une typologie des défauts

Exemples
Levier des En parcourant un historique de l’ensemble des défauts (d’entreprise notées par Moody’s unique-
entreprises ment), on est frappé par les similarités existantes entre les évènements conduisant une entreprise
à la faillite. Aussi avons nous essayé d’esquisser une classification des défauts suivants quelques
scénarios les plus répandus.
La table ?? présente cette esquisse.
Dénomination Scénario
8.3.2 Quelques exemples

8.3.3 Défaut d’entreprises
La figure 8.2 donne les probabilités de défaut à un an pour chaque année depuis 1920 pour les
entreprises notées par Moody’s en dehors de la catégorie d’investissement (”Non-IG” ou ”Specula-
tive Grade”), on peut remarquer ques les pics de probabilités de défaut sont directement liés aux
périodes de récession américaines, mais la relation avec l’évolution du PIB n’est pas aussi simple
au premier abord (cf. 8.3), en effet la récession de 81-82 fut très sévère mais le taux de défaut ne fut
pas extrême (plus faible par exemple que lors de la récession de 90), de même au début des années
2000 la récession fut de courte durée mais a vu des taux de défaut très élevés. D’autres éléments
doivent être pris en compte : la composition des dettes émises (comme par exemple l’introduction
des obligation ”Junk Bonds” dans les années 80) et l’utilisation du levier ont par exemple impactés
ces taux de défaut (cf. 8.4). En effet la composition de la catégorie ”Speculative Grade” a évolué
au cours du temps en se dégradant (ie le risque de crédit a augmenté) car les catégories Caa/CCC
et B/B ont vu leur poids relatif augmenté, ce qui reflète :
– un changement du périmètre des obligations notées (financement par obligations et non par
prêts) ;
– une augmentation du levier des entreprises (ratio actif total sur fond propre) ; ou
– un changement de l’environnement macro-économique, même si ce facteur a généralement
moins de poids que les deux premiers.
8.3.4 Evolution des spreads

Les deux graphiques 8.7 nous donnent un aperçu de l’évolution des spreads de CDS depuis
2001, à notation constante. Autrement dit, il s’agit de comprendre l’évolution de la prime de
risque au cours du temps à niveau de risque constant 2 .
8.4 Obligations et prêts

8.4.1 Clauses
[SW79]
– Restriction sur la production/investissement de l’émetteur ;
– Restrictions sur les investissements ;
– Limites sur la cession d’actifs ;
– Conditions à l’émission de sureté ;
– Interdiction de fusion ;
– Limites au paiement de dividendes ;
– Restrictions sur les stratégies de financement.
2. Même si cette assertion ne reste qu’une hypothèse, on peut en effet arguer que les notations ne résument pas
parfaitement le risque de crédit
8.4. OBLIGATIONS ET PRÊTS 85
Structure par terme des probabilités de défaut

1.0
0.8
0.6
Rating
Probabilité
A
B
Baa
0.4 Caa−C
0.2
0.0
5 10 15 20
Maturité
0.14
0.12
0.10
Probabilité de défaut
0.08
0.06
0.04
0.02
0.00
1920 1940 1960 1980 2000

Année
Figure 8.2 – Moyenne sur toutes les cohortes de 1970 à 2010 des probabilités de défaut historiques
par maturité et evolution historique des probabilités de défaut à un an non-IG (source : Moody’s,
les bandes grisées correspondent aux années de récessions états-uniennes)
●
●
0.15
0.10
● ● ●
● ●
●
● ● ●
● ●
●
● ● ●
● ● ●
0.05 ●
●
●
● Year
● ● ● ●● ● ●
● ●
● ●
1940
US GDP
● ● ●● ●
● ●
● ● ●
● ●●
● ●
● ● ●
● ● ●
●
● ●
● 1960
● ● 1980
●
0.00 ●● ● ● ● 2000
● ● ●
● ●●
●
●
● ●
−0.05
●
−0.10
●
0.00 0.02 0.04 0.06 0.08 0.10 0.12 0.14

Taux de défaut annuel spéculatif
Figure 8.3 – Relation entre taux de défaut et évolution annuelle du GDP américain (source :
Moody’s, BEA)
8.4. OBLIGATIONS ET PRÊTS 87
2.3
2.2 ●
●
●
●
● ●
Year
US Corp Leverage
●
2.1 ● 1985
●
●
● 1990
● ●
● 1995
● ● 2000
●
●
● 2005
2.0
● ● 2010
● ●
●
●
●
● ●
●
●
●
1.9
●
0.02 0.04 0.06 0.08 0.10 0.12

Taux de défaut annuel spéculatif
Figure 8.4 – Relation entre taux de défaut et le levier moyen des entreprises US non-financières
(source : Moody’s, Fed Z1)
Figure 8.5 – Le cycle de crédit
350
300
250
Europe Indices
Corporate
200 Corporate
Financial
Sovereign
150
100
50
2007 2008 2009 2010 2011 2012

Date
Figure 8.6 – Evolution des indices européens de CDS (5 ans) pour trois types de risques : entre-
prises, institutions financières et souverains, la contagion de la crise est visible (source Bloomberg)
8.5. LES ”CREDIT DEFAULT SWAPS” 89
CDS
120
800
100
80 600
Rating Rating
Aaa
Aaa A2
A2
60 Aa2 Baa2
400 Ba2
40
200
20
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Date Date
Figure 8.7 – Evolution des spreads médians de CDS 5 ans par notation Moody’s (source Moody’s)
8.5 Les ”Credit Default Swaps”
Qu’est ce qu’un ”credit default swap” ou CDS ? Un CDS est un contrat entre deux parties,
comme un swap classique il s’agit d’un échange de flux (A s’engage à verser à B un montant
fixé/aléatoire et B s’engage à verser à A un autre montant fixé/aléatoire). La documentation
juridique définissant un tel contrat est standard, elle a été défini par l’ISDA (”International Swap
and Derivatives Association”) et pour la France par l’AFB (Association Francaise des Banques).
Un CDS classique nécessite trois parties :
– une entité de référence (exemple Fiat),
– un acheteur de protection (exemple BCI),
– un vendeur de protection (exemple FSA).
Prime trimestrielle
Acheteur de
Vendeur de Protection
Protection
« Indemnisation »
contingente au défaut
Entité de référence
Obligation
…….
Dette
Figure 8.8 – La structure du contrat CDS

A partir du moment où le contrat entre BCI et FSA devient effectif, BCI paye une prime
trimestrielle (toujours payée à la fin de la période) à FSA jusqu’au plus tôt de la maturité du
contrat et de la det de défaut de Fiat. Si Fiat fait défaut avant la maturité du contrat, à cette
date, FSA paie un montant, dont le mécanisme de calcul à cette date est prédéfini, à BCI, et le
contrat se termine alors.
Deux éléments doivent être définis de manière très précise :
– le défaut , en tant qu’évènement déclencheur du paiement. Un certain nombre d’évènements
sont prédéfinis comme étant des défauts, les deux parties au moment de rentrer dans le
contrat vont définir les évènements applicables (leur définition exacte est donnée en an-
nexe) :
– La faillite de la société (passage en redressement judiciaire, mise sous tutelle, etc...),
– un défaut de paiement : non-paiement d’intérêt ou de principal,
– une accélération de la dette : cette dette doit être remboursée immédiatement suite au
respect d’un critère technique (lorsqu’une entreprise voit son ratio Intérêt / Profit passer
en-dessous d’un seuil),
– une répudiation de la dette par l’émetteur : c’est un évènement qui ne s’applique que pour
les souverains,
– une restructuration de la dette, si cette restructuration rend la dette initiale subordonnée,
ou diminue le montant d’intérêt ou le montant de principal à rembourser, ou change la
monnaie de dénomination de la dette dans une monnaie non-éligible.
– le montant payé par le vendeur de protection en cas de défaut sera défini :
– soit comme un montant fixé dès l’origine contractuellement (généralement exprimé en
pourcentage du notionnel).
– soit comme un montant calculé peu de temps après le défaut équivalent au prix de vente
d’une dette de la société en défaut, on dit qu’il y a ”cash settlement”.
– soit comme le montant nominal fixé contractuellement, avec en contrepartie une livraison
d’une dette de la société en défaut au vendeur de la protection, on dit qu’il y a livraison
physique.
CDS/ISDACDS.jpg
Figure 8.9 – Le volume du marché des CDS depuis 2001 (source ISDA)
8.5.1 Le marché des CDS

Initialement les CDS étaient principalement traités entre banques, et ce afin de transférer leur
surexposition de risque crédit (si le montant des prêts octroyés dépassait la limite interne autorisé
il était toujours possible de se protéger sur l’excédent). Des hedges funds ont commencé à rentrer
dans ce marché, puis ce sont les gestionnaires d’actifs plus classique qui sont entrés dans la danse.
Evènement
de crédit
Figure 8.10 – Les différents intervenants du marché des CDS (source BIS 2011)
Le graphique 8.10 nous donne un aperçu des principaux utilisateurs de CDS. Sans surprise,
ce sont les banques (et notamment les 15 premiers ’dealers’ de CDS) qui sont les premiers in-
tervenants, les hedges funds représentant le premier utilisateur hors banque, suivi de loin par les
fonds de pensions et assureurs. Les entreprises non financières n’en ont qu’une utilisation très
parcimonieuse.
8.5.2 Evènements de crédit

Les évènements de crédit qui s’appliquent à une transaction CDS sont définis de manière très
précis dans le contrat initial. Au total il y a six évènements de crédit définis sachant qu’en réalité
seuls trois seront utilisés dans la majorité des transactions. Dans le cas d’une faillite, l’évènement
touche l’entité de référence elle-même, aussi n’est-il pas besoin de détails supplémentaires. Par
contre dans les cas de défaut de paiement ou restructuration, il faut initialement préciser sur
quelles type de dettes vont s’appliquer ces évènements. Un défaut de paiement sur une créance
commerciale ne va pas obligatoirement, dans le cadre d’un contrat CDS, être considéré comme un
Défaut de Paiement 3 ! Aussi définit-on les dettes qui pourront créer un évènement de crédit : ce
sont les Obligations. La définition la plus standard est donnée ci-après.
Obligation : Toute obligation, présente ou future, conditionnelle ou non pour le paiement
ou le remboursement de sommes d’argent au titre de sommes empruntées (ces termes incluant
les dép^ ots et toute obligation de remboursement résultant de la mise en jeu d’un engagement
par signature).
La déclaration d’un évènement de crédit peut être faite par l’une des deux parties au contrat
indifféremment. Cependant pour être valide cette déclaration doit contenir deux sources publiques
annoncant cet évènement de crédit.
3. L’utilisation de majuscules fait référence à une définition précise donnée dans la documentation juridique
Faillite Faillite
Défaut de
paiement L’entreprise objet du CDS, aussi nommée entité de référence, est sujet à un jugement de
Restructurationfaillite ou d’insolvabilité, ou bien est dissoute ou liquidée, ou est assujetti à la nomination d’un
administrateur.
Défaut de paiement
Il est défini comme le non-paiement d’une obligation de paiement sur certaines catégories de
dettes et pour un montant supérieur à un seuil défini à l’avance dans le CDS.
Restructuration
Une restructuration de dettes est une modification des termes de cette dette (intérêt, maturité,
nominal, etc...) par rapport aux termes initiaux t.q. cette modification modifie la valeur de cette
dette. De plus une restructuration est censée avoir lieu lorsqu’une entreprise est en difficulté
financière afin d’éviter un défaut de paiement ou une faillite.
8.5.3 Paiements en cas d’évènements de crédit

La mécanique de résolution des paiements des CDS en cas d’évènement de crédit a évolué
depuis l’apparition de ce marché. Nous allons décrire ici la mécanique initiale puis la résolution
actuelle.
Initialement, suite au premières tentatives de standardisation des CDS (Documentations ISDA
1999 et 2003), en cas d’évènements de crédit, les documentations standards prévoyaient deux
types de paiements :
– soit le paiement d’un montant correspondant à la perte de marché (i.e. la différence entre
valeur de marché et pair) sur une obligation de l’entité en défaut,
– soit le paiement d’un montant correspondant au notionnel d’une obligation de l’entité en
défaut contre la livraison de cette même obligation.
Dans les deux cas, l’obligation en question est soit définie initialement dans le contrat matérialisant
le CDS, soit définie :
– comme appartenant à une certaine catégorie de dettes de l’entité,
– et ayant un certain nombres de caractéristiques, en termes de monnaie, de maturité maxi-
mum, de seniorité, etc....
Dans les deux cas, le notionnel de l’obligation servant de référence (pour le calcul de prix ou pour
l’échange) sera égal au notionnel du contrat de CDS.
Cash Settlement Dans le cadre d’un ”cash settlement”, lors d’un événement de crédit, la
contrepartie ayant vendue la protection devra verser (généralement au bout d’un ou de
plusieurs mois) un montant déterminé comme étant la différence entre le nominal et la va-
leur de marché de cette obligation de référence. Cette valeur de marché peut être déterminée
suivant différents mécanismes : le mécanisme le plus souvent utilisé sera une cotation de
l’obligation de référence auprès de différents intervenants dans ce marché, et le choix soit
du prix le plus élevé soit de la moyenne des prix, ou bien d’une combinaison linéaire si les
montants cotés sont trop faibles.
Physical Settlement Au contraire dans le cas d’une livraison physique, la contrepartie ayant
vendue la protection devra verser (un mois après la déclaration de l’événement de crédit)
le notionel du CDS, en échange d’une livraison d’une obligation de référence de l’entité en
défaut pour un nominal égale au notionel du CDS. C’est ce type de règlement qui était choisi
en majorité sur le marché. Il permettait en effet aux banques de gérer le recouvrement sur
ces obligations grâce à leurs équipes internes et aux acheteurs de protections d’obtenir une
couverture parfaite sur leurs obligations.
Compte tenu de la popularité des Credit Default Swaps et de la multiplicité de leur usage
(plus seulement une couverture d’une position obligataire mais spéculation ou macro-couverture),
93
Figure 8.11 – Description des flux dans le cadre d’un CDS

Paiement sans évènement de crédit
Versement d'une prime
Acheteur de protection Vendeur de protection
Paiement en cas d'évènement de crédit ("Cash Settlement")
Versement d'une somme égale à
Acheteur de protection (Notionel du CDS - Prix d'une
Vendeur de protection
obligation de l'entité de référence)
8.5. LES ”CREDIT DEFAULT SWAPS”
Paiement en cas d'évènement de crédit ("Physical Settlement")

Livraison d'une obligation de l'entité
de référence
Acheteur de protection Vendeur de protection
Versement du Notionel du CDS
la mécanique de la livraison physique a posé problème en 2005 lors du défaut de Delphi. En effet
il semblerait (cf. [HT07]) que les notionnels des CDS sur Delphi représentait dix fois plus que
le notionnel de ses dettes. Cette disproportion entre les CDS et les obligations a alors provoqué
une pression sur les prix des obligations de Delphi (causant une augmentation de plus de 10% du
prix de celles-ci) à cause de la livraison physique. L’ISDA a alors décidé de mettre en place un
protocole de résolution des CDS en cas d’évènement de crédit permettant de déterminer un taux
de recouvrement dans le cadre d’un ”Cash Settlement” standardisé pour tous les acteurs de ce
marché. Depuis 2009, ce protocole est intégré à la documentation standard des CDS, il n’y a donc
plus de livraison physique depuis 2009.
Ce protocole (”Credit Event Auction”) est composé de deux étapes gérées par MarkIt (cf. [mar10b]).
Avant l’établissement du prix, il est procédé au choix d’un portefeuille d’obligations de référence
de l’entité défaillante. C’est ce portefeuille qui sera utilisé dans la détermination d’un prix final.
– La première étape permet de déterminer un premier niveau de prix et d’agréger les offres
ou demandes des participants. Chaque banque participante aux enchères va proposer en
parallèle : un prix d’achat et de vente pour le portefeuille de référence ainsi que les montants
d’achat/de vente sur ce même portefeuille. Un prix intermédiaire (”Initial Market Midpoint”)
est déterminé comme le prix moyen des meilleurs prix d’achat/vente (seuls la meilleure moitié
des prix est considérée : prix d’achat les plus élevés ou prix de vente les plus faibles). L’intérêt
net (”Net Open Interest”) est déterminé comme la différence entre les montants des offres
d’achat ou de ventes agrégées. Certains ajustements par banque peuvent être mis en place
en fonction de ces prix d’achat/vente par rapport à l’IMM.
– La deuxième étape, suivant la nature de l’intérêt net (vente ou achat) va ensuite utiliser les
prix d’achat ou ventes soumis initialement (en limitant les prix autour de l’IMM) afin de
compléter les offres.
8.5.4 Valorisation de CDS

Deux choses sont à déterminer sur un CDS :
– le spread initial de ce CDS en fonction du risque ;
– la valeur de marché du CDS après sa date de mise en place.
Pour ce paragraphe, nous supposerons que la probabilité de défaut est donnée par une inten-
sité déterministe fonction de la date λ(t), telle que la probabilité d’un défaut entre t et Rt
t + dt
conditionnelle à la survie en t soit λ(t)dt, la probabilité de survie en date t est alors de e− 0 λ(s)ds .
De plus lorsque nous calculons une valeur actuelle, deux éléments interviennent :
– la valeur actuelle d’un flux futur doit toujours être actualisée,
– la valeur actuelle d’une variable aléatoire est son espérance sous la probabilité risque-neutre.
Spread initial
Le spread (ou prime) initial d’un CDS est définie telle que la jambe flottante ait la même
valeur que la jambe fixe. En effet le CDS est un contrat de swap, autrement dit d’échange où
l’acheteur de protection paye un montant fixe de manière trimestriel (la jambe fixe) et reçoit, en
cas d’évènements de crédit, le montant du recouvrement (la jambe flottante). Comme toujours
en finance, lorsque l’on compare des valeurs ayant des dates différentes, nous calculons la valeur
présente. Ainsi cette contrainte se traduit par : Valeur présente de la jambe fixe = Valeur présente
de la jambe flottante. La valeur de la jambe fixe est définie comme la valeur présente de la prime,
en utilisant un taux d’intérêt dépendant de la date r(s), reçue tant que l’entité de référence n’a
pas fait défaut :
Z T Rs
S e− 0 (r(u)+λ(u))du ds
0
soit, si l’on suppose une intensité de défaut et des taux d’intérêts constants :
1 − e−(r+λ)T
S
r+λ
La valeur présente de la jambe flottante est définie comme l’actualisation de la perte au moment RPV01
du défaut : Z T Rs Rs
(1 − R) e− 0 r(u)du λ(s)e− 0 λ(u)du ds
0
ce qui se simplifie avec les hypothèses ci-dessus en :
1 − e−(r+λ)T
λ(1 − R)
r+λ
Ainsi la condition d’égalité des valeurs se traduit, dans ce modèle simple par :
S = λ(1 − R)
Ce que nous avons présenté est déjà une modélisation de la réalité. En fait le contrat de CDS étant
par paiement trimestriel il faudrait plutôt utiliser les formules suivantes :
– Pour la jambe fixe :
XN
S DFi Qi ∆i
i=1
– Pour la jambe flottante :

N
X
(1 − R) DFi (Qi−1 − Qi )
i=1
avec les notations suivantes :

– DFi est le facteur d’actualisation pour la date i,
– Qi est la probabilité de survie de l’entité en date i,
– ∆i est la durée entre deux dates de paiements.
Ce qui donne alors pour le niveau de spread :
PN
(1 − R) i=1 DFi (Qi−1 − Qi )
S= PN
i=1 DFi Qi ∆i
Valeur de marché
La valeur d’un CDS (le ”Marked-to-Market”) à n’importe quel moment sera la différence de va-
leur entre jambe flottante et jambe fixe, soit M tM (t) = ±(VP Jambe flottante − VP Jambe fixe),
où le signe est positif pour l’acheteur de protection et négatif pour le vendeur de protection.
Le marché a introduit un certain nombre de termes et de notations afin de simplifier le calcul de ces
valeurs de marché, similaire aux notions de duration. Notons P V 01 la valeur présente d’un point
de base par an payée en continu sur la maturité de la transaction et RP V 01 la valeur présente
d’un point de base par an payée en continu prenant en compte l’arrêt du paiement si l’entité de
référence fait défaut, c’est la ”Risky Present Value”. Alors si le spread à la date t est noté St alors
la valeur de ce swap est :
M tM (t) = (St − S0 )RP V 01
Ce qui en reprenant les notations précédentes équivaut à :
N
X
RP V 01 = DFi Qi ∆i
i=1
Les ”building blocks” de la tarification

Lorsque l’on doit valoriser ce type de produit, nous allons utiliser deux briques essentielles :
– un coefficient d’actualisation (”discount factor”) permettant de comparer des flux à des dates
différentes (noté B(0, t)) ; et
Tranches de – un coefficient d’actualisation risqué : il s’agit de comparer des flux à des dates différentes
CDO
mais en intégrant la probabilité de survie de ces flux (ou plus précisément de survie de l’entité
Perte
moyenne générant ces flux, que ce soit la contrepartie pour la prime de CDS ou l’entité de référence
d’une pour la perte), noté B(0, t).
tranche
8.5.5 Spread de CDS et Probabilité de défaut
La popularité des CDS tient aussi au fait que nombre d’acteurs de marché utilise cet instrument
afin de pouvoir en déduire une probabilité de défaut risque-neutre. Malheureusement cette relation
n’est pas toujours simple. En effet, la prime d’un CDS contient plusieurs informations :
– la probabilité de l’entité de référence et le recouvrement attendu. Celui-ci n’a que peu d’im-
pact sur le spread lorsque le défaut est peu probable, au contrarire lorsque le spread est très
élevé, le recouvrement implicité par le marché a un fort impact.
– la probabilité de défaut du vendeur de protection du CDS. En effet l’acheteur de protection se
retrouve au risque de crédit de sa contrepartie. Celui-ci peut être considéré comme négligeable
lorsque le risque de l’entité de référence est bien supérieure à celui de cette contrepartie, mais
la crise financière de 2008-2011 a montré les limites d’une telle hypothèse.
– la prime de liquidité. Si l’entité de référence a un CDS qui n’est pas liquide (peu échangé),
le spread ne réflètera pas le risque sous-jacent mais plutôt les contraintes de marché (trop
de vendeurs ou trop d’acheteurs).
– enfin l’aversion au risque des investisseurs.
8.6 Tranches de CDO
La ”Tranche” est un instrument financier qui permet de transférer une partie du risque d’un
portefeuille de CDS, ce transfert partiel s’effectue uniquement lorsque la perte due au risque de
crédit dépasse un certain seuil et ce pour un montant limité. Ces contrats sont similaires, dans
l’esprit, à des contrats d’assurance. La Tranche de CDO est définie grâce à plusieurs éléments :
– le portefeuille de risque de crédit sous-jacent (le portefeuille de CDS) ;
– l’horizon du risque ou maturité de la tranche ;
– le point d’attachement aussi nommé réhaussement de crédit (”credit enhancement” - CE) :
c’est le point à partir duquelle les pertes de crédit du portefeuille sous-jacent sont transférées
au vendeur de protection sur la tranche ;
– le point de détachement, la différence entre ces deux dernières notions étant égale à la taille
de la tranche exprimée en proportion du portefeuille, c’est le point à partir duquel les pertes
du vendeur de protection de la tranche ne seront plus affectées.

min max(0;(L−a));d−a
(L−a)+ ∧(d−a)
La perte sur la tranche de CDO est ainsi définie comme d−a (soit d−a ).
8.6.1 Définition
Lorsque l’on détermine la perte moyenne d’une tranche pour une variable de perte L, si F est
la distribution cumulée de L alors (avec F la probabilité que la variable aléatoire dépasse un seuil,
8.6. TRANCHES DE CDO 97
Credit Exposure 1
Credit Exposure 2
Credit Exposure 2
Super Senior
………….
Senior
Junior
Credit Exposure (n-1)

Equity
Credit Exposure n
Figure 8.12 – Description et nomenclature d’une tranche de CDO
soit 1 − F ) :
Z +∞
+
E((L − a) ∧ (d − a)) = (l − a)+ ∧ (d − a)dF (l)
0
Z d Z +∞
= (l − a)+ ∧ (d − a)dF (l) + (l − a)+ ∧ (d − a)dF (l)
a d
Z d Z +∞
= (l − a)dF (l) + (d − a)dF (l)
a d
Z d
= ldF (l) + a(F (d) − F (a)) − (d − a)(0 − F (d))
a
d
Z d
= − lF (l) a
+ F (l)dl + dF (d) − aF (a)
a
Z d
= F (l)dl
a
Nous noterons par EL cette perte moyenne dans la suite de la partie sur les CDOs.
8.6.2 Valorisation d’une tranche de CDO

Une tranche de CDO synthétique sera valorisée de la même manière qu’un CDS simple, la
probabilité de défaut de l’entité de référence sera ici remplacée par la perte moyenne sur la tranche.
Ce produit aura aussi deux jambes (nous avons choisi ici une représentation discrète avec DF
représentant les facteurs d’actualisation) :
Tail Probabilities
Default Probability
Extinction Probability
Expected Loss
Attachment point Detachment point

Losses
Figure 8.13 – Calcul de la perte moyenne en fonction de la distribution cumulée
– une jambe flottante (représentant les paiements de protection) :

N
X
DFi (ELi − ELi−1 )
i=1
où ELi est défini comme la perte moyenne de la tranche en date ti pour un notionel unité.
Il s’agit simplement de la valeur présente des incréments de perte moyenne.
– une jambe fixe (représentant le paiement de la prime) :
N
X
S DFi (1 − ELi )∆i
i=1
avec ∆i la durée de la période. La prime moyenne est égale au spread multiplié par le
notionnel moyen.
8.7 De nouveaux produits

Le marché des dérivés de crédit s’est développé depuis 2001 et a été en pleine expansion jusqu’à
fin 2007 - début 2008. Au fur et à mesure que les acteurs de ce marché se sont multipliés, la liquidité
a augmenté surtout sur les produits les plus standards, dont les indices de crédit CDS. A cause de
l’augmentation du nombre d’équipe travaillant sur ce marché, les marges sur les produits les plus
standards ont été compressées, obligeant ces mêmes équipes à développer de nouveaux produits,
soit spéculatif, soit de couverture. L’innovation constante était la clé du succès. Suite à la crise
du crédit la plupart de ces équipes ont été dissoutes et la gestion du risque sur les portefeuilles
existants est devenu l’activité la plus importante en crédit.
Nous allons décrire quelques-un de ces nouveaux produits, puis des stratégies proposées par les
banques permettant de prendre certaines positions.
8.7. DE NOUVEAUX PRODUITS 99
8.7.1 Les indices de crédit synthétiques : CDX - iTraxx

iTraxx Europe est un indice de crédit : cet indice correspond à la moyenne des spreads des 125
noms les plus liquides. Tous les semestres une nouvelle série est mise en place. Les noms choisis
pour une série sont des tous des entreprises d’Europe de l’Ouest ou de Scandinavie, ayant une
notation de crédit minimum de BBB-(S&P)/Baa3(Moody’s). Le principal critère de sélection est
la liquidité, exprimée en montant traité par un group de banques sur les 6 derniers mois avant la
création de cette série. Le nombre de noms dans chaque secteur est fixé et seuls les noms de ces
secteurs les plus liquides seront choisis. Les secteurs représentés sont les suivants :
– Industrie automobile (”Auto”) ;
– Biens de consommation (”Consumer”) ;
– Energie (distribution et production) (”Energy”) ;
– Industrie (”Industrial”) ;
– Télécommunications (”TMT”) ; et
– Banque, Finance et Assurances (”Financial Senior”).
CDX est l’équivalent de l’indice iTraxx mais pour l’Amérique du Nord.
Evolution des spreads d’indices

250
iTraxx
200
CDX
Spread in bps
150
100
50
2002 2004 2006 2008
Date
Figure 8.14 – Les spreads d’indice depuis 2002
Basé sur ces indices génériques (”Main”), il existe d’autres indices plus spécialisés, soit pour
chaque secteur, soit excluant les sociétées financières, soit encore ne regroupant que les 30 noms
ayant les spreads les plus élevés (parmi les sociétés non-financières). De la série 3 à la série 4, les
régles de choix des noms ont été légèrement modifiés afin de minimiser les changements de noms
dans l’index lors d’un changement de série.
CMCDS 8.7.2 Forward CDS

Swap de
recouvrement A partir du moment où le marché des tranches devint liquide, de nombreuses variantes autour
du concept de tranches sont devenues possibles. Notamment, les banques ont commencé à proposer
des tranches de CDO ”forward”. Ce sont des tranches de CDO où le vendeur de protection ne sera
exposé qu’au défaut survenant après une certaine date (et ce jusqu’à maturité de la tranche). Ainsi
une tranche de CDO forward 2-7 sera exposée aux évènements de crédit survenant de l’année 2 à
l’année 7. Seuls ces défauts diminueront le seuil de protection de cette tranche.
8.7.3 Constant Maturity CDS ou CMCDS

Dans un environnement où les spreads sont bas, les investisseurs recherchent d’autant plus des
actifs ayant la rémunération la plus élevée (à risque constant). Or ces investisseurs sont obligés
d’investir leur liquidité aujourd’hui et donc peuvent manquer la prochaine remontée des spreads
(une perte d’opportunité) : les Constant Maturity CDS ont été créés afin de résoudre ce souci.
Un ”Constant Maturity” CDS est un CDS où la prime (la jambe fixe) est déterminée chaque
trimestre comme une certaine proportion de la prime d’un CDS classique. Un CMCDS typique
de maturité 5 ans verra ainsi sa prime définie chaque trimestre comme x% de la prime d’un CDS
standard de maturité 5 ans à la date du calcul, d’où le nom de maturité constante. Cette prime
sera payée jusqu’au plus tôt de la maturité du CMCDS (5 ans dans cet exemple) ou du défaut
de l’entité de référence. Il y a cependant un maximum sur la prime qui peut être payée sur ce
CMCDS, maximum qui interviendra si le risque de crédit de l’entité se détériore beaucoup.
8.7.4 Les swaps de recouvrement

Le marché des CDS simple noms étant suffisament liquide, on a vu apparaı̂tre un instrument
s’intéressant uniquement au risque de recouvrement : le swap de recouvrement. Ce swap a deux
jambes :
– sous la jambe flottante, en cas d’évènements de crédit sur l’entité de référence, A paye la
sévérité telle que mesurée sur le marché ;
– sous la jambe fixe, en contrepartie, B paye une sévérité fixe à A.
Cet instrument permet donc d’échanger un recouvrement aléatoire contre un recouvrement fixe
en cas d’événements de crédit. Il n’est traité que sur des entités qui sont ont une probabilité
importante de faire défaut. Ce type de contrat permet alors au marché de couvrir le risque de
recouvrement, et d’en déduire une distribution de recouvrement risque neutre.
8.7.5 Les ”Credit Default Swaptions”

Les Credit Default Swaptions sont des options sur CDS, ou droit optionnel d’entrer dans
un CDS. Ce type d’options existe depuis 2004 principalement sur les indices ou bien de gros
émetteurs comme Ford ou General Motors. Un swaption de défaut est une option d’entrer dans un
CDS sans coût (hors la prime périodique) à une date fixe future (ces options sont principalement
européennes). Une telle option est déterminée par les caractéristiques suivantes :
– l’entité de référence (ou l’indice) ;
– la maturité du CDS sous-jacent ;
– le spread du CDS sous-jacent, qui est le strike ;
– la maturité de l’option, qui est généralement entre un mois et un an ;
– la prime de l’option qui est payée initialement.
Une option de vente de protection permet de conserver le spread recu initialement même si celui-ci
diminue, une option d’achat de protection permet au contraire de garder le spread initial si celui-ci
augmente. Cependant dans ce deuxième cas le défaut peut ou non désactiver l’option : si le l’option
n’est plus exercable au moment du défaut, c’est alors une option ”knockout”.
8.7. DE NOUVEAUX PRODUITS 101
8.7.6 Les CDO-square (ou CDO-cube, ...) CDO-

square
Les CDO2 ont commencé à apparaı̂tre sur le marché mi 2003. Il s’agit de tranches de CDO
synthétiques dont le portefeuille est lui-même constitué de tranches synthétiques de portefeuilles
(de 5 à 10 en général). Cet emboı̂tement donne alors des tranches qui sont encore plus sensibles
au niveau de corrélation. Ces opérations sont apparus lorsque l’arbitrage sur le spread (arbitrage
entre vision du risque par les agences de notation et vision du risque du marché) a disparu, il
a alors fallu trouver un arbitrage ailleurs, or justement les hypothèses de corrélation étaient très
différentes entre agences de notation et marché !
Super Senior
Super Senior
Super Senior
Super Senior
Super Senior
Super Senior Super Senior
Super Senior
Super Senior
Investors
Senior
Senior
Senior
Senior
Junior
Senior
Junior
Senior
Junior Senior
Senior
Junior
Equity
Senior
Junior
Equity
Junior
Equity Junior
Junior
Equity
Junior
Equity
Equity Equity
Equity
Equity
Figure 8.15 – Description d’un CDO Squared
Figure 8.16 – Une créativité débridée (source ”Credit Magazine - discredit Volume 1 Issue 1”)
Leveraged 8.7.7 Tranche Super-Senior à effet de levier (”Leveraged Super-Senior”)

Super-
Senior Un ”Leveraged Super-Senior” (ou LSS dans la suite) est à la base une tranche super-senior
classique : un seul élément fait sa différence, il existe un mécanisme tel que si la valeur de marché
(ou une quantité l’approchant) de cette tranche dépasse un certain montant, alors la tranche sera
débouclée à sa valeur de marché.
Une transaction LSS est similaire à une tranche d’un CDO synthétique ayant un rehaussement de
crédit très élevé, avec cependant deux caractéristiques uniques :
– la tranche est seulement partiellement ”fundé” : le ratio entre le notionnel du CDS et le
montant ”fundé” est appelé levier ;
– il y a seuil de débouclage sur la valeur de marché de la tranche de CDS, tel que si celui-ci
est touché, la banque acheteuse de protection peut déboucler la transaction à sa valeur de
marché.
Tranche
de CDO
Le portefeuille total
Emission à effet de
levier
Figure 8.17 – Description d’un LSS
Prenons l’exemple d’un portefeuille de risque de un milliard, avec une tranche synthétique de
point d’attachement de 10% et détachement de 70%, soit une taille de tranche synthétique de
600M. Un levier de 8 signifie que le risque de cette tranche sera cédé grâce à une émission de 75M
(soit 600/8). Le seuil de déclenchement du débouclage pourra alors être de 65% du montant émis,
soit 48.75 millions. Ce qui signifie qu’au moment où la valeur de marché de la tranche totale (de
600M) sera de 48.75M, en défaveur de l’investisseur, celui-ci devra augmenter sa participation et
donc réinvestir un montant substantiel en sus des 75M initiaux. A défaut d’un nouvel investisse-
ment l’opération se débouclera et l’investisseur perdra la quasi-totalité de son investissement.
Nous avons décrit ici ces opérations de manière théorique, mais en fait le seuil de débouclage de
l’opération ne sera pas exprimée en valeur de marché. Ce serait le choix le plus évident, malheu-
reusement le calcul de la valeur de marché laisserait encore de la place à l’aléa moral, aussi les
seuils sont plutôt exprimé soit en terme de niveau de pertes suivant la maturité restante, soit en
terme de spread moyen du portefeuille, noms en défaut exclus (ce seuil étant lui-même variable
suivant les pertes et la maturité restante).
L’intérêt de telles transactions est double :
– le levier sur la tranche permet de rendre cette tranche super-senior beaucoup plus attactive
qu’une tranche classique, en effet la rémunération est directement multipliée par le levier.
Et cela dans un environnement de spread très serré ;
– cela crée alors un marché pour ces tranches super-senior alors que les desks de corrélation
sont justement surchargé de ce risque et veulent s’en débarraser. Historiquement seuls des
8.8. LE RISQUE DE CONTREPARTIE 103
assureurs ou des monolines prenaient ce risque, mais ces contreparties ne suffisaient pas à
couvrir l’ensemble de la demande.
Il faut noter que ces opérations sont devenus très à la mode lorsque il n’y a plus eu d’arbitrage
(sur la notion d’arbitrage pour des tranche de CDOs, voir 15) possible sur les tranches mezzanine.
Seul l’arbitrage au niveau equity ou super-senior était encore possible. Cependant suite à la création
de ce produit et à la demande sur les tranches super-senior, le prix des tranches super-senior s’est lui
aussi effondré (la corrélation de cette tranche a diminué), diminuant d’autant l’arbitrage possible.
Il est à noter que ce produit est interessant à plus d’un titre, non seulement il mêle dans son
analyse défauts et évolution de spreads, mais d’un point de vue marché, on peut se demander
qui arbitre qui ? En effet en cas de vrai problème ces seuils seront touchés, obligeant toutes ces
structures à être débouclées et donc les banques structureuses à aller chercher de la protection en
même temps, ce qui aura bien sûr pour effet de faire grimper le prix d’une telle protection !
8.8 Le Risque de contrepartie

CHAPITRE 8. QU’EST CE QUE LE RISQUE DE CRÉDIT ?
Entreprise (Groupe) Volume de dette en défaut Année du défaut Secteur industriel Pays
Lehman Brothers Holdings Inc. $120,482.87 2008 FIRE : Finance United States
Worldcom, Inc. $33,608.18 2002 Telecommunications United States
GMAC LLC $29,820.78 2008 FIRE : Finance United States
Kaupthing Bank Hf $20,062.77 2008 Banking Iceland
Washington Mutual, Inc. $19,345.76 2008 Banking United States
Glitnir Banki Hf $18,772.74 2008 Banking Iceland
NTL Communications Corp. $16,428.74 2002 Media : Broadcasting & Subscription United Kingdom
Adelphia Communications Corporation $16,256.25 2002 Media : Broadcasting & Subscription United States
Enron Corporation $13,852.39 2001 Energy : Electricity United States
Tribune Company $12,674.29 2008 Media : Diversified & Production United States
Table 8.1 – Défauts les plus importants parmi les entreprises notées par Moody’s (source Moody’s)
104
Reference Entity Sector Market Type Gross Notionnal USD Net Notionnal USD Nb of Contracts
Remaining Single Names 376,701,333,390 96,048,808,669 67,440
REPUBLIC OF ITALY Government Sov 250,349,486,114 26,699,709,847 7,040
FEDERATIVE REPUBLIC OF BRAZIL Government Sov 149,619,047,577 14,299,217,578 11,154
REPUBLIC OF TURKEY Government Sov 134,920,104,924 5,930,808,818 7,736
KINGDOM OF SPAIN Government Sov 115,934,021,568 14,774,042,504 5,094
UNITED MEXICAN STATES Government Sov 109,716,596,373 6,928,981,799 8,993
RUSSIAN FEDERATION Government Sov 95,329,611,274 4,028,790,535 6,604
GENERAL ELECTRIC CAPITAL CORPORATION Financials Corp 95,221,858,503 11,487,451,875 7,797
JPMORGAN CHASE & CO. Financials Corp 85,543,799,646 5,185,727,145 9,309
Residential Mortgage Backed Securities RMBS 84,353,047,263 9,444,404,099 16,947
BANK OF AMERICA CORPORATION Financials Corp 80,516,677,684 5,929,662,818 9,159
HELLENIC REPUBLIC Government Sov 79,340,900,759 6,901,928,064 4,316
FEDERAL REPUBLIC OF GERMANY Government Sov 78,984,264,106 15,524,304,882 2,290
8.8. LE RISQUE DE CONTREPARTIE
MORGAN STANLEY Financials Corp 70,647,880,903 5,351,747,122 6,655

TELECOM ITALIA SPA Telecommunications Corp 70,194,266,226 2,707,934,042 8,018
CDS on Loans LCDS 69,130,687,554 9,937,463,718 18,056
JSC ’GAZPROM’ Government Corp 68,541,715,910 3,176,377,985 5,466
DEUTSCHE BANK AKTIENGESELLSCHAFT Financials Corp 67,435,486,130 5,606,980,758 6,639
THE GOLDMAN SACHS GROUP, INC. Financials Corp 66,396,897,515 5,759,102,674 6,794
FRANCE TELECOM Telecommunications Corp 65,998,714,759 2,381,177,643 6,911
FRENCH REPUBLIC Government Sov 65,740,505,340 11,924,569,179 2,764
DEUTSCHE TELEKOM AG Telecommunications Corp 65,364,376,534 3,014,508,110 7,589
PORTUGUESE REPUBLIC Government Sov 65,189,233,702 7,936,045,561 3,034
MBIA INSURANCE CORPORATION Financials Corp 65,171,009,819 6,125,524,147 6,141
DAIMLER AG Consumer Goods Corp 62,305,891,901 2,946,048,711 7,747
WELLS FARGO & COMPANY Financials Corp 60,107,989,445 4,990,081,628 6,965
TELEFONICA, S.A. Telecommunications Corp 59,558,177,994 3,517,237,492 6,723
REPUBLIC OF HUNGARY Government Sov 58,394,878,751 3,577,860,176 4,566
REPUBLIC OF THE PHILIPPINES Government Sov 57,394,847,910 2,599,130,171 6,694
MERRILL LYNCH & CO., INC. Financials Corp 57,373,435,266 4,082,382,911 5,874
Table 8.2 – Top 30 Entité de Référence pour la semaine finissant le 17 Septembre 2010 (source DTCC Deriv/SERV Table 6)
105
Nom Maturité Bid Offer

General Motors 1 an 37% 40%
3 ans 36% 41%
5 ans 37% 40%
Ford 5 ans 38% 43%
Daimler 5 ans 37% 42%
10 ans 32% 43%
Table 8.3 – Exemples de prix de swap de recouvrement - 9 Janvier 2006

Structurel
Chapitre 9
Modèles du risque de défaut
Nous présentons dans ce chapitre les principaux modèles mathématiques utilisés afin d’analyser
le risque de défaut. Nous considérerons ici qu’une dette est caractérisée uniquement par un montant
dû par le débiteur (le nominal) à une date fixée (la maturité). Dans une première approche, on
peut caractériser la perte d’un créancier en cas de défaut du débiteur par deux variables aléatoires,
la date du défaut (ou simplement l’existence du défaut) et en cas de défaut le montant recouvré
par le créancier (le recouvrement).
Il existe deux familles de modèles :
– L’approche structurelle, basée sur une vision optionnelle du bilan d’une entreprise,
– L’approche réduite, basée sur la théorie de la fiabilité (utilisée afin d’analyser les risques de
pannes / mortalité habituellement).
En terme plus mathématique, le défaut se réalise à une date aléatoire τ , la probabilité de défaut
étant simplement la probabilité de l’évènement {τ < T } avec T maturité de l’instrument considéré
ou l’horizon considéré. Les deux approches citées au-dessus peuvent être alors caractérisées de la
manière suivante : soit la date du défaut est un temps d’arrêt par rapport à la filtration engendrée
par un processus aléatoire continu sous-jacent (la connaissance de ce processus sous-jacent suffit à
savoir si il y a défaut ou non), ou bien c’est un temps d’arrêt par rapport à une filtration plus large
(et ce processus continue ne nous permet plus de savoir si il y a défaut ou non). Cette définition
mathématique a une traduction concrète : dans l’approche structurelle, le défaut est ”prévisible”
(dans le sens où la connaissance du processus sous-jacent définissant la filtration permet de savoir
si l’on est proche du défaut ou non), alors que dans l’approche par intensité, le défaut est un
événement soudain, imprévisible. Cela correspond à une réalité : lorsque les comptes d’une entre-
prise sont maquillées, seuls les dirigeants de celles-ci sont à même de connaı̂tre sa vrai valeur et donc
pour eux le défaut est prévisible, au contraire pour le marché le défaut reste imprévisible car caché.
Le défaut des particuliers est un domaine de recherche où la plupart des articles se sont fo-
calisés sur les déterminants du défaut et peu sur la formalisation d’un modèle de défaut. Nous
retrouverons d’ailleurs les modèles à forme réduite utilisés pour les entreprises car ces travaux de
”scoring” se sont inspirées de l’analyse de survie / la théorie de la fiabilité. Ces recherches ont été
quasiment toujours effectuées par des praticiens car eux seuls disposent des données sous-jacentes
(caractéristiques des prêts individuels et dates de défaut). Nous essayerons de donner un aperçu
des modèles utilisés pour de tel risque de crédit ainsi que des principaux facteurs explicatifs du
défaut suivant le type de prêt. Les principales références sur la modélisation du risque de crédit
sont [BR01], [DS03] et [Lan04].
9.1 Modèle structurel

Le concept central de cette approche est de reformuler le bilan d’une entreprise en terme d’op-
tions. En schématisant le bilan d’une entreprise, on peut considérer que son actif est représenté
107
108 CHAPITRE 9. MODÈLES DU RISQUE DE DÉFAUT
Modèles de crédit
Modèles structurels Modèles réduits

(Th. des options) (Th. de la fiabilité)
Processus de l'actif Processus de l'intensité

Définition de la barrière
Difficulté de l'ajustement au Non explicatif

bilan de l'entité
Spread court terme nul
KMV CreditMetrics Duffie CreditRisk+
Figure 9.1 – Les différentes familles de modèles de risque de crédit
par un certain nombre de biens, de stocks, ou autres dont la valeur évolue au cours du temps (Vt
sa valeur à l’instant t). Le passif peut lui être représenté comme la somme du capital (la valeur
de marché des actions émises par l’entreprise) et de sa dette Dt . La priorité de paiement de cette
dette est supérieure à celle des actions, ce qui est le cas de toute dette. Les actions d’une telle en-
treprise représentent alors la valeur des actifs diminuée des dettes, soit (Vt − Dt )+ . Parallèlement
la dette ne pourra être repayée à maturité que si la valeur des actifs est suffisante. Si nous ne
nous intéressons qu’à ce qui arrive à la maturité, il faudra alors comparer le montant des actifs
au montant de la dette à cette date. Il s’agit du modèle introduit initialement par Merton (cf.
[Mer74]).
Cette modélisation a été élargie afin de prendre en compte la capacité pour l’entreprise de se
déclarer en faillite afin de pouvoir protéger ses intérêts (ou l’obligation pour les auditeurs de l’en-
treprise de déclarer la faillite), si le montant des actifs est inférieur au montant des dettes exigibles.
La mise en faillite aura alors pour conséquence une obligation de remboursement immédiat des
dettes. Cett extension a été introduite par [BC76]. Ces deux situations (Comparaison à matu-
rité/Comparaison sur toute la période jusqu’à maturité) seront envisagées dans ce qui suit.
Un modèle structurel est entièrement caractérisé par les éléments suivants :
– le processus suivi par l’actif,
– le processus de la dette (la barrière),
– les périodes/dates de défaut possibles (jusqu’à maturité, à maturité uniquement, etc...).
En modifiant ces différents paramètres, on obtient alors l’ensemble des modèles structurels.
La définition de la dette peut apparaı̂tre au premier abord comme simple et dépendant uniquement
d’informations comptables. Cependant, nous avons utilisé le terme de dettes exigibles : en effet le
défaut n’aura lieu que si les actifs ont une valeur inférieure au montant des dettes qui doivent être
repayées à cet instant ou qui peuvent être réclamés par des débiteurs. Les dettes à court terme font
partie de ces dettes exigibles, mais ce n’est pas tout. En effet à partir du moment où l’entreprise
est dans une situation précaire, d’autres dettes peuvent surgir, comme des dettes contingentes, des
clauses de collateralisation si la notation est faible (cf. Vivendi en 2002 ou Enron au moment de
son défaut). Les modèles commerciaux résolvent cette difficulté, soit en fixant ce niveau de dettes
exigibles entre la somme des dettes court et long terme et les dettes long terme (cf. KMV [Cro97]),
soit en modélisant les dettes exigibles par une variable aléatoire (cf. CreditGrades [Fa02]).
9.1. MODÈLE STRUCTUREL 109
Bilan de l'entreprise
Actif Passif
Actions
Barrière xxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
définissant xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
le défaut xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Dette
Figure 9.2 – Schématisation du bilan d’une entreprise utilisée dans les modèles structurels
Merton 9.1.1 Modélisation Mathématique

Dans un modèle structurel, le défaut est modélisé comme le temps de passage d’une barrière
par un processus adapté au flux d’information (= la filtration), ce qui permet alors de réutiliser
le cadre de la valorisation d’options sur actifs : il s’agit de valoriser une option barrière digitale.
Cependant contrairement à la valorisation de telles options, plusieurs difficultés se posent :
– les actifs sous-jacents n’ont pas une valeur observable de manière continue : en effet les
comptes de l’entreprise ne sont publiés qu’annuellement et il ne reflète pas toujours la
véritable valeur des actifs (cf. discussions sur l’utilité du MtM) ;
– ces actifs ne sont négociables sur un marché, ils peuvent l’être pour certain d’entre eux
cependant ;
– la barrière elle-même est complexe à définir comme vu précédemment ;
– enfin un processus continu d’actif implique que l’évènement de défaut est prévisible donc
que les spreads tendent vers zéro lorsque la maturité tend vers zéro.
9.1.2 Risque de défaut à maturité

Nous supposerons que cette entreprise a une unique dette zero-coupon de maturité T et de
nominal N D. A la maturité de l’obligation, si la valeur des actifs est supérieure au nominal N D,
alors une liquidation des actifs est possible, qui permettrait un remboursement total de la dette.
Si la valeur des actifs est inférieure au nominal N D, alors la dette sera partiellement remboursée
et les actions ne vaudront plus rien (il y a liquidation complète de l’entreprise). La valeur de la
dette peut alors s’exprimer comme : M in(N D, VT ) et celles des actions comme M ax(VT − N D, 0).
Nous reconnaissons là pour les actions la valeur d’un call sur l’actif de l’entreprise. Une action est
donc un call sur l’ensemble des actifs de l’entreprise dont le strike est défini par le montant des
dettes exigibles. Le défaut est alors représenté par la variable aléatoire suivante : IVT <N D .
Cette approche a été initiée par Merton en 1974 (cf. [Mer74]). Malgré son aspect simpliste elle
permet de capturer un certain nombre de phénomènes et de nombreux modèles quantitatifs de
notation de qualité de crédit sont fondés sur ce principe (KMV, CreditGrades, CreditMetrics).
La théorie classique suppose de plus que les actifs suivent un loi lognormale, t.q. :
dVt
= µdt + σdWt
Vt
où Wt représente un mouvement brownien.

Or d’après le lemme d’Itô, on a que df (Vt ) = f 0 (Vt )dVt + 12 f 00 (Vt )d < V >t , où < V >t est le
compensateur de Vt2 (i.e. < V >t est tel que Vt2 − < V >t est une martingale), soit d < V >t =
Vt2 σ 2 dt. Ainsi :
σ2
Vt = V0 e(µ− 2 )t+σWt
Bien entendu c’est uniquement par commodité de calcul que ce choix est effectué, rien ne permet
de l’infirmer ou de le confirmer. Ainsi la probabilité de défaut de l’entreprise est :
σ2
ln( NVD ) − (µ − 2 )T
P rob(Def aut) = P rob(VT < N D) = Φ( 0
√ )
σ T
Si l’on note Et et Dt les valeurs des actions et de la dette de cette entreprise en t et B(t, T ) la
valeur en t d’un zéro-coupon sans risque de maturité T . En utilisant la théorie des options et en
supposant que le marché est complet (notamment qu’il existe un marché pour les actifs de cette
entreprise), les valeurs des actions et dettes peuvent s’écrire :
Et = B(t, T )E[(VT − N D)+ ] = Vt − Dt

Dt = B(t, T )E[min(VT , N D)] = B(t, T )N D − B(t, T )E[(N D − VT )+ ]
En utilisant la formule de Black and Scholes et en notant N Dt = B(t, T )N D, on obtient la valeur Premier
passage
suivante pour la dette : (Modèle
2 2
de)
ln( NVD ) − (µ + σ2 )(T − t) ln( NVD
t
) + (µ − σ2 )(T − t)
Dt = Vt Φ t
√ + N Dt Φ √
σ T −t σ T −t
ou en utilisant la probabilité de faire défaut pt définie auparavant :
Dt = N Dt (1 − pt ) + N Dt ∗ pt ∗ RRt
avec 2
ln( NVD )−(µ+ σ2 )(T −t)
Vt Φ
t √
σ T −t
RRt = 2
N Dt ln( NVD )−(µ− σ2 )(T −t)
Φ t √
σ T −t
Dans ce cadre la probabilité de défaut, pt , peut aussi s’écrire comme une fonction de la Distance-
au-Défaut (”distance-to-default”), elle-même définie par :
1 Vt
Distance − to − Def ault = Xt = ln
σ ND
alors pt = P (XT ≤ 0|Xt ) = Φ(u(t, T )), avec u(t, T ) = −Xt√−µ(TT −t

−t)
.
La figure 9.3 compare l’évolution des taux de défaut historiques vs. un modèle structurel. La
convexité de la structure par maturité des taux de défaut historiques (pour les catégories d’in-
vestissement) n’est pas respectée par un modèle structurel. Il ne s’agit pas d’un problème de
paramétrisation, mais plutôt de la forme du modèle lui-même. Les probabilités de défaut empi-
riques en fonction des maturités exhibent en effet une forme convexe pour des entités qui ont une
notation ”Investment Grade” : ces entités ne feront pas défaut immédiatement mais à horizon plus
lointain.
On comprend mieux ce problème en analysant les quantiles du mouvement de l’actif (cf. Figure
9.4), en effet le quantile inférieur dans un premier temps se rapproche de la frontière formée par la
dette, puis s’en éloigne dans un second temps, ainsi les spreads/probabilité de défaut vont de par
la structure du modèle décroitre avec la maturité, ce qui est contre-intuitif pour des entreprises
éloignées du défaut.
Un élément caractéristique des modèles structurels est l’apparition naturelle du taux de recou-
vrement. Celui-ci n’a pas besoin d’être spécifié de manière exogène : il est déterminé par la valeur
des actifs au moment du défaut.
Si nous reprenons la définition de la signature pour la dette D considérée (i.e. B(T ) =

De−(r(T )+s)(T ) ), alors la valeur de cette dette à un instant t est :
B(T ) = De−r(T )T E(1N oDef )

= De−r(T )T (1 − P (Def aut))
soit :
1
s=−
ln 1 − P (Def aut)
T
en supposant un taux de recouvrement nul en première approximation.
9.1.3 Risque de défaut au premier passage

Une extension relativement simple de cette approche est la prise en compte de la faillite en
sus du non-paiement. En effet dans le paragraphe ci-dessus, nous avons uniquement considéré le
risque de non-paiement à maturité, cependant si à un instant quelconque de la période 0 − T , la
Merton implied Default Probability

1.0
0.8
Default Probability
0.6
0.4
0.2
0.0
2 4 6 8 10
Horizon
Figure 9.3 – Comparaison de la structure des taux de défauts suivant la notation entre les taux
de défauts historiques Moody’s et une modélisation structurelle
1.05
1.04
1.03
Valeur de l’actif/dette
1.02
1.01
1.00
0.99
0.98
0.0 0.1 0.2 0.3 0.4 0.5
Temps
Figure 9.4 – Evolution de l’actif au cours du temps (en moyenne et suivant les quantiles) comparé
au niveau de la dette
valeur des actifs est inférieure au nominal de l’obligation, l’entreprise est en situation de faillite.
A cet instant le commissaire aux comptes de l’entreprise ou le chef d’entreprise a le devoir de la
déclarer en faillite. Le modèle devient alors dynamique puisque non seulement le défaut mais aussi
la date du défaut est aléatoire.
En réalité si l’on regarde de près les différents cas possibles, le problème est un peu plus complexe.
Supposons que l’entreprise ait émis une dette de notionnel D. Dans ce cas en suivant le définition
stricte (et théorique) du défaut, dès lors que la valeur des actifs de l’entreprise devient égale ou
inférieure à D il y a faillite et liquidation instantanée de ces actifs. Si la barrière déclenchant le
défaut est égale au montant notionnel de la dette, alors deux cas sont possibles :
– soit la valeur des actifs est toujours supérieure à cette barrière : les créanciers sont intégralement
remboursés à maturité,
– soit la valeur des actifs devient égale à cette barrière à cette période : les actifs immédiatement
liquidés permettent aussi de rembourser intégralement les créanciers.
Il n’y a plus de risque de crédit sur cette dette : le taux de recouvrement est toujours de 100%. Le
modèle est alors en contradiction totale avec ce qu’il est censé représenter. Nous pouvons continuer
à l’utiliser si l’on ferme les yeux sur cette contradiction, et en travaillant de manière indépedante
sur la loi de la date de défaut et loi de recouvrement. Afin de faire disparaı̂tre cette anomalie,
il faudrait que la barrière de défaut soit strictement inférieur au nominal de la dette. Mais dans
cette situation, si à maturité la valeur des actifs est inférieure au nominal de la dette, il y a défaut
et pourtant les actifs n’ont à aucun moment touché la barrière déclenchant le défaut. Nous nous
trouvons donc face à un modèle incohérent. Il y a alors deux solutions qui ont été proposées :
– une nouvelle définition du défaut prenant en compte le fait de toucher la barrière ET la
valeur des actifs à maturité ;
– une barrière évoluant au cours du temps.
Dans un premier temps, nous allons décrire quelques exemples de processus pour les actifs et pour
la dette, afin de voir comment déterminer la probabilité de défaut. Puis nous reviendrons sur ces
deux solutions de manière plus détaillée.
Le niveau d’endettement, de même que la valeur des actifs, peut être considéré comme un proces-
sus soit déterministe, soit aléatoire Dt . La variable aléatoire ”date du défaut” est alors représentée
par : τ = M in{t > 0 : Vt < Dt }, et τ est un temps d’arrêt (cf. 21.3). La définition de la probabilité
de défaut va alors dépendre du comportement de Vt et de celui de Dt . Nous avons rassemblé ici un
certain nombre de cas qui sont loin d’être exhaustifs, mais qui permettront de se rendre compte
de la complexité du problème, même si ceux-ci se rattachent à la théorie des options et donc à des
techniques de calculs stochastiques.
Niveau de dette constant et Actif brownien Dans ce cas, l’actif suit l’équation suivante :
V t = v + Wt .
P (τ < t) = P ( min Vs ≤ D)
0≤s≤t
= P ( min Ws ≤ D − v)
0≤s≤t
= P ( max Ws ≥ v − D)
0≤s≤t
= 2P (Wt > v − D)
v−D
= 2(1 − Φ( √ ))
t
La démonstration se fait en utilisant le principe de réflexion du mouvement brownien (cf. 21.3).

Niveau de dette constant et Actif brownien avec tendance Dans ce cas, l’actif suit
l’équation suivante : Vt = v + µt + σWt .
P (τ < t) = P ( min Vs ≤ D)
0≤s≤t
µ D−v
= P ( min ( s + Ws ) ≤ )
0≤s≤t σ σ
Pour le processus W̃s = σµ s + Ws , nous pouvons utiliser le théorème de Girsanov. Soit Gt =

µ 1 µ 2
e− σ Wt − 2 ( σ ) t , alors sous la probabilité dP̃ = Gt dP , W̃t est un mouvement brownien. Ainsi pour
toute variable aléatoire X, on a Ẽ(X) = E(XGt ).
P (τ < t) = E(Imin0≤s≤t µ D−v )

σ s+Ws ≤ σ
µ µ 2
+σ Wt + 12 ( σ ) t
= Ẽ(e Imin0≤s≤t W̃s ≤ D−v )
σ
µ µ 2
+σ W̃τ − 21 ( σ ) τ
= Ẽ(e Imin0≤s≤t W̃s ≤ D−v )
σ
µ D−v µ 2
− 21 ( σ ) τ
= e σ σ Ẽ(e Imin0≤s≤t W̃s ≤ D−v )
σ
µ D−v µ 2
− 21 ( σ ) τ
= e σ σ Ẽ(e Iτ <t )
Or sous la probabilité P̃ , τ est le temps d’atteinte de la barrière pour un mouvement brownien et

nous pouvons utiliser la distribution déterminée précédemment. Ainsi :
v−D v−D
µ D−v µ v−D µ µ v−D µ
P (τ < t) = eσ σ (e− σ σ Φ( − √σ ) + e σ σ Φ(− − √σ ))
σ t σ t
Niveau de dette constant et Actif brownien avec volatilité déterministe Dans ce

cas, l’actif suit l’équation suivante : dVt = σ(t)dWt . En utilisant le théorème de Dubins-Schwarz
(cf. [RY91], chapitre V, théorème 1.6), nous pouvons transformer le temps t.q. Vt = WA(t) + v
Rt
où A(t) = 0 σ 2 (s)ds. A(t) étant croissante, nous pouvons alors nous ramener au cas d’un actif
brownien.
P (τ < t) = P ( min Vs ≤ D − v)
0≤s≤t
= P ( min WA(s) ≤ D − v)
0≤s≤t
= P ( min Ws ≤ D − v)
0≤s≤A(t)
v−D
= 2(1 − Φ( p ))
A(t)
Structurel!Calibration
Niveau de dette constant et Actif lognormal Dans ce cadre, les actifs suivent l’équation
différentiel stochastique suivante : dV
Vt = µdt + σdWt .
t
P (τ < t) = P ( min Vs ≤ D)
0≤s≤t
σ2 D
= P ( min (µ − )s + σWs ≤ ln( ))
0≤s≤t 2 V0
−ln( VD0 ) + mt 2m ln(D/V0 ) ln( VD0 ) + mt
= 1 − N( √ )+e σ2 N( √ )
σ t σ t
2
avec m = µ − σ2 .
La démonstration se fait en se replacant dans le cas où l’actif suit une loi normale avec tendance.
Niveau de dette constant et Actif lognormal avec saut Ce modèle a été introduit par
Zhou [Zho97] afin de pallier l’un des problèmes de la modélisation structurelle : la prévisibilité du
défaut. En effet, en introduisant une discontinuité dans le processus suivi par les actifs, le processus
suivi par ceux-ci devient imprévisible. Le modèle standard pour les actifs est le suivant :
dVt = Vt− ((µ − λν)dt + σdWt + U dNt )
où Nt représente un processus de Poisson de paramètre λ et U une variable aléatoire de moyenne ν.

Dans ce cadre, la transformée de Laplace de la fonction de distribution de τ est un outil précieux.
Le seul modèle ayant une solution analytique est pour des sauts suivant une loi exponentielle.
Exercice 2. Nous supposons que le défaut ne peut être déclaré qu’à maturité de la dette. Donner
alors la probabilité de défaut pour ce modèle.
Niveau de dette déterministe Dans le cas d’un niveau de dette suivant une fonction
déterministe D(s), nous essaierons de nous ramener à l’un des cas précédents en considérerant
Vs
le processus D(s) avec une barrière à 1.
Vs
Niveau de dette aléatoire De la même manière, il faudra si possible analyser le ratio Ds .
C’est par exemple le cadre du modèle CreditGrades (cf 9.1.6).
9.1.4 Modélisation du recouvrement dans une approche structurel

9.1.5 Estimation des modèles structurels
Ce type de modèle va lier de manière naturelle les marchés crédit et equity. En effet afin de
paramétrer un modèle structurel il nous faut des informations sur les actifs des entreprises (valeur
et évolution). Or si on peut effectivement utiliser les informations comptables des sociétés, cela
présente plusieurs inconvénients :
– la parution des ces informations n’est pas très fréquente, trimestrielle au mieux.
– ces informations doivent être retraités car si elles donnent bien la composition des actifs de
l’entreprise, la valeur n’est pas une valeur de marché mais plutôt une valeur comptable.
– enfin le hors bilan de l’entreprise (parfois peu ou pas décrit dans ces rapports) peut recéler
de désagréables surprises (dettes contingentes, voir Enron et Vivendi cf. ).
Enfin ces informations vont donner les caractéristiques de l’actif sous une probabilité historique
et non pas une probabilité risque neutre.
L’autre source d’information sur la valeur des actifs est en fait le marché action. En effet la valeur
des actions d’une société peut être reliée directement à la valeur des actifs sous-jacents dans un
modèle structurel. Aussi la connaissance des paramètres d’évolution de l’action doivent-ils nous
donner les paramètres de l’actif, ce qui nous donnera les paramètres nécessaires pour valoriser un
instrument de crédit.
En partant de l’équation 10.1, on voit que la valeur de l’action est donnée par :
2 2
ln( NVD
t
) + (µ + σ2 )(T − t) ln( NVD
t
) + (µ − σ2 )(T − t)
Et = Vt Φ √ − N Dt Φ √
σ T −t σ T −t
et en utilisant la formule d’Itô, on arrive à déterminer la volatilité de ce processus, cela nous donne CreditGrades
la relation : 2
Vt ln( NVDt
) + (µ + σ2 )(T − t)
σE = Φ √ σ
Et σ T −t
Ces deux équations permettent de faire correspondre les paramètres d’actifs (Vt , σ) avec les pa-
ramètres de l’equity (Et , σE ). Un exemple d’une telle paramètrisation a été présenté par Leland
[Lel07], qui a comparé les volatilités implicites des options equity aux volatilités obtenues par
l’équation précédente sur un modèle de Merton fitté aux prix de CDS. Leland explique l’écart entre
les deux courbes par le fait que les CDS correspondent à des options ”deep out-of-the-money”, or
ce type d’options a toujours une volatilité plus élevée.
Figure 9.5 – Comparaison de la volatilité implicite des options equity et de la volatilité implicite
des CDS (source [Lel07])
9.1.6 Quelques modèles publics basés sur la théorie de la firme

L’approche de Merton pour l’analyse du risque de crédit a eu très rapidement beaucoup de
succès et des sociétés de consulting se sont créées afin d’implémenter cette approche et de vendre
des notations quantitatives dérivées du comportement des actions de l’entreprise étudiées. C’est
le cas notamment de KMV et plus récemment de CreditGrades (même si l’objectif de celui-ci
est différent). Ces deux modèles posent une diffusion pour les actifs de l’entreprise et étudient
la probabilité que ceux-ci touchent une barrière, soit fixe et définie comme la somme des dettes
long-terme et de la moitié des dettes court-terme dans le cas de KMV, soit aléatoire dans le cas
de CreditGrades.
CreditGrades
Toute la méthodologie ”CreditGrades” est décrite dans un manuel technique [Fa02], nous
nous contenterons de décrire les hypothèses principales. CreditGrades fait partie de la famille
des modèles structurels. Cependant comme nous l’avons vu l’un des principaux souci de ce type
de modèle est la convergence du spread de court terme vers zéro, ce qui contredit l’intuition
et le marché. Aussi afin de résoudre ce paradoxe, les auteurs de CreditGrades ont-ils introduit
un élément nouveau : la barrière qui définit le défaut est une variable aléatoire. Ceci permet
de modèliser l’incertidude entourant le véritable niveau de la barrière, que ce soit à cause d’un
Intensité!(Modèle
manque d’information ou d’une fraude comptable (on ”oublie” des dettes contingentes). Autre
d’) élément nouveau, on ne suppose pas qu’une entité fasse défaut lorsque la valeur de ces actifs
passent en-dessous du montant de ces dettes, mais plutôt lorsque la valeur d’actif devient plus
faible qu’une certaine proportion de ces dettes. En effet si réellement une entreprise faisait faillite
dès que la valeur de ces actifs est inférieure aux dettes, le recouvrement devrait toujours être
proche de 1, ce qui est loin d’être le cas.
L’approche de CreditGrades est basée sur la modélisation de Merton. Les actifs de la firme
suivent un processus log-normale de volatilité σ et de tendance µ. La barrière est définie ici comme
la taille des actifs au moment du défaut, or les actifs au moment du défaut sont égaux (à peu de
choses près et dans un monde idéal) comme le montant recouvré par l’ensemble des créanciers de
l’entreprise en défaut. C’est donc le produit de la dette D par le taux de recouvrement. Il faut
bien noter ici que le recouvrement n’est plus exogène comme dans beaucoup d’autres modèles
structurels où l’on peut analyser les deux problèmes séparément. Ici le recouvrement définit la
barrière du défaut, et le défaut est alors défini comme le temps d’atteinte par les actifs de cette
barrière. Le fait que le taux de recouvrement soit aléatoire est justifié par les données historiques,
mais cela permet aussi de prendre en compte un manque d’information sur le levier (ratio entre
dettes et actifs) de cette firme (au lieu de définir un niveau de dettes inconnu, qui correspondrait
formellement à ce manque d’information, on rend aléatoire la barrière !).
Exercice 3. Détaillons un peu ce modèle sous forme d’exercice :

– le taux de recouvrement de la firme en question, L, est supposée suivre une loi lognormale
de moyenne L̂ et t.q. la variance du logarithme soit λ ;
– les actifs suivent une loi lognormale de tendance µ et de volatilité σ ;
– le défaut est défini comme le fait que la valeur des actifs deviennent inférieure au niveau de
la barrière.
Dans ce cadre, déterminer la probabilité de défaut d’une entité.
9.2 Modèle d’intensité

Alors que dans le cadre d’un modèle structurel, nous tentions de définir une cause du défaut
(l’insuffisance d’actifs), dans le cadre d’un modèle d’intensité on s’intéresse uniquement au défaut
et non à ce qui a causé le défaut. Le modèle structurel (avec un processus des actifs continu)
suppose une certaine prévisibilité du défaut : le défaut est endogène car créé par les variables
du modèle. Au contraire, le modèle d’intensité modélise le défaut comme un événement de type
Poisson, donc de manière totalement exogène (et inattendue). La structure de défaut est alors
donnée par une intensité de défaut, qui peut être soit déterministe, soit stochastique.
9.2.1 Le défaut comme processus de Poisson

Dans ce cadre, la date du défaut sera égale à la date du premier saut d’un processus de Poisson
d’intensité λ. La probabilité de défaut est alors :
P rob(Def aut) = P (τ ≤ T ) = 1 − e−λT
autrement dit l’intensité correspond à la probabilité d’avoir un défaut à très court terme sachant
que l’entité n’est pas en défaut :
P [τ ∈ [t, t + dt)|τ > t] = λdt
Cette modélisation permet de déterminer la forme de la signature (la prime de risque rémunérant
le risque de crédit pris par l’investisseur) :
1
s=− ln 1 − P (Def aut) = λ
T
9.2. MODÈLE D’INTENSITÉ 119
La signature est dans ce modèle une fonction constante de la maturité. Ce résultat est malheu- Intensité!détermini
reusement en contradiction avec la réalité où il y a évolution du spread en fonction de la maturité Processus de
Cox
(cf. 9.1).
Nom 1 an 2 ans 3 ans 4 ans 5 ans 6 ans 7 ans 8 ans 9 ans 10 ans
Axa (39) (52) (56) (61) (65) (66) (67) (67) (67) (67)
Basf (27) (43) (49) (54) (58) (63) (67) (71) (74) (77)
France Telecom (309) (308) (309) (290) (280) (282) (284) (284) (284) (285)
Nestle (13) (17) (18) (22) (25) (27) (28) (30) (31) (32)
Swiss Re (26) (43) (49) (62) (70) (81) (90) (96) (101) (105)
Calpine Corp. (4500) (4213) (4125) (3892) (3750) (3639) (3562) (3562) (3562) (3562)
Table 9.1 – Structure par terme des spreads de CDS : exemple au 10 décembre 2002 (source JP
Morgan)
9.2.2 Intensité déterministe

Le processus de Poisson classique peut être généralisé en utilisant une intensité variant au cours
du temps λ(t). La probabilité de défaut est alors :
RT
P rob(Def aut) = P (τ ≤ T ) = 1 − e− 0
λ(u)du
RT
En se basant sur cette modélisation, le spread est alors T1 0 λ(u)du, ce qui permet alors de
prendre en compte la dynamique du spread. Cependant cette dynamique sera fixée initialement et
ne pourra pas évoluer au cours du temps, comme si on prenait une courbe forward et on gardait
cette courbe. La réalité montre au contraire une dynamique des spreads totalement aléatoire
soumise à des évènements non prévus (cf. exemple pour Ahold et Adecco 9.6), et visiblement pas
obligatoirement continu.
9.2.3 Intensité stochastique : Processus de Cox

Un processus de Cox est une extension du processus de Poisson au cas d’une intensité aléatoire.
Conditionnellement à l’intensité, le processus a alors une intensité déterministe et la probabilité
de défaut s’exprime par : RT
P (τ ≤ T |(λ)) = 1 − e− 0 λ(u)du
soit RT
P rob(Def aut) = P (τ ≤ T ) = 1 − E[e− 0
λ(u)du
]
Nous avons vu dans une section précédente comment la signature peut s’exprimer en fonction de
l’intensité de défaut :
1 1 RT
s(T ) = − ln 1 − P (Def aut) = − ln E[e− 0 λ(u)du ]
T T
Cette caractérisation est similaire à celle d’un taux court terme dans les modèlisation du taux
d’intérêt. D’où l’idée d’introduire les mêmes modélisations que pour des taux d’intérêt court terme.
Toute une classe de modèles ont été développés par Duffie (cf. [DG99] et [DS99]) , en s’inspirant
du traitement des taux court terme : les modèles affines. Le modèle d’intensité de base affine est :
p
dλt = a(b − λt )dt + σ λt dWt + dJt
où W est un mouvement brownien et J est un processus de saut. Le processus brownien permet
de simuler les évolutions continus de la qualité de crédit d’un débiteur, alors que les sauts vont
ADECCO
AHOLD
Figure 9.6 – Evolution des spreads d’Ahold et d’Adecco (source : Bloomberg)

9.2. MODÈLE D’INTENSITÉ 121
exprimer une évolution soudaine et non prévisible de cette même qualité de crédit (un scandale Intensité!affine
comptable, une crise de liquidité, l’abandon du soutien de la maison mère, etc..., cf. 9.7). Ces
modèles présentent l’avantage de définir une probabilité de défaut analytique.
Figure 9.7 – Evolution des spreads d’Axa sur le marché des CDS (source JPMorgan)
9.2.4 Modèle d’intensité affine

Parallèle avec les taux d’intérêts. Expliquer ce qu’est un modèle affine : quelle propriété ?
9.2.5 Quelques exemples d’intensité

Double intensité Nous supposons ici que le taux de défaut suit deux niveaux d’intensité
suivant l’état dans lequel est l’économie. L’économie peut être dans deux états : soit une période
d’expansion (d’index L pour ”low default”), soit une période de récession (d’index H pour ”high
default”). Le passage d’un état à un autre peut se modéliser par deux intensités : λLH (intensité
de passage de l’état L à H) et λHL (intensité de passage de l’état H à L). Nous pouvons mainte-
nant supposer que dans une période d’expansion, le défaut des entreprises est représenté par une
intensité ρL et dans une période de récession par ρH .
Le calcul de la probabilité de défaut s’effectue en passant par la probabilité de survie jusqu’en
T (on nomme τi les dates de passage d’un état de l’économie à une autre, les p(u, u + v) les
probabilités de survie à l’instant u + v sachant que l’entreprise n’est pas en défaut en u) :
PL |Economie =EL [IDef aut ] = pL (0, τ1 )EL [I|τ1 ]

=pL (0, τ1 )pH (τ1 , τ2 )....pL (τn , τn−1 )pH (T, τn )
=e−ρL τ1 e−ρH (τ2 −τ1 ) ....e−ρL (τn −τn−1 ) e−ρH (T −τn )
=e−ρH T −(ρL −ρH )(τ1 +τ3 −τ2 ....+(τn −τn−1 ))
=e−ρH T −(ρL −ρH )τ
où τ représente le temps de présence dans l’état L. D’après [Ped71], le temps d’occupation d’un
état dans une chaı̂ne de Markov continue à deux états a pour densité :
r
−λLH x−λHL (T −x) λLH λHL x p p
f (x, T ) = e {IT −x + I1 [2 λLH λHL x(T − x)]+λLH I0 [2 λLH λHL x(T − x)]}
T −x
avec Ir (x) la fonction de Bessel modifiée d’ordre r.
Sauts avec retour à la moyenne Nous allons supposer que l’intensité suit une équation de
retour à la moyenne :
dλt = a(b − λt )dt + dJt
avec dJt un processus de saut d’intensité c, le saut suivant une loi exponentielle de moyenne d.
La probabilité de survie à l’instant s, sachant le non-défaut en t est alors de :
p(t, s) = eα(s−t)+β(s−t)h(t)
avec :
h(t) = b + e−at (h0 − b)

1 − eat c 1 − e−at
α(t) = −b(t − )− (dt − ln 1 + d)
a d+a a
1 − eat
β(t) = −
a
9.2.6 Lien avec la théorie de la fiabilité

L’introduction d’une intensité afin de modéliser le défaut n’a pas été effectuée par hasard.
L’intensité et notamment les processus de Poisson sont très utilisé afin de modéliser les pannes de
composants ou la durée de vie. Aussi nombres des problèmes soulevés par l’analyse des défauts
dans le cadre de l’intensité ont-ils été déjà soulevés soit dans la théorie de la viabilité, soit en
biostatistique. Le parallèle avec la théorie de la viabilité se fait aisément : on peut considérer une
entreprise comme une suite de composants mécaniques soumis à panne, certains sont uniquement
en série (une panne déclenche la panne de l’ensemble), d’autres en parallèles (il faut la panne
de tous les composants en parallèle afin d’avoir une panne du circuit). Nous pouvons faire la
comparaison avec un certains nombres de situations de défaut d’entreprise.
Ces différentes causes de défaut peuvent être catégorisées et un diagramme de fiabilité pourrait
même être tracé ! Cependant de tels exercices n’auraient d’utilité qu’à partir du moment où les
différentes causes du défaut seraient analysées de manière exhaustive, ce qui est loin d’avoir été
fait.
9.3 Le défaut d’un particulier

Jusqu’à présent l’analyse du défaut d’un particulier a été peu étudié, peut-être parce qu’il
n’existe pas de contrats dérivés sur ce risque, et donc de marché sur ce risque. Cependant dans
9.3. LE DÉFAUT D’UN PARTICULIER 123
Enron Manque de liquidité en partie à cause d’un appel de marge des contreparties
Perte de confiance des investisseurs due à des malversations comptables, à une mauvaise communication financière
Swissair Changement brusque de stratégie vis à vis de la création de liens avec partenaires
Incapacité à générer suffisament de cash pour faire face aux échéances, Vente des actifs est prévus mais prix sont bas
Worldcom Surcapacité sur le marché des télécommunications, Cash-Flow négatif
Manque de liquidité à court terme, Malversations comptables
Moulinex Erosion du CA du à un manque de compétitivité
Genuity Abandon d’un projet de fusion avec une grosse entité suite à un marché IT trop faible
TXU Europe Abandon de cette filiale par la maison mère
Table 9.2 – Quelques exemples de défaut
Figure 9.8 – ”Expected Default Frequency” telle que déterminée par KMV vs Notation S&P
pour Worldcom
1998
WorldCom fusionne avec MCI Communications, pour un montant de $40 milliards (un montant record)
A la fin de 1998, la dette était de $32.8 milliards et l’action de $71.75
Worlcom est alors une entreprise de télécommunications mobiles et fixes
2000
Le régulateur suspend une proposition de fusion avec Sprint (autre opérateur télécom.)
Fin 2000, l’action a descendue à $14
Mars 2002
La SEC enquête sur les procédures comptables et des prêts aux dirigeants
Avril 2002
WorldCom supprime 3,700 emplois
Fin Avril 2002
Standard & Poor’s, Moody’s et Fitch dégrade la notation de WorldCom
Fin Avril 2002
Le PDG démissionne
L’action est à $2.47, une chute de 27% en une semaine
Mai 2002
Moody’s et Standard & Poor’s dégrade WorldCom au niveau spéculatif
La capitalisation boursière chute à $4.7 milliards avec un passif à $31 milliards (inchangé depuis 3 ans)
Mai 2002
Worldcom est sorti de l’indice S&P 500
La notation S&P est BB
Mai-Juin 2002
WorldCom négocie avec ses prêteurs et annonce des mesures draconiennes de réduction des coûts
La volatilité de l’action est extrême
Juin 2002
Le directeur financier est licencié pour erreurs comptables de $4 milliards au niveau des dépenses
La capitalisation boursière chute de 47% en une semaine
15 Juillet 2002 : Défaut
Au bord de la faillite, WorldCom manque trois paiements d’intérêts pour un total de $79 million
17 Juillet 2002
S&P dégrade la notation de WorldCom à D
21 Juillet 2002 : Faillite
WorldCom passe sous le chapitre 11 (article de loi régissant la mise en faillite aux EU)
La plus importante faillite de l’histoire américaine
Table 9.3 – Evènements menant au défaut de Worldcom (source : KMV)

9.3. LE DÉFAUT D’UN PARTICULIER 125
les quelques modèles utilisés, il s’agit avant tout d’introduire une intensité de défaut. Et l’accent Scoring
n’est plus dans la dynamique des défauts, mais dans l’explication des défauts. Ces modèles sont
alors des modèles économétriques classiques.
Des tentaives ont été faites afin d’utiliser des modèles structurels où le défaut est contrôlé par une
variable sous-jacente : c’est notamment le cas pour les prêts hypothéquaires.
9.3.1 Les causes du défaut

Différentes variables explicatives ont été identifiées et utilisées dans des modèles publiés. Ces
variables peuent être regroupées en deux catégories :
– les variables reliées à l’emprunteur,
– les paramètres du bien sur lequel il y a l’hypothèque.
Au niveau du particulier
Un grand nombre d’informations semblent au moins intuitivement être nécessaires afin d’ana-
lyser la capacité de remboursement d’un particulier.
– le salaire,
– les dettes existantes,
– les actifs financiers en possesion de ce particulier,
– la durée dans le même travail,
– si ce particulier à déjà fait défaut ou remboursé un prêt en retard,
– si il posséde son domicile ou loue,
– etc...
Quels sont les éléments théoriques de déclenchement du défaut : taux d’intérêt + prix de la
maison + taux d’effort ?
Au niveau du bien
9.3.2 Le ”scoring” ou notation de crédit

Le ”credit scoring” ou notation de crédit est une méthode quantitative d’évaluation du risque
de crédit lors d’une demande de prêt. Le ”scoring” s’appuie sur les données historiques de la
banque et des méthodes statistiques afin d’évaluer un notation de l’emprunteur. Cette notation
est censée synthétiser le risque de crédit de l’emprunteur. Les premiers modèles de scoring ont été
utilisés principalement pour les prêts aux particuliers, amis ces méthodes ont tendance à s’étendre
au monde des PME. Le score peut être soit une probabilité de défaut estimée, soit un niveau
classant les risques du plus faible au plus élevé.
Les techniques les plus standards de ”scoring” sont soit l’utilisation de régression statistique (et
plus particulièrement de modèles linéaires généralisés), soit l’analyse discriminante. Deux autres
méthodes sont aussi utilisées, mais dans une moindre mesure :
– les modèles de type Merton pour les prêts aux petites entreprises et les prêts hypothéquaires,
– les réseaux de neurones, qui sont une extension des régressions statistiques classiques.
Nous allons décrire ici les modèles linéaires généralisés car ce sont les modèles les plus utilisés,
et de plus ces modèles seront aussi utiles dans le cadre des défauts d’entreprises.
Modèle linéaire généralisé

Une grande partie des problèmes de statistiques s’occupent de lier des variables de sorties à
un certains nombres de variables d’entrées, c’est le cas notamment des problèmes de régression.
Dans le cadre d’une régression linéaire classique, les variables de sorties Y suivent une loi normale
de moyenne fonction linéaire des variables d’entrées X et d’écart-type σ, soit
Y|X ∼ N(Xβ, σ 2 I)
Dans ce cas, la loi suivie par la variable Y est donc une loi normale. Il se peut qu’en réalité la
variable Y qui nous intéresse suive un autre type de loi, ou bien que la relation entre variables
explicatives et variable de sorties soit non linéaire. Ainsi au lieu de supposer une relation linéaire
entre la moyenne de Y |X (µ) et les variables explicatives, on peut supposer des relations beaucoup
plus complexes, t.q. Xβ = g(µ).
Par exemple si Y suit une loi normale, alors g est la fonction identité. Pour que la variable aléatoire
Y suive un loi de Bernouilli de probabilité p, la fonction liant la moyenne aux variables explicatives
est alors :
p
g(µ) = g(p) = ln
1−p
Ainsi le lien entre la probabilité p et les variables explicatives est-il :
exi β
p=
1 + exi β
Un tel modèle est nommé régression logistique (ou modèle ”logit”).
Si nous souhaitons analyser des probabilités de défaut et lier ces probabilités à un certain
nombre de variables explicatives, plusieurs solutions s’offrent à nous :
– le modèle ”logit”,
– le modèle ”probit”, t.q. g(µ) = g(p) = Φ−1 (p) où Φ représente la fonction de répartition de
la loi normale,
– le modèle de valeurs extrêmes, t.q. g(µ) = g(p) = ln(− ln(1 − p)).
Ces concepts peuvent s’étendre à des vecteurs aléatoires.
Choix d’un modèle linéaire généralisé

Exemple de l’application d’un tel modèle sur des taux de défauts de particuliers.
Modélisation dynamique des défauts

Modèle de défaut avec taux d’intérêt + prix de la maison + autre.
Migration de
notation
Secteur!Migration
de notation
Chapitre 10
Migrations de notations
Nous avons brièvement présenté la notation de dettes ou d’émetteurs au sein de la partie sur les
méthodes de scoring. Or nous pouvons être amené à analyser des problèmes où la notation joue un
rôle, soit car les flux d’un actif financier varie suivant la notation de la contrepartie (obligation avec
’step-up’, cf. [LM04], ou collatéralisation conditionelle [BCI12]), soit afin de modéliser l’évolution
du spread d’une entité (où il est supposé une relation forte entre spread et notation), notamment
des analyses de risque de portefeuille (cf. section 17).
L’objet de ce chapitre est de décrire les évolutions typiques de notation (les propriétés), et
leur modélisation. Puis nous explorerons en détail l’utilisation de tels modèles dans les deux cas
précédemment cités.
10.1 Propriétés des transitions

Avant même de chosir un modèle pour la migration de notation, il faut pouvoir comprendre
l’évolution des notations et ce qui les caractérise. Nous allons essayer ici de décrire quelques
propriétés historiques de l’évolution des notations :
– les différences de migration en fonction du secteur des entités ;
– la dynamique d’une notation (notamment leur inertie) ;
– leur évolution historique et notamment leur lien avec l’état de l’économie .
10.1.1 De l’importance du secteur

Trois matrices de transitions sont représentées graphiquement en figure 10.1 pour trois types
d’entités différentes : on peut déjà dégager quelques éléments :
– pour tous les secteurs, la diagonale est dominante, ie la probabilité de ne pas changer de
notations est la plus importante ;
Rating Transition for Corporates Rating Transition for Financials Rating Transition for Sovereigns
Aaa Aaa Aaa
Aa Aa Aa
A A A
Probability Probability Probability
Initial Rating
Initial Rating
Initial Rating
0.100 0.100 0.100

Baa Baa Baa
0.010 0.010
0.010
0.001 0.001
0.001
Ba Ba Ba
B B B
Caa−C Caa−C Caa−C
Aaa Aa A Baa Ba B Caa.C D Aaa Aa A Baa Ba B Caa.C D Aaa Aa A Baa Ba B Caa.C D

Rating at the end of 1Y Rating at the end of 1Y Rating at the end of 1Y
Figure 10.1 – Matrice de transition à un an pour des entreprises/sociétés financières/souverains

(source données Moody’s 1983-2010 [Moo11b] et [Moo12])
127
128 CHAPITRE 10. MIGRATIONS DE NOTATIONS
Rating
momentum
Aaa
Inertie!Migration
de notation Upgraded
Aa
Future evolution of the rating
Prior.Year.Change
Horizon
Rating
Unchanged Downgraded Baa
1Y
Unchanged
3Y
Upgraded
Ba
B
Downgraded
Caa
0.0 0.2 0.4 0.6 0.8 0.0 0.2 0.4 0.6 0.8 1.0
Proportion % Increase of the downgrade probability if previously downgraded
Figure 10.2 – Impact de l’évolution passée des notations sur leur migration futures (source
données Moody’s 1996-2003 [HC04])
– les transitions d’entreprises paraissent les plus complètes car la majorité des transitions
possibles sont effectivement représentées (peu de cellules à 0% grisées dans la figure), à
l’opposé les transitions de souverains présentent principalement des mouvements au voisinage
de la diagonale (évolution lente des notations) ;
– pour la plupart des secteurs et des notations de départ, les probabilités de transition ne font
que décroı̂tre au fur et à mesure que l’on s’éloigne de la diagonale, la distribution discrète
est unimodale (un seul maximum local pour la transition à la notation de départ). Quelques
exceptions à cette unimodalité pour les institutions financières (notation de départ Aa-A),
les probabilités d’être dégradé à Caa-C ou de faire défaut sont plus importantes que des
probabilités de transitions intermédiaires.
10.1.2 La dynamique d’une notation
La propriété la plus documentée de l’évolution des notations est sa dépendence sérielle. En

effet l’évolution future d’une notation dépend fortement de son évolution passée : un change-
ment de notation tend à être suivi d’un nouveau changement de notation dans la même direction
(downgrade-downgrade ou upgrade-upgrade). [HC04] documente la dépendence sérielle des nota-
tions basée sur les notations Moody’s (1996-2003) (cf. aussi [Alt98] ou [NPV00]). La figure 10.2
détaille l’impact de l’évolution passé de la notation sur sa migration future : soit au global, soit
détaillé par notation.
En analysant plus en détail l’impact des migrations historiques des notations sur la migration
future, on peut voir que cette inertie de migration est relativement complexe (cf. figure 10.3). En
effet l’inertie est d’autant plus grande que les dégradations passées ont été faibles. A l’extrême
lorsque les dégradations sur l’année précédentes ont été fortes (4 crans ou plus), il y a une stabi-
lisation de la notation (la probabilité de dégradation devient beaucoup plus faibles). L’inertie est
aussi plus importante pour des notations élevées, ce qui est partiellement expliqué par le fait qu’il
y ait moins de notations.
10.2. UNE DÉFINITION MATHÉMATIQUE 129
processus
Aa
markovien
générateur
A
Extent of the past downgrade
Initial Rating
1 notch and more

Baa 2 notches and more
3 notches and more
Ba 4 notches and more
−0.2 0.0 0.2 0.4 0.6

% Increase of the downgrade probability if previously downgraded
Figure 10.3 – Impact détaillé de l’évolution passée des notations sur leur migration futures (source
données Moody’s 1990-2009)
10.1.3 Exemples de migrations importantes
10.2 Une définition mathématique

Nous définissons ici un cadre conceptuel fort afin de pouvoir étudier les migrations et proposer
leur modélisation. La migration d’une entité est un processus stochastique discret et ce type de
processus est bien étudié en informatique (réseau) ou en fiabilité. La principale spécificité de ce
processus dans le cas des notations est le fait que les états sont ordonnées : du moins risqué ’Aaa’
au plus risqué ’Caa-Ca-C’, voir le défaut.
Soit E l’ensemble des notations de crédit possible (y compris le défaut), la notation d’une
entreprise est (Rt )t≥0 un processus à trajectoires continues à droite à valeurs dans E.
Définition 1. Le processus (Xt ) est un processus markovien de sauts (homogène) si pour tout
n, tous 0 ≤ t0 ≤ t1 . . . ≤ tn ≤ tn+1 , et tous i0 , . . . , in+1 dans E tels que P (Xt0 = i0 , Xt1 =
i1 , . . . , Xtn = in ) 6= 0, nous avons :
P (Xtn+1 = in+1 |Xt0 = i0 , Xt1 = i1 , . . . , Xtn = in ) = P (Xtn+1 = in+1 |Xtn = in ) (10.1)

= Ptn+1 −tn (in , in+1 ) (10.2)
(10.3)
Ce processus est dit homogène car les probabilités de transition ne dépendent pas de la date,
mais seulement de l’écart de temps entre les deux dates d’observation. La matrice des probabilités
de transitions est une matrice de taille card(E)xcard(E) définie comme (Pt (i, j))i,j∈E . En fait, on
peut prouver que toutes les matrices de transition associées à différents horizons sont déterminées
de manière unique par la formule suivante :
+∞ i
X t
(Pt (i, j))i,j∈E = etΛ = Λi
i=0
i!
la matrice Q est appelée le générateur de la chaı̂ne de Markov. Typiquement le générateur d’une

chaı̂ne de Markov représentant un processus de notation aura la forme suivante :
 
λ11 λ12 ... λ1K
 λ11 λ12 ... λ1K 
 
Λ=
 .
.. .
.. .. .
.. 
 . 

 λ(K−1)1 λ(K−1)2 . . . λ(K−1)K 
0 0 ... 0
P
tel que pour tout (i, j) avec i 6= j, λij > 0 et λii = − j,j6=i λij . L’élément λij avec i différent
de j représente l’intensité du changement de notation de i vers j. Le dernier état (le défaut d’une
entreprise) étant un état absorbant toutes les intensités sont nulles.
10.2.1 Détermination d’un générateur à partir d’une matrice de tran-

sition
Nous suivrons ici [IRW01] tout en simplifiant. Soit P une matrice de transition, afin de
déterminer le générateur de la chaı̂ne de Markov associée à cette matrice de transition, nous
avons deux questions à résoudre :
– savoir si la matrice de transition que nous utilisons est compatible avec une chaı̂ne de Markov,
soit la question de l’existence d’un générateur ;
– déterminer le générateur, soit une question d’identification.
L’une des caractéristiques des matrices de transition empiriques pose immédiatement un souci.
En effet on peut remarquer que la probabilité de défaut d’une entreprise Aaa est nulle sur des
horizons inférieurs à 10 ans, par contre la probabilité de dégradation à Baa est nulle et la probabilité
de défaut d’un Baa est aussi non nulle : ce qui amène à une contradiction, ou si l’on veut exprimer
ceci en termes plus mathématiques :
Revenons un instant sur cette caractéristique, en fait il n’existe qu’une seule entreprise ayant
été noté Aaa à un moment de sa vie et qui a fait défaut ultérieurement, si l’on regarde les données
depuis 1970. Par contre en prenant en compte la crise de 1929 aux Etats-Unis, plusieurs entreprises
Aaa ont fait défaut très rapidement : les compagnies de chemin de fer.
Malheureusement ces deux questions sont intimement liées, en effet il existe une série....
10.2.2 Quelques hypothèses à tester
10.3 L’estimation
Les notations les plus connues et les plus utilisées sont celles des agences de notation, no-
tamment de Standard and Poor’s et Moody’s, les deux agences les plus anciennes et ayant la
couverture la plus large. Il existe quelques études sur les migrations de notations internes mais
elles restent rares au vu de la confidentialité de ces données et de leur faible historique. Lorsqu’on
utilise les données d’agence, il faut garder en tête les limites des données : en effet la couverture
(le nombre d’entités et leur type) a changé au cours du temps, comme nous pouvons le voir sur la
figure 10.4.Le nombre d’entités notées a clairement augmenté au cours des années et s’est stabilisé
depuis les années 2000, cependant la composition par notation des entités s’est vu modifié au cours
des années avec une proportion beaucoup plus importante donnée aux notations les plus risquées
(Caa/C, Ba) soit par migration d’entités mieux notée, soit pour de nouvelles entités.
L’estimation de matrice de transition peut généralement être effectuée de deux manières

différentes. Ces deux manières ne diffèrent fondamen,talement que par l’horizon de temps qu’elle
considère : soit une approche par cohorte, soit une approche par intensité de migration. Afin de
mieux comprendre ces deux approches présentées plus bas, nous allons utiliser le petit exemple
donné par Lando et Skodeberg. Soient trois états A, B et D possibles pour une entreprise, D
représentant le défaut. Au début de l’année il y a 10 entreprises dans l’état A et 10 dans l’état B.
Sur l’année nous avons les mouvements suivants :
– une entreprise A est dégradée à B au bout d’un mois et reste à B jusqu’à la fin de l’année ;
– une entreprise B est rehaussée à A au bout de deux mois et puis ne bouge plus ;
– une entreprise B fait défaut au bout de six mois.
10.3. L’ESTIMATION 131
3000 RatingStart
Aaa
Aa1
Aa2
Aa3
A1
A2
2000 A3
Baa1
Total
Baa2
Baa3
Ba1
Ba2
Ba3
1000
B1
B2
B3
CaaC
0
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
00
01
02
03
04
05
06
07
08
09
10
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
20
20
20
20
20
20
20
20
20
20
20
Year
Figure 10.4 – Composition de l’univers des entreprises non-financières notées par Moody’s depuis
1983 (source données Moody’s 1983-2010)
10.3.1 Approche par cohortes

C’est l’approche qui est utilisée par les deux agences et elle est devenue de fait la référence,
même si, statistiquement parlant, elle repose sur des hypothèses un peu simplistes :
– sur l’horizon de la matrice de transition étudiée, on suppose qu’il n’y a qu’une seule transition
possible : de la notation de début de période à la notation de fin de période, sans prendre
en compte les transitions intermédiaires ;
– .
Notons δt l’horizon de la matrice de transition. Nous analysons une cohorte, i.e. toutes les en-
treprises qui au début de la période ont un rating X, soit NX leur nombre. NXY représente le
nombre d’entreprises qui étant noté X au début de la période, vont avoir la notation Y à la fin de
la période. L’estimateur de la probabilité de transition d’une notation à une autre est alors :
NXY
pδt
XY =
NX
La table de migration de l’exemple sera alors :

 
A 90% 10% 0%
B  10% 80% 10% 
D 0% 0% 100%
Les deux tables de migration suivantes ont été estimées par cette méthode, 10.3.1 et 10.3.1.
10.3.2 Approche par taux d’intensité

Le gros souci de l’approche par cohorte est d’ignorer une partie de l’information. En effet,
toutes les transitions intra-périodes sont ignorées, ce qui peut grandement modifier les valeurs des
probabilitées de transition. De plus dans l’approche par cohorte, il nous faut dans un second temps
estimer le générateur à partir de la matricede transition. Nous supposerons dans un premier temps
l’homogénéité temporelle, i.e. la matrice de transition ne change pas au cours du temps. Dans ce
Aaa Aa A Baa Ba B Caa-C Défaut

Aaa 57.55% 41.51% 0.94% 0.00% 0.00% 0.00% 0.00% 0.00%
Aa 1.45% 69.48% 26.74% 2.33% 0.00% 0.00% 0.00% 0.00%
A 0.00% 10.74% 70.29% 16.62% 2.35% 0.00% 0.00% 0.00%
Baa 0.00% 2.11% 23.00% 65.96% 7.04% 0.94% 0.47% 0.47%
Ba 0.00% 1.13% 3.77% 23.02% 50.94% 13.21% 1.89% 6.04%
B 0.62% 0.62% 0.00% 3.70% 25.31% 38.27% 3.09% 28.40%
Caa-C 0.00% 0.00% 0.00% 10.00% 0.00% 25.00% 25.00% 40.00%
Table 10.1 – Table de migration pour la cohorte 1994
Aaa Aa A Baa Ba B Caa-C Défaut

Aaa 85.06% 6.90% 8.05% 0.00% 0.00% 0.00% 0.00% 0.00%
Aa 5.04% 66.86% 21.71% 5.04% 0.19% 0.97% 0.19% 0.00%
A 0.63% 11.03% 60.08% 21.53% 3.36% 2.21% 0.42% 0.74%
Baa 0.68% 1.35% 12.70% 60.27% 12.16% 7.03% 2.57% 3.24%
Ba 0.00% 0.24% 4.11% 13.77% 32.37% 28.50% 7.73% 13.29%
B 0.00% 0.00% 0.19% 0.75% 4.85% 31.34% 14.18% 48.69%
Caa-C 0.00% 0.00% 0.00% 1.56% 2.34% 6.25% 10.16% 79.69%
Table 10.2 – Table de migration pour la cohorte 1999
cas, l’estimation du générateur par la méthode du maximum de vraisemblance donne l’estimateur

suivant (pour une période de 0 à T ) :
ˆ =j = R Nij (T )
λij,i6 T
0
ni (s)ds
où Nij (T ) représente le nombre total de transitions sur la période de l’état i vers l’état j, et
ni (s) le nombre de firmes avec une notation i à la date s, et plus simplement le dénominateur de
l’estimateur donne le temps passé par l’ensemble des entités dans une catégorie de notation.
Si nous reprenons l’exemple global, l’estimateur du générateur est alors :
 
A −0.1008 0.1008 0
B  0.1043 −2.087 0.1043 
D 0 0 0
soit en prenant l’exponentielle de cette matrice, la matrice de transition annuelle suivante :

 
A 90.87% 8.66% 0.47%
B  8.96% 81.61% 9.43% 
D 0% 0% 100%
La différence la plus importante vient de la probabilité de transition de A vers le défaut. En effet

dans l’approche par cohorte cette probabilité était nulle alors que dans l’approche par intensité elle
devient non-négligeable ! En ne restreigant pas le nombre de transitions par année, effectivement
on peut imaginer des dégradations successives de A vers B puis vers D. En étudiant l’exemple
on comprend mieux la différence d’approche. Ici toutes les transitions sont prises en compte, il ne
s’agit plus d’une chaı̂ne discrète, mais d’une chaı̂ne de Markov continue.
10.3.3 La comparaison de matrices

Une matrice de transition n’est pas un élément intuitif, il est difficile au premier coup d’oeil
de décider si une matrice est plus pénalisante qu’une autre. Aussi plusieurs articles se sont-ils
10.4. MIGRATIONS ET DÉPENDANCES 133
intéressés à la construction d’une métrique pour les matrices de transition afin de mesurer l’écart
entre matrices et par la même un ordre sur les matrices. Nous citerons ici :
– les métriques utilisées par les agences de notation afin de comparer différentes années (cf.
[Moo12]),
– la métrique proposée par [JS03].
Avant de choisir une métrique, il faut bien définir ce que l’on cherche à mesurer :
– la dispersion de la matrice ou au contraire la stabilité du processus associé,
– la tendance à la dégradation des notations,
– le risque de défaut.
Chaque métrique permettra de mesurer uniquement un aspect du comportement du processus, à
nous de vérifier que l’on mesure la quantité adéquate !
Les agences vont utiliser des métriques qui n’ont pas obligatoirement de justifications mathématiques
mais qui sont opérationelles :
– le ratio entre taux d’upgrade et taux de downgrade, il est utilisé afin de distinguer des
périodes de crises de crédit (cf. [Moo11a]) ;
– la tendance et la volatilité de la migration (’rating drift’ et ’rating volatility’), la tendance
est définie comme la différence entre la moyenne pondérée des taux d’upgrade (pondéré par
le nombre de cran d’upgrade) et la moyenne pondérée des taux de downgrade, la volatilité
étant définie leur somme. Le premier élément est censé représenté l’évolution moyenne des
crédit en terms de crans et la seconde le mouvement moyen d’une entité.
On peut remarquer que toutes ces métriques ne peuvent être utilisées que pour une notation
initiale (une ligne de la matrice de transition), il ne s’agit pas de pouvoir comparer des matrices
mais seulement des lignes.
Au contraire, la mesure proposée par [JS03] se base sur une analyse de toute la matrice. La
stabilité d’une matrice est alors basé sur la métrique suivante :
p
||P || = V aleursP ropres [t(P − I)(P − I)]
Cette métrique est une approximation de la probabilité moyenne de migration sur l’ensemble des
états.
10.3.4 Prise en compte d’autres facteurs

En étudiant le processus de notation et notamment l’hypothèse d’indépendance liée à la chaı̂ne
de Markov, on voit que celle-ci est fausse. En effet d’autres éléments influencent l’évolution de la
notation : la notation précédente entre autres !
10.4 Migrations et dépendances

Les instruments qui nous intéressent sont des portefeuilles de dettes/entités de référence, aussi
une matrice de migration seule ne suffit-elle pas à définir un modèle : il faut aussi déterminer la
structure de dépendance entre entités. Quelles sont les migrations jointes de ces deux (voire plus)
entités ?
Dépendance temporelle ou dépendance entre entités ? Lorsque l’on analyse des portefeuilles de
dettes notées, il faut pouvoir aussi modéliser la dépendance entre migration de notes. Comment
utiliser cette information pour définir la dépendance ? Approche de Moody’s ”Directional Rating
Transition Matrices (DRTM)” de Gouriéroux de Mc Neil
10.4.1 Corrélation de migration

Soient pXY les probabilités de transition de l’état X vers l’état Y sur un horizon fixée (par souci
de simplicité nous ne notons pas cet horizon sur les probas, mais elles dépendent bien entendu de
celui-ci). Elles ont été estimées comme :
NXY
pXY =
NX
La corrélation de migration est définie comme la corrélation entre les mouvements de migration
de deux entités :
ppXY − p2XY
ρ=
pXY (1 − pXY )
10.4.2 Matrices de transition aléatoires

Prendre un exemple avec les données Moody’s.
10.5 Quelques applications

Pricing de bonds télécom cf article. Modèle de Jarrow - Turnbull - Lando sur les spreads.
Recouvrement
Priorité
d’une dette
Chapitre 11
Le Recouvrement
Dans la chapitre précédent, nous avons introduit les principaux modèles de risque de crédit afin
d’analyser la survenance d’un défaut. Cependant si l’on veut tarifer un CDS ou analyser le risque,
nous n’avons là qu’une moitié de l’équation : nous devons maintenant comprendre la sévérité de
la perte ou par symétrie le recouvrement.
Jusqu’ici nous avons considéré le recouvrement comme un élément donné d’avance et qui n’in-
tervenait pas dans la mesure du risque. Malheureusement le taux de recouvrement n’est pas une
variable exogène, déterminée une fois pour toute à partir du bilan de l’entreprise. Il va varier au
cours du temps en fonction de nombreux facteurs et reste une variable aléatoire. De plus ce n’est
pas une variable de second ordre, la perte moyenne est directement impactée par sa connaissance !
En nous basant sur les parties précédentes, nous allons introduire un taux de recouvrement
aléatoire, soit indépendant des défauts, soit dépendants. Cependant il nous faut d’abord intro-
duire une caractérisation du comportement des taux de recouvrement.
Cette partie traite principalement de recouvrement dans le cadre de dettes d’entreprises sans
suretés spécifiques. Si il y a une sureté (par exemple un stock ou de l’immobilier) l’analyse du re-
couvrement portera alors principalement sur la valeur de la sureté en cas de défaut de l’entreprise,
d’où un comportement et une analyse différente.
11.1 Caractérisations des recouvrements

Dans tout ce qui suit, le recouvrement suite à un défaut pourra représenter indifféremment soit
l’ensemble des flux recus par les créanciers, jusqu’à extinction de la dette, grâce à la liquidation,
soit le prix de vente de cette dette environ un mois après le défaut.
Si les marchés sont efficients, et si il n’y a pas d’informations nouvelles pendant la liquidation, les
deux approches doivent donner des valeurs similaires. D’après les rares études sur le sujet, c’est
effectivement le cas.
Les recouvrements suite à un défaut d’une entreprise vont dépendre des éléments suivants :
– le type de dette et notamment sa priorité par rapport aux autres dettes : la priorité de la
dette est importante car elle règle l’accès aux montants récupérés. En effet l’argent issu de
la liquidation sera distribué en premier aux remboursements des dettes les plus prioritaires,
et ainsi de suite (Cette régle théorique est cependant plus souple en pratique à cause des
négociations nécessaires entre l’ensemble des créanciers pour toute prise de décisions sur
l’entreprise en faillite). Le type de dette est aussi important car il précise les pouvoirs des
créanciers en cas de faillite, ainsi que leur implication dans le processus de redressement
ou liquidation de l’entreprise. Typiquement les recouvrements sur les prêts bancaires sont
plus importants que sur des obligations classiques, à cause de l’implication de l’équipe de
recouvrement bancaire dans ce processus. Enfin l’existence d’une sûreté (actifs de l’entreprise
comme de l’immobilier, du stocks ou des machines) permet aux créanciers d’augmenter leur
recouvrement.
135
136 CHAPITRE 11. LE RECOUVREMENT
– la structure de capital de l’entreprise : il s’agit de comparer les priorités de paiements de

manière plus générales, non plus seulement pour les dettes, mais pour l’ensemble des instru-
ments et notamment du ratio entre actions et dettes.
– l’industrie : l’état de santé de l’industrie a un impact direct sur le recouvrement, en effet si
l’industrie va bien, alors le défaut de l’entreprise est lié à des évènements propres (mauvaise
gestion de l’entreprise, fraude, accidents majeurs), un redémarrage de l’activité est donc
possible ou au pire une vente par morceaux des activités de l’entreprise est envisageable avec
des concurrents qui auront les moyens d’acheter ces activités. Ces éléments concourent à
augmenter les recouvrements.
– l’économie en général : si l’économie est en récession, non seulement il sera plus délicat de
continuer une activité non viable dans un tel environnement, mais il se peut que l’afflux de
dettes en défaut sur le marché perturbe la demande qui est généralement assez limité.
11.2 Importance de la juridiction

11.3 Eléments statistiques sur les recouvrements
L’aléa du taux de recouvrement a un impact très important sur les tranches d’un CDO. En effet
cette variance supplémentaire va directement augmenter les queues de distribution et donc la perte
moyenne sur une tranche. D’où la nécessité d’une modélisation aléatoire du taux de recouvrement.
La figure 11.1 donne l’histogramme des taux de recouvrement relevés par Moody’s (il s’agit plus
précisément des prix des dettes d’entreprises en défaut environ un mois après le défaut). Les prix
supérieurs à 100 ont été ramenés à 100 pour plus de lisibilité, ces prix proviennent généralement
d’une conversion en actions des dettes en défaut, ce qui peut mener dans le cas où l’entreprise se
redresse à un recouvrement supérieur à 100%.
Cette distribution a une forme très reconnaissable qui est explicable qualitativement. En effet
une grosse partie des recouvrements sont entre 15% et 45%, avec quelques éléments en dehors pour
lesquels il y a un taux de recouvrement très élevé. Un candidat naturel pour la distribution des
taux de recouvrement est la loi Beta, en effet elle permet de simuler une variable aléatoire prenant
ses valeurs dans [0, 1] avec un grand choix de formes.
Une deuxième caractéristique des recouvrements est le lien avec le nombre de défaut. Cela
peut s’expliquer soit par une dépendance commune vis-à-vis de la situation économique, ou bien
directement par un marché des dettes en défaut qui si il y beaucoup d’offres sera plus sélectif. La
figure 11.2 montre bien le lien existant entre le recouvrement moyen et le taux de défaut moyen
chaque année. D’où la nécessité d’introduire une dépendance entre défaut et recouvrement.
11.4 Définition du recouvrement

Dans la plupart des recherches effectuées sur les recouvrements et le lien avec la valorisation
du risque de crédit en général, plusieurs définitions du recouvrement sont concurrentes :
– ”recovery as a fraction of par value” : le taux de recouvrement est défini par rapport au
montant notionel de la dette, c’est l’approche qui est utilisée en pratique,
– ”recovery as a fraction of treasury value” : le taux de recouvrement est défini par rapport à
la valeur d’une dette sans risque de même maturité restante (avant défaut),
– ”recovery as a fraction of market value” : le taux de recouvrement est défini par rapport à
la valeur de marché de cette dette juste peu avant le défaut.
Les taux de recouvrements dont nous parlerons ici seront défini comme le ratio de la valeur de
la dette un mois après la date de défaut par rapport à leur montant nominal. C’est la définition
la plus usuelle mais la notion de recouvrement elle-même est plus complexe. En effet le prix d’une
dette d’un émetteur en défaut var varier au cours du temps post-défaut (voir par exemple la courbe
générique 11.3 ou bien une moyenne des évolutions constatées 11.4
11.4. DÉFINITION DU RECOUVREMENT 137
Histogramme des taux de recouvrement

8
6
Proportion en %
4
2
0
0% 10% 20% 30% 40% 50% 60% 70% 80% 90%
Taux de recouvrement
Etude Moody’s de 1970 à 2001
Figure 11.1 – Histogramme des taux de recouvrement Moody’s

Regression of the Recovery vs. Default

45
40
Recovery Rates in %
35
30
25
2 4 6 8 10
Default Rates in %
Figure 11.2 – Dépendances des taux de recouvrement moyen par an par rapport aux taux de
défaut moyen
Table 11.1 – Mean Recovery rates for different studies
Authors Bank Country Data Years Mean RR Universe Type of RR compu- Number of de- Reference
tation faulted loans
Asarnow and Edwards Citibank US Bank 70/93 65% C&I loans Discounted flows at 831 [AE95]
(1995) contractual rate
Asarnow and Edwards Citibank US Bank 70/93 87% Structured Discounted flows at 89 [AE95]
(1995) loans contractual rate
Carty and Liebermann US Market 89/96 71% Senior Secu- Market Price 58 [CL96]
(1996) red Syndi-
cated Bank
loans
Carty and Liebermann US Market 90/96 79% SS Loans to Discounted flows at 229 [CL96]
(1996) SMEs contractual rate
Grossman et al. (1997) US Market 91/97 82% 60
Grossman et al. (1997) UK Market 91/97 68% 14
Felsovalyi and Hurt (1998) Citibank Latin Bank 70/96 68% Discounted flows at 1149 [FH98]
Ame- contractual rate
rica
Eales and Bosworth (1998) AU Bank 92/95 69% 5782
Carty (1998) US Market 86/97 87% 200
Carty (1998) US Market 86/98 70% 98
Hamilton and Carty (1999) US Market 82/97 84% 195
van de Castle and Keisman US Market 87/97 85% 258
11.4. DÉFINITION DU RECOUVREMENT
(1999)
Bartlett (2000) UK Market 96/00 77% 55
Gupton et al. (2000) US Market 89/00 70% 181
van de Kastle et al. (2000) US Market 87/96 84% 264
Kabance (2001) MX Market 95/01 40% 70
O Shea et al. (2001) US Market 97/00 73% 35
Hamilton et al. (2002) US Market 82/01 71% n.s.
Bos et al. (2002) US Market 88/01 84% 528
Hamilton et al. (2004) US Market 03 86% 21
Keisman (2003) US Market 88/03 79% 750
Araten et al. (2004) JPMorgan US Bank 82/99 60% Large corpo- Discounted flows at 3761 [AJV04]
rate to Pri- 15%
vate banking
Franks et al. (2004) UK Bank 84/03 75% 1418
Franks et al. (2004) FR Bank 84/03 53% 586
Franks et al. (2004) DE Bank 84/03 61% 276
Dermine and Neta de Car- BCP PT Bank 95/00 71% SMEs Discounted flows at 374 [DdC06]
valho (2005) contractual rate
Davydenko (2008) 10 Commer- UK Bank 84/03 74% SMEs Undiscounted RR 1418 [DF08]
cial Banks
Davydenko (2008) 10 Commer- FR Bank 84/03 54% SMEs Undiscounted RR 586 [DF08]
cial Banks
Davydenko (2008) 10 Commer- DE Bank 84/03 61% SMEs Undiscounted RR 276 [DF08]
cial Banks
Grunert (2009) DE Bank 92/03 72% 120 [GW09]
Querci (2005) 1 Bank IT Bank 80/04 52% SMEs Discounted flows at
contractual rate
Calabrese (2008) Bank of Italy IT Bank 00/01 46% [CZ10]
139
Figure 11.3 – Evolution temporelle des taux de recouvrements/prix autour de la date du défaut :
en théorie
65
60
Prix moyen sur plusieurs émetteurs
●
55 ● ●
●
●
●
50
●
● ● ●
●
●
45 ●
●
●
40
−30 −20 −10 0 10 20 30

Dates par rapport au défaut
Figure 11.4 – Exemple d’évolution temporelle des taux de recouvrements/prix à plus ou moins
un mois autour de la date du défaut (cf. [XG08])
11.5. DÉFAUTS ET RECOUVREMENTS 141
[XG08] ont par exemple montré que le prix autour de la date du défaut évoluait de cette
manière.
11.5 Défauts et recouvrements

11.5.1 Données
Moody’s (cf. [Moo10]) publie chaque année les taux de défaut moyen et sévérité moyenne sur
l’univers des entités qu’elle note.
Année Taux de Défaut Taux de Sévérité

1982 3.58 64.22
1983 3.82 47.28
1984 3.33 50.59
1985 3.45 39.85
1986 5.64 48.9
1987 4.36 36.24
1988 3.59 54.76
1989 5.8 54.94
1990 9.98 62.99
1991 9.52 63.34
1992 5.19 50.81
1993 3.1 62.86
1994 2.09 46.29
1995 2.95 52.41
1996 1.65 37.28
1997 2.05 43.9
1998 3.27 60.47
1999 5.44 61.99
2000 6.27 75.83
2001 10.32 78.55
2002 7.99 70.48
2003 5.23 58.13
2004 2.44 47.89
2005 1.74 45.13
2006 1.76 44.95
2007 0.96 46.72
2008 4.37 66.21
2009 12.97 62.31
2010 3.17 50.45
Table 11.2 – Taux de défaut et de sévérité (Obligation ”Senior Unsecured”) pour les entités
notées Non-Investment Grade depuis 1982 (source [Moo10])
11.5.2 Modélisations
Plusieurs modélisations ont été proposées afin de pouvoir traiter le risque de sévérité/recouvrement,
la plupart dans le cadre d’indépendance conditionnelle, où la dépendance est modélisée grâce à
l’introduction d’une variable définissant l’état de l’économie (ou du secteur, ou du pays) Z, la
probabilité de défaut d’une entité étant alors définie par p(Z). Toutes ces modélisations peuvent
être généralisées (suivant [CLS04]), où la sévérité moyenne peut dépendre :
– soit des condition économiques grâce à la variable Z, celle-là même qui est utilisée pour
définir les probabilités de défaut ;
– soit des conditions économiques spécifiques au recouvrement, grâce à une nouvelle variable
aléatoire commune Y (indépendante de Z) ;
– soit dans un cadre mertonien, de la valeur d’actif définissant le défaut de l’entité i, Xi .
Tous les modèles proposés jusqu’à maintenant reposent sur les trois possibilités ci-dessus, de
manière plus ou moins complexes :
– [Fry00] et [Gie05] proposent une modélisation simple où la sévérité moyenne ne dépend que
de l’état de l’économie de même que les probabilités de défaut (cf. la variable Z ci-dessus),
une modélisation ”Macro-économique” ;
– [Sen08] and [Tas04] propose une sévérité ne dépendant que de la valeurs d’actifs de l’entité
, une modélisation ”Idiosyncratique” ;
– [Pyk03] est une combinaison des deux précédents avec une sévérité dépendant à la fois des
conditions économiques affectants les probabilités de défaut et de la valeur d’actif ;
– [Hil06] définit la sévérité comme dépendant de deux variables macro, les conditions économiques
affectant les probabilités de défaut et les conditions économiques spécifique au recouvrement ;
– enfin [CLS04] propose la modélisation la plus générique avec une sévérité dépendant des trois
facteurs possibles : variables macro du défaut, de la sévérité et valeur d’actif de l’entité.
11.6 Le recouvrement de dettes souveraines

Souverains
Souverains!CDS)
Chapitre 12
Le Risque de Crédit Souverain
Nous avons choisi de consacrer un chapitre entier au risque de crédit des souverains à cause de
l’importance accrue de ce risque lors de la crise européenne de 2010-2012, et des développements
récents dans l’analyse de ce risque.
12.1 Définition
Le risque de crédit d’un souverain est très différent de celui d’une entreprise. En effet contrai-
rement à une entreprise, un pays ne disparaı̂t pas (sauf annexion ou sécession), et le défaut est le
résultat d’une décision volontaire. En effet par défaut, nous entendons ici le défaut de paiement
ou la restructuration de dettes externes (dues à des créanciers extérieurs au pays) ou de dettes
domestiques. Mais ce ne sont pas les seuls dépenses d’un pays, lors d’une crise celui-ci peut très
bien décider de baisser les salaires des fonctionnaires, de payer ses fournisseurs avec un délai plus
important, de ne plus payer ses retraites, etc.... La décision du défaut est donc le choix d’un
créancier parmi plusieurs.
Si nous pouvons tracer un parallèle avec l’analyse bilantielle d’une entreprise (voir figure 12.1),
au passif on retrouve les différents ”créanciers” possibles d’un pays :
– l’ensemble des citoyens au travers des infrastructures/investissement, des promesses électorales ;
– les fonctionnaires à cause de leur salaire ;
– les retraités pour les pensions (même si l’état n’est que le garant des caisses) ;
– enfin les créanciers financiers (prêtant sous forme obligataires en général).
La gestion des finances d’un pays en crise revient à essayer de diminuer le passif et donc à
diminuer la valeur d’une ou de plusieurs ”promesses” de l’état.
12.2 Les évènements de crédit
12.3 Les instruments de risque souverains

12.3.1 Les CDS souverains
A partir de 2010, la crise financière/économique s’est transformé en crise des souverains. Le
marché des CDS sur souverains a du coup vu son importance augmenter considérablement, à la
fois en terme de volumes (cf. par exemple 12.4) mais aussi de visibilité. Nous allons ici détailler
certains éléments concernants le marché des CDS souverains.
La structure juridique du contrat de CDS est très proche à quelques exceptions près :
– ”Faillite” est remplacé en tant qu’évènement de crédit par ”Repudiation - Moratoire” ;
–
[Cre10]
143
144 CHAPITRE 12. LE RISQUE DE CRÉDIT SOUVERAIN
Figure 12.1 – Le ”bilan” d’un pays (source [Mar10a])
12.4 La sévérité du défaut souverain

Contrairement aux entreprises il n’existe pas de cadre juridique formel afin de gérer le défaut
d’un souverain, pas de liquidiation ni de mise sous tutelle administrative, et ce même lorsqu’il
existe une union monétaire.
12.4. LA SÉVÉRITÉ DU DÉFAUT SOUVERAIN 145
1400
1200
1000
800
EUR M
600
400
200
ANK
TSB G
HAF MB
ER
.A. NSC .A TE G
RS SSE Sp
lc S.p ÜRT IN A .p.A
DE YS
plc IBA
S NO G LO ANK W ERL IT S
TAN CLA PAR −GE LDIN PAO EB EN− KB
SAN TRA
L
CH
O AN
JYS
K AD AN RED
CO BAR BNP AS KB ESB UNIC
BAN ZEN HSB INT
ES AN LAN
D
G DT. DESB
KA LAN
BAN
DZ
Banques vendeuses de protection
Figure 12.2 – Banques vendeuses de protection nettes fin 2011 (source EBA Stress test)
146 CHAPITRE 12. LE RISQUE DE CRÉDIT SOUVERAIN
1200
1000
800
Contracts
600
Spread (en%) / Nbre de contrats hebdo.
400
200
1.4
1.2
FRSpread
1.0
0.8
0.6
0.4
juil.−10 oct.−10 janv.−11 avr.−11 juil.−11 oct.−11 janv.−12

Date
Figure 12.3 – Evolution comparées du nombre de contrats CDS hebdomadaires échangés et du

spread obligataire de la France (source DTCC/BBG)
Figure 12.4 – Evolution du nombre de contrats CDS échangés depuis 2010 pour quelques pays
européens (source DTCC)
Chapitre 13
Titrisation de dettes :
Formalisation
Une grande partie des opérations de titrisation vont concerner la création d’obligations adossées
à des portefeuilles de dettes, parmi lesquelles :
– obligations émises par une entreprise (ou prêt bancaire),
– prêt à un particuler, soit lié à un bien précis et donc avec sureté (prêt immobilier, prêt
automobile), soit sans sureté (prêt à la consommation),
– des créances commerciales (dettes à court terme, dues à la fourniture d’un bien/service avant
son paiement),
– dettes structurées ou contingentes (contrat dérivés, contrats de réassurance, etc...),
– etc..
La titrisation de chacun de ces types de dettes donne naissance à un type d’ABS (”Asset Backed
Securities”). Pour les dettes d’entreprises, on parlera de CDO (”Collateralized Debt Obligation”),
pour les prêts immobiliers aux particuliers de RMBS (”Residential Mortgage Backed Securities”),
pour les prêts immobiliers aux entreprises de CMBS (”Commercial Mortgage Backed Securities”).
Nous considérerons ici qu’une dette est caractérisée par les éléments suivants :
– un montant nominal : le notionel (montant qui est dû par le débiteur),
– un taux d’intérêt (et la fréquence de paiement associée),
– une date de remboursement
– afin d’être exhaustif, on peut aussi citer les éléments suivants : le profil d’amortissement
(dates et montants de remboursement de principal), l’existence d’une sureté, la seniorité.
L’analyse de risque d’une titrisation équivaut à étudier le comportement d’un portefeuille de dettes
par rapport à ce que nous considérerons comme le principal risque : le risque de défaut (i.e. de
non repaiement de la dette par le débiteur). Dans ce chapitre, nous négligerons les flux d’intérêt
dû par le débiteur pour nous intéresser uniquement à la loi de distribution des pertes de principal
associées à ce portefeuille. En première approximation les pertes d’intérêts s’en déduisent.
La connaissance de la loi de distribution des pertes permet alors de déterminer les éléments suivants
(??) :
– l’espérance de perte : elle représente la perte moyenne encourue sur une certaine ”partie” du
portefeuille,
– la probabilité de perte : ce chiffre représente une première estimation du risque,
– la Value-at-Risk à x% : elle représente la perte maximale dans x% des cas les plus favorables
sur le portefeuille (x% généralement compris entre 95% et 100%).
Par exemple la notation accordée par Moody’s à une obligation est une traduction sur une échelle
propre de l’espérance de perte pour l’investisseur suivant la maturité de cette obligation (cf. 21.8).
De même, la notation de Standard & Poor’s est une traduction de la probabilité de perte. La
147
148 CHAPITRE 13. TITRISATION DE DETTES : FORMALISATION
recherche de cette loi peut être formalisée de deux manières différentes en termes mathématiques :
Soit un portefeuille constitué de n dettes, avec ai le montant nominal de la dette i appartenant
au portefeuille. Nous cherchons la distribution de la variable aléatoire suivante :
n
X
[ai (1 − Ii defaut ) + ai Ii defaut ri ]
i=1
(Modélisation par l’actif sain) ou

n
X
ai Ii defaut (1 − ri )
i=1
(Modélisation par les pertes).

La variable aléatoire Iidef aut est une variable aléatoire discrète de Bernouilli prenant deux valeurs
0 et 1 si le débiteur est en défaut. Nous notons pi la probabilité de défaut du crédit i et donc la
probabilité que I = 1. Soit ri le taux de recouvrement du crédit i.
Dans toute la première partie de l’analyse nous supposerons que le taux de recouvrement est de
0% (toute autre valeur fixe du taux de recouvrement modifiera simplement le montant nominal en
cas de perte) . Puis dans une seconde partie, nous regarderons ce que donne les différents résultats
avec un taux de recouvrement aléatoire.
13.1 Loi d’un portefeuille en risques indépendants

Dans un premier temps, nous allons analyser le cas d’un portefeuille de crédits indépendants.
Cela nous permettra de nous familiariser avec un certain nombre de concepts et surtout de com-
parer les méthodes. Au fur et à mesure des différentes méthodes et approximations, nous allons
les utiliser sur deux portefeuilles exemples.
Exercice 4. Les deux portefeuilles de crédit suivants seront utilisés dans ce chapitre :
– soit un portefeuille de 100 entités de probabilité de défaut 1% chacune et de même exposition
1 (P tfA ),
– soit un portefeuille de 100 entités de nominal unité ayant la répartition donnée par la table
13.1 (P tfB ),
– soit un portefeuille de 100 entités ayant la répartition donnée par la table 13.2 (P tfC ).
Nombre Probabilité de défaut

40 0.001%
10 0.01%
5 9%
5 10%
40 0.1215%
Table 13.1 – Portefeuille B
Nombre Probabilité de défaut Nominal

10 5% 1
10 0.5% 10
10 5% 10
10 0.5% 1
60 1% 1
Table 13.2 – Portefeuille C

13.1. LOI D’UN PORTEFEUILLE EN RISQUES INDÉPENDANTS 149
On peut noter que les deux premiers moments des portefeuilles A et B ne différent pas trop, Binomiale
en effet les moyennes sont de 1% dans les deux cas et les écart-types respectivement de 99.5% et Approximation
de Poisson
99.028%.
13.1.1 Loi binomiale et probabilités hétérogènes

Dans le cadre d’un portefeuille de créances homogènes et indépendantes (même probabilité
de défaut, même exposition), l’analyse de la loi de distribution est très simple : il s’agit de la loi
binomiale, t.q. P rob(i defauts) = Cni pi (1 − p)(n−i) . La figure 13.1 donne les différentes probabilités
de perte sur le portefeuille A.
Probabilités de défauts du portefeuille A

0.35
0.30
0.25
Probabilités
0.20
0.15
0.10
0.05
0.00
0 1 2 3 4 5 6 7 8 9 10
Nombre de défaut
Figure 13.1 – Probabilités de pertes pour le portefeuille A avec la loi binomiale
Malheureusement les portefeuilles présentent très rarement une probabilité de défaut ho-
mogène, même si dans une première approximation on pourrait supposer que c’est le cas. En
effet, généralement les portefeuilles seront soit ”Investment Grade” (i.e. avec une notation de
crédit entre Aaa et Baa3), soit ”Non Investment Grade”.
Si l’on peut supposer que les probabilités de défaut sont faibles, il est alors possible d’approcher
la distribution du nombre de défaut d’une autre manière que la loi binomiale.
Considérons
Pn la fonction caractéristique de la loi de distribution du nombre de défaut total N =
i=1 Iiendef aut :
Yn n
Y
E(z N ) = E(z Iiendef aut ) = (1 − pi + pi z)
i=1 i=1
à cause de l’indépendance des variables aléatoires. Si maintenant on passe au logarithme :

n
X n
X
ln(E(z N )) = ln(1 − pi + pi z) ≈ pi (z − 1)
i=1 i=1
ainsi Pn
E(z N ) ≈ e(z−1) i=1 pi
= e(z−1)np̃
Or cette fonction caractéristique est justement la fonction caractéristique de la loi de Poisson de
paramètre λ = np̃.
Cette approximation a aussi une explication intuitive, en effet on peut représenter le défaut d’une
entité par une variable de Poisson, en oubliant les cas où il y a plusieurs défauts pour une même
entité (Ii ≥ 2 !). Or une somme de variables de Poisson suivra un loi de Poisson de paramètre la
somme des paramètres des lois de chaques variables sous-jacentes.
Le premier problème que l’on voit avec cette approche est que la distribution ne dépend en fait
que de la moyenne des probabilités du portefeuille. Ainsi même si il existe une forte hétérogénéité
des probabilités, celle-ci ne changera pas la distribution.
Probabilités de défauts du portefeuille A

0.35
Binomial
Poisson
0.30
0.25
Probabilités
0.20
0.15
0.10
0.05
0.00
0 1 2 3 4 5 6 7 8 9 10
Nombre de défaut
Figure 13.2 – Probabilités de pertes pour le portefeuille A avec la loi binomiale et loi de Poisson
Cette approximation va induire une erreur sur la fonction de distribution qui est utilisée. Ce-
pendant cette erreur est bornée, considérons d(Bernouilli, P oisson) = sup[Bernouilli−P oisson],
l’écart entre les fonctions de distribution. D’après ? ? ? ?, nous avons :
P 2
P p
d(Bernouilli, P oisson) ≤ (1 − e− pi ) P i
pi
La table 13.3 donne quelques exemples de bornes pour cette erreur.

Certains de ces chiffres peuvent sembler importants, mais dans la réalité la véritable erreur
sera rarement à ce niveau.
Ces deux loi de distribution des pertes sont en fait très utilisées pour la description du risque d’un
portefeuille de dettes même si elles restent des approximations.
Exercice 5. Dans le cadre du portefeuille A, nous pouvons comparer les deux méthodes binomiales
et Poisson afin de voir quel est la différence maximum.
Nombre Probabilité Erreur Nombre Probabilités Erreur Loi des

Grands
1000 [0,1%] 1% 20 [0,10%] 8.65% Nombres
1000 [0,5%] 5% 50 [0,10%] 9.93% Théorème
1000 [0,10%] 10% 100 [0,10%] 10% Centrale
Limite
Table 13.3 – Exemples d’erreurs d’approximations suivant le nombre d’entités et la probabilité

de défaut
13.1.2 Méthode d’approximations dans des cas hétérogènes

Nous revenons ici au problème général d’un portefeuille avec des expositions et probabilités
hétérogènes. Si aucune exposition ne domine franchement les autres, lorsque le nombre d’éléments
du portefeuille tend vers l’infini un certain nombre d’approximations deviennent intéressantes,
nous allons les développer ici, en partant des plus simples (décrivant le comportement général du
risque) aux plus complexes (approchant la distribution de pertes dans la région d’intérêt).
Les limites classiques

Dans un premier temps nous allons énoncer les théorèmes utiles en supposant que les risques
sont homogènes (même exposition, même probabilité de défaut).
Convergence
Le taux de défaut moyen d’un portefeuille a un comportement connu lorsque le nombre d’ex-
positions augmentent, et plus particulièrement sa variance diminue, c’est ce que l’on nomme la
mutualisation.
Soit Xn = X1 +...+X
n
n
= Snn , la moyenne empirique de variable aléatoire i.i.d. . Nous étudions ici
la convergence de Xn lorsque n → +∞. D’après l’inégalité de Chebychev, nous avons :
V ar(Xn ) V ar(Xi )
∀ > 0, P [|Xn − E(Xn )| > ] ≤ 2
=
2 n
Ainsi Xn →P E(Xn ) lorsque n → +∞, c’est ce que l’on nomme la loi des grands nombres. Si
maintenant nous relâchons l’hypothèse d’homogénéité, alors la variance du taux de défaut moyen
maxi a2i pi (1−pi )
Xn sera inférieure à n = Mnn . Or si Mn reste borné ou bien tend vers l’infini mais
plus lentement que n, alors la loi des grands nombres s’appliquera aussi.
Le théorème suivant donne les conditions nécessaires et suffisantes afin d’avoir la loi des Grands
Nombres dans un cadre plus général que des variables de défaut.
P
Théorème 2. La Loi des Grands Nombres Xn − → 0 est valide ssi :
– nP [|X| > n] → 0, (décroissance de la queue de distribution plus rapide que 1/n) et
– E(XI|X|≤n ) → 0
Théorème 3. La Loi forte des Grands Nombres Xn → p.s.0 est valide ssi : E(|X|) < +∞
Distribution limite
Nous pouvons aller encore plus loin, en effet un grand nombre d’expositions permet d’assimiler
la densité réelle du taux moyen à une loi normale, et c’est l’introduction du théorème centrale
limite, soit avec des variables identiques ou bien au contraire différentes.
Théorème 4. Théorème Centrale Limite Soit (Xi ) des variables aléatoires i.i.d. de moyenne µ
et d’écart-type σ. Si E(X 2 ) < +∞, alors
Sn − µn
√ →Φ
σ n
avec Φ la loi normale standard.
−µ
Xi√
La démonstration de ce théorème utilise le passage par la fonction caractéristique de σ n
(soit
X −µ
it σi√n
φ = E(e )). Or la fonction caractéristique
deSnla somme de variables indépendantes est égale
−µn
X −µ
it σ√ Qn it i√
au produit des fonctions caractéristiques (E e n = i=1 E(e σ n )), et dans le cas qui
nous intéresse ce sera même directement une puissance de n. Si l’on effectue une développement
2
de Taylor de φ(t) en 0 (si les moments existent, on a φY (t) = φY (0) + itE(Y ) − t2 E(Y 2 ) + . . .),
t2 t2 n
les premiers termes seront 1 − 2n + o( n12 ). On peut alors utiliser la convergence de (1 − 2n ) vers
2
e−t /2 , qui est la fonction caractéristique d’une loi normale.
Ce théorème peut d’ailleurs se généraliser au cas de variables non identiques mais indépendantes.
Théorème 5. Extension du Théorème Centrale Limite Soient X P1n, ..., X2 n des variables aléatoires
indépendantes, d’espérance mi et d’écart-type σi . Soit Σ2n = i=1 σi et Fi (x) la fonction de
répartition de Xi − mi . Si il existe t.q.
n Z
1 X
lim [ 2 x2 dFi (x)] = 0
n→+∞ Σn |x|>Σ
i=1 n
(Condition de Lindberg) alors Pn

i=1 (Xi − mi )
→Φ
Σn
Si l’on considère les variables aléatoires représentant le défaut, alors le support de x est bornée
(par la taille du plus grand prêt), même lorsque le nombre de prêts est grand. Ainsi la condition
de Lindberg se trouve vérifiée.
−nµ
Théorème 6. Théorème de Berry-Esséen Soit Gn (x) = P ( Sσn √ n
≤ x), si E(|X|3 ) < +∞, alors
c E(|X − µ|3 )
|Gn (x) − Φ(x)| ≤ √
n(1 + |x|)3 σ3
Ces théorèmes nous permettent alors d’approcher la loi des défauts d’un portefeuille. Cepen-
dant, nous pouvons voir sans calcul, grâce au théorème de Berry-Essen que cette approximation
dépendra directement de la composition du portefeuille en terme d’exposition et de probabilité.
En effet le moment d’ordre 3 dépendra principalement des grosses expositions. On peut d’ailleurs
| n 3
P
c i=1 ai pi (1−pi )(1−2pi )|
expliciter cette borne √n(1+|x|) 3 ( n a2 pi (1−pi ))3/2
P .
i=1 i
Les approximations asymptotiques

Certains techniques classiques en probabilité permettent d’obtenir une meilleure approximation
de la distribution pour des sommes de variables aléatoires. Nous en citerons deux ici.
Expansion asymptotique : Edgeworth Cette expansion augmente la précision du theorème
centrale limite. Elle ne reste cependant utile que pour des distributions proches d’une distribution
normale.
Gn (x) = Φ(x) + n−1/2 Q1 (x) + n−1 Q2 (x)
avec :
x2 − 1 E(X − µ)3
Q1 (x) = −φ(x)
6 σ3
n x5 − 10x3 + 15x E(X − µ)3 x3 − 3x E(X − µ)4 o
Q2 (x) = −φ(x) + − 3
72 σ3 24 σ4
En annexe se trouve la démonstration et le calcul de cette expansion asymptotique pour un nombre

de termes beaucoup plus important.
Approximation de la queue de distribution La titrisation est ici définie comme l’émission Approximation
du point
d’obligations adossées à un portefeuille de dettes. Or dans la plupart des cas le nominal total des selle
dettes est supérieur au nominal des titres émis dans le cadre de la titrisation, et ce d’autant plus
que la notation est élevée. Ainsi seuls les scénarios contenant beaucoup de défauts auront un impact
sur l’obligation étudiée. Si nous nous replacons dans le modèle de perte cela signifie que seule la
queue de distribution nous intéresse, car elle seule servira à déterminer la perte sur cette tranche.
Nous utilisons ici la technique du point selle, développée dans le cadre de la théorie des grandes
déviations. Il s’agit de passer par la fonction caractéristique et d’en faire un développement de
Taylor en unPnpoint particulier. Nous considérons la fonction génératrice des moments de la perte
totale L = i=1 ai Iiendef aut , soit :
Z
ML (s) = E[esL ] = est fL (t)dt
La fonction ML est ici définie car la variable aléatoire L est bornée. En utilisant le fait que les
défauts sont indépendants, on a :
n
Y n
Y
sai Ii
ML (s) = E[e ]= (1 − pi + pi eai s )
i=1 i=1
La distribution des pertes est alors définie par :

Z +i∞ Z +i∞
1 1
fl (x) = e−sx ML (s)ds = eKL (s)−sx ds
2πi −i∞ 2πi −i∞
avec KL (s) = ln ML (s). Nous verrons dans la partie consacré aux méthodes numériques (cf.
Transformée de Fourier) comment intégrer et résoudre cette équation. L’approximation du ”sadd-
lepoint” consiste à déterminer un point t̂ correspondant à un réel t t.q. le terme de l’exponentielle
soit stationnaire (i.e. ait une dérivée nulle), aussi ce point est-il caractérisé par :
KL0 (t̂) = t
L’approximation de la loi de distribution est alors obtenue en employant une expansion de Taylor
au deuxième ordre sur le terme de l’exponentielle autour du point t̂. Ainsi
Z +i∞
1
fl (t) = eKL (s)−st ds
2πi −i∞
Z +i∞
1 (s−t̂)2 00
≈ eKL (t̂)−t̂t+ 2 KL (t̂) ds
2πi −i∞
eKL (t̂)−t̂t +i∞ (s−t̂)2 KL00 (t̂)
Z
≈ e 2 ds
2πi −i∞
eKL (t̂)−t̂t
≈ q
2πKL00 (t̂)
Evidemment des expansions à un ordre plus important peuvent aussi être utilisées, et ce type d’ex-
pansions peut être utilisé pour approcher la fonction de répartition ou bien directement l’espérance
de perte (cf. 20.2).
13.1.3 Méthodes numériques

Pn
Lorsqu’on étudie la variable aléatoire L = i=1 ai Iidef aut (1 − ri ), l’analyse porte sur une
somme de variables aléatoires indépendantes. Ainsi la densité de L est-elle la convolution des
densités de chacune de ces variables aléatoires.
En effet, soit X et Y deux variables aléatoires ayant pour fonction de répartition FX et FY

respectivement de support (0, MX ) et (0, MY ), alors :
Z min(MX ,t)
P rob(X + Y < t) = FY (t − x)dFX (x)
x=max(0,t−MY )
et la densité est :
Z min(MX ,t)
P rob(X + Y ∈ [t; t + dt]) = fY (t − x)fX (x)dx = fY ⊗ fX
x=max(0,t−MY )
Convolution discrète : un cas particulier (1)

Nous allons supposer ici que toutes les expositions ont le même montant. La distribution des
pertes est alors équivalente à la distribution du nombre de défaut. Or ces probabilités peuvent au
moins s’écrire à défaut de s’énoncer facilement. En effet :
n
Y
P0 = (1 − pi )
i=1
Xn n
Y
P1 = pi (1 − pj )
i=1 j=1,j<>i
Xn Xn n
Y
2!P2 = pi pj (1 − pk )
i=1 j=1 k=1,k<>ij
n
X n
X Xn n
Y
3!P3 = pi pj pk (1 − pl )
i=1 j=1 k=1 l=1,l<>ijk
.... =....
Qn
En posant π = i=1 (1 − pi ) et :
n
X pi
S1 =
i=1
1 − pi
n
X pi 2
S2 =
i=1
1 − pi
n
X pi 3
S3 =
i=1
1 − pi
.... =....
et après quelques calculs, on obtient les premières probabilités :
P0 =π
P1 =πS1
1
P2 = π[S12 − S2 ]
2!
1
P3 = π[S13 − 3S1 S2 + 2S3 ]
3!
1
P4 = π[S14 − 6S12 S2 + 8S1 S3 + 3S22 − 6S4 ]
4!
.... =....
De manière générale, les différentes probabilités peuvent alors se calculer grâce à la récurrence
suivante :
1
1X
Pn = (−1)n−i Sn+1−i Pi−1
n i=n
La démonstration de cette formule est faite en annexe. Cependant lorsque on l’implémente il faut
faire attention si certaines probabilités sont beaucoup plus importantes que d’autres, en effet dans
ce cas les résultats numériques deviennent faux car trop sensibles aux arrondis.
Convolution discrète : un cas particulier (2)

Un autre algorithme est possible lorsque l’on s’intéresse aux probabilités du nombre de défauts.
Il s’agit en fait d’une convolution discrète, mais programmée d’une manière plus élégante (exposé
par exemple dans [And06]).
Nous devons déterminer le distribution du nombre de défaut dans un portefeuille constitué de
n entités ayant des probabilités de défaut (pi )i=1,..,n hétérogènes et indépendantes les unes des
autres. Soit V P1:i le vecteur de taille (n + 1) des probabilités de chaque nombre de défauts possible
en considérant le portefeuille constitué uniquement des des entités 1 à i, soit :
   
P rob(0 défauts parmi le portefeuille{1 : i}) (V P1:i )1
 P rob(1 défaut parmi le portefeuille{1 : i})   (V P1:i )2 
   
 P rob(2 défauts parmi le portefeuille{1 : i})   (V P1:i )3 
   
V P1:i =  ... =
  ... 

 P rob(i défauts parmi le portefeuille{1 : i})   (V P1:i )i+1 
   
 0   0 
... ...
Ainsi si nous considérons ces mêmes vecteurs pour les portefeuilles les plus simples :
 
  (1 − p1 )(1 − p2 )
1 − p1  p1 (1 − p2 ) + p2 (1 − p1 ) 
 p1   
V P1:1 = 
 V P1:2 = 
  p1 p2 
0 
 0 
...
...
Avec ces notations, nous nous intéressons à V P1:n , le vecteur ayant l’ensemble des probabilités de
défaut du portefeuille étudié. Nous allons construire ce vecteur par itération. En effet nous avons
la récurrence suivante :
 
0
 (V P1:(i−1) )1  1&
V P1:i = (1 − pi )V P1:(i−1) + pi 
 (V P1:(i−1) )2  = (1 − pi )V P1:(i−1) + pi V P1:(i−1)

...
En prenant en compte l’ensemble des actifs (récurrence sur l’ensemble des i = 2, ..., n, cela nous
donne directement V P1:n .
Cet algorithme est beaucoup plus robuste que le précédent et concrètement il est utilisé par
l’ensemble des équipes de CDO/CDS, la seule différence dans l’utilisation que l’on puisse en faire
vient du fait qu’ici nous ne pouvons déterminer les probabilités d’avoir peu de défauts qu’à l’issue
de la boucle sur tous les actifs, concrètement à la récurrence précédente.
Si maintenant les expositions sont hétérogènes, soit à cause de taux de recouvrement différent,
soit à cause d’exposition au risque différent, la distribution du nombre de défaut ne suffit plus
à déterminer la distribution de perte. Il est cependant possible d’adapter cet algorithme. En
effet nommons a le PGCD des expositions réelles (ai )i=1,..,n (déterminées comme le produit des
expositions par la sévérité de chaque entité), dans ce cas au lieu d’effectuer des décalages de l’unité
dans la récurrence, il faut utiliser un décalage représentant le nombre d’”unité” de défaut (unités
exprimées en fonction de a). Ainsi la récurrence devient :
a&
(V P1:i = (1 − pi )V P1:(i−1) + pi V P1:(i−1)
avec V P1:1 ayant deux éléments non nuls : (V P1:1 )0 = 1 − p1 et (V P1:1 ) aa1 = p1 .
Il est à noter que cet algorithme peut aussi s’adapter au CDO2 .
Exercice 6. Supposons que nous ayons deux portefeuilles d’entités (avec des entités communes)
d’exposition unité et de probabilité de défauts pi , écrire l’algorithme permettant de donner la loi
jointes du couple (N1 , N2 ) du nombre de défaut sur chacun des deux portefeuilles. La récurrence
est similaire au cas d’un unique portefeuille, mais elle met en jeu des matrices.
Monte Carlo
La méthode de Monte-Carlo est une méthode numérique permettant de déterminer l’espérance
de variables aléatoires. L’espérance E(X) peut être approchée grâce à la simulation d’une ou de
plusieurs variables aléatoires. On considère un échantillon aléatoire Xi , i ∈ [1, N ] où les v. a. Xi
sont indépendantes et suivent la même loi que la v. a. X. On peut définir la statistique suivante
sur cet échantillon :
N
1 X
X= Xi
N i=1
Alors une réalisation (x1 , ...., xn ) de cette échantillon permettra d’approcher l’espérance mathématique
de X :
N
1 X
E(X) = E(X) ∼ xi
N i=1
Transformée de Fourier et FFT

La transformée de Fourier est utilisée ici car il s’agit d’une convolution de fonctions. Or la
tranformée de Fourier d’une convolution de fonctions est simplement le produit des transformées
de Fourier. Une fois connue la transformée de Fourier de la densité qui nous intéresse, l’algorithme
de FFT (”Fast Fourier Transform”) permet alors de calculer la transformée inverse et donc la
densité qui nous intéresse.
La transformée de Fourier de la densité d’une variable aléatoire X (de support R+ ) est définie
comme : Z +∞
T F (f )(t) = e−itu f (u)du = E[e−itu ]
x=0
Ainsi la transformée de Fourier d’une densité est égale à la fonction caractéristique de la vraiable
aléatoire en question. Dans le cadre d’un défaut représenté par une variable de Bernouilli (et un
recouvrement fixe), cette fonction caractéristique s’exprime simplement comme :
T F (f )(t) = 1 − p + pe−ita
Pn
En repartant de la variable représentant l’ensemble des pertes L = i=1 ai Iiendef aut (de densité
fL ), alors la transformée de Fourier de sa densité est :
n
Y n
Y
T F (fL )(t) = T F (fi )(t) = (1 − pi + pi e−itai )
i=1 i=1
Une fois connue cette transformée de Fourier, il ”suffit” de l’inverser afin de pouvoir déterminer la
densité fL qui nous intéresse. Cette inversion ne peut s’effectuer que de manière numérique dans
la plupart des cas. Il est à noter que l’approximation de la queue de distribution développée en
section 13.1.2 n’est en fait qu’une inversion semi-analytique.
13.2. LOI D’UN PORTEFEUILLE EN RISQUES DÉPENDANTS 157
13.2 Loi d’un portefeuille en risques dépendants Méthode

binomiale
BET
Nous allons présenter ici plusieurs modèles. Certains sont historiques (la méthode binomiale/modèle
de contagion) mais par leur simplicité ils permettent de comprendre les principales caractéristiques
d’une telle modélisation. D’autres ont été initiés par les banques à la fin des années 1990 afin de
mesurer le risque de crédit et ils sont couramment utilisés par les différents acteurs du marché.
Enfin nous proposerons une formalisation englobant l’ensemble des modèles existants.
13.2.1 La méthode binomiale

Nous avons vu que lorsque le portefeuille est homogène en terme d’exposition et de probabilité
et que les risques sont indépendants, alors la loi de perte est une binomiale. Afin d’analyser les CDO
q’elle note, Moody’s utilise la méthode binomiale 1 , qui serait parfaitement adaptée au cas d’un
portefeuille de dettes indépendantes, mais non avec dépendance. Nous avons vu que la distribution
d’un portefeuille tend vers une loi normale. Or une loi normale peut être résumée par sa moyenne
et sa variance. L’idée principale est de remplacer le portefeuille réel par un portefeuille fictif de m
entités homogènes d’exposition a et de probabilité p et surtout indépendante les unes des autres,
en conservant les deux premiers moments. Le nombre d’entités m de ce portefeuille fictif est appelé
score de diversité. Nous obtenons alors les relations suivantes :
n
X
M ontant = ai = ma
i=1
Xn
E(L) = ai pi = map
i=1
Xn
V (L) = a2i pi (1 − pi )
i=1
n
X q
+ ρij ai aj pi pj (1 − pi )(1 − pj )
i=1,j=1,ij
= a2 mp(1 − p)
où ρij représente la corrélation entre les défauts.

En pratique l’approche de Moody’s ne part pas d’une hypothèse de corrélation. On suppose qu’il
n’existe pas de corrélation autre qu’à l’intérieur d’un secteur. Une fois déterminée le nombre
d’entités par secteurs (ou bien le nombre normalisé si les nominaux sont hétérogènes), on traduit ce
chiffre en terme de score de diversité. Cette approche implique l’existence de corrélation dépendante
du nombre d’entités mais n’utilise pas directement ce nombre.
Nombre d’entités Score de Diversité Corrélation équivalente

1 1 NA
3 2 25%
6 3 20%
10 4 17%
15 5 14%
20 5 16%
Table 13.4 – Corrélations des défauts induites par le score de diversité
Nous pouvons d’ore et déjà voir quels seront les problèmes soulevés par une telle modélisation :
1. Moody’s actuellement n’utilise la méthode binomiale que lorsque la structure de passif est complexe. Dans
tous les autre cas, Moody’s utilise une copule gaussienne.
Contagion – l’utilisation de la corrélation comme mesure de dépendance (cf. 18.1.1),

– l’absence de modèle pour la dynamique des défauts,
– la convergence vers une loi normale lorsque le nombre d’entités est grand, et donc une sous-
estimation de la queue de distribution (cf. 13.1.2).
Exercice 7. Dans la cadre de la méthode binomiale, déterminer les différentes sensibilités de la

perte moyenne de trois tranches A, B et C par rapport aux paramètres suivants :
– la probabilité de défaut d’un actif ou de la moyenne des actifs,
– la diversification,
– le taux de recouvrement (sa moyenne et son écart-type).
Les tranches sont définies de la manière suivante :
– Tranche C : de 0% à 5%,
– Tranche B : de 5% à 10%,
– Tranche A : de 10% à 100%.
13.2.2 Un modèle de contagion

L’une des explications d’une corrélation des défauts est la contagion des défauts : lorsqu’une
entreprise fait faillite, du coup ses fournisseurs seront soumis à un stress économique important
(ou vice-versa, voir par exemple la relation entre Delphi et Genaral Motors). Ainsi le défaut d’une
entité change l’environnement économique de toutes les autres. D’où l’existence d’une dépendance
entre défaut. Un modèle simple s’appuyant sur cette propriété a été introduit par [DL01]. Nous
allons le décrire brièvement ici. Soit un portefeuille constitué de n entités homogènes en terme de
probabilité et de taille. La distribution de défaut est alors entièrement spécifiée par la distribution
du nombre de défaut. Soit Zi la variable de Bernouilli représentant le défaut pour chacune des
entités. Nous allons introduire un certain nombre d’autres variables aléatoires qui vont permettre
de lier ces variables entre elles.
Soient (Xi )1≤i≤n et (Yij )1≤i≤n,1≤j≤n des variables de Bernouilli de probabilité respectivement p
et q. Alors la variable Zi est définie comme :
Y
Zi = Xi + (1 − Xi )(1 − (1 − Xj Yj,i ))
j6=i
Zi est effectivement une variable de Bernouilli de probabilité de défaut p + (1 − p).....

Xi représente le défaut idiosyncratique de l’entreprise, i.e. causés par des problèmes qui lui sont
propres, et Yj,i représente la probabilité que le défaut de l’entité j dans l’environnement de l’entité
i ne mette cette deernière en défaut. La distribution des défauts est alors égale à :
k−1
X
P [N = k] = Cnk [pk (1 − p)n−k (1 − q)k(n−k) + Cki pi (1 − p)n−i (1 − (1 − q)i )k−i (1 − q)i(n−k) ]
i=1
La démonstration s’effectue tout d’abord en remarquant tous les défauts sont symétriques (ayant
même probabilités), et on peut ensuite conditionner par la connaissance des (Xi )1≤i≤n .
13.2.3 CreditMetrics et Modèle structurel

Dans le cadre du modèle structurel, le risque de défaut est issu directement du comportement
de l’actif des entreprises. Ainsi les liens entre défauts seront-ils de même issus d’une dépendance
entre les actifs. Si de plus on utilise une représentation log-normale pour l’évolution des actifs alors
la corrélation va effectivement suffire à caractériser la dépendance entre deux entreprises (cas de
dépendance entre v.a. normales).
dVti
= µi dt + σi dWti
Vti
13.2. LOI D’UN PORTEFEUILLE EN RISQUES DÉPENDANTS 159
avec Cov(dWt1 , dWt2 ) = σ1 σ2 ρ. La probabilité de défaut jointe est alors : CreditRisk+
P [τ1 = T, τ2 = T ] = P [VT1 < K1 , VT2 < K2 ]

= P [WT1 < L1 , WT2 < L2 ]
= Φ2 (ρ, L1 , L2 )
2
ln(Ki /V0i )−(µ− σ2 )T
avec Li = σi T
√ , et Φ2 la distribution binormale 2 .
Le modèle CreditMetrics s’inspire de cette approche. Ce modèle a été developpé par JP Morgan
en 1998. Il s’inspire du cadre théorique fourni par le modèle structurel de Merton.
Soit pi la probabilité de défaut, et soit Zi l’actif normalisé du créancier i. Alors le défaut de ce
créancier est équivalent à Zi < Φ−1 (pi ) (Nous restons ici dans le cadre d’un modèle de Merton
simple).
Nous allons maintenant corrélé ces actifs normalisés en définissant une ou plusieurs variables
latentes. Dans le cas où nous considérons une variable latente Z, l’actif normalisé peut alors
s’écrire comme : p
Zi = wZ + 1 − w2 i
avec Z, i des variables aléatoires normales centrées réduites.
Le modèle complet de CreditMetrics ne considère pas uniquement les états (Défaut) et (Non-
défaut), mais plutôt un état par notation de risque crédit. Cependant la mécanique permettant
de lier les évolutions des actifs reste la même.
Exercice 8. Utilisation de la loi des grands nombres et du théorème centrale limite dans ce cadre.
Quelle est la loi de distribution des pertes lorsque le nombre d’actifs tend vers l’infini ?
Sur la base de cette même formalisation vous trouverez d’autres types de modèles dans la
section 15.5.
13.2.4 Credit Risk+

Ce modèle a été développé par Crédit Suisse en 1999. Il est basé sur une approche actuarielle
du risque et utilise ainsi des techniques classiques en assurance.
Afin de prendre en compte la dépendance sectorielle, ce modèle suppose que la probabilité de défaut
moyenne d’un secteur est une variable aléatoire (suivant une loi Gamma). Soit p̃ la probabilité
moyenne d’un secteur (ou d’un portefeuille où toutes les entités sont corrélées). L’obtention de la
fonction de répartition des pertes s’obtient en passant par la fonction génératrice des moments.
+∞
X +∞
X
E(z N ) = P [ndef auts]z n = E[P [ndef auts|p̃]]z n
n=1 n=1
+∞
X
= E[ P [ndef auts|p̃]z n ] = E[ep̃(z−1) ]
n=1
Le choix de la fonction Gamma est fait afin de pouvoir obtenir une fonction de répartition analy-
tique, et cependant d’avoir deux paramètres afin de contrôler la forme de la dépendance.
x
Z +∞ −β
N x(z−1) e xα−1
E(z ) = e dx
x=0 β α Γ(α)
1
= α
β Γ(α)
1
= α
β (1 + β −1 − z)α
2. Une algorithme permettant de déterminer les valeurs de la loi binormale est donnée en annexe 21.7
Conditionellement β 1−p α
En introduisant le paramètre p = 1+β , on peut simplifier E(z N ) = ( 1−pz ) . En remplaçant E(z N )
indépendants
(Modèles) par sa série de Taylor et en identifiant un à un les termes suivant les puissances de z, on obtient :

n+α−1 n
P (ndef auts) = (1 − p)α p
n
ce qui est la distribution de probabilité de la loi binomiale négative.
13.2.5 Les Modèles conditionellement indépendants

A première vue, l’ensemble des modèles existants afin de modéliser le comportement d’un
portefeuille de crédits parait très hétérogènes : modèles structurels, d’intensité, que l’on peut
lier de manière sous-jacente, par des copules, par régression économétrique, etc... . Cependant
quasiment tous ces modèles peuvent en fait s’exprimer grâce à la même formalisation.
n
X
L= ai I{Entité i en defaut}
i=1
avec I{Entité i en defaut} v.a. de Bernouilli (c’est une variable indicatrice) t.q. I{Entité i en defaut} =
1 avec probabilité pi (Z) et I{Entité i en defaut} = 0 avec probabilité 1 − pi (Z). Z est une v.a.
sous-jacente qui permet de modifier la valeur des pi de manière concommitante. Nous démontrons
la généralité de cette représentation en 18.3.
Ainsi, conditionnellement à la variable Z, les risques de défaut sont indépendants, ce qui per-
met d’utiliser les résultats de la partie précédente. Les deux modèles présentés précédemment,
CreditMetrics et CreditRisk+, peuvent se formaliser en utilisant les notations introduites ici. La
modélisation de CreditRisk+ peut se formaliser comme : pi (w) = pi Z où Z suit une loi Gamma
−1
de moyenne unitaire. De même CreditMetrics s’exprime-t-il comme : pi (Z) = Φ Φ (pσi −Z) où Z

suit une loi normale.

Nous pouvons alors essayer d’exprimer la loi de distribution des pertes. Conditionnellement à Z,
la loi des pertes est la convolution des lois de Bernouilli de montant ai différents :
⊗ni=1 Pi (Z)
ainsi la loi des pertes inconditionnelles est-elle :

Z
G= ⊗ni=1 Pi (z)h(z)dz
S
Les différentes méthodes que nous allons expliciter ou que nous avons vu dans la section sur les
risques indépendants vont nous permettre d’approcher soit la loi conditionnelle, soit l’intégration
par rapport aux variables latentes.
Les copules archimédiennes introduites en ?? peuvent aussi rentrer dans le cadre des modèles
conditionnellement indépendants. En effet d’après l’algorithme de Marshall-Olkin (cf. 18.5.3),
en supposant la variable Y connue, les défauts sont alors indépendants. Si l’on considère un
portefeuille avec des probabilités de défaut inconditionelles égales à p, la probabilité commune
−1
conditionelle à Y est alors 1 − e−Y ψ (p) .
13.3 Raffinements ?
13.3.1 Comportement de la queue de distribution
Convergence vers un loi de Weibull : Pas d’utilisation pratique à part une classification des
modèles.
13.4. LA DYNAMIQUE DES DÉFAUTS 161
13.3.2 Sensibilité aux différents paramètres

13.3.3 Algorithmes numériques
En repartant des algorithmes numériques donnés afin de déterminer le distribution des défauts
dans le cas indépendant, nous allons ici décrire les procédures utilisées afin de déterminer ces
mêmes distributions lorsque pour des crédits dépendants. Nous nous placerons dans le cadre de la
section 13.2.5 (Modèles conditionnellements indépendants).
Intégration numérique
Gauss Hermite
Décomposition d’une matrice de corrélation
Comment passer d’une matrice de corrélation à une représentation factorielle ? Analyse en

composante principale. Mesure de l’erreur.
13.4 La dynamique des défauts

Les modèles précédemments étudiés permettent uniquement d’étudier la variable aléatoire L
du total des défauts en considérant un certain horizon d’étude. Cependant dans la plupart des
transactions (cf. notamment les éléments de diversion d’intérêts et/ou de repaiements anticipés
3.4) les dates de défaut sont aussi très importantes ! Les modèles de défaut incorporent déjà une
dynamique, que ce soit les modèles structurels (date à laquelle les actifs deviennent inférieurs aux
dettes) ou les modèles d’intensité (date de l’occurence du défaut suivant un loi exponentielle), la
difficulté est plutôt d’adapter de tels modèles à un portefeuille.
Afin d’intégrer une dynamique, nous devons choisir entre une dynamique fixée à l’origine de l’ana-
lyse ou bien une dynamique stochastique.
Une première approche serait de déterminer le lien entre les dates de défaut suivant le modèle
sous-jacent au défaut, en effet quel que soit le modèle il peut se résumer en des lois marginales
suivies par les dates de défaut et les dépendances entre ces dates de défaut (formalisées par une
copule). Cependant ce ne sont pas directement les dates de défaut qui nous intéressent, mais plutôt
la distribution des pertes/du taux de perte Lt . C’est effectivement à partir de la connaissance de
ce processus que nous pourrons déterminer les pertes sur une tranche de titrisation.
13.4.1 Processus du taux de défaut

Evolution de Lt .
Modélisation en passant par les dates de défaut : liens par copules. Quid des modèles classiques
quels copules en sont les sous-jacents ?
13.4.2 Les modèles multipériodes

Un modèle multi-période est défini comme un modèle où les défauts sont déterminées période
par période avec des variables aléatoires différentes. En effet au lieu de déterminer si il y a eu
défaut sur l’ensemble de l’horizon de la transaction, on peut découper cet horizon en plusieurs
périodes, puis à l’intérieur de chacune déterminer si il y a eu défaut.
L’une des principales difficultés de ce type de modèle provient de la dépendance. En effet si l’on
veut conserver une structure de dépendance même entre période, une modélisation simple ne suffit
pas. C’est ce que nous allons montrer ici.
Pourquoi ils sont dangereux : tendent à sous-estimer les dépendances. cf papier de Bear Stearn.
13.4.3 Dynamique d’un portefeuille granulaire

Dans le cadre du modéle de Vasicek, la dynamique peut intervenir de deux manières différentes :
– grâce aux probabilités marginales de défaut,
– grâce à la variable Z définissant l’état de l’économie (et qui détermine la probabilité de
défaut), or cette variable peut être elle-même dynamique.
Le problème de la première possibilité est que la dynamique est fixée dès le départ et ne bouge
plus : elle est donnée par la structure par terme des probabilités de défaut. Le second type de
modèle est plus conforme à l’intuition : en effet sur la durée de vie d’une transaction l’état de
l’économie peut changer et c’est là précisément que se cache le risque. Prenons l’exemple d’un
RMBS, seul une importante crise immobilière pourrait amener des tranches Investment Grade à
faire défaut. Dans le cadre de ce modèle, au lieu de travailler sur la dynamique du facteur Z, il
est plus simple de travailler directement sur la dynamique de la probabilité de défaut pt .
13.4.4 Dynamique induite par un modèle structurel

En partant d’un modèle structurel traitant du risque de crédit univarié, une dynamique du
défaut peut être introduite à partir du moment où il existe une évolution des actifs de l’entreprise.
En effet la date de défaut est un temp d’atteinte d’une région spécifique, le modèle est déjà
dynamique. Il existe cependant deux difficultés :
– la spécification de la dynamique des actifs ; et
– la dépendance entre ces actifs.
Référence Processus pour l’actif Dépendence entre crédits Notes

Kiesel 2007 Processus de diffusion à sauts
Basf (27) (43) (49)
France Telecom (309) (308) (309)
Table 13.5 – Revue des principaux type de modélisation de l’actif dans un cadre structurel
13.4.5 Dynamique induite par un modèle d’intensité
13.4.6 Un modèle général sur les dates de défaut

Schönbucher
Convergence vers un brownien ?
13.5 Les recouvrements dans l’analyse d’un portefeuille

Dans tout ce qui précède nous avons négligé le comportement des recouvrements en supposant
ceux-ci fixes. Or comme nous l’avons vu en 11, non seulement les taux de recouvrements sont
aléatoires mais en plus ils sont liés, et cette variabilité a une influence importante sur le distribu-
tion de pertes. L’un des moyens les plus simples de caractériser cette influence peut se faire grâce
à la variance de la perte :
Principe de convolution. Vasicek avec recouvrements corrélés Modèle précédents avec recouvre-
ments aléatoires.
13.5. LES RECOUVREMENTS DANS L’ANALYSE D’UN PORTEFEUILLE 163
Loi de recouvrement d’un portefeuille

1.0
Histogramme du recouvrement moyen normalisé
0.8
0.6
0.4
0.2
0.0
Figure 13.3 – Histogramme des recouvrements sur une entité puis 2/4/8/16/32 entités
13.5.1 Portefeuille statistique

cf. [AS04]
P rob(L < l) = P rob(LD (1 − R) < l)

l
= P rob(LD < )
1−R
l
= E(P rob(LD < )|R)
1−R
Φ−1 (l/(1 − R))
= E Φ √ |R
1−ρ
Vasicek
(Modèle
de)
Portefeuille
statistique
LHP (Large
Homoge-
neous
Chapitre 14 Portfolio)
Titrisation de dettes : Portefeuille

statistique
La plupart des modèles d’analyse de portefeuille de risque de crédit vu dans les sections
précédentes imposent une approche numérique : récurrence, simulation, ou intégration numérique.
Cette section décrit l’analyse qui peut être faite lorsque on suppose que le nombre d’entités du
portefeuille considérées est très grand. Ce modèle est quasi analytique et de plus ses fondements
mathématiques sont très solides. Nous allons présenter l’approximation de la loi de perte sur ce
portefeuille dans un cadre général, puis dans certains cas particuliers liés aux choix de la forme de
dépendance et enfin des extensions du cadre général.
La modèlisation de la dépendance du risque de crédit que nous allons utiliser est un modèle
conditionnellement indépendant, comme vu précédemment. En effet à cause du théorème de
représentation de ”de Finetti” (cf. 18.3) le modèle conditionnellement indépendant (ou ses ex-
tensions) paraı̂t à même de représenter toutes les formes de dépendances de variable de Bernouilli.
Cette approximation a été développé dans le cadre de Basle II afin de donner aux régulateurs
un outil simple d’analyse du risque de crédit pour les entreprises, les particuliers, etc... .
14.1 Cadre générale des portefeuilles statistiques

Nous allons ici nous intéresser plus particulièrement à des portefeuilles ayant une quantité de
dettes très importantes, ou plus précisément à leur comportement lorsque le nombre de dettes
tend vers l’infini. La variable aléatoire considérée est
Pn
i=1 ai I{Entité i in default} (1 − ri )
Ln = Pn
i=1 ai
I{Entité i en defaut} est une v.a. de Bernouilli t.q. I{Entité i en defaut} = 1 avec probabilité
pi (Z) et I{Entité i en defaut} = 0 avec probabilité 1 − pi (Z). Z est une v.a. sous-jacente telle que
conditionnellement à Z les variables de Bernouilli précédentes soient indépendantes. Z peut être
une variable aléatoire uni ou multi-variée.
Afin qu’aucun risque particulier ne régisse le comportement de Ln et donc qu’il y ait disparition
du risque idiosyncratique, nous avons besoin de la propriété suivante : les nominaux des dettes ai
sont t.q. (propriété Ã) :
Pn
– i=1 ai → +∞ lorsque n → +∞,
– il existe > 0 t.q. Pnan ai = O(n−(1/2+) )
i=1
Alors en utilisant la loi des grands nombres, nous pouvons obtenir les résultats suivants.
165
166 CHAPITRE 14. TITRISATION DE DETTES : PORTEFEUILLE STATISTIQUE
Théorème 7. Si le portefeuille de dette est tel que les nominaux respectent la propriété Ã, alors
nous avons les résultats suivants :
n→+∞
– Ln − E[Ln |Z] −−−−−→ 0 presque surement conditionellement à Z,
n→+∞
– V (Ln ) − V (E[Ln |Z]) −−−−−→ 0 presque surement,
n→+∞ n→+∞
– ∀ > 0 alors Fn (αq (E[Ln |Z]) + ) −−−−−→ [q, 1] et Fn (αq (E[Ln |Z]) − ) −−−−−→ [0, q], avec
αq (X) le q-ième quantile de la fonction de distribution de X.
Preuve : La démonstration de ce théorème se base sur la loi des grands nombres (une version
légèrement étendue). Nous allons utiliser les deux lemmes suivants.
lemme 8. Soit {Yn } une séquence de variables aléatoires et {An } une séquence de réels positifs.
P+∞
Si An → +∞ et i=1 V A(Y2i ) < +∞, alors
i
Pn Pn
i=1 Yi − E[ i=1 Yi ]
→0
An
−ρ
P+∞ 9. Si {An } est une séquence de réels positifs t.q. {An } est O(n ) pour un ρ > 1, alors
lemme
i=1 Ai < +∞
Pn
Si maintenant nous avons Yn = (1 − rn )an I et An = i=1 ai , alors conditionellement à Z, on
a
+∞ +∞
X V (Yi ) X ai
2 = ( Pi )2 V (I(1 − ri )|Z)
i=1
A i i=1 j=1 ja
P+∞ V (Yi ) P+∞
Or (1−ri )I est une v.a. entre 0 et 1, donc V (I(1−ri )|Z) < 1. Ainsi ≤ Pi ai )2 .
i=1 A2i i=1 ( j=1 aj
Si nous utilisons maintenant la première partie de la propriété Ã, Pnan est O(n−(1/2+) ), donc
i=1 ai
( P an 2 −(1+2)
n
i=1 ai ) est O(n ) et la série est finie en utilisant le second lemme. D’après la première
partie de la propriété Ã, nous avons An → +∞, nous pouvons alors utiliser le premier lemme.
Autrement dit, lorsque le portefeuille est suffisamment important et qu’aucune exposition ne
domine les autres, tout risque idiosyncratique disparaı̂t et la loi de Ln est directement la loi des
facteurs implicites Z. C’est donc la structure de dépendance qui gouverne la distribution dans ce
cas. De plus on peut montrer en prenant un portefeuille homogène que la différence entre les deux
distributions est O(n−1 ). Dans la pratique, ce résultat s’appliquera aux portefeuilles de prêts au
particuliers, de prêts aux petites entreprises, mais très rarement aux prêts aux grandes entreprises
(il y a un maximum de 2000 grandes entreprises internationales).
14.2 Modèle de Vasicek

En utilisant la formalisation que nous avons introduite dans la partie précédente (et en suppo-
sant ri = 0%), nous obtenons :
Pn
a p (Z)
Ln − i=1Pn i i →0
i=1 ai
conditionnellement à Z. Ln aura donc la même distribution qu’une moyenne pondérée des proba-
bilités de défaut conditionelle pi (Z). Si nous considérons un portefeuille de risques homogènes en
taille et en probabilité de défaut, alors Ln aura la distribution de la probabilité conditionelle p(Z).
Vasicek a étudié le comportement de la distribution de Ln dans le cas d’un portefeuille ho-
mogène (en terme de taille, de recouvrement et de probabilité de défaut), il a supposé de plus un
modèle structurel de type CreditMetrics pour le défaut, c’est à dire une copule gaussienne pour
les indicatrices de défaut. Ainsi le défaut de l’entité i est équivalent à :
p
Xi = wZ + 1 − w2 i < Di
14.2. MODÈLE DE VASICEK 167
Comparaison of LHP vs finite homogeneous portfolios

0
−10
Log10 of Tail Probabilities
−20
LHP
10 entités
50 entités
100 entités
−30
200 entités
500 entités
1000 entités
−40
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Loss levels
Figure 14.1 – Distributions de défaut de portefeuille avec un nombre d’entités croissant et avec
l’approximation du portefeuille statistique
avec Z, i des variables aléatoires normales centrées réduites et indépendantes entre elles. Z
représente le facteur commun créant la dépendance, alors que i représente le risque idiosyncra-
tique, propre à un risque de crédit. Si cette entité à une probabilité de défaut p, alors Di = Φ(−1) (p)
avec Φ représentant la distribution cumulée de la loi normale. Conditionnellement à Z, le défaut
devient alors :
(−1)
Di − wZ Φ (p) − wZ
P rob(Def aut|Z) = P i < √ =Φ √
1 − w2 1 − w2
Nous pouvons alors utiliser le résultat précédent afin de déterminer la distribution de Ln . Soit :
P (Ln > l) ≈ P (p(Z) > l)

(−1)

Φ (p) − wZ
≈ P Φ( √ )>l
1 − w2
p
≈ P Φ(−1) (p) − wZ > 1 − w2 Φ(−1) (l)
√ !
Φ(−1) (p) − 1 − w2 Φ(−1) (l)
≈ P >Z
w
√ !
Φ(−1) (p) − 1 − w2 Φ(−1) (l)
≈ Φ
w
La distribution des pertes sur un portefuille homogène statistique dépend de la distribution

du facteur unique global, de la relation entre ce facteur et le risque de chaque entité et de la
probabilité de défaut inconditionnelle.
Cette formule peut être utilisée afin de déterminer la perte moyenne sur la tranche d’un portefeuille
Rd
de prêt. Nous avons vue en 8.6.1 que la perte moyenne sur une tranche de portefeuille est a F (l)dl
avec a le point d’attachement, d le point de détachement et F la probabilité que les pertes du
portefeuille soient dans l’intervalle [l, 1]. En utilisant la formule d’approximation précédente nous
avons alors :
Z d
E((L − a)+ ∧ (d − a)) ≈ F (l)dl
a
Z d √ !
Φ(−1) (p) − 1 − w2 Φ(−1) (l)
≈ Φ dl
a w
Z d √ ! Z a √ !
Φ(−1) (p) − 1 − w2 Φ(−1) (l) Φ(−1) (p) − 1 − w2 Φ(−1) (l)
≈ Φ dl − Φ dl
−∞ w −∞ w
√
Φ(−1) (p)− 1−w2 Φ(−1) (l)
Z d Z w
≈ φ(u)dudl − . . .
−∞ −∞
√
Φ(−1) (p)− 1−w2 v
Z Φ(−1) (d) Z w
≈ φ(u)φ(v)dudv − . . .
−∞ −∞
p p
≈Φ2 −Φ(−1) (a), Φ(−1) (p); − 1 − w2 − Φ2 −Φ(−1) (d), Φ(−1) (p); − 1 − w2
Enfin ce modèle reste simple à analyser sans les conditions d’homogénéité sur la taille, les
probabilités et même la corrélation entre le défaut et le facteur commun Z. En effet sous l’hypothèse
que : q
Xi = wi Z + 1 − wi2 i < Di
14.3. EXTENSION MULTI-PÉRIODE 169
alors : Théorème de
Kurtz
n
!
1 X Φ(−1) (pi ) − wi Z
E[Ln |Z] = Pn ai Φ p
i=1 ai i=1 1 − wi2
Ainsi la perte conditionnelle est-elle une fonction strictement monotone (décroissante) g de Z et
peut elle être inversée numériquement si besoin est. Cependant si notre objectif est la détermination
de la Value-at-Risk, nous pouvons aller plus loin et obtenir un VaR analytique. En effet :
P (Ln > l) ≈ P (E[Ln |Z] > l)

≈ P (g(Z) > l)
≈ P (Z < g (−1) (l))
≈ Φ(g (−1) (l))
Si nous cherchons la VaR au quantile α, alors nous avons Φ(g (−1) (l)) = α, autrement dit que
l = g(Φ(−1) (α)), soit en développant :
n
!
1 X Φ(−1) (pi ) − wi Φ(−1) (α)
l = Pn ai Φ p
i=1 ai i=1 1 − wi2
14.3 Extension multi-période

Dans le cas où l’on considère plusieurs périodes, nous étudions maintenant la variable suivante :
Pn
i=1 ai I{Entité i in default before date t} (1 − ri )
Ln (t) = Pn
i=1 ai
il s’agit d’un processus de comptage qui est constant par morceaux et qui s’accroit aux instants
de défauts.
14.3.1 Déformation d’une structure par terme de probabilité de défaut

La manière la plus simple de prendre en compte l’évolution des défauts au cours du temps est
de supposer une structure par terme des probabilités de défaut {ps }0≤s≤t , au lieu d’une seule et
unique probabilité de défaut comme ce qui a été fait auparavant. Nous allons supposer que pour
chacune de ces dates t, la probabilité de défaut aura la même relation avec le facteur global que
dans les modèles unipériode étudiés précédent.
14.3.2 Extension temporelle de la Loi des Grands Nombres

L’outil qui nous a permis de simplifier l’analyse d’un portefeuille de dette en oubliant le risque
idiosyncratique est la Loi des Grands Nombres. Nous pourrions l’utiliser pour avoir une conver-
gence presque surement à chacune des dates t, cependant nous n’aurions pas une convergence de
l’ensemble de la structure par terme, mais uniquement en des points donnés.
Dans le cadre d’un processus de comptage (univarié ou multivarié), nous avons un théorème qui
nous permettra d’obtenir des résultats équivalents à ceux de la Loi des Grands Nombres : le
théorème de Kurtz .
Théorème 10 (Théorème de Kurtz). Soit βk (t, x) une fonction non-négative et non-anticipatrice 1
de t ∈ [0; T ] et x ∈ D([0; T ])k , telle que :
– sups≤t βk (s, x) ≤ C1 + C2 sups<t |x(s)| et,
– sups≤t |βk (s, x) − βk (s, y)| ≤ C sups<t |x(s) − y(s)|
1. Il s’agit d’une fonction de x qui va prendre en compte tout le chemin de x jusqu’à la date t−
pour tout x, y ∈ D([0; T ])k et les constantes C1 , C2 , C. Soit sn → +∞ une séquence positive, N(n)
un processus de comptage multivarié d’intensité λ(n) (t) = sn β(t, s−1
n N
(n)
) et Ñ la solution unique
de l’équation
Z t
Ñ(t) = β(s, Ñ)ds∀t
0
Alors
P
sup |s−1
n N
(n)
− Ñ| → 0
s≤t
lorsque n → +∞ pour tout t ∈ [0; T ].
Nous considérons une portefeuille de n prêts ayant chacun comme intensité de défaut λ(s, Zs ).
Comme pour tout modèle conditionnellement indépendant, seul la variable Zs crée la dépendance
entre prêts. Le processus de comptage N (s)(n) comptabilise le nombre de défauts au cours du
temps, ainsi N (0)(n) = 0 et son intensité est λ(n) (s) = (n − N (s− ))λ(s, Z) (comme somme de
n − N (s− ) processus de comptage de même intensité). Ainsi, si nous reprenons les notations
précédentes, nous avons :
– sn = n, et
– β(s, x) = (1 − x) ∗ λ(s, Zs ), fonction qui vérifie bien les conditions du théorème.
Ainsi en appliquant celui-ci :
P
sup |n−1 N (n) − Ñ | → 0
s≤t
Rt
avec Ñ = 1 − exp− 0 λ(s,Zs )ds . Un tel théorème nous permet alors de travailler uniquement sur le
risque de dépendance et non le risque idiosyncratique, même dans un cadre multi période.
Nous pouvons aussi prendre en compte plusieurs sources d’incertitude sur les prêts en introdui-
sant le risque de prépaiement (très important pour un certain nombre de dettes dont les prêts
hypothéquaires). Nous avons un portefeuille de n prêts initialements, ayant chacun une intensité
de défaut λD (s) et une intensité de prépaiement λP (s). Le processus de comptage est alors un vec-
teur de dimension 2, comptabilisant séparément défaut et prépaiement, l’intensité de ce proecessus
est alors :
λ(n) (s) = (n − ND (s− ) − NP (s− ))λD (s)

= (n − ND (s− ) − NP (s− ))λD (s)
En appliquant le théorème de Kurtz et en introduisant la somme des prêts disparaissants (par

défaut ou prépaiement) N˜T , nous avons alors :
Rt
N˜T (t) = 1 − exp− 0 (λD (s)+λP (s))ds
Z t
˜
ND (t) = (1 − N˜T (s))λD (s)ds
0
Z t
˜
NP (t) = (1 − N˜T (s))λP (s)ds
0
14.4 Différentes structures de dépendances

Le modèle de Vasicek suppose une copule gaussienne, or celle-ci ne convient pas toujours aux
données. Cependant on a vu grâce au théorème de Finetti que toute représentation des probabilités
de défaut comme variable aléatoire convenait. Cependant nous allons nous restreindre ici à étudier
la formule d’approximation pour la distribution de perte pour différentes familles de copules et
notamment les copules archimédiennes et copules elliptiques.
14.4. DIFFÉRENTES STRUCTURES DE DÉPENDANCES 171
14.4.1 Copules Archimédiennes

Nous présentons la famille des copules archimédiennes en section 18.2.2. Nous gardons les
mêmes hypothèses que dans le cadre du modèle de Vasicek, sauf que le défaut est défini par
Xi < pi , la famille des (Xi )i=1,...,n ayant pour distribution multivariée une copule archimédienne
(les lois marginales sont donc des lois uniformes). D’après Marshall/Olkin 1988 (cf. 18.5.3, []), de
telles variables Xi , peuvent être définies comme Xi = ψ −1 − Y1 ln(Ui ) . Les Ui suivant des lois
uniformes indépendantes et Y ayant pour distribution G, définie suivant la copule archimédienne
choisie.
Pour l’un des actifs, la probabilité de défaut conditionnelle est alors :
pi (Y ) = P rob(Xi < pi |Y )
1
= P (− ln(Ui ) > ψ(pi )|Y )
Y
= P (Ui < exp(−Y ψ(pi ))|Y )
= exp(−Y ψ(pi ))
En passant à la limite pour un nombre infini d’expositions, on a alors l’approximation suivante :

P (Ln > l) ≡ P (p(Y ) > l)
P (exp(−Y ψ(p)) > l)
ln(l)
P Y <−
ψ(p)
ln(l)
G −
ψ(p)
Nom ψ ψ −1 G
−θ
Clayton t −1 Gamma de 1/θ
Gumbel (1 − ln t)θ αstable avec α = 1/θ
−θt
−1
Frank − ln ee−θ −1 Série Logarithmique avec α = 1 − e−θ
Table 14.1 – Exemples de copules archimédiennes
14.4.2 Copules de Marshall-Olkin

Supposer une copule de Marshall-Olkin pour un portfeuille de dette permet d’obtenir une queue
de distribution plus épaisse ou plutôt une densité de pertes qui est un mélange de densité continue
et de densité discrète. Prenons une copule homogène pour un portfeuille de n dettes : la date de
défaut de chaque entité i correspond alors à min(Zi , Z), où ∀i
Zi et Z sont des v.a. exponentielles indépendantes d’intensité respectives λid et λ. Dans un tel
cadre, la distribution de perte pour une maturité de t est alors :
P (Ln > l) = P (Z < t) + P (Z ≥ t)P (Ln > l|Z ≥ t)

≡ P (Z < t) + P (Z ≥ t)P (1 − e−λid t > l|Z ≥ t)
1 − e−λt + e−λt I1−e−λid t >l
C’est effectivement une distribution discrète.

Exercice 9. Etudions la loi obtenue sur un portefeuille statistique dans le cadre :

– du modèle CreditMetrics,
– du modèle CreditRisk+.
14.5 Extensions de l’approximation du portefeuille statis-

tique
L’approximation présentée en 14.1 souffre d’un certains nombres de limitations :
– elle suppose un nombre infini de débiteurs, or suivant le type de prêts les portefeuilles analysés
en titrisation sont relativement petit :
– d’un centaine de noms, voire une cinquantaine, pour un portefeuille de dette de grandes
entreprises,
– d’un milliers de prêts pour un portefeuille de prêts aux particuliers (Prêts immobiliers ou
prêts à la consommation) ;
– elle suppose qu’il n’y aucun risque de crédit qui ne domine les autres, or en réalité un
portefeuille aura souvent une exposition plus importante sur une entité, soit directement
(dette sur cett entité), soit indirectement (par le biais de garanties) ;
– enfin la dépendance considérée ne suppose l’existence que d’un seul facteur, ce qui contraint
fortement le type de dépendance (par exemple la corrélation d’actif entre l’entité i et l’entité
j ne peut être que du type wi wj ).
[GLS00] a introduit une méthode permettant d’analyser l’impact sur laa Value at Risk de
variations d’hypothèses, cette méthode a été reprise et raffinée dans le cadre qui nous occupe par
[MW02] et [Wil01]. Nous voulons déterminer le quantile au niveau q de la perte du portefeuille,
αq (L), en relachant une hypothèse par rapport à l’approximation générale. Nous noterons par L b
la perte du portefeuille dans le cadre du portefeuille statistique à un facteur et par L la perte
du portefeuille réel. La perte réelle peut aussi être définie comme la somme de la perte sur le
portefeuille statistique et d’une perturbation U = L − L. b Ainsi nous avons décomposé L comme
E[L|Z] + L − E[L|Z] et de la même manière si nous décomposons la variance de L :
var[L] = E (var[L|X]) + var (E[L|X])

= E (var[L − E[L|X]|X]) + var (E[L|X])
En introduisant la variable perturbée L = L b + U , [MW02] ont montré que, lorsque le niveau du

quantile q était suffisament grand, alors le quantile de la variable perturbée peut être approchée par
une expansion de Taylor (en puissance de ) autour du quantile de L. b Le quantile du portefeuille
réel peut alors être approché en utilisant cette approximation et en posant = 1. Ainsi :
dtq (L ) 1 d2 tq (L )

tq (L) ≈ tq (L)
b + +
d 2 d2

=0 =0
Le premier terme de cette approximation est l’espérance de la perturbation conditionelle à la perte

statistique :
dtq (L )
= E[U |L
b = tq (L)]
b
d

=0
et le deuxième terme est :
d2 tq (L ) 1 d
= − f (l)var[U | L
b = l]
d2 fLb (l) dl L
b
=0 l=tq (L)
b
b et var[U |L
avec fLb la densité de la v.a. L b = l] la variance de U conditionnelle à L.
b
14.5. EXTENSIONS DE L’APPROXIMATION DU PORTEFEUILLE STATISTIQUE 173
14.5.1 Granularité d’un portefeuille statistique Granularité

(Ajuste-
Nous utilisons ici la technique d’approximation précédente afin de quantifier la modification ment
pour)
de la distribution des pertes d’un portefeuille large lorsqu’on considère un portefeuille qui n’est
pas granulaire, ie qui a des expositions en nombre fini.
Nous considérons ici un portefeuille de prêts aux entités i ∈ {1, . . . , n} de notionnel ai et de
probabilités de défaut pi (Z), telle que conditionnellement à Z les défauts soient indépendants,
nous supposerons que ces notionnels suivent la propriété Ã. La perte de ce portefeuille sera notée
Ln . En appliquant le théorème 7, on montre que la perte de ce portefeuille converge vers E[Ln |Z].
On va supposer que cette espérance conditionnelle est une fonction continu de Z, notée g(Z) qui
est soit strictement croissante en Z, soit strictement décroissante (propriété tildeB), tout du moins
pour les régions de Z qui nous intéressent.
n
1X
E[Ln |Z] = g(Z) = L = ai pi (Z)
n i=1
En reprenant les notations de la section précédente, nous avons que Ln = L + Un où Un est
la perturbation due au manque de granularité du portefeuille (nous reprenons aussi la variable
L = L + Un ), et si nous considérons les deux premiers termes du développement de Taylor alors,
pour le premier :
dtq (L )
=E[Un |L = tq (L)]
d

=0
=E[Ln − L|L = tq (L)]
=E[Ln |g(Z) = tq (L)] − L
=E[Ln |Z = g (−1) (tq (L))] − L d’après B̃
=L − L
=0
et pour le second :
d2 tq (L ) 1 ∂
= − (f (l)var[U |L = l])

L n
d2 fL (l) ∂l

=0 l=tq (L)
∂var[Un |L = l] var[Un |L = tq (L)] ∂fL (l)
=− −
∂l fL (tq (L)) ∂l l=tq (L)

l=tq (L)
Il est à noter que la densité de L peut s’exprimer en fonction de la densité du facteur Z (notée ici
dZ ) et de la fonction g :
dZ g (−1) (l)
fL (l) = 0 (−1)
g g (l)
R z=g(−1) (l)
car par définition P (E[Ln |Z] < l) = z dZ (z)dz
14.5.2 Application à la copule gaussienne

Afin de pouvoir utiliser cette approximation, nous allons supposer une copule gaussienne à
un seul facteur pour la dépendance des défauts. La propriété Ã est supposée respectée par les
notionnels de dettes du portefeuille, d’ailleurs nous supposerons les ai normalisés. Alors :
n
!
X Φ(−1) (pi ) − wi Z
E[Ln |Z] = g(Z) = L = ai Φ p
i=1 1 − wi2
et ! !!
n
X Φ(−1) (pi ) − wi Z Φ(−1) (pi ) − wi Z
var[Ln |Z] = a2i Φ p ∗ 1−Φ p
i=1 1 − wi2 1 − wi2
La densité de L est alors définie comme :

φ g (−1) (l)
fL (l) = − 0 (−1)
g g (l)
(l) g” g (−1) (l) − φ0 g (−1) (l) g 0 g (−1) (l)
(−1)

∂fL (l) φ g
= 3
∂l g 0 g (−1) (l)
Théorème 11. Soit un portefeuille de risque de crédit vérifiant les propriétés Ã et tel que la
dépendance entre défaut soit représenté par une copule gaussienne à un facteur. Notons Ln le
niveau de perte de ce portefeuille et prenons q un niveau de quantile ∈ [0, 1], alors le quantile de
Ln au niveau q peut être approchée par :
tq (Ln ) ≈g (t1−q (Z))

n
! !!
(−1) (−1)
hX w i Φ (p i ) − w i t 1−q (Z) Φ (pi ) − w i t 1−q (Z)
+ a2i p φ p 1 − 2Φ p
i=1 1 − wi2 1 − wi2 1 − wi2
n ! !!
Φ(−1) (pi ) − wi t1−q (Z) Φ(−1) (pi ) − wi t1−q (Z)

g”(t1−q (Z)) X 2 i
+ t1−q (Z) + 0 ai Φ p 1 − Φ p
g (t1−q (Z)) i=1 1 − wi2 1 − wi2
1
2g 0 (t1−q (Z))
La figure 14.2 représente les distributions de pertes sur deux portefeuilles avec 10 entités et 50
entités en comparant les distributions réelles et l’approximation présentée ici.
14.5.3 Modèle multi factoriels

Nous considérons ici un autre type d’extension du LHP afin de prendre ben compte des struc-
tures de dépendances plus complexes avec plusieurs facteurs en place d’un seul. Nous supposons ici
une copule gaussienne, mais au lieu de lier les défauts grâce à un seul facteur, ils sont dépendants
à travers plusieurs facteurs :
q
∀i ∈ {1, ..., n} Xi = wi Yi + 1 − wi2 i < Di
où les variables Yi sont des variables normales corrélées. Elles peuvent être représentées comme
Y = αZ (de manière vectorielle) avec α une matrice qui est telle que αT α = Σ (cf. la décomposition
de Cholesky) avec Σ la matrice de corrélation des Y.
Nous utilisons les résultats de la section 14.5 en prenant comme point de référence un portefeuille
statistique avec dépendance unifactorielle. L représente la perte sur le véritable portefeuille et L
b
sur le portefeuille statistique. Ainsi :
n Pm !
(−1)
X Φ (p i ) − w i k=1 αik Z k
E[L|Z] = g(Z) = L e= ai Φ p
i=1 1 − wi2
n
!
(−1)
X Φ (p i ) − wbi Y
L
b = h(Y ) = ai Φ
b p
i=1 1−w bi2
14.5. EXTENSIONS DE L’APPROXIMATION DU PORTEFEUILLE STATISTIQUE 175
LHP approximation for finite homogeneous portfolios

0
−10
−20
LHP
10 entités − Approx
10 entités
50 entités
−30
−40
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Loss levels
Figure 14.2 – Approximation du taux de perte avec ajustement par granularité (Copule Gaus-
sienne)
LHP approximation for finite non−homogeneous portfolios

DP from 0.5% to 10%
0
−5
−10
100 entités − Simulations

−15
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Loss levels
Figure 14.3 – Approximation du taux de perte avec ajustement par granularité (Copule Gaus-
sienne) pour un portefeuille hétérogène en probabilités de défaut et en taille d’exposition
14.6. TITRISATION DE PORTEFEUILLE GRANULAIRE 177
Afin de relier la perte du portefeuille statistique à la perte réelle du portefeuille qui nous intéresse ; Sévérité sto-
chastique
nous allons lier le facteur Y aux facteurs créant la dépendance Z = {Zk }k=1,...,m . Nous supposerons pour
une relation linéaire : portfeuille
Y = B.Z granulaire
Nous devons déterminer les valeurs des des vecteurs A = (a1 , ..., an ) et B = (b1 , ..., bm ) afin que
la spécification de Y soit complète. La première condition que nous imposerons est que
L
b = E[L|Y ]
ainsi la premier terme de l’approximation de Taylor disparait. En développant cette condition,

nous obtenons alors l’égalité :
m
X
∀i w
bi = wi αik bk
k=1
Nous devons encore spécifier les valeurs de (bi )i=1,...,m . Ces valeurs doivent être définies telles que
le seul facteur utilisé dans l’approximation, soit Y , représente le mieux possible l’ensemble des
facteurs existants. Nous allons laisser de côté leur détermination pour l’instant.
Le deuxième terme de l’approximation est :
d2 tq (L ) ∂var[Un |L = l] var[Un |L = tq (L)] ∂fL (l)

= − −
d2 ∂l fL (tq (L)) ∂l l=tq (L)

=0 l=tq (L)
Or il y a une relation bijective entre les pertes L b et le facteur commun Y , ainsi la dérivée par
rapport à la première variable peut être transformée en dérivée par rapport à la seconde. Le
deuxième terme devient alors :
d2 tq (L )

1 ∂ var[Un |Y = y]
= − φ(y)
d2 φ(y) ∂y h0 (y)

=0 y=Φ(−1) (1−q)

1 ∂var[Un |Y = y] h”(y)
=− 0 − var[Un |Y = y] + y

h (y) ∂y h0 (y)

y=Φ(−1) (1−q)
n
!
X w
bi Φ(−1) (pi ) − wbi y
h0 (y) = ai p0i (y) p0i (y) = − p φ p
i=1 bi2
1−w 1−w 2
bi
n
!
X bi2 Φ(−1) (pi ) − w
w bi y Φ(−1) (pi ) − w bi y
h”(y) = ai pi ”(y) pi ”(y) = − φ
bi2
p p
i=1
1−w 1−w bi2 1−w bi2
14.5.4 Sévérité stochastique
14.6 Titrisation de portefeuille granulaire

Les sections précédentes nous ont permis de décrire les distributions de perte sur le porte-
feuille, soit directement, soit grâce aux quantiles. Nous allons maintenant voir comment lier cette
distribution à des opérations de titrisation réelles avec des priorités de paiement complexes. Après
la modélisation de l’actif, voyons le passif.
Nous nous basons ici sur la description de l’allocation des flux décrite en 3.4, que nous allons
reprendre et approfondir pour différents types de titrisation. Dans chaque cas l’objectif est de
déterminer la probabilité de perte sur les tranches. Cependant avant de traiter des exemples
concrets de titrisation pour chaque grande classe d’actifs, nous allons d’abord analyser un certain
nombre de spécificités du passif.
14.6.1 L’intérêt excédentaire

L’élément du passif le plus fréquent dans des titrisations et le moins modélisables est la pos-
sibilité, lorsque l’actif a expérimenté beaucoup de défaut, de garder au sein de la titrisation de
l’interêt excédentaire au lieu de le payer aux investisseurs au passif.
Nous considérons une titrisation de dettes dont les actifs ont un notionnel total de At . Ce
notionel ne fait que décroı̂tre au cours du temps, soit à cause des défauts, soit à cause des rem-
boursements (anticipés ou non). Nous nous intéresserons à la part le plus senior de cette titrisation
dont le notionnel est Nt . La capture conditionnelle de l’intérêt excédentaire peut être représentée
comme deux états possibles de la transactions :
– Utilisation de l’intérêt excédentaire, lorsque At < B(Nt ) ; ou
– Disparition de l’intérêt excédentaire, lorsque At ≥ B(Nt ).
La dynamique des actifs At est toujours la même (affectée par les défauts et les remboursements),
au contraire la dynamique du notionnel du passif Nt est différente suivant que la transaction soit
en état ”Utilisation” ou ”Disparition”.
Théorème 12 (Caractérisation du défaut). Soient tb et te définis comme suit :
– tb est la première date à laquelle la transaction est dans l’état ”Capture”, soit tb = min{t >
0 : At ≤ B(Nt )} ;
– te est la dernière date à laquelle la transaction est dans l’état ”Disparition”, en supposant un
processus différent pour les actifs, soit te = max{t < T : At ≥ B(XtN ), dXtN = dNt , XTN =
AT + }.
De plus la fonction définissant la barrière, B(), est une fonction strictement croissante, et la
barrière est imperméable, i.e. une fois que la transaction est dans l’état ”Utilisation”, elle reste
dans cet état, ou plus précisément : si pour t, At ≤ B(Nt ) alors ∀u > t : Au ≤ B(Nu ).
Alors nous avons l’équivalence suivante :
Defaut ⇔ ∃ t.q. tb ≤ te
Démonstration.
∃ t.q. tb ≤ te ⇒ Ate ≥ B(XtNe ) et te ≥ tb

⇒ Ate ≥ B(XtNe ) et Ate ≤ B(Nte )(Imperméabilité)
Ainsi nous avons B(XtNe ) ≤ B(Nte ), autrement dit par la monotonicité de B puis par définition
du processus X :
⇒ XtNe ≤ Nte
⇒ XTN ≤ NT
⇒ AT + ≤ NT
Ce qui est la définition du défaut.

Pour l’autre implication :
Def aut ⇒ ∃ = NT − AT
⇒ XTN = NT
⇒ B(XtNe ) = B(Nte )
⇒ Ate ≥ B(Nte )
Nous avons choisi le processus X égal au processus N , aussi nous savons que ∀u ≥ te , alors
Au ≤ B(XuN ) = B(Nu ) par définition de te . Ainsi tb ≤ te .
En des termes plus simples, le défaut peut être caractérisé par le fait que ... Quel est l’intérêt
d’une telle caractérisation ? La dynamique du notionnel du passif est complexe car il faut savoir à
chaque date si on capture de l’intérêt excédentaire et pour quel montant. En se focalisant sur les
deux périodes les plus extrêmes on peut simplifier les dynamiques que nous allons analyser :
– durant la première période le notionnel du passif ne change pas car il n’y a pas capture de
l’excédent ;
– durant la dernière période tout l’excédent vient en déduction du passif.
14.6.2 Les ”Collateralised Loans Obligation”
Interest Priorities of Payments Principal Priorities of Payments
212- FX Swap: Notional Adjustment 101- Unpaid Portion of Interest PoP Items (From/To) 30 48
01- Tax & Expenses (up to the Senior Expenses Cap) 102- Reinvestment (if Reinvestment Period)
71- Scheduled Fees Payment 129- Class A Redemption (pro-rata) - w/ options
02- Arranger, Senior Management and Liquidity Line Fees 130- Class B Redemption (pro-rata) - w/ options
210- FX Swap Payment 131- Class C Redemption (pro-rata) - w/ options
03- Interest Due to Class A 132- Class D Redemption (pro-rata) - w/ options
05- Interest Due to Class B 133- Class E Redemption (pro-rata) - w/ options

07- Interest Due to Class C 134- Class F Redemption (pro-rata) - w/ options
08- Class C IC/OC Test 101- Unpaid Portion of Interest PoP Items (From/To) 50 53
10- Interest Due to Class D 108- End
12- Deferred Interest Due to Class D
11- Class D IC/OC Test
13- Interest Due to Class E
15- Deferred Interest Due to Class E
14- Class E IC/OC Test
21- Junior Management Fee
16- Interest Due to Class F
18- Deferred Interest Due to Class F
17- Class F IC/OC Test
19- Reinvestment Test
20- Tax & Expenses (exceeding the Senior Expenses Cap)
21- Junior Management Fee
23- Collateral Enhancement Account
24- Equity Up to the IRR Threshold
22- Incentive fee
25 - End
Figure 14.4 – Exemple de priorité des paiements d’intérêt et de principal d’un CLO (cf. ci-dessous
pour explication détaillée)
Ce type d’opération considère et alloue deux types de flux :

– les flux d’intérêts : il s’agit des intérêts payés par chacun des prêts appartenant au portefeuille
titrisé tant que ceux-ci n’ont pas fait défaut et jusqu’à maturité, cet intérêt sera ici noté s ;
– les flux de principal : il s’agit de l’ensemble des principals qui seront remboursés par ces
prêts à leur maturité. Nous supposerons un notionnel initial de 1.
L’allocation du la figure 14.4 se fait en deux temps, dans un premier temps allocation des flux
d’intérêts aux dates de paiements ti puis allocation du principal aux dates de paiements où il y a
un flux de principal. Si nous reprenons les flux d’intérêt, ceux-ci vont être alloués de la manière
suivante :
1. en premier lieu les frais de la transaction (et ce jusqu’à un montant maximum prévu ini-
tialement) afin de payer la ”boı̂te aux lettres” du SPV, les frais administratifs, les taxes
et impôts, les agences de notation et enfin le gestionnaire des actifs. Ces frais sont définis
comme des frais fixes pour un montant f et des frais proportionnels au notionnel des actifs,
qui seront déduit de s ;
2. puis avec le flux restant, les intérêts dus sur la classe A, définis comme ra NtA où NtA
représente le notionnel de la classe A à la date t ;
3. puis, si le ratio de surcollatéralisation OCA n’est pas respecté, un montant, suffisant afin que
ce ratio devienne égale à son niveau de contractuel, est retranché des flux d’intérêt et utilisé
afin de rembourser la classe A, ce montant sera noté cA t pour la date de paiement t ;
4. les intérêts dus à la classe B, définis comme rB NtB . Si ces intérêts ne peuvent être payés
alors ils seront capitalisés jusqu’à la prochaine date de paiement ;
5. l’ensemble des intérêts capitalisés de la classe B, si ce stock ne peut être payé à cette date il
sera capitalisé jusqu’à la prochaine date de paiement ;
6. puis, si un trigger de surcollatéralisation OCB est touché, un montant, suffisant afin que ce
trigger ne soit plus touché, est retranché des flux d’intérêt et utilisé afin de rembourser la
classe A, puis la classe B une fois la classe A entièrement remboursé, ce montant sera noté
cBt pour la date de paiement t ;
7. et ainsi de suite pour l’ensemble des classes.
Les flux de principals seront alloués comme suit :
1. en premier lieu afin de payer les frais et intérêt de la classe A impayés suite à un manque de
flux d’intérêt ;
2. pendant la période de réinvestissement, ces flux sont utilisés afin d’acheter de nouveaux
prêts ;
3. après la période de réinvestissement, le remboursement du principal de la classe A ;
4. puis les intérêts (y compris capitalisés) de la classe B si ceux ci n’ont pas pu être payés
avant ;
5. le remboursement du principal de la classe B ;
6. et ainsi de suite.
Les trigger de surcollatéralisation pour chacune des classes sont définis comme suit :
– pour la classe A : Notionnel sain des actifs du portefeuille
Notionnel restant de la classe A
;
Notionnel sain des actifs du portefeuille
– pour la classe B : Somme des Notionnels restants des classe A et B ;
– pour la classe C : SommeNotionnel sain des actifs du portefeuille
des Notionnels restants des classe A, B et C
.
Le Collatéral
Nous noterons par Nt l’ensemble du notionnel du collatéral sain à la date t. A chaque date de
paiement, les deux types de flux seront :
– pour les intérêts : sNt ,
– pour le principal : à chaque date de paiement, nous avons deux types de flux, le rembourse-
ment de la dette (anticipé ou non), noté ∆Pt , et le recouvrement, noté R∆Dt .
Le notionnel sain du collatéral évolue en fonction de l’équation suivante :
t
X
Nt = 1 − (∆Pi + ∆Di )
i=1
et le défaut des tranches est mesuré à maturité en comparant ce notionnel aux notionnels des
tranches :
Defaut de A ⇔ NT < NTA

Defaut de B ⇔ NT < NTA + NTB
La Classe A
Nous allons étudier séparément chacune des classes du passif, en commencant par la classe A.
En reprenant chacun des points de la priorité de paiement nous allons introduire les notations
suivantes :
+
A A Nt +
ct = Capture d’intérêt pour surcollatéralisation = (Nt − ∧ sNt − f − rA NtA
OCA
Xt
A
Rt = Cumul des captures d’intérêt = cA
i
i=1
Il est à noter que la classe A ne dispose généralement pas de mécanismes de capitalisation d’intérêt
car un non-paiement d’intérêt sur la classe A déclenche automatiquement un débouclement de
toute la structure (liquidation du colatéral et remboursement des obligations). Le défaut de la

classe A est alors défini comme une insuffisance de principal à maturité pour rembourser le classe
A:
NT < NtA = N A − RTA − P A − RDA
ou plus simplement :
NtA > 0
car le notionnel sain est nul à maturité par définition.
Nous cherchons à caractériser les scénario de défaut en fonction des variables qui seront données
par notre modèle : Nt , Pt et Dt . La difficulté de cet exercice provient de la conditionnalité dans
cAt . Cet élément peut prendre plusieurs valeurs :
– nulle : dans ce cas le notionel des obligations n’est pas modifié ;
Nt
– la surcollatéralisation manquante : cA A
t = Nt − OCA ;
– tout l’intérêt capturé : cA A
t = sNt − f − rA Nt .
A
Si dans un scénario donné ct ne prend que des valeurs dans les deux premières possibilités alors
il n y aura pas de défaut de la tranche A, c’est le troisième cas qui est important. Nous allons
introduire deux dates importantes :
– notons h la dernière date à laquelle l’OC sera respecté, ie h = max{t : NNAt ≥ OCA }. Dans
t
un scénario ayant créé un défaut de la classe A, 0 < h < T . De plus pour toute les dates
postérieures nous avons cA A
t = sNt − f − rA Nt . Il est donc possible de déterminer le notionel
de la classe A à une date postérieure à h en fonction du notionnel à date h.
– notons k la date antérieure à h, la plus proche de h telle que le ratio de surcollatéralisation
soit égal à sa contrainte, ie k = max{t : NNAt = OCA }. Nous avons alors 0 ≥ k ≤ h (0
t
Nk
représentant le cas où ce ratio n’est jamais égal à sa contrainte), et NkA = OC A
. De plus
pour toute date entre k et h, à aucun moment nous n’avons cette même égalité donc cA t est
soit nul soit égal à l’excès d’intérêt.
Nous devons distinguer plusieurs périodes pour ces paiements :
– lorsque la marge est suffisante : notons k la dernière date à laquelle la marge vient d’être
utilisée afin de rembourser une portion du notionnel de la classe A. k peut ne pas exister,
Nk
dans ce cas k = 0. Nous savons donc qu’à cette date k nous avons NkA = OC A
.
– lorsque la marge ne suffit plus jamais à rembourser la classe A suffisament afin d’obtenir un
test d’OC respecté : notons h la dernière date à laquelle soit la marge est suffisante pour
respecter l’OC, soit l’OC est respecté. Ainsi pour toute les dates suivantes l’OC ne sera plus
respectée et la marge sera insuffisante. D’après leur définition nous avons k ≤ h.
Pour toute date t inférieure ou égale à k alors :
+
Nt
cA
t = NtA
−
OCA
Xt
NtA = soit NA − (∆Pi + R∆Di )
i=1
Nt
= soit
OCA
Pour toute date t supérieure à h alors :

+
cA A
t = sNt − f − rA Nt
t
(1 + rA )t−h − 1 X
NtA = (1 + rA )t−h NhA + f − (1 + rA )i−h−1 (∆Pi + R∆Di + sNi )
rA
i=h+1
Pour la date h elle même, nous avons :

h
X
NhA = NkA − (∆Pi + R∆Di )
i=k+1
Nk
en sachant que NkA est égal à NA si k = 0 ou OCA sinon. Ainsi pour la maturité T , le défaut est
synonyme de :
h
X (1 + rA )T −h − 1
(1 + rA )T −h NkA − (1 + rA )T −h (∆Pi + R∆Di ) + f
rA
i=k+1
T
X
− (1 + rA )i−h−1 (∆Pi + R∆Di + sNi ) > 0
i=h+1
La Classe B
Lorsque nous considérons la classe B, nous allons introduire deux éléments supplémentaires :
le paiement d’intérêt à la classe A et la capture de marge afin de rembourser le notionnel de la
classe A avec un test OCB . Les notations suivantes sont donc modifiés afin de prendre en compte
un cumul de capture de marge excédentaire du au test OCB noté RtB . Cette capture sert d’abord à
rembourser la classe A, puis une fois celle-ci entièrement amortie la classe B. Nous supposerons ici
que ce test ne permet de rembourser que la Classe A. Nous allons introduire les éléments suivants :

DItB = Intérêts capitalisés de la Classe B = f + rA (NA − RtA − RtB ) + cA A
t + (1 + rA )DIt−
+
B
+ rB NB + (1 + rB )DIt− − s(1 − lt )

B A B A B 1 − lt
ct = Capture d’intérêt pour surcollatéralisation du au test A+B = (NA + NB − Rt− − Rt− + DIt− + DIt− ) −
OCB

A B A
∧ s(1 − lt ) − f − rA (NA − Rt− − Rt− + DIt− )
+
− cA
t − rB (N B − R B
t− + DI B
t− )
t
X
RtB = Cumul des captures d’intérêt = cB
i
i=1
Nous allons reprendre la classification précédente en différentes périodes :

– lorsqu’il y a suffisamment de marge pour payer tous les postes :
DItB = 0
1 − lt
RtB = NA + NB −
OCB
– lorsqu’il n’y a plus de flux pour payer le test OCB :

t
(1 + rA )t−k − 1

1 − lk X
RtB = (1 + rA )t−k NA + NB − −s (1 + rA )t−i li + (s − f − rA NA − rB NB )
OCB rA
i=k+1
– lorsqu’il n’y a plus de flux pour payer les intérêts de la classe B :
????
14.6.3 Les RMBS Américains ”Non-Prime”

14.6.4 Auto Loans
Nous allons étudier une exemple de dynamique légèrement simplifié d’une titrisation de dette.
Cette titrisation est financée par l’émission d’une seule tranche notée, la classe A. Les priorités
des paiements sont assez simple, la priorité de paiement du principal est purement séquentielle, la
priorité de paiement des intérêts étant modifiée par l’existence d’un test.
– Si la valeur du ratio actif/classe A est supérieur au seuil S, alors les intérêts sont versé à la
classe subordonnée.
– Si la valeur du ratio actif/classe A est inférieur au seuil S, alors les intérêts obtenus sur les
actifs sont capitalisés par le véhicule et viennent augmenter son actif, et les intérêts sur la
classe A sont capitalisés.
Nous allons utiliser les notations suivantes :
– Nt le montant d’actif du véhicule à la date t ;
– NtA le nominal de la classe A à la date t ;
– S le niveau du seuil modifiant la priorité des paiements d’intérêts ;
– λP (t) l’intensité de prepaiement/repaiement des prêts constituant l’actif du véhicule ;
– λD (t) l’intensité de défaut des prêts ;
– r(t) le taux d’intérêt des actifs ;
– rA (t) le taux d’intérêt de la classe A.
afin de décrire la dynamique des nominaux :
– Si la valeur du ratio actif/classe A est supérieur au seuil S :
dNt = −Nt (λP (t) + λD (t))dt

dNtA = −NtA λP (t)dt
– Si la valeur du ratio actif/classe A est inférieur au seuil S :
dNt = −Nt (λP (t) + λD (t))dt + r(t)Nt dt

dNtA = −NtA λP (t)dt + rA (t)NtA dt
Nous allons introduire Ot comme étant la surcollatéralisation à tout moment, ou plus précisément
son logarithme, ainsi Ot = log NNAt .
t
Théorème 13 (Caractérisation du défaut). Le défaut de la classe A est équivalent à
min{t > 0 : Ot = log(S)} ≤ max{t < T : Xt = log(S) t.q. dXt = dOt et XT < 0}
n
dn h X di f X X Y
= n! = 1s
dtn dj xd( i − j)y
s=1 u
1≤i+j≤nt.q.i,j≥0 ps (n,i,j)
Arbitrage
Chapitre 15
Tranches de CDO
Ce chapitre décrit le fonctionnement d’une tranche de CDO synthétique du point de vue

du marché. Nous allons notamment décrire le comportement d’une tranche de CDO lorsque
les différents composants du risque varient, puis décrire la couverture par delta, i.e. l’arbitrage
entre tranches et CDS sur simples noms. Cependant nous ne nous contenterons pas de décrire les
mécanismes de cet arbitrage, ce marché ayant été liquide en 2005-2007, de nouveaux problèmes de
modélisations sont apparus que nous essayerons de décrire ici. Tout au long de ce chapitre, il faut
bien garder en tête que cet arbitrage est loin d’être aussi ”parfait” que sur les marchés actions, en
effet l’arbitrage qui est effectué ici tient plus de la gestion du risque que d’un arbitrage réel, un
certain nombres de risques ne sont pas couverts et restent portés par la banque.
Il faut préciser que ce marché a pratiquement cessé d’exister depuis fin 2007, en effet quasiment
aucune nouvelles émissions de tranches de CDO n’ayant eu lieu et la plupart des ”correlation
desks” (noms des équipes de trader chargées de gérer ce type d’opérations) ayant été fermé.
Une tranche de CDO peut être vue comme un ”call-spread” sur un portefeuille de risque
de crédit (cf. figure 15.1), donc comme une fonction de ce qui se passe sur un portefeuille de
CDS simples noms. Pour reprendre la définition de la section 8.6, une Tranche est un instrument
financier qui permet de transférer une partie du risque d’un portefeuille de risque de crédit (comme
un portfeuille de CDS), ce transfert partiel s’effectue uniquement lorsque la perte due au risque
de crédit dépasse un certain seuil et ce pour un montant limité. La Tranche de CDO est définie
grâce à plusieurs éléments :
– le portefeuille de risque de crédit sous-jacent (le portefeuille de CDS sous-jacents) ;
– l’horizon du risque ou maturité de la tranche ;
– le point d’attachement aussi nommé réhaussement de crédit (”credit enhancement” - CE) :
c’est le point à partir duquelle les pertes de crédit du portefeuille sous-jacent sont transférées
au vendeur de protection sur la tranche ;
– le point de détachement, la différence entre ces deux dernières notions étant égale à la taille
de la tranche exprimée en proportion du portefeuille, c’est le point à partir duquel les pertes
du vendeur de protection de la tranche ne seront plus augmentées.
+ min max(0;(L−a));d−a
∧(d−a)
La perte sur la tranche de CDO est ainsi définie comme (L−a)d−a (soit d−a ).
Cette description permet de comprendre pourquoi on cherche à couvrir le risque d’une tranche
de CDO par une combinaison de CDS : ces deux type d’instruments dépendent des mêmes variables
aléatoires sous-jacentes.
Dans un produit de crédit structuré du type tranche, il y a plusieurs sources de risques :
– le risque de spread : lorsque les spreads de marché changent, la valeur du produit change
aussi ;
– le risque de défaut : un défaut soudain (contrairement à une évolution lente vers le défaut
qui est simplement un changement de spread) changera la structure et donc sa valeur de
marché, ou bien sera à l’origine d’une perte sur la tranche ;
185
186 CHAPITRE 15. TRANCHES DE CDO
Delta
Point d'attachement Point de détachement
Perte sur la tranche
Perte sur le portfeuille
Figure 15.1 – Tranche de CDO vue comme un ”call-spread” sur les pertes
– le risque de recouvrement : c’est pour l’instant le risque le moins exploré, en effet il n’existe
quasiment pas d’instruments permettant de connaı̂tre la vision qu’a le marché de ce risque ;
et
– le risque de corrélation : c’est le risque d’une évolution jointe des risques sous-jacents,
évolution commune des spreads ou défauts corrélés. Ce risque fait l’objet de nombreuses
études mais sans qu’une conclusion nette ne se dégage.
Au cours de cette section, nous utiliserons l’approximation de Vasicek (cf. le chapitre 14.1)
pour des portefeuilles granulaires afin de comprendre les différentes sensibilités de la valeur de
marché. Pour rappel, l’espérance de perte d’une tranche est calculée comme :
p p
E((L−a)+ ∧(d−a)) ≈ Φ2 −Φ(−1) (a), Φ(−1) (p); − 1 − w2 −Φ2 −Φ(−1) (d), Φ(−1) (p); − 1 − w2
15.1 Evolution de la valeur d’une tranche de CDO

La valeur d’une tranche de CDO est sensible à tout un ensemble de paramètres, reprenant les
mêmes éléments que les risque de crédit sous-jacents avec deux additions :
– la dépendance entre crédit,
– l’effet de levier qui va exacerber l’impact de certains de ces paramètres.
Nous allons passer en revue ici la sensibilité d’une tranche de CDO à chacun de ces paramètres
afin de pouvoir dans un second temps résumer les risques. L’un des intérêts de tranche de CDO,
et des portefeuilles à base de tranche, est de permettre de prendre une position de risque principa-
lement sur un, et un seul, des paramètres. Ainsi un investisseur peut maintenant rentrer dans une
position où il sera soumis principalement à un risque de spread, ou à un risque de défaut, ou bien
encore à un risque de corrélation. Principalement, car le risque transféré n’est jamais unique, et
suite à un changement radical du marché ce même investisseur peut se retrouver dans une position
plus complexe.
Afin de décrire ces sensibilités, le marché des CDS utilise la même terminologie que le marché des
dérivés actions : le marché utilise les dérivées de la valeur des tranches par rapport aux paramètres
de base (”the greeks”, cf 15.1). Nous reviendrons plus loin sur leur définition exacte.
Nous allons aussi essayer de clarifier le jargon utilisé lors de la valorisation d’une tranche :
– RPV01 (ou PV01) : la valeur présente d’un point de base par an payée suivant les termes
du contrat prenant en compte l’arrêt du paiement si l’entité de référence fait défaut, c’est
15.1. EVOLUTION DE LA VALEUR D’UNE TRANCHE DE CDO 187
Lettre Sensibilité
Delta Sensibilité du prix de la tranche à un changement
des spread du portefeuille sous-jacent d’un point de base
M-Gamma Sensibilité du prix d’une position delta-neutre 1
à un changement de tous les spreads du portefeuille sous-jacent
I-Gamma Sensibilité du prix d’une position delta-neutre
à un changement d’un seul spread du portefeuille sous-jacent
(typiquement un défaut, aussi nommé sensibilité au ”jump-to-default”)
Rho Changement de valeur dû à un changement de corrélation
Theta Changement de la valeur de la tranche dû au passage du temps
Table 15.1 – Les lettres grecques utilisées pour exprimer les sensibilités
aussi la ”Risky Present Value” ou ”Risky Duration” ;

– Sensibilité d’un CDS (pour une unique entité de référence) : le changement de valeur du
CDS si le spread donné par le marché de l’entité de référence est augmenté de 1bps (et de
manière plus générale toute la structure par terme des spreads est augmenté de 1bps). La
Sensibilité peut aussi être définie comme RPV01 multiplié par 1 bps ;
– DV01 (pour une entité de référence dans le cadre d’une tranche de CDO) : représente la
sensibilité du prix de la tranche à une variation de 1bps du spread de l’entité de référence.
– Delta (pour une entité de référence dans le cadre d’une tranche de CDO) : le pourcentage du
notionnel de cette entité (tel que défini dans le CDO) tel que un CDS simple nom sur cette
entité de maturité égale à la maturité du CDO ait la même variation de prix que la tranche
de CDO lorsque le spread de cette entité est augmentée de 1bps. Le Delta peut aussi être
défini comme le ratio de (i) le PV01 de la tranche par (ii) le PV01 du portefeuille. Cette
dernière définition est différente et suppose une mouvement commun des spreads des CDS
sous-jacents ;
Il est intéressant d’établir un parallèle avec les options sur actions, comme nous l’avons vu en
introduction, une tranche de CDO est un call spread sur le taux de perte. Si l’on regarde un call
simple sur le taux de perte, afin de comprendre si il est ”out-of-the-money” ou ”in-the-money”,
nous comparons la moyenne de perte au strike de cette option.
15.1.1 Variation de la valeur de marché en fonction du spread

La figure 15.2 présente les différentes variations de valeurs des tranches de l’Itraxx lorsque le
spread moyen du portefeuille évolue. Contrairement au DV01 ou au Delta, il ne s’agit pas d’une
variation locale de valeur de marché. Cependant plus la variation est linéaire, plus une approxi-
mation par l’utilisation du delta sera bonne. La convexité des tranches les plus juniors apparait
nettement. Plus la tranche est junior plus son delta est important (i.e. la pente est au point 100%),
en effet un variation des spreads (donc de la probabilité de défaut) aura un impact d’abord sur
les tranches les plus juniors.
Une variation d’un seul (ou de quelques) spread sur l’ensemble du portefeuille aura des conséquences
similaires sur la valeur de marché d’une tranche. En effet que l’augmentation touche un nom ou
tous, le risque augmente pour toute les tranches et ce d’autant plus que la tranche est junior.
15.1.2 Variation de la valeur de marché en fonction de la corrélation

Contrairement aux spreads, les tranches ne réagissent pas de la même manière à un changement
de corrélation. En effet la valeur de marché de la première tranche (l’”equity”) va augmenter en
même temps que la corrélation (pour le vendeur de protection), cet investisseur est donc ”long”
de corrélation (son investissement augmente lorsque la corrélation augmente). Au contraire un
investisseur ayant vendu de la protection sur une tranche senior sera ”short” en corrélation :
Change in Market Value

of each Itracxx tranches for a global change in spreads
Change in MtM as a % of the total size of the tranche
20
10
0
0−3
3−7
7−10
−10
10−15
15−30
30−100
0−100
0.5 1.0 1.5 2.0
% change in spread
Figure 15.2 – Tranches de Itracxx en fonction du spread globale du portefeuille

lorsque la corrélation augmente, la valeur de sa position diminue (voir par exemple la tranche
7% − 10% sur la figure 15.3). Ce comportement des tranches les plus extrêmes est intuitif :
– lorsque la corrélation augmente, alors la probabilité d’avoir zéro défaut ou un grand nombre
augmente ;
– la tranche equity ayant une perte limitée, seule le changement de la probabilité d’avoir zéro
défaut aura un impact ;
– au contraire pour la tranche senior seule l’augmentation de la probabilité de nombreux
défauts aura un impact.

of each Itracxx tranches for a global change in correlation
0−3
3−7
7−10
2
10−15
15−30
30−100
1
0−100
0
−1
−2
−3
50 100 150 200 250 300 350 400
% change in correlation
Figure 15.3 – Tranches de Itraxx en fonction de la corrélation globale du portefeuille
La situation des tranches mezzanine est plus complexe, suivant les niveaux de corrélation le
vendeur de protection peut voir la valeur de sa position augmenter ou diminuer, cf. la convexité
de la tranche 3% − 7% et le fait que pour deux valeurs de corrélation très différentes, la tranche
ait même valeur.
Enfin il est intéressant de voir que si les spreads augmentent beaucoup (sur la figure 15.4
il s’agit d’un triplement des spreads) les tranches changent de comportement et du coup ont la
même sensibilité que des tranches plus juniors vues dans l’exemple précédent. Cette remarque
est essentielle dans la compréhension des sensibilités d’une tranche, suivant le spread moyen du
portefeuille une tranche peut voir ses sensibilités modifiées et se rapprocher :
– soit de sensibilités d’”equity” si les spreads augmentent,
– soit au contraire de sensibilité de tranches senior lorsque les spreads diminuent.

of each Itracxx tranches for a global change in correlation
0−3
3−7
7−10
2
10−15
15−30
30−100
1
0−100
0
−1
−2
−3
50 100 150 200 250 300 350 400
% change in correlation
Figure 15.4 – Tranches de Itraxx en fonction de la corrélation globale du portefeuille

15.1.3 Les sensibilités de la valeur de marché

La table 15.1.3 résume les variations du spread de marché d’une tranche de CDO en fonction
de différents paramètres. Autant pour les tranches extrêmes (senior et equity) il est simple de
caractériser leur comportement, autant les tranches mezzanines sont à mi-chemin de ces deux
extrêmes, d’où le point d’interrogation. Leur sensibilité dépend de la définition exacte de ces
tranches.
Nous avons vu dans les paragraphes précédents la variation de leur valeur par rapport au spread
ou par rapport à la corrélation. Pour le recouvrement, une variation de celui-ci a deux effets :
– en terme de perte nette, l’ensemble des tranches deviennent plus equity si le recouvrement
augmente. En effet deux tranches 0 − 3 et 3 − 7 avec un recouvrement de 0% deviennent des
tranches 0 − 1.5 et 1.5 − 3.5 si le recouvrement passe à 50% ;
– cependant cet effet est compensé par une modification de la probabilité de défaut, la proba-
bilité de défaut augmentant lorsque le recouvrement augmente. En effet nous avons toujours
S
la relation triangulaire λ = 1−R .
Pour une augmentation de maturité, les probabilités de défaut (qui dépendent directement du
produit Spread*Maturité) vont augmenter. A première vu on peut donc s’attendre à une sensibilité
équivalente à celle des spreads, mais il ne faut pas oublier que le spread de la tranche lui aussi
dépend de la maturité.
Sensibilité Tranche equity Tranche mezzanine Tranche senior

Augmentation de spread + + +
Augmentation de corrélation - ? +
Augmentation du recouvrement moyen + ? -
Augmentation de la maturité - ? +
Table 15.2 – Variation de la valeur de marché (+ signifie une augmentation de la valeur) pour
un acheteur de protection (ou évolution du spread de marché)
15.1.4 Variation du delta en fonction du spread

Si l’on considère le spread moyen du portfeuille sous-jacent, toutes les tranches vont avoir une
sensibilité de même signe : en effet si le spread augmente, en probabilité risque-neutre la probabilité
de défaut augmente, et donc une position vendeuse de protection perd de l’argent (et vice-versa
si le spread diminue). Le delta représentant la dérivée première par rapport à un changement de
spread permet alors de comprendre l’intensité de la sensibilité pour chaque tranche. Contrairement
à la valeur de marché la variation du delta n’est pas monotone.
Le graphique 15.5 donne la valeur du delta pour différentes tranches. Les tranches les plus
subordonnées ont le delta le plus grand. En effet une hausse des spreads, augmentant la probabilité
de défaut, aura plus d’impact sur une tranche junior que sur l’ensemble du portefeuille. A la limite
un défaut pur et simple fait perdre plus d’argent à l’equity qu’au portefeuille total. Au contraire
pour les tranches les plus senior une hausse des spreads aura peu d’impact à cause de leur point
d’attachement. Ces résultats peuvent aussi se comprendre aisément en regardant la modification
de la densité du taux de défaut.
Cette figure 15.5 nous permet aussi de comprendre l’impact d’une hausse des spreads de l’ensemble
du portefeuille. Dans un tel cas, le delta des tranches les plus juniors va baisser et celui des tranches
senior va augmenter. En effet lorsque le portefeuille devient plus risqué globalement, les tranches
seniors sont plus susceptibles d’être touchées et donc plus sensibles au spread, la tranche equity
se retrouve elle en dessous de la moyenne.
Sensitivity of delta to overall spread

Delta
0 10 20 30 40 50 60
Credit Enhancement
Figure 15.5 – Variation des Delta de plusieurs tranches pour une augmentation de spread de tout
le portefeuille
Sensitivity of delta to a single spread increase

Delta
0 10 20 30 40 50 60
Credit Enhancement
Figure 15.6 – Variation des Delta de plusieurs tranches pour une augmentation de spread d’une
seule entité
15.1.5 La maturité
La variation de maturité a un impact direct sur les probabilités de défaut du portefeuille,
en effet à maturité décroissante, probabilités décroissantes. Ainsi les variations de Delta seront
similaires aux variations dus au changement de probabilité.
Sensitivity of delta to the passage of time

Delta
0 10 20 30 40 50 60
Credit Enhancement
Figure 15.7 – Variation des Delta de plusieurs tranches avec le passage du temps
15.1.6 Le recouvrement
15.1.7 La dépendance
15.2 Un exemple simple

Nous allons ici essayer de comprendre les sensibilités des tranches aux spreads et corrélations
en utilisant un modèle simpliste sur des ”ith-to-default”, i.e. des contrats où l’une des parties
s’engagent à payer l’autre si au moins i défauts ont lieu sur un portefeuille de n entités.
Nous nous placerons dans un environnement unipériode, avec un taux d’intérêt nul. Nous suppo-
serons que l’ensemble des probabilités sont risque neutre (il nous faudra revenir sur ce point).
Soit un marché avec plusieurs CDS 1, ..., n. Chacune de ces entités a une probabilité de défaut
pi . La prime, payée initialement, qui doit être payée au vendeur de protection sur ces CDS, est
déterminée de telle sorte (cf. ??) que le prix initial de ce CDS soit nul, soit :
si = pi
15.2. UN EXEMPLE SIMPLE 195
Prix en fonction de la corrélation

0.8
0.6
Prix
0.4
0.2
0.0 0.2 0.4 0.6 0.8
Corrélation
Figure 15.8 – Sensibilité du prix d’une tranche (equity - mezzanine - senior) à la corrélation
Sensitivity of delta to a global correlation increase

Delta
0 10 20 30 40 50 60
Credit Enhancement
Figure 15.9 – Variation des Delta de plusieurs tranches pour une augmentation globale de la
corrélation
Sensitivity of delta to a sector correlation increase

Delta
0 10 20 30 40 50 60
Credit Enhancement
Figure 15.10 – Variation des Delta de plusieurs tranches pour une augmentation sectorielle de la
corrélation
Pour le vendeur de protection, si par la suite l’appréciation par les marchés de la probabilité de
défaut de i change pour p̂i , alors la valeur de ce swap sera de :
Jambe Fixe − Jambe Flottante
pi − p̂i
0 − p̂i =
1 − pi
Considérons maintenant un ”ith-to-Default” sur ces entités. Si moins de i entités font défaut
parmi ce portefeuille, alors le vendeur de protection sur le ”ith-to-Default” ne paye rien, si au
contraire il y a au moins i défauts alors celui-ci doit au contraire payer le notionnel de cet instrument
à l’acheteur de protection (que nous supposerons ici égal à un).
La prime du ”ith-to-Default” est telle que :
n
X
CD(i) = P rob(j ∈ n)
j=i
avec la notation ∈ signifiant ”défauts parmi”.

Supposons maintenant que nous soyons un banque ayant vendu (ie acheté de la protection sur)
un ”i-to-Defaut”. Comment arbitrer cet instrument grâce aux CDS ? Ou de manière plus simple,
comment répliquer les différents paiements contingents du itD en utilisant des CDS ?
15.2.1 La réplication des payoffs

Afin de couvrir totalement le risque, il faudrait que la banque puisse rentrer dans un portefeuille
de contrats, tel que quel que soit l’issue sur le itD, ce portefeuille de contrat ait le même flux. Les
seuls contrats disponibles pour cette réplication sont des CDS sur chacun des noms et un actif
sans risque. Ce portefeuille serait défini comme :
n
X
αk CDSk + β
k=1
Les états du monde possible pour ce mini-modèle sont définis par le défaut ou non de chaque entité.
Afin de diminuer le nombre d’états du monde nous allons considérer seulement deux entités (i.e.
n = 2). Dans ce cadre nous avons quatre états du monde possible. Essayons de répliquer un
”First-to-Default”, nous obtenons les formules suivantes :
α1 + α2 + β = 1 (Deux defauts)
α2 + β = 1 (Entite 1 en defaut)
α1 + β = 1 (Entite 2 en defaut)
β=0 (Aucun defaut)
Nous n’avons clairement pas de solutions à ce système, il manque un instrument afin de pouvoir
répliquer les paiements du ”First-to-Default” ! Le marché n’est donc pas complet dans ce mini-
modèle.
15.2.2 Minimisation du risque

L’approche choisie par la banque sera alors de minimiser son risque. Une possibilité est de
diminuer la sensibilité aux probabilités de défaut/aux spreads. La banque va donc investir sur
l’ensemble des CDS du portefeuille telle que l’ensemble de ces investissement soit insensible (tout
du moins au premier ordre) à un changement de probabilité de défaut. Le MtM de l’ensemble est :
n
X
−CD(i) + δk CDSk + δ0
k=1
Le delta de chaque entité est donc tel que la dérivé première par rapport aux spreads soit nulle, Delta
soit :
δCD(i)
δk =
δpk
Lorsque toutes les entités sont indépendantes les unes des autres, on peut alors écrire :
n
X
CD(i) = P rob(j ∈ n)
j=i
n−1
X
= pk P rob(j − 1 ∈ n/k) + (1 − pk )P rob(j ∈ n/k) + pk P rob(n − 1 ∈ n/k)
j=i
donc
δk = P rob(i − 1 ∈ n/k)
(Probabilité de (i − 1) défauts parmi le portefeuille de n entités excluant l’entité k)
Ce modèle extrêmement simpliste nous permet cependant de comprendre comment fonctionne ce
”delta” :
– la somme des delta d’une entité par rapport à tous les itD possibles (de 1 à n) est égale à
un,
– lorsque i est assez faible (typiquement une tranche en dessous de la moyenne du portefeuille),
les delta sont ordonnés comme les probabilités de défaut, dans l’odre inverse pour des tranches
élevées.
– lorsque i est assez faible, δk est une fonction croissante de pk , une fonction décroissante pour
des tranche élevées.
Attention certaines des propriétés que nous avons dans ce modèle simple sont fausses dans le
cadre d’une véritable valorisation : la somme des delta n’est pas égale à un car pour un contrat
multipériode la jambe fixe dépend aussi des spreads (cf. 10)
Single Name CDS Single Tranche CDO

.......
Figure 15.11 – L’émission de Single Tranche
Exercice 10. Au 20 décembre 2005, l’indice CDX NA IG 5 (”CDX North America Investment
Grade 5 years”) avait les spreads donnés par la table 15.2.2. Nous supposerons que le spread sur
la tranche 0 − 3% est de 1310bps payé trimestriellement. Prenons le cas d’un investisseur qui vend
Tranches Spread
Indice total 46bps running
0 − 3% 37.9% upfront + 500bps running
3 − 7% 106.5bps running
10 − 15% 13bps running
Table 15.3 – Valeurs du spread de l’index
de la protection sur chacune des tranches pour un montant égal à x% ∗ 100 (x représentant la
taille de la tranche) et achète de la protection sur l’indice pour 100.
– Quel est le profit/gain de cet investisseur par année si une entité (parmi 125) fait défaut
avec un taux de recouvrement de 20% ?
15.3 L’arbitrage
La principale motivation des transactions de CDOs, au début de ce marché, était l’arbitrage
réglementaire : les banques en titrisant une partie de leur dettes, diminuait leur besoin en fonds
propres. Mais avec le devéloppement du marché des CDS, est apparue une deuxième motivation,
qui est maintenant la principale : l’arbitrage entre instruments financiers, i.e. entre le marché des
CDS sur nom unique et le marché des tranches de CDO.
15.4 Le problème théorique

Formes de distribution
La distribution des pertes d’un portefeuille peut avoir deux types de formes :
– une courbe en cloche dissymétrique : lorsque la corrélation est faible, en effet dans ce cas le
théorème centrale limite peut s’appliquer (il faut cependant que la probabilité de défaut soit
non négligeable) ;
– une courbe décroissante (presque totalement convexe) : lorsque la corrélation augmente.
Le mode de cette distribution par rapport à son espérance : dépend du niveau de corrélation.
15.5 Les modèles de tarification de CDO

Etablir une carte des modèles avec leurs principales propriétés / hypothèses. Partir du plus
général au particulier. Comparer les résultats sur un même portfefeuille. Nous partons d’un por-
tefeuille de risque de crédit de N noms.
15.5.1 Modèles utilisés par le marché

Le modèle qui est le plus couramment répandu est un modèle conditionnellement dépendant à
copule gaussienne. Nous allons d’abord en présenter une explication intuitive, puis une description
plus rigoureuse, qui nous sera utile dans ses extensions/modifications.
Pour chaque nom du portefeuille étudié, soit pi la probabilité de défaut, et soit Zi l’actif normalisé
du nom i. Alors le défaut de ce nom est équivalent à Zi < Φ−1 (pi ) où Φ représente la distribution
cumulée gaussienne (c’est le cadre du modèle de Merton/Vasicek). Nous allons maintenant intro-
duire la dépendance entre ces actifs normalisés en définissant une ou plusieurs variables latentes
Z (pouvant être soit un scalaire, soit un vecteur). En introduisant cette variable latente Z, l’actif
15.6. LES SPREADS D’ÉMETTEURS 201
normalisé peut alors s’écrire comme :

p
Zi = w i Z + 1 − w 2 i
avec Z, i des variables aléatoires normales centrées réduites indépendantes les unes des autres, et
wi un vecteur/constante dépendant du nom.i représente ici le risque idiosyncratique d’un nom,
i.e. le risque qui lui est spécifique (fraude, erreurs de gestions, etc....).
Nous retrouvons bien la structure des modèles conditionellements indépendants (ici conditionel-
lement à Z). La probabilité de défaut peut aussi être définie comme une fonction directe de la
variable latente :
Φ−1 (pi ) − wZ
P (Z) = Φ √
1 − w2
Comme nous le verrons plus loin dans la section sur les corrélations, ce type de modèle ne
permet pas malheureusement de répliquer les prix de tranches constatées sur le marché, et ce à
cause d’un défaut majeur : la sous-estimation des pertes importantes (ou de nombreux défauts).
Ce défaut provient en fait directement de l’utilisation d’une loi normale pour Z. En effet seules
des valeurs de Z très élevées permettraient de simuler de nombreux défauts, malheureusement
la loi normale va sous-estimer les probabilités de tels scenario, car la queue de distribution de la
loi normale est trop faible. Tous les ajustements que nous allons passer en revue ici auront donc
pour objectif d’augmenter ces probabilités et donc la queue de distribution de la loi de la variable
latente.
15.5.2 Changer de copule

En d’autres termes, il s’agit de modifier la relation fonctionnelle entre la variable Z et la
probabilité de défaut conditionnelle. Les différents candidats pour un tel changement sont :
– Copule de Student ;
– Copule de Clayton ;
– ” t-double ;
– ” de Marshall-Olkin.
15.5.3 Ou changer le paradigme ?

Deux extensions simples du cadre de la copule gaussienne ont été proposées afin de remédier
à cette sous-estimation des pertes importantes :
– l’introduction d’une corrélation stochastique ;
– ou l’utilisation de recouvrement stochastique.
Dans ces deux cas, la queue de la distribution de perte sera augmentée.
Dans le premier cas, en gardant les mêmes notations, l’actif normalisé peut alors s’écrire comme :
q
Z i = Wi Z + 1 − Wi2 i
Ici Wi devient une variable aléatoire, soit liée aux autres variables aléatoires, soit indépendante.
Nous la supposerons dans un premier temps indépendante.
15.6 Les spreads d’émetteurs

Type de spreads : Z-spread / OAS / Asset wap spread / Prime de CDS Extrapolation des
spreads pour différentes maturités
15.7 La corrélation de marché

Corrélation!composite
Corrélation!de
base Avec l’introduction des tranches d’indices standards (CDX et Itraxx), le marché a utilisé la
corrélation afin d’exprimer le prix de ces tranches. Un modèle standard de tarification liant la
corrélation au spread de la tranche permet en effet de comparer la corrélation entre différentes
tranches voire entre différents portefeuilles. L’utilisation de la corrélation peut être comparée à la
volatilité implicite sur les options d’actions. Cette standardisation permet ainsi au marché d’être
plus liquide car plus transparent dans son fonctionnement.
Cependant le terme de corrélation est bien vague, et plusieurs définitions de cette corrélation de
marché ont été introduites : nous comparerons ici la corrélation composite et la corrélation de
base.
15.7.1 Corrélation composite

La corrélation composite est définie comme la corrélation qui permet de retrouver le prix de
marché d’une tranche de l’indice. Chaque tranche est définie par son point d’attachement et son
point de détachement (voir par exemple la figure 15.1). Le modèle utilisé afin de lier la corrélation
simple au prix d’une tranche est le modèle de Vasicek (aussi nommé le modèle LHP, pour ”Large
Homogeneous Portfolio”) avec un seul niveau de corrélation (un seul facteur et toutes les entités
ont la même corrélation avec ce facteur). Ainsi ce modèle utilise la spread moyen du portefeuille,
le recouvrement moyen, et bien sûr la corrélation du portefeuille.
La valeur de la tranche est donnée par :
N
X
P V[a,b] =U + S Qti ∆i DFti
i=1
N
X
− (Qti−1 − Qti )DFti
i=1
où Qti représente l’espérance de perte du notionnel restant de la tranche à la date ti , U le spread
payé lorsqu’on investit dans la transaction et S le spread courant payé trimestriellement. Il suffit
ensuite de mettre à zéro la valeur P V de la tranche en fonction de la corrélation afin de déterminer
la corrélation composite. Lorsque on utilise l’approximation de Vasicek (”Large Homogeneous
Pool”) la perte moyenne sur une tranche peut s’exprimer directement, en effet (avec F la fonction
de répartition du LHP) :
Z 1 Z 1
1
EL[a,b] = (x − a)dF (x) − (x − b)dF (x)
b−a a b
Z b
= F (x)dxIntégration par parties
a
Z b √
1 − w2 Φ−1 (x) − Φ−1 (p)
= Φ[ ]dx
a w
√ √
Φ2 (−Φ−1 (a), Φ−1 (p), − 1 − w2 ) − Φ2 (−Φ−1 (b), Φ−1 (p), − 1 − w2 )
=
b−a
15.7.2 Corrélation de base

L’idée fondamentale de la corrélation de base est de décomposer une tranche comme une
différence de tranche ”equity” plus ou moins épaisse. En effet une tranche de point d’attachement
a et de point de détachement b est équivalente (économiquement) à la différence entre :
– une tranche de point d’attachement zéro et de détachement b, et
15.7. LA CORRÉLATION DE MARCHÉ 203
– une tranche d’attachement zéro et de détachement a. Corrélation!à

la monnaie
Dans le cadre de la corrélation composite, nous évaluions chaque tranche de manière séparée,
Corrélation!Smile
avec la corrélation de base, au contraire chaque tranche est évaluée comme la différence de valeur Corrélation!Skew
entre deux tranches ”equity”, chacune de celles-ci ayant une corrélation de base propre. Ainsi
l’algorithme de détermination des corrélation de base est-il le suivant :
– Pour la première tranche, il suffit de rendre nulle P V (S[0,a1 ] , ρ)[0,a1 ] en modifiant la corrélation ;
– Pour la seconde tranche, il faut rendre nulle la différence de valeurs entre deux tranches
”equity” : P V (S[a1 ,a2 ] , ρ)[0,a2 ] − P V (S[a1 ,a2 ] , ρ[0,a1 ] )[0,a1 ] , ayant fixé la corrélation de base de
la première tranche ρ[0,a1 ] ;
– et ainsi de suite pour chaque tranche.
15.7.3 Corrélation à la monnaie

C’est une nouvelle définition introduite par JP Morgan en Avril 2004, il s’agit simplement de
la corrélation de base correspondant à la tranche equity de point de détachement égal à la perte
moyenne (vue par le marché) sur le portefeuille. Cette mesure est utile lorsque l’on cherche à
comparer les corrélations entre portefeuilles, entre dates (cf. [ABM04]).
En analysant les corrélations de base pour différents indices, pour différentes maturités, les corrélations
de base apparaissent très différentes, le concept de corrélation doit permettre de comparer des
quantités qui ont la même signification. En effet comparer toute la courbe de corrélation de base
suppose qu’au même point d’attachement devrait correspondre la même corrélation, or le prix
d’une telle tranche dépend effectivement de la corrélation mais aussi des spreads du portefeuille
(en premier lieu du spread moyen du portefeuille). Il faut donc que cette mesure puisse être com-
parable quel que soit le spread moyen du portefeuille.
Compound correlation vs Base correlation
Corrélation composite Corrélation de base

Information Seuls les information de la Il faut connaı̂tre les prix sur
tranche sont nécessaires toutes les tranches
Arbitrage
Résolution numérique Pour les tranches mezzanine plu- Une seule solution bien définie
sieurs solutions sont possibles
Lien avec corrélation Intuitif Délicat car les tranches de base
historique (tranches equity épaisses) ne
sont pas traitées sur le marché
Cohérence entre Elle conserve l’espérance de
tranches perte et le delta à travers
tranches
Table 15.4 – Avantages et désavantages des deux types de corrélation
15.7.4 Le ”smile” ou le ”skew” de corrélation

La corrélation, qu’elle soit composite ou de base, n’est pas constante suivant la tranche considérée
pour un même portefeuille. Aussi par similarité avec le ”smile” de volatilité (ie une volatilité
différente suivant le strike de l’option ”equity”), la variation de la valeur de la corrélation compo-
site est nommée ”smile”.
Exemple de courbe : spot , variation au cours du temps - Explication de la forme de la courbe
Le ”skew” de corrélation est mesuré comme la différence entre la corrélation de base de la tranche
la plus senior et la corrélation de base de la tranche la plus junior.
15.7.5 Extrapolation de corrélation

Le marché des tranches étant maintenant relativement liquides, les banques ont essayé de
respecter une cohérence des prix entre tranches d’indices et tranches sur-mesure. En effet si une
banque traite une tranche :
Evolution des corrélation de base

0.7
iTraxx0−3
iTraxx3−6
iTraxx6−9
iTraxx9−12
0.6
iTraxx12−22
0.5
Base correlation
0.4
0.3
0.2
0.1
2005 2006
Date
Figure 15.12 – Corrélation de base au cours du temps pour les tranches d’Itraxx
15.7. LA CORRÉLATION DE MARCHÉ 205
Corrélation de base
à différentes dates
0.7
0.6
0.5
Base Correlation
0.4
0.3
0.2
0.1
5 10 15 20
Detachment point of tranche
Figure 15.13 – Corrélation de base pour les tranches d’Itraxx à différentes dates
Figure 15.14 – Smile de la corrélation composite pour Itraxx (Series 2) and CDX (NA Series 3)
au 13 Octobre 2004
– dont les points d’attachement ou de détachement ne correspondent pas tout à fait à ceux
des tranches standards ;
– ou dont le portefeuille n’est pas exactement celui de l’indice ;
il faut cependant qu’elle s’assure que son prix reste cohérent avec les prix des tranches standards :
il ne doit pas y avoir d’arbitrages possibles.
Contraintes sur ces corrélations - Conservation de l’expected loss -
Extrapolation sur même portefeuille / sur d’autres portefeuilles / au cours du temps
15.7.6 Extension du modèle de corrélation gaussienne

Le modèle de corrélation gaussienne classique ne permet pas de reproduire correctement les prix
des tranches d’où ce ”skew” de corrélation. Cela provient principalement d’une sous-estimation
du prix des tranches seniors. A cela plusieurs remèdes possibles :
– changer la distribution de la probabilité de défaut conditionnelle et donc en fait changer la
copule (cf. infra),
– rendre la corrélation aléatoire.
Corrélation aléatoire / Corrélation locale
15.7.7 Une comparaison avec le monde des dérivés actions
Dérivés actions Dérivés plusieurs crédit

Modèle de base Black & Scholes LHP-Vasicek
Paramètre Volatilité Corrélation
Problèmes de paramétrisation Smile de volatilité Skew de corrélation
Solutions Vol. stochastique Cor. stochastique
Processus de Levy Changement de copules
Table 15.5 – Dérivés actions vs crédit
15.8 Une dynamique des spreads de tranche ?

L’ensemble des modèles que nous avons vu jusqu’à présent essaye d’analyser les défauts sur
un portefeuille d’émetteurs. Ils utilisent les niveaux de spreads de chacun de ces émetteurs pour
en déduire une probabilité de défaut (voir une structure par terme de probabilité de défaut), ils
essayent de répliquer les spreads des tranches existants, mais par contre ils ne donnent aucune
information sur la dynamique possible de ces spreads. Aussi ne permettent-ils pas d’analyser des
options sur tranches de CDO (options sur spread ou même tranches ”Leveraged Super Senior”,
cf. 8.7.7).
La valorisation d’une Tranche de CDO, que ce soit initialement ou au cours de sa vie, repose sur
la connaissance de la distribution de perte au cours du temps, ou plus précisément la connaissance
de la loi de la variable aléatoire Lt représentant les pertes cumulées du portefeuille jusqu’à la
date t. Afin de quantifier les deux jambes d’une tranche de CDO, la jambe fixe (la prime) et
la jambe flottante (la perte), nous devons connaı̂tre cette surface de distribution, surface car
dépendant du temps : P [LT ≤ l|Ft ] la probabilité que les pertes cumulées à T soient supérieures
à l conditionnellement au fait que les pertes soient connues à la date t 2 .
Le marché fournit principalement un type d’information : les prix des tranches d’indices, dans le
cadre de l’Absence d’Opportunités d’Arbitrage, nous pourrons extraire de ces prix, des contraintes
sur la surface de distribution (P [LT ≤ l|Ft0 ]) ”spot”, ie telle que vu à cette date.
2. La filtration Ft peut recouvrir plus d’information que seul les pertes cumulées.
15.8. UNE DYNAMIQUE DES SPREADS DE TRANCHE ? 207
Un certain nombre de dérivés de CDO peuvent être évalués avec cette surface de distribution
”spot” : le ”Forward Starting CDO” tel que décrit dans [HW07] (la deuxième variation telle que
décrite au chapitre ??) peut être comprise comme une position longue/courte sur les maturités :
vente de protection sur la Tranche de CDO à la maturité la plus longue et achat de protection
sur la même Tranche jusqu’à la date effective. En effet si nous comparons ces deux positions : une
”Forward Starting CDO Tranche” à t1 /t2 (date effective et maturité) v.s. vente de protection à t2
et achat de protection à t1 avec les mêmes points d’attachement et de détachement :
– si les pertes sont inférieures au point d’attachement : aucune tranches n’est touchées ;
– si Lt1 < a et Lt2 > a : le ”Forward Starting CDO” va perdre min (d − a, Lt2 − a) et la vente
de protection à t2 va perdre le même montant ;
– si Lt1 > a et Lt2 > a : le ”Forward Starting CDO” va perdre min (d − Lt1 , Lt2 − Lt1 )
et la position ”long/short” va perdre/gagner min (d − a, Lt2 − a)/min (d − a, Lt1 − a), qui
correspond au même montant 3 .
Cependant afin de valoriser les autres ”Reset Tranches”, nous avons besoin d’une information
supplémentaire à la surface de distribution : la interdépendance temporelle des pertes, ie la
dépendance entre les niveaux de pertes à différentes dates. Pour le cas d’un ”Forward Starting
CDO” (première variation), nous avons besoin de la loi de (Lt1 , Lt2 ) afin de le valoriser.
Pour les options sur Tranches, qui sont dépendantes des spreads futures, la connaissance de la
surface de distribution ”spot” n’est pas suffisante. Une information supplémentaire est nécessaire :
la volatilité ou dynamique du spread. Cette hypothèse peut être ad-hoc directement sur la vo-
latilité du spread (voir [HW07]) ou bien peut être implicite dans une déformation de la surface
de distribution au cours du temps P [LT ≤ l|Ft ] : cette dernière hypothèse a conduit à la classe
de modèle connue sous le nom de ”Dynamic Losses Model”. Les Modèles Dynamiques de pertes
définis jusqu’à présent sont des extensions des modèles de CDO existants, ceux-ci étant classifiés
en deux catégories (cf. [HW08]) :
– Modèles Top-down : l’approche Top-down ne modélise que les évolutions des pertes du
portefeuille (y compris sa dynamique). L’article introduisant une telle dynamique pour la
distribution de perte ”forward” est [Sch05], où la distribution des pertes est représentée par
une chaı̂ne de Markov avec des taux de transitions stochastiques. [SPA05] explore les mêmes
idées mais d’une manière moins générale. Ces approches sont flexibles et faciles à manipuler
mais elles ne capturent pas toute l’information provenant des CDS simples noms.
– Modèles Bottom-up : cette approche part d’une représentation du risque de crédit de chaque
noms du portefeuille afin de construire une surface de distribution de perte. La modélisation
de cahque crédit se fait en partant de modélisation classiques :
– Modèles Structurels (cf. 9.1) : un modèle structurel définit le défaut comme le temps de
passage d’une barrière par un processus stochastique (dans l’article initial de Merton la
barrière représente la dette et le processus les actifs). Cette classe de modèle inclut une dy-
namique des probabilités de perte naturellement, introduisant les dépendances à travers le
processus stochastique comme combinaison linéaire de processus : mouvement brownien ou
processus Gamma (cf. [Jäc08]). Un type de modèle similaire représente l’évolution discrète
de la qualité de crédit, grâce à une chaı̂ne de Markov à taux de transitions stochastiques
(cf. [ACDV05]).
– Modèle à Forme Réduite (cf. 9.2) : un modèle à forme réduite utilise des intensités de défaut
pour représenter le risque de crédit ; un portefeuille peut être analysé avec des intensités
corrélés. Une extension naturel de ces modèles est d’utiliser des intensités stochastiques
pour chaque entité, qui peuvent être liées grâce : à des sauts communs (comme décrit dans
[DG01]), à des mouvements browniens corrélés , ou bien grâce à l’utilisation d’un temps
stochastique (pour passage du temps réel au temps d’information (cf. [JS06]).
3. Le résultat est le même en prenant en compte la date des paiements

Chapitre 16
Marché actions et marché crédit
Un certain nombre de produits hybrides, i.e. liant le risque de crédit au risque actions ont vu
le jour depuis plusieurs années. Des modèles basés sur le modèle de Merton ont essayé de lier de
manière concréte le prix des actions au risque de crédit, ceci afin d’arbitrer les deux marchés :
vision du risque de l’enreprise par le marché action vs le marché de crédit.
Nous allons voir ici deux exemples de tel produits :
– les ”Equity Default Swaps”, qui sont des put digitaux sur le cours de l’action avec un strike
bas ;
– les obligations convertibles : obligations donnant le droit au prêteur à maturité d’obtenir un
remboursement de l’obligation sous forme d’actions de l’emprunteur à prix fixé.
16.1 Relations empiriques entre les deux marchés

16.2 Les instruments
Définition des EDS
Convertibles
Arbitrage des convertibles
Les EDS : mesure du risque / pricing
16.3 Les modèles
209
210 CHAPITRE 16. MARCHÉ ACTIONS ET MARCHÉ CRÉDIT
211
212 CHAPITRE 17. GESTION ET MESURE DU RISQUE DE CRÉDIT
Chapitre 17
Gestion et Mesure du risque de

crédit
17.1 Mesure de risque

17.2 Risque de défaut
Scenario 8
ult
Defa Losses : 0
No
Entity C
lt
au
ef Defa
ult
Scenario 7
D
o
N Losses : 10
Entity B
D Scenario 6
ef u lt
a ul Defa Losses : 200
No
t
t
efaul
Entity C
No D
Defa Scenario 5
ult
Losses : 210
Entity A
Scenario 4
ul t
Defa Losses : 500
No
Defa
Entity C
ult
t
a ul
ef Defa
ult
Scenario 3
D
o
N Losses : 510
Entity B
D Scenario 2
ef ult
au Defa Losses : 700
lt No
Entity C
Defa Scenario 1
ult
Losses : 710
17.3. RISQUE DE MARCHÉ 213
17.3 Risque de marché

17.4 Scénario de Stress
214 CHAPITRE 17. GESTION ET MESURE DU RISQUE DE CRÉDIT
Troisième partie
Compléments mathématiques
215
Corrélation
de Pearson
Chapitre 18
Introduction à la dépendance
Dans le cadre d’une titrisation de dettes, le risque idiosyncratique des débiteurs n’est généralement
pas primordial. En effet le nombre de débiteur est généralement élevé (sauf pour les CDO et
CMBS), et d’après la loi des grands nombres, ce risque idiosyncratique disparaı̂t à la limite. C’est
pourquoi la dépendance entre débiteur va jouer un rôle aussi important dans la détermination
de la distribution, très souvent c’est la seule source de risque et dans tous les cas, c’est la prin-
cipale source de risque. Aussi accordons nous une importance spéciale aux mesures et types de
dépendance.
La dépendance de variables aléatoires est une notion complexe. Ce peut-être une dépendance
fonctionelle, une relation linéaire (la corrélation) ou des liens plus complexes. Prenons l’exemple
de deux probabilités de défaut de deux entreprises n’appartenant pas au même secteur. Ces pro-
babilités évoluent aléatoirement au cours du temps, en temps normal elles évoluent de manière
indépendante, mais les probabilités ne peuvent prendre de valeurs importantes que de manière
conjointe (c’est l’exemple classique d’une récession globale du type de 1929). D’autres exemples
de liens complexes entre variables aléatoires existent en finance :
– dépendance entre variations de cours de bourse (pour capturer des évènements tels que
”Black Monday” en Octobre 1987, ou la surévaluation d’un secteur),
– les défauts.
18.1 Définition des différents concepts de dépendance

18.1.1 Corrélation de Pearson
La corrélation de Pearson est la mesure de dépendance que nous utilisons le plus souvent,
même si elle n’est pas la plus adaptée.
Définition 14. Entre deux v.a. X et Y , la corrélation de Pearson est définie comme :
Cov(X, Y ) E(XY ) − E(X)E(Y )
ρ(X, Y ) = =
σ(X)σ(Y ) σ(X)σ(Y )
Cette mesure est aussi appelée coefficient de corrélation linéaire, en effet ρ = 1 ssi Y = aX + b.
Si une telle relation n’existe pas entre X et Y alors ρ n’appartiendra plus à l’intervalle [-1 ;1], mais
à un intervalle plus petit. D’ailleurs la corrélation peut aussi être définie de la manière suivante :
σ(Y )2 − mina,b E[(Y − (aX + b))2 ]

ρ(X, Y )2 =
σ(Y )2
Le coefficient de corrélation de Pearson satisfait les propriétés suivantes :

– −1 ≤ ρ ≤ 1,
– si X et Y sont des v.a. normales alors ρ = 0 ssi X et Y sont indépendantes.
217
218 CHAPITRE 18. INTRODUCTION À LA DÉPENDANCE
Un élément très important de cette définition est le fait que ce coefficient n’est pas exhaustif, en
ce sens où il ne permet pas de connaı̂tre réellement la relation de dépendance existante entre deux
variables. En effet, on verra par la suite qu’il est impossible de simuler deux variables aléatoires
dépendantes en connaissant uniquement leur corrélation de Pearson et leurs lois marginales : ces
informations ne suffisent pas à spécifier leur dépendance de manière unique.
Nous pouvons d’ores et déjà étudier ce que peut donner la corrélation dans le cas de quelques
expositions dans un portefeuille. Soient deux entités A et B ayant pour corrélation de défaut
ρAB et probabilités de défaut pA et pB . La figure 18.1 présente les quatre scénario possibles. La
probabilité de la zone hachurée est déterminée à partir de la corrélation, en effet :
P (Adef aut, Bdef aut) − pA pB

ρAB = p
pA pB (1 − pA )(1 − pB )
1
Défaut joint
Aucun défaut
Entité B
0 1
Entité A
Figure 18.1 – Scénarios de défaut pour deux entités indépendantes
Si maintenant, nous étudions trois entités, chacune des probabilités jointes P (Adef aut, Bdef aut),
P (Adef aut, Cdef aut) et P (Bdef aut, Cdef aut) peut être déterminée de la même manière. La diffi-
culté est de calculer P (Adef aut, Bdef aut, Cdef aut). En effet, nous n’avons aucunes informations
sur cette probabilité. La spécification des corrélations par pair d’un portefeuille n’est donc pas
suffisante, il faudrait introduire des notions de corrélations d’ordre supérieur à deux.
Exercice 11. – Prenons X une variable normale standard et X 2 , quel est leur corrélation ?
– Soient p1 et p2 deux probabilités de défaut, quelles sont les corrélations minimale et maximale
que peuvent avoir les deux variables aléatoires représentant le défaut ?
– Soit X suivant une loi lognormale standard et Y une loi lognormale de moyenne nulle et de
volatilité σ, quelle est la corrélation minimale et maximale entre X et Y ?.
– Déterminer pour trois entités (de probabilités de défaut p1 ,p2 et p3 et de corrélation ρ) le
minimum et le maximum pour la probabilité des trois défauts conjoints.
– Corrélation conditionelle : exprimer Corr(X, Y |X ∈ A) en fonction de la corrélation incon-
ditionnelle et des variance conditionelle et inconditionelle de X.
18.1. DÉFINITION DES DIFFÉRENTS CONCEPTS DE DÉPENDANCE 219
Cependant il faut noter que toute une classe de fonctions de distribution peuvents être décrite Tau de
Kendall
efficacement grâce à la corrélation : ce sont les distributions elliptiques (cf. 18.2.1).
18.1.2 τ de Kendall et Corrélation de rang

Afin de pallier aux défauts de la corrélation de Pearson, d’autres mesures de la dépendance
ont été introduites. Nous en introduisons ici deux :
– le τ de Kendall : il mesure les comouvements entre deux variables aléatoires ou la propension
de deux v.a. à évoluer dans la même direction,
– la corélation de rang ou corrélation de Spearman : elle mesure la corrélation entre les rangs
(les classements) des v.a. et non plus entre les v.a. directement.
Définition 15. Le τ de Kendall est une mesure de corrélation non-paramétrique (i.e. nous n’avons
pas besoin de connaı̂tre la paramétrisation sous-jacente des v.a.), définie comme :
τ (X, Y ) = P r{(X2 − X1 )(Y2 − Y1 ) ≥ 0} − P r{(X2 − X1 )(Y2 − Y1 ) < 0}
où (X1 , Y1 ) et (X2 , Y2 ) sont deux tirages indépendants du couple (X, Y ).
Le τ de Kendall satisfait alors les propriétés suivantes :
– −1 ≤ τ ≤ 1,
– si X et Y sont indépendants, alors τ = 0,
– si X et Y sont comonotonique, alors τ = 1,
– si X et −Y sont comonotoniques, alors τ = −1,
– τ est invariant par rapport à une transformation monotone, i.e. si f et g sont strictement
croissantes (ou décroissantes), alors τ (f (X), g(Y )) = τ (X, Y ), dans le cas où f et g ont des
monotonicité différentes, alors τ (f (X), g(Y )) = −τ (X, Y ), une application intéressante de
cette propriété est que, si FX et FY sont les fonctions de répartition respectivement de X
et de Y , alors τ (FX (X), FY (Y )) = τ (X, Y ), ce qui permet de mesurer τ directement sur
[0, 1] × [0, 1].
R1R1
– en terme de copule (cf. 18.2), τ = 4 0 0 C(u, v)dC(u, v) − 1.
Définition 16. Le coefficient de corrélation de rang de Spearman est défini comme :
ρS (X, Y ) = ρ(FX (X), FY (Y )) = 12E{(FX (X) − 0.5)(FY (Y ) − 0.5)}
où FX et FY sont respectivement les fonctions de répartition de X et Y .
Le coefficient de corrélation de rang de Spearman satisfait alors les propriétés suivantes :
– −1 ≤ ρS ≤ 1,
– si X et Y sont indépendants, alors ρS = 0,
– si X et Y sont comonotonique, alors ρS = 1,
– si X et −Y sont comonotoniques, alors ρS = −1,
– ρS est invariant par rapport à une transformation monotone, i.e. si f et g sont strictement
croissantes (ou décroissantes), alors ρS (f (X), g(Y )) = ρS (X, Y ), dans le cas où f et g ont des
monotonicité différentes, alors ρS (f (X), g(Y )) = −ρS (X, Y ), une application intéressante de
cette propriété est que, si FX et FY sont les fonctions de répartition respectivement de X
et de Y , alors ρS (FX (X), FY (Y )) = ρS (X, Y ), ce qui permet de mesurer ρS directement sur
[0, 1] × [0, 1].
R1R1
– en terme de copule, τ = 12 0 0 {C(u, v) − uv}dudv.
Sur un ensemble de données (Xi , Yi ) avec i = 1, ..., k, la détermination de ρS s’effectue en précisant

le rang (car le rang est une fonction monotone de F (X)) de chacune de ces données (Xi et Yi ),
puis en calculant le coefficient de corrélation de Pearson de ces rangs.
Exercice 12. Soient X et Y deux v.a. centrées réduites normales de corrélation ρ. Déterminer
τ et ρS .
Déterminer τ et ρS entre X et X 2 .
L’intérêt de ces deux mesures de dépendances réside dans leur invariance par rapport à une
transformation monotone. En effet lorsqu’on utilise le terme de corrélation pour des défauts, il erst
rarement précisé si il s’agit de la corrélation des défauts (corrélation entre les variables IAendef aut
et IBendef aut ) ou de la corrélation des actifs sous-jacent au défaut. L’introduction de ces mesures
évitent d’avoir à transformer une corrélation de défauts en corrélations d’actifs et vice-versa.
Ces deux définitions peuvent être définis pour chacun des types de copules que nous avons définis
(cf. 18.1).
Copule τ
Gaussienne
Gumbel
Fairlie
Clayton
Table 18.1 – τ pour les principales copules
Co-monotonicité
Nous introduisons ici une nouvelle notion qui permet de qualifier une dépendance entre deux
variables aléatoires. Nous allons tout d’abord en donner une définition puis essayer d’expliquer
d’où vient cette notion.
Définition 17. Deux variables aléatoires X et Y sont dites co-monotonique si il existe une v.a.
Z t.q.
X = u(Z) et Y = v(Z) avec probabilité 1
où les fonctions u et v sont non-décroissantes.
Lorsqu’on étudie les dépendances entre variables, l’une des difficultés réside dans l’existence
potentielle soit de relations entre ces variables, soit de relations avec une troisième variable cachée.
18.1.3 Dépendance de variables discrètes

L’ensemble des mesures présentées dans les sections précédentes n’est pas adapté aux variables
discrètes. De nouvelles mesures ont été definies afin de convenir aux variables discrètes. Dans le
cadre du risque de crédit nous devons analyser principalement des variables binaires.
Définition 18. Si nous considérons deux variables aléatoires discrètes X et Y ((X1 , Y1 ) et

(X2 , Y2 ) étant des tirages indépendants de cette loi), alors :
– Kendall τb définie comme :
τ
τb = p
P [X1 6= X2 ]P [Y1 6= Y2 ]
– Somer dX défini comme :

τ
dX =
6 X2 ]
P [X1 =
– Mesure de concordance définie comme :
P (ConcordantScenario)
φ=
P (DiscordantScenario)
18.1. DÉFINITION DES DIFFÉRENTS CONCEPTS DE DÉPENDANCE 221
Variable colonne
D ¬D
D a b a+b
Variable ligne ¬D c d c+d
a+c b+d
Table 18.2 – Une table de contingence 2x2
Tables de Contingence
Mesure γ
18.1.4 Dépendance des queues de distribution

Lorsque le domaine d’intérêt de deux variables aléatoires se trouve dans la queue de distri-
bution, il existe une mesure de la dépendance particulièrement attractive qui se résume à un
nombre.
Définition 19. Soient X et Y deux variables aléatoires de fonctions de répartition FX et FY , le

coefficient de dépendance λ est alors défini comme :
lim P [Y > FY−1 (α)|X > FX

−1
(α)] = λ
α→1−
en supposant qu’une limite existe. Si λ = 0, on dit que X et Y sont asymptotiquement indépendants.
La figure 18.2 décrit la zone qui détermine la dépendance des queues de distribution. Seul le
comportement des variables aléatoires dans cette zone aura un impact sur le calcul de ce coefficient.
Lorsque les fonctions de répartition sont continues et qu’une copule existe, on peut reca-
ractériser ce coefficient de la manière suivante :
1 − 2α + C(α, α)
λ = lim−
α→1 1−α
Ainsi comme pour les copules ce coefficient est invariant par rapport à des transformations crois-
santes. Cela nous permet d’envisager une autre définition possible pour deux variables aléatoires
uniformes :
1 − 2α + C(α, α)
λ = lim−
α→1 1−α
d(1 − 2x + C(x, x))
= − lim−
x→1 dx
= lim P [U2 > x|U1 = x] + lim P [U1 > x|U2 = x]
x→1− x→1−
Dans le cas où la copule est symétrique et les lois marginales identiques, alors :
λ = 2 lim− P [U1 > x|U2 = x]

x→1
= 2 lim− P [F −1 (U1 ) > F −1 (x)|F −1 (U2 ) = F −1 (x)]
x→1
= 2 lim− P [Y > F −1 (x)|X = F −1 (x)]
x→1
Un résultat très intéressant est obtenu lorsqu’on utilise cette définition dans le cadre de deux
F(Y) 1 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
F(Y)>a|F(X)>a
F(Y)>a xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
0 F(X)>a 1 F(X)
Figure 18.2 – Représentation graphique de la zone étudiée lors de l’étude de la dépendance des
queues de distribution
18.2. COPULES 223
variables aléatoires normales de corrélation ρ. En effet : Copule
λ= 2 lim− P [Y > x|X = x]

x←1
√
1−ρ
= 2 lim− Φ(x √ )
x←1 1+ρ
= 0 ∀ρ < 1
Lorsque l’on considère deux variables aléatoires normales, leur dépendence disparaı̂t pour des
évènements extrêmes de probabilités très faibles, et ce quel que soit leur niveau de corrélation (à
partir du moment où il est différent de un). Ainsi le choix de variables aléatoires normales par
exemple comme variables sous-jacentes pour simuler le défaut est-il très dangereux. En effet la
dépendence réellement prise en compte dépendra alors de la probabilité de défaut des entités, avec
une dépendance plus faible pour des entités ayant une notation élevée.
Ce résultat pour la loi normale est à comparer avec le résultat pour la loi de Student. En effet si
(X, Y ) suit une loi de Student a ν degrés de liberté et une corrélation ρ, alors conditionnellement
à X = x,
ν + 1 1/2 Y − ρx
( ) p t̃ν+1
ν + x2 1 − ρ2
Nous pouvons alors utiliser ce résultat pour montrer que :
√ √
ν+1 1−ρ
λ = 2(1 − tν+1 ( √ ))
1+ρ
Les figures ?? présentent les densités de loi normale ou de Student avec une corrélation très
élevée de 90% (les deux lois ont même moyenne et variance). Autour de la moyenne, la dépendance
est effectivement bien visible, mais dès que l’on approche des régions plus extrêmes, la dépendance
disparaı̂t dans le cadre de le loi normale.
18.2 Copules
Les principaux concepts de dépendance sont des descriptions succinctes de la dépendance
de deux variables aléatoires, ils résument cette dépendance en un seul nombre. Cependant la
dépendance de deux variables aléatoires peut prendre des formes infinies, la figure 18.3 présente
quelques relations de dépendances simples mais ne pouvant pas être capturées par la corrélation
classique car hautement non-linéaire.
Une copule représente la dépendance entre deux variables aléatoires indépendamment de leurs dis-
tributions marginales, en ne s’intéressant qu’à la dépendance des variables transformées Fi (Xi ),
où Fi est la fonction de répartition marginale de la v.a. Xi . La copule est définie comme la distri-
bution multivariéedes variables transformées Fi (Xi ). Cette approche permet de séparer l’analyse
des lois marginales de chaque variable de l’analyse de leur dépendance.
Une copule est définie mathématiquement comme suit.
Définition 20. Une n-copule est la fonction de répartition d’un vecteur aléatoire de dimension n
ayant des lois marginales uniformes. De manière équivalente, une copule est une fonction ayant
les propriétés suivantes :
– C(x1 , ..., xn ) est croissante suivant chacune de ces composantes xi ,
– ∀1 ≤ i ≤ n C(1, ..., 1, xi , 1, ..., 1) = xi ,
P2 P2
– ∀(a1 , ..., an ), (b1 , ..., bn ) ∈ [0, 1]n , ∀iai ≤ bi , on a : i1 =1 . . . in =1 (−1)i1 +...+in C(x1i1 , ..., xnin )) ≥
0 avec xj1 = aj et xj2 = bj .
La description exacte de la distribution de deux variables aléatoires dépendantes est faite par
le biais de leur fonction de répartition jointe : F (x1 , x2 ) = P (X1 ≤ x1 , X2 ≤ x2 ), mais on peut
aussi décrire cette fonction à l’aide de la copule : F (x1 , x2 ) = C(F1 (x1 ), F2 (x2 )). Ainsi il y a au
moins autant de copules que de distributions multidimensionnelles, car chacune de ces distributions
définit une copule.
Copula of X and Y Copula of X and Y

such that Y=X+Epsilon such that Y=X^5+Epsilon
1.0
1.0
0.8
0.8
Uniform variable
Uniform variable
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
Uniform variable Uniform variable
Copula of X and Y Copula of X and Y

such that Y=1/X+Epsilon such that Y=1/X+Epsilon with X>0
1.0
1.0
0.8
0.8
Uniform variable
Uniform variable
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
Figure 18.3 – Tirages aléatoires de couple liées par différentes relations présentées sous forme de
copules
18.2. COPULES 225
Théorème 21. Soit C une n-copule, alors ∀u ∈ [0, 1]n , on a : Copule

Elliptique
max(u1 + ... + un − n + 1, 0) ≤ C(u) ≤ min(u1 , ..., un )
Il est à noter que la borne supérieure définit une n-copule, et en un point u donné, il existe une
n-copule égale en ce point à la borne inférieure (Pour n = 2, les deux bornes sont des copules).
Ce théorème nous permettra notamment d’étudier les deux cas extrêmes dans la dépendance
des défauts : la dépendance totale. L’indépendance entre variables aléatoires se traduira au niveau
d’un copule, par le fait qu’elle est définie comme le produit de ces éléments.
Dans la suite, nous nous intéresserons principalement à des copules échangeables, i.e. des copules
qui sont symétriques ou interchangeables en chacune de leur composantes. En effet, l’analyse du
risque de crédit de portefeuille généralement ne privilégie pas un crédit par rapport à un autre
dans la définition des dépendances et de son explication. Nous introduisons ici différents types
de copules pour une paire de variables aléatoires dépendantes (X, Y ), puis nous décrivons leurs
propriétés.
18.2.1 Copule Elliptique

Définition 22. Un vecteur aléatoire X de dimension n a une distribution elliptique, avec les
paramètres µ ∈ Rn et Σ ∈ Rn×n une matrice symétrique et définie positive et φ une fonction
[0; ∞) → R, si la fonction caractéristique de ϕ de X − µ est de la forme :
ϕ(t) = φ(tT Σt)
Nous noterons alors l’appartenance à cette famille par :X ∼ En (µ, Σ, φ).
Le théorème suivant permet aussi de caractériser une variable suivant une loi elliptique de
manière plus intuitive (cf. 18.4)
Théorème 23. Si X suit une loi elliptique multivariée de paramètres (µ, Σ, φ) avec k le rang de
Σ, alors il existe U un vecteur aléatoire de loi uniforme sur l’hypersphère Z ∈ Rk |Z T .Z = 1 et R
une variable alétoire non-négative indépendante de U et une matrice A ∈ Rn×k avec AT A = Σ
telle que :
X = µ + RAU
La figure 18.4 permet de se représenter la construction d’une loi elliptique multivariée :

– l’hypersphère unité définit l’espace des directions des vecteurs (chaque composante de ce
vecteur définissant les variables aléatoires dépendantes ;
– cette hypersphère est déformée en ellipse ;
– puis la norme du vecteur est définit par la variable aléatoire R.
La famille des distributions elliptiques est aussi stable par addition d’un scalaire ou multipli-
cation par une matrice scalaire, et stable par addition sous conditions.
Théorème 24 (Addition-Multiplication par scalaire). Soient X ∼ En (µ, Σ, φ), B une matrice

k × n et b ∈ Rk . Alors
b + BX ∼ Ek (b + Bµ, BΣB T , φ)
Théorème 25 (Addition). Soient X ∼ En (µ, Σ, φ) et X e ∼ En (e

µ, cΣ, φ)
e avec c > 0 deux variable
aléatoires multivariées indépendantes. Alors pour a, b ∈ R,
e ∼ En (b + Bµ, BΣB T , φ)
aX + bX
De plus la distribution marginale d’une distribution elliptique est elliptique aussi.

Figure 18.4 – Construction d’une distribution elliptique (source F. Lindskog RiskLab)

18.2. COPULES 227
Théorème 26 (Marginales). Soient X ∼ En (µ, Σ, φ), alors
X1 ∼ Er (µ1 , Σ11 , φ) et X2 ∼ En−r (µ2 , Σ22 , φ)
où µ1 représente les r premières composantes de µ et Σ11 la sous-matrice (Σij )i,j=1...,r .
Nous citons ici les deux copules elliptiques les plus connues : copule gaussienne et copule de
student.
copule Gaussienne
Définition 27. Une copule gaussienne est de la forme suivante :

Φ−1 (x) Φ−1 (y)
s2 − 2ρst + t2
Z Z
1
C(x, y) = exp{− }dsdt = Φ2 (Φ−1 (x), Φ−1 (y))
−∞ −∞ 2π(1 − ρ2 )1/2 2(1 − ρ2 )
où Φ est la fonction de répartition de la loi normale standard et ρ le coefficient de corrélation

entre X et Y .
copule de Student
Introduisons tout d’abord la distribution de Student :
Z x
Γ((ν + 1)/2)
tν (x) = 1/2
(1 + y 2 /ν)−(ν+1)/2 dy
−∞ Γ(ν/2)(νπ)
Soit Σ la matrice de corrélation des varaibles aléatoires et ν le degré de liberté, alors la copule de
Student est définie par :
Z t−1
ν (u) Γ((ν + 1)/2)
C(u1 , ..., ud ) = (1 + y 2 /ν)−(ν+1)/2 dy
−∞ Γ(ν/2)(νπ)1/2
Elliptical Copula Density No: 1 − Normal Elliptical Copula Density No: 1 − Normal Elliptical Copula Density No: 1 − Normal
rho = 0.05 rho = 0.5 rho = 0.95
1.0
1.0
1.0
1.0 1.2 0.1 0.2 0.3

82 0.87 0.9 0.92 0.94 0.96 1.0 8 1.09 1.1
0.4 0.5 0.6 0.7 0.9 3.3 0.5 3
0.
2.6
1.1 1
5 1.0 1.1 4 1
0.91
2.2
9 0.93 0.95 1.0 0.8 2

7
6 1 2.
0.8 7 2.3 8 1.5
0.86
6.5
1.12
2
5 6
2.1 2.
1.9 5.5
1.7 1.8 5
0.8
0.8
0.8
1.6 4.5
1.5
4
1. 1.4
04
1.3
0.97 1.03 3.5
0.98 1.02
0.6
0.6
0.6
1.2
Mean: 1.01 | Tau 0.8
3
Mean: 1 | Tau 0.03
Mean: 1 | Tau 0.33
0.99 1.01
v
1 1
1.1
1.01
0.99
0.4
0.4
0.4
1.02 1.2
0.98
1.03
3.5
1.3
1.
04
1.4
6 4
0.9 1.5
0.2
0.2
0.2
1.6 4.5
1.7
1.8 5
1.9
2.1
5.5
0.88
1.0 5
9 2 2.
2. 2.3 6.5
1.
1.08 8 1.5
13
7
0.94
7
1.12 1.07 0.8 2

0.8
7.5
0.92
2.2
1.06 0.9 3.3 1

8
1.11 1.05 1
2.6
1.17 5 82
1.1 0.97 0.93 0.91 0.89 0.86
0.0
0.0
0.0
0.9 0. 1.1 0.9 0.7 0.6 0.5 0.4 0.3 0.2 0.1 6 0.5
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
u u u
1: Normal | 2: Student−t [Cauchy] | 3: Logistic | 4: Exponential Power [Laplace|Kotz] 1: Normal | 2: Student−t [Cauchy] | 3: Logistic | 4: Exponential Power [Laplace|Kotz] 1: Normal | 2: Student−t [Cauchy] | 3: Logistic | 4: Exponential Power [Laplace|Kotz]
Figure 18.5 – Densité d’une copule gaussienne pour différentes corrélations (Copule Elliptique)
copule de Farlie-Gumbel-Morgenstern
Définition 28. Une copule de Farlie-Gumbel-Morgenstern est de la forme suivante :
C(x, y) = xy[1 + α(1 − x)(1 − y)]
où α est un paramètre de [-1,1] contrôlant la dépendance des deux variables. Lorsque α = 0, il y
a indépendance et lorsque |α| = 1 il y a dépendance parfaite.
Elliptical Copula Density No: 2 − Student t Elliptical Copula Density No: 2 − Student t Elliptical Copula Density No: 2 − Student t
rho = 0.05 nu = 2 rho = 0.5 nu = 2 rho = 0.95 nu = 2
1.0
1.0
1.0
0.3 0.5 1 4 2
1.9
2.4
0.4
1.4
1.6
0.5 1 7 4
0.6 14
1.8 2
1.5
0.7 3.5
1.3 1.5
3
12
0.5
1.2 0.8 1.4 10
2.5
1.1 1.3 8
0.9
1.2
0.9
1 2
0.8
0.8
0.8
1
6
0.6 0.5
0.8
0.6
1.1
1.2
1.5
0.6
0.6
0.6
Mean: 1.01 | Tau 0.33
Mean: 1.01 | Tau 0.8

Mean: 1 | Tau 0.03
v
v
0.4
0.4
0.4
1.5
0.3
0.3
0.5
0.7
0.4
0.4
0.8
1.1
0.7
0.2
0.2
0.2
1 6
1
0.9
2
1.2
0.9 1.1
1.3 8
1.2 2.5
0.8
1.4 1.5 3 0.5 10
1.8 0.7 1.3 1.5
2 0.6 3.5 12
14
1.6
0.5
1.4
1.9
2.4
0.4 7 1 4
4
0.0
0.0
0.0
0.3 1 0.5 2
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
u u u
Figure 18.6 – Densité d’une copule de Student (3 degrés de liberté) pour différentes corrélations
(Copule Elliptique)
Elliptical Copula Density No: 3 − Logistic Elliptical Copula Density No: 3 − Logistic Elliptical Copula Density No: 3 − Logistic
rho = 0.05 rho = 0.5 rho = 0.95
1.0
1.0
1.0
7 0.1 0.2 0.3 0.4 0.6 0.8 1 2.2 2.5 33.5.6 0.5 6
0.5 1 0. 1.23 1.24 0.8
0.9
0.6 8 1.5
0.96
1.9
1
1.1 0.86 0.7 0.9

0.8
1.01
1.2
7
1.17
8
2
0.5
2.6
1.13 2
0.91
8 1.16 0.9 1.7 2.1

0.7 1.15 1 5
0.6
1 1.12 1.14 4 6.
0.7 1.11 0.92
1
9
4
0.8
0.99 2.5
2.
0.8 1.08 1.1 1.09 5.5

3
2
0.8 0.98
0.7
1.07 1.02
96
1.06 5
0.
1.05
2 0.88 1.03 1.04 1.03 4.5
0.8 0.95 1.02 1.04
0.8
0.8
0.8
93 1.8
0.9 0. 1
6 4
0.99
0.98 0.98 1.0 1.08
0.94 0.97 0.97
3 1.6
9
1.1 3.5
1.0
1.01 0.95 1.5

0.94
2
1.16
1.05 0.92
1.1
1.4
2
1.07
1.2
1.11 0.9
1.17
1.3 3
1.26
0.6
0.6
0.6
1.1
Mean: 1.01 | Tau 0.8

1.14
0.88
Mean: 1 | Tau 0.03
Mean: 1 | Tau 0.33

1.2
1.
1.2
18
1.15
0.87
1.2
1.24
1
1.19
1.1
v
1.1
1.24
1.19
1.23
1.14
1.1
8
1.28
0.4
0.4
1.2
0.4
1.15
1.11
1.22
0.89
1.17
1.0 1.3 3
7 1.1
0.91
1.21
2
1.16
1.4
1.1
1.05
0.93
1.01 1.5
3
9
3.5
1.0
1.1 0.96 1.6

1.08 6 0.98 4
0.2
0.2
0.2
1.0 0.99 0.9 4

1
0.95 0.88 1.8
1.04 1.03 1.02 6
1.03 1.04
1.02 1.05 0.9 0.91 0.87 .79 4.5
1.06 0
0.98 0. 1.07 6 5
3
0.9
99 1.08 1.09 0.8 0.8

0.92 0 1.11 2 5.5 2.5
9
1.1
0.8
1.12 0.7
2.
.9
1
4 1.14 2.1 1.7 5

3
3 1.16 1.15
0.92
0.86 6. 1
1.01
1.1 2
0.8
0.7 2 1.9
1.17 0.6 0.6 2
0.96
1.2
7
2.8
0.8 0.8 1.5

0.9
1.22 1.19
8
2.5 1
0.9
1.18 2 71 2.2
0.8 0.61
0.9
1.23 1.27 0.5

0.0
0.0
0.0
0. 0.9 0.7 0.5 0.4 0.3 0.2 0.1 6 0.5
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
u u u
Figure 18.7 – Densité d’une copule Logistique pour différentes corrélations (Copule Elliptique)
18.2. COPULES 229
18.2.2 Copule Archimédienne Copule Ar-

chimédienne
Nous introduisons ici une seconde famille de copule : les copules archimédiennes. Cette famille
permet de simplifier l’analyse et la simulations de variables aléatoires dépendantes. En effet on
passe de l’étude d’une fonction multidimensionnelle à l’étude d’une fonction uni-dimensionelle.
Définition 29. Une copule archimédienne est de la forme :
Xn
C(x1 , . . . , xn ) = ψ( ψ −1 (xi ))
i=1
pour une fonction génératrice ψ et son inverse généralisée ψ −1 . Une fonction génératrice satisfait
les conditions suivantes :
– ψ : [0, ∞) → [0, 1] avec ψ(0) = 1 et limx→+∞ ψ(x) = 0 ;
– c’est une fonction continue,
– ψ est strictement décroissante sur [0, ψ −1 (0)] ;
– et ψ −1 est définie par ψ −1 = inf{u : ψ(u) ≤ x}.
Attention les propriétés énoncées ci-dessus ne sont pas toujours suffisantes afin de générer une
copule archimédienne de dimension n.
Archimedean Copula No: 1 − Clayton Archimedean Copula No: 1 − Clayton Archimedean Copula No: 1 − Clayton
[−1|Inf) alpha = 0.1 tau = 0.044 rho = 0.066 [−1|Inf) alpha = 1 tau = 0.333 rho = 0.478 [−1|Inf) alpha = 2 tau = 0.5 rho = 0.682
1.0
1.0
1.0
1.8
1.
08
0.82
1.6 2
0.2
0.8
0.8
0.8
0.84
1.0
6
0.86
1.4
1.5
0.4
0.88
2
0.9
0.6
0.6
0.6
0.6
1.04 1.2
0.9
0.96
0.94
1.02
0.98
0.4
0.4
0.4
0.8
1
0.5
1.02
0.98
1.04 1.4
1.2
0.96
1
1.06
2.5
0.2
0.2
0.2
1.5
1.1 1.8
0.94
2
1.6
1.0 2 3
8 2.2
1
0.92
1.1
6 2.4 2.6 4
1.2
2
2
0.88 3.2
1.1 0.8 5.5
1. 4
2
1.3 3.5
4.4
7
1.1
0.9 0.82 1 0.4 0.5

1
0.86 0.84 0.6 0.2 1

0.0
0.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
Figure 18.8 – Densité d’une copule de Clayton pour différentes Tau de Kendall (Copule Ar-
chimédienne)
Propriétés des fonctions génératrices
Nous allons décrire ici les conditions nécessaires et suffisantes afin qu’une fonction génératrice
permette de définir une copule.
– Une fonction génératrice ψ (possédant donc les propriétés enoncées ci-dessus) définit une
copule bivariée, ie n = 2, ssi ψ est convexe (cf. Ling - 1965).
– Une fonction génératrices ψ définit une copule, quelle que soit sa dimension n, ssi ψ est
complétement monotone, i.e. ψ ∈ C ∞ et ∀k ∈ N ∗ (−1)k ψ (k) (x) ≥ 0 (cf. Kimberling 1974).
– Une fonction génératrices ψ définit une copule, pour une dimension d, si ψ ∈ C d et ∀k ∈
{1, . . . , d} (−1)k ψ (k) (x) ≥ 0 (cf. Nelsen 2006).
– Une fonction génératrices ψ définit une copule, pour une dimension d, ssi ψ est d-monotone,
i.e. ψ ∈ C d−2 , ∀k ∈ {1, . . . , d − 2} (−1)k ψ (k) (x) ≥ 0 et (−1)d−2 ψ (d−2) est non-négative,
non-croissante et convexe sur [0, ∞) (cf. McNeil & Neslehova 2007).
Archimedean Copula No: 4 − Gumbel−Hougard Archimedean Copula No: 4 − Gumbel−Hougard Archimedean Copula No: 4 − Gumbel−Hougard
[1|Inf) alpha = 1.1 tau = 0.05 rho = 0.068 [1|Inf) alpha = 1.7 tau = 0.35 rho = 0.478 [1|Inf) alpha = 2 tau = 0.5 rho = 0.682
1.0
1.0
1.0
0.75
0.7 0.85 0.95 1.7
4
1.4
5
4
1.3
1.4 3 3.5
1.2 3
0.8
2
1.25 2.5
1.5
0.8
0.8
0.8
2 2.5
1.15
0.9 1.1
1.05
0.6
0.6
0.6
0.5
0.5
1
0.4
0.4
0.4
1.05
1
1.5 1.5
1.15
0.2
0.2
0.2
0.75
2
2
2.5
1.1
0.9
2.5
1.2
5
5
0.9
1.2
0.7
5 0.5 1.5 0.5

1
0.8 1
0.8
1
0.0
0.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
Figure 18.9 – Densité d’une copule de Gumbel pour différentes Tau de Kendall (Copule Ar-
chimédienne)
Dans la plupart des cas pratiques, une copule archimédienne est basée sur une fonction génératrice
complétement monotone. Cette hypothèse n’est pas neutre car dans ce cas, une telle copule ne peut
représenter que certains type de dépendances. En effet si ψ est complétement monotone alors :
Xn n
Y
ψ( ψ −1 (xi )) ≥ xi
i=1 i=1
i.e. la dépendance entre ces variables est positive.

Théorème 30 (Theorème de Bernstein). Toute fonction f à valeurs réelles sur [0, ∞) qui est
complétement monotone est une combinaison d’exponentielles : il existe une mesure de Borel
positive sur [0, ∞) avec une fonction de distribution cumulée G telle que :
Z +∞
f (t) = e−tx dG(x)
0
Autrement dit toute fonction complétement monotone est la transformée de Laplace de la distri-
bution cumulée d’une variable aléatoire non-négative.
Représentations de variable dépendante suivant une copule archimédienne

Une copule archimédienne dont la fonction génératrice ψ est complètement monotone peut être
représentée de différentes manières :
– comme une combinaison de variable exponentielles indépendantes ; ou
– une distribution uniformes sur une homothétie de simplex.
Théorème 31 (Combinaison de variables exponentielles - Marshall-Olkin). Soit une variable
aléatoire multivariée X
– Survival function
– Survival copula
– H(x) = ψ(||x||1 )
– Laplace
– X = Y /W
Théorème 32 (Equivalence entre Distribution Simplexe et Copule Archimédienne). Si C(u) =
ψ ψ (−1) (u1 ) + . . . + ψ (−1) (un ) et U ∼ C, alors
X =d (ψ (−1) (U1 ), . . . , ψ (−1) (Un ))

18.2. COPULES 231
suit une distribution simplexe avec une probabilité nulle en zéro. Inversement, soient une variable
aléatoire non négative R telle que P (R = 0) = 0 et un vecteur aléatoire Sn indépendant de R
uniformément distribué sur :
n o
S = ∀i = 1, . . . , n xi ∈ R+ x1 + . . . + xn = 1

alors la copule de survie de X =d RSn est une copule archimédienne.

Le théorème suivant permet de représenter la dépendance d’une séquence échangeable de
variable de Bernouilli (cf. Théorème de représentation de de Finetti 18.3) à une copule Ar-
chimédienne.
Théorème 33. Pour toutes les séquences infinies binaires échangeables {X1 , . . . , Xn , . . .}, où les
variables aléatoires prennent
Pn leurs (−1)
dans {0, 1}, il existe un générateur ψ d’une copule Ar-
valeurs
chimédienne tel que ψ i=1 ψ (x i ) soit la copule de variables aléatoires continues (V1 , . . . , Vn )
qui vont définir les variables binaires (X1 , . . . , Xn ) par la relation ∀i Xi = IVi <D .
Démonstration. D’après le théorème de représentation de Finetti (cf. 18.3) la loi de (X1 , . . . , Xn )
peut être définie comme :
Z 1
P (X1 = x1 , . . . , Xn = xn ) = θtn (1 − θ)n−tn dF (θ)
0
Pn
avec tn = i=1 xi . et F une distribution.
Si d’autre part nous considérons un vecteur (Y1 , . . . , Yn ) de variables uniformes sur [0, 1] indépendantes,
1/Z 1/Z
alors, d’après Marshall-Olkin (1988), si Z est une variable aléatoire alors le vecteur (Y1 , . . . , Yn )
suit une copule archimédienne de générateur ψ tel que :
ψ(t) = E[e−tZ ]
Soient
ln(1 − Θ)
Z= et ∀i ∈ N X
ei = I 1/Z
Y ≥1/2
ln(1/2) i
où Θ est une variable aléatoire. Alors quel que soient les valeurs du vecteur (x1 , . . . , xn ), nous
avons

1/Z 1
P (X1 = x1 , . . . , Xn = xn ) = P Yi
e e ≥ if xi = 1 else otherwise
2
= P (Yi ≥ 1 − Θ if xi = 1 else otherwise)
Z
= P (Yi ≥ 1 − θ if xi = 1 else otherwise) dF (θ)
Z
= θtn (1 − θ)n−tn dF (θ)
Prouvant ainsi l’égalité entre des lois entre les variables aléatoires X1 , . . . , Xn et (X
e1 , . . . , X
en ).
Ce résultat repose sur le théorème de représentation de de Finetti et donc a les mêmes limi-
tations : cette représentation par une copule archimédienne n’est valable que pour une séquence
infinie de variables échangeables.
Exercice 13. Prenons la variable aléatoire multivariée X telle que
1
P (X = (1, 0, 0)) = P (X = (0, 1, 0)) = P (X = (0, 0, 1)) =
3
Copule de – Définir sa copule.

Marshall-
Olkin – Montrer qu’il n’existe pas de fonction ψ (génératrice d’un copule archimédienne) pour cette
copule.
copule de Gumbel
Définition 34. Une copule de Gumbel ou copule logistique est de la forme suivante :
C(x, y) = exp [−{(− ln x)1/β + (− ln y)1/β }β ]
où β est un paramètre de [0,1] contrôlant la dépendance des deux variables. Lorsque β = 1, il y a
indépendance et lorsque β → 0+ il y a dépendance parfaite.
Gumbel Copula with Beta=0.1 Gumbel Copula with Beta=0.3

1.0
1.0
0.8
0.8
Uniform variable
Uniform variable
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
Gumbel Copula with Beta=0.5 Gumbel Copula with Beta=0.9

1.0
1.0
0.8
0.8
Uniform variable
Uniform variable
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
Figure 18.10 – Tirages aléatoires de couple liées par une copule de Gumbel : on peut voir la
convergence vers l’indépendance lorsque Beta → 1
Copules Archimédiennes Hiérarchiques
18.2.3 Copule de Marshall-Olkin

Cette classe de copule a été introduite afin de modéliser la fragilité de système de composants
en théorie de la fiabilité. Elle a été introduite initialement grâce à la distribution exponentielle
18.3. DÉPENDANCE DE VARIABLES DE BERNOUILLI 233
bivariée. Copule des

valeurs
extrêmes
18.2.4 Copule de valeurs extrêmes
Définition 35. Une copule des valeurs extrêmes est telle que :
h iα
C(uα1 , uα
2 , ...., u α
n ) = C(u 1 , u2 , ..., u n )
où α est un réel positif

copule de Clayton
Définition 36. Une copule de Clayton est de la forme suivante :
C(x, y) = {x−α + y −α − 1}−1/α
où α est un paramètre de [−1, +∞[−{0} contrôlant la dépendance des deux variables.
Si on étudie le domaine extrême de cette distribution, lorsque x = 1 − 1 et y = 1 − 2 , la
copule prend alors la forme suivante : C(x, y) = 1 − (1 + 2 ) − (α + 1)(21 − 1 2 + 22 )
Exercice 14. Copule de Marshall-Olkin Il s’agit d’une classe de copules, dont la construction
suit toujours le même principe. Nous les introduisons ici car elles sont très utiles en théorie de la
viabilité.
Considérons un système à deux composants sujet à pannes. Ces pannes proviennent de trois pro-
cessus de Poisson, un processus affectant cahcun des deux composants et le troisième affectant les
deux composants en même temps. Soient X1 et X2 les durées de vie des composants et Z1 , Z2 , Z12
les dates d’occurence des pannes suivant une loi exponentielle de paramètres λ1 , λ2 , λ12 respective-
ment. Quelle est la copule ?
18.3 Dépendance de variables de Bernouilli

18.3.1 Théorême de représentation de Finetti
Une séquence infinie X1 , . . . , Xn , . . . de variable aléatoire est dite échangeable si
∀n = 2, 3, . . . X1 , . . . , Xn =D Xπ(1) , . . . , Xπ(n)
pour toutes les permutations π de l’ensemble {1, . . . , n}. Nous introduirons aussi la notion de
”n-échangeable” lorsque une séquence finie X1 , . . . , Xn de variable aléatoire est telle que
∀k ≤ nX1 , . . . , Xk =D Xπ(1) , . . . , Xπ(k)
pour toutes les permutations π de l’ensemble {1, . . . , k}.

Théorème 37 (Théorème de représentation de de Finetti). de Finetti (cf. [dF31]) a montré
que toutes les séquences infinies binaires échangeables, où les variables aléatoires prennent leurs
valeurs dans {0, 1}, sont des mixtures de séquence de variables de Bernouilli indépendantes. Ainsi
une séquence infinie binaire X1 , . . . , Xn , . . . est échangeable ssi il existe une distribution F de
support [0, 1] telle que :
Z 1
∀nP (X1 = x1 , . . . , Xn = xn ) = θtn (1 − θ)n−tn dF (θ)
0
Pn
avec tn = i=1 xi .
Dans le cadre d’une application à un portefeuille de risque de crédit, ce théorème a deux
limitations :
– les variables aléatoires considérées ici sont échangeables, c’est à dire que la probabilité de la
valeur 1 est commune à toutes les variables, en d’autres terms il n’y a pas d’hétérogénéité
des probabilités de défaut du portefeuille ;
– la condition d’échangeabilité est sur la séquence infinie, la condition n-échangeable ne suffit
pas pour que le théorème de représentation de de Finetti s’applique.
A première vue la seconde limitation paraı̂t anodine, mais en fait la condition d’échangeabilité
est très contraignante : c’est ce que nous allons voir sur un exemple. Cependant nous verrons
dans la section suivante sous quelles condition nous pouvons garder cette représentations pour des
séquences non symétriques ou finie.
Echangeabilité d’une séquence infinie

Prenons une séquence infinie échangeable X1 , . . . , Xn , . . . de variable de Bernouilli. Considérons
le sous-ensemble X1 , X2 de cette séquence (ce pourrait être le résultat de deux tirages d’un pile-ou-
face), la distribution de ce couple ({P (X1 = 0, X2 = 0), P (X1 = 0, X2 = 1), P (X1 = 1, X2 = 1)}
en omettant P (X1 = 1, X2 = 0) à cause de la symétrie) pourra être représentée graphiquement
comme un point dans le triangle de la figure 18.11 où les axes représentent les probabilités P (X1 =
0, X2 = 0) et P (X1 = 1, X2 = 1). L’appartenance au triangle provient de deux conditions : la
sommation des probabilités à un, ie P00 + 2P01 + P11 = 1, et la non-négativité des probabilités. Si
maintenant nous considérons la séquence X1 , X2 , X3 et nous écrivons la sommation P000 + 3P001 +
3P011 + P111 = 1 par échangeabilité des variables. Mais cette condition de sommation implique
que P001 + P011 ≤ 1/3, soit P01 ≤ 1/3 ou P00 + P11 ≥ 2/3. De la même manière si nous considérons
la 4-séquence. Si maintenant nous considérons que la 2-séquence initiale peut être représentée par
une mixture de binomiale : quelles sont les conditions sur P00 et P11 ? Il en découle que :
2(P00 + P11 ) − (P00 − P11 )2 − 1 ≥ 0
soit tous les points étant compris entre la parabole et l’anti-bissectrice. Or l’équation précédente
est juste quatre fois la covariance de X1 , X2 , ainsi une conséquence de l’échangeabilité est une
covariance positive. La représentation de de Finetti ne permet d’obtenir que des séquences avec
une dépendance positive.
Représentation d’une séquence n-échangeable

Jaynes (cf. [Jay82]) a étendu le théorême de représentation de de Finetti aux séquences n-
échangeables : il suffit de relâcher la condition sur le fait que F soit une distribution.
Théorème 38. Une séquence finie binaire X1 , . . . , Xn est n-échangeable ssi il existe une fonction
F de support [0, 1] telle que :
Z 1
∀nP (X1 = x1 , . . . , Xn = xn ) = θtn (1 − θ)n−tn dF (θ)
0
Pn R1
avec tn = i=1 xi , et 0
F (x)dx = 1. Il faut remarquer que F prend ses valeurs dans R.
Le fait que la fonction génératrice F puisse prendre des valeurs négatives permet de représenter
une structure de dépendance plus large, F est la fonction de répartition d’une variable aléatoire
ayant certaines de ces probabilités négatives. Feynman [Fey91] donne une explication intuitive des
probabilités négatives. De telles probabilités apparaissent généralement afin de pouvoir généraliser
une modélisation mathématique existante et vont gouverner des variables aléatoires cachées, non
mesurables directement, ce qui est notre cas. La table ?? donne un exemple de l’impact de proba-
bilités négatives : l’économie, d’un secteur avec 5 entités, peut être dans deux états différents : A
ou B. Ces états sont des variables cachées, nous ne pouvons savoir directement avec certitude dans
quel état nous sommes. Le fait d’avoir une probabilité négative sur l’état B sert de repoussoir aux
probabilités de défaut de cet état, ainsi au final de manière inconditionnel, la probabilité d’avoir
zéro défaut est-elle encore plus élevée que dans l’état A.
18.3. DÉPENDANCE DE VARIABLES DE BERNOUILLI 235
1
P(X_1=0,X_2=0)
P(X_1=1,X_2=1) 1
Figure 18.11 – Représentation du type de dépendance entre plusieurs variables de Bernouilli
Nbre de défauts Etat A Etat B Inconditionnel

Probabilité de chaque état 105% −5%
0 95.1 81.5 95.8
1 4.8 17 4.2
2 0.1 1.4 0
3 0 0.1 0
4 0 0 0
5 0 0 0
Table 18.3 – Distribution du nombre de défaut en supposant une économie à deux états avec des
probabilités négatives
Représentation d’une séquence non homogène

L’autre limite du théorème de de Finetti est l’homogénéité des variables aléatoires : la proba-
bilité de ces variables de Bernouilli est la même. [IPR09] ont étendu le théorême de représentation
de de Finetti au cas où ces probabilités ne sont pas les mêmes, mais en supposant encore une
séquence infinie.
18.3.2 Exemples de fonction génératrice
Copule p(Z)
(−1) Loi de Z Cf. Section
Gaussienne Φ Φ √1−w (p)−wZ
2
Archimédienne
Elliptique
Marshall-Olkin
Table 18.4 – Fonction Génératrice en fonction de la copule
18.3.3 Application au risque de crédit
18.4 Analyse de données

Nous décrivons ici les différents moyens d’estimer la dépendance de variables aléatoires, que ce
soit au niveau de la corrélation, ou bien directement la forme fonctionelle de copules.
18.4.1 Estimation de mesures de la dépendance

Le τ de Kendall peut être estimé grâce à l’estimateur suivant :
−1 n−1 n
n X X
τ= sign[(Xi − Xj )(Yi − Yj )]
2 i=1 j=i+1
avec sign(x) = 1 si x > 0, −1 si x < 0 et O si x = 0.
18.4.2 Estimation non paramétrique de copules

Comme pour toute estimation de distribution, à partir d’un échantillon on peut définir une
copule empirique. Pour cela nous utiliserons le rang d’un série statistique. Le rang d’une série est
défini à partir de cette même série ordonnée de manière croissante, à chaque nombre de la série
est alors associé un numéro d’ordre, c’est le rang de ce nombre.
Soit l’échantillon n-uplet suivant {(xt1 , ..., xtn )}Tt=1 , à chaque série {(xti )}Tt=1 on associe les rangs de
toutes ces réalisations, on obtien la série globale {(r1t , ..., rnt )}Tt=1 . La copule empiriques est alors
défini comme :
T
1X
Ĉ(u1 , ..., un ) = 1 t t
T t=1 [r1 ≤u1 T,...,rn ≤un T ]
Cette copule empirique peut par exemple être tracée ou bien être utilisée afin de déterminer les
mesures de dépendances.
Lorsque l’on travaille uniquement avec des copules archimédiennes, il existe une méthode per-
mettant de choisir le type de copule à utiliser.
18.5. SIMULATION DE VARIABLES ALÉATOIRES CORRÉLÉES 237
18.4.3 Estimation paramétrique de copules

Nous nous placons ici dans le cas où nous connaissons le type de copule à utiliser (C) et les
lois marginales (F1 , ..., Fn ) mais pas leurs paramètres. La méthode d’application la plus générale
est alors la méthode du maximum de vraisemblance. Afin d’exprimer la log-vraisemblance, il nous
faut alors calculer la densité en un point (x1 , ..., xn ). Cette densité s’exprime comme :
n
∂C(u1 , ..., un ) Y ∂Fi (x)
f (x1 , ..., xn ) = (F1 (x1 ), ..., Fn (xn )) (xi )
∂u1 ...∂un i=1
∂x
Maximum de vraisemblance Méthode des moments
18.5 Simulation de variables aléatoires corrélées

Nous présentons les différents algorithmes de simulations variables aléatoires connaissant leur
structures de dépendances, représentées généralement par leurs lois marginales et un indicateur
de la dépendance (corrélations, copules, etc...).
18.5.1 Corrélation
Nous allons étudier comment simuler des variables aléatoires connaissant leur loi marginale et
leur corrélation linéaire. Dans ce cas nous pourrons utiliser le théorème suivant.
Théorème 39. Soient F1 et F2 deux fonctions de répartitions marginales et ρmin , ρmax les
corrélations linéaires minimales et maximales atteignables par ces deux lois. Soit ρ ∈ [ρmin , ρmax ],
alors la fonction de répartition suivante a bine pour lois marginales les lois F1 et F2 et pour
corrélation ρ :
ρmax − ρ ρ − ρmin
F (x1 , x2 ) = max(F1 (x1 ) + F2 (x2 ) − 1, 0) + min(F1 (x1 ), F2 (x2 ))
ρmax − ρmin ρmax − ρmin
Dans le cas où il y a plus de trois variables dépendantes, il n’y a pas d’algorithmes aussi simple.
Nous allons étudier comment simuler des variables aléatoires connaissant leur loi marginale et leur
corrélation de rang.
Cas de variables aléatoires normales

Algorithme de Cholesky
Variables aléatoires quelconques
18.5.2 τ de Kendall
18.5.3 Copules
Soit une n-copule C, nous noterons par Ck une copule marginale définie par Ck (u1 , ..., uk ) =
C(u1 , ..., uk , 1, ..., 1). Soient U1 , ...Un ayant la fonction de distribution C, alors la distribution
conditionnelle de Uk connaissant U1 , ..., Uk−1 est donnée par :
∂ k−1 Ck (u1, ..., uk ) ∂ k−1 Ck−1 (u1, ..., uk−1 )

Ck (uk |u1 , ..., uk−1 ) = /
∂u1 ...∂uk−1 ∂u1 ...∂uk−1
Connaissant ces distributions conditionnelles, on peut alors construire un algorithme permettant

la simulation d’un vecteur U1 , ..., Uk .
Copule Archimédienne
Dans le cas de copules archimédiennes, il existe un algorithme permettant de simuler plus
simplement un vecteur de variables aléatoires suivant cette copule : Marshall/Olkin 1988. Soit ψ
t.q. défini dans la définition d’une copule archimédienne ??.
– Soient U1 , U2 , ..., Un indépendants et identiquement distribués suivant une loi uniforme entre
0 et 1 ;
– Soit Y une variable aléatoire telle que :
– Y est indépendante des Ui ,
– La transformée de Laplace de Y est ψ −1 , E(e −sY
) = ψ −1 (s)
−1 1

– Définissons Xi comme Xi = ψ − Y ln(Ui ) ∀i ∈ [1, n] ;
– Alors le vecteur des Xi a pour distribution la copule archimédienne de fonction génératrice
ψ.
18.6 Etude du lien entre défauts

Lorsque l’on veut analyser les dépendances entre risque de crédit l’un des premiers problèmes
est la loi suivi par le défaut. En effet la dépendance entre lois de Bernouilli ne pourra pas direc-
tement utiliser les éléments décrits au-dessus.
Les différentes modélisations possibles sont les suivantes :

1. Dépendance directe entre v.a. de Bernouilli ;
2. Dépendances entre les probabilités de défaut considérées comme des variables aléatoires ;
3. Dépendance entre processus d’actif ou entre seuil dans un modèle structurel ;
4. Dépendance entre intensité ou entre seuil dans un modèle à forme réduite.
Source KMV : estimation d’une copule entre 2 entreprises appartenant au même secteur : El Paso
+ Enron
Explication de l’impact du choix d’une copule sur le calcul d’une espérance de perte sur une
tranche.
Entre transition de rating.
18.6. ETUDE DU LIEN ENTRE DÉFAUTS 239
Evolution des Taux de défaut à un an

0.20
0.15
DR_A
DR_Baa
Taux de défaut
DR_Ba
DR_B
0.10
0.05
0.00
1920 1940 1960 1980 2000
Date
Figure 18.12 – Les taux de défaut pour différentes notations depuis 1920
Chapitre 19
La Dépendance du risque de crédit
La connaissance de la dépendance entre défaut est essentielle pour beaucoup de produits de

financement structuré, que ce soit dépendance entre entreprises ou dépendance entre particuliers.
Malheureusement c’est un problème complexe : d’abord par la rareté des données empiriques, puis
par l’inadéquation des outils mathématiques utilisés jusqu’à présent. Autant le problème du risque
de crédit d’une entreprise a été étudié, autant la compréhension économique d’une dépendance
entre deux entreprises est encore balbutiante et repose parfois plus sur des a-priori que sur des
études concrètes.
Dans ce chapitre, nous allons essayer de comprendre économiquement l’évènement ”défaut”, puis
nous présenterons les principales propriétés connues de cette dépendance. Nous finirons par une
description des principaux modèles utilisés afin de représenter celle-ci. Nous nous intéresserons
uniquement à la dépendance de défaut d’entreprise dans un premier temps.
19.1 Typologie des défauts

En parcourant la liste des défauts d’entreprises notés par Moody’s depuis 1970, on est frappé
par les similarités existantes entre les évènements menants au défaut. C’est pourquoi nous avons
essayé de classifier ces évènements. Il y a principalement deux types de défaut :
– Manque de liquidité, menant à un défaut soudain ;
– Erosion lente du capital, résultant généralement soit en une faillite, soit en une restructura-
tion.
19.2 Symétrie des défauts ou contagion

Avant de décrire plus avant les modèles existants du défaut, nous pouvons discuter une hy-
pothèse primordiale dans la plupart de ces modélisations : la symétrie des défauts. En effet tous
les modèles basés sur des copules supposent une symétrie du risque de crédit entre deux entités :
ce que nous nommons symétrie est le fait que, à probabilité de défaut égale pour deux entités, la
probabilité de défaut d’une entité conditionnelle au défaut de l’autre est constante si on échange
le rôle des deux entités. Au contraire les modèles de dépendance à contagion prennent en compte
la dissymétrie pouvant exister entre deux entités, telle que celle induite par une relation client-
fournisseur, un risque de contrepartie financier, etc... .
19.3 Mesure de la dépendance de défaut

19.3.1 Les sources de données
Les principales sources de données qui peuvent être utilisées pour l’analyse de la dépendance
de défaut sont les suivantes :
241
242 CHAPITRE 19. LA DÉPENDANCE DU RISQUE DE CRÉDIT
– les actions : en utilisant un modèle de type Merton, on voit que la dépendance est l’étude
des liens entre actifs sous-jacents et donc entre actions car celles-ci ne sont qu’une option
sur l’actif ;
– les spreads de crédit : en se basant sur un modèle décrvant le risque de défaut et liant spread
et défaut, les liens entre spreads permettent d’analyser la dépendance de défaut. Ce sont des
modèles basés sur des données de marché donc ne donnant que la vision du marché et non
un lien empirique ;
– les défauts historiques : c’est à priori le plus cohérent, car analysant directement les éléments
qui nous intéressent sans bruit, mais on se trouve face à deux problèmes : primo le manque
de données, secundo l’impossibilité de répéter les mesures ;
– les mesures du risque de crédit comme l’EDF (”Expected Default Frequency” de KMV) ou
les notations : on peut en effet étudier les liens à partir de l’évolution commune d’une mesure
du risque.
19.3.2 Mesures
Un certain nombre de méthodes sont utilisés afin de mesurer la dépendance de défaut. Dans
la plupart des cas l’approche se base sur des données de comptage par cohortes : pour un horizon
fixé nous allons définir les notions suivantes :
– la cohorte : c’est l’ensemble des entreprises prise en compte à une date donnée (notée avec
le suffixe i pour T cohortes) ;
– le nombre d’entités constituant une cohorte (noté ni ) ;
– et le nombre d’entités appartenant à cette cohorte et ayant fait défaut (terme qui selon
l’analyse pourra avoir différentes définitions) sur l’horizon considéré (noté di ) ;
– enfin par extension la probabilité de défaut de chaque cohorte sera notée pî = ndii .
Plusieurs méthodes permettent de déterminer les paramètres de la dépendance à partir des données :
– la méthode des moments ou des variantes ;
– le maximum de vraisemblance ;
– la minimisation de l’écart à la distribution empirique du nombre de défauts.
Méthode des Moments
Les premiers travaux effectués sur la mesure de la dépendance déterminaient la probabilité de

défaut jointe de deux entités à partir des données, soit :
T
1 X Cd2i
JointP2 =
T i=1 Cn2i
T
1 X di (di − 1)
=
T i=1 ni (ni − 1)
Cette probabilité de défaut jointe est donc définie comme la moyenne au cours du temps des taux
de défaut joint à chaque date, cette moyenne pouvant être pondérée par le nombre d’entitées à
cahque date, cf. [GG04]. Les paramètres de la dépendance sont alors déterminés en égalisant cette
probabilité empirique à la probabilité théorique. De manière similaire, la véritable méthode des
moments égalisera la variance empirique des probabilités de défaut de chaque cohorte à la variance
théorique (cf. [Gor01]) :
V ar[pî ] − E[1/ni ]p̄(1 − p̄)
V [p] =
1 − E[1/ni ]
19.3. MESURE DE LA DÉPENDANCE DE DÉFAUT 243
avec les éléments suivants :
T
1 X di
p̄ =
T i=1 ni
T 2
1 X di
V ar[pî ] = − p̄2
T i=1 ni
La table 19.3.2 donne la variance de la probabilité en fonction de la copule choisie pour

modéliser la structure de dépendance. Nous avons développer le calul de cette variance dans
le cadre de la copule gaussienne à un paramètre ρ. Nous allons introduire les variables suivantes
dans notre calcul :
– soit X1 , X2 suivant√
des lois normales centrées réduites et sont indépendantes ;
Φ−1 (p̄)− ρz −1
– soit X = √
1−ρ
, qui donc suite un loi normale de moyenne Φ√1−ρ (p̄) ρ
et de variance 1−ρ .
Nous noterons h sa densité. X est indépendante des variables précédentes.
Ainsi le calcul de la variance devient (en suivant [CBW03]) :
V [p] = E[p2 ] − E[p]2

Z z=+∞ −1 √ 2
Φ (p̄) − ρz
= Φ √ φ(z)dz − p̄2
z=−∞ 1−ρ
Z x=+∞
= P (X1 ≤ X|X = x)P (X2 ≤ X|X = x)h(x)dx − p̄2
x=−∞
Z x=+∞
= P (X1 ≤ X, X2 ≤ X|X = x)h(x)dx − p̄2
x=−∞
= P (X1 − X ≤ 0, X2 − X ≤ 0) − p̄2
Nous pouvons alors noter que X1 − X et X2 − X sont des variables aléatoires normales ayant :
−1
– une moyenne : mi = Φ√1−ρ (p̄)
;
ρ 1
– une variance : vi = 1 + 1−ρ = 1−ρ ;
ρ
– et une covariance : 1−ρ , soit une corrélation de ρ.
Ainsi :
V [p] = E[p2 ] − E[p]2

= P (X1 − X ≤ 0, X2 − X ≤ 0) − p̄2
√ √
= P (m1 + v1 Y1 ≤ 0, m2 + v2 Y2 ≤ 0) − p̄2

−m1 −m1
= P Y1 ≤ √ , Y2 ≤ √ − p̄2
v1 v1
= Φ2 (−Φ−1 (p̄), −Φ−1 (p̄), ρ) − p̄2
= Φ2 (Φ−1 (p̄), Φ−1 (p̄), ρ) − p̄2
Ce calcul peut s’étendre aux moments supérieur à 2, on a alors :

1 ρ ... ρ
m −1 −1 ρ 1 ... ρ
E[p ] = Φm (Φ (p), . . . , Φ (p)), ... ... ... ...
ρ ρ ... 1
En première approximation pour une corrélation d’actif faible cela donne :
JointP2 − p̄2
ρJointP2 = 2
φ (Φ−1 (p̄))
?????
La partie précédente concernait une analyse de corrélation au sein d’un groupe de risque
de crédit homogéne, c’est ce que nous pouvons appeler une corrélation ”intra”. Or nous devons
aussi parfois considérer la dépendance existante entre deux groupes d’entités, chaque groupe étant
homogène. Afin de paramétriser une telle dépendance, nous pouvons utiliser la covariance au lieu
de la variance. En supposant une copule gaussienne entre ces deux groupes, nous avons alors :
Cov[p1 , p2 ] = E[p1 p2 ] − E[p1 ]E[p2 ]
Nous allons introduire les variables suivantes dans notre calcul :

– soit U1 , U2 suivant √ des lois normales centrées réduites et sont indépendantes ;
Φ−1 (p¯i )− ρi Z −1
– soit Xi = √
1−ρi
, qui donc suite un loi normale de moyenne Φ√1−ρ (p¯i )
i
et de variance
ρi
1−ρi . Nous noterons h i sa densité. Les Xi sont indépendants des variables précédentes.
Z x=+∞
E[p1 p2 ] = P (U1 ≤ X1 |Z = z)P (U2 ≤ X2 |Z = z)φ(z)dz
x=−∞
Z x=+∞
= P (U1 ≤ X1 , U2 ≤ X2 |Z = z)φ(z)dz
x=−∞
= P (U1 − X1 ≤ 0, U2 − X2 ≤ 0)
Nous pouvons alors noter que U1 − X1 et U2 − X2 sont des variables aléatoires normales ayant :
−1
– une moyenne : mi = Φ√1−ρ (p¯i )
i
;
ρi 1
– une variance : vi = 1 + 1−ρi = 1−ρ i
;
√
ρ1 ρ2 √
– et une covariance : √ , soit une corrélation de ρ1 ρ2 .
(1−ρ1 )(1−ρ2 )
E[p1 p2 ] = P (U1 − X1 ≤ 0, U2 − X2 ≤ 0)
√
= Φ2 (−Φ−1 (p¯1 ), −Φ−1 (p¯1 ), ρ1 ρ2 )
Ainsi :
√
Cov[p1 , p2 ] = Φ2 (−Φ−1 (p¯1 ), −Φ−1 (p¯1 ), ρ1 ρ2 ) − p¯1 p¯2
Copule Paramétrisation Variance

−1 −1
Gaussienne Φ2 (Φ (p̄), Φ (p̄), ρ) − p̄2
Clayton (1 + 2(p̄−θ − 1))−1/θ − p̄2
ln(1−αe−2ψ(p) )
Frank ln(1−α)
Table 19.1 – Variance pour différentes copules

19.3. MESURE DE LA DÉPENDANCE DE DÉFAUT 245
Maximum de Vraisemblance
La méthode du maximum de vraisemblance cherche les paramètres qui vont maximiser la pro-
babilité d’occurence de ce qui s’est passé historiquement. Dans un premier temps nous supposerons
un grand nombre d’entités pour chaque cohorte (∀ini → +∞). Ainsi chaque cohorte nous donne
une probabilité de défaut empirique pî . Connaissant la densité de cette variable aléatoire nous
pourrons alors en déduire les meilleurs paramètres par maximum de vraisemblance.
En supposant une copule gaussienne à un paramètre, h les probabilités de défaut de chaque
√
Φ[−1] (p)− ρZ
i
cohorte sont liées à une variable gaussienne par p(Z) = Φ √
1−ρ
et leur densité est alors :
√
Φ[−1] (p)2 + (1 − 2ρ)Φ[−1] (pî ) − 2 1 − ρΦ[−1] (p)Φ[−1] (pî )
r
1−ρ
f (pi ; p, ρ) = exp −
ρ 2ρ
Les paramètres du maximum de vraisemblance sont alors donnés par :

PT 2
1 [−1]
T i=1 Φ (pî )2 − Φ[−1] (pî )
ρ̂ = PT 2
1 [−1] (pˆ )2 − Φ[−1] (pˆ )
1+ T i=1 Φ i i
 
Φ[−1] (pî )
p̂ = Φ  q 
PT 2
1 [−1] (pˆ )2 − Φ[−1] (pˆ )
1+ T i=1 Φ i i
Ainsi l’estimation par maximum de vraisemblance se base sur le deuxième moment de Φ[−1] (pî ),
et non sur le deuxième moment de pi comme dans l’estimation par la méthode des moments.
Minimisation à la distribution empirique

La distribution empirique du nombre de défaut est déterminée comme suit :
– Nous choisissons un nombre d’entité qui nous intéresse (généralement égal à la taille d’un
portefeuille de risque de crédit dont nous voulons analyser le comportement) m ;
– Pour chaque cohorte nous comptons le nombre de groupe d’entités possible ayant expérimenté
k défauts, que nous divisons ensuite par le nombre de groupe ;
– La moyenne de cette probabilité sur l’ensemble des cohortes nous donnera la probabilité
empirique de k défauts.
Soit la formule suivante :
T m−k
1 X Cdki Cni −di
P (kDef auts) =
T i=1 Cnmi
19.3.3 Caractérisation - Résultats

Un certain nombre de recherches académiques ont été effectuées sur la dépendance de défaut
se basant soit sur les données des agences de notation, soit sur les relevés des banques centrales
(généralement chargées d’enregistrer les faillites d’entreprises). La table 19.3.3 présente les princi-
paux résultats obtenus en terme de corrélation d’actifs.
Par ailleurs nous avons pu analyser les données de défaut Moody’s en utilisant ces différentes
méthodologies, la table 19.3.3
Nous allons ici essayer d’énumérer les propriétés de la dépendance vis à vis de certain caractères
des entreprises :
– la taille de l’entreprise ;
– la probabilité de défaut de l’entreprise ;
– l’état de l’économie en général ;
CHAPITRE 19. LA DÉPENDANCE DU RISQUE DE CRÉDIT
Source Data Asset Default Maturity Statistical Method Notes

Correla- Correla-
tion tion
Gordy-Heitfield (2002) S&P 1981-1997 A-CCC 5.64% 1 year Maximum Likelihood per Gaussian Copula
Rating Category
Gordy-Heitfield (2002) Moody’s 1970-1998 A-Caa 7.88% 1 year Maximum Likelihood per Gaussian Copula
Rating Category
Servigny-Renault (2002) [dSR02] S&P 1981-2002 USA Only 1.70% 1 year Joint Default Probability Gaussian Copula
Servigny-Renault (2002) [dSR02] S&P 1981-2002 USA Only 3.27% 3 years Joint Default Probability Gaussian Copula
Servigny-Renault (2002) [dSR02] S&P 1981-2002 USA Only 5.68% 5 years Joint Default Probability Gaussian Copula
Akhavein (2005) [Akh05] Fitch 1970-2001 USA 14%18% 5 years Joint Default Probability Gaussian Copula
Akhavein (2005) [Akh05] Fitch 1970-2001 USA 4.56% 5 years Joint Migration Prob. Gaussian Copula
Jakubik (2006) [Jak06] Finland Bankruptcies 1988-2004 1.66% 1 month Maximum Likelihood
Rosch (2003) Germany Bankruptcies 1980-2001 0.86% 1 year Maximum Likelihood
Schwartz () Austria Bankruptcies 2000-2003 0.7%1% 1 year Variance of Conditionnal
Default Probability
Dietsch-Petey (2006) France Bankruptcies 1995-2005 14% 1 year Maximum Likelihood
Jobst-Servigny (2005) [JdS05] S&P 1981-2003 4.74% 1 year Joint Default Probability
Jobst-Servigny (2005) [JdS05] S&P 1981-2003 6.40% 3 years Joint Default Probability
Jobst-Servigny (2005) [JdS05] S&P 1981-2003 6.60% 5 years Joint Default Probability
Jobst-Servigny (2005) [JdS05] S&P 1981-2003 4.70% 1 year Maximum Likelihood
246
19.4. MODÉLISATION 247
Données de base Horizon Méthode Corrélation d’actif

IG (Tout défaut) 5 ans Joint Default Prob. 19.95%
NIG (Tout défaut) 5 ans Joint Default Prob. 12.59%
IG (Faillite seule) 5 ans Joint Default Prob. 20.07%
NIG (Faillite seule) 5 ans Joint Default Prob. 13.13%
A 5 ans Joint Default Prob. 11.08%
Baa 5 ans Joint Default Prob. 10.51%
Ba 5 ans Joint Default Prob. 12.98%
B 5 ans Joint Default Prob. 9.94%
Caa 5 ans Joint Default Prob. 14.52%
Ba 1 an Joint Default Prob. 9.23%
B 1 an Joint Default Prob. 11.00%
Caa 1 an Joint Default Prob. 18.35%
Table 19.2 – Corrélation d’actifs (Données source Moody’s DRS-Corporate)
19.4 Modélisation
19.4.1 Mixtures de Bernouilli
Nous avons vu dans la section 18.3 que, grâce au théorème de représentation de de Finetti,
des variables de Bernouilli dépendantes peuvent être représentées par une mixture de Bernouilli.
Une telle représentation implique un certain nombre de propriétés pour ce type de dépendance.
La probabilité de défaut de i entités est alors définie comme :
Z 1
pi dG(p) (19.1)
0
Probabilités de défaut marginales

Nous avons pu constater sur les données de défaut Moody’s (1920-2008) que le taux de défaut
marginal au sein d’un même secteur variait en fonction du nombre de défaut, ie la probabilité
marginale de défaut P (iDef auts|(i − 1)Def auts) est croissante et supérieure à un pour i faible,
puis décroit jusqu’à devenir inférieur à un. Ce comportement traduit une idée intuitive :
– lorsque il y a un taux moyen de défaut, il est probable que ces défauts augmentent (par
contagion directe ou bien parce que les autres entreprises sont affectés par les même difficiles
conditions) ;
– puis lorsque ces défauts dépassent un certain seuil, au contraire les défauts se font beaucoup
plus rares, les entreprises qui ont survécus jusque là ont une probabilité de défaut plus faible
(soit car il y a un plan d’aides directes à ce secteur, soit car les survivantes voient leur marché
s’élargir) : en d’autres termes le secteur ne meurt jamais. On pourrait nommer ce phénomène
l’anti-contagion.
La décroissance provient du fait que nous ayons un échantillon fini et que sur cet échantillon
nous n’ayons aucun cas où toutes les entreprises ont fait faillite. Une approximation potentielle
supposerait au moins une croissance rapide de ces probabilités marginales initialement, puis une
stabilisation de ces probabilités.
Nous allons voir ici comment une telle propriété se traduit sur la forme de la dépendance selon
la modélisation choisie :
– une représentation par copule archimédienne,
– une représentation par copule elliptique, ou
– une représentation par mixture de Bernouilli.
Si P nous supposons une copule archimédienne (C avec générateur φ tel que C(u1 , . . . , un ) =
n
φ[−1] ( i=1 φ(ui ))) pour la représentation de le dépendance de défaut, alors les probabilités jointes
1.2
●
●
●
●
1.0 ●
●
●
0.8
●
Ratio
0.6
0.4
0.2
●
0.0
2 4 6 8 10
JointP
Figure 19.1 – Analyse empirique des probabilités de défaut marginales pour le secteur des insti-
tutions financières (source données Moody’s 1970-2010)
19.5. A QUOI SERT LA DÉPENDANCE ? 249
de défaut seront représentées par :
P (iDef auts) = C(p, . . . , p) = φ[−1] (iφ(p))
Ainsi les différentes valeurs des probabilités de défaut jointes nous renseignent elles directement
sur la forme du générateur φ[−1] de la copule archimédienne. Lorsque les probabilités de défaut
marginales sont stables, cela veut dire que la fonction P (iDef auts) est log-linéaire en i. Une forme
possible de copule archimédienne pour obtenir ce type de probabilités jointes serait (cf. figure 19.2
pour une modélisation des taux de faillite en France) :
−γu
−1
φ[−1] (u) = θu ee
Cependant une telle représentation ne permet pas d’obtenir des probabilités de défaut marginales
décroissantes (cf. ci-dessous dans le cadre de la mixture de Bernouilli).
Une représentation comme mixture de Bernouilli ne permet pas de représenter ce phénomène. En
effet si l’on considère la probabilité de défaut marginale :
R1 i
P (iDef auts) p dG(p)
P (iDef auts|(i − 1)Def auts) = = R 10
P ((i − 1)Def auts) i−1
p dG(p)
0
1
, alors la dérivée de cette probabilité par rapport à i est positive . En utilisant l’inégalité de Jensen
on peut aussi montrer que cette probabilité marginale sera toujours supérieure à la probabilité de
défaut moyenne. Ainsi la représentation de Bernouilli impose une probabilité de défaut marginale
toujours supérieure à la probabilité de défaut moyenne et croissante en i : on ne peut donc pas
modéliser l’anti-contagion dans ce cadre. Afin de modèliser l’anti-contagion nous pouvons garder
l’équation 19.1 mais la fonction G au lieu d’être une distribution devient une fonction quelconque
sur [0; 1] (enfin G doit quand même sommer à un), elle peut notamment prendre des valeurs
négatives. Le fait que G(p) prennent des valeurs négatives lorsque p dépasse un certain seuil
permettra alors de représenter l’anti-contagion.
19.4.2 Durée de vie jointes
19.5 A quoi sert la dépendance ?

Derrière ce titre un peu provocateur, j’ai voulu revenir sur notre objectif primordial. L’introduc-
tion de la dépendance entre risque de crédit sert à représenter correctement les pertes potentielles
d’un portefeuille d’exposition crédit et notamment la perte probable dans un scénario de crise
grave, équivalente à la notion de ”Perte Maximale Probable” an assurance. Aussi afin de pouvoir
valider ou critiquer une modélisation de la dépendance, l’analyse statistique des données n’est
pas suffisante, il nous faut comprendre la perte maximale probable que pourra produire notre
modélisation à l’aune d’un certains nombres de points de références. Nous allons détailler ici ces
points de référence, leur provenance et leur validité.
1. En effet G(p) étant une distribution alors pi dG(p) ≤ pi−1 dG(p) et ln(p)pi dG(p) ≥ ln(p)pi−1 dG(p)
Conditionnal Probabilities of Default

Ratio of Conditionnal Default Probability by Average Default Rate
1.8
1.6
1.4
1.2
1.0
Bank. FR Manuf.
0.8
Bank. FR Constr.
Bank. FR RE
Bank. FR Hotel
0.6
Bank. FR Transp.
0 10 20 30 40 50
Number of the Marginal Default
Figure 19.2 – Analyse empirique des probabilités de défaut marginales par secteur en France
(source données MoodysEconomy.com 1997-2007)
19.5. A QUOI SERT LA DÉPENDANCE ? 251
Table 19.3 – Une description succincte des principales crise bancaires (source [LL08]
Country Timeframe Lowest real GDP growth rate around the crisis Share of NPLs at
Albania 1992 -27.5 1991
Algeria 1990-92 -2,1 1993
Angola 1991 -24,7 1993
Argentina 1980-82 -5,7 1981
Argentina 1989-90 -7,5 1989
Argentina 1995 -4,2 1995
Argentina 2001 -10,9 2002
Australia 1989-92 -0,1 1990
Brazil 1990 -4,3 1990
Brazil 1994-99 0,1 1998
Canada 1983-85 -2,9 1982
Chile 1976 -11,4 1975
Chile 1981-83 -10,3 1982
China 1990s 3,8 1990
Colombia 1982-87 0,9 1982
Czech Republic 1989-91 na na
Denmark 1987-92 0.0 1987
Ecuador Early 1980s -2,8 1983
Ecuador 1996-97 1,7 1995
Ecuador 1998-2001 -6,3 1999
Finland 1991-94 -6,3 1991
France 1994-95 -0,9 1993
Germany Late 1970s -1,3 1975
Greece 1991-95 -1,6 1993
Hungary 1991-95 -11,9 1991
Iceland 1985-86 3,3 1985
Iceland 1993 -3,3 1992
Israel 1977-83 0.0 1977
Italy 1990-95 -0,9 1993
Japan 1991- 0,9 1992
Korea, Rep. of 1997-2002 -6,7 1998
Mexico 1981-91 -4,2 1983
Mexico 1994-2000 -6,2 1995
New Zealand 1987-90 -0,1 1988
Norway 1990-93 0,9 1989
Poland 1992-95 -7,0 1991
Russia 1995 -12,6 1994
Russia 1998-99 -4,9 1998
Spain 1977-85 2,8 1977
Sweden 1991-94 -1,1 1991
Thailand 1983-87 5,6 1983
Thailand 1997-2002 -10,5 1998
United Kingdom 1974-76 -1.6 1974
United Kingdom 1980s and 1990s
United States 1988-91 4.2 1988
Chapitre 20
Méthodes d’approximations de la
distribution
20.1 Expansion asymptotique d’Edgeworth

Nous détaillons ici la dérivation de l’expansion d’Edgeworth afin d’en connaı̂tre tous les termes.
L’expansion fut obtenue initialement par PetrovR en 62.
+∞
Soit X une variable aléatoire et soit Φ(t) = −∞ eitx dF (x) sa fonction caractéristique. Si les
moments mk de X existent alors on a Φ(k) (0) = ik mk . Ainsi en utilisant l’expansion de Taylor, on
a:
+∞
X mk
Φ(t) ≈ 1 + (it)k
k!
k=1
ou en partant de ln Φ(t) :
+∞
X κk
ln Φ(t) ≈ (it)k
k!
k=1
n
1 d
avec κn = in [ dtn ln Φ(t)]t=0 . Par récurrence et composition des fonctions, on peut montrer que :
n
X Y 1 αm km
κn = n! (−1)r−1 (r − 1)! ( )
m=1
k m ! m!
{km }
avec km entier positif ou nul et r t.q.
k1 + 2k2 + ....nkn = n
r = k1 + ... + kn
.
Prenons alors une variable aléatoire X d’espérance nulle et d’écart-type σ, la variable normalisée a
la fonction caractéristique φ. Dans la cadre d’une somme de N variables aléatoires, il faut rappeler
Ecart-type de la√ variable sommée
que σ = N
, et ainsi est O(n−1/2 ), ce qui justifie l’introduction de
série formelle en puissance de σ.
En utilisant la même approche que précédemment, on a :
t
ln φ(t) = ln Φ( )
σ
+∞
X κk it k
≈ ( )
k! σ
k=1
253
254 CHAPITRE 20. MÉTHODES D’APPROXIMATIONS DE LA DISTRIBUTION
Or κ1 = 0 et κ2 = σ 2 , donc :
+∞
2
nX Sn o
φ(t) ≈ e−t /2
exp (it)n
n=3
n!
κn
avec Sn = σ 2n−2 . Nous pouvons alors écrire l’exponentielle en une série formelle de σ.
n o +∞
X
exp ... ≈ 1 + Ps (it)σ s
s=1
En utilisant la même astuce on peut déterminer les coefficients des σ s :

s
X Y 1 Sm+2 (it)m+2 km
Ps (it) =
k !
m=1 m
(m + 2)!
{km }
avec km entier positif ou nul t.q.

k1 + 2k2 + ....nkn = n
. Nous avons donc réussi à obtenir une série formelle pour la fonction caractéristique de X. Il faut
maintenant l’inverser. Pour les détails du calcul, nous renvoyons à ??.
Notons q(x) la densité de X/σ, et introduisons les polynômes de Tchebychev. Ainsi
n +∞
X
q(x) = Z(x) 1 + σs
s=1
s
X Y 1 o
× Hes+2r (x) (Sm+2 /(m + 2)!)}
m=1
km !
km
[n/2]
X (−1)k xn−2k
Hen (x) = n!
k!(n − 2k)!2k
k=0
{km } : ki ∈ N, k1 + 2k2 + ....sks = s
κn
Sn = 2n−2
σ
A partir de cette formule, on peut déterminer la fonction de répartition et de même sa primitive

(qui servira lors du calcul de la perte moyenne sur une tranche) en utilisant le fait que la primitive
de Hen (x)Z(x) est −Hen−1 (x)Z(x). Ainsi
+∞
nX
Q(x) = Φ(x) − Z(x) σs
s=1
s
X Y 1 o
× Hes+2r−1 (x) (Sm+2 /(m + 2)!)}
m=1
km !
km
20.1. EXPANSION ASYMPTOTIQUE D’EDGEWORTH 255
et
+∞
nX
(−1) (−1)
Q (x) = Φ (x) + Z(x) σs
s=1
s
X Y 1 o
× Hes+2r−2 (x) (Sm+2 /(m + 2)!)}
m=1
km !
km
He1 (x) =1
He2 (x) =x2 − 1
He3 (x) =x3 − 3x
He4 (x) =x4 − 6x2 + 3
He5 (x) =x5 − 10x3 + 15x
He6 (x) =x6 − 15x4 + 45x2 − 15
He7 (x) =x7 − 21x5 + 105x3 − 105x
He8 (x) =x8 − 28x6 + 210x4 − 420x2 + 105
Nous détaillons ici l’expansion tronquée à 5 éléments de la série. Afin d’obtenir cette série, il nous
faut d’abord détailler la dérivation des n-uplets {kn }. Nous devons ensuite donner les coefficients
κn :
κ3 =2m31 − 3m1 m2 + m3
κ4 = − 6m41 + 12m21 m2 − 3m22 − 4m1 m3 + m4
κ5 =24m51 − 60m31 m2 + 30m1 m22 + 20m21 m3 − 10m2 m3 − 5m1 m4 + m5
κ6 =720[−120/720 ∗ m61 + 24/24 ∗ m41 ∗ m2 /2 − 6/2 ∗ (m1 )2 /2 ∗ (m2 /2)2 + 2/6 ∗ (m2 /2)3
− 6/6 ∗ m31 ∗ m3 /6 + 2 ∗ m1 ∗ m2 /2 ∗ m3 /6 − 1/2(m3 /6)2 + 2/2m21 ∗ m4 /24 − m2 /2 ∗ m4 /24 − m1 ∗ m5 /120 + m
κ7 =5040[]
n S3
q(x) = Z(x) 1 + σHe3 (x)
3!
1 S3 S4
+ σ 2 [He6 (x) ( )2 + He4 (x) ]
2 3! 4!
1 S3 S3 S 4 S5
+ σ 3 [He9 (x) ( )3 + He7 (x) + He5 (x) ]
3! 3! 3! 4! 5!
1 S3 1 S3 S 4 S3 S5 1 S4 S6
+ σ 4 [He1 2(x) ( )4 + He1 0(x) ( )2 + He8 (x)( + ) + He6 (x) ]
4! 3! 2 3! 4! 3! 5! 2 4! 6!
1 S 3 1 S3 S 4 1 S 3 S4 1 S3 S 5 S4 S5 S3 S6 S7
+σ 4 [He1 5(x) ( )5 +He1 3(x) ( )3 +He1 1(x)( ( )2 + ( )2 )+He9 (x)( + )+He7 (x) ]
5! 3! 3! 3! 4! o 2 3! 4! 2 3! 5! 4! 5! 3! 6! 7!
o(σ 5 )
n 1 2 3 4
1 2 3 4
10 11 12
100 20
101
1000
n 5 6 7 8
5 6 7 8
13 14 15 16
21 22 23 24
102 30 31 32
110 103 104 40
1001 111 112 105
10000 200 120 113
1002 201 121
1010 1003 202
10001 1011 210
100000 1100 1004
10002 1012
10010 1020
100001 1101
1000000 2000
10003
10011
10100
100002
100010
1000001
10000000
Table 20.1 – Coefficients {kn } représentés en base n

20.1. EXPANSION ASYMPTOTIQUE D’EDGEWORTH 257
Z (n) (x)
Hen (x) = (−1)n
Z(x)
20.2 Méthode du saddlepoint

Nous reprenons ici la méthode du saddlepoint en détail afin de déterminer soit la densité,
soit la
Pnfonction de répartion ou directement l’espérance de perte. Nous étudions la perte totale
L = i=1 ai Iiendef aut , en définissant sa fonction génératrice des moments :
Z
ML (s) = E[esL ] = est fL (t)dt
La fonction ML est ici définie car la variable aléatoire L est bornée. En utilisant le fait que les
défauts sont indépendants (ou au moins conditionnellement dépendants, en conditionnant toutes
les espérances), on a :
n
Y n
Y
ML (s) = E[esai Ii ] = (1 − pi + pi eai s )
i=1 i=1
La distribution des pertes est alors définie par :

Z +i∞ Z +i∞
1 1
fl (x) = e−sx ML (s)ds = eKL (s)−sx ds
2πi −i∞ 2πi −i∞
avec KL (s) = ln ML (s).

L’approximation du ”saddlepoint” consiste à déterminer un point t̂ correspondant à un réel t t.q. le
terme de l’exponentielle soit stationnaire (i.e. ait une dérivée nulle), aussi ce point est-il caractérisé
par :
KL0 (t̂) = t
L’approximation de la loi de distribution est alors obtenue en employant une expansion de Taylor
sur le terme de l’exponentielle autour du point t̂. Plusieurs remarques : cette expansion peut être
faite à un ordre important et pas uniquement au second ordre, de plus l’expansion d’une intégrale
de cette densité se fait facilement grâce à la transformation de l’intégration/dérivation par la
transformée de Laplace.
La première difficulté provient de la résolution de l’équation KL0 (t̂) = t.
20.2.1 Résolution de l’équation du saddlepoint

Nous commencerons par étudier cette équation.
20.2.2 L’inversion semi-analytique

Une foi que la transformée de Lpalace est déterminée (ou tout au moins une approximation),
il reste alors à l’inverser. Avant de rentrer dans les calculs rappelons la forme de la Transformée
de Laplace de la loi normale : Soit X suivant une loi normale de moyenne m et d’écart-type σ,
s2 σ 2
alors E[esX ] = esm+ 2 . Ainsi d’après la définition de la transformé inverse, on a :
Z +i∞
1 s2 σ 2 1 (x−m)2
√ e−sx esm+ 2 ds = √ e− 2σ2
2πi −i∞ 2πσ
Attention cette formule n’est valide que si x > m, dans le cas contraire l’intégration dans l’espace
complexe sera différente. Cette formule nous sera utile car elle nous permettra de reconnaı̂tre la
transformée d’une loi normale dans l’approximation qui est faite. En reprenant la définition de la
20.2. MÉTHODE DU SADDLEPOINT 259
densité et son approximation :

Z +i∞
1
fl (t) = eKL (s)−st ds
2πi −i∞
Z +i∞
1 (s−t̂)2 00
≈ eKL (t̂)−t̂t+ 2 KL (t̂)
ds
2πi −i∞
+i∞
eKL (t̂)−t̂t
Z
(s−t̂)2 00
KL (t̂)
≈ e 2 ds
2πi −i∞
+i∞
eKL −t̂t t̂2 KL00
Z
s2 00 00
KL −st̂KL
≈ e2 e 2 ds
2πi −i∞
On reconnaı̂t alors dans la transformé inverse

p la transformée de Laplace de la loi normale en un
point x t.q. x − m = t̂KL00 et d’écart-type KL00 . Ainsi :
(t̂K ) 00 2
t̂2 00 1 − 2KL00
fl (t) ≈ eKL −t̂t e 2 KL p e L
2πKL00
eKL (t̂)−t̂t
≈ q
2πKL00 (t̂)
De la même manière on peut obtenir la fonction de répartition, et l’espérance de perte d’une

tranche senior, qui sont simplement des intégrations successives de la densité, donc en terme de
fonction caractéristique, des divisions par s. En effet si l’on considère l’inverse de la fonction de
distribution, soit P (X > x), on a :
1
T L(P (X > x))(s) = T L(P (X = x))
s
En appliquant cette propriété de la transformé de Laplace à la fois à la distribution exacte et à la
distribution normale, on obtient l’approximation de la distribution.
Z +i∞ KL (s)−st
1 e
P (L > t) = ds
2πi −i∞ s
(s−t̂)2 00
eKL (t̂)−t̂t +i∞ e 2 KL (t̂)
Z
≈ ds
2πi −i∞ s
1 2 00 Z s2 00 00
eKL −t̂t+ 2 t̂ KL +i∞ e 2 KL −st̂KL
≈ ds
2πi −i∞ s
Or le numérateur de l’intégrande
p est la transformée de Laplace de la loi normale en un point x t.q.
x − m = t̂KL00 et d’écart-type KL00 . En notant que P rob(X > x) = Φ( x−m σ ) = Φ(− x−m
σ ) pour X
suivant une loi normale de moyenne m et d’écart-type σ. Ainsi :
q
1 2 00
P (L > t) ≈ eKL (t̂)−t̂t+ 2 t̂ KL (t̂) Φ(− t̂2 KL00 (t̂))
pour t > E[L].
20.2.3 Extension multidimensionnel

Ces formules peuvent aisément être extrapolées à l’analyse d’une distribution multivariée. Sup-
posons que nous voulions étudier la densité f (t1 , . . . , tn ) (n dimensions). La fonction génératrice
sera alors une fonction du vecteur s ayant n composantes. Le développement de Taylor deviendra
alors :
1
K(s) − s.t = K(t̂) − t̂.t + (s − t̂).(K 0 (t̂) − t) + (s − t̂).K (2) (t̂).(s − t̂)
2
Le point représentant le produit scalaire. De plus la transformée de Laplace d’une loi multinormale
est égale à :
s.Σ.s
T L(φ) = es.m+ 2
Reprenons l’étude de la densité :
Z +i∞ Z
1
fl (t) = · · · eKL (s)−s.t ds
(2πi)n
−i∞
Z +i∞ Z
1 1 00
≈ · · · eKL −t̂.t+ 2 (s−t̂).KL .(s−t̂) ds1 . . . dsn
(2πi)n
−i∞
Z +i∞ Z
eKL −t̂.t 1 00
≈ · · · e 2 (s−t̂).KL .(s−t̂) ds1 . . . dsn
(2πi)n
−i∞
Z +i∞ Z
eKL −t̂.t 1 t̂.KL00 .t̂ 1 00 00
≈ e 2 · · · e 2 s.KL .s−s.KL .t̂ ds1 . . . dsn
(2πi)n
−i∞
En effet (s − t̂).KL00 .(s − t̂) = s.KL00 .s − 2s.KL00 .t̂ + t̂.KL00 .t̂ car KL00 est symétrique.
1 00 1 1 00 00−1 00
fl (t) ≈ eKL −t̂t e 2 t̂.KL .t̂ √ np e− 2 (KL .t̂).KL .KL .t̂
2π det(KL00 )
eKL (t̂)−t̂.t
≈ √ q
n
2π det(KL00 (t̂))
En utilisant le même raisonnement que précédemment, on peut obtenir la fonction de répartition :

1 00
P (L1 > t1 , . . . , Ln > tn ) ≈ eKL (t̂)−t̂.t+ 2 t̂.KL (t̂).t̂ P rob(X > KL00 (t̂).t̂)
où X suit une loi multinormale de moyenne nulle et de variance KL00 (t̂).
20.2.4 Expansions à un ordre plus important

La fonction de répartition est donc approchée grâce à la transformée de Laplace inverse. Ainsi :
Z +i∞
1 1 K(s)−st
P (L > t) = e ds
2πi −i∞ s
Or le terme de l’exponentiel peut être approché par une expansion de Taylor à un ordre plus
important, i.e. :
X (s − t̂)k +∞
1
K(s) − st = K(t̂) − t̂t + (s − t̂)(K 0 (t̂) − t) + (s − t̂)2 K (2) (t̂) + K (k) (t̂)
2 k!
k=3
20.2. MÉTHODE DU SADDLEPOINT 261
Le premier terme peut être sorti de l’intégrale et le terme du premier ordre est nul de par la
définition de t̂. Considérons les termes d’ordre trois et plus à part, on peut alors remplacer l’ex-
ponentielle de ces termes par le développement limité de l’exponentielle :
+i∞
eK(t̂)−t̂t
Z
1 K (2) (t̂)(s−t̂)2 P+∞ (s−t̂)k
K (k) (t̂)
P (L > t) = e 2 e k=3 k! ds
2πi −i∞ s
(20.1)
+i∞ +∞ +∞
eK(t̂)−t̂t (s − t̂)k (k) 1 X (s − t̂)k (k) 2
Z
1 K (2) (t̂)(s−t̂)2 X
≈ e 2 (1 + K (t̂) + K (t̂) )ds
2πi −i∞ s k! 2 k!
k=3 k=3
(20.2)
(20.3)
Nous allons considérer ici chacun de ces termes un par un afin de le calculer, mais auparavant il
nous faut introduire les fonctions d’Esscher.
Les fonctions d’Esscher
Pour λ > 0, nous définissons Bk (λ), k ∈ N par :
+∞
(it)k
Z
1 t2
Bk (λ) = e− 2 dt
2π −∞ 1 + it/λ
ou
c+i∞
tk
Z
1 t2
Bk (λ) = e2 dt
2πi c−i∞ 1 + t/λ
On peut lier ces fonctions à la loi normale :
dk λ2 +λx
Bk (λ) = (−1)k k
λe 2 1 − N (λ + x) |x=0
dx
Les premières fonctions d’Esscher sont les suivantes :

λ2
– B0 (λ) = λe 2 (1 − N (λ))
1
– B1 (λ) = −λ(B0 (λ) − (2π)− 2 )
1
– B2 (λ) = λ2 (B0 (λ) − (2π)− 2 )
1
– B3 (λ) = −(λ3 B0 (λ) − (λ3 − λ2 )(2π)− 2 )
1
– B4 (λ) = λ4 B0 (λ) − (λ4 − λ2 )(2π)− 2
1
– B5 (λ) = − λ5 B0 (λ) − (λ5 − λ3 + 3λ)(2π)− 2
1
– B6 (λ) = λ6 B0 (λ) − (λ6 − λ4 + 3λ2 )(2π)− 2
Donner la transformée de Laplace d’une fonction d’Esscher. Analysons les termes d’ordre un de
l’exponentielle :
+i∞
1 K (2) (t̂)(s−t̂)2 (k) (s − t̂)k
Z
1
αk = e 2 K ds (20.4)
2πi −i∞ s k!
ξ √
= √k Bk (t̂ K 00 ) (20.5)
k!t̂ K 00
(20.6)
K (k)
avec ξk le moment d’ordre k normalisé, qui est aussi égale à K (2)k/2 0
. Analysons les termes d’ordre
deux de l’exponentielle :
+i∞
1 K (2) (t̂)(s−t̂)2 (k)2 (s − t̂)2k
Z
1
βk = e 2 K ds (20.7)
2πi −i∞ s k!2
ξk2 √
= √ B2k (t̂ K 00 ) (20.8)
2
k! t̂ K 00
(20.9)
Si l’on ne retient que les premiers termes jusqu’à l’ordre n−2 :
eK(t̂)−t̂t 00 ξ3 00 ξ4 00 ξ32 00

P (L > t) = B 0 ( t̂K ( t̂)) + B 3 (t̂K (t̂)) + B 4 ( t̂K (t̂)) + B 6 (t̂K (t̂))
t̂K 00 (t̂) 3! 4! 23!2
20.2.5 Passage à l’espérance de perte

Une autre formule qui est aussi très utilisée est la formule de Lugannani-Rice, elle permet
d’approcher P (L > t) avec une précision plus importante :
1 1
q q
P (L > t) = (1 − Φ( 2(t̂t − K(t̂)))) + φ( 2(t̂t − K(t̂)))( q −q )
t̂ K 00 (t̂) 2(t̂t − K(t̂))
Supposons des défauts indépendants, de même exposition unité et de même probabilité p faible. On
a vu prédémment que dans ce cas, la fonction de répartition des pertes pouvaient être approchés
par une loi de Poisson. Dans ce cas la fonction génératrice des moments est égale à :
n
Y
ML (s) = (1 − p + pes ) = (1 − p + pes )n
i=1
et
KL (s) = n ln (1 − p + pes )
Le ”saddlepoint” est alors défini par t̂ = ln t/p−t t−pt 1−p
n−t , KL (t̂) = n ln (1 − p + n−t ) = n ln (n n−t ) et
KL00 (t̂) = nt (n − t). Nous avons tracé sur le graphique ? ? ? une comparaison entre les probabilités
cumulées données par une loi binomiale et les probabilités en utilisant la technique du ”saddle-
point”.
Quatrième partie
Annexes
263
Chapitre 21
Compléments du cours
21.1 Convergence pour des variables aléatoires

Convergence en probabilité
Définition 40. Soit une suite de variable aléatoire (Xn )n>0 , cette suite de v.a. tend vers la
constante a, si ∀, ∀η, il existe n0 t.q. ∀n > n0 P (|Xn − a| > ) < η.
P
On note alors (Xn ) −
→ a.
Convergence presque sûr

Définition 41. La suite de variable aléatoire (Xn )n>0 converge presque sûrement vers X si
P ({w| limn→+∞ Xn (w) 6= X(w)) = 0.
ps
On note alors (Xn ) −→ X.
Convergence en loi
Définition 42. La suite de variable aléatoire (Xn )n>0 (de fonction de répartition FXn ) converge
en loi vers la variable X de fonction de répartition FX en tout point de continuité de F , la suite
des (FXn ) converge vers F .
L
On note alors (Xn ) − → X.
Il est à noter que la convergence presque sûre implique la convergence en probabilité qui implique
la convergence en loi.
265
266 CHAPITRE 21. COMPLÉMENTS DU COURS
21.2 Détermination des probabilités de défaut sur porte-

feuille hétérogène
Soit un portefeuille dont l’ensemble des composantes a la même exposition (l’exposition étant
le produit de la taille par la sévérité), seule les probabilités de défaut (p1 , ..., pn ) de ces entités
diffèrent. Toutes ces entités sont supposées indépendantes les unes des autres.
Nous allons utiliser la fonction génératrice des moments de la somme des pertes L = 11 + ... + 1n .
n n n n
Pn Y Y Y Y pi
E(z L ) = E(z i=1 1i
)= E(z 1i ) = (1 − pi + pi z) = (1 − pi ) (1 + z)
i=1 i=1 i=1 i=1
1 − pi
La variable aléatoire L est discrète, ainsi la probabilité P rob(L = i) est égale au coefficient de la
variable z i de l’expression précédente. Il nous faut donc passer d’une forme factorisée à une forme
entièrement développée pour le polynôme précédent : nous utiliserons la formule de Newton-Girard.
21.3. PRINCIPE DE RÉFLEXION DU MOUVEMENT BROWNIEN 267
21.3 Principe de réflexion du mouvement brownien

Nous allons établir ici différents résultats qui nous permettront de calculer les probabilités de
défaut de différents modèles dans le cadre structurel. Nous utiliserons entre autres la propriété de
Markov forte pour un mouvement brownien qui dit que :
Si τ est un temps d’arrêt pour la filtration engendrée par le mouvement brownien, alors {Wτ +s −
Wτ }s≥0 est un mouvement brownien indépendant de F (τ ).
Nous pouvons alors établir un résultat qui sera d’une grande importance : le principe de réflexion.
Théorème 43. Si τ est un temps d’arrêt, alors
Wt∗ = Wt It≤τ + (2Wτ − Wt )It≥τ
(Mouvement brownien reflété au temps τ ) est aussi un mouvement brownien.

Démonstration. D’après la propriété de Markov forte, on a {Wτ +s − Wτ }s≥0 mouvement brow-
nien indépendant de F (τ ), ce qui est aussi vrai de {−Wτ +s + Wτ }s≥0 . Ainsi le couple de va-
riable aléatoire ({Ws }0≤s≤τ , {Wτ +s − Wτ }s≥0 ) a-t-il la même loi que le couple ({Ws }0≤s≤τ , {Wτ −
Wτ +s }s≥0 ). Construisons maintenant Wt∗ de la manière suivante :
– si t ≤ τ , alors Wt∗ = Wt ,
– si t ≥ τ , alors Wt∗ = Wτ + Wτ +s − Wτ , avec s = t − τ .
Ce Wt∗ est bien un processus brownien. Or on peut modifier sa définition, en remplacant le couple
({Ws }0≤s≤τ , {Wτ +s − Wτ }s≥0 ) par un autre couple de variables aléatoires ayant la même loi :
({Ws }0≤s≤τ , {Wτ − Wτ +s }s≥0 ). Ce nouveau processus Wt∗ doit alors lui aussi garder la même loi.
D’où le principe de réflexion.
Théorème 44. Soit M (t) = max0≤s≤t W (s), soit de plus a > 0, alors P [M (t) > a] = 2P [W (t) >
a].
Démonstration. Soit τ = min{t ≥ 0 : W (t) = a}, alors τ est un temps d’arrêt. Soit Wt∗ le brownien
réfléchi en τ (cf. ci-dessus). L’ensemble {M (t) > a} est la réunion disjointe des deux évènements
suivants {M (t) > a, Wt > a} et {M (t) > a, Wt ≤ a}. Or {M (t) > a, Wt > a} = {Wt > a} car le
fait que le brownien soit supérieur à a permet de savoir que le maximum est lui aussi supérieur à a.
De plus {M (t) > a, Wt ≤ a} = {Wt∗ ≥ a}, en effet si M (t) > a et Wt ≤ a, alors Wt∗ = 2a − Wt par
définition et donc Wt∗ > a, de même si Wt∗ > a alors le cas t < τ est impossible car la barrière a a
déjà été atteinte et dans l’autre cas on retrouve Wt ≤ a. Par additivité des probabilités d’ensembles
disjoints, on obtient le résultat.
21.4 Tests d’adéquation

Nous présentons ici les différents tests permettant soit de rejeter/accepter un modèle proposé
ou bien de choisir le meilleur modèle entre différentes propositions.
Kolmogorov-Smirnov
Ce test a l’avantage d’être indépendant de toutes paramétrisations des données initiales, aucune
hypothèse n’est faite. Etant donné une statistique x1 , ..., xn , on calcule :
T = max{|F̂ (xi ) − F (xi )|}

i
Ce test n’est malheureusement pas très puissant afin de rejeter une hypothèse fausse.
χ2
Critère d’information d’Akaike
21.5. TRANSFORMÉE DE FOURIER 269
21.5 Transformée de Fourier

La transformée de Fourier est définie comme :
Z +∞
f (s) = F {F (t)} = e−2πist F (t)dt
−∞
où F est une fonction d’une variable réelle, et f une fonction d’une variable complexe. L’inversion
de la transformée de Fourier est alors :
Z +∞
1
e2πits f (s)ds
2πi −∞
Nous allons ici introduire quelques propriétés de la transformée de Fourier qui sont très utiles :
1. F {aF (t) + bG(t)} = aF {F (t)} + bF {G(t)}
2. F { dFdt(t) } = sF {F (t)} − F (0)
Rt
3. F { 0 F (u)du} = F {Fs(t)}
Rt
4. F {(F1 ∗ F2 )(t)} = F { 0 F1 (t − u)F2 (u)du} = F {F1 (t)}F {F2 (t)}
La transformée de Fourier est très utilisé dès qu’il y a apparition de convolution et ce aussi à
cause de l’existence d’un algorithme permettant de déterminer la transformée de Fourier (ou son
inverse) de manière très efficace : le ”Fast Fourier Transform” ou FFT.
Algorithme de ”Fast Fourier Transform”
21.6 Transformée de Laplace

La transformée de Laplace unilatérale est définie comme :
Z +∞
f (s) = L{F (t)} = e−st F (t)dt
0
où F est une fonction d’une variable réelle, et f une fonction d’une variable complexe. Il existe
aussi la transformée de Laplace bilatérale définie comme :
Z +∞
f (s) = L{F (t)} = e−st F (t)dt
−∞
L’inversion de la transformée de Laplace est alors :

Z c+i∗∞
1
ets f (s)ds
2πi c−i∗∞
où c une valeur quelconque choisie telle que les singularités de f (s) (par exemple les pôles de f )
soient laissée à gauche du contour d’intégration. Nous allons ici introduire quelques propriétés de
la transformée de Laplace qui sont très utiles :
1. L{aF (t) + bG(t)} = aL{F (t)} + bL{G(t)}
2. L{ dFdt(t) } = sL{F (t)} − F (0)
Rt
3. L{ 0 F (u)du} = L{Fs(t)}
Rt
4. L{(F1 ∗ F2 )(t)} = L{ 0 F1 (t − u)F2 (u)du} = L{F1 (t)}L{F2 (t)}
Si l’on considére l’utilisation de la transformée de Laplace dans le cadre des probabilités.
21.7. DIFFÉRENTES FORMULES D’APPROXIMATION 271
21.7 Différentes formules d’approximation

La loi normale
Loi normale :
Φ(x) = 1 − φ(x)(b1 t + b2 t2 + b3 t3 + b4 t4 + b5 t5 ) + (x)
1
avec t = 1+px . L’approximation est valide à 7.5 10−8 près.
Loi normale inverse (p = Φ(x)) :
p 0.2316419
b1 0.319381530
b2 -0.356563782
b3 1.781477937
b4 -1.821255978
b5 1.330274429
Table 21.1 – Valeurs numériques des coefficients
c0 t + c1 t + c2 t2
x=t− + (p)
1 + d1 t + d2 t2 + d3 t3
q
avec t = ln p12 . L’approximation est valide à 4.5 10−4 près.
Loi binormale :
c0 2.515517
c1 0.802853
c2 0.010328
d1 1.432788
d2 0.189269
d3 0.001308
Table 21.2 – Valeurs numériques des coefficients
P rob(X > x, Y > y) = Φ2 (ρ, x, y)

+∞
X Z (n) (x)Z (n) (y) n+1
= (1 − Φ(x))(1 − Φ(y)) + ρ
n=0
(n + 1)!
Fonction de Bessel modifiée

p374-375 Handbook
21.8 Définition des notations d’agence (S&P et Moody’s)

en fonction de la maturité
1 2 3 4 5 6 7 8 9 10
AAA 0.00022% 0.00493% 0.01576% 0.03396% 0.061% 0.097% 0.144% 0.204% 0.276% 0.362%
AA+ 0.00122% 0.00916% 0.0269% 0.05603% 0.098% 0.153% 0.224% 0.311% 0.414% 0.536%
AA 0.00752% 0.03903% 0.08486% 0.14444% 0.219% 0.31% 0.42% 0.549% 0.7% 0.872%
AA- 0.01419% 0.04769% 0.10178% 0.17751% 0.276% 0.397% 0.543% 0.713% 0.909% 1.13%
A+ 0.018% 0.06384% 0.13784% 0.2402% 0.371% 0.531% 0.719% 0.937% 1.184% 1.458%
A 0.02173% 0.07971% 0.17155% 0.29782% 0.459% 0.655% 0.887% 1.152% 1.451% 1.782%
A- 0.03% 0.12% 0.26% 0.45% 0.69% 0.97% 1.29% 1.65% 2.05% 2.48%
BBB+ 0.2% 0.43% 0.7% 1.02% 1.39% 1.8% 2.26% 2.76% 3.28% 3.84%
BBB 0.29% 0.68% 1.16% 1.71% 2.32% 2.98% 3.67% 4.39% 5.13% 5.88%
BBB- 0.81% 1.81% 2.9% 4.03% 5.18% 6.32% 7.43% 8.53% 9.6% 10.64%
BB+ 1.5% 2.9% 4.3% 5.7% 7% 8.3% 9.6% 10.8% 12% 13.2%
BB 2.3% 4.5% 6.6% 8.6% 10.4% 12.2% 13.8% 15.4% 16.9% 18.3%
BB- 3.5% 6.6% 9.5% 12.2% 14.6% 16.8% 18.9% 20.8% 22.6% 24.2%
B+ 4.1% 8.1% 11.9% 15.4% 18.6% 21.5% 24.1% 26.5% 28.6% 30.6%
B 5.3% 10.8% 15.9% 20.5% 24.5% 27.9% 31% 33.7% 36% 38.1%
B- 8% 17% 24% 30% 34% 38% 41% 44% 47% 49%
CCC+ 24% 38% 47% 52% 56% 59% 61% 63% 64% 66%
CCC 46% 59% 65% 68% 70% 72% 73% 74% 75% 76%
CCC- 66% 79% 83% 84% 86% 86% 87% 87% 88% 88%
Table 21.3 – Probabilité de défaut à terme suivant la notation défini par S&P
1 2 3 4 5 6 7 8 9 10
Aaa 0.00005% 0.0002% 0.0007% 0.0018% 0.003% 0.004% 0.005% 0.007% 0.008% 0.01%
Aa1 0.00057% 0.003% 0.01% 0.021% 0.031% 0.042% 0.054% 0.067% 0.082% 0.1%
Aa2 0.00136% 0.008% 0.026% 0.047% 0.068% 0.089% 0.111% 0.135% 0.164% 0.2%
Aa3 0.00302% 0.019% 0.059% 0.101% 0.142% 0.183% 0.227% 0.272% 0.327% 0.4%
A1 0.00581% 0.037% 0.117% 0.189% 0.261% 0.33% 0.406% 0.48% 0.573% 0.7%
A2 0.01087% 0.07% 0.222% 0.345% 0.467% 0.583% 0.71% 0.829% 0.982% 1.2%
A3 0.04% 0.15% 0.36% 0.54% 0.73% 0.91% 1.11% 1.3% 1.52% 1.8%
Baa1 0.09% 0.28% 0.56% 0.83% 1.1% 1.37% 1.67% 1.97% 2.27% 2.6%
Baa2 0.17% 0.47% 0.83% 1.2% 1.58% 1.97% 2.41% 2.85% 3.24% 3.6%
Baa3 0.42% 1.05% 1.71% 2.38% 3.05% 3.7% 4.33% 4.97% 5.57% 6.1%
Ba1 0.9% 2% 3.1% 4.2% 5.3% 6.3% 7.1% 7.9% 8.7% 9.4%
Ba2 1.6% 3.5% 5.2% 6.8% 8.4% 9.8% 10.7% 11.7% 12.7% 13.5%
Ba3 2.8% 5.5% 7.9% 9.8% 11.9% 13.5% 14.6% 15.7% 16.7% 17.7%
B1 4.7% 8.4% 11.6% 13.9% 16.1% 17.9% 19.1% 20.2% 21.2% 22.2%
B2 7.2% 11.7% 15.6% 18.1% 20.7% 22.7% 24% 25.2% 26.2% 27.2%
B3 12% 17% 21% 24% 27% 29% 31% 33% 34% 35%
Caa1 17% 23% 29% 32% 36% 39% 41% 44% 46% 48%
Caa2 26% 33% 39% 44% 49% 52% 55% 59% 62% 65%
Caa3 51% 57% 62% 66% 70% 72% 74% 76% 79% 81%
Table 21.4 – Probabilité de défaut à terme suivant la notation défini par Moody’s
21.9. EVÈNEMENTS DE CRÉDIT D’UN CDS 273
21.9 Evènements de crédit d’un CDS

Faillite
L’entité de référence:
{ (a) est dissoute (sauf par suite d’un regroupement ou d’une fusion);
{ (b) devient insolvable, fait défaut, est incapable ou admet par écrit son incapacité
générale de payer ses dettes à leur échéance;
{ (c) fait une cession générale, conclut un arrangement ou un compromis avec ses
créanciers à leur profit;
{ (d) engage une procédure ou fait l’objet d’une procédure en vue d’obtenir un jugement
de faillite ou d’insolvabilité ou tout autre recours en vertu de toute loi en
matière de faillite ou d’insolvabilité ou de toute autre loi similaire affectant
les droits des créanciers, ou une requ^ ete est présentée en vue de sa dissolution
ou liquidation et, si une telle procédure ou requ^ ete est engagée ou présentée
à son encontre, cette procédure ou requ^ ete (i) entra^ıne un jugement d’insolvabilité
ou de faillite ou donne lieu à une ordonnance pour sa liquidation ou l’entrée
en vigueur d’une ordonnance affectant les droits des créanciers ou (ii) n’est
pas rejetée ou suspendue dans les 30 jours suivant son engagement ou sa présentation;
{ (e) fait adopter une résolution en vue de sa mise sous séquestre officielle ou
de sa dissolution ou liquidation (sauf par suite d’un regroupement ou d’une fusion);
{ (f) cherche à obtenir ou devient assujettie à la nomination d’un administrateur,
séquestre, syndic, dépositaire, liquidateur ou autre personne similaire, à son
égard ou à l’égard de la majeure partie de ses biens;
{ (g) voit un créancier bénéficiant d’une garantie prendre possession de la totalité
ou de la majeure partie de ses biens, ou voit une saisie-attribution, saisie-arr^ et,
saisie-exécution, une mise sous séquestre judiciaire ou toute voie d’exécution
imposée, mise en oeuvre ou intentée à l’égard de la totalité ou de la majeure
partie de ses biens, et ce créancier bénéficiaire d’une garantie maintient cette
mesure ou la mise en oeuvre de cette voie d’exécution n’est pas rejetée, annulée,
suspendue ou réduite, dans chaque cas dans les 30 jours qui suivent; ou
{ (h) provoque un événement ou subit un événement qui, en vertu des lois applicables
d’un territoire, a un effet analogue à ceux des événements spécifiés aux clauses
(a) à (g) (inclus) ci-dessus.
Défaut de paiement
L’inexécution par une entité de référence, à la date et au lieu prévus, d’une obligation
de paiement au titre d’une ou plusieurs obligations pour un montant total égal ou
supérieur au seuil de défaut de paiement. Il est entendu qu’un défaut de paiement
ne sera constitué qu’après expiration de tout délai de gr^ ace applicable ou réputé
s’appliquer.
Le terme d’obligation est défini avec une grande précision dans le contrat, afin de savoir exacte-
ment sur quels instruments un non-paiement sera considéré comme un défaut de paiement au sens
du contrat de CDS.
Restructuration
Pour une ou plusieurs Obligations, y compris à la suite d’un Remplacement d’Obligation,
et pour un montant total égal ou supérieur au Seuil de Déclenchement, un ou plusieurs
des événements suivants (i) survient, (ii) fait l’objet d’un accord entre, d’une part,
l’Entité de Référence ou une Autorité Gouvernementale et, d’autre part, tout créancier
de l’Obligation considérée ou (iii) est annoncé ou décrété par l’Entité de Référence
ou par l’Autorité Gouvernementale et prend de ce fait un caractère obligatoire pour
l’Entité de Référence, alors que cet événement n’est pas prévu dans les termes et
conditions de l’Obligation en vigueur à la plus tardive des dates entre la Date de

Conclusion et la date à laquelle cette Obligation est née:
{ (a) toute réduction du taux ou du montant des intér^ ets payables ou du montant
des intérêts à courir initialement prévus;
{ (b) toute réduction de montant en principal ou de prime payable à l’échéance ou
aux dates de remboursement initialement prévues;
{ (c) tout report d’échéance pour le paiement d’intér^ ets, du principal ou d’une
prime, ou tout report de date de départ des intér^ ets à courir;
{ (d) tout changement dans le rang de la priorité de paiement de toute Obligation,
entra^ınant la subordination de ladite Obligation; ou
{ (e) tout changement de devise ou de composition de tout paiement en principal
ou intér^
ets.
Nonobstant ce qui précède, aucun des événements suivants ne constituera une Restructuration:
{ (a) le paiement en Euros d’intér^ ets ou de principal au titre d’une Obligation
libellée dans une devise d’un Etat Membre de l’Union Européenne ayant opté pour
la monnaie unique selon les dispositions du Traité de l’Union Européenne;
{ (b) la survenance ou l’annonce de, ou l’accord sur, l’un des événements décrits
ci-dessus en raison d’une mesure administrative, comptable, fiscale ou technique
dans le cadre de l’activité courante de l’Entité de Référence; et
{ (c) la survenance ou l’annonce de, ou l’accord sur, l’un des événements décrits
ci-dessus lorsqu’il ne résulte pas directement ou indirectement d’une détérioration
de la qualité de crédit de l’Entité de Référence ou de sa situation financière.
En cas de Remplacement d’Obligation, la détermination de la survenance d’un événement
défini ci-dessus s’effectuera en comparant les termes et conditions de l’Obligation
considérée en vigueur immédiatement avant le Remplacement et les termes et conditions
de l’Obligation résultant de ce Remplacement.
21.10. DÉFINITION D’UNE GAGE AVEC DÉPOSSESSION 275
21.10 Définition d’une gage avec dépossession

Contrairement à d’autres juridictions européennes, le droit français des faillites ne peut pas vrai-
ment être considéré comme étant très protecteur vis-à-vis des créanciers. En effet, il se concentre
principalement sur la protection des employés et le maintien de l’activité de la société. L’influence
des créanciers sur la procédure de faillite est assez faible par rapport à d’autres pays européens
comme le Royaume-Uni, étant donné que le Tribunal de Commerce dispose de tous les pouvoirs
pour mener à bien la procédure de faillite.
Cependant, le gage avec dépossession est une sûreté qui permet de donner un pouvoir significatif
au créancier, qui bénéficie ainsi d’une certaine influence sur la procédure de faillite. Cette sûreté
peut alors être considérée comme assez puissante au regard du traitement habituel des créanciers.
Parmi les forces de cette sûreté, on trouve en première place le droit de rétention accordé au
créancier gagiste : ce droit de rétention impose à l’administrateur judiciaire d’obtenir l’accord du
créancier gagiste avant la mise en place de tout plan de continuation ou de cession. Une autre force
de cette sûreté est le rang privilégié qu’occupe le créancier gagiste qui se verra alloué, en priorité
sur les autres créanciers, le produit de la vente des actifs gagés.
Description du mécanisme du gage avec dépossession

Validité et opposabilité au tiers Le gage est valide et opposable si la société à l’origine des
actifs gagés n’a plus de contrôle effectif sur ces actifs et si des tiers sont informés de l’existence du
gage. Les exigences de la loi française en matière de dépossession sont satisfaites si des procédures
de contrôle sont mises en place dans les contrats de gage relatifs à chaque actifs gagé et aux entrées
et sorties de chaque personne pénétrant dans les entrepôts où sont stockés les actifs ainsi que les
entrées-sorties des actifs eux-mêmes. Ces procédures de contrôle sont réalisées par une société
spécialisée, Auxiga, qui joue le rôle de tiers détenteur des actifs gagés.
Exercice du gage
– Cas où la société n’est pas en faillite : Les actifs gagés pourront soit être vendus aux enchères
au bénéfice du créancier gagiste, soit être attribués au créancier gagiste par attribution
judiciaire. En cas d’attribution judiciaire, le bénéficiaire du gage peut demander au tribunal
compétent le transfert des actifs à son intention à hauteur du montant de la dette garantie
par le gage. La valeur des actifs gagés est déterminée par un expert indépendant nommé
par le tribunal qui peut également revoir la valorisation des actifs à la hausse ou la baisse.
Si la valeur estimée des actifs gagés se trouve inférieure à l’encours de la dette due au
créancier gagiste, ce dernier devient créancier chirographaire pour le montant résiduel de
dette. Le principal risque réside ici dans le fait que l’expert puisse surestimer la valeur des
actifs gagés. En effet, si l’estimation est supérieure à l’encours de la dette due au créancier
gagiste, ce dernier ne se verra attribuer qu’une partie des actifs, alors que, si l’estimation est
inférieure au montant de la dette, la totalité des actifs sera attribuée au créancier gagiste et,
en plus, ce dernier préserve encore une créance chirographaire sur la société.
– Cas où la société est en faillite : Période d’observation : Un administrateur judiciaire est
nommé par le tribunal de commerce. Il dispose d’au maximum vingt mois pour prendre une
décision. Pendant cette période d’observation, l’administrateur ne peut pas vendre les actifs
gagés sauf si le créancier gagiste a donné son accord ou s’il est remboursé complètement. A
l’issue de la période d’observation, l’administrateur judiciaire choisit l’une des trois options
suivantes :
1. le plan de continuation : La continuation n’est envisageable que si l’administrateur est
intimement convaincu que la société sera en mesure de respecter ses futures échéances
de paiement. En cas d’adoption d’un plan de continuation, les diverses obligations de
paiement reprennent.
2. le plan de cession : La société est vendue à de nouveaux actionnaires. Cette solution
n’est possible que si le créancier gagiste a au préalable donné son accord pour la cession
ou s’il a été complètement remboursé.
3. la liquidation judiciaire : En cas de liquidation, deux scénarios sont possibles : la vente

forcée ou l’attribution judiciaire.
– Attribution Judiciaire. Le processus est analogue à celui décrit dans le cas où la société
n’était pas en faillite. L’avantage de l’attribution judiciaire est que le créancier gagiste
est prioritaire devant tous les autres créanciers pour le remboursement de sa dette,
sauf si la valeur estimée des actifs gagés est inférieure au montant de la dette. Dans
ce cas, le créancier gagiste devient créancier chirographaire pour le montant de dette
résiduel et est classé après les créanciers privilégiés (l’Etat et les employés) dans
l’allocation des flux.
– Vente Forcée (vente aux enchères). Un créancier gagiste peut demander la vente forcée
si l’administrateur ne l’a pas encore fait dans les six mois qui suivent le jugement
ordonnant la liquidation de la société. Le créancier a théoriquement le droit de refuser
cette vente si jamais le produit de la vente ne permet pas de rembourser sa dette. Le
créancier peut organiser la vente forcée à partir d’un délai de huit jours suivant la
notification du débiteur de cette vente si jamais l’administrateur ne l’a pas initiée. La
vente forcée doit inclure tous les actifs gagés. Cette vente peut s’avérer ne pas être la
solution optimale pour le créancier gagiste car le produit de la vente sera alloué en
premier lieu aux créanciers privilégiés avant d’être attribué au créancier gagiste.
21.11. BASES DE LA THÉORIE DE L’ACTUALISATION 277
21.11 Bases de la théorie de l’actualisation

Ce chapitre est une introduction aux mathématiques financières, et concerne principalement
l’actualisation. Nous nous placerons dans tout ce chapitre dans le domaine du certain, tous les
paramètres sont supposés connus, il n’y aura pas de variables aléatoires.
Les intérêts
Que représente les intérêts ? Il s’agit avant tout de pouvoir comparer des flux arrivant à des
dates différentes. C’est en effet le loyer du temps qui passe, ou le prix à payer afin de décaler un
flux monétaire dans le temps. Dans la pratique les intérêts peuvents recouvrir plusieurs notions et
être le prix de plusieurs éléments : l’incertitude des flux futurs (date et montant), la dépréciation
de la monnaie (l’inflation) et la liquidité.
Les intérêts vont nous permettre de comparer des flux dans le temps et de résumer un échéancier
de flux par un seul chiffre (et donc de pouvoir ordonner des échéanciers !).
Pour des opérations d’une durée inférieure ou égale à l’année (En France l’unité de temps est
l’année, alors qu’aux Etats-Unis c’est le semestre), on utilise les intérêts simples : les intérêts à
n
verser pour une durée de n jours avec un taux de i sont égaux à i 360 .
n
– Une somme A qui est reçue aujourd’hui, vaudra dans n jours A(1 + i 360 ).
n
– De même une somme B qui doit être reçue dans n jours, vaut aujourd’hui B(1 − i 360 ).
Pour des durées supérieures à l’année, on utilise la formule des intérêts composés :
– Si A est reçue aujourd’hui, dans n années cela vaudra A(1 + i)n ,
B
– Si B doit être reçu dans n années, alors cela vaut (1+i) n.
La plupart des problèmes d’actualisation se ramène à quelques équations simples utilisant très
souvent les mêmes relations. Aussi certaines notations concernant les annuités ont-elles été in-
troduites. Une annuité est un flux financier d’un montant fixe et payé à intervalle régulier sur
une période donnée. Nous noterons i le taux d’intérêt utilisé pour une période et n le nombre de
périodes étudiées.
Pour une annuité de 1, la valeur actualisée de cette rente sur n années est ain , avec la définition
suivante :
n
X 1
ain =
(1 + i)k
k=1
Pour une annuité de 1, la valeur capitalisée de cette rente après n années est sin , avec la définition
suivante :
Xn
sin = (1 + i)n−k
k=1
Les obligations
Les obligations sont des titres de créances émis par des sociétés, ce sont donc des dettes. Elles
sont rémunérées par le versement d’un coupon (avec une certaine fréquence) et ont une certaine
durée : la maturité. Pour résumer une obligation est une dette émise par une société, qui a les
caractéristiques suivantes :
– un nombre de titres émis (chacun est une reconnaissance de dette pour un certain montant),
– une durée, aussi appelée maturité,
– une valeur nominale,
– un taux nominal et sa fréquence de paiement, le coupon étant alors défini comme la valeur
nominale multipliée par le taux nominal,
– un prix d’émission exprimé en pourcentage de la valeur nominale,
– un prix de remboursement exprimé en pourcentage de la valeur nominale,
– un tableau d’amortissement.
Diagramme des flux

Les différents flux d’une obligation sont très souvent représentés par un diagramme en bâton,
comme le schéma 21.1, avec un paiement initial dû par l’investisseur, puis des flux d’intérêts et de
principal qui lui sont repayés.
Associé à une obligation, on peut déterminer un taux effectif, défini comme le taux égalisant le
flux initial avec les flux suivants actualisés. L’équation sur les flux est alors :
n
X Fk
F0 =
(1 + x)k
k=1
ou
n
X Fk
F0 = (1 + x)f
(1 + x)k
k=1
si le premier versement n’intervient pas à une date anniversaire du flux F0 , où f est la fraction
d’année permettant d’aligner toute les dates.
En introduisant le nombres de titres non amortis à la fin de la période k : Nk et le nombre de
titres remboursés à la fin de la période Dk , l’équation des flux devient alors :
n
X Nk−1 ck + Dk R
N0 E =
(1 + x)k
k=1

– E : le prix d’émission,
– R : le prix de remboursement,
– ck : le coupon de la période k, et
– x : le taux de rendement de l’obligation.
Le problème est généralement de déterminer ce taux de rendement, et des algorithmes de recherche
de racine comme Newton-Raphson ou une dichotomie permettent de le déterminer.
Pn
Vie moyenne d’un emprunt : k=1 kDk
N0
Pn kFk
k=1 (1+r)k
Duration : D = Pn Fk
k=1 (1+r)k
D
Sensibilité : S = − 1+r = − C1 dC
dr
Amortissement
Trigger d’amortissement accéléré.
Bullet/Pass-Through/Bullet+trigger.
La signature ou ”spread”
Sur les marchés, on utilise comme taux d’intérêts, des taux soit donnés par les obligations
émises par des Etats, soit par les swaps de taux d’intérêts entre banques. Si l’on compare la valeur
actuelle (actualisée par ces taux de référence) des flux d’une obligation à son prix de marché,
on verra que ces deux éléments sont différents : le marché ne tarifie pas une obligation comme
l’actualisation des flux futurs.
En reprenant l’équation des flux, on peut exprimer le taux de rendement comme la somme du
taux de référence et de la signature (appelée aussi ”spread”) :
n
X Fk
F0 =
(1 + r(k) + s)k
k=1
Repaiement intérêts et principal
Axe du temps
Investissement initial
Figure 21.1 – Diagramme des flux dans le temps pour une obligation classique : intérêts versés
régulièrement et principal repayé à la fin
Lorsque sa signature est nulle, un titre est dit ”dans le marché”. Il est ”décoté” si la signature est
positive, ”surcoté” si elle est négative. La signature d’un titre est la décote (ou, plus rarement, la
surcote) estimée par le marché entre ce titre et un titre de référence de même durée qui peut-être
par exemple un emprunt d’état réel ou encore un titre fictif construit sur la structure des taux
de référence. La signature observée d’un titre peut être décomposée en trois éléments ayant des
causes bien distinctes :
– la signature émetteur, c’est une décote estimée par le marché pour compenser le risque de
défaillance partielle ou totale de l’émetteur.
– la signature caractéristique, les caractéristiques contractuelles propres au titre (mode de
remboursement, taux nominal des coupons, régime fiscal, clauses particulières,... ) influent
aussi sur son prix observé.
– la signature de liquidité, liée à des inefficiences de marché, illiquidités du marché.
Les dérivés de crédit

Depuis quelques années, un nouveau marché basé sur le risque de crédit s’est développé : il
s’agit des dérivés de crédit. Ce sont des produits dérivés dont le sous-jacent au lieu d’être une
action ou un taux est un risque de crédit, et plus précisément soit un risque d’évolution de spread
ou un risque de défaut.
Valorisation d’un CDS

Nous introduisons ici la formalisation permettant de calculer la valeur d’un CDS à partir de
sa cotation en terme de spread.
Le CDS considéré met en présence deux parties, A et B, A achetant la protection à B. A doit alors
payer une prime P avec une fréquence f (Nous supposons une maturité T pour ce CDS). Initiale-
ment l’entrée dans ce swap ne donnera lieu à aucun échange de flux. Les flux seront uniquement
soit le paiement périodique de la prime, soit le paiement d’un flux aléatoire en cas d’évènements
de crédit.
Relation entre spread et probabilité de défaut Par construction, la valeur initiale de
ce swap est nulle, or en notant pi la probabilité de défaut cumulée jusqu’à la période i et pm
i la
probabilité de défaut dans cette période i (probabilité de défaut marginale), alors on a :
fT fT
X s X
V = ai (1 − pi ) − ai (1 − r)pm
i
i=1
f i=1
avec r le taux de recouvrement et ai les coefficients d’actualisation. Or la valeur de ce swap est

nulle, ainsi nous avons une relation qui est établie entre les probabilités de défaut et le spread de
l’entité de référence.
Valorisation d’un CDS sur le marché
Par contre, une fois que ce CDS est bouclé, il nous faut déterminer la valeur de ce swap à
partir d’informations sur les autres swaps. Or entretemps, le spread de cette entité a pu bouger
ainsi que les probabilités de défaut, passant à s0 et p0i . En supposant que le spread obtenu sur le
marché est réellement un spread de même maturité, la valeur du swap est alors de :
fT fT
X s0 X
V = a0i (1 − p0i ) − a0i (1 − r)pm
i
i=1
f i=1
fT
s − s0 X 0
V = a (1 − p0i )
f i=1 i
en utilisant la formule précédente pour le nouveau spread s0 .

Concrétement le marché ne connaı̂t pas de manière objective les probabilités de défaut, aussi la
valorisation d’un tel swap se fera-t-elle en calculant la valeur nette présente au taux risqué (donc
taux sans risque plus nouveau spread) de la différence de prime (s − s0 ).
Chapitre 22
Travaux Dirigés
22.1 Analyse d’un portefeuille de dettes

L’une des premières étapes de l’analyse d’une transaction CDO est la détermination de la
fonction de distribution des pertes sur un portefeuille de dettes (obligations ou CDS). Soit un por-
tefeuille constitué de n dettes, avec ai le montant nominal de la dette i appartenant au portefeuille.
Nous cherchons la distribution de la variable aléatoire suivante :
Xn
ai Iidef aut (1 − ri )
i=1
La variable aléatoire Iidef aut est une variable aléatoire discrète de Bernouilli prenant deux valeurs
0 ou 1 si le débiteur est en défaut. Nous notons pi la probabilité de défaut du crédit i et donc la
probabilité que I = 1. Soit ri le taux de recouvrement du crédit i. Pour l’analyse de ce portefeuille
nous supposerons un taux de recouvrement nul.
Dans un premier temps nous allons supposer les entités du portefeuille indépendantes les unes
des autres.
1. Déterminer les probabilités de zéro à 30 défauts :
– en supposant toutes les probabilités de défaut égales (loi binomiale),
– en utilisant l’approximation de Poisson,
– grâce au Théorème Centrale Limite, ou à l’approximation d’Edgeworth,
– appliquer l’approximation du point selle.
2. On pourra comparer avec une approximation numérique plus fine.
3. Comparer le résultat de la perte attendue sur une tranche de taille 2% et de subordination
5% avec ces différentes méthodes.
4. Une des entités (n°5) a une taille double par rapport aux autres. Comment modifier les
méthodes précédentes ?
Puis nous supposerons que toutes les entités sont corrélées deux à deux avec une corrélation
de 20% dans le cadre d’une copule gaussienne.
1. Déterminer les probabilités de défaut grâce à l’approximation du portefeuille granulaire.
2. Calculer le distribution réelle par intégration numérique.
22.2 Modèle binomiale corrélé et variantes

Nous nous intéressons à la distribution du nombre de défaut pour un portefeuille de N dettes
homogènes (même taille, même probabilité de défaut p). Soit 1i la variable indicatrice du défaut
de l’entité i, et :
ci = E(1i |1i−1 = 1, ..., 11 = 1)
283
284 CHAPITRE 22. TRAVAUX DIRIGÉS
ci représente la probabilité que l’actif i fasse défaut sachant que tous les actifs précédents ont
fait défaut. On peut remarquer que si tous les actifs sont interchangeables, en terme de taille,
probabilité, mais aussi en terme de dépendance, alors ci ne dépend pas du choix des i−1 ”premiers”
actifs.
Si l’on suppose une corrélation homogène entre tous les actifs deux par deux de ρ, alors on a :
c0 = p et c1 = p + (1 − p)ρ.
Dans un premier temps, nous allons supposer que la probabilité conditionnelle de défaut conserve
la même forme récurrente, i.e. :
(H)ci = ci−1 + (1 − ci−1 )ρ

Qk
1. Déterminer E( i=1 1i )
2. Exprimer la probabilité conditionnelle de survie si (= 1 − ci ) en fonction de la probabilité de
survie q(= 1 − p).
3. Quelle est la probabilité que l’entité N fasse défaut sachant que toutes les autres ont fait
défaut ? Que devient-elle lorsque N est infiniment grand ? Expliquer
4. Déterminer la probabilité de k défauts pour ce portefeuille de N entités.(On pourra passer
par la probabilité de survie définie plus haut et la formule de Newton Girard)
5. Que devient cette probabilité si la condition (H) est remplacée par l’hypothèse suivante ?
22.3 Titrisation de stocks de champagne

Description du cas
On considère le cas d’une maison de champagne qui souhaite diversifier ses sources de finance-
ments et trouver une solution adaptée au financement de ses stocks qui sont amenés à vieillir. Une
banque lui propose une opération de titrisation de ses stocks dans laquelle elle va lui octroyer un
prêt gagé sur ces stocks (gage avec dépossession) que la banque va ensuite transférer à un véhicule
ad-hoc qui émettra deux catégories de parts : des parts prioritaires et des parts subordonnées. Le
montant maximal du financement s’élève à 200 millions d’euros avec une maturité attendue de
4 ans et une maturité finale de 6 ans. L’encours des parts s’ajustera chaque mois en fonction du
volume du stock ainsi que du prix moyen réel des bouteilles, donc de la valeur totale réelle du
stock. Ainsi, si la valeur du stock diminue, il y aura remboursement partiel des parts. Au contraire
si elle augmente suite à des entrées de nouvelles bouteilles en nombre ou une forte hausse du prix,
il y aura émission de nouvelles parts qui seront fongibles avec les parts existantes. Le stock est
composé de deux catégories de bouteilles :
– 65% de bouteilles de catégories Marques,
– 35% de bouteilles de catégories Contremarques.
On supposera que ce ratio restera constant tout au long de l’opération.
Définition de la ”Borrowing Base”

Pour une bouteille Marques, le véhicule va émettre 70% du prix de la bouteille. Pour une
bouteille Contremarques, le véhicule va émettre 80% du prix de la bouteille. Il y a alors ajuste-
ment chaque mois du montant émis en fonction de l’évolution des prix des bouteilles Marques et
Contremarques. Deux catégories de parts sont émises :
– des parts prioritaires A, qui représentent 75% du montant total de l’émission,
– des parts subordonnées B, représentant 25% du montant total de l’émission.
Les remboursements partiels/réémission, s’ils ont lieu, s’effectuent en respectant le ratio prio-
ritaires/subordonnées de 75%/25% entre les deux catégories de parts. On fournit les données
suivantes : évolution mensuelle des prix du champagne Marques et Contremarques depuis 1988.
22.4. TITRISATION DE CRÉDITS À LA CONSOMMATION OU DE CARTES DE CRÉDIT285
Questions
1. Faire un schéma de la structure.
2. Abstraction faite du risque d’intérêt, identifier les sources de risque pour l’investisseur.
3. Analyser la dépendance entre les prix Marques et les prix Contremarques :
(a) Tracer la copule empirique entre les deux séries de prix.
(b) Donner quelques mesures univariées de la dépendance.
(c) Expliquer comment tester l’adéquation de la copule de Clayton.
4. Calculer la perte moyenne (en %) pour les investisseurs :
(a) en cas de liquidation du stock en un mois, six mois après la survenance d’un cas de
défaut,
(b) en cas de liquidation du stock en plusieurs mois selon un profil de liquidation choisi
durant l’année suivant le cas de défaut.
5. En supposant que le défaut de la maison de champagne est le signe d’un déprime du marché
du champagne, quelle impact cela aurait-il sur le risque pour les investisseurs ? Proposer un
modèle liant le défaut au prix du champagne, en e basant sur l’évolution du chiffre d’affaires
de cette société.
On exprimera le montant émis adossé à chaque bouteille en % de la valeur moyenne d’une bouteille.
Il n’est pas nécessaire de connaı̂tre le volume total du stock.
22.4 Titrisation de crédits à la consommation ou de cartes

de crédit
Description du cas
ECP Bank possede un portefeuille de crédits consommation :
– Crédits attachés à des cartes de crédit ou à des cartes de financement type carte ”Pass”.
– Des limites sont allouées par client.
– Les clients peuvent utiliser tout ou partie de cette capacité.
– Ils paient une commission d’engagement sur cette capacité, et un taux d’intérêt fixe de
Euribor 3 mois (supposé à 3,25%) + 850 bps sur la base du crédit utilisé.
– Les limites peuvent être augmentées en cours de vie du contrat en fonction des taux d’utili-
sation et des taux de défaillance des débiteurs.
– Les clients disposent d’un droit de sortie des contrats lorsqu’ils sont à jour de leurs échéances.
ECP Bank souhaite réaliser une titrisation de ces prêts :
– La titrisation doit porter sur 100% des prêts en vie à fin décembre 2001.
– L’opération doit durer 5 ans.
– Quatre types de parts sont envisagées :
– Part résiduelle : achetée par le cédant,
– Part BBB : taux fixe 5 ans (4,65%) + 225 bps
– Part A : taux fixe 5 ans (4,65%) + 115 bps
– Part AAA : taux fixe 5 ans (4,65%) + 25 bps
Les coûts des intervenants sont, pour le recouvrement de 50 bps sur le total des parts, pour la
gestion de 20 bps sur le total des parts et pour le swap de couverture Euribor 3 mois / taux 5 ans
(4,65%) 1,15%.
La structuration envisagée prévoit que le système bénéficie d’une couverture par la marge excédentaire
d’intérêt.
Questions
1. Faire le schéma de la structure et dresser la liste des flux entrant et sortant du FCC/SPV.
2. Expliquer la nature des crédits concernés en distinguant limite / utilisé.
3. Déterminer le mode de fonctionnement du swap de taux d’intérêt :
– De quel taux la structure doit-elle bénéficier ?
– Quel taux la structure reçoit-elle ?
– De quelle protection doit-elle bénéficier ?
4. Étudier la marge pour intérêt et la calculer, en supposant d’abord un taux de défaut fixe
(Td) :
– Quels sont les flux reçus ?
– Quels sont les flux dus en tenant compte de la couverture de taux d’intérêt et en faisant
l’hypothèse de la répartition suivante des parts : Part résiduelle : 2% - Part BBB : 5% -
Part A : 12%.
– De quelle marge d’intérêt globale fixe bénéficie le montage, nette des coûts de swap ?
– Étudier l’évolution de la marge d’intérêt, est-elle fixe ?
5. Déterminer la base de l’encours titrisable :
– L’encours titrisable se base-t-il sur la limite de crédit ou sur le montant utilisé ?
– Comment estimer le montant utilisé vraisemblable pour l’opération ?
– Etudier l’évolution du taux d’utilisation.
– Déterminer le montant utilisé possible, y compris pour les contrats récents.
6. Analyse du montant des défaillances :
– Déterminer deux indicateurs d’estimation des pertes : sur la base de la limite de crédit et
sur la base de l’utilisé. Commenter ces deux indicateurs.
– Analyser les taux de défaillance sur la base de l’utilisé à partir de lois statistiques (en
considérant la loi Normale et la loi Beta). Choix des lois statistiques et validation de ces
lois par un test adapté.
7. Déterminer le surdimensionnement nécessaire au regard des probabilités cible des tranches,
sans prise en compte de la marge d’intérêt.
8. Comparer les deux lois pour ce qui est du surdimmensionement, laquelle retenir ?
9. Discuter de la pertinence de leur utilisation en se rapportant au contexte économique des
années étudiées. Proposer une alternative pour tenir compte de chocs externes (crise économique...)
ou de récession prolongée.
22.5 Un RMBS français

Description
Nous allons analyser une titrisation de prêts hypothéquaires d’une banque française, en essayant
de développer le modèles en fonction des propriétés du portfeuille sous-jacent. Dans le portefeuille
titrisé, il y a trois types de prêts :
– des prêts avec une hypothèque,
– des prêts sans hypothèques,
– des prêts sans hypothèques mais garantis par la banque.
Une analyse statistique du portefeuille nous amène à prendre les hypothèses suivantes :
– le nombre de créanciers sera supposé infini car le portfeuille est effectivement très grand
(environ 5 000 prêts) ;
– la dépendance entre défaut sera prise en compte par un modèle unifactorielle avec copule
gaussienne et corrélation unique de 20% (c’est l’unique paramètre de la copule) ;
– le taux de défaut moyen du portefeuille est de 0.4%(= p) et la qualité de crédit des particuliers
est très homogène (même profession, salaires peu différents, en France, bonne répartition
géographique) ;
22.6. UNE TRANCHE DE CDO SYNTHÉTIQUE - ”RATED EQUITY” 287
– la probabilioté de défaut cumulée au cours du temps sera supposée être de la forme pt =

p( Tt )χ avec T la maturité finale des prêts et χ = 2 ;
– une analyse statistique détaillée des recouvrements en cas de défaut conduit à supposer un
lien linéaire entre la probabilité de défaut moyenne des débiteurs et et la sévérité de perte
sur chacun de ces prêts :
si = µ + α(p − p) + γi
avec µ et α des constantes et γi des variables aléatoires centrées indépendantes entre elles.
Cependant cette sévérité n’est valable que lorsque il y existence d’une hypothèque. Sans
sûreté, la sévérité est quasiment toujours de 100%.
– la garantie de la banque est totale et permet de ne pas avoir de perte, par contre en cas de
défaut les investisseurs auront uniquement accès aux prêts hypothéquaires constituant leur
collatéral. La probabilité de défaut de la banque est de 0.1%(pB ).
Question
Q1 Déterminer les distribution de perte successivement pour chacun des trois types de portefeuille.
Q2 Ce portefeuille est vendu à un SPV, qui afin d’effectuer cet achat va émettre deux types de
classes :
– une classe A représentant 90% du notionel du portefeuille et payant un intérêt trimestriel
de Euribor + 10bps ;
– une classe B représentant 9% du notionel du portefeuille et ayant un intérêt trimestriel de
Euribor + 100bps.
Tous les prêts ont la même maturité de 10 ans. Déterminer la probabilité de défaut de la
classe A en ne prenant en compte que les flux de principal des prêts.
Q3 Nous supposerons que la marge excédentaire, i.e. la différence entre (i) les intérêts générés par
les prêts hypothéquaires et (ii) la somme des coûts de la transaction et des intérêts à payer,
est égale à 0.5% par an. Nous supposerons de plus que l’opération n’a que deux dates de
paiements : une date où seul l’intérêt est payé et la date de remboursement des prêts et des
obligations émises. A la date intermédiaire, si les pertes cumulées dépassent le seuil P DL,
alors un montant de 2.5% du notionnel des prêts initiaux est mis en dépôt sur un fond de
réserve. Calculer la probabilité de défaut des deux classes.
Q4 Si le montant mis en fond de réserve est de 2.5% du notionel des prêts sains (non en défaut)
à la date du test, que deviennent ces probabilités de défaut ?
Q5 Si nous notons par lt1 , ..., ltn le taux de perte cumulé pour chaque période sur le portefeuille
de prêts hypothéquaires, exprimer la probabilité de défaut de chaque classe en fonction de
ces pertes intermédiaires dans chacun des cas suivants :
– la marge excédentaire de 0.5% est conservée pour être utilisée à la fin de la transaction
afin de rembourser les parts,
– à chaque période le véhicule ne garde que la portion de la marge correspondant aux pertes
de cette période,
– la marge n’est gardée par le véhicule que lorsque les pertes sont supérieures à un niveau
TP DL .
Puis calculer ces probabilités.
22.6 Une tranche de CDO synthétique - ”Rated Equity”

En 2006 est apparu un nouveau produit synthétique à base de tranches de CDO : le ”Rated
Equity”. Il s’agit d’une tranche equity de CDO, mais telle que les pertes sur cette tranche seront
diminuées à chaque trimestre par une fraction du notionel de la tranche restant. Nous prendrons
les hypothèses suivantes pour l’analyse d’une telle transaction :
– le nombre d’entités de référence est de n, avec une même taille pour chacune d’entre elles et
une même hypothèse de recouvrement à 40% ;
– le taux de défaut moyen du portefeuille est de pt pour différentes dates t et la qualité de

crédit des entités est très homogène ;
gaussienne et corrélation unique de ρ (c’est l’unique paramètre de la copule), ie le défaut
−1
de chaque
√ emprunteur i est défini par l’évènement Xi < Di avec Di = Φ (p) et Xi =
wZ + 1 − w2 i où toutes les variables aléatoires Z et i suivent des lois normales centrées
réduites indépendantes les unes des autres. De plus le défaut de l’emprunteur avant une date
t est défini de manière similaire comme l’évènement Xi < Di,t avec Di,t = Φ−1 (pt ) et une
définition inchangée de Xi .
– le point de détachement de cette tranche est de d et le point d’attachement de 0 ;
– à la fin de chaque trimestre, les pertes du portefeuille sont diminuées d’une fraction f du
notionnel restant de cette tranche à la fin du précédent trimestre, ie le notionel qui n’a pas
encore été impacté par les pertes.
– Enfin nous supposerons que le spread (la prime) d’un tel contrat P est S.
n
I
La variable aléatoire représentant la proportion de perte sera notée Lt = i=1 { Entité i en
n
défaut avant t }
.
Q1 Un tel contrat de tranche de CDO synthétique à deux jambes :
1. Expliciter les deux jambes d’une tranche de CDO classique en fonction de Nt , le no-
tionnel restant à cette tranche à date t.
2. Expliciter le notionnel Nt de ce CDO.
Q2 En utilisant l’approximation du grand portefeuille (dite aussi approximation de Vasicek),
donner la distribution de Lt . Vous donnerez aussi la probabilité suivante : P (Lt1 > l1 , Lt2 >
l2 ).
Q3 Déterminer la probabilité que le vendeur de protection n’effectue aucun paiement sous la
jambe flottante.
22.7 Des CDS sur l’Irlande

Cet exercice reprend un certain nombre d’éléments vu en cours sur le calcul de valeur d’un
CDS. Nous allons considérer le CDS sur l’Irlande, le tableau ci-dessous reprend les principaux
spreads de CDS à deux dates : le 23 Novembre 2010 et le 22 Aout 2010.
Maturité 23 Novembre 2010 22 Aout 2010

3 ans 590 bps 510 bps
5 ans 520 bps 540 bps
Table 22.1 – Spreads du CDS sur l’Irlande
Dans la suite nous supposerons les hypothèses suivantes :

– le taux de recouvrement est connu et fixé à 40% ;
– la prime du CDS est supposée payée en temps continu et non pas tous les trimestres ;
– le taux d’intérêt est fixé à 1%.
1. En supposant une intensité de défaut constante de 0 à 3 ans, quelle est-elle si l’on se base
uniquement sur la valeur du spread à 3 ans ? Et ce pour les deux dates (Novembre et Aout) ?
Donner aussi les probabilités de défaut risque-neutre pour ces dates et cette maturité.
2. On suppose une intensité de défaut constante par morceaux. Donner l’intensité en fonction
du temps sur la période 0 − 5 ans. Uniquement à la date du 23 Novembre 2010.
3. On suppose une intensité de défaut linéaire par morceaux et continu (telle que λ(0) = 0).
Donner l’intensité en fonction du temps sur la période 0 − 5 ans. Uniquement à la date du
23 Novembre 2010.
22.8. UNE AUTRE COPULE 289
4. Aujourd’hui les spreads à 3 et 5 ans sont respectivements 650bps et 550bps. Si vous aviez
acheté de la protection pour 5 ans sur l’Irlande en Aout 2010 pour un notionnel unité, quel
serait la valeur de votre contrat aujourd’hui :
(a) en supposant une intensité constante de 0 à 5 ans ?
(b) en supposant une intensité constante par morceaux ?
5. Vous avez prêté un montant de 100, 000, 000 Euros à l’Irlande pour les quatre prochaines
années le 23 Novembre 2010. Comment pouvez vous couvrir ce risque avec les deux CDS
existant sur le marché ? Expliquez en supposant une intensité constante par morceaux.
22.8 Une autre copule

Nous considérons ici un portefeuille de prêts. Nous souhaitons déterminer la distribution de
perte de ce portefeuille de risque de crédit dans le cadre d’un modèle différent de la copule gaus-
sienne (le modèle à copule gaussienne correspond à la modélisation de Vasicek). Nous prendrons
les hypothèses suivantes pour l’analyse d’un tel portefeuille :
– le nombre d’entités de référence est de n, n étant très grand, avec une même taille pour
chacune d’entre elles et une même hypothèse de recouvrement à 0%, toutes les maturités des
prêts sont égales, nous supposerons le notionnel du portefeuille égale à l’unité ;
– le taux de défaut moyen du portefeuille est de p, et la qualité de crédit des expositions est
très homogène ;
– la dépendance entre défaut sera prise en compte par un modèle unifactorielle où l’on introduit
une variable aléatoire Z, commune à toutes les expositions, t.q. :
– la probabilité de défaut conditionnelle à cette variable Z soit P (I{Entité i en défaut} = 1|Z) =
1 − e−λZ ;
– Z suit une loi exponentielle de paramètre α. Pn
I
La variable aléatoire représentant la proportion de perte sera notée L = i=1 {Entité n
i en défaut}
.
Q1 En utilisant la loi des grands nombres (de manière similaire à l’approximation de Vasicek),
donner une approximation de la distribution de L.
Q2 Quelle relation lie les paramétres p, λ et α ?
Q3 Si nous considérons une tranche sur ce portefeuille de risque de crédit de point d’attachement
a et de point de détachement d, quelle est l’espérance de perte de cette tranche ?
Q4 Comparer ce modèle à la copule gaussienne, et notamment :
– Redonner le distribution de L dans le cadre de l’approximation de Vasicek.
– Quelle est la corrélation de défaut entre deux entités ? La corrélation de défaut peut se
définir comme la corrélation entre les variables de Bernouilli I{Entité i en défaut} et I{Entité j en défaut} .
– Quels sont les avantages et les inconvénients d’un tel modèle par rapport à la copule
gaussienne ?
22.9 Titrisation de lease automobile

Description
Ce TD est une adaptation de l’article de Pythkin & Dev [PD03]. Nous nous intéressons ici à
une titrisation de lease automobile. Un lease est un contrat permettant à une entreprise de financer
un actif :
initialement la banque achète l’actif et le loue à cette entreprise,
à la fin d’une période fixée initialement l’entreprise a le choix entre acheter cet actif à un prix
convenu d’avance (la valeur résiduelle) ou rendre l’actif à la banque sans frais.
Les leases exposent la banque à plusieurs risques :
– le risque de valeur résiduelle : en effet si à la fin du lease l’actif l’entreprise rend l’actif à la
banque celle-ci doit le vendre et est donc soumise à un risque de marché,
– le risque de crédit : si l’entreprise fait faillite, la banque récupère son actif et doit le vendre,
donc un risque de marché conditionnel à un risque de défaut.
Nous ignorons dans le cadre de ce TD le risque de crédit des entreprises.
Nous allons modéliser le prix de marché d’un véhicule par la formule suivante :
Vi = Ai (µi + σi Wi )
où Ai représente la valeur résiduelle fixée dans le contrat, Wi une variable gaussienne, et (µi , σi )
les paramètres de l’aléa. L’aléa sur le prix des véhicules est lié à des éléments propres au type
d’actif et/ou à la zone géographique, mais aussi à des éléments spécifiques au véhicule vendu
(kilométrage, accidents, utilisation). Ces éléments vont créer une dépendance entre les prix des
véhicules, donc une corrélation entre les variable Wi . La structure de corrélation peut être soit
complexe (matrice de corrélation), soit multi-factorielle. Dans ce qui suit nous supposerons une
dépendance uni-factorielle telle que :
q
Wi = αi Y + 1 − αi2 i
où i et Y suivent des lois gaussiennes indépendantes les unes des autres tel que ∀iαi > 0. Par une
analyse historique du portefeuille de location-vente, on a pu remarqué que l’achat de la voiture
à la fin du contrat n’intervenait pas obligatoirement si Vi > Ai mais l’achat final était lié de
manière plus complexe à la comparaison entre valeur de marché et un seuil psychologique. Nous
supposerons, afin de modéliser l’achat de la voiture, que celui-ci intervient si : Ai < θi où
θi = Ai [λi + γi Ui ]
avec Ui suivant une loi gaussienne indépendante des autres variables. La perte sur ce portefeuille
de lease est alors définie comme la somme sur l’ensemble des véhicules de la différence entre la
valeur résiduelle contractuelle et la valeur de marché, si et uniquement si, la valeur de marché est
inférieure au seuil de vente :
Xn
L= (Ai − Vi )IVi <θi
i=1
Question
Q1 Quelle est la probabilité que le véhicule soit retourné au loueur ?
(Ai −Vi )IVi <θi
Q2 Quel est l’espérance de perte pour un véhicule i, la perte étant définie comme Ai ?1
Q3 Nous allons supposer maintenant que le portfeuille est très important et est composé de plus
de 5 000 véhicules.
Q3.a Quelles sont les conditions d’applications de l’approximation par espérance condition-
nelle ? Sont-elles vérifiées ici ?
Q3.b Quelle est l’espérance de perte conditionelle à la connaissance du facteur Y ?
Q4 Nous nous plaçons toujours dans le cas d’un portefeuille infiniment grand mais nous suppo-
serons qu’il n’y a qu’un seul facteur commun Y .
Q4.a Quelle est l’espérance de perte conditionnelle à Y ?
Q4.b Comment approcher cette espérance lorsque Y → −∞ ? Lorsque Y → ∞ ?
Q4.c Tracer cette espérance conditionnelle en fonction de Y ?

b a
1. Nous utiliserons ici la relation : E [XΦ (a − bX)] = − √ φ √
b2 +1 b2 +1
22.10. EXEMPLE DE DESCRIPTIF D’UNE OPÉRATION DE CDO SYNTHÉTIQUE 291
22.10 Exemple de descriptif d’une opération de CDO synthétique

Les pages suivantes décrivent une opération de titrisation d’un CDO synthétique. Ces quelques
questions permettent de structurer l’analyse de cette opération :
1. Quel est la nature du risque transféré aux porteurs de parts A, B, C et Subordonnée ?
2. Décrire les actifs du véhicule. Quels revenus procurent-t-ils ? Pouvez vous décomposer ce
revenu ?
3. Que contient le ”Schedule A” ?
4. Comment évolue l’”Outstanding Loss Amount” ?
5. Tracer les diagrammes des flux d’intérêts et de principaux.
6. Comment évolue le risque pour les porteurs de Classe A lorsque :
– Le spread minimum augmente ;
– La valeur de Eur5M dans la définition de ”Loss Amount Reserve Payment” passe à
Eur10M.
7. Sachant que le portefeuille doit respecter les critères de l’annexe A, constituer le portefeuille
le plus risqué pour la classe C (t.q. la perte moyenne de la classe C soit maximale). Faire de
même pour la classe A.
8. Décrire par une équation différentielle stochastique l’évolution de la totalité de l’actif (hors
Credit Default Swap) du véhicule. Argumenter le choix des hypothèses si il y a lieu.
9. Proposer une modélisation du risque de crédit du portefeuille, basée sur les méthodes décrites
en cours et les contraintes du ”Schedule A”.
10. Déterminer la perte moyenne sur chacune des tranches à partir d’une description sous Excel
des flux, ou toute autre méthode.
22.11 Delta-hedging d’un portefeuille de CDS par une seule

classe de CBO
Nous allons étudier ici la manière dont une banque peut arbitrer le marché des dérivés de
crédit (CDS) et le marché des CDO. Une banque vendant de la protection de crédit sous forme de
CDS, peut se couvrir (de manière imparfaite) contre les risques induits par ces risques de crédit
en vendant une tranche mezzanine de CDO. L’objectif du TD est de comprendre comment une
banque va réellement gérer son exposition globale.
Banque ECP a vendu de la protection sous forme de CDS sur 100 entités de référence. En contre-
partie de cette vente, Banque ECP recoit une prime généralement payée trimestriellement. Par
ailleurs Banque ECP a structuré un CDO synthétique sur ce même portefeuille et plus parti-
culièrement une tranche ayant une protection de crédit de 4% et une taille de 3%. Sur cette
tranche, Banque ECP va payer une prime trimestriellement et recevra les paiements de protection
si la somme des pertes dépasse le seuil de 4%, à hauteur de 3%.
Nous utiliserons ici la modélisation de CreditRisk+ et dans un premier temps nous supposerons
l’indépendance des entités de référence. Le taux de recouverement sera supposé fixe pour chaque
entité, égale à Ri .
1. Quels sont les différents risques supportés par la banque lors de la vente des CDS ?
2. Nous allons ignorer dans un premier temps l’actualisation et de plus nous supposerons les
intérêts versés initialement une fois pour toute. Dans ce cas expliquer quelle stratégie per-
mettra au trader de se couvrir pour toute évolution des spreads.
22.12 ”Equity Collateralised Obligations”

Nous avons vu que dans le cadre du modèle de Merton, le défaut d’une entreprise est similaire à
une chute de son actif en dessous d’un certain seuil. Cette relation entre valeur de l’actif et défaut
peut être transposé entre actions et défaut. Aussi les banques se sont-elle mises à utiliser des op-
tions sur actions comme un ersatz de Credit default swap, et à arbitrer entre les deux marchés si il
y a une liquidité suffisante. Se basant sur une telle idée, on pourrait imaginer un CDO qui au lieu
d’être adossé à un portefeuille de Credit Default Swap serait adossé à un portefeuille d’options sur
actions. C’est ce que nous allons étudier dans cette étude.
Nous considérons n actions de différentes sociétés côtées. Un swap permet de transférer le risque
suivant à un investisseur contre rémunération de 100 bps, dès que l’une de ces actions i touche
un strike Ki , on comptabilise une perte égale à 1. A la fin de la transaction toutes les pertes sont
additionnées, et si la somme dépasse les montants suivants, alors les investisseurs doivent payer le
dépassement jusqu’à leur engagement maximum :
– 3 pour le swap C jusqu’à un montant d’engagement maximum de 2,
– 5 pour le swap B jusqu’à un montant d’engagemnt maximum de 3,
– 8 pour le swap A jusqu’à 2.
22.13 Le mini-krach crédit de mai 2005

En mai 2005, a eu lieu sur le marché du crédit structuré un petit krach, plus précisément
des hedges funds et des ”correlation desk” de banques ont perdus beaucoup d’argent, suite à un
mouvement inattendu du marché de la corrélation. En ces périodes de disette, les hedges funds
étaient attirés par une stratégie très populaire :
– long l’equity d’un indice, et
– short la mezzanine de ce même indice,
tel que la stratégie ne soit plus sensible à un mouvement général des spreads (la stratégie est dite
delta-neutre). En Mai 2005, Ford et General Motors (qui faisaient tous les deux partie de l’indice
US) ont été dégradés, et l’impact sur le marché des CDS a été assez inattendu. En effet :
– la tranche equity a vu sa valeur diminuée ;
– la tranche mezzanine n’a pas bougé.
Comme si les investisseurs avaient considéré que les évènements sur Ford et GM étaient purement
idiosyncratiques.
22.14 Un SME CLO

Description
Nous nous intéressons ici à une titrisation d’un portefeuille granulaire de risque de crédit (prêt
à de petites et moyennes entreprises). Nous prendrons les hypothèses suivantes pour l’analyse du
portefeuille :
– le nombre de créanciers sera supposé infini car le portefeuille est effectivement grand (environ
2 000 prêts) ;
– la maturité de tous les prêts est la même à T , la maturité de la transaction étant aussi à T ;
– les prêts qui ne sont pas en défaut (les prêts sains) payent tous le même intérêt s sur leur
notionnel ;
– le taux de défaut moyen du portefeuille est de = p et la qualité des crédit est très homogène ;
gaussienne et corrélation unique de ρ (c’est l’unique paramètre de la copule), ie le défaut
−1
de chaque√ emprunteur i est défini par l’évènement Xi < Di avec Di = Φ (p) et Xi =
√
ρZ + 1 − ρi où toutes les variables aléatoires Z et i suivent des lois normales centrées
réduites indépendantes les unes des autres ;
– la probabilité de défaut cumulée jusqu’à date t sera supposée être de la forme pt = p.( Tt )χ ;
– le recouvrement en cas de défaut sera supposé nul.
22.14. UN SME CLO 293
Ce portefeuille de prêt est titrisé, ie l’ensemble du portefeuille, qui a un notionnel, normalisé, de

1, est vendu à un véhicule de titrisation qui financera son achat grâce à l’émission de deux type
d’obligations :
– une classe Senior (nommée ”A”), de notionnel NA , payant un intérêt r ; et
– une classe Junior (nommée ”B”), de notionnel NB .
Les dates de paiements seront notées ti pour i ∈ 1, . . . , n, tel que tn = T . Le Ratio de Surcol-
latéralisation (”RS”) est défini comme le ratio (i) des actifs sains du portefeuille (non en défaut)
par (ii) le notionnel restant de la classe A. A chaque date de paiement, les intérêts générés
par le portefeuille sain (ie la somme des notionnels des prêts qui ne sont pas en défaut), soit
s ∗ Notionnel Sain du portefeuille seront distribués suivant la priorité des paiements décrite ici :
1. Paiement des frais de la transactions pour un montant f ;
2. Paiement des intérêts dus à la Classe A, noté r ∗ Notionnel restant de la Classe A ;
3. Si le RS est inférieur à une valeur de OCT , alors une partie du flux est alloué au rembour-
sement du notionnel de la Classe A afin que RS, suite à ce remboursement, devienne égale
à OCT ;
4. enfin les montants restants sont distribués à la Classe B.
La transaction possède un trigger de capture de marge excédentaire, la marge excédentaire étant
définie ici comme :
– les intérêts percus sur le portefeuille sain, moins
– les frais de la transactions, moins
– les intérêts de la classe A.
Le tout étant aussi noté comme s∗ Notionnel Sain du portefeuille −r∗ Notionnel restant de la Classe A −f . A maturité,
les prêts du portefeuille sains sont remboursés et ce flux est utilisé afin de rembourser d’abord les
porteurs de la Classe A, puis les porteurs de la Classe B.
Questions
Q1 Notons lt la perte cumulée sur le portefeuille à la date t et Rt le montant de notionnel de
la classe A amorti depuis le début de la transaction jusqu’à la date t− (tel que le notionnel
restant de la classe A à date t− soit NA − Rt ). Si le RS est inférieur à OCT , quel est le
montant de remboursement de la Classe A nécessaire afin de remettre le RS au niveau de
OCT . Nous appellerons cette valeur ∆t .
Q2 Comment est définie la partie de la marge excédentaire capturée à chaque date de paiement
ti ? Nous la noterons cti .
Q3 Quelle est le niveau de perte tel que le RS franchisse le seuil OCT ?
Q4 Quelle est la somme des marges excédentaires capturées ? Nous la noterons C. Nous introdui-
rons aussi les notations suivantes :
– k pour l’indice de la date telle que pour la dernière fois la marge excédentaire soit supérieure
au montant nécessaire pour que le RS soit supérieure à OCT ;
– l pour l’indice de la date où le RS passe sous OCT pour la première fois.
Q5 Nous allons utiliser le modèle de Vasicek avec copule gaussienne. Définir lti (Z), le taux de
perte conditionnel à la variable aléatoire Z ?
Q6 Comment est défini le défaut de la classe A en fonction de C(Z) et de ltn (Z) ? Nous ne
raisonnerons ici qu’en terme de principal.
Q7 Quelle est la monotonicité de C en fonction de Z ? Quid si nous ne nous intéressons qu’aux
cas où Z < 0 ?
Q8 Proposer une méthode afin de déterminer la valeur de NA afin que la probabilité de défaut
de la Classe A soit inférieure à 0.01%.
22.15 Un SME CLO - II

Les pages qui suivent contiennent un descriptif succinct d’une opération de titrisation de SME.
Questions
Q1 De quel type de titrisation s’agit-il ? Donner les types d’actifs.
Q2 Décrire les flux au lancement de l’opération, puis en cours de transaction.
Q3 A quoi sert le ”Servicer” ?
Q4 Nous allons essayer de comprendre ici comment la classe la plus prioritaire est protégée.
– Quels sont les mécanismes qui permettent de repayer la classe ”Senior” même en cas de
défaut sur le portefeuille ?
– Y-a-t-il un ”Turbo Trigger” ? Le décrire si il y a lieu.
– Décrire de manière synthétique les priorités de paiements.
Q5 Donner la liste des risques pour le porteur de part ”Senior”.
Q6 Donner le rendement de la part subordonnée dans les scénarios suivants (nous supposerons
une maturité moyenne de 10 ans des actifs et un rendement de EURIBOR + 400bps) :
– En supposant aucun défaut sur la durée de la transaction, quel est le rendement de la
”Subordinated Class” ?
– En supposant des défauts pour un montant de EUR 120 millions à la fin de la troisième
année (et un recouvrement une année après de l’ordre de 40%), quel est le rendement de
la ”Subordinated Class” ?
Modélisation
Nous allons essayer ici de construire une analyse quantitative du risque basé sur une modélisation
du risque des actifs de type ”LHP”. Nous introduisons les notations suivantes :
– t : le numéro de la période (mensuelle) que nous considérons, de 1 à T ;
– At : le notionnel des actifs sains du véhicule d’émission à la fin de la période t ;
– r : le taux d’intérêt supposé constant sur les actifs sains ;
– f : les frais fixes du véhicule ;
– Nt : le notionnel de la clase ”Senior” ;
– Mt : le notionnel de la clase ”Mezzanine” ;
– iS et iM les taux d’intérêts payés par les classes ”Senior” et ”Mezzanine”.
Q1 Donner la relation existante entre Nt+1 et Nt .
Q2 Donner plusieurs méthodes afin de déterminer la probabilité de défaut de la classe ”Senior”
et les avantages/inconvénients de chacune.
Termsheet – Foxtrot Funding I Ltd 1. on the Maturity Date of the Notes;
2. upon breach of the Senior Par Value Test; or

Expected Balance Legal
Class Rating € mm Final Coupon 3. the Issuer will, pursuant to a Special Redemption case, redeem the
Senior Notes and Mezzanine Notes out of Principal Proceeds and Sale
Senior A2 € 1 470 2040 3m EUR + 70bps
Proceeds in accordance with the Note Payment Sequence.
Mezzanine NA € 50 2040 3m EUR + 300bps
Subordinated NA € 74 2040 NA Servicing Fee: The fee equal to EUR 20,000 per annum will be payable to the Servicer on the
first Payment Date of each calendar year and, if deferred in accordance with the
Priorities of Payment, interest shall accrue at the rate of EURIBOR on such
deferred amount.
I. General Description
Purchase of Debt Obligations: A portfolio of Debt Obligations will be purchased by the Issuer on the Closing
Date pursuant to the Collateral Acquisition Agreements. It is expected that the
The Issuer: Foxtrot Funding I Limited, a private company with limited liability incorporated Senior Par Value Test will be satisfied with respect to the Debt Obligations as of
under the laws of Ireland the Closing Date and will be measured on each Measurement Date occurring
after the Closing Date.
Servicer, Collateral Administrator and HSH Nordbank AG.
Account Bank: Servicing of Collateral: The Servicer will monitor the performance and credit quality of the Debt
Obligations on an ongoing basis.
Trustee: BNY Corporate Trustee Services Ltd.
Sale of Debt Obligations: Subject to the terms of the Servicing Agreement, the
Arranger: HSH Investment Management S.A. Servicer, on behalf of the Issuer, may sell:
Use of Proceeds: The estimated net proceeds of the issue of the Notes (after payment of legal fees, • any Debt Obligation (subject to receipt of a Rating Agency
and certain other fees and expenses payable on or shortly after the Closing Date) Confirmation); and
are expected to be approximately €1,592,970,132.68. The net proceeds will be
used in payment of all amounts due and payable under the Collateral Acquisition • any Equity Security, including any Defaulted Equity Security and
Agreements entered into on the Closing Date. Margin Stock.
Priorities of Payment: Interest Proceeds and Principal Proceeds will be applied in the payment of Treatment of Principal Proceeds and Sale Proceeds: Any Principal Proceeds
interest and principal payable on the Notes and amounts payable to the other received and any proceeds of the sale of Debt Obligations in the circumstances
creditors of the Issuer in accordance with the Priorities of Payment specified in provided above will be applied by the Issuer in payment into the Principal
Section 3 (Priorities of Payment). Account for disbursement pursuant to a Special Redemption on the next
following Payment Date following such sale.
Interest Payments: Interest in respect of the Notes of each Class will be payable quarterly in arrear
on 25 January, 25 April, 25 July and 25 October of each year, commencing 27 Description of the Portfolio: Pursuant to the Servicing Agreement, the Servicer is required to act as the
July 2009, at maturity and upon any redemption of the Notes (each a “Payment Issuer’s Servicer in respect of the Portfolio, to act in specific circumstances in
Date”) and with respect of the Notes of each Class, save for the Subordinated relation to the Portfolio on behalf of the Issuer and to carry out the duties and
Notes, at the rates determined for each Class. In respect of the Subordinated functions described below. Pursuant to the Servicing Agreement, the Collateral
Notes, interest is payable on an available funds basis out of Interest Proceeds Administrator is required to perform certain calculations in relation to the
remaining following prior payment in accordance with the Priorities of Payment Portfolio on behalf of the Issuer.
of certain fees and expenses and interest payable in respect of the Senior Notes
and the Mezzanine Notes. A portfolio selected by the Servicer which will consist of the Debt Obligations
as listed on the spreadsheet attached hereto and made a part of this Prospectus
Diversion of Interest Proceeds: If the Senior Par Value Test is not met on any Determination Date, Interest (the “Schedule of Debt Obligations”) will be purchased by the Issuer on or prior
Proceeds which would otherwise be used to pay, among other things, interest on to the Closing Date according to the Collateral Acquisition Agreement described
the Mezzanine Notes and the Subordinated Notes shall, on the next Payment herein. The Servicer will also have the right to purchase and dispose of Eligible
Date, be used to redeem the Senior Notes, in whole or in part, to the extent Investments on behalf of the Issuer in accordance with the Servicing Agreement.
required to cause the Senior Par Value Test to be satisfied if recalculated
immediately following such redemption, subject to payment of prior ranking The portfolio of Debt Obligations is composed of:
amounts in accordance with the Priorities of Payment.
• loans to Commercial Banks;
Consequence of Non-Payment of To the extent that interest payments on the Senior Notes or Mezzanine Notes are • loans to Mortgage Banks;
Interest: not made on the relevant Payment Date in such circumstances, an amount equal • CLO / CFO / ABS (SME-Consumer-Auto Lease) / CMBS / RMBS /
to such unpaid interest will be added to the Principal Amount Outstanding of Resec.
such Senior Notes or Mezzanine Notes, as applicable, and, with effect from and
including such Payment Date, interest will accrue on such unpaid amount at the
Special Redemption: If there are Principal Proceeds or Sale Proceeds (together, the “Special
rate of interest applicable to such Senior Notes or Mezzanine Notes.
Redemption Amount”), the Servicer (acting on behalf of the Issuer) will
Principal Repayments: Principal repayments of the Notes will be made to the extent provided by, and deposit such Special Redemption Amount in the Principal Account. The Special
subject to, the Priority of Payments in the following circumstances: Redemption Amount will be disbursed in accordance with the Principal
Proceeds Priority of Payments (a “Special Redemption”) on the first Payment
Date (a “Special Redemption Date”) following such sale, prepayment or receipt 1. the current balance of any cash, demand deposits, time deposits, federal funds and commercial bank money market
of Principal Proceeds. accounts;
2. the principal amount outstanding of any interest-bearing corporate and government securities, money market accounts and
Treatment of Interest Proceeds: The Interest Proceeds received will be transferred to the Interest Account and, repurchase obligations;
on each Payment Date, applied subject to and in accordance with the Priorities 3. the purchase price, up to an amount not exceeding the face amount thereof, of any non-interest-bearing government and
of Payment. corporate securities, commercial paper and certificates of deposit; and
4. the purchase price, up to an amount not exceeding the net asset value thereof, of any funds investing in the money
Accounts: For the purposes of the Notes, the Issuer shall, prior to the Closing Date,
markets,
establish with the Account Bank: the Custody Account, the Principal Account, provided that in the event that a default as to payment of principal and/or interest has occurred (disregarding any applicable
the Interest Account, the Payment Account, the Annual Smoothing Account, the grace period under the terms thereof) and is continuing in respect of any Eligible Investment or any obligation of the obligor
Semi-Annual Smoothing Account and the Interest Reserve Account. The Issuer
thereunder which is senior or equal in right of payment to such Eligible Investment, such Eligible Investment shall have the
shall establish the Issuer Irish Account with The Bank of New York Mellon. value of zero for the purpose of calculating the Balance standing to the credit of any account.
“Bank Loan” means a Debt Obligation identified as a “Loan” or “Schuldscheindarlehen” in the Schedule of Debt Obligations.
“Bond” means a Debt Obligation identified as “Corporate” or “Financial” in the Schedule of Debt Obligations.
“Business Day” means a day:
II. Definitions 1. on which commercial banks and foreign exchange markets settle payments in London, Luxembourg, Hamburg,
Copenhagen and Kiel (other than a Saturday or a Sunday); or
2. for the purposes of the definition of Presentation Date, in relation to any place, on which commercial banks and foreign
“ABS Obligation” means a Debt Obligation that is identified as “ABS” in the Schedule of Debt Obligations. exchange markets settle payments in that place.
“Accounts” means, collectively, the Custody Account, the Issuer Irish Account, the Principal Account, the Interest Account, the “Caa/CCC Excess” means on any date of determination, the excess, if any, of (x) the Aggregate Principal Balance of all CCC
Payment Account and the Interest Reserve Account. Obligations over (y) an amount equal to 7.5% of the Debt Obligations Principal Balance.
“Administrative Expenses” means amounts due and payable: “CCC Market Value” means, in respect of any CCC Obligation, an amount in euro, which is the lower of:
1. to the independent accountants, agents and counsel appointed to advise the Issuer or its agents on matters specifically 1. its Market Value; and
arising under or to the counterparties under the Transaction Documents, including amounts payable to the Agents (other 2. (i) 100 per cent. plus its Moody’s Recovery Rate, (ii) divided by two, and (iii) multiplied by the outstanding principal
than the Custodian) pursuant to the Agency Agreement (but excluding any amounts payable in respect of the Notes); balance of such CCC Obligation.
2. to the Custodian pursuant to the Agency Agreement; “CCC Obligation” means a Debt Obligation (other than a Defaulted Obligation) which has a Moody’s Rating of “Caa1” or less.
3. to the Collateral Administrator pursuant to the Servicing Agreement (including indemnities provided for therein); “CDO” means a Debt Obligation identified as a “CDO” in the Schedule of Debt Obligations.
4. to Moody’s (i) in connection with the rating of the Senior Notes and (ii) in connection with a confidential credit estimate “CFO” means a Debt Obligation identified as a “CFO” or a “Collateralised Fund Obligation” in the Schedule of Debt Obligations.
to any of the Debt Obligations, for such fees and expenses (including surveillance fees) in connection with any such “Class of Notes” means the Senior Notes, the Mezzanine Notes and the Subordinated Notes, and “Class” and “Class of
rating or confidential credit estimate including, in each case, the ongoing monitoring thereof or for any other services Noteholders” shall be construed accordingly.
related to the issue of Notes; “CLO” means a Debt Obligation identified as a “CLO” in the Schedule of Debt Obligations.
5. to the Corporate Services Provider pursuant to the Corporate Services Agreement; “Closing Date” means 4 February 2009 (or such other date as may shortly follow such date as may be agreed between the Issuer,
6. to the Servicer pursuant to the Servicing Agreement (including any indemnified amounts), but excluding the Servicing the Arranger and the Servicer).
Fee; “Collateral” means the property, assets, rights and benefits of the Issuer which are charged and/or assigned and/or pledged and/or
7. to any Person in respect of any governmental fee or charge (excluding, for the avoidance of doubt, any taxes payable to otherwise secured to the Trustee from time to time for the benefit of the Secured Parties pursuant to the Trust Deed, the
any tax authority); Luxembourg Pledge Agreement or any other charging document.
8. in respect of any third party portfolio management software, to providers of data and information services or for “Conditions” means these terms and conditions, being the terms and conditions of the Notes.
subscription services; “Consumer Finance ABS” means a Debt Obligation identified as a “Consumer Finance ABS” in the Schedule of Debt
9. to any other Person in respect of any other fees, expenses or indemnities permitted under these Conditions, the Obligations.
Transaction Documents or any other documents delivered pursuant to or in connection with the Notes or the sale thereof, “Controlling Class” means the Senior Notes then Outstanding or, if no Senior Notes remain Outstanding, the Mezzanine Notes
including, without limitation, an amount up to €15,000 per annum in respect of fees and expenses incurred by the Issuer then Outstanding, or, if no Mezzanine Notes remain Outstanding, the Subordinated Notes then Outstanding.
(in its sole and absolute discretion) in assisting in the preparation, provision or validation of data for purposes of “Corporate Services Agreement” means, the corporate services agreement relating to the Issuer dated on or about the Closing
Noteholder tax jurisdictions; Date between the Issuer, the Corporate Services Provider and the Directors.
10. to the Irish Stock Exchange, or such other stock exchange upon which any of the Notes are listed from time to time; and “Corporate Services Provider” means BNY Financial Services p.l.c., together with its permitted successors and assigns.
11. to the payment of any amounts due and payable by the Issuer to any seller of a Debt Obligation pursuant to any Collateral “Credit Risk Obligation” means any Debt Obligation which, in the Servicer’s judgement, has declined in credit quality or price
Acquisition Agreement after the date of entry into any such Collateral Acquisition Agreement, or has a risk of declining in credit quality and, with a lapse of time, becoming a Defaulted Obligation or which has otherwise been
in each case, together with any value added tax due and payable in respect thereof and provided, however, that so designated by the Servicer.
“Administrative Expenses” shall not include any Trustee Fees and Expenses or amounts due or accrued with respect to the “Custody Account” means the custody account in the Issuer’s name established on the books of the Custodian and held by the
actions taken on or in connection with the Closing Date, the latter being payable out of the proceeds of the issue of the Notes. Account Bank and administered outside Ireland in accordance with the provisions of the Agency Agreement, which term shall
“Agent” means each of the Registrar, the Transfer Agent, the Principal Paying Agent, the Irish Paying Agent, the Account Bank, include the cash account relating to such custody account (if any).
and the Custodian and each of their permitted successors or assigns. “Debt Obligation” means any debt obligation or debt security purchased by or on behalf of the Issuer pursuant to a Collateral
“Aggregate Principal Balance” means the aggregate of the Principal Balances of all Debt Obligations and, when used with Acquisition Agreement. References to Debt Obligations shall not include Eligible Investments or Equity Securities.
respect to specific Debt Obligations, means the aggregate of the Principal Balances of such Debt Obligations, in each case, as at “Debt Obligations Principal Balance” means, as at any Measurement Date, the amount equal to the aggregate of the following
the date of determination. amounts, as at such Measurement Date:
“Arranger” means HSH Investment Management S.A. 1. the Aggregate Principal Balance of all Debt Obligations, save that:
“Asset-Backed Security” means any of the following: (a) ABS Obligation, (b) RMBS, (c) MBS, (d) CLO, (e) CDO, (f) CFO, (g) a. for the purpose of calculating the Aggregate Principal Balance for the purposes of the Senior Par Value Test, the
SME CLO and (h) Resecuritisation. Principal Balance of a Defaulted Obligation will be the lower of (x) the Market Value of such Defaulted
“Available Interest Proceeds” means the aggregate Interest Proceeds available. Obligation and (y) the Moody’s Recovery Rate of such Defaulted Obligation;
“Available Principal Proceeds” means the aggregate Principal Proceeds available. b. for the purpose of calculating the Aggregate Principal Balance for the purpose of calculating the Senior Par
“Balance” means on any date, with respect to any Account, cash and Eligible Investments, the aggregate of: Value Test, the Principal Balance of a Discount Obligation will be the Principal Balance of such Discount
Obligation multiplied by its purchase price; and
c. for all purposes other than as set forth in paragraph (i) and (ii) above (other than in respect of the calculation of holding company) at the time of such investment or contractual commitment providing for such investment have, for so long as
the Servicing Fee), for the purpose of calculating the Aggregate Principal Balance, the Principal Balance of each there are Senior Notes which are Outstanding:
Defaulted Obligation shall be Moody’s Collateral Value; 1. a long term debt credit rating of at least Aa2 from Moody’s (the “EI Minimum Long Term Rating”); or
2. the Balances standing to the credit of the Principal Account. 2. a short term debt rating of P-1 from Moody’s (the “EI Minimum Short Term Rating”).
“Defaulted Equity Security” means any Equity Security or non-debt security delivered to the Issuer upon acceptance of an Offer “Eligible Trading Gains” means with respect to any Payment Date, an amount (as calculated by the Servicer), if positive, equal to
in respect of a Defaulted Obligations. the following: (a) the aggregate net (after costs) Sale Proceeds realised (exclusive of proceeds relating to accrued and unpaid
“Defaulted Obligation” means a Debt Obligation in respect of which the Servicer has actual knowledge that: interest) from all Debt Obligations sold by the Issuer during the related Due Period and all prior Due Periods minus (b) the sum of:
1. in respect of which, there has occurred and is continuing a default with respect to the payment of interest or principal (i) 1. the greater of (A) the Aggregate Principal Balance of such Debt Obligations and (B) the aggregate net price (exclusive of
in the case of Debt Obligations in respect of which the Servicer has notified the Issuer and the Trustee in writing that, to any accrued and unpaid interest) paid by the Issuer to acquire such Debt Obligations; and
the reasonable belief of the Servicer, such default has resulted from non credit related causes, for at least the lesser of 2. the aggregate Eligible Trading Gains Distribution Amount distributed as Interest Proceeds on all prior Payment Dates.
three Business Days and any grace period applicable thereto and (ii) in the case of all other Debt Obligations, “Eligible Trading Gains Distribution Amount” means with respect to any Payment Date occurring on or after the one year
disregarding any grace periods applicable thereto in each case, which entitles the holders thereof, with notice or passage anniversary of the Closing Date, an amount of Eligible Trading Gains, designated as Interest Proceeds by the Servicer in its sole
of time or both, to accelerate the maturity of all or a portion of the principal amount of such obligation, until such default discretion, that does not exceed 100% of the Eligible Trading Gains relating to such Payment Date, provided, however, the
has been cured or waived; Servicer may not designate any Eligible Trading Gains as Interest Proceeds unless as of the related Determination Date (i) the
2. any administration, bankruptcy, insolvency or receivership proceeding has been initiated in connection with the Obligor Senior Par Value Test is satisfied and (ii) the Caa/CCC Excess is zero.
of such Debt Obligation and, except in the case of voluntary proceedings, such proceeding remains unstayed and “Equity Security” is an equity security and which is delivered to the Issuer upon acceptance of an Offer in respect of a Defaulted
undismissed for at least 30 days; Obligation or received by the Issuer as a result of restructuring of the terms of the relevant Debt Obligation.
3. if the Issuer thereof makes a binding offer to holders of such Debt Obligation of a new security or package of securities “Fixed Rate Debt Obligation” means a Debt Obligation, the interest or coupon payable in respect of which is calculated by
that amount to a diminished financial obligation (such as preferred or common stock, or debt with a lower coupon or par reference to a fixed rate.
amount) of the Issuer and in the reasonable business judgement of the Servicer, such offer has the apparent purpose of “German Debt Obligations” means (together) all rights, title, interest and benefit in and to the bank loans identified as being
helping the Issuer avoid default; provided, however, that a Debt Obligation shall not constitute a Defaulted Obligation governed by German law as set out in the Schedule of Debt Obligations.
under this paragraph (c) if it has been acquired in a distressed exchange and meets the definition of “Debt Obligation”; “Interest Account” means the Issuer’s account established with the Account Bank into which Interest Proceeds are to be credited.
4. in respect of which, the Servicer becomes aware (based upon publicly available information) that the Obligor thereunder “Interest Accrual Period” means the period from and including the Closing Date to but excluding the first Payment Date and
is in default as to payment of principal and/or interest on another obligation (and such default has not been cured), save each successive period from and including each Payment Date to but excluding the following Payment Date.
for obligations constituting trade debts which the applicable Obligor is disputing in good faith, but only if one of the “Interest Amount” means the amount of interest payable by the Issuer in respect of each Class of Notes.
following conditions is satisfied: “Interest Proceeds” means all amounts paid, or payable, into the Interest Account from time to time (including any funds
a. both such other obligation and the Debt Obligation are full recourse, unsecured obligations and the other transferred to the Interest Account from the Interest Reserve Account) and, with respect to any Payment Date, means all such
obligation is senior to, or pari passu with, the Debt Obligation in right of payment; or amounts actually received or receivable by or on behalf of the Issuer during the related Due Period and any other amounts to be
b. if the following conditions are satisfied: disbursed out of the Payment Account as Interest Proceeds on such Payment Date.
i. both such other obligation and the Debt Obligation are full recourse, secured obligations secured by “Interest Proceeds Priority of Payments” means the priority of payments in respect of Interest Proceeds set out in Section 3.
identical collateral; “Interest Reserve Account” means the interest bearing account of the Issuer established at the Account Bank into which the
ii. the security interest securing the other obligation is senior to or pari passu with the security interest Interest Reserve Amount will be deposited from time to time, the Balance of which may be transferred to the Principal Account or
securing the Debt Obligation; and the Interest Account at the discretion of the Servicer at any time on or prior to the Payment Date falling on 25 October 2040.
iii. the other obligation is senior to or pari passu with the Debt Obligation in right of payment; “Interest Reserve Amount” means the amount, as determined by the Servicer, to be deposited in accordance with the Priorities of
5. for so long as any Senior Notes rated by Moody’s are Outstanding, has a public rating of “Ca” or less by Moody’s; or Payment into the Interest Reserve Account.
6. it is a PIK Security under which cash payment of interest thereon has been deferred in accordance with the terms thereof “Issuer Irish Account” means an account in the name of the Issuer established with The Bank of New York Mellon.
for (a) if rated at least “Baa3” by Moody’s, a continuous period of more than two payment periods within a 12-month “Margin Stock” is as defined under Regulation U issued by The Board of Governors of the Federal Reserve System.
period with respect to such PIK Security, and (b) if rated “Ba1” or lower by Moody’s, a continuous period of more than “Market Value” means in respect of any Debt Obligation or Eligible Investment on any date of determination, (i) the price
one payment period within a 6-month period with respect to such PIK Security, which deferral is, in each case, obtained from an independent pricing service selected by the Servicer in a commercially reasonable manner; (ii) if (i) above is not
continuing, available, then the average of the bid side market prices offered by three nationally recognised independent brokers (or, in the case
provided that, notwithstanding the foregoing, the Servicer may declare any Debt Obligation to be a Defaulted Obligation if, in the of Debt Obligations in respect of which the Obligor is resident outside of the United Kingdom, three internationally recognised
Servicer’s reasonable business judgment, the credit quality of the issuer or obligor of such Debt Obligation has significantly independent brokers) which, in each case, have significant experience in trading such Debt Obligations, selected by the Servicer
deteriorated such that the Servicer has a reasonable expectation of payment default as of the next scheduled payment date with (for the avoidance of doubt, any broker selected pursuant to this definition shall be independent of the Servicer and its affiliates);
respect to such Debt Obligation. (iii) if the determination of only two such independent brokers is available, then the average of the bid side prices of such
“Determination Date” means the last Business Day of each Due Period, or in the event of any redemption of the Notes, following independent brokers, (iv) if the determination of only one such independent broker is available, then the bid side price of such
the occurrence of an Event of Default, the applicable Redemption Date. independent broker and (v) if none of (i) to (iv) apply, then such Debt Obligation shall be deemed to have a Market Value equal to
“Discount Obligation” means any Debt Obligation, after consultation with the Servicer and Moody’s, that has been designated as the product obtained by multiplying the Principal Balance of such Debt Obligation by the estimate by the Servicer, based on its
a “Discount Obligation” on the Schedule of Debt Obligations. reasonable commercial judgement, in line with market practice, of the price likely to be obtained in the market in an arm’s length
“Distribution” means any payment of principal or interest or any dividend or premium or other amount or asset paid or delivered transaction.
on or in respect of any Debt Obligation, any Equity Security or any Eligible Investment. “Maturity Date” means, in respect of each Class of Notes, 25 October 2040, or in the event that such day is not a Business Day,
“Due Date” means each date on which a Distribution is due and payable on, or in respect of, a Debt Obligation. the next following Business Day.
“Due Period” means, with respect to any Payment Date, the period commencing on the day immediately following the 10th “MBS” means a Debt Obligation identified as a “MBS” in the Schedule of Debt Obligations.
Business Day prior to the preceding Payment Date (or on the Closing Date, in the case of the Due Period relating to the first “Measurement Date” means (a) each Determination Date and (b) with reasonable (but not less than 5 Business Days’) notice, any
Payment Date) and ending on the 10th Business Day prior to such Payment Date (or, in the case of the Due Period applicable to Business Day requested by Moody’s.
the Payment Date which is the Maturity Date of any Note, ending on the day preceding such Payment Date). “Mezzanine Noteholders” means the registered holders of the Mezzanine Notes from time to time.
“Eligible Investments” means any (a) cash investment denominated in euro or (b) euro-denominated demand and time deposits in, “Minimum Denomination” means in respect of the Notes of each Class, €100,000.
certificates of deposit of and bankers’ acceptances issued by any depository institution or trust company (including the Account “Moody’s” means Moody’s Investors Service Limited.
Bank) incorporated under the laws of a Qualifying Country which is subject to supervision and examination by governmental “Moody’s Collateral Value” means, in the case of any applicable Debt Obligation, the lower of:
banking authorities so long as the commercial paper and/or the debt obligations of such depository institution or trust company (or, 1. its Market Value; and
in the case of the principal depository institution in a holding company system, the commercial paper or debt obligations of such 2. the relevant Moody’s Recovery Rate multiplied by its outstanding principal amount,
provided that if the Market Value cannot be reasonably determined, the Market Value shall be deemed to be for this purpose b) the Principal Balance of any cash shall be the amount of such cash;
the relevant Moody’s Recovery Rate multiplied by its outstanding principal amount. c) the Principal Balance of any Revolving Obligation as of any date of determination shall be the outstanding principal
“Moody’s Rating” is as defined in the Servicing Agreement. amount of such Revolving Obligation, plus any undrawn commitments that have not been irrevocably reduced with
“Moody’s Recovery Rate” means in respect of each Debt Obligation, the recovery rate determined in accordance with the respect to such Revolving Obligation; and
Servicing Agreement or as so advised by Moody’s. d) the Principal Balance of any Debt Obligation which is a PIK Security shall be deemed to exclude capitalised interest
“Non-Performing RMBS” means a Debt Obligation identified as a “Non-Performing RMBS” in the Schedule of Debt accrued after the date of acquisition thereof by the Issuer.
Obligations. “Principal Proceeds” means (a) all amounts paid or payable into the Principal Account from time to time (including any funds
“Note Payment Sequence” means, with respect to the application of Interest Proceeds in accordance with the Interest Proceeds transferred to the Principal Account from the Interest Reserve Account) and (b) with respect to any Payment Date, all amounts
Priority of Payments or the application of Principal Proceeds in accordance with the Principal Proceeds Priority of Payments, received by or on behalf of the Issuer during the related Due Period and (without double counting) any other amounts to be
payments made in the following order: disbursed out of the Payment Account as Principal Proceeds on such Payment Date pursuant to the Application of Principal
1. to the redemption of the Senior Notes (on a pro rata basis) at the applicable Redemption Price in whole or in part until the Proceeds.
Senior Notes have been fully redeemed; “Principal Proceeds Priority of Payments” means the priority of payments in respect of Principal Proceeds set out in Section 3.
2. to the redemption of the Mezzanine Notes (on a pro rata basis) at the applicable Redemption Price in whole or in part “Priorities of Payment” means in the case of Interest Proceeds, the priorities of payment set out in Section 3 (Application of
until the Mezzanine Notes have been fully redeemed; Interest Proceeds) or, in the case of Principal Proceeds, the priorities of payment set out in Section 3 (Application of Principal
3. to the redemption of the Subordinated Notes (on a pro rata basis) at the applicable Redemption Price in whole or in part Proceeds).
until the Subordinated Notes have been fully redeemed, “pro rata basis” means an allocation of amounts payable:
provided that, for the purposes of any redemption of the Notes in accordance with the Note Payment Sequence following a a) in the case of amounts of interest payable among different Classes of Notes, by reference to the respective amounts of
breach of the Senior Par Value Test, the Note Payment Sequence shall terminate immediately after the payment of each Class interest payable on such Classes of Notes;
of Notes as is required to be made in accordance with the paragraph above. b) in the case of amounts of principal payable among different Classes of Notes, by reference to the respective Principal
“Noteholders” means the Senior Noteholders, the Mezzanine Noteholders and the Subordinated Noteholders. Amount Outstanding of such Classes of Notes;
“Obligor” means, in respect of a Debt Obligation, the borrower thereunder or issuer thereof or, in either case, the guarantor c) in the case of a single Class, by reference to the respective Principal Amount Outstanding of each Note of such Class; and
thereof. d) in the case of any other amounts, by reference to the respective amounts payable.
“Offer” means with respect to any Debt Obligation (a) any offer by the obligor under such obligation or by any other Person made “Qualifying Country” means any of Austria, Belgium, Denmark, Finland, France, Germany, Greece, Ireland, Italy, Liechtenstein,
to all of the creditors of such obligor in relation to such obligation to purchase or otherwise acquire such obligation (other than Luxembourg, The Netherlands, Norway, Portugal, Spain, Sweden, Switzerland, the United Kingdom (including the Channel
pursuant to any redemption in accordance with the terms of the related Underlying Instruments) or to convert or exchange such Islands) and the United States, in each case for so long as such country has a country ceiling for foreign currency bonds or bank
obligation into or for cash, securities or any other type of consideration or (b) any solicitation by the issuer of such obligation or deposits of at least “Aa2” or above by Moody’s (and such other country or countries as may be agreed to from time to time by the
any other Person to amend, modify or waive any provision of such obligation or any related Underlying Instrument. Issuer and the Servicer, and in respect of which Rating Agency Confirmation has been obtained).
“Outstanding” means in relation to the Notes of a Class as of any date of determination, all of the Notes of such Class issued “Rating Agency Confirmation” means with respect to any specified action or determination, receipt by the Issuer of written
(including, without duplication, the Components representing such Class) as further defined in the Trust Deed. confirmation by Moody’s, for so long as the Senior Notes are Outstanding and rated by Moody’s, that such specified action or
“Par Value Test Excess Adjustment Amount” means, on any date of determination, (A) if the Aggregate Principal Balance of determination will not result in the reduction or withdrawal of its then-current ratings on such Senior Notes.
the CCC Obligations exceeds 5 per cent. of the Aggregate Principal Balance of the Portfolio, with respect to the portion of CCC “Redemption Date” means each date specified for a redemption of the Notes of a Class, or if such day is not a Business Day the
Obligations representing the excess over 5 per cent. of the Aggregate Principal Balance of the Portfolio (starting with the CCC next following Business Day.
Obligations with the lowest Market Value first and ascending price thereafter), the amount equal to the sum of the excess of the “Relevant Date” means whichever is the later of (a) the date on which any payment first becomes due and (b) if the full amount
Principal Balance of each such CCC Obligation over the lower of (x) an amount equal to its Market Value and (y) (1) an amount payable has not been received by the Paying Agent or the Trustee (as applicable) on or prior to such due date, the date on which
equal to 100 per cent. plus the applicable Moody’s Recovery Rate, then divided by two, and (2) multiplied by the Principal the full amount having been so received, notice to that effect shall have been given to the Noteholders.
Balance of such CCC Obligation; and (B) otherwise, the amount shall be zero. “Required Ratings” means: (a) in the case of the Account Bank and the Principal Paying Agent, long-term and short-term senior
“Payment Account” means the account of the Issuer into which amounts shall be transferred by the Trustee on the Business Day unsecured debt ratings of at least “A1” and “P-1”, respectively, from Moody’s; and (b) in the case of the Custodian, short-term
prior to each Payment Date from (to the extent applicable) the other Accounts and out of which the amounts required to be paid on senior unsecured debt rating of not lower than “P-1” from Moody’s.
each Payment Date shall be paid as provided in the Priorities of Payment. “Resecuritisation” means a Debt Obligation identified as a “RESEC” in the Schedule of Debt Obligations.
“Payment Date” means 25 January, 25 April, 25 July and 25 October in each year commencing on 27 July 2009, the Maturity “RMBS” means a Debt Obligation identified as a “RMBS” in the Schedule of Debt Obligations.
Date and any Redemption Date. If any Payment Date would otherwise fall on a day which is not a Business Day, it shall be “Sale Proceeds” means in the case of any Debt Obligation or Equity Security all proceeds received upon the sale thereof
postponed to the next day that is a Business Day. (excluding accrued interest designated as Interest Proceeds by the Servicer but including any fees).
“PIK Security” means any Debt Obligation which is a security, the terms of which permit the deferral of the payment of interest “Schedule of Debt Obligations” means the schedule of Debt Obligations attached to the Trust Deed.
in cash thereon through additions to the principal amount thereof for a specified period in the future or for the remainder of its life “Secured Party” means each of the Noteholders, the Corporate Services Provider, the Servicer, the Collateral Administrator, the
or by capitalizing interest due on such security as principal. Trustee, the Arranger, the Placement Agent and the Agents.
“Portfolio” means the Debt Obligations, Equity Securities and Eligible Investments held by or on behalf of the Issuer from time to “Security” means the charges, mortgages, assignments, pledges and any other security interests created by the Trust Deed and the
time. Luxembourg Pledge Agreement.
“Presentation Date” means a day which is a Business Day in the jurisdiction in which the account specified by the payee is open “Senior Fee Cap” means €700,000 per annum.
and in which the Note is presented for payment. “Senior Noteholders” means the registered holders of the Senior Notes from time to time.
“Principal Account” means the Issuer’s account established with the Account Bank into which principal proceeds and designated “Senior Par Value Ratio” means the ratio (expressed as a percentage) obtained by dividing the amount of the Debt Obligations
interest proceeds in respect of all Debt Obligations shall be credited. Principal Balance (less the Par Value Test Excess Adjustment Amount) by the aggregate Principal Amount Outstanding of the
“Principal Amount Outstanding” of a Note of any Class on any date shall be: Senior Notes.
a) the initial principal amount thereof on such date, plus “Senior Par Value Test” means the test which will be satisfied if as at any Measurement Date, the Senior Par Value Ratio is at
b) in the case of the Mezzanine Notes, any Deferred Interest which has been capitalized, less least equal to 104%.
c) the aggregate of all principal payments or redemption payments which in the case of the Mezzanine Notes and the “Servicing Fee” means the fee equal to €20,000 per annum payable to the Servicer on the first Payment Date of each calendar year
Subordinated Notes shall, for the avoidance of doubt, include those principal payments or redemption payments allocated and, if deferred in accordance with the Priorities of Payment, interest shall accrue at the rate of EURIBOR on such deferred
to the repayment of any of the Deferred Interest referred to in paragraph (b) above. amount.
“Principal Balance” means, with respect to any Debt Obligation, Eligible Investment or Equity Security as of any date of “SME CLO” means a Debt Obligation identified as a “SME” in the Schedule of Debt Obligations.
determination, the principal amount outstanding thereof (excluding any interest capitalised pursuant to the terms of such Debt “Special Redemption” has the meaning given to it in the General Description section.
Obligation, Eligible Investment or Equity Security), provided however that: “Special Redemption Amount” has the meaning given to it in the General Description section.
a) the Principal Balance of any Equity Security shall be deemed to be zero; “Special Redemption Date” has the meaning given to it in the General Description section.
“Stated Maturity” means, with respect to any Debt Obligation or Eligible Investment, the date specified in such obligation as the 1) Application of Interest Proceeds: Subject to paragraph (iii) (Determination of Amounts) below, Interest Proceeds shall
fixed date on which the final payment or repayment of principal of such obligation is due and payable. be applied in the following order of priority:
“Subordinated Noteholders” means the registered holders of the Subordinated Notes from time to time.
“Transaction Creditors” means each of the Secured Parties, the Directors and any other Person to whom the Issuer owes any a. first to the payment of taxes owing by the Issuer accrued in respect of the related Due Period (other than Irish
obligations from time to time. corporate income tax in relation to the amounts equal to the minimum profit referred to below) as certified by an
“Transaction Documents” means the Trust Deed, the Agency Agreement, the Private Placement Agreement, the Servicing Authorised Officer of the Issuer to the Trustee, if any; and second to the payment of amounts equal to the
Agreement, the Collateral Acquisition Agreements, the Corporate Services Agreement, the Luxembourg Pledge Agreement and minimum profit required to be retained by the Issuer for Irish tax purposes, for deposit into the Issuer Irish
any documents supplemental or ancillary thereto. Account from time to time;
“Trustee Fees and Expenses” means the fees and expenses and any other amounts payable to the Trustee pursuant to the Trust
Deed from time to time and any Person appointed as agent, delegate nominee or receiver thereunder. b. to the payment of accrued and unpaid Trustee Fees and Expenses pursuant to the Trust Deed in respect of the
related Due Period, including any applicable value added tax thereon, up to an amount equal to the Senior Fee
“Underlying Instruments” means a trust deed or other agreement or instrument pursuant to which a Debt Obligation has been
issued or created and each other agreement that governs the terms of, or secures the obligations represented by, such Debt Cap;
Obligation or under which the holders or creditors under such Debt Obligation are the beneficiaries. c. to the payment on a pro rata and pari passu basis of Administrative Expenses and (if any) to the payment of any
“Underlying Obligor” means: (i) in respect of any Asset-Backed Security, the issuer and/or guarantor(s) of such Asset-Backed value added tax due and payable in respect thereof up to an amount equal to the Senior Fee Cap less the amounts
Security; and (ii) in respect of any Bank Loan, the borrower(s), guarantor(s) and/or other providers of security in respect of such paid pursuant to paragraph (B) above;
Bank Loan.
“Unscheduled Principal Proceeds” means, with respect to any Debt Obligation, principal repayments prior to the Stated d. to the payment on a pro rata basis to the Servicer (or as the Servicer may otherwise direct) of the Servicing Fee
Maturity thereof received as a result of optional redemptions, prepayments (including any acceleration) or Offers (excluding any due and payable on such Payment Date and any value added tax in respect thereof (whether payable by the
premia or make whole amounts in excess of the principal amount of such Debt Obligation), and any other unscheduled principal Servicer or directly to the relevant taxing authority by the Issuer) and, thereafter, to the payment of any Servicing
payments with respect to Debt Obligations (to the extent not included in Sale Proceeds). Fee due and payable but not paid pursuant to this paragraph (d) on any prior Payment Date (together with
accrued interest at the rate of EURIBOR) and to the payment of any value added tax in respect thereof (whether
payable by the Servicer or directly by the Issuer to the relevant taxing authority);
III. Priorities of Payment e. to the payment on a pro rata basis of all Interest Amounts due and payable on the Senior Notes, in respect of the
Interest Accrual Period ending on such Payment Date;
The Collateral Administrator shall, on behalf of the Issuer disburse Available Interest Proceeds transferred to the Payment Account
on any Payment Date by reference to the amount of each item in accordance with the Priorities of Payment (Application of Interest f. to the payment on a pro rata basis of any Deferred Interest on the Senior Notes (including any interest on
Proceeds) below. The Account Bank shall, on behalf of the Issuer, on each Payment Date disburse Interest Proceeds and Principal Deferred Interest) which is due and payable;
Proceeds in accordance with the following Priorities of Payment:
g. in the event that the Senior Par Value Test is not satisfied on the related Determination Date, to the payment of
the principal amount on the Senior Notes to the extent necessary to cause the Senior Par Value Test to be met if
recalculated immediately following such redemption;
h. to the payment on a pro rata basis of the Interest Amounts due and payable on the Mezzanine Notes in respect of
the Interest Accrual Period ending on such Payment Date;
i. to the payment on a pro rata basis of any Deferred Interest on the Mezzanine Notes (including any interest on
Deferred Interest) which is due and payable;
j. to the payment of Trustee Fees and Expenses (if any) not paid by reason of the Senior Fee Cap;
k. to the payment on a pro rata and pari passu basis of Administrative Expenses plus any applicable value added tax
not paid by reason of the Senior Fee Cap, in relation to each item thereof;
l. at the discretion of the Servicer acting on behalf of the Issuer, other than on the Payment Date on which the
Subordinated Notes are to be redeemed and paid in full, to the payment into the Interest Reserve Account of up
to a maximum aggregate amount of €2,500,000;
m. thereafter, the balance, if any, to the payment of interest on the Subordinated Notes on a pro rata basis.
The Collateral Administrator shall, on behalf of the Issuer disburse Available Principal Proceeds transferred to the Payment
Account on any Payment Date by reference to the amount of each item in accordance with the Priorities of Payment (Application
of Principal Proceeds) below.
2) Application of Principal Proceeds: Principal Proceeds shall be applied in the following order of priority:
a. to the payment on a sequential basis of the amounts referred to in paragraphs (a) through (g) of the Interest
Proceeds Priority of Payments, but only to the extent not paid in full thereunder;
b. in an amount equal to or lower than the Special Redemption Amount (if any) applicable to such Payment Date if
it is a Special Redemption Date to the redemption of the Senior Notes (on a pro rata basis) at par in whole or in
part until the Senior Notes have been fully redeemed;
c. in the event of the redemption of the Senior Notes to the payment of principal on the Senior Notes;
d. to the payment on a sequential basis of the amounts referred to in paragraphs (h) through (i) of the Interest
Proceeds Priority of Payments, but only to the extent not paid in full thereunder;
e. in an amount equal to or lower than the Special Redemption Amount (if any) applicable to such Payment Date if
it is a Special Redemption Date to the redemption of the Mezzanine Notes (on a pro rata basis) at par in whole or
in part until the Mezzanine Notes have been fully redeemed;
f. in the event of the redemption of the Mezzanine Notes, to the payment of principal on the Mezzanine Notes;
g. to the payment on a sequential basis of the amounts referred to in paragraphs (j) through (k) (inclusive) of the
Interest Proceeds Priority of Payments, but only to the extent not paid in full thereunder;
h. thereafter, on a pari passu basis, the balance, if any, to the payment of principal on the Subordinated Notes on a
pro rata basis.
22.16. UNE TRANSACTION ”DEALER-FLOORPLAN” 301
22.16 Une transaction ”Dealer-Floorplan”

Qu’est ce que le financement ”floorplan” ?
Un ”floor plan loan” est un prêt servant à financer un stock de produits d’une valeur unitaire
assez elevée, distribués par des détaillants spécialisés, comme les automobiles, les meubles, le gros
électro ménager, la vidéo, les bateaux, etc.., et achetés par des particuliers qui se financent souvent
par des crédits à la consommation. Ce prêt est attribué au détaillant par une banque ou une filiale
financière de l’entreprise fabricant ce produit. Le notionnel de ce prêt est une fraction de la valeur
des biens spécialisée et il est remboursé au fur et à mesure des ventes.
Les prêts ”floor plan” qui ont été le plus titrisés servaient à financer des voitures. En effet les
vendeurs automobiles utilisent ces prêts afin de financer leur stocks de véhicule (neuf et d’occasion)
avant vente. Il y a deux types de prêteurs : prêteur captif ou indépendant. Un prêteur captif est
une filiale du fabricant de voitures, qui financera avant tout le réseau de ventes de ces voitures
(généralement des vendeurs ayant un contrat de vente exclusive de cette marque d’automobile).
Au contraire un prêteur indépendant financera des stocks de tout type de marque.
Le vendeur qui a financé ses stocks de cette manière doit :
– payer mensuellement un intérêt sur le notionnel des prêts ; et
– rembourser le prêt
– soit lorsque le véhicule qui est l’objet du prêt est vendu (”Pay-As-Sold” : c’est le contrat
le plus fréquent) ;
– soit suivant un échéancier fixe basé sur son historique de vente (”Scheduled Payment
Plan”).
Enfin sous ce type de prêt, le fabricant a l’obligation de racheter les véhicules lorsque le vendeur
ne réussi pas à les vendre ou fait défaut sur ces paiements (d’intérêts ou de principal). Dans ces
deux cas, le prêteur saisira les véhicules de ce vendeur et essayera de mettre en dépôt ces véhicules
chez un autre vendeur.
Principaux risques
Jusqu’à présent les performances de cette classe d’actif étaient plutôt bonnes, en effet ce finan-
cement est essentiel pour les vendeurs et même en cas de liquidation de ceux-ci le prêteur peut
saisir les véhicules qui pourront être revendus ailleurs. Il existe deux types de risques sur un tel
portefeuille de prêt :
– les risques au niveau du vendeur : il s’agit de la faillite du vendeur. Si le vendeur remboursait
ses prêts au fur et à mesure des ventes, alors le prêteur pourra s’appuyer sur la valeur des
véhicules restants afin de rembourser les prêts restants. Cependant dans certains cas, le
vendeur a pu vendre le véhicule sans rembourser immédiatement son prêt, on dit que les
véhicules étaient ”sold out of the trust” (”SOT”). Dans ce cas une perte sera constaté par
le prêteur.
– les risques au niveau du fabricant : dans le cas d’une faillite/liquidation du fabricant les
conséquences sont beaucoup plus importantes pour le portefeuille :
– la vente des véhicules sera plus difficile : le remboursement des prêts prendra plus long-
temps ;
– les prix de vente de ces véhicules seront plus faibles : le recouvrement en cas de non-
paiement d’un vendeur sera donc plus faible ;
– les vendeurs de cette marque verront leur situation financière se dégrader : leur risque de
défaut est donc beaucoup plus élevé ;
– ces vendeurs seront plus tentés de ne pas rembourser leur prêt même si le véhicule est
vendu : la proportion de SOT augmentera ;
– si le prêteur est captif, l’ensemble de son activité de souscription/analyse de risque/servicing
souffrira.
Une modélisation possible

Nous allons proposer ici une modélisation possible de ce type de transaction. Initialement nous
supposerons que le portefeuille de véhicules est fixe et connu initialement. Les flux reçus par le
véhicule de titrisation seront alors soit les paiements d’intérêts sur les prêts, soit le rembourse-
ment des prêts. Quels sont les évènements qui peuvent modifier ces flux, y compris la vitesse de
remboursement des prêts ?
– la faillite des vendeurs : cette faillite peut créer des pertes si la vente des véhicules restants
ne suffit pas à rembourser les prêts de ce vendeur ;
– la faillite du fabricant : cette faillite n’a pas d’effet direct sur le portefeuille mais elle risque
d’augmenter la probabilité de défaut des vendeurs et de diminuer le prix des véhicules ;
– le prix des véhicules : c’est ce qui définira le recouvrement ;
– la taille des SOT : elle viendra diminuer d’autant le recouvrement.
Nous prendrons les hypothèses suivantes pour l’analyse du portefeuille :
– le nombre de vendeurs sera supposé grand car la concentration maximum par vendeur est
de 1% ;
– les prêts qui ne sont pas en défaut (les prêts sains) payent tous le même intérêt s sur leur
notionnel ;
– défaut fabricant
– défaut vendeur
– Prix voiture
22.17. COMPRENDRE UNE OPÉRATION DE TITRISATION DE SUBPRIME 303
22.17 Comprendre une opération de titrisation de subprime

Vous trouverez sur les pages suivantes un descriptif d’une opération de titrisation. Ce document
résume les différents aspects de cette opération, que ce soit les flux, les intervenants ou le risque
sous-jacent.
Q1 De quel type de titrisation s’agit-il ?
Q2 Dans la partie D ”The Mortgage Pool”, quels sont les type de prêts qui vous paraissent les plus
risqués ? Des deux portefeuilles de prêts hypothéquaires, lequel est le plus risqué ? Pourquoi ?
Q3 Tracer le diagramme des flux initiaux, puis de flux en cours de transactions jusqu’à maturité.
Q4 Quels sont les risques que supportent la Class A-1 ?
Q5 Pour comprendre en détail les priorités de paiements, nous allons nous intéresser successive-
ment à plusieurs définitions :
– A quoi sert le ”Trigger Event” ?
– Lorsque l’ensemble des intérêts on été distribués, où vont les intérêts restants ? Indice :
voir la définition de ”Net Monthly Excess Cashflow”.
– Quelle est la définition qui décrit les flux données aux parts résiduelles ?
– Quel est l’utilité des ”Allocated Realized Loss Amount” ?
Q6 Décrire les priorités de paiements d’intérêts et de principal.
Q7 Si l’on suppose qu’il n’y a pas de défauts dans le portefeuille, quel est le rendement de la part
résiduelle ? Quel est le taux de défaut nécessaire afin que le rendement de la part résiduelle
soit nul (mais pas négatif) ?
Q8 Proposer une modélisation de cette transaction.
ACE SECURITIES CORP. Home Equity Loan Trust, Series
I. General Terms
2007-HE3
$ 590,185,000 Expected Balance Proportion of the Legal
Class Rating kUSD mortgage loan balance Final Coupon
(A Subprime Securitisation) A-1 Aaa 221 981 [37.61] % Jan, 2037 5.54%
Indicative Terms and Conditions A-2 Aaa 254 351 [43.10] % Jan, 2037 5.54%
M NR 113 853 [19.29] % Jan, 2037 6.65%
Residual NR 0 Jan, 2037 Variable
Total 590 185
Issuing Entity ACE Securities Corp. Home Equity Loan Trust, Series 2007-HE3.
Title of Series ACE Securities Corp. Home Equity Loan Trust, Series 2007-HE3 Asset Backed Pass-
Through Certificates.
Closing Date On or about March 12, 2007.
Depositor ACE Securities Corp., a Delaware corporation.
Originator Residential Mortgage Assistance Enterprise, LLC, a Delaware limited liability company.
Sponsor DB Structured Products, Inc., a Delaware corporation.

Master Servicer Wells Fargo Bank, National Association, a national banking association.
Servicer Wells Fargo Bank, National Association, a national banking association.
Trustee HSBC Bank USA, National Association, a national banking association, will be the trustee
of the trust.
Securities Wells Fargo Bank, National Association.
Administrator
Distribution Dates Distributions on the Offered Certificates will be made on the 25th day of each month, or, if
that day is not a business day, on the next succeeding business day, beginning in March
2007. The Assumed Final Distribution Date for the Offered Certificates is the Distribution
Date in January 2037.
Credit Risk Manager Clayton Fixed Income Services Inc.
Custodian Wells Fargo Bank, National Association.
The Trust ACE Securities Corp. Home Equity Loan Trust, Series 2007-HE3. The Depositor will
establish a trust (a “fund”) with respect to the certificates under the pooling and servicing
agreement dated as of the Cutoff-Date among the Depositor, the Servicer, the Master
Servicer, the Securities Administrator and the Trustee. There are three classes of certificates
representing the trust. The certificates represent in the aggregate the entire beneficial
ownership interest in the trust. In general, distributions of interest and principal, if
applicable, on the Certificates will be made only from payments received in respect of the
mortgage loans.
The Certificates The fixed rate on each class of Offered Certificates is fixed and will be calculated for each
Distribution Date as described under “Fixed Rate” below. Along the Class A certificates and
the Mezzanine Certificates, a Residual Certificate is issued. That Residual Certificate will
receive all residual flows.
The Fees Servicing Fee:
With respect to each Mortgage Loan, the amount of the annual servicing fee that shall be
paid to the Servicer is, for a period of one full month, equal to one-twelfth of the product of
(a) 0.5000% and (b) the outstanding principal balance of such Mortgage Loan. Such fee II. Terms of the Notes
shall be payable monthly from the Available Distribution Amount (see definition below). Securities Offered: Fixed rate credit-linked notes (the “Certificates”) due 2037. Distributions on the
Master Servicing Fee: Certificates will be made on the 25th of each month, or, if that day is not a business day
With respect to each Mortgage Loan, the amount of the annual master servicing fee that on the next succeeding business day (the “Distribution Dates”). The period between
shall be paid to the Master Servicer is, for a period of one full month, equal to onetwelfth of any two Distribution Dates will be the “Distribution Period”.
the product of (a) 0.0050% and (b) the outstanding principal balance of such Mortgage
Loan. Such fee shall be payable monthly from the Available Distribution Amount (see Fixed Rate: The Fixed Rates for the Class A Certificates and the Class M Certificates will be a rate
definition below). per annum equal to the following:
Credit Risk Manager Fee: i. For Class A-1: 5.54%;
With respect to each Mortgage Loan, the amount of the annual credit risk manager’s fee that ii. For Class A-2: 5.54%;
shall be paid to the credit risk manager is a fee, for a period of one full month, equal to one- iii. For Class M: 6.65%.
twelfth of the product of (a) 0.0135% and (b) the outstanding principal balance of such Certificate The Certificate Principal Balance of a Class A Certificate or Mezzanine Certificate
Mortgage Loan. Such fee will be payable monthly from the Available Distribution Amount Principal Balance: outstanding at any time represents the then maximum amount that the holder of such
(see definition below). certificate is entitled to receive as distributions allocable to principal from the cash flow on
Credit The credit enhancement provided for the benefit of the holders of the Offered Certificates the Mortgage Loans and the other assets in the trust fund. The Certificate Principal Balance
Enhancement consists of excess interest, overcollateralization and subordination, each as described in this of a Class A Certificate or Mezzanine Certificate as of any date of determination is equal to
section. the initial Certificate Principal Balance of such certificate plus, in the case of a Mezzanine
Certificate, any Subsequent Recoveries added to the Certificate Principal Balance of such
Excess Interest. The Mortgage Loans bear interest each month in an amount that in the Certificate, and reduced by the aggregate of (i) all amounts allocable to principal previously
aggregate is expected to exceed the amount needed to distribute monthly interest on the distributed with respect to that certificate and (ii) any reductions in the Certificate Principal
Class A Certificates and Mezzanine Certificates and to pay certain fees and expenses of the Balance of any Mezzanine Certificate deemed to have occurred in connection with
trust. Any excess interest from the Mortgage Loans each month will be available to absorb allocations of Realized Losses in the manner described here (see Allocation of Losses).
realized losses on the Mortgage Loans and to maintain or restore overcollateralization at Subsequent As of any Distribution Date, amounts received during the related Distribution Period by the
required levels. Recoveries: Servicer specifically related to a defaulted Mortgage Loan that resulted in a Realized Loss,
after the liquidation or disposition of such defaulted Mortgage Loan, net of any amounts
Subordination. The rights of the holders of the Mezzanine Certificates to receive reimbursable to the Servicer related to obtaining such Subsequent Recovery.
distributions will be subordinated to the rights of the holders of the Class A Certificates. Interest Priority of I. On each Distribution Date, the Group I Interest Remittance Amount will be
Payments on distributed in the following order of priority:
Overcollateralization. The aggregate principal balance of the Mortgage Loans as of the Cut- Certificates: i. First, to the holders of the Class A-1 Certificates, the Senior Interest
off Date will exceed the aggregate certificate principal balance of the Class A and Distribution Amount allocable to the Class A-1 Certificates; and
Mezzanine Certificates on the Closing Date by approximately $25,231,505 (subject to a ii. Second, concurrently, to the holders of the Class A-2 Certificates, the Senior
permitted variance of plus or minus 10%). This amount represents approximately 4.10% of Interest Distribution Amount allocable to each such class, to the extent
the aggregate principal balance of the Mortgage Loans as of the Cut-off Date, and is the remaining unpaid after distribution of the Group II Interest Remittance
initial amount of overcollateralization required to be provided by the mortgage pool under Amount as set forth in clause (B) below, on a pro rata basis, based on the
the pooling and servicing agreement. entitlement of each such class.
II. On each Distribution Date, the Group II Interest Remittance Amount will be
Allocation of Losses. If, on any Distribution Date, there is not sufficient excess interest, distributed in the following order of priority:
overcollateralization to absorb realized losses on the Mortgage Loans, then realized losses i. First, to the holders of the Class A-2 Certificates, the Senior Interest
on the Mortgage Loans will be allocated to the Class M Certificates, in that order, in each Distribution Amount allocable to the Class A-2 Certificates; and
case until the certificate principal balance of each such class has been reduced to zero. The ii. Second, to the holders of the Class A-1 Certificates, the Senior Interest
pooling and servicing agreement does not permit the allocation of realized losses on the Distribution Amount allocable to the Class A-1 Certificates, to the extent
Mortgage Loans to the Class A Certificates; however, investors in the Class A Certificates remaining unpaid after distribution of the Group I Interest Remittance Amount
should realize that under certain loss scenarios, there will not be enough principal and as set forth in clause (A) above.
interest on the Mortgage Loans to pay the Class A Certificates all interest and principal III. On each Distribution Date, following the distributions of interest to the holders
amounts to which these certificates are then entitled. Unless the Servicer collects subsequent of the Class A Certificates as described in clauses (A) and (B) above, the sum
recoveries on Mortgage Loans for which realized losses were allocated to the Mezzanine of the Group I Interest Remittance Amount and Group II Interest Remittance
Certificates, once realized losses are allocated to the Mezzanine Certificates, their certificate Amount remaining will be distributed to the Class M Certificates to the extent
principal balances will be permanently reduced by the amount so allocated. of the Interest Distribution Amount.
With respect to any Distribution Date, to the extent that the aggregate Interest Distribution Principal Priority of On each Distribution Date, the Principal Distribution Amount will be distributed to the
Amount exceeds the Interest Remittance Amount, a shortfall in interest distributions on one Payments on holders of the Certificates then entitled to principal distributions. In no event will the
or more classes of Class A Certificates or Mezzanine Certificates will result and payments Certificates: Principal Distribution Amount with respect to any Distribution Dates be (i) less than zero or
of Interest Carry Forward Amounts to such classes of certificates will be made. The Interest (ii) greater than the then outstanding aggregate Certificate Principal Balance of the Class A
Carry Forward Amount with respect to the Class A Certificates, if any, is distributed as part Certificates and Mezzanine Certificates.
of the Senior Interest Distribution Amount on each Distribution Date. The Interest Carry A. On each Distribution Date (i) prior to the Stepdown Date or (ii) on which a Trigger
Forward Amount with respect to the Mezzanine Certificates, if any, may be carried forward Event is in effect, distributions in respect of principal to the extent of the Group I
to succeeding Distribution Dates. Principal Distribution Amount will be made in the following amounts and order of
Group I Interest The Group I Interest Remittance Amount for any Distribution Date is that portion of the priority:
Remittance Available Distribution Amount for such Distribution Date that represents interest received i. First, to the holders of the Class A-1 Certificates, until the Certificate
Amount: on the Group I Mortgage Loans minus any amounts payable or reimbursable therefrom to Principal Balance of the Class A-1 Certificates has been reduced to zero; and
the Servicer, the Trustee, the Custodian, the Credit Risk Manager, the Master Servicer or ii. Second, to the holders of the Class A-2 Certificates, after taking into account
the Securities Administrator with respect to the Group I Mortgage Loans. the distribution of the Group II Principal Distribution Amount as described
Available The Available Distribution Amount for any Distribution Date is equal to the sum, net of below, until the Certificate Principal Balance of each such class has been
Distribution amounts payable or reimbursable therefrom to the Servicer, the Master Servicer, the reduced to zero.
Amount: Securities Administrator, the Custodian, the Credit Risk Manager or the Trustee, of an B. On each Distribution Date (i) prior to the Stepdown Date or (ii) on which a Trigger
amount equal to (i) the aggregate amount of scheduled monthly payments on the Mortgage Event is in effect, distributions in respect of principal to the extent of the Group II
Loans due on the related Due Date and received on or prior to the related Determination Principal Distribution Amount will be made in the following amounts and order of
Date; and (ii) unscheduled payments in respect of the Mortgage Loans (including principal priority:
prepayments received during the related Distribution Period, insurance proceeds, iii. first, to the holders of the Class A-2 Certificates, until the Certificate Principal
liquidation proceeds, Subsequent Recoveries and proceeds from repurchases of and Balance of such class has been reduced to zero; and
substitutions for the Mortgage Loans received during the related Distribution Period). iv. second, to the holders of the Class A-1 Certificates, after taking into account
Senior Interest The Senior Interest Distribution Amount for any Distribution Date is equal to the sum of the distribution of the Group I Principal Distribution Amount as described
Distribution the Interest Distribution Amount for such Distribution Date for the Class A Certificates above, until the Certificate Principal Balance of such class has been reduced to
Amount: and the Interest Carry Forward Amount, if any, for such Distribution Date for the Class zero.
A Certificates. B. On each Distribution Date (i) prior to the Stepdown Date or (ii) on which a Trigger
Event is in effect, distributions in respect of principal to the extent of the sum of the
Interest The Interest Distribution Amount for any class of Class A Certificates or Class M
Group I Principal Distribution Amount and Group II Principal Distribution Amount
Distribution Certificates on any Distribution Date is equal to interest accrued during the related Interest
remaining undistributed for such Distribution Date will be made to the holders of the
Amount: Accrual Period on the Certificate Principal Balance of that class immediately
Class M Certificates, until the Certificate Principal Balance of such class has been
prior to the Distribution Date at the Fixed Rate for that class.
reduced to zero.
Interest Carry The Interest Carry Forward Amount with respect to any class of Class A Certificates or C. On each Distribution Date (i) on or after the Stepdown Date and (ii) on which a Trigger
Forward Amount: Class M Certificates and any Distribution Date is equal to the amount, if any, by which Event is not in effect, distributions in respect of principal to the extent of the Group I
the Interest Distribution Amount for that class of certificates for the immediately Principal Distribution Amount will be made in the following amounts and order of
preceding Distribution Date exceeded the actual amount distributed on the certificates in priority:
respect of interest on the immediately preceding Distribution Date, together with any i. First, to the holders of the Class A-1 Certificates, the Class A-1 Principal
Interest Carry Forward Amount with respect to such class of certificates remaining Distribution Amount, until the Certificate Principal Balance of the Class A-1
unpaid from the previous Distribution Date, plus interest accrued thereon at the related Certificates has been reduced to zero; and
Fixed Rate on the certificates for the most recently ended Interest Accrual Period. ii. second, to the holders of the Class A-2 Certificates, after taking into account
the distribution of the Group II Principal Distribution Amount on such
Stepdown Date: The Distribution Date occurring in March 2010.
Distribution Date, as described below, up to an amount equal to the amount, if
Trigger Event: With respect to any Distribution Date, a Trigger Event is in effect if the percentage obtained any, of the Class A-2 Principal Distribution Amount remaining unpaid on
by dividing (i) the principal amount of Mortgage Loans delinquent 60 days or more such Distribution Date, until the Certificate Principal Balance of such class
(including Mortgage Loans in foreclosure and Mortgage Loans discharged due to has been reduced to zero.
bankruptcy) by (ii) the aggregate principal balance of the Mortgage Loans, in each case as, D. On each Distribution Date (i) on or after the Stepdown Date and (ii) on which a Trigger
of the last day of the previous calendar month exceeds 33.33% of the Credit Enhancement Event is not in effect, distributions in respect of principal to the extent of the Group II
Percentage with respect to such Distribution Date. Principal Distribution Amount will be made in the following amounts and order of
priority:
i. First, to the holders of the Class A-2 Certificates, the Class A-2 Principal
Distribution Amount, until the Certificate Principal Balance of each such class
has been reduced to zero; and
ii. second to the holders of the Class A-1 Certificates, after taking into account
the distribution of the Group I Principal Distribution Amount on such
Distribution Date, as described above up to an amount equal to the amount, if
any, of the Class A-1 Principal Distribution Amount remaining unpaid on
such Distribution Date, until the Certificate Principal Balance of the Class A-1
Certificates has been reduced to zero.
E. On each Distribution Date (i) on or after the Stepdown Date and (ii) on which a Trigger Overcollateralization An Overcollateralization Reduction Amount for any Distribution Date is the amount by
Event is not in effect, distributions in respect of principal to the extent of the Principal Reduction Amount which the Overcollateralization Amount exceeds the Required Overcollateralization
Distribution Amount remaining undistributed for such Distribution Date will be made Amount, but is limited to the Principal Remittance Amount. The Overcollateralization
to the holders of the Class M Certificates, for an amount equal to the lesser of (x) the Reduction Amount is equal to zero when a Trigger Event is in effect.
excess of (i) the Principal Distribution Amount over (ii) the amount distributed to the Required Initially, shall mean an amount equal to the product of (i) 3.33% and (ii) the aggregate
holders of the Class A Certificates under (D) and (E) above, and (y) the Class M Overcollateralization principal balance of the Mortgage Loans as of the Cut-off Date.
Principal Distribution Amount, until the Certificate Principal Balances of the Class M Amount
Certificates have been reduced to zero. Credit The Credit Enhancement Percentage for any Distribution Date is the percentage obtained by
Principal The Principal Distribution Amount for any Distribution Date is the sum of the Group I Enhancement dividing (x) the Overcollateralization Amount by (y) the aggregate principal balance of the
Distribution Principal Distribution Amount and Group II Principal Distribution Amount. Percentage: Mortgage Loans, calculated after taking into account distributions of principal on the
Amount: Mortgage Loans and distribution of the Principal Distribution Amount to the holders of the
Group I Principal The Group I Principal Distribution Amount for any Distribution Date will be the sum of: certificates then entitled to distributions of principal on the Distribution Date.
i. the principal portion of all scheduled monthly payments on the Group I Mortgage The The Overcollateralization Amount as of any Distribution Date is equal to the amount by
Distribution
Overcollateralization which the sum of the aggregate outstanding principal balance of the Mortgage Loans
Amount: Loans due during the related Due Period, whether or not received on or prior to the Amount
related Determination Date; immediately following the Distribution Date exceeds the sum of the Certificate Principal
ii. the principal portion of all other unscheduled collections, including insurance Balances of the Class A Certificates and Class M Certificates.
proceeds, liquidation proceeds, subsequent recoveries and all full and partial Net Monthly Excess The Net Monthly Excess Cashflow for any Distribution Date is equal to the sum of (i) any
principal prepayments received during the related Distribution Period, to the extent Cashflow: Overcollateralization Reduction Amount and (ii) the excess of (x) the Available
applied as recoveries of principal on the Group I Mortgage Loans and Distribution Amount for such Distribution Date over (y) the sum for such Distribution Date
iii. the Class A-1 Allocation Percentage of the amount of any Overcollateralization of the aggregate of the Senior Interest Distribution Amounts payable to the holders of the
Increase Amount for such Distribution Date minus, Class A Certificates, the aggregate of the Interest Distribution Amounts payable to the
iv. the Class A-1 Allocation Percentage of the amount of any Overcollateralization holders of the Class M Certificates and the Principal Remittance Amount.
Reduction Amount for such Distribution Date minus, Overcollateralization The weighted average Mortgage Rate for the Mortgage Loans, less the Fees is expected to
Provisions be higher than the weighted average of the Fixed Rates on the Class A Certificates and
v. any amounts payable or reimbursable therefrom to the Servicer, the Trustee, the (Distribution of Net
Custodian, the Credit Risk Manager, the Master Servicer or the Securities Mezzanine Certificates, thus generating excess interest collections which, in the absence of
Monthly Excess Realized Losses, will not be necessary to fund interest distributions on the Class A
Administrator. Cashflow)
In no event will the Group I Principal Distribution Amount with respect to any Distribution Certificates and Mezzanine Certificates. Additional excess interest will be generated by the
Date be (x) less than zero or (y) greater than the then outstanding aggregate Certificate portion of the Mortgage Pool represented by the Overcollateralization Amount. The pooling
Principal Balance of the Class A-1 Certificates and the Mezzanine Certificates. and servicing agreement requires that, on each Distribution Date, the Net Monthly Excess
Group II Principal Same definition as Group I Principal Distribution Amount except that all flows relates to Cashflow, if any, be applied on the related Distribution Date as an accelerated payment of
Distribution the Group II Mortgage Loans and reference to Class A-1 Allocation Percentage is replaced principal on the class or classes of Class A Certificates and Mezzanine Certificates then
Amount: by Class A-2 Allocation Percentage. entitled to receive distributions in respect of principal, but only to the limited extent
described in this section.
Group I Principal The Group I Principal Remittance Amount for any Distribution Date will be the sum of the With respect to any Distribution Date, any Net Monthly Excess Cashflow (or, in the case of
Remittance Amount amounts described in clauses (i) through (ii) of the definition of Group I Principal clause first below, the Net Monthly Excess Cashflow exclusive of any Overcollateralization
Distribution Amount net of any amounts payable or reimbursable therefrom to the Servicer, Reduction Amount) shall be paid as follows:
the Trustee, the Custodian, the Credit Risk Manager, the Master Servicer or the Securities i. first, to the holders of the class or classes of certificates then entitled to receive
Administrator with respect to the Group I Mortgage Loans. distributions in respect of principal, in an amount equal to the Overcollateralization
Group II Principal Same definition as Group II Principal Remittance Amount except that all flows relates to Increase Amount for such Distribution Date, owed to such holders, to be paid as
Remittance Amount the Group II Principal Distribution Amount. part of Principal Distribution Amount;
Principal The Principal Remittance Amount for any Distribution Date is the sum of the Group I ii. second, to the holders of the Class M Certificates, in an amount equal to the
Remittance Amount Principal Remittance Amount and Group II Principal Remittance Amount. Interest Carry Forward Amount allocable to each such class;
iii. third, to the holders of the Class M Certificates, in an amount equal to the
Class A-1 For any Distribution Date, the percentage equivalent of a fraction, the numerator of which Allocated Realized Loss Amount allocable to each such class;
Allocation is (x) the Group I Principal Remittance Amount for such Distribution Date and the iv. fourth, to the reserve fund (the “Reserve Fund”) established in accordance with the
Percentage denominator of which is (y) the Principal Remittance Amount for such Distribution Date. terms of the pooling and servicing agreement, the amount by which the Net WAC
Class A-2 For any Distribution Date, the percentage equivalent of a fraction, the numerator of which Rate Carryover Amounts, if any, with respect to the Class A Certificates and
is (x) the Group II Principal Remittance Amount for such Distribution Date and the Mezzanine Certificates exceeds the sum of any amounts received by the Securities
Allocation
denominator of which is (y) the Principal Remittance Amount for such Distribution Date. Administrator with respect to the Cap Agreements since the prior Distribution
Percentage
Date and any amounts in the Reserve Fund that were not distributed on prior
Overcollateralization An Overcollateralization Increase Amount for any Distribution Date is the amount of Net Distribution Dates;
Increase Amount Monthly Excess Cashflow actually applied as an accelerated payment of principal to the v. fifth, to the holders of the Residual Certificates, any remaining amounts.
classes of Class A Certificates and Class M Certificates then entitled to distributions of Realized Losses: The amount of loss realised on the Mortgage Pool during the previous Distribution
principal to the extent the Required Overcollateralization Amount exceeds the Period defined as the difference between the principal of a mortgage and its recovery
Overcollateralization Amount. following its default.
Allocated Realized The Allocated Realized Loss Amount with respect to Mezzanine Certificates and any
Loss Amount: Distribution Date is an amount equal to the sum of any Realized Loss allocated to that class
of certificates on the Distribution Date and any Allocated Realized Loss Amount for that
class remaining unpaid from the previous Distribution Date.
Allocation of With respect to any defaulted Mortgage Loan that is finally liquidated through foreclosure,
Losses: sale or disposition of the related Mortgaged Property, the amount of loss realized, if any,
will equal the portion of the unpaid principal balance remaining, if any, plus interest
thereon through the last day of the month in which the related Mortgage Loan was finally
liquidated or charged-off, after application of all amounts recovered (net of amounts
reimbursable to the Servicer or the Master Servicer for expenses) towards interest and
principal owing on the Mortgage Loan. The amount of loss realized and any Bankruptcy
Losses are referred to here as “Realized Losses”. In addition, to the extent the Servicer
receives Subsequent Recoveries with respect to any defaulted Mortgage Loan, the amount
of the Realized Loss with respect to that defaulted Mortgage Loan will be reduced to the
extent such recoveries are applied to reduce the Certificate Principal Balance of any class of
Certificates on any Distribution Date. Any Realized Losses on the Mortgage Loans will be
allocated on any Distribution Date:
i. first, to Net Monthly Excess Cashflow,
ii. second, to the Class M Certificates until the Certificate Principal Balance of
the Class M has been reduced to zero.
IV. The Mortgage Pool
The pool of mortgage loans (the “Mortgage Pool”) will consist of 3,386 conventional, one-to-four-family, first and second
lien, fixed-rate and adjustable-rate mortgage loans (the “Mortgage Loans”) on residential real properties (the “Mortgaged In the subsequent part of the analysis we will focus on two elements: the weighted average mortgage rate representing
Properties”) having an aggregate principal balance as of the Cut-off Date of approximately $615,416,605 after application the amount received by the Issuing Entity net of fees and costs is at 8.570%; and the weighted average original
of scheduled payments due on or before the Cut-off Date whether or not received. The Mortgage Loans have original terms combined loan-to-value ratio (ratio of Loan amount by House Price) is at 81.64%.
to maturity of not greater than 30 years. For purposes of calculating interest and principal distributions on the Class A-1 The Group II Mortgage Loans consist of 1,572 fixed-rate and adjustable-rate mortgage loans having an aggregate principal
Certificates and the Class A-2 Certificates (together the Class A Certificates), the Mortgage Loans have been divided into balance as of the Cut-off Date of approximately $328,618,953 after application of scheduled payments due on or before the
two loan groups, designated as the “Group I Mortgage Loans” and the “Group II Mortgage Loans.” The Group I Mortgage Cut-off Date whether or not received. The principal balances of the Group II Mortgage Loans at origination may or may
Loans consist of first and second lien, fixed-rate and adjustable-rate mortgage loans with principal balances at origination not have conformed to Freddie Mac loan limits. The Group II Mortgage Loans have original terms to maturity of not
that conformed to Freddie Mac loan limits (those are limits on the notional amounts of the loans, and the Loan-to-Value greater than approximately 30 years and have the following characteristics as of the Cut-off Date:
Ratio). The Group II Mortgage Loans consist of first and second lien, fixed-rate and adjustable-rate mortgage loans with
principal balances at origination that may or may not have conformed to Freddie Mac loan limits. The Class A-1
Certificates represent interests in the Group I Mortgage Loans. The Class A-2 Certificates represent interests in the Group
II Mortgage Loans. The Class M Certificates (the “Mezzanine Certificates”) represent interests in all of the Mortgage
Loans.
The Group I Mortgage Loans consist of 1,814 fixed-rate and adjustable-rate mortgage loans having an aggregate principal
balance as of the Cut-off Date of approximately $286,797,652 after application of scheduled payments due on or before the
Cut-off Date whether or not received. The principal balances of the Group I Mortgage Loans at origination conformed to
Freddie Mac loan limits. The Group I Mortgage Loans have original terms to maturity of not greater than approximately 30
years and have the following characteristics as of the Cut-off Date (ARM stands for Adjustable Rate Mortgage):
In the subsequent part of the analysis we will focus on two elements: the weighted average mortgage rate representing
the amount received by the Issuing Entity net of fees and costs is at 8.560%; and he weighted average original combined
loan-to-value ratio (ratio of Loan amount by House Price) is at 84.47%.
Approximately 41.33% of the Mortgage Loans, by aggregate principal balance as of the Cut-off Date, provide for level
monthly payments in an amount sufficient fully to amortize the Mortgage Loans over their terms or, in the case of
adjustable rate Mortgage Loans, monthly payments that will be adjusted to an amount that will amortize such Mortgage
Loans fully over their terms.
Approximately 58.67% of the Mortgage Loans, by aggregate principal balance as of the Cut-off Date, are balloon loans
(the “Balloon Loans”), which require the related mortgagors to make balloon payments on the maturity date of such
Balloon Loans that are larger than the monthly payments made by such mortgagors on prior due dates in order to amortize
such Balloon Loans fully over their terms.
Approximately 12.71% of the Mortgage Loans, by aggregate principal balance as of the Cut-off Date, are interest only
loans (the “Interest Only Loans”) which require the related mortgagors to make monthly payments of only accrued
interest for the first two, three or five years following origination. After such interest-only period, the mortgagor’s monthly
payment will be recalculated to cover both interest and principal so that such Mortgage Loan will amortize fully on or prior
to its final payment date.
Approximately 90.21% of the Mortgage Loans, by aggregate principal balance as of the Cut-off Date, are secured by first
mortgages or deeds of trust or other similar security instruments creating first liens on residential properties (“First Lien
Mortgage Loans”).
Approximately 9.79% of the Mortgage Loans, by aggregate principal balance as of the Cut-off Date, are secured by second
mortgages or deeds of trust or other similar security instruments creating second liens on residential properties (“Second
Lien Mortgage Loans”).
The Mortgaged Properties generally consist of attached, detached or semi detached, one to four family dwelling units,
planned unit developments and individual condominium units.
We attach here a breakdown of the two Mortgage Pools for the geographic concentration and the Loan To Value ratio.
22.18. UN EXEMPLE DE COLLATERALISED LOAN OBLIGATION 311
22.18 Un exemple de Collateralised Loan Obligation

sous-jacent.
Q1 Quels actifs sont ici titrisés ?
Q2 Décrire les flux au lancement de l’opération.
Q3 Définir la priorité de paiement d’intérêt.
Q4 Nous allons regarder de plus près la mécanique du ”Class III Par Value Test”.
– A quoi sert ce test ? Que se passe-t-il si la valeur de 112.30% est diminuée ?
– En quoi est-il différent du ”Class V Par Value Test” ?
– A quoi servent les définitions (a)(i) et (a)(ii) du ”Par Coverage Numerator” ?
Q5 Donner la liste des risques pour le porteur de part ”Class I”.
Q6 Ce portefeuille de dette est géré par un intervenant extérieur. Comment le risque introduit
par la possibilité de changement des dettes est-il controlé ?
Q7 En supposant que le rendement moyen des actifs est de Euribor+300bps et que leur maturité
est de 10 ans, donner le rendement de la part subordonnée dans les scénarios suivants :
1. Aucun défaut ;
Termsheet – Description of the transaction will be paid, subject to the Priorities of Payment, at a rate described below.
Diversion of Interest Proceeds: If either of the Senior Coverage Tests is not met on any Determination Date,
Expected Balance OC IC Legal Interest Proceeds which would otherwise be used to pay interest on the Class III
Class Rating € mm Tests Tests Final Coupon Mezzanine Floating Rate Notes, the Class IV Mezzanine Floating Rate Notes,
I Aaa € 214.3 NA NA Nov. 10, 2022 6m EUR + 22bps the Class V Mezzanine Floating Rate Notes and the Subordinated Notes shall, to
II Aa2 € 26.3 NA NA Nov. 10, 2022 6m EUR + 38bps
the extent that application of Principal Proceeds for such purpose is insufficient,
be used to redeem and where applicable repay (on the related Payment Date) the
III A2 € 11.7 112.3% 125% Nov. 10, 2022 6m EUR + 62bps
Class I Senior Notes and, after redemption in full thereof, the Class II Senior
IV Baa3 € 19.9 105.1% 110% Nov. 10, 2022 6m EUR + 155bps
Floating Rate Notes, to the extent required to cause the Senior Coverage Tests to
V Ba3 € 7.4 104.1% NA Nov. 10, 2022 6m EUR + 400bps
be satisfied if recalculated following such redemption and as described in the
Sub NR € 27.2 NA NA Nov. 10, 2022 8% + Residual
Conditions of the Notes.
If either of the Class III Coverage Tests is not met, Interest Proceeds which
I. General Description would otherwise be used to pay interest on the Class IV Mezzanine Floating
Rate Notes, the Class V Mezzanine Floating Rate Notes and the Subordinated
Notes shall, to the extent that application of Principal Proceeds for such purpose
is insufficient, be used to redeem and where applicable repay (on the related
The Notes will be issued on or about 17 October 2006 pursuant to a Trust Deed Payment Date) the Class I Senior Notes and, after redemption in full thereof, the
between he Issuer and the Trustee. Class II Senior Floating Rate Notes and, after redemption in full thereof, the
The Issuer: Leveraged Finance Europe Capital IV B.V., is a private company with limited Class III Mezzanine Floating Rate Notes to the extent required to cause the
liability incorporated under the laws of The Netherlands. The Issuer is a special Class III Coverage Tests to be satisfied if recalculated following such
purpose vehicle whose sole purpose is the acquisition of the Portfolio, issuing redemption and as described in the Conditions of the Notes.
the Notes and engaging in certain related transactions. If either of the Class IV Coverage Tests is not met, Interest Proceeds which
The issued share capital of the Issuer is held by Stichting Leveraged Finance would otherwise be used to pay interest on the Class V Mezzanine Floating Rate
Europe IV, a foundation (stichting) established under the laws of Notes and the Subordinated Notes shall, to the extent that application of
The Netherlands. Principal Proceeds for such purpose is insufficient, be used to redeem and where
applicable repay (on the related Payment Date) the Class I Senior Notes and,
The Investment Manager: Certain management (and certain ancillary administrative) functions with after redemption in full thereof, the Class II Senior Floating Rate Notes and,
respect to the Collateral will be performed by BNP Paribas in its capacity as after redemption in full thereof, the Class III Mezzanine Floating Rate Notes
investment manager (the “Investment Manager”). The Investment Manager and, after redemption in full thereof, the Class IV Mezzanine Floating Rate
will receive certain fees for such management (and certain ancillary Notes, to the extent required to cause the Class IV Coverage Tests to be satisfied
administrative) functions including, on each Payment Date, a Senior Investment if recalculated following such redemption and as described in the Conditions of
Management Fee, a Subordinated Investment Management Fee and an Incentive the Notes.
Management Fee.
If the Class V Par Value Test is not met, Interest Proceeds which would
Use of Proceeds: The gross proceeds from the issuance of the Notes on the Closing Date will be otherwise be used to pay interest on the Subordinated Notes shall be used to
approximately €273,600,000. After payment of fees, expenses and other redeem (on the related Payment Date), the Class V Mezzanine Floating Rate
amounts incurred in connection with the issue of the Notes (including an amount Notes, to the extent required to cause the Class V Par Value Test to be satisfied
to be deposited in the Expense Reserve Account for the initial and subsequent if recalculated following such redemption and as described in the Conditions of
payment of such fees), the net proceeds of approximately €268,820,000 will be the Notes.
applied by the Issuer as follows:
If the Interest Reinvestment Test is not met on any Determination Date, the
(a) in payment of approximately €1,000,000 into the Interest Reserve lesser of (a) 50 per cent. of the Interest Proceeds which would otherwise be
Account; available to the holders of the Subordinated Notes pursuant to the Priorities of
Payment and (b) such amount of Interest Proceeds as would cause the Interest
(b) in payment of €20,000 into the Expense Reserve Account; Reinvestment Test to be met will be used for the acquisition of Substitute
Collateral Debt Obligations or deposited in the Principal Account pending
(c) any proceeds remaining, in payment into the Additional Collateral reinvestment in Substitute Collateral Debt Obligations.
Account for application towards the purchase of Additional Collateral
Debt Obligations from time to time during the Investment Period and Principal Repayments: Subject to the more detailed terms set out in Condition 7 (Redemption and
entry into Currency Swap Transactions in respect thereof, to the extent Purchase) and the Priorities of Payment, principal repayments of the Notes will
applicable. be made in the following circumstances:
Priorities of Payment: Interest Proceeds and Principal Proceeds shall be applied in the payment of (a) on the Maturity Date of the Notes;
interest and principal payable on the Notes and amounts payable to the other
creditors of the Issuer in accordance with the Priorities of Payment. (b) in respect of certain Classes of Notes only, upon breach of any Coverage
Test (other than the Interest Reinvestment Test);
Interest Payments: Subject to the further disclosure below, interest in respect of the Notes of each
Class will be payable semi-annually in arrear on 10 May and 10 November in (c) after the Reinvestment Period, out of Principal Proceeds.
each year, commencing 17 October 2006, at maturity and upon any earlier
redemption of the Notes (each such date a “Payment Date”) and, in each case,
Reinvestment Period: The period from the Closing Date to but excluding the Payment Date falling on (b) following the expiry of the Reinvestment Period: in payment into the
10 November 2012 (or if such day is not a Business Day the next following Principal Account, for disbursement on the next following Payment Date
Business Day). in redemption of the Notes in accordance with the Priorities of Payment.
Redemption Following Expiry of the Following expiry of the Reinvestment Period, the Issuer shall, on each Payment
Reinvestment Period: Date occurring thereafter, apply Principal Proceeds (save for Unscheduled
Principal Proceeds and Sale Proceeds from Credit Improved Obligations, to the Treatment of Interest Proceeds: The Interest Proceeds of Collateral Debt
extent that the Investment Manager has determined on behalf of the Issuer that Obligations received will be transferred to the Interest Account and thereafter on
such amounts should be designated for reinvestment pursuant to the Investment each Payment Date shall be applied subject to and in accordance with the
Management Agreement) in redemption of the Notes in accordance with the Priorities of Payment and the Conditions.
Priorities of Payment.
Accounts: For the purposes of the Notes, the Issuer shall, prior to the Closing Date,
Security for the Notes: The Notes will be secured by a portfolio of Collateral Debt Obligations and establish with the Account Bank the Principal Account, the Interest Account, the
certain other assets of the Issuer (together, the “Collateral”). Expense Reserve Account, the Additional Collateral Account, the Payment
Account, the Currency Accounts, the Interest Reserve Account and the Excess
The Notes will also be secured by certain other assets of the Issuer. Interest Account.
Purchase of Collateral Debt The Investment Manager will purchase on behalf of the Issuer a portfolio of Holding of Notes by the Investment The Investment Manager or any one or more of its Affiliates will purchase not
Obligations: Collateral Debt Obligations of issuers and borrowers which shall consist Manager: less than 15 per cent. of the aggregate principal amount of the Subordinated
primarily of senior secured loans and debt obligations (“Senior Secured Notes issued on the Closing Date and will, for so long as BNP Paribas acts as
Loans”) and senior unsecured loans and debt obligations (“Senior Unsecured Investment Manager, hold not less than 15 per cent. thereof to maturity or earlier
Loans” and, together with Senior Secured Loans, “Senior Loans”) and secured redemption.
mezzanine loans or other debt obligations (“Mezzanine Obligations”) of
various issuers and borrowers denominated in Euro (or one of the predecessor The Collateral Administrator: Certain administrative functions with respect to the Collateral, including the
currencies of those European Union (“EU”) member states which have adopted calculation of the Collateral Quality Tests, the Portfolio Profile Tests and
the Euro as their currency). Coverage Tests and the preparation of Reports in respect of the Collateral will
be performed by JPMorgan Chase Bank, N.A. (in such capacity, the “Collateral
The portfolio (the “Final Portfolio”) of Collateral Debt Obligations selected by Administrator”).
the Investment Manager will be purchased by or on behalf of the Issuer either
(1) on or prior to the Closing Date, or (2) during the Investment Period, out of The Trustee: Pursuant to the Trust Deed, BNY Corporate Trustee Services Limited (in such
the net proceeds of the issue of the Notes deposited in the Additional Collateral capacity, the “Trustee”) will hold the Collateral on trust for the Secured Parties
Account on the Closing Date. It is anticipated that the Issuer will have and will hold the Issuer’s payment and other covenants and obligations under
purchased, or entered into agreements to purchase, Collateral Debt Obligations the Notes on trust for the Noteholders.
with an Aggregate Principal Balance of approximately €208,600,000 on or prior
to the Closing Date.
Investment Period: The period from and including the Closing Date up to but excluding II. Definitions
10 November 2007.
“Accounts” means the Principal Account, the Interest Account, the Expense Reserve Account, the Additional Collateral Account,
The Collateral: The Investment Manager will identify Collateral Debt Obligations (including all the Payment Account, the Currency Accounts, the Excess Interest Account, the Revolving Reserve Account, the Interest Reserve
Substitute Collateral Debt Obligations) to be purchased by or on behalf of the Account.
Issuer and, as an ancillary function, will monitor the performance and credit
quality of the Collateral Debt Obligations on an ongoing basis. “Accrued Collateral Debt Obligation Interest” means in respect of any Payment Date the amount which is equal to the
aggregate of all accrued unpaid interest under Collateral Debt Obligations (excluding Defaulted Obligations) converted, where
Sale of Collateral Debt Obligations: Subject to the terms of the Investment applicable into Euro at the applicable Currency Swap Transaction Exchange Rate which is not payable to the Issuer on or prior to
Management Agreement, the Investment Manager (acting on behalf of the the Determination Date in respect of the relevant Payment Date by the Obligors under the relevant Collateral Debt Obligations.
Issuer) may sell the Collateral Debt Obligations held by the Issuer.
“Additional Collateral Account” means the interest bearing account of the Issuer with the Account Bank, the Balance of which
Treatment of Sale Proceeds and Principal Proceeds: Principal Proceeds may be applied in the acquisition of Additional Collateral Debt Obligations during the Investment Period in accordance with the
received in respect of Collateral Debt Obligations from time to time will be Investment Management Agreement.
applied by the Investment Manager (acting on behalf of the Issuer):
“Additional Collateral Debt Obligation” means a Collateral Debt Obligation purchased (out of the Balance standing to the credit
(a) during the Reinvestment Period: in the acquisition of Substitute of the Additional Collateral Account from time to time) during the Investment Period in accordance with the provisions of the
Collateral Debt Obligations, subject to satisfaction of the Reinvestment Investment Management Agreement, which is not purchased in substitution for a Collateral Debt Obligation previously forming
Criteria (each as described under “Description of the Portfolio” below) part of the Collateral, the acquisition of which is not required to satisfy the Reinvestment Criteria.
or in payment into the Principal Account pending such reinvestment;
“Administrative Expenses” means amounts due and payable:
(a) to the independent accountants, appointed tax representatives (if any), agents and counsel of the Issuer, including amounts
payable to the Agents (other than the Custodian) pursuant to the Agency Agreement (and, if applicable, any other
Transaction Document);
(b) to the Custodian pursuant to the Agency Agreement (and, if applicable, any other Transaction Document);
(c) to any Rating Agency which may from time to time be requested to assign a rating to each of the Rated Notes and the “BNP Paribas Internal Credit Score” means, in respect of any Collateral Debt Obligation, the internal credit score assigned to
Combination Notes or a confidential credit estimate to any of the Collateral Debt Obligations, for fees and expenses in such Collateral Debt Obligation by the internal risk department of BNP Paribas.
connection with any such rating or confidential credit estimate (including fees and expenses for any surveillance in
connection with any such rating or confidential credit estimate); “CDO Principal Balance” means the sum of:
(d) to the Managing Directors pursuant to the Management Agreement; (a) the Aggregate Principal Balance of all Collateral Debt Obligations; and
(e) to the Investment Manager pursuant to the Investment Management Agreement, but excluding any Investment (b) the Balances standing to the credit of the Principal Account and the Additional Collateral Account.
Management Fees, any Incentive Management Fee and the repayment of Investment Manager Advances;
“Class” and “Class of Notes” means each or any of the classes of Notes (including the Combination Notes to the extent they
(f) to the Collateral Administrator pursuant to the Investment Management Agreement (and, if applicable, any other include Components representing each such Class) being: (a) the Class I Senior Floating Rate Notes; (b) the Class II Senior
Transaction Document); Floating Rate Notes; (c) the Class III Mezzanine Floating Rate Notes; (d) the Class IV Mezzanine Floating Rate Notes; (e) the
Class V Mezzanine Floating Rate Notes and (f) the Subordinated Notes, and “Class of Noteholders” shall be construed
(g) to any Person in respect of any governmental fee or charge (but excluding any taxes payable to any Dutch tax authority or accordingly.
any other taxes and statutory fees);
“Class I Senior Noteholders” means the holders of the Class I Senior Notes;
(h) to any Person in respect of any portfolio management software;
“Class II Senior Noteholders” means the holders of the Class II Senior Floating Rate Notes from time to time.
(i) to any other Person in respect of any other fees or expenses permitted or indemnities given under these Conditions, the
Transaction Documents and the other documents delivered pursuant to or in connection with the issue of the Notes or the “Class III Coverage Tests” means the Class III Par Value Test and the Class III Interest Coverage Test.
sale thereof including, without limitation, information required by the Noteholders for their own tax reasons (for instance
supplemental reports in respect of German tax requirements) subject to a maximum of €17,500 per annum or such higher “Class III Interest Coverage Ratio” means, as at any Measurement Date, the ratio (expressed as a percentage) obtained by
amount as may be specified by the Investment Manager; dividing:
(j) to the payment of any amounts due and payable by the Issuer to any Selling Institution pursuant to any Collateral (a) the Interest Coverage Numerator; by
Acquisition Agreement after the date of entry into any Collateral Acquisition Agreement; and (b) the sum of the scheduled interest or fee payments due and payable on or in respect of the Senior Notes and the Class III
(k) to the Managers pursuant to the Subscription Agreement. Mezzanine Floating Rate Notes on the following Payment Date.
provided, however, that “Administrative Expenses” shall not include any Trustee Fees and Expenses or amounts due or accrued “Class III Interest Coverage Test” means the test which shall be satisfied as at any Measurement Date if, on such Measurement
with respect to the actions taken on or in connection with the Closing Date which are payable out of the proceeds of the issue of Date, the Class III Interest Coverage Ratio is at least 125.00 per cent.
the Notes. “Class III Mezzanine Floating Rate Noteholders” means the holders of the Class III Mezzanine Floating Rate Notes from time
“Agent” means each of the Principal Paying Agent, the Registrar, the Transfer Agents, the Account Bank, the Calculation Agent, to time.
the Custodian, the Delayed Funding Note Agent, the Irish Paying Agent and each of their permitted successors or assigns. “Class III Par Value Ratio” means, as at any Measurement Date, the ratio (expressed as a percentage) obtained by dividing:
“Aggregate Principal Balance” means, when used in connection with any Collateral Debt Obligations and/or Eligible (a) the Par Coverage Numerator, by
Investments specified, the aggregate of the Principal Balances thereof.
(b) the sum of the aggregate principal amount of the Senior Notes Outstanding and the Class III Mezzanine Floating Rate
“Annual Pay Collateral Debt Obligations” means each Collateral Debt Obligation which pays interest on an annual basis. Notes Outstanding (including any principal amount thereof representing Deferred Interest).
“Asset Rating” means in respect of any Collateral Debt Obligation a Moody’s Rating. “Class III Par Value Test” means the test which shall be satisfied as at any Measurement Date if, on such Measurement Date, the
“Average Aggregate Principal Balance” means for each Due Period, as at the date of determination, the sum of: Class III Par Value Ratio is at least 112.30 per cent.
“Class IV Coverage Tests” means the Class IV Par Value Test and the Class IV Interest Coverage Test.
(a) the Aggregate Principal Balances for each month in such Due Period as set out in the monthly reports for that Due Period;
(b) divided by six, “Class IV Interest Coverage Ratio” means, as at any Measurement Date, the ratio (expressed as a percentage) obtained by
dividing:
provided always that for the purposes of this definition, “Average Aggregate Principal Balance” shall exclude any Eligible
Investments and/or cash. (a) the Interest Coverage Numerator; by
“Balance” means on any date, with respect to cash and Eligible Investments standing to the credit of any Account, the aggregate (b) the sum of the scheduled interest or fee payments due and payable on or in respect of the Senior Notes, the Class III
of the: Mezzanine Floating Rate Notes and the Class IV Mezzanine Floating Rate Notes on the following Payment Date.
(a) current balance of cash, demand deposits, time deposits, federal funds and commercial bank money market accounts; “Class IV Interest Coverage Test” means the test which shall be satisfied as at any Measurement Date if, on such Measurement
Date, the Class IV Interest Coverage Ratio is at least 110.00 per cent.
(b) outstanding principal amount of interest-bearing corporate and government securities, money market accounts and
repurchase obligations; and “Class IV Par Value Ratio” means, as at any Measurement Date, the ratio (expressed as a percentage) obtained by dividing:
(c) face amount of non-interest-bearing government and corporate securities, commercial paper and certificates of deposit, (a) the Par Coverage Numerator, by
standing to the credit of such Account, provided that in the event that a default as to payment of principal and/or interest has (b) the sum of the aggregate principal amount of the Senior Notes Outstanding, the Class III Mezzanine Floating Rate Notes
Outstanding (including any principal amount thereof representing Deferred Interest) and the Class IV Mezzanine Floating
occurred and is continuing in respect of any Eligible Investment or any obligation of the Obligor thereunder which is senior or
equal in right of payment to such Eligible Investment, such Eligible Investment shall have the value of the lower of its Recovery Rate Notes Outstanding (including any principal amount thereof representing Deferred Interest).
Value or Market Value for the purpose of calculating the Balance standing to the credit of any Account.
“Class IV Par Value Test” means the test which shall be satisfied as at any Measurement Date if, on such Measurement Date, the (b) for so long as any Notes are Outstanding:
Class IV Par Value Ratio is at least 105.10 per cent.
(i) the Minimum Weighted Average Spread Test; and
“Class V Par Value Ratio” means, as at any Measurement Date, the ratio (expressed as a percentage) obtained by dividing:
(ii) the Maximum Weighted Average Maturity Test,
(a) the Par Coverage Numerator; by
each as defined therein.
(b) the aggregate sum of the principal amount of the Senior Notes Outstanding, the Class III Mezzanine Floating Rate Notes
Outstanding (including any principal amount thereof representing Deferred Interest), the Class IV Mezzanine Floating “Commitment Amount” means, (a) with respect to any Revolving Obligation (excluding a Synthetic Security) or Delayed
Rate Notes Outstanding (including any principal amount thereof representing Deferred Interest)and the Class V Drawdown Collateral Obligation, the maximum aggregate outstanding principal amount (whether at the time funded or unfunded)
Mezzanine Floating Rate Notes Outstanding (including any principal amount thereof representing Deferred Interest). of advances or other extensions of credit at any one time outstanding that the Issuer could be required to make to the Obligor under
the Underlying Instruments relating thereto or to a funding bank in connection with any ancillary facilities related thereto and
“Class V Par Value Test” means the test which shall be satisfied as at any Measurement Date if, on such Measurement Date, the (b) with respect to any Revolving Obligation that is a Synthetic Security, the maximum aggregate net amount (whether at the time
Class V Par Value Ratio is at least 104.10 per cent. funded or unfunded) that the Issuer could be required to pay to the related Synthetic Counterparty thereunder.
“Class of Creditors” means each of the following creditors of the Issuer: “Conditions” means these terms and conditions, being the terms and conditions of the the Class I Senior Floating Rate Notes, the
Class II Senior Floating Rate Notes, the Class III Mezzanine Floating Rate Notes, the Class IV Mezzanine Floating Rate Notes, the
(a) the Class I Senior Noteholders, to the extent of the principal amount of the Class I Senior Notes Outstanding acting Class V Mezzanine Floating Rate Notes, the Subordinated Notes.
together as a single class of creditors (the “Class I Creditors”);
“Controlling Class” means the Class I Creditors or, following redemption and payment, and where applicable cancellation, in full
(b) the Class II Senior Noteholders, to the extent of the principal amount of the Class II Senior Floating Rate Notes of, respectively, the Class I Senior Notes, the Class II Senior Floating Rate Notes or, following redemption and payment in full of
Outstanding, acting together as a single Class of Creditors; the Class II Senior Floating Rate Notes, the Class III Mezzanine Floating Rate Notes or, following redemption and payment in full
of the Class III Mezzanine Floating Rate Notes, the Class IV Mezzanine Floating Rate Notes or, following redemption and
(c) the Class III Mezzanine Floating Rate Noteholders, to the extent of the principal amount of the Class III Mezzanine payment in full of the Class IV Mezzanine Floating Rate Notes, the Class V Mezzanine Floating Rate Notes or, following
Floating Rate Notes Outstanding, acting together as a single Class of Creditors; redemption and payment in full of the Class V Mezzanine Floating Rate Notes, the Subordinated Notes.
(d) the Class IV Mezzanine Floating Rate Noteholders, to the extent of the principal amount of the Class IV Mezzanine “Coverage Test” means each of the Senior Par Value Test, the Senior Interest Coverage Test, the Class III Par Value Test, the
Floating Rate Notes Outstanding, acting together as a single Class of Creditors; Class III Interest Coverage Test, the Class IV Par Value Test, the Class IV Interest Coverage Test, the Class V Par Value Test and
(e) the Class V Mezzanine Floating Rate Noteholders, to the extent of the principal amount of the Class V Mezzanine the Interest Reinvestment Test.
Floating Rate Notes Outstanding, acting together as a single Class of Creditors; and “Current Pay Obligation” means a Collateral Debt Obligation which would otherwise be a Defaulted Security and: (i) which has
(f) the Subordinated Noteholders, to the extent of the principal amount of the Subordinated Notes Outstanding, acting no interest payments which are due and unpaid, (ii) which can be legally paid by the Obligor on its next payment due date, and
together as a single Class of Creditors. which payment is not at risk of being set aside on any bankruptcy, insolvency or receivership proceeding in connection with such
Obligor and (iii) which is either rated “Caa1” or above by Moody’s or 9+ under BNP Paribas Internal Credit Score and the Market
“Closing Date” means 17 October 2006 or such other date around 17 October 2006 as may be agreed between the Issuer and the Value is at least 80 per cent. of par or is rated “Caa2” by Moody’s or 10+ under BNP Paribas Internal Credit Score or above and
Managers. the Market Value is at least 85 per cent. of par and (iv) which the Investment Manager certifies, for and on behalf of the Issuer,
that it can be treated as a Current Pay Obligation. Provided always no more than 7.5 per cent. of the CDO Principal Balance will
“Collateral” means the property, assets and benefits described in Condition 4(a) (Security) which are charged and assigned to the be comprised of Current Pay Obligations at any time.
Trustee from time to time for the benefit of the Secured Parties pursuant to the Trust Deed.
“Custody Account” means the custody account or accounts established on the books of the Custodian in the name of the Issuer
“Collateral Acquisition Agreements” means the Collateral Forward Sale Agreements, each of the agreements entered into by the and held and administered outside the Netherlands and in accordance with the provisions of the Agency Agreement, which term
Issuer or the Investment Manager, acting on behalf of the Issuer, in relation to the purchase by the Issuer of Senior Loans and shall include each cash account relating to each such custody account (if any).
Mezzanine Obligations on or prior to the Closing Date, together with any other agreements entered into by or on behalf of the
Issuer from time to time for the acquisition of Collateral Debt Obligations thereafter. “Defaulted Equity Security” means any equity security delivered to the Issuer upon acceptance of an Offer in respect of a
Defaulted Obligation.
“Collateral Debt Obligation” means any Senior Loan or Mezzanine Obligation which satisfies the Eligibility Criteria, purchased
by the Issuer from time to time (or, if the context so requires, to be purchased by (or on behalf of) the Issuer) pursuant to the “Defaulted Obligation” means a Collateral Debt Obligation in respect of which the Investment Manager has received written
Investment Management Agreement. References to Collateral Debt Obligations shall include Currency Swap Obligations but shall notice stating, or as to which the Investment Manager has actual knowledge, that:
not include Collateral Enhancement Obligations or Defaulted Equity Securities. For the avoidance of doubt, the subsequent failure
by any obligation to satisfy the Eligibility Criteria at any time after the Investment Manager (or behalf of the Issuer) has entered (a) there has occurred and is continuing a default with respect to the payment of interest or principal, (i) in the case of
into a binding commitment to purchase it shall not cause such obligation to cease to constitute a Collateral Debt Obligation. Collateral Debt Obligations in respect of which the Investment Manager has certified to the Trustee in writing that, to the
knowledge of the Investment Manager, such default has resulted from non-credit related causes, for at least the lesser of
“Collateral Forward Sale Agreements” means each of the agreements entered into by the Issuer or the Investment Manager, two Business Days and any grace period applicable thereto and (ii) in the case of all other Collateral Debt Obligations
acting on behalf of the Issuer, in relation to the purchase by the Issuer of certain Collateral Debt Obligations on the Closing Date. disregarding any grace periods applicable thereto, which entitles the holders thereof, with notice or passage of time or
both, to accelerate the maturity of all or a portion of the principal amount of such obligation, until such default has been
“Collateral Quality Tests” means the Collateral Quality Tests as set out in the Investment Management Agreement being: cured; or
(a) for so long as any Notes rated by Moody’s are Outstanding: (b) any bankruptcy, insolvency or receivership proceedings have been initiated in connection with the issuer of such
Collateral Debt Obligation and, there has been effected any distressed exchange or other debt restructuring where the
(i) the Minimum Diversity Test; issuer or Obligor of such Collateral Debt Obligation has offered the debt holders a new security or package of securities
that, in the Investment Manager’s reasonable business judgment, either amounts to a diminished financial obligation or
(ii) the Maximum Portfolio Rating Factor Test; and
has the purpose of helping the issuer avoid default; provided that a Collateral Debt Obligation received in connection with
(iii) the Moody’s Minimum Weighted Average Recovery Rate Test; such an exchange or held following such a restructuring shall not constitute a Defaulted Obligation under this clause (b) if
it meets the definition of “Collateral Debt Obligation” (and, if multiple securities are received in exchange for a Collateral
Debt Obligation, each security so received shall be considered individually in determining whether such security meets (6) it is not subject by its terms to conversion into an equity security other than at the option of the holder thereof prior to or
the definition of “Collateral Debt Obligation”); and a Current Pay Obligation shall not constitute a Defaulted Obligation on its Stated Maturity;
under this clause (b); or (7) it is capable of being sold, assigned or participated to the Issuer without any breach of applicable selling restrictions or of
any contractual provision;
(c) it ranks pari passu with, or is subordinated to, another Senior Loan or Mezzanine Obligation of the same Obligor, which (8) it is not an obligation pursuant to which future advances may be required to be made to the Obligor thereunder;
obligation (A) satisfies the criteria in paragraph (a) above, and (B) is a full recourse obligation; or (9) it has an Asset Rating of not less than “B3” from Moody’s and “B-” from S&P or the BNP Paribas Internal Credit Score
thereof is not more than 8-;
(d) in the case of a PIK Security, such Security has not paid any interest for the lesser of 12 months and four consecutive
(10) it is not actually known to the Issuer or the Investment Manager (after making reasonable enquiry) to be an obligation
payment periods (where interest is payable quarterly) or two consecutive payment periods (where interest is payable payments to the Issuer under which are subject to any withholding tax in any jurisdiction unless either such withholding
semi-annually) or, in the case of any PIK Security that pays less frequently than semi-annually, one payment period (in tax can be sheltered by application being made under the applicable double tax treaty or the Obligor thereunder is
the case of any PIK Security that pays more frequently than quarterly, 12 months shall be the default limit) provided required to make “gross-up” payments in respect of the full amount of any such tax withheld;
always that if such PIK Security is rated “BB” or less by S&P then any such period described by this paragraph (d) shall (11) it is not an obligation whose repayment is subject to substantial non-credit related risk as far as the Investment Manager
be not greater than 6 months and shall be amended accordingly; or is aware, having made reasonable enquiries;
(e) it (i) for so long as any Notes rated by Moody’s are Outstanding, is rated “Ca” or less by Moody’s, or (ii) has been (12) in the case of any Collateral Debt Obligation sold from the balance sheet of the Investment Manager or any Affiliate
assigned a BNP Paribas Internal Credit Score of 11+ or above, thereof, it is not, at the time of such sale and based on the internal policies and procedures of the Investment Manager or
its Affiliates, as the case may be, on credit watch;
provided that: (13) upon acquisition, the Collateral Debt Obligation is capable of being, and will be, the subject of a first fixed charge or first
priority security interest in favour of the Trustee for the benefit of the Secured Parties pursuant to the Trust Deed (or any
(ii) any such Collateral Debt Obligation which has been exchanged for another security which is a Current Pay Obligation, deed or document supplemental thereto);
shall not be considered a “Defaulted Obligation”; and (14) it is an obligation where there is a fixed payment of outstanding principal at maturity and where the majority consent of
the lenders in respect of such obligation is required for any change in the principal repayment profile or in the interest rate
(iii) notwithstanding the foregoing, the Investment Manager may declare any Collateral Debt Obligation to be a Defaulted applicable (save for changes envisaged or encompassed by procedures in the underlying documents in place at the
Obligation if, in the Investment Manager’s reasonable business judgement, the credit quality of the issuer or Obligor of purchase of such obligation provided that the majority referred to above in this sub-paragraph (22) will be 662/3 per
such Collateral Debt Obligation has significantly deteriorated such that the Investment Manager has a reasonable cent.);
expectation of payment default as at the next scheduled payment date with respect to such Collateral Debt Obligation. (15) it pays interest at least annually, at the date of acquisition is current paying in respect of interest and is not an obligation
in. respect of which interest payments are scheduled to decrease (although interest payments may decrease due to
“Delayed Drawdown Collateral Obligation” means a Collateral Debt Obligation that (a) requires the Issuer to make one or more
unscheduled events such as a decrease of the index relating to a Floating Rate Collateral Debt Obligation, the change
future advances to the borrower under the Underlying Instruments relating thereto, (b) specifies a maximum amount that can be
from a default rate of interest to a non-default rate or an improvement in the obligor’s financial condition); and
borrowed on one or more borrowing dates, and (c) does not permit the re-borrowing of any amount previously repaid; but any such
(16) its Obligor has its principal place of business in Western Europe, Canada, the US or any other country subject to Rating
Collateral Debt Obligation will be a Delayed Drawdown Collateral Obligation only until all commitments to make advances to the
Agency Confirmation.
borrower expire or are terminated or reduced to zero.
“Eligible Investments” means any Euro denominated investment that is one or more of the following obligations or securities,
“Determination Date” means the last Business Day of each Due Period. including, without limitation, any Eligible Investments for which the Custodian, the Trustee or the Investment Manager or an
Affiliate of any of them provides services:
“Determination Date Report” means the semi-annual report defined as such in the Investment Management Agreement which is
prepared by the Collateral Administrator and is deliverable to the Issuer, the Trustee, the Managers, the Investment Manager and (a) direct obligations of, and obligations the timely payment of principal of and interest under which are fully and expressly
the Rating Agencies, which shall include information regarding the status of the Collateral Debt Obligations pursuant to the guaranteed by, a Qualifying Country or any agency or instrumentality of a Qualifying Country, the obligations of which
Investment Management Agreement. are fully and expressly guaranteed by a Qualifying Country;
“Distribution” means any payment of principal or interest or any dividend or premium or other amount or asset paid or delivered (b) demand and time deposits in, certificates of deposit of and bankers’ acceptances issued by any depository institution or
on or in respect of any Collateral Debt Obligation, any Collateral Enhancement Obligation or any Defaulted Equity Security. trust company incorporated under the laws of a Qualifying Country which is subject to supervision and examination by
governmental banking authorities, provided that for so long as there are Rated Notes which are Outstanding the
“Due Date” means each date on which a Distribution is due and payable on, or in respect of, a Collateral Debt Obligation. commercial paper and/or the debt obligations of such depository institution or trust company at the time of such
investment or contractual commitment providing for such investment have, for so long as any Rated Notes are
“Due Period” means, with respect to any Payment Date, the period commencing on the day immediately following the fifth outstanding:
Business Day prior to the preceding Payment Date (or on the Closing Date, in the case of the Due Period relating to the first
Payment Date) and ending on the fifth Business Day prior to such Payment Date (or, in the case of the Due Period applicable to (i) a long-term debt credit rating of Aaa from Moody’s (the “EI Minimum Long-Term Rating”); and
the Payment Date which is the Maturity Date of any Note, ending on the day preceding such Payment Date).
(ii) a short-term debt rating of P-1 from Moody’s (the “EI Minimum Short-Term Rating”), provided that in the
“Eligibility Criteria” each prospective Collateral Debt Obligation shall, at the date of the Issuer’s binding commitment to acquire event that the commercial paper and/or debt obligations thereof have a maturity of longer than 91 days, the EI
such obligation, be required to satisfy each of the Eligibility Criteria set out below (inter alii …) Minimum Long-Term Rating must be satisfied;
(1) it is a Senior Loan or a Mezzanine Obligation;
(2) it is either (i) denominated in Euro and is not convertible into or payable in any other currency or (ii) is denominated in (d) securities bearing interest or sold at a discount issued by any corporation incorporated under the laws of a Qualifying
United States dollars, Canadian dollars or any other lawful currency (other than the Euro) of a Western European Country Country that have a credit rating of not less than the EI Minimum Long-Term Rating at the time of such investment or
and is not convertible into or payable in any other currency and the Issuer, with effect from the date of acquisition thereof, contractual commitment providing for such investment;
enters into a Currency Swap Transaction with a notional amount in the relevant currency equal to the aggregate principal
and, in each case, (A) with a Stated Maturity (giving effect to any applicable grace period) no later than the second Business Day
amount of such obligation and otherwise complies with the requirements set out in respect of Non-Euro Obligations in the
immediately preceding the next following Payment Date (except for investments paid from the Synthetic Collateral Account, the
Investment Management Agreement;
Revolving Reserve Account or the Counterparty Downgrade Account) or (B) are capable of being liquidated on demand without
(3) it is not actually known to the Issuer or the Investment Manager (after making reasonable enquiry) to be a Defaulted
penalty, provided however, that Eligible Investments shall not include any Dutch Ineligible Security, any mortgage backed
Obligation or a Credit Risk Obligation;
security, interest-only security, security subject to withholding or similar taxes, security purchased at a price in excess of 100 per
(4) it provides for the payment of interest thereon not less frequently than annually;
cent. of par or security whose repayment is subject to substantial non-credit related risk, as determined by the Investment Manager,
(5) it has a Stated Maturity which falls prior to the Maturity Date of each Class of Notes;
acting in good faith.
“Euroclear” means Euroclear Bank S.A. /N.V as operator of the Euroclear System. but excluding any scheduled interest payments as to which the Issuer or the Investment Manager has actual knowledge
that such payment will not be made;
“Euro” or “€” means the single currency of participating member states of the European Union, as contemplated by the treaty
establishing the European Community, as amended. (c) minus the amounts payable pursuant to paragraphs (A) to (E) of Application of Interest Proceeds on the following
Payment Date.
“Euroclear Pledge Agreement” means the Belgian law pledge agreement entered into between the Issuer and the Trustee on the
Closing Date pursuant to the terms of the Trust Deed in respect of the Collateral Debt Obligations. “Interest Proceeds” means all amounts paid, or payable into the Interest Account from time to time and, with respect to any
Payment Date, “Interest Proceeds” means the Interest Proceeds received by or on behalf of the Issuer during the related Due Period
“Euro-zone” means the region comprised of member states of the European Union that have adopted the single currency in and all amounts to be disbursed out of the Payment Account as Interest Proceeds on such Payment Date pursuant to Application of
accordance with the Treaty establishing the European Community. Interest Proceeds.
“Expense Reserve Account” means the interest bearing account opened by the Issuer (for the purpose of paying fees, expenses “Interest Reinvestment Test” means a test which applies only during the Reinvestment Period and will be satisfied as of any
and other amounts, including Trustee Fees and Expenses and Administrative Expenses, which become payable during any Due Measurement Date during the Reinvestment Period if on such Measurement Date, the Class V Par Value Ratio is at least
Period in connection with the issue of the Notes) with the Account Bank. An initial deposit of €20,000 shall be made on the 104.85 per cent.
Closing Date. Interest Proceeds shall be deposited on each Payment Date (other than the date on which no Notes will remain
outstanding following such Payment Date) in the amount required pursuant to paragraph (D) of Application of Interest Proceeds “Interest Reserve Account” means the interest bearing account opened by the Issuer for the purpose of maintaining a reserve
and out of which Trustee Fees and Expenses and Administrative Expenses which become payable during any Due Period shall be against interest payments. A deposit of €1,000,000 shall be made on the Closing Date into such account.
paid.
“Investment Gain” means in respect of any Collateral Debt Obligation which is repaid, prepaid, redeemed or sold, the excess (if
“Floating Rate Notes” means the Class I Senior Notes, Class II Senior Floating Rate Notes, Class III Mezzanine Floating Rate any) of the Scheduled Principal Proceeds or Sale Proceeds (as applicable) received in respect thereof over the amount paid by the
Notes, Class IV Mezzanine Floating Rate Notes and Class V Mezzanine Floating Rate Notes. Issuer upon acquisition thereof, in each case net of any expenses incurred in connection with any acquisition or repayment,
prepayment, redemption or sale thereof, provided that where this calculation results in a negative number the Investment Gain
“Foundation” means Stichting Leveraged Finance Europe IV, a foundation (stichting) established under the laws of shall be deemed to be zero.
The Netherlands.
“Investment Management Fee” means each of the Senior Investment Management Fee, the Subordinated Investment
“Funded Amount” means, with respect to any Revolving Obligation or Delayed Drawdown Collateral Obligation at any time, the Management Fee and the Incentive Management Fee.
aggregate principal amount of advances or other extensions of credit made thereunder by the Issuer that are outstanding at such
time. “Investment Period” means the period from and including the Closing Date to but excluding the Payment Date falling on or about
10 November 2007.
“Incentive Management Fee” means the fee payable to the Investment Manager pursuant to the Investment Management
Agreement, paragraph (BB) of Application of Interest Proceeds and paragraph (R) of Application of Principal Proceeds. “Issuer Dutch Account” means an account in the name of the Issuer with F. van Lanschot Bankiers N.V. at its Rotterdam branch,
The Netherlands, P.O. Box 806, 3000 AV Rotterdam, The Netherlands into which the €20,000 issued and paid up share capital of
“Interest Account” means an interest bearing account in the name of the Issuer with the Account Bank to which Interest Proceeds the Issuer and amounts required to be reported by the Issuer as minimum taxable profit under a tax agreement obtained on its
are to be credited. behalf from the Dutch tax authorities will be paid.
“Interest Accrual Period” means the period from and including the Closing Date to but excluding the first Payment Date and “Loan Facility” means the loan facility dated 27 July 2006 made between (i) the Issuer and (ii) BNP Paribas acting as lender,
each successive period from and including each Payment Date to but excluding the following Payment Date. security agent and investment manager.
“Interest Amount” means, on each Payment Date, the amount of interest payable in respect of the principal amount of the Notes “Management Agreement” means the management agreement relating to the Issuer dated on or about the Closing Date and made
of any Class indicated for any Interest Accrual Period being: between the Issuer and the Managing Directors.
(a) in the case of the Class I Senior Floating Rate Notes, the Class II Senior Floating Rate Notes, the Class III Mezzanine “Managers” means BNP Paribas, Banque Fédérative du Crédit Mutuel and Lloyds TSB Bank plc in their capacity as the managers
Floating Rate Notes, the Class IV Mezzanine Floating Rate Notes, the Class V Mezzanine Floating Rate Notes, as the for the Notes.
case may be, the amount calculated by the Calculation Agent as soon as practicable after 11:00 am (Brussels time) on the
relevant Interest Determination Date; and “Managing Directors” means Mrs. Th.F.C. Wijnen and Mr. H. W. Boissevain or such other person(s) who may be appointed as
Managing Director of the Issuer from time to time.
(b) in the case of the Subordinated Notes, the Subordinated Note Coupon Interest, the Subordinated Note Additional Interest
and Subordinated Note Deferred Interest and interest payable thereon calculated by the Collateral Administrator as being “Market Value” means, in respect of any Collateral Debt Obligation or Eligible Investment on any date of determination, the
payable on such Payment Date. average of the bid prices determined by two independent broker-dealers active in the trading of one or more Collateral Debt
Obligations or, if the determinations of two such broker dealers are not available, the bid side price determined by one such
“Interest Coverage Numerator” means, on any particular Measurement Date: broker-dealer or, having made all reasonable efforts to obtain at least one bid price, if the determinations of one such broker dealer
is not available within 7 days, the estimate provided by the Investment Manager to the Issuer, which estimate shall be based on the
(a) the Balance standing to the credit of the Expense Reserve Account and the Interest Account; Investment Manager’s reasonable commercial judgment.
(b) plus the scheduled interest payments due but not yet paid (in each case regardless of whether the applicable Due Date has “Maturity Date” means, in respect of each Class of Notes, the Payment Date falling on or about 10 November 2022, or in the
yet occurred) in the Due Period in which such Measurement Date occurs on:
event that such day is not a Business Day, the next following Business Day.
(i) the Collateral Debt Obligations (save for Defaulted Obligations) excluding (x) interest on any Collateral Debt “Measurement Date” means each of:
Obligation to the extent that such Collateral Debt Obligation does not provide for the scheduled payment of
interest in cash by its terms, (y) any amounts expected to be withheld at source or otherwise deducted in respect (a) any day or days on which a substitution (including each day on which Principal Proceeds are received in respect of any
of taxes; and Collateral Debt Obligation and the day of reinvestment thereof, if not the same day) of or default under a Collateral Debt
Obligation occurs;
(ii) the Principal Account, the Interest Account, the Expense Reserve Account, and the Additional Collateral
Account, (c) the date of acquisition of any Additional Collateral Debt Obligation;
(d) each Determination Date; Market Value and 100 per cent. plus the Moody’s Recovery Rate for such Collateral Debt Obligation divided by
two; and
(e) the last Business Day on or before the last day of any month; and
(iii) in the case of any Collateral Debt Obligation which meets the criteria of both paragraphs (i) and (ii) above, the
(f) with reasonable (and not less than two Business Days’) notice, any Business Day requested by the Rating Agencies. lower of the Principal Balance attributable thereto under the terms of paragraph (i) and (ii) above;
“Mezzanine Obligation” means a secured mezzanine loan or other debt obligation, as determined by the Investment Manager provided that for the purposes of paragraph (i) and (ii) above, the Market Value shall not be determined by an estimate
(acting on behalf of the Issuer) (excluding any loans to or issues by a start-up company, unless (i) such loans are fully guaranteed from the Investment Manager. In cases where the determination of the Market Value cannot be determined without such
by an Affiliate which has an established trading history or (ii) such loans relate to the financing of a start-up company that has estimate then the Moody’s Recovery Rate shall instead be the Market Value.
been spun off from a company with an established trading history) or a Participation therein; and/or
(b) the Balances standing to the credit of the Principal Account and the Additional Collateral Account (for the avoidance of
“Mezzanine Noteholders” means the Class III Mezzanine Floating Rate Noteholders, the Class IV Mezzanine Floating Rate doubt, including all Eligible Investments standing to the credit of such Accounts and without double counting in respect
Noteholders and the Class V Mezzanine Floating Rate Noteholders from time to time. of amounts described in (c) below); and
“Minimum Diversity Test” means a test that will be satisfied as at any Measurement Date from and including the Effective Date (c) Principal Proceeds which are to distributed in accordance with the Priorities of Payment on the next Payment Date but
if the Diversity Score equals or exceeds on such Measurement Date 32. only to the extent such Principal Proceeds shall not be applied prior to the applicable test to which this definition relates;
therefore (i) for the purposes of the Senior Par Coverage Ratio net of amounts payable pursuant to paragraph (A) of
“Monthly Report” means the monthly report defined as such in the Investment Management Agreement which is prepared by the Application of Principal Proceeds (ii) for the purposes of the Class III Par Value Ratio net of amounts payable pursuant
Collateral Administrator on behalf of the Issuer and deliverable to the Issuer, the Trustee, the Managers, the Investment Manager to paragraphs (A) to (C) of Application of Principal Proceeds (iii) for the purposes of the Class IV Par Value Ratio net of
and the Rating Agencies and, upon request therefor in accordance with Condition 4(f) (Information Regarding the Portfolio), to amounts payable pursuant to paragraphs (A) to (F) of Application of Principal Proceeds and (iv) for the purposes of the
any Noteholder, which shall include information regarding the status of the Collateral Debt Obligations pursuant to the Investment Class V Par Value Ratio net of amounts payable pursuant to paragraphs (A) to (M) of Application of Principal Proceeds.
Management Agreement.
“Par Preservation Ratio” means 107.654 per cent. being the ratio expressed as a percentage obtained by dividing the Target Par
“Moody’s” means Moody’s Investors Service, Inc. and any successor or successors thereto.
Amount by the aggregate of the par value, as at the Closing Date, of the Senior Notes and the Mezzanine Notes.
“Moody’s Rating Factor” is as defined in the Investment Management Agreement. “Payment Account” means the interest bearing account in the name of the Issuer and held with the Account Bank to which
“Moody’s Recovery Rate” is as defined in the Investment Management Agreement amounts shall be transferred by the Account Bank on the Business Day prior to each Payment Date out of the Accounts specified
in Condition 3(i) (Accounts) and out of which the amounts required to be paid on each Payment Date each as provided pursuant to
“Noteholders” means the persons in whose name the Notes are registered from time to time. the Priorities of Payment shall be paid.
“Obligor” means each borrower under or each issuer of or, in either case, each guarantor under a Collateral Debt Obligation. “Payment Date” means 10 May and 10 November in each year commencing 10 May 2007, the Maturity Date and any
Redemption Date. If any Payment Date would otherwise fall on a day which is not a Business Day, it shall be postponed to the
“Offer” means with respect to any Collateral Debt Obligation (a) any offer by the Obligor under such obligation or by any other next day that is a Business Day.
Person made to all of the creditors of such Obligor in relation to such obligation to purchase or otherwise acquire (by way of
exchange or otherwise) such obligation (other than pursuant to any redemption in accordance with the terms of the related “Person” means an individual, corporation (including a business trust), partnership, joint venture, association, joint stock
Underlying Instruments) or to convert or exchange such obligation into or for cash, securities or any other type of consideration or company, trust (including any beneficiary thereof), unincorporated association or government or any agency or political
(b) any solicitation by the issuer of such obligation or any other Person to amend, modify or waive any provision of such subdivision thereof.
obligation or any related Underlying Instrument.
“PIK Security” means a debt security or a loan where it is permitted under certain (but not all) circumstances for the borrower to,
“Outstanding” has the meaning given thereto in the Trust Deed. at it option, defer interest payments due thereon excluding Mezzanine Obligations.
“Overcollateralisation Tests” means the Senior Par Value Test, the Class III Par Value Test, the Class IV Par Value Test, the “Portfolio” means the Collateral Debt Obligations, Defaulted Equity Securities and Eligible Investments held by or on behalf of
Class V Par Value Test and the Interest Reinvestment Test. the Issuer from time to time.
“Par Accretion Element” means in relation to any Collateral Debt Obligation any return on such Collateral Debt Obligation “Portfolio Profile Tests” The Collateral Debt Obligations in aggregate shall be required to satisfy each of the Portfolio Profile
which is added to and hence increases the principal amount due under the Collateral Debt Obligation excluding any interest Tests with effect from the Effective Date and thereafter, to the extent required to do so under the Reinvestment Criteria. The
payments which are deferred and then capitalised as principal. Portfolio Profile Tests are as follows:
“Par Coverage Numerator” means the aggregate of: (1) Collateral Debt Obligations with an Aggregate Principal Balance of not less than 90 per cent of the CDO Principal
Balance may be Senior Secured Loans (provided that for the purposes of this paragraph (1) references to Senior Secured
(a) the aggregate of the Principal Balances of the Collateral Debt Obligations provided that, for the purposes of this definition Loans shall comprise the Aggregate Principal Balance of the Senior Loans plus the Balances standing to the credit of the
only, the Principal Balance of the following Collateral Debt Obligations shall be adjusted to equal: Principal Account and Aggregate Collateral Account, in each case at the relevant Measurement Date);
(i) subject to paragraph (iii) below, in the case of any Collateral Debt Obligation having a purchase price to the (2) Collateral Debt Obligations with an Aggregate Principal Balance of not more than 5 per cent. of the CDO Principal
Issuer of less than 90 per cent. of its principal amount, such purchase price, unless the Market Value thereof is Balance may be Senior Unsecured Loans;
greater than 90 per cent. of the principal amount thereof over a period of 30 consecutive days, at which time its
Principal Balance shall be the Principal Balance thereof determined in accordance with the definition of such (3) Collateral Debt Obligations with an Aggregate Principal Balance of not more than 10 per cent. of the CDO Principal
term in these Conditions; Balance may be Mezzanine Obligations;
(ii) subject to paragraph (iii) below, in the case of all Collateral Debt Obligations which (A) have an Asset Rating of (4) Collateral Debt Obligations with an Aggregate Principal Balance of not more than 20 per cent. of the CDO Principal
Caa1 or less by Moody’s or have been assigned a BNP Paribas Internal Credit Score of 9+ or worse, and (B) the Balance may be Non-Euro Obligations;
Aggregate Principal Balance of which exceeds 5 per cent. of the CDO Principal Balance, to the extent of such
excess, the principal amount of such Collateral Debt Obligation multiplied by a rate which is the lower of the (5) the Aggregate Principal Balance of Collateral Debt Obligations of any single Obligor may not be more than 2.5 per cent.
of the CDO Principal Balance, and provided always that the Aggregate Principal Balance of Collateral Debt Obligations
of any single Obligor which are not Senior Loans may not, at the time of acquisition, be more than 1 per cent. of the CDO “Purchased Accrued Interest” means all payments of interest and proceeds of sale received in relation to any Collateral Debt
Principal Balance; and Obligation, in each case, to the extent that such amounts represent accrued interest in respect of such Collateral Debt Obligation
which was purchased at the time of acquisition thereof with Principal Proceeds and/or principal amounts paid out of the Additional
(6) Collateral Debt Obligations with an Aggregate Principal Balance of not more than 10 per cent. of the CDO Principal Collateral Account.
Balance may pay interest less frequently than semi-annually.
“Qualifying Country” means a country whose foreign currency issuer credit rating is rated at least Aa3 from Moody’s and whose
“Principal Account” means an interest bearing account in the name of the Issuer with the Account Bank to which Principal external foreign indebtedness at least AA- from S&P or any other country approved by each of the Rating Agencies as a
Proceeds are to be credited. “Qualifying Country”.
“Principal Amount Outstanding” means in relation to any Class of Notes and at any time, the aggregate principal amount “Rated Notes” means, so long as any Notes of the relevant Class remains Outstanding, the Class I Senior Notes, the Class II
outstanding under such Class of Notes at that time, which in the case of the Class III Mezzanine Floating Rate Notes, the Class IV Senior Floating Rate Notes, the Class III Mezzanine Floating Rate Notes, the Class IV Mezzanine Floating Rate Notes, and the
Mezzanine Floating Rate Notes and the Class V Mezzanine Floating Rate Notes shall, for the avoidance of doubt, include that Class V Mezzanine Floating Rate Notes.
element of the principal amount outstanding which represents Deferred Interest which has been capitalised pursuant to
Condition 6(c) (Deferral of Interest). “Rating Agencies” means Moody’s
“Principal Balance” means, with respect to any Collateral Debt Obligation or Eligible Investment, as at any date of “Rating Agency Confirmation” means with respect to any specified action or determination or appointment, receipt of written
determination, the outstanding principal amount thereof (including any Par Accretion Element in relation to any such Collateral confirmation from each of the Rating Agencies, for so long as Senior Notes, Class III Mezzanine Floating Rate Notes, Class IV
Debt Obligation and any Purchased Accrued Interest), provided however that: Mezzanine Floating Rate Notes and Class V Mezzanine Floating Rate Notes are Outstanding and rated by such Rating Agency,
that such specified action or determination or appointment will not result in the reduction or withdrawal of its then current ratings
(a) the Principal Balance of any Defaulted Equity Security shall be deemed to be zero; on the Notes.
(b) the Principal Balance of any Collateral Debt Obligation which is or has become a Defaulted Obligation shall be the lower “Record Date” has the meaning given thereto in Condition 8(a) (Method of Payment).
of the Market Value and the Recovery Value relating to such Defaulted Obligation;
“Recovery Value” means, in respect of any Collateral Debt Obligation or Eligible Investment, the recovery value allocated thereto
(c) the Principal Balance of any Collateral Debt Obligation or Eligible Investment (other than a Collateral Debt Obligation or in the Investment Management Agreement.
Eligible Investment of the type referred to in paragraph (b) above) that is a Zero Coupon Security shall be deemed to be
equal to the accreted value thereof; “Redemption Date” means each date specified for a redemption of the Notes of a Class pursuant to Condition 7 (Redemption and
Purchase) or the date on which the Notes of such Class are to be redeemed following acceleration thereof pursuant to Condition 10
(e) the Principal Balance of any Revolving Obligation and Delayed Drawdown Collateral Obligation as at any date of (Events of Default), in each case, if such day is not a Business Day the next following Business Day.
determination, shall be the outstanding principal amount of such Revolving Obligation or Delayed Drawdown Collateral
Obligation, plus Unfunded Amounts. “Redemption Determination Date” has the meaning given thereto in Condition 7(b)(ii) (Conditions to Optional Redemption).
“Principal Proceeds” means all amounts paid or payable into the Principal Account from time to time and with respect to any “Redemption Notice” means a redemption notice in the form available from any of the Transfer Agents which has been duly
Payment Date, “Principal Proceeds” means the Principal Proceeds received by or on behalf of the Issuer during the related Due completed by a Noteholder and which specifies, amongst other things, the applicable Redemption Date.
Period and (without double counting) any other amounts to be disbursed out of the Payment Account as Principal Proceeds on such
Payment Date pursuant to Application of Principal Proceeds. “Redemption Price” means, when used with respect to:
“Priorities of Payment” means in the case of Interest Proceeds, the priorities of payment set out in Application of Interest (a) any Class I Senior Note, Class II Senior Floating Rate Note, Class III Mezzanine Floating Rate Note, Class IV Mezzanine
Proceeds or, in the case of Principal Proceeds, the priorities of payment set out in Application of Principal Proceeds . Floating Rate Note, Class V Mezzanine Floating Rate Note, 100 per cent. of the outstanding principal amount of the
Class I Senior Note, Class II Senior Floating Rate Note, Class III Mezzanine Floating Rate Note, Class IV Mezzanine
“Project Finance Loan” means either a Senior Loan or a Mezzanine Loan, as determined by the Investment Manager, under Floating Rate Note, Class V Mezzanine Floating Rate Note respectively, to be redeemed, together with any unpaid
which the Obligor is obliged to make payments that depend (except for rights or other assets designed to assure the servicing or interest accrued thereon to the date of redemption; and
timely distribution of payments) on revenues arising from infrastructure assets, including, without limitation:
(b) any Subordinated Note to be redeemed, such Subordinated Note’s pro rata share (calculated in accordance with the
(i) the sale of products, such as electricity, water, gas, oil, generated by one or more infrastructure assets in the utility Priorities of Payment) of the aggregate proceeds of liquidation of the Collateral or realisation of the security thereover in
industry by a special purpose entity; or such circumstances, remaining following application thereof in accordance with the Priorities of Payment.
(ii) use fees charged in respect of one or more highways, bridges, tunnels, pipelines or other infrastructure assets by a special “Reference Banks” has the meaning given thereto in paragraph (B) of Condition 6(e)(i) (Rate of Interest).
purpose entity,
“Reference Obligation” means a debt obligation to which a Synthetic Security is linked that satisfies the paragraphs of the
and, in each case, the sole activity of such special purpose entity is the ownership and/or management of such asset or assets and Eligibility Criteria specified in respect thereof in the Investment Management Agreement.
the acquisition and/or development of such asset by the special purpose entity was effected primarily with the proceeds of debt
financing made available to it on a limited recourse basis. “Reinvestment Criteria” means the Reinvestment Criteria specified in the Investment Management Agreement.
“pro rata basis” means an allocation of amounts payable: “Reinvestment Period” means the period from and including the Closing Date to but excluding the Payment Date falling on or
about 10 November 2012.
(a) in the case of amounts of interest payable among different Classes of Notes, by reference to the respective amounts of
interest payable on such Classes of Notes; “Relevant Date” means whichever is the later of (a) the date on which any payment first becomes due and (b) if the full amount
payable has not been received by the Principal Paying Agent or the Trustee on or prior to such Due Date, the date on which the full
(b) in the case of amounts of principal payable among different Classes of Notes, by reference to the respective principal amount having been so received, notice to that effect shall have been given to the Noteholders in accordance with Condition 16
amount of such Classes of Notes Outstanding; (Notices).
(c) in the case of a single Class, by reference to the respective principal amount of each Note of such Class Outstanding; and “Report” means each Monthly Report, Determination Date Report and/or Subordinated Noteholder Report and “Reports” means
any two or more of them as the context so requires.
(d) in the case of any other amounts, by reference to the respective amounts payable.
“Required Ratings” means that: “Senior Par Value Ratio” means, as at any Measurement Date, the ratio (expressed as a percentage) obtained by dividing:
(a) in the case of the Account Bank and the Custodian, that such entity or its guarantor has long-term and short-term senior (a) the Par Coverage Numerator;
unsecured debt ratings of at least “A2” and “P-1”, respectively, from Moody’s;
(b) by the aggregate principal amount of the Senior Notes Outstanding.
(b) in the case of the Principal Paying Agent, that such entity has long-term and short-term senior unsecured debt ratings of at
least “A-1” and “P-1” respectively from Moody’s. “Senior Par Value Test” means the test which shall be satisfied if as at any Measurement Date the Senior Par Value Ratio is at
least 115.10 per cent.
“Revolving Obligation” means any Collateral Debt Obligation (other than a Delayed Drawdown Collateral Obligation) that is a
loan (including, without limitation, revolving loans, funded and unfunded portions of revolving credit lines and letter of credit “Senior Secured Loan” means a Collateral Debt Obligation (which may be a Revolving Obligation or a Delayed Drawdown
facilities, unfunded commitments under specific facilities and other similar loans and investments) that pursuant to the terms of its Collateral Obligation) that is a senior secured loan or debt obligation, as determined by the Investment Manager (acting on behalf
Underlying Instruments may require one or more future advances to be made to the borrower by the Issuer; but any such Collateral of the Issuer), or a Participation therein, provided that:
Debt Obligation will be a Revolving Obligation only until all commitments to make advances to the borrower expire or are
(a) it is secured (i) by fixed assets of the Obligor thereof if and to the extent a pledge of fixed assets is permissible under
terminated or reduced to zero.
applicable law (save in the case of applicable Financial Constraints or with regard to assets so numerous or diverse that
“Revolving Reserve Account” means the Euro denominated interest bearing account of the Issuer with the Account Bank into the failure to take such security is consistent with reasonable secured lending practices), and otherwise (ii) by 100 per
which amounts equal to the Unfunded Amounts in respect of Revolving Obligations and Delayed Drawdown Collateral cent. (or such lower percentage as is permissible under applicable law) of the equity interests in the stock of any entity
Obligations and certain principal payments received in respect of Revolving Obligations and Delayed Drawdown Collateral owning such fixed assets (save in the case of applicable financial constraints or with regard to entities so numerous or
Obligations, are paid. diverse that the failure to take such security is consistent with reasonable secured lending practices);
“Sale Proceeds” means, in the case of any Collateral Debt Obligation, all proceeds received upon the sale thereof (excluding (b) no other obligation of the Obligor has any higher priority security interest in such fixed assets or stock referred to in (a)
accrued interest designated as Interest Proceeds by the Investment Manager (acting on behalf of the Issuer) but including any fees), above;
net of any amounts expended by or payable by the Issuer or the Collateral Administrator (on behalf of the Issuer) in connection
(c) if it is a Synthetic Security, the Reference Obligation specified under which is an obligation of the type described in (a)
with sale, disposition or termination of such Collateral Debt Obligation.
and (b) above described or Participation therein; and
“Secured Party” means each of the Senior Noteholders, the Mezzanine Noteholders, the Subordinated Noteholders, the
Combination Noteholders, the Investment Manager, the Manager, the Collateral Administrator, the Trustee, the Agents, each (d) if it is a Currency Swap Obligation, the related Non-Euro Obligation is an obligation of the type described in (a) and (b)
above.
Currency Swap Counterparty and “Secured Parties” shall be construed accordingly.
“Senior Coverage Tests” means the Senior Par Value Test and the Senior Interest Coverage Test. “Senior Unsecured Loan” means:
“Senior Fee Cap” means, in respect of each Payment Date, the aggregate of €70,000 and an amount in Euro equal to 0.0375 per (a) a Collateral Debt Obligation that is a senior unsecured loan or debt obligation, as determined by the Investment Manager
(acting on behalf of the Issuer), or a Participation therein;
cent. of the CDO Principal Balance on the applicable Determination Date.
“Senior Interest Coverage Ratio” means, as at any Measurement Date, the ratio (expressed as a percentage) obtained by (b) a Synthetic Security, the Reference Obligation specified under which an obligation of the type described in (a) above or a
dividing: Participation therein, subject to receipt of Rating Agency Confirmation in respect of the treatment of such Synthetic
Security as a Senior Unsecured Loan; and/or
(a) the Interest Coverage Numerator; by
(c) a Currency Swap Obligation, the related Non-Euro Obligation is an obligation of the type described in (a) above.
(b) the sum of the scheduled interest or fee payments due and payable on or in respect of the Senior Notes, in each case
payable on the following Payment Date. “Stated Maturity” means, with respect to any Collateral Debt Obligation or Eligible Investment, the earlier of (i) the date
specified in such obligation as the fixed date on which the final payment or repayment of principal of such obligation is due and
“Senior Interest Coverage Test” means the test which shall be satisfied as at any Measurement Date, if on such Measurement payable or, if such date is not a Business Day, the next following Business Day and (ii) the date on which such obligation may next
Date, the Senior Interest Coverage Ratio is at least 130.00 per cent. be put back to the issuer or Obligor thereof at the option of the holder or, in each case, if such date is not a Business Day, the next
following Business Day.
“Senior Investment Management Fee” means the fee payable to the Investment Manager on each Payment Date pursuant to the
Investment Management Agreement, equal to 0.15 per cent. per annum of the Average Aggregate Principal Balance as at the last “Subordinated Investment Management Fee” means the fee payable to the Investment Manager on each Payment Date pursuant
day of each month in the Due Period preceding such Payment Date plus any amount of value added tax (if applicable) payable to the Investment Management Agreement, equal to 0.50 per cent. per annum of the Average Aggregate Principal Balance as at the
thereon. last day of each month in the Due Period preceding such Payment Date plus any amount of value added tax (if applicable) payable
thereon.
“Senior Investment Management Fee Cap” means with respect to each Payment Date, the sum of:
“Subordinated Investment Management Fee Cap” means in respect of each Payment Date, the sum of:
(a) an amount equal to 0.15 per cent. per annum of the Average Aggregate Principal Balance as at the last day of each month
in the Due Period preceding such Payment Date exclusive of any value added tax payable in respect thereof; plus (a) an amount equal to 0.50 per cent. per annum of the Average Aggregate Principal Balance as at the last day of each month
in the Due Period preceding such Payment Date, exclusive of any value added tax payable in respect thereof; plus
(b) an amount equal to 19 per cent. of the amount referred to in paragraph (a) above.
(b) an amount equal to 19 per cent. of the amount referred to in paragraph (a) above.
“Senior Loans” means Senior Secured Loans and Senior Unsecured Loans.
“Subordinated Note Additional Interest” has the meaning given to it in Condition 6(g) (Interest on the Subordinated Notes).
“Senior Notes” means the Class I Senior Notes and the Class II Senior Notes together from time to time.
“Subordinated Note Coupon Interest” means interest payable on the Subordinated Notes at the Subordinated Note Rate of
“Senior Noteholders” means the Class I Senior Noteholders and the Class II Senior Noteholders together from time to time. Interest pursuant to Condition 6(g) (Interest on the Subordinated Notes) but excluding any Subordinated Note Additional Interest.
“Subordinated Note Deferred Interest” has the meaning given to it in Condition 6 (Interest).
“Subordinated Note Rate of Interest” means 8.00 per cent. per annum. (B) in payment of accrued and unpaid Trustee Fees and Expenses payable to the Trustee pursuant to the Trust
Deed up to an amount equal to the Senior Fee Cap less the aggregate amount of Trustee Fees and Expenses
“Subordinated Noteholders” means the holders of the Subordinated Notes from time to time. and Administrative Expenses paid out of the Expense Reserve Account in the Due Period immediately
preceding such Payment Date;
“Subordinated Noteholder Report” means the report defined as such in the Investment Management Agreement which is
prepared by the Collateral Administrator (in consultation with the Investment Manager), is deliverable to the Issuer, the Trustee, (C) in payment on a pro rata basis of Administrative Expenses up to an amount equal to the Senior Fee Cap less
the Managers and the Investment Manager and, upon request thereof, to any Subordinated Noteholder. the amount paid pursuant to paragraph (B) above and the aggregate amount of Trustee Fees and Expenses and
Administrative Expenses paid out of the Expense Reserve Account in the Due Period immediately preceding
“Subordinated Note Hurdle Return Amount” means, in respect of any Payment Date, such amount, calculated on a semi-annual
such Payment Date;
basis, which gives an internal rate of return of 12 per cent. on the aggregate principal amount of the Subordinated Notes for the
period from the Closing Date to such Payment Date. (D) except upon the Payment Date on which the Subordinated Notes are to be redeemed in full, in payment at the
discretion of the Investment Manager of an amount up to €20,000 into the Expense Reserve Account;
“Subscription Agreement” means the subscription agreement between BNP Paribas and the Issuer.
(E) in payment to the Investment Manager of the Senior Investment Management Fee due and payable on such
“Substitute Collateral Debt Obligation” means a Collateral Debt Obligation purchased in substitution for a previously held Payment Date up to an amount equal to the Senior Investment Management Fee Cap;
Collateral Debt Obligation or purchased out of Principal Proceeds, in each case, pursuant to the terms of the Investment
Management Agreement, and which satisfies the Eligibility Criteria and the Reinvestment Criteria. (F) in payment on a pro rata basis of the Interest Amounts due and payable on the Class I Senior Notes in respect
of the Interest Accrual Period ending on such Payment Date;
“Target Par Amount” means €301,000,000 or such other amount as may be agreed between the Issuer and the Investment
Manager (and notified to the Trustee) following any further issue of Notes in accordance with Condition 17 (Further Issues). (G) in payment of the Interest Amounts due and payable on the Class II Senior Floating Rate Notes in respect of
the Interest Accrual Period ending on such Payment Date;
“Transaction Documents” means the Trust Deed, the Agency Agreement, the Subscription Agreement, the Euroclear Pledge
Agreement, the Investment Management Agreement, the Collateral Acquisition Agreements, the Letter of Undertaking, and the (H) in the event either of the Senior Coverage Tests is not satisfied on the related Determination Date (to the extent
Management Agreement, and any document supplemental thereto or issued in connection therewith (each as amended, replaced or that application of Principal Proceeds for such purpose, as described in “Application of Principal Proceeds”
supplemented from time to time). (ii)(B), is insufficient), to redeem the Class I Senior Notes and following redemption and repayment in full
thereof, to redeem the Class II Senior Floating Rate Notes in each case, in whole or in part, to the extent
“Transfer Agents” means JPMorgan Chase Bank, N.A., J.P. Morgan Bank Luxembourg S.A., J.P. Morgan Bank (Ireland) plc and necessary to cause the Senior Coverage Tests to be met if recalculated following such redemption;
any other Transfer Agent appointed pursuant to the Agency Agreement.
(I) in payment of the Interest Amounts due and payable on the Class III Mezzanine Floating Rate Notes in respect
“Trustee Fees and Expenses” means the fees and expenses and other amounts payable to the Trustee pursuant to the Trust Deed of the Interest Accrual Period ending on such Payment Date;
from time to time or otherwise in connection with the Notes.
(J) in the event either of the Class III Coverage Tests is not satisfied on the related Determination Date (to the
“Underlying Instrument” means the, trust deed, indenture or other agreement or instrument pursuant to which a Collateral Debt
extent that application of Principal Proceeds for such purpose, as described in “Application of Principal
Obligation has been issued or created and each other agreement that governs the terms of, or secures the obligations represented Proceeds” (ii)(D), is insufficient), to redeem the Class I Senior Notes and following redemption and
by, such Collateral Debt Obligation or under which the holders or creditors under such Collateral Debt Obligation are the repayment in full thereof, to redeem the Class II Senior Floating Rate Notes and, following redemption in full
beneficiaries.
thereof, to redeem the Class III Mezzanine Floating Rate Notes, in whole or in part, to the extent necessary to
“Undrawn Commitment Fee Rate” means 0.125 per cent. per annum; cause the Class III Coverage Tests to be met if recalculated following such redemption;
“Unfunded Amount” means, with respect to any Revolving Obligation (excluding a Synthetic Security) or Delayed Drawdown (K) in payment of that element of the Principal Amount Outstanding of the Class III Mezzanine Floating Rate
Collateral Obligation, the excess, if any, of (i) the Commitment Amount under such Revolving Obligation or Delayed Drawdown Notes which represents Deferred Interest on such Notes which has been capitalised;
Collateral Obligation, as the case may be, at such time over (ii) the Funded Amount thereof at such time. (L) in payment of the Interest Amounts due and payable on the Class IV Mezzanine Floating Rate Notes in respect
“Western European Country” means any one of Austria, Belgium, Denmark, Finland, France, Germany, Greece, Ireland, Italy, of the Interest Accrual Period ending on such Payment Date;
Luxembourg, The Netherlands, Norway, Portugal, Spain, Sweden, Switzerland or the United Kingdom. (M) in the event either of the Class IV Coverage Tests is not satisfied on the related Determination Date (to the
“Written Resolution” means a written resolution as described in Condition 14 (Meetings of Noteholders, Modification, Waiver extent that application of Principal Proceeds for such purpose, as described in “Application of Principal
and Substitution) and as further described in, and as defined in, the Trust Deed. Proceeds” (ii)(G), is insufficient), to redeem the Class I Senior Notes and following redemption and
repayment in full thereof, to redeem the Class II Senior Floating Rate Notes and, following redemption in full
thereof, to redeem the Class III Mezzanine Floating Rate Notes, and, following redemption in full thereof, to
III. Priorities of Payment redeem the Class IV Mezzanine Floating Rate Notes, in whole or in part, to the extent necessary to cause the
Class IV Coverage Tests to be met if recalculated following such redemption;
The Account Bank shall, on behalf of the Issuer, on each Payment Date disburse Interest Proceeds and Principal Proceeds in
(N) in payment of that element of the Principal Amount Outstanding of the Class IV Mezzanine Floating Rate
accordance with the following Priorities of Payment:
Notes which represents Deferred Interest on such Notes which has been capitalised;
(i) Application of Interest Proceeds: Interest Proceeds shall be applied in the following order of priority:
(O) in payment of the Interest Amounts due and payable on the Class V Mezzanine Floating Rate Notes in respect
(A) in payment on a pro rata basis of: of the Interest Accrual Period ending on such Payment Date;
(1) amounts equal to the minimum profit required to be retained by the Issuer under the tax agreement (P) in payment of that element of the Principal Amount Outstanding of the Class V Mezzanine Floating Rate
with the Dutch authorities obtained on behalf of the Issuer for deposit into the Issuer Dutch Account Notes which represents Deferred Interest on such Notes which has been capitalised;
from time to time; and
(Q) in the event, after taking into account the application of Principal Proceeds under paragraph (M) and (J)(3) of
(2) taxes and statutory fees (if any) owing by the Issuer due in respect of the related Due Period; “Application of Principal Proceeds” (ii), the Class V Par Value Test is not satisfied on the related
Determination Date, to redeem the Class V Mezzanine Floating Rate Notes Outstanding, in whole or in part, to (D) if either of the Class III Coverage Tests is not satisfied on the related Determination Date, to redeem the
the extent necessary to cause the Class V Par Value Test to be met if recalculated following such redemption. Class I Senior Notes and, following redemption and repayment in full thereof to redeem the Class II Senior
Floating Rate Notes and, following redemption in full thereof, to redeem the Class III Mezzanine Floating
(R) in the event that the Interest Reinvestment Test is not satisfied on the related Determination Date after giving Rate Notes in each case, in whole or in part, to the extent necessary to cause the Class III Coverage Tests to be
effect to all payments made pursuant to paragraphs (A) to (R) (inclusive) above, an amount equal to the lesser met if recalculated following such redemption;
of (1) 50 per cent. of the remaining Interest Proceeds and (2) such amount as would cause the Interest
Reinvestment to be satisfied (if recalculated following application under (i) or (ii) below) shall be (i) used to (E) in payment of that element of the Principal Amount Outstanding of the Class III Mezzanine Floating Rate
purchase Substitute Collateral Debt Obligations or (ii) deposited in the Principal Account pending Notes which represents Deferred Interest on such Notes to the extent not paid pursuant to paragraph (K) of
reinvestment in Substitute Collateral Debt Obligations; Application of Interest Proceeds;
(S) in payment on a pro rata basis of Trustee Fees and Expenses (if any) to the extent not paid pursuant to (F) in payment of the Interest Amounts due and payable on the Class IV Mezzanine Floating Rate Notes in respect
paragraph (B) above; of the Interest Accrual Period ending on such Payment Date, to the extent not paid pursuant to paragraph (L)
of Application of Interest Proceeds;
(T) in payment on a pro rata basis of Administrative Expenses (if any) to the extent not paid pursuant to
paragraph (C) above; (G) if either of the Class IV Coverage Tests is not satisfied on the related Determination Date, to redeem the
Class I Senior Notes and, following redemption and repayment in full thereof, to redeem the Class II Senior
(U) in payment to the Investment Manager of the Subordinated Investment Management Fee due and payable on Floating Rate Notes and, following redemption in full thereof, to redeem the Class III Mezzanine Floating
such Payment Date up to an amount equal to the Subordinated Investment Management Fee Cap; Rate Notes, and, following redemption in full thereof, to redeem the Class IV Mezzanine Floating Rate Notes
in each case, in whole or in part, to the extent necessary to cause the Class IV Tests to be met if recalculated
(V) in payment of any accrued and unpaid Senior Investment Management Fee or Subordinated Investment following such redemption;
Management Fee due and payable but not paid on any prior Payment Dates and any other amounts payable to
the Investment Manager (other than the Incentive Management Fee) under the Investment Management (H) in payment of that element of the Principal Amount Outstanding of the Class IV Mezzanine Floating Rate
Agreement; Notes which represents Deferred Interest on such Notes to the extent not paid pursuant to paragraph (N) of
Application of Interest Proceeds;
(W) until the Subordinated Note Hurdle Return Amount has been reached (taking into account all prior payments
of interest and principal in respect of the Subordinated Notes and any payments made on the Subordinated (I) during the Reinvestment Period, all Principal Proceeds, at the option of the Investment Manager (acting on
Notes pursuant to paragraphs (R) and (S) of “Application of Principal Proceeds” (ii), to the Subordinated behalf of the Issuer) either, (x) to the purchase of Substitute Collateral Debt Obligations or, to the Principal
Noteholders in the following priority: Account pending such reinvestment at a later date or (y) to redeem the Class I Senior Notes and following
redemption and repayment in full thereof, to redeem the Class II Senior Floating Rate Notes and, following
(1) first, in payment of the Subordinated Note Coupon Interest due and payable on the Subordinated
redemption in full thereof, to redeem the Class III Mezzanine Floating Rate Notes and, following redemption
Notes in respect of the Interest Accrual Period ending immediately prior to such Payment Date in full thereof, to redeem the Class IV Mezzanine Floating Rate Notes and, following redemption in full
together with any unpaid Subordinated Note Deferred Interest and interest on such Subordinated Note thereof, to redeem the Class V Mezzanine Floating Rate Notes until redeemed in full; or after expiry of the
Deferred Interest due and payable on such Payment Date; and
Reinvestment Period, in the case of all other Principal Proceeds, to redeem the Class I Senior Notes and,
(2) thereafter, in payment of Subordinated Note Additional Interest; and following redemption and repayment in full thereof, to redeem the Class II Senior Floating Rate Notes and,
following redemption in full thereof, to redeem the Class III Mezzanine Floating Rate Notes and, following
(X) subject to the prior payment of the Subordinated Note Hurdle Return Amount (as payable pursuant to redemption in full thereof, to redeem the Class IV Mezzanine Floating Rate Notes and following redemption
paragraph (W) above): in full thereof, to redeem the Class V Mezzanine Floating Rate Notes, until redeemed in full;
(1) 20 per cent. of any Interest Proceeds remaining in payment to the Investment Manager of the (J) in payment of the Interest Amounts due and payable on the Class V Mezzanine Floating Rate Notes in respect
Incentive Management Fee; and of the Interest Accrual Period ending on such Payment Date, to the extent not paid pursuant to paragraph (O)
of Application of Interest Proceeds;
(2) 80 per cent. of any Interest Proceeds remaining in the following order of priority:
(K) in payment of that element of the Principal Amount Outstanding of the Class V Mezzanine Floating Rate
(a) first, in payment of the Subordinated Note Coupon Interest due and payable on the Notes which represents Deferred Interest on such Notes to the extent not paid pursuant to paragraph (P) of
Subordinated Notes in respect of the Interest Accrual Period ending immediately prior to Application of Interest Proceeds;
such Payment Date together with any unpaid Subordinated Note Deferred Interest on such
Payment Date and interest on such Subordinated Note Deferred Interest due and payable on (L) after expiry of the Reinvestment Period, to redeem the Class V Mezzanine Floating Rate Notes until redeemed
such Payment Date; and in full;
(b) thereafter, in payment of Subordinated Note Additional Interest. (M) in payment of Trustee Fees and Expenses (if any) to the extent not paid in full pursuant to paragraphs (B) and
(S) of Application of Interest Proceeds or paragraph (A) of Application of Principal Proceeds;
(ii) Application of Principal Proceeds: Principal Proceeds shall be applied in the following order of priority:
(N) in payment on a pro rata basis of Administrative Expenses (if any) to the extent not paid in full pursuant to
(A) in payment of the amounts referred to in paragraphs (A) to (G) (inclusive) of Application of Interest Proceeds paragraphs (C) and (T) of Application of Interest Proceeds or paragraph (A) of Application of Principal
above in the order of priority provided for therein, but only to the extent not paid in full thereunder; Proceeds;
(B) in the event that either of the Senior Coverage Tests is not satisfied on the related Determination Date, to (O) in payment of any accrued and unpaid Senior Investment Management Fee or Subordinated Investment
redeem the Class I Senior Notes and following redemption and repayment in full thereof, to redeem the Management Fee and any other amounts payable to the Investment Manager (other than the Incentive
Class II Senior Floating Rate Notes in each case, in whole or in part, to the extent necessary to cause the Management Fee) under the Investment Management Agreement but only to the extent not paid in full
Senior Coverage Tests to be met if recalculated following such redemption; pursuant to paragraphs (E), (U) and (X) of Application of Interest Proceeds or paragraph (A) of Application of
Principal Proceeds including, without limitation, by reason of the Senior Investment Management Fee Cap
(C) in payment of the Interest Amounts due and payable on the Class III Mezzanine Floating Rate Notes in respect and the Subordinated Investment Management Fee Cap;
of the Interest Accrual Period ending on such Payment Date, to the extent not paid pursuant to paragraph (I) of
Application of Interest Proceeds;
(P) until the Subordinated Note Hurdle Return Amount has been reached (after taking into account all prior
payments of interest and principal in respect of the Subordinated Notes, and any payments made prior to the
relevant Payment Date or to be made on the relevant Payment Date on the Subordinated Notes pursuant to this
paragraph and paragraphs (X) and (W) of Application of Interest Proceeds on such Payment Date),to the
Subordinated Noteholders in the following priority:
(1) first, in payment of principal of the Subordinated Notes;
(2) second, in payment of any Subordinated Note Coupon Interest due and payable on the Subordinated
Notes in respect of the Interest Accrual Period ending immediately prior to such Payment Date
together with any unpaid Subordinated Note Deferred Interest and interest on such Subordinated Note
Deferred Interest due and payable on such Payment Date, to the extent not paid pursuant to
paragraphs (X) and (W) of Application of Interest Proceeds; and
(3) thereafter, in payment of Subordinated Note Additional Interest (in the event of redemption in full of
the Subordinated Notes, in payment to those persons who were the holders of the Subordinated Notes
Outstanding immediately prior to redemption in full thereof on a pro rata basis (determined by
reference to the proportion that the principal amount of the Subordinated Notes Outstanding held by
each such holder thereof bore to the aggregate principal amount of the Subordinated Notes
Outstanding, in each case, immediately prior to such redemption in full)).
(Q) subject to the prior payment of the Subordinated Note Hurdle Return Amount (as payable pursuant to
paragraph (W) of Application of Interest Proceeds and/or paragraph (R) of Application of Principal Proceeds):
(1) 20 per cent. of any Principal Proceeds remaining to the payment to the Investment Manager of the
Incentive Management Fee; and
(2) the remainder of any Principal Proceeds remaining to the Subordinated Noteholders in the following
priority:
(a) firstly, in payment of principal of the Subordinated Notes;
(b) secondly, in payment of the Subordinated Note Interest Coupon due and payable on the
Subordinated Notes in respect of the Interest Accrual Period ending immediately prior to
such Payment Date together with any unpaid Subordinated Note Deferred Interest payable
on such Payment Date and interest on such Subordinated Note Deferred Interest due and
payable on such Payment Date, to the extent not paid pursuant to paragraph (R) of
Application of Principal Proceeds and paragraphs (X) and (W) of Application of Interest
Proceeds; and
(c) thirdly, in payment of Subordinated Note Additional Interest (in the event of redemption in
full of the Subordinated Notes, in payment to those persons who were the holders of the
Subordinated Notes Outstanding immediately prior to redemption in full thereof on a pro
rata basis (determined by reference to the proportion that the principal amount of the
Subordinated Notes Outstanding held by each such holder thereof bore to the aggregate
principal amount of the Subordinated Notes Outstanding, in each case, immediately prior to
such redemption in full)).
Interest Proceeds and Principal Proceeds applied in redemption of the Class III Mezzanine Floating Rate Notes, the Class IV
Mezzanine Floating Rate Notes and the Class V Mezzanine Floating Rate Notes in accordance with Priorities of Payment shall be
applied first towards redemption of that element of principal representing Deferred Interest and thereafter towards redemption of
the original principal amount of such Notes. Where Application of Interest Proceeds and Application of Principal Proceeds refer
to payment of the Subordinated Note Coupon Interest due and payable together with any other interest due and payable on the
Subordinated Notes (other than Subordinated Note Additional Interest), any such payment shall first be applied towards payment
of any interest accrued in respect of Subordinated Note Deferred Interest, then towards payment of accrued Subordinated Note
Deferred Interest, then towards payment of such Subordinated Note Coupon Interest due on such Payment Date.
22.19 Etude de cas - Une titrisation allemande

Ces questions se rapportent à la description d’opération qui suit. Ce document est découpé en
plusieurs parties, après un schéma succinct de l’opération, se trouve un premier descriptif, puis
une description plus détaillée de certains éléments et enfin un glossaire.
Q1 De quel type de titrisation s’agit-il ?
Q3 Qui sont les principales parties à cette titrisation et quelles sont leurs rôles ?
Q3 Quelle est la classe la moins risquée ? Pourquoi ?
Q4 Tracer le diagramme des flux initiaux, puis de flux en cours de transactions jusqu’à maturité.
Q5 Quels sont les risques que supportent la ”Class A” ?
Q6 Donner ici une explication synthétique de la priorité de paiement. Pour comprendre en détail
la priorité de paiement, nous allons nous intéresser successivement à plusieurs définitions :
– A quoi sert le ”Principal Deficiency Trigger Event” ?
– Décrire son mécanisme.
– A quoi sert le Reserve Fund ?
Q7 Donner le rendement moyen du ”Subordinated Loan” en supposant qu’il n’y a aucun défaut
sur ce portfeuille de prêts.
Q8 Proposer une modélisation de cette transaction.
Outline of the transaction
THE PARTIES
Issuer SC Germany Auto 08-2 Limited, a special purpose company incorporated with limited liability under
the laws of Ireland and which has its registered office at IFSC House, IFSC, Dublin 1, Ireland.
Seller Santander Consumer Bank AG
Servicer The Loan Contracts will be serviced by the Seller (in this capacity, the "Servicer'').
Transaction Security BNY Corporate Trustee Services Limited
Trustee
Issue Interest Rate Swap Banco Santander, S.A.
Class Class Principal Interest Rate Expected Ratings Legal Counterparty
Subordinated Loan Santander Benelux S.A./N.V.
Amount Price (Fitch/S&P) Maturity Date Provider
A EUR 475,000,000 EURIBOR + 1.25 % 100 % AAA / AAA April 2017 Transaction Account Banco Santander, S.A.
B EUR 25,000,000 EURIBOR +2.50 % 100 % A/A April 2017 Bank
Arranger WestLB AG
Rating Agencies Fitch Ratings Limited and Standard & Poor's Rating Services
THE NOTES
The Transaction The Seller will sell and assign Receivables, together with the Related Collateral, to the Issuer on or
before the Note Issuance Date.
Classes of Notes The EUR 475,000,000 Class A Floating Rate Notes due on the Payment Date falling in April 2017
(the "Class A Notes'') and the EUR 25,000,000 Class B Floating Rate Notes due on the Payment
Date falling in April 2017 (the "Class B Notes''), will be backed by the Portfolio.
Note Issuance Date 27 November 2008.
Limited Recourse The Notes will be limited recourse obligations of the Issuer.
Interest On each Payment Date, interest on each Note is payable monthly in arrear by applying the
EURIBOR plus the relevant margin to the Note Principal Amount. With respect to the Class A
Notes, the margin will be 1.25 % per annum and, with respect to the Class B Notes, the margin will
be 2.50 % per annum.
Legal Maturity Date Unless previously redeemed as described herein, each Class of Notes will be redeemed on the
Payment Date falling in April 2017. The Issuer will be under no obligation to make any payment
under the Notes after the Legal Maturity Date.
Scheduled Maturity The Payment Date falling in November 2015.
Date
Amortisation On each Payment Date, the Notes will be subject to redemption in accordance with the Pre-
Enforcement Priority of Payments sequentially in the following order: first the Class A Notes until
full redemption and thereafter the Class B Notes.
Note Collateral The obligations of the Issuer under the Notes will be secured by first ranking security interests
granted to the Transaction Security Trustee for the benefit of the Noteholders in respect of (i) the
Issuer's claims under the Purchased Receivables and the Related Collateral acquired by the
Issuer, (ii) the Issuer's claims under certain Transaction Documents and (iii) the rights of the Issuer
under the Transaction Account, all of which have been assigned and transferred by way of security
or pledged to the Transaction Security Trustee pursuant to the Transaction Security
Agreement (collectively, the "Collateral''). Upon the occurrence of an Issuer Event of Default,
the Transaction Security Trustee will enforce or will arrange for the enforcement of the Note
Collateral and any credit in the Transaction Account and any proceeds obtained from the
enforcement of the Note Collateral pursuant to the Transaction Security Agreement will be
applied exclusively in accordance with the Post-Enforcement Priority of Payments.
The Portfolio: The Portfolio underlying the Notes consists of car, motor cycle and trailer loan receivables
Purchased Receivables originated by the Seller in its ordinary course of business. The Aggregate Outstanding
and Related Collateral Principal Amount as of the beginning of business on 1 November 2008 was EUR 499,999,968.98.
The Purchased Receivables constitute loan instalment claims arising under amortising loan
agreements (the "Loan Contracts'') entered into between the Seller, as lender, and certain debtors
(the "Debtors''), as borrowers, for the purpose of financing the acquisition of the Financed
Vehicles. The Purchased Receivables, together with the Related Collateral, will be assigned
and transferred to the Issuer on or before the Note Issuance Date pursuant to the Receivables
Purchase Agreement. The Related Collateral includes, inter alia, the security interest in the
Financed Vehicles obtained by the Seller, any guarantee given for the loan and insurance
claims relating to the Financed Vehicles • all payments of principal and interest and certain other payments and any Deemed
Servicing of the The Purchased Receivables and the Related Collateral will be administered, collected and enforced Collections received under or with respect to the Purchased Receivables pursuant to
Portfolio by the Seller in its capacity as Servicer under a servicing agreement (the "Servicing Agreement") the Receivables Purchase Agreement and/or the Servicing Agreement,
dated 20 November 2008. • all amounts received under the Interest Rate Swap,
Collections Subject to the Pre-Enforcement Priority of Payments, the Collections received on the Portfolio will • all amounts of interest earned on the euro denominated interest-bearing account of the
be available for the payment of interest and principal on the Notes. The Collections will include, Issuer (the "Transaction Account''),
inter alia, all cash amounts and proceeds received under the Purchased Receivables and the
Related Collateral, any proceeds from the sale of Defaulted Receivables to a third party, and • all amounts standing to the credit of the Transaction Account which represent the credit
Deemed Collections. Pursuant to the Receivables Purchase Agreement, the Seller has undertaken standing to the Reserve Fund,
to pay to the Issuer any Deemed Collection which is equal to the amount of the Outstanding • all amounts paid by any third party as purchase price for Defaulted Receivables, and
Principal Amount (or the affected portion thereof) of any Purchased Receivable if such Purchased • all other amounts which constitute the Available Distribution Amount and which
Receivable becomes a Disputed Receivable, such Purchased Receivable proves not to have been have not been mentioned above.
an Eligible Receivable on the Purchase Date, such Purchased Receivable is deferred, redeemed Available Distribution "Available Distribution Amount" shall mean, with respect to any Cut-Off
or modified other than in accordance with the Servicing Agreement or certain other events occur. Amount Date and the Collection Period ending on such Cut-Off Date, an amount calculated by the
Defaulted Receivables Any Purchased Receivable (which is not a Disputed Receivable) which has been declared due and Servicer pursuant to the Servicing Agreement as of such Cut-Off Date and notified to the Issuer, the
payable in full (insgesamt fällig gestellt) in accordance with the Credit and Collection Policy of Corporate Administrator, the Calculation Agent and the Transaction Security Trustee not later than
the Servicer (the "Defaulted Receivable(s)''). on the fourth Business Day preceding the Payment Date following such Cut-Off Date, as the sum of:
Reserve Fund The Notes will have the benefit of a reserve fund which will provide limited protection against 1. the amounts standing to the credit of the Reserve Fund as of such Cut-Off Date;
shortfalls in the amounts required to pay interest and, to a certain extent, principal on the Notes 2. any Collections (including, for the avoidance of doubt, Deemed Collections paid
(the "Reserve Fund"). The Reserve Fund will be maintained as a ledger to the Transaction Account. by the Seller or (if different) the Servicer) received by the Seller or (if different) the Servicer
Prior to the occurrence of an Issuer Event of Default, to the extent the amounts standing to the credit during the Collection Period ending on such Cut-Off Date;
of the Reserve Fund have been applied to meet the payment obligations of the Issuer in accordance 3. any amount paid by any Interest Rate Swap Counterparty to the Issuer under the
with the Pre-Enforcement Priority of Payments, the Reserve Fund will be replenished on each Interest Rate Swap on or before and with respect to the Payment Date immediately
Payment Date up to the Required Reserve Amount as determined as of the relevant Cut-Off Date following such Cut-Off Date;
immediately preceding such Payment Date by any excess funds of the Available Distribution 4. (i)(A) any default interest on unpaid sums due by the Seller to the Issuer and (B)
Amount which are not used to meet the prior-ranking payment obligations of the Issuer in indemnities against any loss or expense, including legal fees, incurred by the Issuer as a
accordance with the Pre-Enforcement Priority of Payments. consequence of any default of the Seller, in each case paid by the Seller to the Issuer
To the extent that the Required Reserve Amount for the Notes is lower than the amount credited on pursuant to the Receivables Purchase Agreement and (ii) any default interest and
the Reserve Fund at any time prior to the occurrence of an Issuer Event of Default, the difference indemnities paid by the Servicer to the Issuer pursuant to the Servicing Agreement, in each
between the Required Reserve Amount for the Notes and the actual amount standing to the credit of case as collected during such Collection Period;
the Reserve Fund will be used to meet certain other payment obligations of the Issuer in 5. any other amounts paid by the Seller to the Issuer under or with respect to the Receivables
accordance with the Pre-Enforcement Priority of Payments, including (without Purchase Agreement or the Purchased Receivables or the Related Collateral and any other
limitation) to repay the Subordinated Loan. amounts paid by the Servicer to the Issuer under or with respect to the Servicing Agreement,
Required Reserve The Required Reserve Amount will be equal to (a) on the Note Issuance Date and as of any
Amount
the Purchased Receivables or the Related Collateral, in each case as collected during such
Cut-Off Date prior to (but excluding) the Amortisation Threshold Date, an amount equal to the Collection Period;
Reserve Percentage of the aggregate initial Note Principal Amounts of all Notes and (b) on the 6. any interest earned (if any) on the Transaction Account during such Collection Period.
Cut-Off Date falling on the Amortisation Threshold Date and any Cut-Off Date following the Pre-Enforcement On each Payment Date prior to the occurrence of an Issuer Event of Default, the Available
Amortisation Threshold Date, (i) an amount equal to two times the Reserve Percentage of the Priority of Payments Distribution Amount as of the Cut-Off Date immediately preceding such Payment Date shall be
Aggregate Outstanding Note Principal Amount of all Notes after payment of any Class A Notes applied in accordance with the following order of priorities:
Principal and any Class B Notes Principal in accordance with the Pre-Enforcement Priority of
Payments on the Payment Date immediately following the relevant Cut-Off Date or (ii) if, in
1. to pay any obligation of the Issuer which is due and payable with respect to corporation and
trade tax under any applicable law (if any);
determining the Required Reserve Amount pursuant to (b)(i) above, a Reserve Shortfall were to
occur on the Payment Date immediately following such Cut-Off Date or had occurred on any 2. to pay any fees, costs, taxes (excluding, for the avoidance of doubt, any income taxes or
Payment Date preceding such Cut-Off Date, an amount equal to two times the Reserve other general taxes due and payable in the ordinary course of business), expenses and
Percentage of the Aggregate Outstanding Note Principal Amount as of the Cut-Off Date other amounts due and payable to the Transaction Security Trustee under the
immediately preceding the first Payment Date upon which a Reserve Shortfall would occur or would Transaction Documents;
have occurred in determining the Required Reserve Amount pursuant to (b)(i) above, provided that, 3. to pay pari passu with each other on a pro rata basis any fees, costs, taxes (excluding, for
in each case (b)(i) and (ii), the Required Reserve Amount shall not be less than EUR 4,500,000. the avoidance of doubt, any income taxes or other general taxes due in the ordinary course
of business), expenses and other amounts due and payable to the Transaction Account
"Amortisation Threshold Date" shall mean the first Cut-Off Date as of which the Aggregate
Bank under the Transaction Account Agreement, and any other amounts due and payable
Outstanding Note Principal Amount of all Notes is less than 50 % of the aggregate initial Note
from the Issuer in connection with the establishment, liquidation or dissolution of the
Principal Amounts of all Notes. "Reserve Shortfall" shall occur if the credit standing to the Issuer or any annual return, filing, registration and registered office or other company,
Reserve Fund as of any Payment Date, after filling the Reserve Fund in accordance with item licence or statutory fees in Ireland, or any other fees, costs and expenses, and a reserved
twelfth of the Pre-Enforcement Priority of Payments, falls short of the Required Reserve Amount as profit of the Issuer of up to EUR 500 annually;
of the Cut-Off Date immediately preceding such Payment Date. "Reserve Percentage" shall mean 4. to pay pari passu with each other on a pro rata basis any fees, costs, taxes (excluding, for
2.80 %. the avoidance of doubt, any income taxes or other general taxes due in the ordinary course
Issuer Source of Income The following amounts will be used by the Issuer to pay interest on and principal of the of business), expenses and other amounts due and payable to the directors of the Issuer
Notes and to pay any amounts due to the other creditors of the Issuer:
(properly incurred with respect to their duties), legal advisers or auditors of the Issuer, the Payments by the Debtors under the Purchased Receivables are due on a monthly basis, generally on the first or
Rating Agencies (including any ongoing monitoring fees), the Principal Paying Agent and fifteenth calendar day, interest being payable in arrear. All Collections will be paid by the Servicer to the
the Calculation Agent under the Agency Agreement, the relevant stock exchange on Transaction Account maintained by the Issuer with the Transaction Account Bank on the Payment Date immediately
which the Notes may be listed, any listing agent, any intermediary between the Issuer, the following each Collection Period. The Servicer will identify all amounts paid into the Transaction Account by
Noteholders and the relevant stock exchange and any other relevant party with respect to the crediting such amounts to ledgers established for such purpose. Further ledgers will be maintained to record amounts
issue of the Notes; held in the Transaction Account in respect of the balance of the Reserve Fund.
5. to pay pari passu with each other on a pro rata basis any fees, costs, taxes (excluding, for
the avoidance of doubt, any income taxes or other general taxes due in the ordinary course Available Distribution Amount
of business), expenses and other amounts due and payable to the Servicer under the The Available Distribution Amount (as defined below) will be calculated as at each Cut-Off Date with respect to the
Servicing Agreement or otherwise for the Purchased Receivables and the Related Collection Period ending on such Cut-Off Date for the purpose of determining, inter alia, the amount to be applied
Collateral;
under the Pre-Enforcement Priority of Payments on the immediately following Payment Date. The amounts to be
6. to pay any amount due and payable to the Interest Rate Swap Counterparty under the applied under the Pre-Enforcement Priority of Payments will vary during the life of the transaction as a result of
Interest Rate Swap, other than any termination payment (as determined pursuant to the
Interest Rate Swap) due and payable to the Interest Rate Swap Counterparty if an event of possible variations in the amount of Collections and certain costs and expenses of the Issuer. The amount of
default has occurred under the Interest Rate Swap where the Interest Rate Swap Collections received by the Issuer under the Receivables Purchase Agreement will vary during the life of the Notes
Counterparty is the defaulting party; as a result of the level of delinquencies, defaults, repayments and prepayments in respect of the Purchased
7. to pay Class A Notes Interest due and payable on the Payment Date immediately following Receivables. The effect of such variations could lead to drawings, and the replenishment of such drawings, under the
such Cut-Off Date pro rata on each Class A Note; Reserve Fund.
8. if no Principal Deficiency Trigger Event occurs, to pay Class B Notes Interest due and
payable on the Payment Date immediately following such Cut-Off Date pro rata on each Pre-Enforcement Priority of Payments
Class B Note; The Available Distribution Amount will, pursuant to the Terms and Conditions and the Receivables Purchase
9. to pay any Class A Notes Principal as of such Cut-Off Date, pro rata on each Class A Note, Agreement, be applied as of each Payment Date in accordance with the Pre-Enforcement Priority of Payments. The
but only until the Class A Principal Amount following such payment is equal to the Class A amount of interest and principal payable under the Notes on each Payment Date will depend primarily on the
Target Principal Amount; amount of Collections received by the Issuer during the Collection Period immediately preceding such Payment
10. upon the occurrence of a Principal Deficiency Trigger Event, to pay Class B Notes Interest Date and certain costs and expenses of the Issuer.
due and payable on the Payment Date immediately following such Cut-Off Date pro rata on
each Class B Note; Reserve Fund
11. after the Class A Notes have been redeemed in full, to pay any Class B Notes Principal as of As of the Note Issuance Date, advances in an aggregate amount of EUR 14,000,000 by the Subordinated Loan
such Cut-Off Date, pro rata on each Class B Note, but only until the Class B Principal Provider under the Subordinated Loan have been credited to the Reserve Fund. The amount credited to the Reserve
Amount following such payment is equal to the Class B Target Principal Amount; Fund as of the Cut-Off Date immediately preceding any Payment Date will be available to meet items first to
12. to credit to and fill the Reserve Fund with effect as from such Payment Date up to the eleventh (inclusive) of the Pre-Enforcement Priority of Payments. If and to the extent that the Available Distribution
amount of the Required Reserve Amount as of the Cut-Off Date immediately preceding Amount on any Payment Date exceeds the amounts required to meet the items ranking higher than item twelfth in
such Payment Date; the Pre-Enforcement Priority of Payments, the excess amount will be applied to credit, or if a drawing has been
13. to pay any residual amount to the Subordinated Loan Provider in the event of any reduction made, to replenish, the Reserve Fund until the balance standing to the credit of the Reserve Fund equals the
of the Required Reserve Amount from time to time (if any) in accordance with the
Required Reserve Amount. Pursuant to the Receivables Purchase Agreement and the Terms and Conditions, the
provisions of the Receivables Purchase Agreement, in an amount (if any) which is equal to
the difference between the amount of the Required Reserve Amount as of the Cut-Off Date Required Reserve Amount will be equal to (a) on the Note Issuance Date and as of any Cut-Off Date prior to (but
immediately preceding such Cut-Off Date and the Required Reserve Amount as of such excluding) the Amortisation Threshold Date, an amount equal to the Reserve Percentage of the aggregate initial
Cut-Off Date, but in no event more than the difference between the actual credit then Note Principal Amounts of all Notes and (b) on the Cut-Off Date falling on the Amortisation Threshold Date and
standing to the Reserve Fund as of such Cut-Off Date and the Required Reserve Amount as any Cut-Off Date following the Amortisation Threshold Date, (i) an amount equal to two times the Reserve
of such Cut-Off Date (and if such difference is negative, it shall be deemed to be zero); Percentage of the Aggregate Outstanding Note Principal Amount of all Notes after payment of any Class A Notes
Interest Rate Swap The Issuer has entered into a swap agreement (the "Interest Rate Swap'') with the Interest Rate Principal and any Class B Notes Principal on the Payment Date immediately following the relevant Cut-Off Date or
Swap Counterparty under which it has hedged a fixed interest rate multiplied with the Notional (ii) if, in determining the Required Reserve Amount pursuant to (b)(i) above, a Reserve Shortfall were to occur on
Amount against EURIBOR multiplied with the Notional Amount. the Payment Date immediately following such Cut-Off Date or had occurred on any Payment Date preceding such
Cut-Off Date, an amount equal to two times the Reserve Percentage of the Aggregate Outstanding Note Principal
Amount as of the Cut-Off Date immediately preceding the first Payment Date upon which a Reserve Shortfall would
Credit Structure occur or would have occurred in determining the Required Reserve Amount pursuant to (b)(i) above, provided that,
Vehicle Loan Interest Rates in each case (b)(i) and (ii), the Required Reserve Amount shall not be less than EUR 4,500,000.
The Receivables which will be purchased by the Issuer include annuity loans under which instalments are calculated
on the basis of equal monthly periods during the life of each loan and balloon loans under which the final instalment "Amortisation Threshold Date" shall mean the first Cut-Off Date as of which the Aggregate Outstanding Note
may be higher than the previous instalments. Each instalment is comprised of a portion allocable to interest and a Principal Amount of all Notes is less than 50 % of the aggregate initial Note Principal Amounts of all Notes. A
portion allocable to principal under such loan. In general, the interest portion of each instalment under annuity loans "Reserve Shortfall" shall occur if the credit standing to the Reserve Fund as of any Payment Date, after filling the
decreases in proportion to the principal portion over the life of such loan whereas towards maturity of such loan a Reserve Fund in accordance with item twelfth of the Pre-Enforcement Priority of Payments, falls short of the
greater part of each monthly instalment is allocated to principal. The weighted average rate of interest is 7.09% on Required Reserve Amount as of the Cut-Off Date immediately preceding such Payment Date. "Reserve
the portfolio of loans. The weighted average remaining term is 48 months. The Aggregate Outstanding Principal Percentage" shall mean 2.80 %. After all amounts of interest and principal due in respect of the Notes have been
Amount as of the beginning of business (in Mönchengladbach) on 1 November 2008 was EUR 499,999,968.98. paid, the Required Reserve Amount will be reduced to zero.
Cash Collection Arrangements Interest Rate Swap

The Eligibility Criteria require that all Receivables bear a fixed Effective Interest Rate. The interest rate payable 3. any amount paid by any Interest Rate Swap Counterparty to the Issuer under the Interest Rate Swap on
by the Issuer with respect to the Notes is calculated as the sum of EURIBOR and a margin. The Issuer has hedged or before and with respect to the Payment Date immediately following such Cut-Off Date;
this fixed-floating interest rate exposure by entering into the Interest Rate Swap with the Interest Rate Swap 4. (i)(A) any default interest on unpaid sums due by the Seller to the Issuer and (B) indemnities against any
Counterparty. Under the Interest Rate Swap, on each Payment Date the Issuer will pay a fixed rate (the "Fixed loss or expense, including legal fees, incurred by the Issuer as a consequence of any default of the Seller, in
Swap Rate" of 5%) applied to the Aggregate Outstanding Note Principal Amount (less any amount of principal each case paid by the Seller to the Issuer pursuant to the Receivables Purchase Agreement and (ii) any
repayable by the Issuer under the Notes on such Payment Date (whether or not paid)) (the "Notional Amount") and default interest and indemnities paid by the Servicer to the Issuer pursuant to the Servicing Agreement, in
the Interest Rate Swap Counterparty will pay a floating rate equal to EURIBOR as set by the Interest Rate Swap each case as collected during such Collection Period;
Counterparty in respect of the Interest Period immediately preceding such Payment Date applied to the same 5. any other amounts paid by the Seller to the Issuer under or with respect to the Receivables Purchase
Notional Amount. Payments under the Interest Rate Swap will be made on a net basis. Agreement or the Purchased Receivables or the Related Collateral and any other amounts paid by the
Servicer to the Issuer under or with respect to the Servicing Agreement, the Purchased Receivables or the
Credit Enhancement Related Collateral, in each case as collected during such Collection Period;
As, on the Note Issuance Date, the average interest rate under the Loan Contracts exceeds the average interest rate of 6. any interest earned (if any) on the Transaction Account during such Collection Period.
the Notes, it is expected that the Available Distribution Amount will exceed the amounts required to meet the items "Beneficiary'' shall mean each of the Managers, the Noteholders, the Principal Paying Agent, the Calculation Agent,
ranking higher than Class A Notes Interest (item seventh) in the Pre-Enforcement Priority of Payments. The Class A the Interest Rate Swap Counterparty, the Transaction Account Bank, the Transaction Security Trustee, the Data
Notes have the benefit of credit enhancement provided through the subordination of the Class B Notes and through Trustee, the Corporate Administrator, the Seller, the Servicer, the Subordinated Loan Provider, the Issuer and any
the Reserve Fund, provided that (i) if no Principal Deficiency Trigger Event occurs as of any Payment Date, the other party acceding to the Transaction Security Agreement as Replacement Beneficiary pursuant to Clause 40
payment of interest of the Class B Notes is subordinated to the payment of interest of the Class A Notes and the (Accession of Replacement Beneficiaries) of the Transaction Security Agreement and any successor, assignee or
payment of principal of the Class B Notes is subordinated to the payment of principal of the Class A Notes, and (ii) transferee or replacement thereof;
if a Principal Deficiency Trigger Event occurs as of any Payment Date, the payment of interest and principal of the "Class A Noteholder'' shall mean a holder of Class A Notes;
Class B Notes is subordinated to the payment of interest and principal of the Class A Notes. The Class B Notes have "Class A Notes Principal" shall mean the aggregate principal amount payable in respect of all Class A Notes on
the benefit of credit enhancement provided through the Reserve Fund. any date;
"Class A Principal Amount'' shall mean, as of any date, the sum of the Note Principal Amounts of all Class A
Subordinated Loan Notes;
The Subordinated Loan Provider has made available to the Issuer on or prior to the Purchase Date a subordinated "Class A Target Principal Amount" shall mean, as of any Payment Date, (a) if a Principal Deficiency Trigger
loan facility (the "Subordinated Loan'') in the principal amount of EUR 14,000,000 which has been utilised for the Event does not occur, the excess (if any) of (i) the Aggregate Outstanding Principal Amount (as calculated by the
purpose of establishing the Reserve Fund. The obligations of the Issuer under the Subordinated Loan are Servicer) as of the Cut-Off Date immediately preceding such Payment Date over (ii) the Class B Principal Amount
subordinated to the obligations of the Issuer under the Notes. Interest under the Subordinated Loan will be payable outstanding as of the Cut-Off Date immediately preceding such Payment Date, as calculated by the Calculation
by the Issuer monthly in arrear on each Payment Date, subject to and in accordance with the Pre-Enforcement Agent, or (b) if a Principal Deficiency Trigger Event has occurred as of such Payment Date, zero;
Priority of Payments. The principal amount outstanding and unpaid on the Subordinated Loan will be repaid by the "Class B Noteholder'' shall mean a holder of Class B Notes;
Issuer out of reductions in the amount of the Required Reserve Amount in accordance with the Pre-Enforcement "Class B Notes Principal'' shall mean the aggregate principal amount payable in respect of all Class B Notes on any
Priority of Payments. date;
"Class B Principal Amount'' shall mean, as of any date, the sum of the Note Principal Amounts of all Class B
Notes;
Certain Definitions "Class B Target Principal Amount" shall mean, as of any Payment Date falling on or after the date on which all
Class A Notes have been redeemed in full, (a) if a Principal Deficiency Trigger Event does not occur, the Aggregate
Outstanding Principal Amount (as calculated by the Servicer) as of the Cut-Off Date immediately preceding such
"Adverse Claim'' shall mean any ownership interest, lien, security interest, charge or encumbrance, or other right or Payment Date, or (b) if a Principal Deficiency Trigger Event occurs, zero;
claim in, over or on any person's assets or properties in favour of any other person; ''Class Principal Amount'' shall mean each of the Class A Principal Amount and the Class B Principal Amount;
"Agency Agreement'' shall mean an agency agreement dated 20 November 2008 and entered into between the "Class Target Principal Amount" shall mean either of the Class A Target Principal Amount or the Class B Target
Issuer, the Principal Paying Agent and the Calculation Agent; Principal Amount;
"Aggregate Outstanding Note Principal Amount'' shall mean, in respect of all Notes at any time, the aggregate of "Collection Period'' shall mean, in relation to any Cut-Off Date, the period commencing on (but excluding) the Cut-
the Note Principal Amount of all Notes; Off Date immediately preceding such Cut-Off Date and ending on (and including) such Cut-Off Date and with
"Aggregate Outstanding Principal Amount'' shall mean, in respect of all Purchased Receivables at any time, the respect to the first Payment Date the Collection Period commenced on 31 October 2008 (excluding such date) and
aggregate of the Outstanding Principal Amounts of all Purchased Receivables which, as of such time, are not ends on 30 November 2008 (including such date);
Defaulted Receivables; "Collections'' shall mean, with respect to any Purchased Receivable and any Related Collateral, all cash collections,
"Amortisation Threshold Date" shall mean the first Cut-Off Date as of which the Aggregate Outstanding Note finance, interest, late payment or similar charges and other cash proceeds of such Purchased Receivable or other
Principal Amount of all Notes is less than 50 % of the aggregate initial Note Principal Amounts of all Notes; amounts received or recovered in respect thereof, including, without limitation, all proceeds from any loss
"Available Distribution Amount" shall mean, with respect to any Cut-Off compensation insurance policies (Restschuldversicherungen), all proceeds from insurance policies relating to the
Date and the Collection Period ending on such Cut-Off Date, an amount calculated by the Servicer pursuant Financed Vehicles, all cash proceeds of any Related Collateral, any proceeds from the sale of Defaulted Receivables
to the Servicing Agreement as of such Cut-Off Date and notified to the Issuer, the Corporate Administrator, the (together with the relevant Related Collateral) received by the Servicer on behalf of the Issuer from any third party
Calculation Agent and the Transaction Security Trustee not later than on the fourth Business Day preceding the and any participation in extraordinary profits (Mehrerlösbeteiligungen) after realisation of the Related Collateral to
Payment Date following such Cut-Off Date, as the sum of: which the Issuer is entitled under the relevant Loan Contract, in each case which is irrevocable and final (provided
1. the amounts standing to the credit of the Reserve Fund as of such Cut-Off Date; that any direct debit (Lastschrifteinzug) shall constitute a Collection irrespective of any subsequent valid return
2. any Collections (including, for the avoidance of doubt, Deemed Collections paid by the Seller or thereof (Lastschriftrückbelastung)), and any Deemed Collections of such Purchased Receivable less any amount
(if different) the Servicer) received by the Seller or (if different) the Servicer during the Collection Period previously received but required to be repaid on account of a valid return of a direct debit
ending on such Cut-Off Date; (Lastschriftrückbelastung), provided that, for the avoidance of doubt, any Collection which is less than the amount
then outstanding and due from the relevant Debtor shall be applied in accordance with Sections 366 et seqq. of the 1) The Receivable
German Civil Code (Bürgerliches Gesetzbuch); a. was originated in the ordinary course of business of the Seller in accordance with the Credit and
"Corporate Administrator'' shall mean WestLB Ireland PLC as administrator or any successor thereof or any other Collection Policy of the Seller and is based on the applicable general terms and conditions of
person appointed as replacement corporate administrator from time to time in accordance with the Corporate business of the Seller;
Administration Agreement; b. was originated after 31 December 2001;
"Corporate Administration Agreement'' shall mean a corporate administration agreement dated 20 November c. is denominated and payable in euro;
2008 and entered into between the Corporate Administrator and the Issuer; d. the Loan Contract under which it arises has not been terminated;
"Credit and Collection Policy'' shall mean the credit and collection policies and practices as applied by the Seller e. the loan facility under the relevant Loan Contract has been fully drawn by the relevant Debtor;
and as set out in Appendix D (Credit and Collection Policy) to the Terms and Conditions ("Appendix D''); f. the Loan Contract under which it arises has a minimum remaining term of 6 (six) months, and its
"Cut-Off Date'' shall mean the last day of each calendar month, and the Cut-Off Date with respect to each Payment original term has not been greater than 90 (ninety) months; and
Date is the Cut-Off Date immediately preceding such Payment Date and the first Cut-Off Date was 31 October g. has a fixed interest rate and is fully amortising through payment of constant monthly instalments
2008; (except for the first instalment and the final instalment payable under the relevant Loan Contract
"Debtor'' shall mean each of the persons obliged to make payments under a Loan Contract (together the "Debtors''); which may differ from the monthly instalments payable for subsequent or previous months).
"Deemed Collection'' shall mean an amount equal to the sum of (A) the Outstanding Principal Amount of the 2) The Receivable exists and constitutes legally valid, binding and enforceable obligations of the respective
affected portion of any Purchased Receivable if (i) such Purchased Receivable becomes a Disputed Receivable Debtor and is not subject to any right of revocation, set-off or counter-claim or warranty claims of the
(irrespective of any subsequent court determination in respect thereof), (ii) the relevant Loan Contract proves not to Debtor and no other right of objection, irrespective of whether the Issuer knew or could have known of the
have been legally valid, binding, enforceable and assignable as of the Purchase Date and not to have been entered existence of objections, defences or counter-rights.
into with respect to a Financed Vehicle registered in the Federal Republic of Germany title to which was transferred 3) The Receivable may be segregated and identified at any time for purposes of ownership and Related
by the relevant Debtor to the Seller as Related Collateral, (iii) the Related Collateral contemplated in the relevant Collateral in the electronic files of the Seller and such electronic files and the relating software is able to
Loan Contract proves not to have existed as of the Purchase Date, (iv) the Issuer proves not to have acquired, upon provide the information to be included in the offer with respect to such Receivables and Related Collateral
the payment of the purchase price for such Purchased Receivable on the Purchase Date, title to such Purchased pursuant to the Receivables Purchase Agreement.
Receivable and to the Related Collateral contemplated in the relevant Loan Contract free and clear of any Adverse 4) The Receivable arises under Loan Contracts which relate to the acquisition by the Debtors of Financed
Claim, (v) such Purchased Receivable proves not to have been an Eligible Receivable on the Purchase Date, (vi) Vehicles and is secured by the relevant Financed Vehicle and at the time of sale and assignment of the
such Purchased Receivable or Related Collateral contemplated in the relevant Loan Contract is deferred (other than relevant Receivable and of the Related Collateral the Seller has no direct possession ( unmittelbaren Besitz)
in accordance with the Servicing Agreement or the Credit and Collection Policy, or with the prior approval of the but indirect possession (mittelbaren Besitz) to and a valid claim for return of (Herausgabeanspruch) the
Issuer), redeemed or otherwise modified (other than in accordance with the Servicing Agreement) (in each case relevant Financed Vehicle.
other than an early termination of the relevant Loan Contract in accordance with the Credit and Collection Policy 5) The Receivable is owed by a person who is a consumer (Verbraucher) within the meaning of Section
prior to the expiry date of the relevant Loan Contract as scheduled therein) or (vii) such Purchased Receivable or the 491(1) of the German Civil Code, and the Seller has fully complied with any applicable consumer
relevant Related Collateral contemplated in the relevant Loan Contract otherwise did not exist in whole or partly legislation with respect to such Receivable as of the date when it was originated, in particular (i) those
prior to its sale and assignment to the Issuer or ceases to exist for any reason (including, without limitation, in the Sections of the German Civil Code and the Regulation on Information Duties of 5 August 2002, as
case of a termination of the Loan Contract following a request of the relevant Debtor for an exchange of the amended (collectively, the "Distance Marketing Provisions"), which relate to distance marketing of
Financed Vehicle, but in any event other than by payment to the Servicer or the Issuer or because of a breach by the consumer financial services (Fernabsatzverträgen bei Finanzdienstleistungen) and (ii) those Sections of the
relevant Debtor of its payment obligations under the Loan Contract), and (B) any reduction of the Outstanding German Civil Code which replaced the Consumer Credit Act (Verbaucherkreditgesetz) as of 1 January
Principal Amount of any Purchased Receivable or any other amount owed by a Debtor due to (i) any set-off against 2002, and any applicable right of withdrawal (Widerrufsrecht/Widerspruchsrecht) or right to return
the Seller due to a counterclaim of the Debtor or any set-off or equivalent action against the relevant Debtor by the (Rückgaberecht) of such Debtor with respect to the relevant Loan Contract or the relevant Financed
Seller or (ii) any discount or other credit in favour of the Debtor, in each case as of the date of such reduction for Vehicle has irrevocably lapsed, provided that no Loan Contract under which a Receivable arises and to
such Purchased Receivable; which the Distance Marketing Provisions apply constitutes a loan agreement that is associated with another
"Defaulted Receivable'' shall mean, as of any date, any Purchased Receivable (which is not a Disputed Receivable) agreement (verbundener Vertrag) within the meaning of the German Civil Code.
which has been declared due and payable in full (insgesamt fällig gestellt) in accordance with the Credit and 6) The Receivable is not, as of the Purchase Date (with respect to any Loan Instalments under the relevant
Collection Policy; Loan Contract), a Delinquent Receivable (and for the avoidance of doubt it is hereby agreed that any return
"Delinquent Receivable'' shall mean, as of any date, any Purchased Receivable (which is not a Disputed of any amounts received by the Seller or the Servicer by way of direct debit (Lastschrift) to the relevant
Receivable and not a Defaulted Receivable) which is included in the 31 to 60 days overdue bracket in the Debtor or intermediary credit institution because of a return of such direct debit (Rücklastschrift) shall not
Monthly Report for the Collection Period ending on or immediately preceding such date; render the relevant Receivable to be an ineligible Receivable ab initio if, but only if, such Debtor has
"Disputed Receivable'' shall mean any Purchased Receivable in respect of which payment is not made and objected (widersprechen) to such direct debit within six weeks of such debit), Defaulted Receivable or
disputed by the Debtor (other than where the Servicer has given written notice, specifying the relevant facts, to the Disputed Receivable, and in particular the Debtor has not yet terminated or threatened to terminate the
Issuer that, in its reasonable opinion, such dispute is made because of the inability (Bonitätsrisiko) of the relevant relevant Loan Contract, in each of the foregoing cases with respect to any Loan Instalment under the
Debtor to pay), whether by reason of any matter concerning the Financed Vehicles or by reason of any other matter relevant Loan Contract and it is payable by a Debtor which is not the Debtor of any Defaulted Receivable.
or in respect of which a set-off or counterclaim is being claimed by such Debtor; No breach of any obligation under any agreement (except for the obligation to pay) of any party exists with
"Effective Interest Rate'' shall mean the higher of (i) the agreed interest rate to be paid by the relevant Debtors respect to the Receivable, the Seller has fully complied with its obligations under the Loan Contract and the
under the relevant Loan Contract with respect to the Outstanding Principal Amount as of the Cut-Off Date supplier of the Financed Vehicle has fully complied with its obligations under the relevant supply contract
immediately preceding the Purchase Date and (ii) the interest rate agreed between the Seller and the relevant car and any other relevant agreement with the Debtor and no warranty claims of the Debtor exist against such
dealer, importer or manufacturer who has subsidised the financing of the Financed Vehicles under the relevant Loan supplier under the relevant supply contract or other agreement.
Contract by paying an up-front subsidy to the Seller, in each case as such interest rate has been notified by the Seller 7) The Receivable is a claim which can be transferred by way of assignment without the consent of the related
to the Issuer in accordance with the Receivables Purchase Agreement; Debtor and which shall be validly transferred, together with the Related Collateral, to the Issuer in the
"Eligibility Criteria” A Receivable is an Eligible Receivable if it and any part thereof meets the following manner contemplated by the Receivables Purchase Agreement.
conditions:
8) The Receivable is a Receivable (including any part thereof, the related Financed Vehicle and the other EURIBOR plus 2.50 % per annum;
Related Collateral) to which the Seller is fully entitled, free of any rights of any third party, over which the "Interest Rate Swap'' shall mean an interest rate swap agreement entered into on or about 20 November 2008
Seller may freely dispose and in respect of which the Issuer will, upon acceptance of the offer for the between the Issuer and the Interest Rate Swap Counterparty;
purchase of such Receivable as contemplated in the Receivables Purchase Agreement, acquire the title "Interest Rate Swap Counterparty'' shall mean Banco Santander, S.A. or its successor or any transferee appointed
unencumbered by any counterclaim, set-off right, other objection and Adverse Claims (other than those of in accordance with the Interest Rate Swap;
the Debtor under the related Loan Contract); in particular, such Receivable (and the Related Collateral) has "Interest Shortfall" shall mean accrued interest not distributed on any Payment Date related to the Interest
not been assigned to any third party for refinancing and has been documented in a set of documents which Period in which it accrued with respect to the relevant Note;
designates the Financed Vehicle, the acquisition costs thereof, the related Debtor, the Loan Instalments, the "Loan Contract'' shall mean any loan contract entered into between the Seller and any Debtor for the purpose of
applicable interest rate, the initial due dates and the term of the Loan Contract. financing the acquisition of a Financed Vehicle pursuant to which the Debtor is obliged to pay Loan Instalments;
9) The Receivable has been created in compliance with all applicable laws, rules and regulations (in particular "Loan Instalment'' shall mean any obligation of a Debtor under a Loan Contract to pay principal, interest, fees,
with respect to consumer protection and data protection) and all required consents, approvals and costs, prepayment penalties (if any), and default interest owed under any relevant Loan Contract or any Related
authorisations have been obtained in respect thereof and neither the Seller nor the Debtor are in violation of Collateral relating thereto;
any such law, rule or regulation. "Monthly Report'' shall mean any monthly report in the form (based on an Microsoft-Office template) as set out in
10) The Receivable is subject to German law. a schedule to the Servicing Agreement or otherwise agreed between the Seller, the Servicer and the Issuer, which
11) The assignment of the Receivable does not violate any law or agreements (in particular with respect to shall be prepared by the Servicer with respect to each Collection Period and delivered to the Issuer with a copy to
consumer protection and data protection) to which the Seller is bound. Following the assignment of the the Corporate Administrator, the Transaction Security Trustee and the Calculation Agent at the latest three calendar
Receivable and Related Collateral, such Receivable and the Related Collateral shall not be available to the days prior to the Payment Date following such Collection Period;
creditors of the Seller on the occasion of any insolvency of the Seller. "Note Principal Amount'' of any Note as of any date shall equal the initial note principal amount of EUR
12) At least 2 (two) due Loan Instalment have been fully paid for the Receivable prior to the Purchase Date. 50,000 as reduced by all amounts paid prior to such date on such Note in respect of principal;
13) The Receivable together with all other Purchased Receivables does not exceed any Concentration Limit on "Outstanding Principal Amount'' shall mean, with respect to any Purchased Receivable, at any time the
the Purchase Date. "Concentration Limit'' shall mean each of the following requirements: Principal Amount of such Purchased Receivable less the amount of the principal portion of the Collection
a. On the Purchase Date, the sum of the Outstanding Principal Amount of the Receivable and the received by the Issuer and applied to the Principal Amount of such Purchased Receivable in accordance with the
Aggregate Outstanding Principal Amount of all other Purchased Receivables owed by the Debtor Loan Contract, provided that Collections shall not be treated as received by the Issuer until credited to the
owing the Receivable does not exceed EUR 150,000. Transaction Account;
b. On the Purchase Date, the weighted average interest rate of the Receivable and all other Purchased "Principal Amount'' shall mean with respect to any Receivable, the aggregate principal amount of such
Receivables is at least equal to 7.09 % per annum. Receivable which is scheduled to become due after the Cut-Off Date immediately preceding the Purchase Date;
c. In the event that the Receivable relates to a Financed Vehicle which is not a Used Vehicle, on the "Principal Deficiency Trigger Event" shall have occurred if, as of any Payment Date, the difference of (a) the
Purchase Date, the ratio (expressed as a percentage) of the aggregate Principal Amounts of the Aggregate Outstanding Note Principal Amount as of such Payment Date minus (b) the Aggregate Outstanding
Receivable and all other Purchased Receivables which relate to Financed Vehicles which are not Principal Amount of the Purchased Receivables as of such Payment Date, would, on such Payment Date, after the
Used Vehicles in relation to the aggregate Principal Amounts of the Receivable and all other application of the Available Distribution Amount in accordance with the Pre-Enforcement Priority of Payments, be
Purchased Receivables is at least equal to 30 %. "Used Vehicle" shall mean any Financed Vehicle greater than EUR 6,000,000;
the date of purchase of which by the relevant Debtor was later than 12 months after the date of "Purchase Date'' shall mean, with respect to the purchase of the Receivables together with the Related Collateral by
first registration (Tag der Erstzulassung) of such Financed Vehicle. the Issuer from the Seller under the Receivables Purchase Agreement, any calendar day falling on or before the Note
d. On the Purchase Date, the weighted average remaining term of the Loan Contracts relating to all Issuance Date;
Purchased Receivables does not exceed fifty-five (55) months. "Purchased Receivable'' shall mean any Receivable which is sold and assigned or purported to be assigned to the
e. On the Purchase Date, the aggregate Principal Amounts of all Purchased Receivables which arise Issuer in accordance with the Receivables Purchase Agreement;
under balloon loans does not exceed 35 % of the aggregate Principal Amounts of all Purchased "Rating Agencies'' shall mean Fitch Ratings Limited ("Fitch'') and Standard & Poor’s Rating Services, ("S&P''), in
Receivables. A "balloon loan" is a loan where the final payment due is higher than any of the each case with respect to the relevant contact details as may be otherwise notified by any of the Rating Agencies
previous loan instalments payable by the relevant Debtor. from time to time;
14) The Receivable is due from a Debtor who is either a private individual resident in Germany or a self- "Receivable'' shall mean any liability to pay Loan Instalments which a Debtor owes to the Seller in accordance with
employed individual resident in Germany. a Loan Contract, together with any and all present and future ancillary rights under the relevant Loan Contracts, in
15) The Receivable is due from a Debtor who is not insolvent or bankrupt (zahlungsunfähig, including particular rights to determine legal relationships (Gestaltungsrechte), including termination rights
imminent inability to pay its debts (drohende Zahlungsunfähigkeit)) or over-indebted (überschuldet) and (Kündigungsrechte), and the rights to give directions (Weisungsrechte);
against whom no proceedings for the commencement of insolvency proceedings are pending in any "Receivables Purchase Agreement'' shall mean a receivables purchase agreement dated 20 November 2008, and
jurisdiction. entered into between the Issuer and the Seller;
16) The Receivable is not due from a Debtor who is either an employee or an officer of the Seller. "Records'' shall mean with respect to any Purchased Receivable, Related Collateral, Financed Vehicle and the
17) The Receivable is not due from a Debtor who holds a deposit on a current account with the Seller. related Debtors all contracts, correspondence, files, notes of dealings and other documents, books, books of
"Eligible Receivable'' shall mean any Receivable which meets the eligibility criteria specified in Appendix C to the accounts, registers, records and other information regardless of how stored;
Terms and Conditions; "Related Collateral'' shall mean with respect to any Purchased Receivable:
"Financed Vehicle'' shall mean any vehicle designated to be a passenger car, motorcycle or trailer pursuant to its a) any accessory security rights (akzessorische Sicherheiten) for such Purchased Receivable;
German car certificate (Fahrzeugbrief), registration certificate part II (Zulassungsbescheinigung Teil II) or any b) security title (Sicherungseigentum) to the Financed Vehicles or any other moveable objects granted as
equivalent documents located in Germany which is financed pursuant to the relevant Loan Contract; collateral in favour of the Seller to secure the payment of such Purchased Receivable;
"Interest Amount'' shall mean the amount of interest payable by the Issuer in respect of each Note on any c) any and all other present and future claims and rights under the respective Loan Contract or in respect of
Payment Date; the Financed Vehicles, including, without limitation, (i) claims against property insurers
"Interest Rate'' shall mean the interest rate payable on the Notes for each Interest Period, which is, (i) in the case of (Kaskoversicherung) taken with respect to the relevant specified Financed Vehicles and (ii) damage
the Class A Notes, EURIBOR plus 1.25 % per annum, and, (ii) in the case of the Class B Notes,
compensation claims based on contracts or torts against the respective Debtors or against third parties between the Issuer, the Transaction Account Bank and the Corporate Administrator in relation to the Transaction
(including insurers) due to damage to, or loss of, the Financed Vehicles; Account;
d) any other ownership interests, liens, charges, encumbrances, security interest or other rights or claims in "Transaction Account Bank'' shall mean Banco Santander, S.A;
favour of the Seller on any property from time to time securing the payment of such Purchased Receivable, "Transaction Documents'' shall mean the Receivables Purchase Agreement, the Servicing Agreement, the
and the Records relating thereto; Transaction Security Agreement, the Irish Security Agreement, the English Security Deed, the Interest Rate
e) any sureties, guarantees, and any and all present and future rights and claims under insurance and other Swap, the Subordinated Loan Agreement, the Corporate Administration Agreement, the Transaction Account
agreements or arrangements of whatever character from time to time supporting or securing payment of Agreement, the Notes, the Agency Agreement, the Subscription Agreement, and any amendment agreement,
such Purchased Receivable whether pursuant to the Loan Contract relating to such Receivable or otherwise, termination agreement or replacement agreement relating to any such agreement; and
including any and all present and future rights and claims under any loss compensation insurance policies "Transaction Security Documents'' shall mean the Transaction Security Agreement, the Irish Security
(Restschuldversicherungen); Agreement, the English Security Deed and any other agreement or document entered into from time to time by the
f) all Records relating to the Purchased Receivables and/or the Related Collateral under items (a) through (e) Transaction Security Trustee with the Issuer for the benefit of the Noteholders and the other Beneficiaries for the
and (g); and purpose, inter alia, of securing all or any of the obligations of the Issuer under the Transaction Documents.
g) any claims to receive proceeds which arise from the disposal of or recourse to the Related Collateral,
provided that any costs incurred by the Seller or (if different) the Servicer in connection with such disposal
or recourse and any amounts which are due to the relevant Debtor in accordance with the relevant Loan
Contract shall be deducted from such proceeds;
"Required Reserve Amount'' shall mean (a) on the Note Issuance Date and as of any Cut-Off Date prior to (but
excluding) the Amortisation Threshold Date, an amount equal to the Reserve Percentage of the aggregate initial
Note Principal Amounts of all Notes and (b) on the Cut-Off Date falling on the Amortisation Threshold Date and
any Cut-Off Date following the Amortisation Threshold Date, (i) an amount equal two times the Reserve Percentage
of the Aggregate Outstanding Note Principal Amount of all Notes after payment of any Class A Notes Principal and
any Class B Notes Principal in accordance with the Pre-Enforcement Priority of Payments on the Payment Date
immediately following the relevant Cut-Off Date or (ii) if, in determining the Required Reserve Amount pursuant to
(b)(i) above, a Reserve Shortfall were to occur on the Payment Date immediately following such Cut-Off Date or
had occurred on any Payment Date preceding such Cut-Off Date, an amount equal to two times the Reserve
Percentage of the Aggregate Outstanding Note Principal Amount as of the Cut-Off Date immediately preceding the
first Payment Date upon which a Reserve Shortfall would occur or would have occurred in determining the Required
Reserve Amount pursuant to (b)(i) above, provided that, in each case (b)(i) and (ii), the Required Reserve Amount
shall not be less than EUR 4,500,000;
"Reserve Fund'' shall mean a ledger account to the Transaction Account to which the relevant portion of the
Available Distribution Amount as determined as of each relevant Cut-Off Date is applied and credited pursuant to
item eleventh of the Pre-Enforcement Priority of Payments on the Payment Date immediately following such Cut-
Off Date;
"Reserve Percentage" shall mean 2.80 %;
"Reserve Shortfall" shall occur if the credit standing to the Reserve Fund as of any Payment Date, after filling the
Reserve Fund in accordance with item eleventh of the Pre-Enforcement Priority of Payments, falls short of the
Required Reserve Amount as of the Cut-Off Date immediately preceding such Payment Date;
"Santander Consumer Bank'' shall mean Santander Consumer Bank AG;
"Santander Consumer Debit'' shall mean Santander Consumer Debit GmbH;
"Scheduled Collections" shall mean, with respect to any Collection Period, the amount of Collections scheduled to
be received by the Servicer with respect to such Collection Period, as reported by the Servicer for such Collection
Period;
"Seller'' shall mean Santander Consumer Bank;
"Servicer'' shall mean the Seller and any successor thereof or substitute servicer appointed in accordance with the
Servicing Agreement;
"Servicing Agreement'' shall mean a servicing agreement dated 20 November 2008 and entered into by the
Issuer, the Servicer and the Transaction Security Trustee;
"Subordinated Loan Agreement'' shall mean a subordinated loan agreement dated 20 November 2008 and
entered into by the Issuer as borrower and the Subordinated Loan Provider as lender;
"Subordinated Loan Provider'' shall mean Santander Benelux S.A./N.V;
"Transaction Account" shall mean the bank account with the account number 315 027 250 held in the name of the
Issuer at the Transaction Account Bank, Bank Sort Code (Bankleitzahl) 503 205 00, as well as any other bank
accounts specified as such by or on behalf of the Purchaser or the Transaction Security Trustee in the future in
addition to or as substitute for such Transaction Account in accordance with the Transaction Account Agreement
and the Transaction Security Agreement;
"Transaction Account Agreement'' shall mean an agreement dated 20 November 2008 and entered into
22.20 The National Collegiate Student Loan Trust 2007-3

sous-jacent.
Q1 Quels actifs sont ici titrisés ?
Q3 Nous allons essayer de comprendre ici comment les classes seniors sont protégées.
– A quoi sert-il de définir un ”Principal Distribution Amount” ?
– Comment le ”Turbo Trigger” vient-il modifier les flux à la part la plus senior ?
– Des deux classes A-3-AR-1 et A-3-AR-2, laquelle est la plus risquée ?
Q4 Donner la liste des risques pour le porteur de part ”A-1-L”.
Modélisation
Nous allons essayer ici de construire une analyse quantitative du risque basé sur une modélisation
du risque des actifs de type ”LHP”. Nous introduisons les notations suivantes :
– t : le numéro de la période (mensuelle) que nous considérons, de 1 à T ;
– Nt : le notionnel des prêts étudiants existants et sains à la fin de la période t ;
– ft : l’ensemble des flux collectés pendant la période t, provenant des intérêts sur les prêts,
des remboursements (anticipés ou non), et des recouvrements ;
– St : le notionel de la part senior considérée ici à la fin de la période t.
Dans un premier temps nous allons oublier tous les flux d’intérêts : entrant et sortant.
Q1 Tant qu’il n’y a pas de pertes sur le portefeuille de prêt, quelle est la relation entre St et Nt ?
Q2 Soit k la dernière période où cette relation n’est pas respectée, comment définir k ? Dans ce
cas si on suppose un défaut de la classe senior, quelles nouvelles relations k doit respecter ?
THE NATIONAL COLLEGIATE STUDENT LOAN TRUST 2007-3 balance of the offered notes after payments on that distribution date.
Termsheet – Description of the transaction Turbo Trigger On each distribution date on which a Turbo Trigger is in effect, all available
funds remaining in the collection account after clause (5) below under
Expected Balance Discounts Final Maturity “Distributions—Distribution Dates” will be distributed as principal in addition
Class Rating € mm Date Coupon
to Principal Distribution Amounts due under clause (4) below under
“Distributions—Distribution Dates.” A Turbo Trigger will be in effect if:
A-1-L Aaa $ 150 23bps Jul. 25, 2019 1m Libor + 52bps a) The outstanding pool balance is equal to or less than 10% of the pool
A-2-AR Aaa $ 314 32bps Dec. 26, 2025 1m Libor + [68]bps balance as of the cut off date; or
A-3-L ?? $ 550 28bps Mar. 25, 2038 1m Libor + 85bps b) The Cumulative Default Rate exceeds 10%.
A-3-AR-1 ?? $ 200 32bps Mar. 25, 2038 1m Libor + 80bps Credit Enhancement • Excess interest on the trust student loans.
A-3-AR-2 ?? $ 250 32bps Mar. 25, 2038 1m Libor + 89bps • Reserve account.
A-IO ?? NA 12bps Oct. 25, 2012 5.5864% Distribution: On each distribution date, the following deposits and distributions will be made
Total $ 1 464 NA Nov. 10, 2022 to the extent of available funds in the order indicated below.
1) Pro rata: indenture trustee and paying agent fees and expenses up to the
Total Proceeds to the Trust: $1 535 048 626. amount specified in the indenture and any Irish paying agent
agreement; owner trustee fees and expenses up to the amount specified
I. General Description in the trust agreement; servicer fees and expenses up to the amount
specified in the servicing agreements; administrator fees and expenses
up to the amount specified in the administration agreement; back-up
administrator fees and expenses up to the amount specified in the back-
up administration agreement; and any brokerdealer fees and expenses
up to the amount specified in the broker-dealer agreement;
Principal Parties: The Notes will be issued on or about 17 October 2006 pursuant to a Trust Deed
2) Pro rata to the holders of each class of floating rate notes and the class
between he Issuer and the Trustee.
A-IO notes, interest on a pro rata basis; and
Depositor and Sponsor The National Collegiate Funding LLC 3) To the reserve account, an amount, if any, necessary to reinstate the
Issuing Entity The National Collegiate Student Loan Trust 2007-3 reserve account to the required reserve amount;
Administrator First Marblehead Data Services, Inc. 4) To the holders of the notes, the Principal Distribution Amount as
Back-Up Administrator US Bank NA described below under “Payment of the Principal Distribution
Primary Servicer Pennsylvania Higher Education Assistance Agency Amount;”
Distribution Dates: Distributions date for the notes is the 25th calendar day of each month or if the 5) Pro rata: any unreimbursed advances to The First Marblehead
25th is not a business day, the next business day. The first distribution date for Corporation; and for all amounts in excess of the maximum amounts
the notes is November 26, 2007. specified in clause (1) for indenture trustee fees and expenses; Irish
Closing Date: On or about September 20, 2007. paying agent fees and expenses; owner trustee fees and expenses;
servicer indemnities, fees and expenses; administrator fees and
Interest Periods: The initial interest period for the notes will be from the closing date to but expenses; back-up administrator fees and expenses; and broker-dealer
excluding the first distribution date; thereafter, interest on the notes will accrue fees and expenses;
from the most recent distribution date to but excluding the current distribution 6) If a Turbo Trigger is in effect, to the holders of the notes any remaining
date. amounts as payment of principal as described in clause (4) above until
Floating Rate Notes: The original principal amount and interest rates for each class of offered floating paid in full;
rate notes are above. We refer to the class A-1-L notes, class A-3-L notes, class 7) To the holders of the class A-IO notes, any prepayment penalty
A-2-AR and class A-3-AR as the “floating rate notes.” amounts owing for that distribution date and any prepayment penalty
Interest-Only Notes: The notional amount and interest rate for each class of offered interest only amounts remaining unpaid from prior distribution dates, together with
notes are above. We refer to the class A-IO notes, as the “interest only notes.” interest thereon at the class A-IO note interest rate; and
Non-offered Securities: The trust also will issue privately a single class of certificates to the depositor. 8) Any remaining amounts will be paid first to the structuring advisor, any
We refer to these certificates as the “owner trust certificates.” The owner trust unpaid and accrued structuring advisory fees, and then to the owner
certificates will not have a principal balance and will not bear interest. The trust certificateholders.
owner trust certificates will only be entitled to distributions on any distribution Payment of the Principal Distribution On each distribution date, the principal distribution amount for the notes will be
date after all other required payments, deposits and distributions are made. amount made or allocated to each class of notes (other than the class A-IO notes)
Interests Payments: The rate of interest on each class of offered notes (other than the class A-IO sequentially in ascending numerical order until each class is paid in full, as
notes) for each interest period will be an annual rate equal to the sum of the then described under “Description of the Notes – The Notes – Distributions of
applicable one-month LIBOR plus the margins listed above. Interest will accrue Principal.”
on the notional amount of the class A-IO notes at a rate of 5.5864% per annum.
On each distribution date, the notional amount of the class A-IO notes will equal Final Maturity Dates The unpaid principal amount of each class of offered notes (other than the class
$309,855,000. A-IO notes) will be payable in full on the applicable final maturity date listed on
Principal Payments Principal payments on the offered notes (other than the class A-IO notes) will be the cover page of this prospectus supplement.
made or allocated on each distribution date, to the extent of available funds, in
Trust Property Formation of the Trust
an amount equal to the Principal Distribution Amount.
The trust is a Delaware statutory trust. The only activities of the trust will be
Principal Distribution Amount For each distribution date, the Principal Distribution Amount is equal to the
acquiring, owning and servicing the trust student loans and the other assets of
amount necessary, so that (a) the sum of the pool balance at the end of the
the trust, issuing and making payments on the notes and other related activities.
preceding collection period plus amounts on deposit in the reserve account after
The Trust’s Assets
payments on that distribution date equals (b) 103% of the outstanding principal
The assets of the trust will include: respective final maturity date.
• Private student loans. It is anticipated that on the closing date the trust Fees All fees described below will be paid from funds in the collection account in the
will purchase student loans having an aggregate principal balance and priority as described under “Description of the Notes—
accrued interest of approximately $1,021,773,197. Distributions and Payments.”
• Collections and other payments on the trust student loans. • Indenture Trustee Initial fee of $10,000 and annual fee of $75,000;
• Funds in the reserve account. It is anticipated that on the closing date • Owner Trustee Initial fee of $4,000 and annual fee of $3,000;
there will be approximately $351,000,000 in the reserve account. • Irish Paying Agent $1,000 per listed security per annum;
• On the closing date, the sum of the outstanding pool balance of the trust • Administrator Monthly fee equal to 1/12 of 0.05% of the pool balance;
student loans, the reserve account and the collection account on the • Back-up Administrator Initial fee of $10,000 and monthly fee of
closing date will be no less than approximately 98.31% of the $1,000;
outstanding principal amount of the offered notes. • Total expenses in accordance with the indenture, trust agreement, Irish
paying agent agreement, administration agreement and back-up
Trust Student Loans administration agreement. Not to exceed $500,000 in the aggregate per
The trust student loans are all private student loans that are not reinsured by the annum;
United States Department of Education or any other government agency. All • Broker-Dealers Fees not to exceed 0.20% per annum of the aggregate
trust student loans were originated from several different banks under different outstanding principal balance of the notes;
loan programs that were structured with the assistance of The First Marblehead • PHEAA Monthly fee based upon the aggregate principal balance of the
Corporation. The trust student loans will be purchased by the trust from the trust student loans serviced at the end of each month, multiplied by the
depositor with proceeds from the sale of the notes. The trust student loans have applicable servicing fee divided by twelve, equal to the following:
the characteristics set forth below as of August 31, 2007. Unless otherwise o During deferment 0.125%
specified, percentages are of the initial pool principal balance (including certain o During repayment (and borrower is current) 0.34%*
interest accrued to be capitalized). o If delinquent
For all trust student loans delinquent 30 to 59 days
Aggregate Characteristics as of the Cut Off Date (August 31, 2007) 0.50%;
• Aggregate outstanding principal balance: $997,875,092 For all trust student loans delinquent 60 days or more
• Aggregate outstanding principal and accrued interest: $1,016,050,074 0.34%.
• Weighted average annual percentage spread over LIBOR: 5.15% Use of Proceeds: The trust estimates that the net proceeds from the sale of the notes will be
• Weighted average remaining term: 269 months applied substantially as follows:
• Percentage of cosigned loans: 83.7% • Collection Account $1,171,945,019+10,678,561, out of which
$1,083,314,096 used to purchase student loans and $88,630,924 paid to
On the closing date, the trust expects to acquire approximately $1,021,773,197 The First Marblehead Corporation as a structuring advisory fee.
of principal and accrued interest of student loans (approximately $5,723,122 in • Reserve Account $351,000,000
excess of the outstanding principal balance and accrued interest of the trust • Cost of Issuance $1,500,000
student loans as of the cut off date). The aggregate characteristics of the trust • Underwriting Fee $4,708,585
student loans as of the closing date (other than the aggregate principal amount) • Total Uses $1,539,832,165
will be similar in all material respects to the trust student loans as of the cut off The assets of the trust and those assets expected to be pledged to the trust at the
date. closing date are estimated to be:
• Trust Student Loans $1,021,773,197+66,415,258
Reserve Account • Reserve Account $351,000,000
There will be a reserve account to pay the fees and expenses of the trust and
• Collection Account $0
interest on the offered notes. Initially, the amount in the reserve account will be
• Total Assets $1,439,188,455
approximately $351,000,000 in cash. Funds will be withdrawn from the reserve
account to the extent that the amount of available funds is insufficient to pay any
of the items specified in clauses (1) through (2) as described above under
“Distributions Dates”. Starting with the November 2007 distribution date, the II. Description of the Notes
required aggregate amount of funds in the reserve account will step down
according to the schedule described under “Description of the Notes – Accounts
– Reserve Account.” The applicable amount set forth in such schedule is General
referred to in this docuemnt as the “required reserve amount”. The required The notes will be issued pursuant to the terms of the indenture. Owner trust certificates representing beneficial ownership interests
amount of cash in the reserve account will not step-down below $7,320,000. If in the trust will be issued privately to the depositor and TERI, pursuant to the terms of the trust agreement.
the aggregate amount of funds on deposit in the reserve account on any
distribution date beginning with the distribution date in November 2007 (after The Notes
giving effect to all deposits or withdrawals therefrom on that distribution date)
exceeds the required reserve amount for that distribution date, any excess funds Interest on the Floating Rate Notes and Interest on the Interest Only Notes. Interest will accrue on the principal balance of each
in the reserve account will be deposited into the collection account for class of floating rate notes at a rate per annum equal to the sum of the then applicable one-month LIBOR plus the margins listed on
distribution as available funds on the distribution date to the persons and in the the cover page. Interest will accrue on the notional amount of the class A-IO notes at a rate of 5.5864% per annum. On each
order of priority specified above under “Distributions” including to the holders distribution date, the notional amount of the class A-IO notes will equal $309,855,000. However, if on any distribution date (after
of the owner trust certificates after payment of all other amounts. Amounts on giving effect to the distributions of principal to be made on that distribution date), the aggregate outstanding principal balance of
deposit in the reserve account also will be available, if necessary, to pay the class A-3-L notes and the class A-3-AR notes would be less than the aggregate original principal balance of the class A-3-L
principal on each class of offered notes (other than the class A-IO notes) on its notes and the class A-3-AR notes, the notional amount of the class A-IO notes will equal the lesser of: (i) the aggregate
outstanding principal balance of the class A-3-L notes and the class A-3-AR notes and (ii) the scheduled notional amount
determined as described in the above table. If on any distribution date the amount of interest payable to the class A-IO notes is not Reserve Account. The reserve account will be created with an initial deposit by the trust on the closing date of cash or eligible
based on their scheduled notional amount for that distribution date, the class A-IO notes also will be entitled to receive a investments in an amount equal to approximately $351,000,000. The amount on deposit in the reserve account to the extent used
prepayment penalty in an amount equal to the difference between the amount of interest accrued at the class A-IO note interest rate will be replenished up to the required reserve amount on each distribution date from the amount of Available Funds remaining
on their scheduled notional amount and the amount of interest distributed to holders of the class A-IO notes under clause (4) below after payment of the prior amounts set forth under “Distributions and Payments.” Funds will be withdrawn from the reserve
under “Description of the Notes—Distributions and Payments—Distributions from Collection Account.” Prepayment penalties, account to the extent that the amount of Available Funds is insufficient to pay any of the items specified in clauses (1) through (2)
together with interest thereon at the class A-IO note interest rate, will be paid as described under clause (14) below under under “Distributions and Payments—Distributions from the Collection Account,” on any distribution date. These funds will be
“Description of the Notes—Distributions and Payments—Distributions from Collection Account.” Interest due on each paid from the reserve account to the persons and in the order of priority specified for distributions out of the collection account in
distribution date for the floating rate notes will accrue from the previous distribution date (or in the case of the first distribution clauses (1) through (2) on a distribution date. Starting with the November 2007 distribution date, the required aggregate amount of
date, from the closing date) to but excluding the current distribution date, based on the actual number of days in the interest period funds in the reserve account will step-down according to the schedule below.
and a 360-day year. Interest due on each distribution date for the class A-IO notes will accrue from the 25th day of the prior month
(or in the case of the first distribution date, from the closing date) to but excluding the 25th day of the current month, based on 30-
day months and a 360-day year. Based on the expected closing date, for the initial interest period, the class A-IO notes will receive
65 days of interest.
Distributions of Principal. Principal on the offered notes (other than the class A-IO notes) will be made or allocated on each
distribution date, to the extent of Available Funds, in an amount equal to the Principal Distribution Amount for the distribution
date, until the principal balance of the notes is reduced to zero. Principal payments on the notes will generally be derived from
Available Funds remaining after the distribution of transaction fees, interest and certain other amounts. The Principal Distribution
Amount on the notes will be applied:
1. to the class A-1-L notes, until paid in full, then
2. to the class A-2-AR notes, until paid in full, and finally
3. pro rata, to the class A-3-L notes and class A-3-AR notes, until paid in full provided that the pro rata allocation of
Principal Distribution Amount to the class A-3-AR notes will be applied first to the class A-3-AR-1 notes, until paid in
full, then to the class A-3-AR-2 notes, until paid in full.
The aggregate outstanding principal amount of each class of notes will be payable in full on the final maturity date for
that class of notes. On the final maturity date for each class of notes, amounts on deposit in the reserve account, if any, will be
available, if necessary, to be applied to reduce the principal balance of the class of notes to zero. Although the maturity of certain
of the trust student loans will extend well beyond the final maturity date for the notes, the actual date on which the aggregate
outstanding principal and/or accrued interest of any class of notes are paid may be earlier than the final maturity date for that class
of notes, based on a variety of factors.
Turbo of Principal. On each distribution date on which a Turbo Trigger is in effect, all available funds remaining in the collection
account after clause (5) below under “Distributions and Payments—Distributions from the Collection Account” will be distributed
as principal in addition to principal distribution amounts due under clause (4) below under “Distributions and Payments—
Distributions from the Collection Account”.
A Turbo Trigger will be in effect if:
a) The outstanding pool balance is equal to or less than 10% of the pool balance as of the closing date; or
b) The Cumulative Default Rate exceeds 10%.
Accounts
The administrator will establish and maintain separate segregated accounts as follows: the collection account and the reserve If on any distribution date the aggregate principal amount of the notes is less than or equal to the amount on deposit in the reserve
account. We refer to these accounts collectively as the “trust accounts.” Each account will be established in the name of the account, then all remaining funds in the reserve account will be transferred to the collection account and distributed as principal on
indenture trustee on behalf of the noteholders and the trust. The cost of issuance account does not constitute an account held by the the notes to reduce the principal amount of each class of notes to zero. In addition, on the final maturity dates for each class of
indenture trustee as part of the trust’s property and does not secure payment of the notes. Funds in the trust accounts will be notes, amounts on deposit in the reserve account, if any, will be available, if necessary, to be applied to reduce the principal
invested as provided in the indenture in eligible investments. Eligible investments are generally limited to short-term U.S. balance of the class of notes to zero. If the amount on deposit in the reserve account on any distribution date beginning with the
government backed securities, certain highly rated commercial paper and money market funds, guaranteed investment contracts distribution date in November 2007 (after giving effect to all deposits or withdrawals therefrom on that distribution date) exceeds
and other investments acceptable to the rating agencies and the note insurer. Eligible investments are limited to obligations or the respective amount listed below for that distribution date: any excess funds in the reserve account will be deposited into the
securities that mature not later than the business day immediately preceding the related distribution date or, in the case of collection account for distribution as Available Funds on the distribution date to the persons and in the order of priority specified
guaranteed investment contracts, that permit withdrawal of invested funds as required by the indenture. Investment earnings on for distributions. Upon any distribution to the owner trust certificateholders of any amounts included as Available Funds, the
funds deposited in the trust accounts, net of losses and investment expenses, will be deposited in the collection account on each noteholders will not have any rights in, or claims to, these amounts. Subject to the limitation described in the preceding sentence,
distribution date and will be treated as collections of interest on the trust student loans. The trust accounts will be maintained as amounts held from time to time in the reserve account will continue to be held for the benefit of the trust. If there are insufficient
eligible deposit accounts. Any trust accounts may be maintained with the sellers or any of their affiliates, if the accounts qualify as Available Funds in the collection account to pay the trust’s fees and expenses, and there are no amounts on deposit in the reserve
eligible deposit accounts; provided, however, that at all times when any accounts are held by the sellers, or any of their affiliates, account, The First Marblehead Corporation, in its sole discretion, will have the right, but not the obligation, to advance funds to the
the accounts will be segregated accounts. collection account. The First Marblehead Corporation will be reimbursed for advances as described under “Distributions and
Payments.”
Collection Account. On or about the third business day prior to each distribution date, the administrator will provide the indenture
trustee with certain information with respect to the distributions to be made on the distribution date. On or before the business day Distributions and Payments
prior to each distribution date, the administrator will cause the amount of Available Funds to be deposited into the collection
account. Distributions from the Collection Account. On each distribution date, the following deposits and distributions will be made in the
amounts and in the order of priority specified below, to the extent of Available Funds for the related Collection Period.
1) Pro rata: indenture trustee and paying agent fees and expenses up to the amount specified in the indenture and any related
Irish paying agent agreement; owner trustee fees and expenses up to the amount specified in the trust agreement;
servicing fees and expenses with respect to the trust student loans due on the distribution date and all prior unpaid
servicing fees and expenses allocated to the trust student loans up to the amount specified in the servicing agreement;
administrator fees and expenses with respect to the trust student loans up to the amount specified in the administration
agreement; and back-up administrator fees and expenses up to the amount specified in the back-up administration
agreement; and any broker-dealer fees and expenses up to the amount specified in the broker-dealer agreement;
2) Pro rata to the holders of each class of floating rate notes and the class A-IO notes, the Interest Distribution Amount for
the floating rate notes and the class A-IO notes on a pro rata basis; and
3) To the reserve account, an amount, if any, necessary to reinstate the reserve account to the required reserve amount;
4) The Principal Distribution Amount to the holders of
a. the class A-1-L notes, until paid in full, then
b. the class A-2-AR notes or to the future distribution account, as the case may be, until paid in full, and finally
c. pro rata, the class A-3-L notes and class A-3-AR notes, until paid in full provided that the pro rata allocation of
Principal Distribution Amount to the holders of the class A-3-AR notes will be applied first to the class A-3-AR-
1 notes, until paid in full, then to the class A-3-AR-2 notes, until paid in full,;
5) Pro rata: any unreimbursed advances to The First Marblehead Corporation and for all amounts in excess of the maximum
amounts specified in clause (1), for indenture trustee and paying agent fees and expenses pursuant to the indenture and
any related Irish paying agent agreement; owner trustee fees and expenses pursuant to the trust agreement; indemnities,
fees and expenses of the servicers; note insurer premiums and expenses pursuant to the note guaranty insurance policy;
the portion of the administration fee and expenses allocated to the notes and all unpaid administration fees and expenses
from prior Collection Periods allocated to the notes; back-up administrator fees and expenses; auction agent fees; and
expenses and broker-dealer fees and expenses;
6) If a Turbo Trigger is in effect, to the holders of the notes any remaining amounts as payment of principal allocated among
the noteholders as described in clause (4) until paid in full;
7) To the holders of the class A-IO notes, any prepayment penalty amounts owing for that distribution date and any
prepayment penalty amounts remaining unpaid from prior distribution dates, together with interest thereon at the class A-
IO note interest rate; and
8) To the structuring advisor, any unpaid and accrued structuring advisory fees, and then
9) To the owner trust certificateholders, any remaining amounts.
Upon any distribution to The First Marblehead Corporation or the owner trust certificateholders of any amounts included as
Available Funds, the noteholders will not have any rights in, or claims to, those amounts.
Credit Enhancement
Excess Interest. Excess interest is created when interest collections received on the trust student loans during a Collection Period
and related investment earnings exceed the interest on the notes at the related Note Interest Rates and certain fees and expenses of
the trust. Excess interest with respect to the trust student loans is intended to provide “first loss” protection for the notes. Excess
interest (as part of all interest collections) will be collected and deposited into the collection account and will become part of the
Available Funds. There can be no assurance as to the rate, timing or amount, if any, of excess interest. The application of excess
interest to the payment of principal on your notes will affect the weighted average life and yield on your investment. Excess
interest not applied to make required distributions on any distribution date, and not deposited into the reserve account, will be paid
to the owner trust certificateholders and will not be available on subsequent distribution dates to make payments on any class of
the notes.
Reserve Account. The reserve account is intended to enhance the likelihood of timely receipt by the noteholder of the full amount
of interest due to them and to decrease the likelihood that holders will experience losses. In certain circumstances, however, the
reserve account could be depleted.
Owner Trust Certificates

On the closing date, the trust will issue privately a single class of owner trust certificates to the depositor and TERI. The owner
trust certificates will represent the beneficial ownership interests in the trust’s assets. The owner trust certificates will not have a
principal balance and will not bear interest. On each distribution date, the owner trust certificates will not be entitled to any
distributions with respect to Available Funds until all amounts owed to the noteholders have been paid. Once a distribution has
been made in respect of the owner trust certificates, it will not be available to pay any of the noteholders.
22.21. TITRISATION DE PRÊTS AUX PARTICULIERS : ETOILE 2002 337
22.21 Titrisation de prêts aux particuliers : Etoile 2002

Q1 Réaliser un schéma de la structure en y indiquant les principaux flux et mouvements à
l’émission des titres et pendant la durée de vie du programme.
Q2 Expliciter le diagramme des flux d’intérêt et de principal entre les différentes parties de la
transaction.
– Que reçoit l’Emetteur ?
– Que doit payer l’Emetteur ? A l’acheteur de protection ? Aux investisseurs des classes A
et B ?
Q3 Identifier les sources de risque pour les investisseurs des classes A et des classes B.
Q4 Calculer la marge excédentaire pour l’opération.
– Comment évolue cette marge en fonction du taux de défaut annuel du portefeuille ?
– Comment se présentent l’actif et le passif de l’Emetteur ?
– Comment évolue la marge en fonction du taux d’intérêt payés par les actifs ? à verser sur
le passif ?
Q5 Quels sont les mécanismes de protection mis en place pour atténuer le risque pour les inves-
tisseurs ?
Q6 A l’exception de la tranche résiduelle, quelle est la tranche la plus risquée ?
– Comment est-elle protégée dans les trois cas de mécanisme de Compte de Réserve ?
– Dans lequel de ces trois cas le risque est-il le plus important ? le moins important ?
Q7 On suppose dans cette question que le portefeuille de référence de 469 prêts est homogène
et diversifié. On modélise alors le taux de défaut cumulé sur le portefeuille par une variable
aléatoire lognormale de moyenne m et d’écart type σ. Calculer la probabilité de défaut et
l’espérance de perte des Classes A et B dans les trois cas de mécanisme de Compte de Réserve
(formule explicite).
Q8 On suggère dans cette partie, une modélisation du taux de défaut annuel sur le portefeuille
en tenant compte d’une corrélation temporelle. Proposer un modèle d’évolution du taux de
défaut dans le temps et calculer alors la probabilité et l’espérance de perte sur chacune des
classes A et B.
Q9 Dans cette question, on suppose que le portefeuille de référence est hétérogène et peut se
décomposer en deux sous-portefeuilles homogènes :
– l’un, très concentré, comprenant les 40 prêts d’encours important représentant 30% du
montant du portefeuille,
– l’autre, beaucoup plus diversifié, comprenant les 429 autres prêts pour 70% du montant
du portefeuille.
1. Proposer une modélisation du risque de perte pour chacun de ces deux sous - porte-
feuilles homogènes.
2. Comment introduire une corrélation entre les deux sous - portefeuilles ?
3. Calculer le probabilité de défaut et l’espérance de perte pour les investisseurs des Classes
A et B selon la modélisation choisie.
Mécanisme général de la transaction :
Etoile 2002-1 B.V.
A la date de lancement de la transaction, l’Emetteur utilisera le produit de l’émission des obligations afin d’effectuer
€ 200 000 000 un dépôt auprès d’OBC sur un compte rémunéré. Au même moment, Etoile entrera dans un « Credit Default Swap »
Termes et Conditions de l’Emission avec OBC en tant que vendeur de protection sur un portefeuille de référence.
Sous le swap, à chaque date de paiement d’intérêt et à partir du lancement de la transaction, l’Emetteur paiera à OBC
toute perte encourue sur le Portefeuille de Référence à concurrence du montant total des obligations émises par
l’Emetteur.
Les investisseurs supportent alors le risque de crédit du portefeuille de référence par l’achat de ces obligations
1. Description générale émises par Etoile.
Objectif de Nominal Nominal % Vie Maturité Maturité

Classe Notation € mm Moyenne Attendue Finale Coupon 2. Les Obligations émises
A Aaa € 192.5 96,75% 5 Jan, 2008 Mar, 2008 Variable: Euribor+50bp
B Baa1 € 7.5 3.25% 5 Jan, 2008 Mar, 2008 Variable: Euribor+250bp Titres Offerts: Obligations à taux variable de maturité attendue Janvier 2008.
R NR €0.01 0.005% 5 Jan, 2008 Mar, 2008 N/A Paiement d’Intérêts A chaque date de paiement, un montant égal au produit de (a) Euribor plus le spread
aux Classes A/B spécifique par an et de (b) le nominal de la classe A/B ; multiplié par (c) le nombre exact
de jours dans le trimestre, divisé par (d) 360.
Cédant: Banque OBC
Ordre de Priorité A chaque date de paiement, les montants placés sur le compte rémunéré seront utilisés
Emetteur: Etoile 2002-1 B.V., société à responsabilité limitée incorporée aux Pays-Bas. des paiements en priorité afin de payer à OBC les montants de perte sur le portefeuille de référence. A
Emission L’Emetteur va émettre au total € 200 mm d’obligations à taux variables. Le produit de la date de maturité attendue, ces montants seront distribués en accord avec les priorités
l’émission sera déposé par l’émetteur sur un compte rémunéré tenu par Banque OBC (cf. suivantes:
d’Obligations:
Compte de Dépôt ci-dessous). (i) Les frais divers pour les arrangeurs de la transaction, les agences de notation,
Date de Feb, 2002 l’agent payeur, etc… (représentant € 600,000 par an), plus
Lancement: (ii) Les intérêts de la Classe A, dans la mesure où ils n’ont pas été payés grâce à la
Jan, 2008 priorité de paiement des intérêts, plus
Maturité attendue:
Mar, 2008 (iii) Paiement du nominal de la classe A, plus
Maturité finale:
(iv) Les intérêts de la Classe B, dans la mesure où ils n’ont pas été payés grâce à la
Fréquence des Trimestrielle.
priorité de paiement des intérêts, plus
paiements:
(v) Paiement du nominal de la classe B, plus
Actifs: Les actifs de l’Emetteur vont inclure (i) le Collateral; et (ii) l’argent dans le Compte de
Collecte incluant les paiements reçus sur le (i) ci-dessus et les primes du Credit Default (vi) Paiement des montants restants au porteur de la part résiduelle R (le cédant).
Swap.
Compte de Collecte: Un compte de dépôt de l’Emetteur établi auprès de la Banque OBC afin de déposer tous
les montants disponibles pour une distribution en suivant les priorités de paiements. 3. Le Collateral
A chaque date de paiement, le Compte de Collecte consistera en la somme de: Le Collateral: A n’importe quel moment, l’argent disponible dans le compte rémunéré (Le Compte
GIC).
(1) Les intérêts recus sur le Collateral comme décrit dans la section « Le Collateral »,
plus Compte GIC: Un compte de dépôt avec une banque notée Aa3 avec un taux de rémunération du dépôt
(2) Les primes recues sur le Credit Default Swap comme décrit dans la section “Credit d’au moins Euribor moins 9 bps (1bp=0.01%).
Default Swap”.
Utilisation du Le Collateral devra être utilisé par l’Emetteur (i) avant la date de maturité attendue, afin
Collateral: de payer les pertes sur le Portefeuille de Référence, (ii) à maturité ou après la date de
maturité attendue, afin d’effectuer les paiements suivant l’Ordre de Priorité des
paiements.
1 2
4. Le Credit Default Swap Impact des Le montant de protection de crédit dû par l’émetteur à chaque fin de trimestre sera payé en
paiements variables utilisant:
sur les Obligations • D’abord, le Compte de Réserve,
Le Credit Default L’Emetteur va entrer dans un unique CDS, afin de fournir une protection de crédit à sa • Ensuite, si le compte de réserve n’est pas suffisant, le Compte GIC.
Swap: contrepartie (OBC) sur les événements de crédit du Portefeuille de Référence en échange A chaque date de paiement d’intérêt, le notionnel de chaque classe d’obligations émises
du versement d’une prime payée en avance tous les trimestres. sera réduit par le montant payé à partir du Compte GIC en suivant l’ordre inverse de la
Prime du CDS: 70 bps par an sur le montant nominal total du portefeuille de référence. priorité de paiement (en commencant par la classe B, puis par la Classe A). Le montant
d’intérêt non payé suite à cette réduction du notionnel des classes sera dû à la prochaine
Portefeuille de Le portefeuille de référence comprend un ensemble de prêts octroyé par la Banque OBC- date de paiement d’intérêt et ce montant portera lui aussi intérêt au même taux . Cependant
Référence: Odier, Bungener, Courvoisier (OBC) en France. Le portefeuille de référence a un montant à la prochaine date de paiement d’intérêt, la marge excédentaire sera utilisée afin de
initial de €200 000 000 et est initialement constitué de 469 prêts à des particuliers fortunés reconstituer le Compte GIC et donc de réinitialiser le montant notionnel des classes suivant
ou à des sociétés civiles immobilières” (“SCI”). l’ordre de priorité avant de reconstituer le fond de réserve. Suite à cette réinitialisation,
Certains de ces prêts sont garantis par des actifs comme: Etoile paiera aussi le montant des intérêts qui étaient dus et non encore payés.
• des garanties bancaires,
• des hypothèques,
• des titres financiers gagés, 5. Le Compte de Réserve
• des dépôts d’argent gagés,
• des oeuvres d’art, et Objectif du Compte Le compte de réserve apporte un premier niveau de protection aux investisseurs contre le
• des portefeuilles de stock-options. de Réserve: risque de perte du portefeuille de référence
Mécanismes de On distinguera dans l’analyse les trois cas suivants :
Environ 87% des prêts disposent d’une sûreté parmi celles citées plus haut. Plus de 58% des constitution du
prêts disposent d’une sûreté pour un montant supérieur à 100% de l’encours initial du prêt. 1. le Compte de Réserve reste à € [0]mn pendant toute la durée de la transaction
Compte de Réserve
Ces sûretés permettent d’obtenir une récupération importante en cas de défaut du débiteur. 2. le Compte de Réserve se constitue en capturant 100% de la marge excédentaire
En effet, compte tenu de la nature des sûretés associées aux prêts du portefeuille de sans contrainte de montant maximum
référence, le taux de recouvrement moyen du portefeuille est de 90%.
3. le Compte de Réserve se constitue en capturant 50% de la marge excédentaire
Date de maturité du Janvier 2008. jusqu’à atteindre un montant de € [4]mn
CDS:
Paiements variables D’après le contrat de Credit Default Swap, l’Emetteur devra payer une protection de crédit
du CDS: suite à l’occurrence d’un événement de crédit. L’événement de crédit est vérifié et confirmé
par un auditeur indépendant.
Un événement de crédit survient sur un prêt de référence si l’un des événements suivants se
produit :
• Faillite : (i) si un débiteur (dans le cas où il s’agit d’une société), devient
insolvable, est incapable de rembourser ses dettes, ou est déclaré en
faillite/liquidation; ou (ii) si un débiteur (dans le cas d’un particulier) est sujet à la
protection de la commission de surendettement des particuliers (commission liée à
la Banque de France traitant les cas de surendettement de partiuliers);
• Non Paiement : retard de paiement d’un montant dû par le débiteur de plus de 90
jours ;
• Restructuration : réduction (i) du taux d’intérêt payable ou (ii) du montant en
principal dû sur le prêt.
Le montant de protection de crédit dû par l’Emetteur à la Banque OBC est égal au nominal
du prêt de référence, en défaut, diminué de son recouvrement. Le recouvrement sera égal à
la somme de:
• Le montant de principal payé durant la période située entre la notification de
l’événement de crédit et le calcul du recouvrement ; et
• Le montant de recouvrement attendu tel que calculé par un auditeur indépendant.
3 4
Chapitre 23
Corrections
Exercice 1
Si l’on considère un défaut possible uniquement à maturité de la dette, la probabilité de défaut
dépend de la distribution des actifs à cette date. Dans le cadre d’un modèle lognormale avec saut,
une telle distribution peut se détrminer en conditionnant par le nombre de défaut, en effet les
dates d’occurence des défauts n’ont pas d’impact sur la variable aléatoire finale.
Supposons par exemple que l’on ait i sauts aux dates τ1 , τ2 , τ3 , etc.. . A la date τ1 juste avant le
σ2
saut les actifs valent Vτ1 − = e(µ− 2 )τ1 +σWτ1 , puis juste après Vτ1 + = Vτ1 u1 , et ainsi de suite. la
valeur des catifs à la date finale T est alors :
σ2 σ2 σ2
)(τ2 −τ1 )+σWτ2 −τ1 )(T −τi )+σWT −τi
VT =e(µ− 2 )τ1 +σWτ1
u1 e(µ− 2 u2 ...e(µ− 2
i
σ2
Y
=e(µ− 2 )T +σWT
uk
k=1
Ainsi
+∞
X λi
P rob(VT < x) = e−λ
i=0
i!
Exercice 2
La corrélation entre X et X 2 se détermine en revenant à la définition de la corrélation. Or
E(XX 2 ) = E(X 3 ) = 0 lorsque X suit une loi normale. Ainsi la corrélation entre X et X 2
est nulle !
Soient X1 et X2 des variables de Bernouilli ayant des probabilités de valoir 1 de p1 et p2 . Reprenons
la définition de la corrélation :
E(X1 X2 ) − p1 p2
ρ(X1 , X2 ) = p
p1 p2 (1 − p1 )(1 − p2 )
Or E(X1 X2 ) est maximum lorsque X1 et X2 valent un de manière conjointe, d’où un maximum de
min(p1 , p2 ). Le minimum est atteint lorsque X1 et X2 ne sont jamais égales à un conjointement (ce
qui n’est vrai que si ces évènements sont disjoints). Le minimum est en fait de max(p1 + p2 − 1, 0).
Le calcul de la corrélation conditionnelle se fait en utilisant le fait que l’on peut exprimer Y en
fonction de X. Supposons pour la suite que cet variables sont de moyennes nulles, alors :
σY p
Y =ρ X + 1 − ρ2 σY
σX
étant indépendant de X. Après quelques calculs on trouve alors :
ρ
ρ(X, Y |X ∈ A) = q
V ar(X)
ρ2 + (1 − ρ2 ) V ar(X|X∈A)
341
342 CHAPITRE 23. CORRECTIONS
Exercice 3 Copule de Marshall-Olkin
Exercice 4 τ de Kendall et corrélation de Spearman pour deux variables normales
Exercice 6 Erreur d’approximations

L’erreur maximale entre les deux distributions pour le portefeuille A peut être approchée par le
calcul suivant :
(np)i
d(Bernouilli, P oisson) = max(Cni pi (1 − p)( n − i) − e−np )
i i!
pi n!
= max ( (1 − p)( n − i) − e−np ni )
i i! (n − i)!
pi n!
≈ max e−np ( e−ip − ni )
i i! (n − i)!
car p est petit.

Exercice 8 Traduction de la corrélation de défaut
343
Portefeuilles de dettes
1. Lorsque l’on utilise l’approximation de Poisson, il suffit de déterminer la somme des proba-
bilités de défaut et la distribution sera alors une loi de Poisson de paramètre cette somme.
Les probabilités de défaut réelles peuvent être déterminés grâce à la récurrence décrite en
13.1.3.
2. La perte attendue sur une tranche de taille 2% et de subordination 5% est défini comme
+
E( min(2%,(L−5%)
2%
)
).
3. Toutes ces entités sont indépendantes aussi les score de diversité sera -t-il égal aux nombre
d’entités soit 100. La distribution est alors une loi binomiale sur 100 entités avec comme
probabilité de défaut la moyenne du portefeuille.
4. A partir du moment où l’une des entités à une taille différentes, les méthodes précédentes ne
sont plus applicables. A priori seule la méthode du saddlepoint peut nous donner une solution
quasi-analytique. Cependant si une seule entité a une taille différente, il suffit d’analyser le
portefeuille hors cette entité, puis de séparer deux cas : cette entité a fait défaut ou n’a pas
fait défaut. La convolution qui s’ensuit est très simple.
Modèle binomiale corrélé et variantes

1. En introduisant les probabilités conditionnelles, on a :
k
Y
E( 1i ) =P rob 1k = 1, 1k−1 = 1, ..., 11 = 1
i=1
= P rob(1k = 1|1k−1 = 1, ..., 11 = 1) ∗ P rob(1k−1 = 1|1k−2 = 1, ..., 11 = 1) ∗ ...
k
Y
= ci
i=1
2.
pi =ρ + (1 − ρ)pi−1

ρ + (1 − ρ) ρ + (1 − ρ)pi−2
ρ + ρ(1 − ρ) + ρ(1 − ρ)2 + ... + ρ(1 − ρ)i−2 + (1 − ρ)i−1 p
1 − (1 − ρ)i−1 (1 − p)
Ainsi si = (1 − ρ)i−1 q
3. La probabilité de k défauts correspond à la probabilité d’avoir k éléments choisi qui font
défaut multipliés par le nombre de choix possible de k éléments parmi N .
k
Y N
Y
k
CN E( 1i (1 − 1j )) =
i=1 j=k+1
d−k
X j+k
Y
k j
(−1)j CN

CN −k ci
j=0 i=1
Qk
Toute cette formule dépend donc des i=1 ci , qui exprimée en fonction des probabilités de
survie devient
k
Y
(1 − si ) = 1 − Π1 + 2!Π2 − 3!Π3 + ... + (−1)j j!Πj + ...
i=1
345
Correction Titrisation de stocks de champagne

Correction Carte de Crédit

347
Correction RMBS français

Q1 Pour le portefeuille sans sureté, on peut utiliser l’approximation de Vasicek, donc :
Φ−1 (p) − √1 − ρΦ−1 (l)
P rob(Loss > l) = Φ √
ρ
Lorsque ce portefeuille est garanti par la banque, la distribution devient :

Φ−1 (p) − √1 − ρΦ−1 (l)
P rob(Loss > l) = (pB )Φ √
ρ
lorsque l > 0 et P rob(Loss = 0) = (1 − pB ). Enfin si nous nous intéressons au portefeuille

avec hypothèque :

P rob(Loss > l) = E P rob(Loss > l|Z)

≈ E P rob(p|Z ∗ s|Z > l|Z)

≈ E 1p|Z ∗s|Z >l
Φ−1 (p) − √ρZ √
Φ−1 (p) − ρZ
0
≈ P rob Φ √ ∗ µ + αΦ √ >l
1−ρ 1−ρ
−Φ−1 (p) + √1 − ρΦ−1 (x ) Φ−1 (p) − √1 − ρΦ−1 (x )
2 1
≈ Φ √ +Φ √
ρ ρ
√ √
−(µ−αp)+ (µ−αp)2 +4lα −(µ−αp)− (µ−αp)2 +4lα
avec x1 = 2α et x 2 = 2α .
Q2 Le défaut de la classe A n’arrive que lorsque les pertes sur le portefeuille sont telles que les
actifs restants ne peuvent repayer le notionnel de la classe A ainsi la probabilité de défaut
de la classe A est définie par P rob(Loss > 0.9) de la question précédente.
Q3 Nous avons maintenant deux scénarios à analyser :
– A la date intermédiaire, si les pertes cumulées à cette date dépassent le seuil PDL alors
la classe A ne sera en défaut que lorsque les pertes cumulées à la date finale dépasseront
12.5% ;
– Au contraire si les pertes intermédiaires sont inférieur au seuil PDL alors le défaut inter-
viendra si les pertes totales dépassent 10%.
En reprenant l’approximation de Vasicek et en notant L1 les pertes cumulées à la date
intermédiaire et L2 les pertes cumulées à maturité :
P (A en défaut) = P (L2 > 0.125&L1 > P DL) + P (L2 > 0.1&L1 <= P DL)
En prenant le permier terme :
P (L2 > 0.125&L1 > P DL) = E (IL2 >0.125&L1 >P DL )

= E (E (IL2 >0.125&L1 >P DL |Z))
−1 −1
Φ (pt2 ) − wZ Φ (pt1 ) − wZ
≈E Φ √ > 0.125&Φ √ > P DL
1 − w2 1 − w2
√ √ !
Φ−1 (pt2 ) − 1 − w2 Φ−1 (0.125) Φ−1 (pt1 ) − 1 − w2 Φ−1 (P DL)
≈E > Z& >Z
w w
√ √ !
Φ−1 (pt2 ) − 1 − w2 Φ−1 (0.125) Φ−1 (pt1 ) − 1 − w2 Φ−1 (P DL)
≈ E Z < min ,
w w
Q4 En reprenant les notations précédentes, nous avons maintenant les deux scénarios suivants :
– A la date intermédiaire si les pertes cumulées à cette date, L1 , dépassent le seuil PDL
alors la classe A ne sera en défaut que lorsque les pertes finales L2 dépasseront :10% +
2.5% ∗ (1 − L1 ) ;
– Au contraire si les pertes intermédiaires sont inférieur au seuil PDL alors le défaut inter-
viendra si les pertes dépassent 10%.
Ainsi la probabilité de défaut de la classe A devient alors :
P (A en défaut) = P (L2 > 0.1 + 0.025 ∗ (1 − L1 )&L1 > P DL) + P (L2 > 0.1&L1 <= P DL)
En prenant le premier terme :

P (L2 > 0.1 + 0.025 ∗ (1 − L1 )&L1 > P DL) = E IL >0.1+0.025∗(1−L )&L >P DL
2 1 1

= E E IL >0.1+0.025∗(1−L )&L >P DL |Z
2 1 1
        
−1 (p ) − wZ −1 (p ) − wZ −1 (p ) − wZ
 Φ t Φ t Φ t
≈ E Φ  q 2  > 0.1 + 0.025 ∗ 1 − Φ  q 1  &Φ  q 1  > P DL
    
1 − w2 1 − w2 1 − w2
Q5 – Perte finale : Si nous notons par lt1 , ..., ltn le taux de perte cumulé pour chaque période sur
le portefeuille de prêts hypothéquaires, la perte finale est définie comme :
– Pltn − n0.5%,
n
– i=1 max(lti − lti−1 − 0.5%, 0),
– la marge n’est gardée par lePvéhicule qu’à partir du moment où les pertes sont supérieures
n
à un niveau TP DL : ltn − i=D 0.5%, où D est tel que ltD > TP DL et ltD−1 < TP DL .
– Perte en fonction
√ du facteur :
Φ−1 (p)− ρZ
– Φ √
1−ρ
− n0.5%,
√ √
Pn −1
Φ (pti )− ρZ Φ−1 (pti−1 )− ρZ
– i=1 max(Φ √
1−ρ
− Φ √
1−ρ
− 0.5%, 0),
– la marge n’est gardée par lePvéhicule qu’à partir du moment où les pertes sont supérieures
n
à un niveau TP DL : ltn − i=D 0.5%, où D est tel que ltD > TP DL et ltD−1 < TP DL .
349
Correction - ”Rated Equity”

Correction - Titrisation de lease automobile

Q1 Le véhicule est retourné au loueur lorsque la valeur de marché est inférieur au seuil psycho-
logique, soit Vi < θi , donc :
P [Vi < θi ] = P [µi + σi Wi < λi + γi Ui ]

= P [σi Wi + γi Ui < λi − µi ]
λi − µi
=Φ p
σ2 + γ 2
Q2

(Ai − Vi )IVi <θi
E = E [(1 − µi − σi Wi )Iµi +σi Wi <λi +γi Ui ]
Ai
= (1 − µi )E [Iµi +σi Wi <λi +γi Ui ] − σi E [Wi Iµi +σi Wi <λi +γi Ui ]
Le premier terme a été calculée à la question précédente. Si maintenant nous nous intéressons
au second terme, en conditionnant par Wi :
E [Wi Iµi +σi Wi <λi +γi Ui ] = E [Wi E (Iµi +σi Wi <λi +γi Ui |Wi )]

λi − µi − σi Wi
= E Wi Φ
γi
!
σi λi − µi
= −p φ p
σ 2 + γi2 σ 2 + γi2
Ainsi le taux de perte moyen est :

! !
λ − µi σi2 λ − µi
(1 − µi )Φ pi +p φ pi
σ 2 + γi2 σ 2 + γi2 σ 2 + γi2
Q3
351
Correction CDO synthétique

1. Les principaux risques transférés aux porteurs de parts sont les suivants :
– le risque de défaut d’une entité de référence sous l’un des CDS,
– le risque de défaut de la banque auprès de laquelle est souscrite le compte de dépôt
rémunéré,
– le risque de perte de marché suite à un débouclage de CDS inopportun,
– le risque de défaut des contreparties de CDS.
2. Le seul véritable actif du véhicule est son compte de dépôt rémunéré. Cependant les CDS,
qui stricto sensu devrait être au hors-bilan, peuvent être considéré comme des actifs car ils
génèrent un revenu pour le véhicule. Le revenu total du véhicule peut être décomposé en :
– Euribor - 10bps sur le compte de dépôt rémunéré,
– 90bps de primes reçues sur l’ensemble des CDS.
3. L’annexe A contient les contraintes que doit respecter le portefeuille de CDS en termes de :
– probabilité de défaut moyenne,
– taux de recouvrement moyen attendu,
– corrélations entre les entités de référence (à travers le score de diversité).
4. L’”Outstanding Loss Amount” est une notion qui permet de suivre le stock de perte en
principal, i.e. les pertes qui ont fait décroı̂tre le compte de dépôt rémunéré. L’OLA est
augmenté à chaque période des éléments suivants :
– les pertes de crédit suite à un événement de crédit sur l’un des CDS,
– les pertes de marché suite à un débouclage d’un CDS qui a vu son spread augmenter
depuis la date d’entrée dans ce contrat de CDS,
– les pertes dues à une insuffisance de revenus d’intérêts afin de payer les intérêts des parts
prioritaires,
Cependant l’OLA sera diminué pour la même période des gains suite à un débouclage de
CDS et surtout de la marge excédentaire qui est gardée au sein de la structure grâce au
mécanisme du ”Loss Amount Reserve Payment”.
5. Diagrammes.
6. Lorsque le spread minimum sur les CDS augmente, cela a deux effets :
– la marge excédentaire augmente et donc aussi le montant de marge qui est agrdé au sein
du véhicule grâce au mécanisme de ”Loss Amount Reserve Payment”.
– cependant si le spread augment, cela correspond à priori à une augmentation du risque
sur l’ensemble des CDS, car il n’y aurait augmentation de la rémunération sans une aug-
mentation du risque.
Des deux effets il est difficile de dire quel est celui qui aura le plus d’impact sur les différentes
classes, car nous n’avons quantifié l’augmentation de probabilité de défaut par rapport à cette
augmentation de spread.
7. Dans la définition de ”Loss Amount Reserve Payment”, si l’on augmente de seuil des 5M
à un niveau de 10M, alors la marge excédentaire qui sera gardée au sein du véhicule tout
au long de la transaction sera diminuée, ou inversement la part subordonnée touchera plus
d’intérêts résiduels. Si la marge excédentaire gardée diminue, alors le niveau de protection
de la Classe A diminue aussi et donc son risque augmente.
8. Les critères de l’annexe A sont des critères définis en moyenne pour ce qui est du rating
moyen et en terme de maximum/minimum pour ce qui est du notionnel et du score de diver-
sité. Etudions l’influence du notionnel sur l’espérance de perte d’une tranche notée. Si l’on
utilise le théorème centrale limite, on voit que cette espérance de perte est liée à la variance
du portefeuille global, or cette variance augmente avec un nombre d’entités qui diminue, l’en-
semble de ces entités doivent donc avoir un notionnel maximum à 10M, et le portefeuille est
donc constitué de 100 entités. Si maintenant on étudie les dépendances entre entités : l’uti-
lisation du score de diversité permet de contraindre les dépendances liées à l’appartenance
à la même industrie, mais c’est le seul élément qui est pris en compte. Afin d’augmenter
la variance du portefeuille, il faut créer un portefeuille ayant un maximum d’entités dans

le même secteur industriel, or le score de diversité est limité à 5 par industrie, il nous faut
donc au moins 10 industries afin de respecter le critère de score de diversité minimum, soit
10 entitées par industries. Cependant si l’on considère 10 entités par industries, le score de
diversité calculé est alors de 40. La répartition doit se faire autrement. Pour la répartition
des notations, l’un des premiers paramètres à étudier est l’influence de l’hétérogénéité du
portefeuille suivant chacun de ces critères sur la perte moyenne d’une tranche. Un exemple
simple serait de considérer un portfeuille avec des probabilités de défaut homogéne et un
autre avec des probabilités de défaut à 0% et 50%. On verrait alors que l’hétérogénéité aug-
mente le risque de la classe C.
De manière plus stricte, on peut maximiser la probabilité de défaut d’une tranche par rap-
port aux probabilités de défaut tel qu’elles respectent la moyenne des probabilités de défaut.
Soit, si l’on définit t comme le nombre de défauts nécessaires afin de toucher la tranche en
question :
k=n
X
DP = P (k defauts parmi n)
k=t
k=n
X
= pi pj P (k-2 defauts parmi n \ i,j)
k=t
+(pi (1 − pj ) + pj (1 − pi ))P (k-1 defauts parmi n \ i,j)
+(1 − pi )(1 − pj )P (k defauts parmi n \ i,j)
ainsi :
dDP
= (pj − pi )P (t-2 defauts parmi n \ i,j) − (pj − pi )P (k-1 defauts parmi n \ i,j)
dpi
9. Afin de déterminer cette équation différentielle stochastique, nous allons étudier l’évolution
de l’”Outstanding Loss Amount”. En effet l’argent disponible afin de rembourser les différentes
classes à la fin de la transaction est toujours égal à 300M diminué de l’”Outstanding Loss
Amount”. Dans un premier temps nous allons oublier les pertes/gains provenant du trading.
L’OLA est alors augmenté des défauts et diminué par la marge excédentaire capturée. Nous
pouvons modéliser les défauts alors par un processus de Poisson par exemple (cf. 13.1.1).
L’évolution de l’OLA peut alors être décrit par l’équation suivante en supposant les distri-
bution d’intérêts continus et en ”oubliant” d’ajuster le notionel des CDS en cas de défaut :
OLAt
dOLAt = dΠt − I0≤OLAt ≤5 M in((300 − OLAt )idt + 1000pdt − f dt, 4dt)
2
− I5≤OLAt M in((300 − OLAt )idt + 1000pdt − f dt, OLAt 4dt)
où i représente l’intérêt reçu sur le compte de dépôt rémunéré, p la prime sur les CDS et f
l’ensemble des paiements de la priorité de paiement des intérêts, prioritaire par rapport à la
capture de la marge excédentaire.
Définir le pire portefeuille

Très souvent les caractéristiques d’un portefeuille sont données en moyenne, oubliant l’hétérogénéité
des probabilités de défaut du portefeuille. Ainsi il est important de comprendre l’impact de cette
hétérogénéité sur la perte moyenne d’une tranche.
Afin de quantifier ce lien nous allons utiliser l’approximation par la loi des grands nombres dans
un cadre unifactorielle. Soit un portefeuille de n entités ayant chacune la même exposition de 1/n
353
et des probabilités de défaut de pi , alors grâce à cette approximation la distribution de perte du

portefeuille est telle que :
n
1 X Di − wZ
P (L > l) = P ( Φ( √ ) > l) = P (H(Z) > l) = P (Z < H −1 (l)) = Φ(H −1 (l))
n i=1 1 − w2
car H est une fonction décroissante de Z.

Correction Delta-hedging
355
Correction SME CLO

1. ∆t est tel que si nous remboursons la Classe A de ∆t alors le nouveau RS sera égale à OCT ,
soit :
1 − lt
RS = OCT ⇔ = OCT
NA − Rt − ∆t
1 − lt
⇔ ∆t = NA − Rt −
OCT
lt 1
⇔ ∆t = + (NA − ) − Rt
OCT OCT
2. Le montant capturé à chaque date est juste le minimum entre le montant nécessaire afin
que le RS redevienne égale à son seuil minimum et le montant disponible dans la priorité de
paiement d’intérêt :
+
lt 1
cti = + (NA − ) − Rt ∧ (s ∗ (1 − lti ) − r ∗ (NA − Rti ) − f )
OCT OCT
3. Ce niveau de perte est tel que : RS = OCT sachant que le notionnel de la classe A est encore
NA , ainsi lt = 1 − OCT ∗ NA .
4. Le calcul de la somme des ci est un peu complexe. Nous devons d’abord remarquer que si
la marge excédentaire est suffisante à la date ti alors c’est le premier terme de ci qui sera le
minimum, donc
i−1
X lti−1 1
Ri = cj = ci−1 + Ri−1 = + (NA − )
j=1
OCT OCT
Ainsi il suffit de connaı̂tre la dernière date tk pour laquelle la marge excédentaire sera
suffisante. Alors (ici contrairement aux autres dates, à la date tn , R contient aussi la dernière
capture de marge excédentaire) :
n
X
Rn = ci + Rk
i=k+1
n
X lk 1
= (s(1 − li ) − r(NA − Ri−1 ) − f ) + + (NA − )
OCT OCT
i=k+1
n n
lk X X 1
= −s li + r Ri−1 + (s − rNA − f )(n − k) + (NA − )
OCT OCT
i=k+1 i=k+1
Pn
Le seul élément complexe est ici i=k+1 Ri−1 . Lorsque l’indice j est supérieur à k, alors par
définition
Rj = s(1 − lj ) − f − r(NA − Rj−1 ) + Rj−1

= (1 + r)Rj−1 + bj
Ainsi
n−1 n
X (1 + r)n−k − 1 X (1 + r)n−i+1 − 1
Ri = Rk + bi
r r
i=k i=k+1
En replacant par la valeur des bk alors :

n−1 n
X (1 + r)n−k − 1 (1 + r)((1 + r)n−k − 1) − (n − k)r X (1 + r)n−i+1 − 1
Ri = Rk +(s−f −rNA ) 2
−s li
r r r
i=k i=k+1
Φ(−1) (pti )−wZ

5. lti (Z) = Φ √
1−w2
6. Le défaut de la Classe A n’interviendra que si le principal des prêts sains à maturité est
inférieur au notionnel restant de la Classe A soit :
(1 − ltn (Z)) < NA − Rtn (Z)

ltn (Z) − Rtn (Z) > 1 − NA
7. Nous nous intéressons ici à la monotonicité de ltn (Z) − Rtn (Z) par rapport à Z :
n n
lk X X 1
ln − +s li − r Ri−1 − (s − rNA − f )(n − k) − (NA − )
OCT OCT
i=k+1 i=k+1
En laissant de côté les constantes cette équation se résume à :

n n
lk X X
ln − +s li − Rk ((1 + r)n−k − 1) + s li ((1 + r)n−i+1 − 1)
OCT
i=k+1 i=k+1
n
lk X
⇔ln − (1 + r)n−k + s li (1 + r)n−i+1
OCT
i=k+1
Chacun des li pour ∀i est une fonction décroissante de Z, et si l’on étudie plus en détail la
lk
différence ln − OCT (1 + r)n−k , en la dérivant on obtient :
w Φ(−1) (pn ) − wZ (1 + r)n−k Φ(−1) (pk ) − wZ

−√ (φ( √ )− φ( √ ))
1 − w2 1 − w2 OCT 1 − w2
n−k
Or pn ≥ pk , donc le signe de cette quantité dépend de la valeur de (1+r)
OCT . Si ce ratio est
inférieur à un alors ltn (Z) − Rtn (Z) est une fonction décroissante de Z. Si au contraire ce
ratio est supérieur à un alors la monotonicité dépend des deux probabilités de défaut pk et
pn .
357
Un exemple de Collateralised Loan Obligation

Q1 Il s’agit d’une titrisation de prêts aux entreprises. Afin de le voir il faut se référer suivre
les éléments suivants : ⇒ Section ”The Issuer” ⇒ Définition ”The Portfolio” ⇒ Définition
”Collateral Debt Obligations” (à ne pas confondre avec CDO = ”Collateralized Debt Obli-
gations”).
Q2 Au lancement de l’opération, le véhicule émet des obligations (cf. la table au début du descrip-
tif de l’opération) et utilise l’argent ainsi récupéré afin d’acheter des prêts à des entreprises
(⇒ Section ”Use of Proceeds” ⇒ Définition ”Additional Collateral Debt Obligations”).
Q3 Les priorités de paiements sont explicitées dans la troisième partie. La priorité de paiement
d’intérêt est tel que tous les flux d’intérêts (”Interest Proceeds”) sont alloués avec l’ordre de
priorité suivant :
(A)+(B)+(C) Différentes dépenses du véhicule ;
(D) Dépôt sur le compte ”Expense Reserve Account” afin de subvenir à de potentials frais
supplémentaires ;
(E) Commission due au gestionnaires des actifs ;
(F) Paiement de l’intérêt du à la ”Class I” ;
(G) Paiement de l’intérêt du à la ”Class II” ;
(H) Amortissement conditionnel de la ”Class I” si les tests ”Senior Coverage Tests” ne sont
pas respectés ;
(I) Paiement de l’intérêt du à la ”Class III” ;
(J) Amortissement conditionnel de la ”Class I” si les tests ”Class III Coverage Tests” ne
sont pas respectés ;
(K) Paiement des intérêts capitalisés qui n’ont pas été payés à la ”Class III” aux précédentes
dates de paiements ;
(L) .... .
Q4 Nous regardons de plus près la mécanique du ”Class III Par Value Test”.
– Ce test permet d’utiliser un flux d’intérêt (provenant des intérêts payés par les prêts
détenus par le véhicule) afin de rembourser la classe la plus senior, lorsque l’actif sain (qui
n’a pas fait défaut) a diminué.
– Si la valeur seuil de ce test de 112.30% est diminuée, ce test sera moins efficace, il sera
déclenchée plus tardivement et donc les classes les plus senior seront moin bien protégées.
– Il existe deux différences entre le ”Class III Par Value Test” et le ”Class V Par Value Test” :
une différence de définition et une différence d’utilisation. Leurs définitions n’ont pas les
mêmes dénominateurs car dans le second test, le dénominateur comprend le notionnel
des ”Class IV” et ”Class V”. Le ”Class III Par Value Test”, lorsqu’il n’est pas respecté,
provoque le remboursement de la classe la plus senior, alors que le ”Class V Par Value
Test” provoque le remboursement de cette ”Class V” uniquement.
– Cet ajustement du numérateur des tests est mis en place afin d’anticiper des défauts
futurs et surtout d’éviter des arbitrages possibles du gestionnaire des actifs (cf. question
suivante), or ce sont effectivement les prêts ayant le prix le plus faible, ou bien ayant la
notation la plus basse qui ont des probabilités de défaut très élevés.
Q5 Les principaux risques auquel est soumis l’investisseur de la classe senior sont les suivants :
– le risque de défaut sur le portefeuille de prêt aux entreprises (ainsi que de recouvrement
faible).
– le risque de faillite du gestionnaire des actifs : en effet la disparition du gestionnaire laissera
le portefeuille de prêt sans surveillance. Les prêts ne pourront être vendus afin d’éviter le
défaut, les prêts déjà en défaut ne pourront pas suivis afin de maximiser le recouvrement
potential.
– le risque de faillite du véhicule : même si ce risque est très faible, il existe cependant.
Cependant à cause de l’existence d’une sûreté sur les actifs au bénéfice des investisseurs,
même en cas de faillite du véhicule, les investisseurs garderont le contrôle des actifs.
Q6 Le gestionnaire des actifs a la responsabilité du choix des prêts (de leur vente et achat), cf. les
sections ”Purchase of Collateral Debt Obligations” et ”The Collateral”, cependant il existe
un certain nombre de contraintes limitant ses choix :
– des critères sur chacun des prêts qu’il peut acheter (critère d’éligibilité, cf. définition
”Eligibility Criteria”) ;
– des critères sur certaines caractéristiques moyennes du portefeuille (diversification mini-
mum, probabilité de défaut moyenne, recouvrement moyen, spread) ; et
– une limitation de la quantité qui peut être achetée ou vendue.
359
NCL 2007-3
Questions
Q1 Cette opération est une titrisation de prêts étudiants.
Q3 Nous allons essayer de comprendre ici comment les classes seniors sont protégées.
– Le ”Principal Distribution Amount” définit les flux qui seront remboursés aux classes
notées à chaque période.
– Le ”Turbo Trigger” va accélérer le paiement des flux aux classes notées, en effet à partir
du moment où celui-ci est déclenché tous les flux provenant du collatéral sera alloué au
remboursement des classes notées.
– C’est la classe A-3-AR-2 qui est la plus risquée.
Q4 – Le risque de défaut des prêts étudiants, et le recouvrement qui s’ensuit ;
– Le risque de contrepartie : pour les banques teneuses des comptes du véhicule ;
Modélisation
Q1 Tant qu’il n’y a pas de pertes sur le portefeuille de prêt, alors de par la définition de ”Principal
Nt
Distribution Payment”, alors St = 103% .
Q2 Nous avons les relations suivantes :
Nk
Sk =
103%
Nk+1 Nk Nk+1
Sk+1 > ⇔ − fk >
103% 103% 103%
... ...
NT Nk NT
ST > ⇔ − (fk + . . . + fT ) >
103% 103% 103%
Or il faut noter qu’à la maturité T , le notionel du portefeuille sera de zéro, ainsi la dernière
relation est synonyme du défaut de la part senior. Ne connaissant pas la valeur de k, l’analyse
la plus simple est de tester cette dernière relation pour plusieurs valeurs de k = T, T − 1, . . ..
Ainsi :
T
Nk X
Defaut de la part senior ⇔ ∃k t.q. > fi
103%
i=k+1
ou autrement dit :
T
Nk X
Remboursement de la part senior ⇔ ∀k ≤ fi
103%
i=k+1
Index
ABS, 15 Fonds Commun de Titrisation (FCT), 37

Approximation de Poisson, 149
Approximation du point selle, 153 générateur, 129
Arbitrage, 185 Granularité (Ajustement pour), 173
Arbitrage réglementaire, 19
Assurance (Titrisation d’), 69 Home Equity Loan, 46
Bâle I, 19 I-Gamma, 187

Bâle II, 19 Inertie
BET, 157 Migration de notation, 128
Binomiale, 149 Intensité
(Modèle d’), 118
Cédant, 15 affine, 121
CDO, 25 déterministe, 119
CDO-square, 101
CDS, 89 Kingston Square, 38
CMCDS, 100
Conditionellement indépendants (Modèles), 160 Leveraged Super-Senior, 102
Contagion, 158 Levier des entreprises, 84
Copule, 223 LHP (Large Homogeneous Portfolio), 165
Copule Archimédienne, 229 Loi des Grands Nombres, 151
Copule de Marshall-Olkin, 232 LTV Steel, 38
Copule des valeurs extrêmes, 233
Copule Elliptique, 225 M-Gamma, 187
Corrélation Méthode binomiale, 157
à la monnaie, 203 MBS, 25
composite, 202 Merton, 110
de base, 202 Migration de notation, 127
Skew, 203
Smile, 203 Obligation, 80
Corrélation de Pearson, 217
Créance commerciales, 44 Perte moyenne d’une tranche, 96
Créances commerciales, 26 Portefeuille statistique, 165
Crédit à la consommation, 26 Prêt, 80
CreditGrades, 117 Premier passage (Modèle de), 111
CreditRisk+, 159 Priorité d’une dette, 135
Crises bancaires, 251 Processus de Cox, 119
Cycle de Crédit, 88 processus markovien, 129
Défaut de paiement, 92
Rating momentum, 128
Défaut : Exemples, 84
Delta, 186, 199 Ratio Cooke, 19
Recouvrement, 135
Evènement de crédit, 91 Restructuration, 92
Rho, 187
Faillite, 80, 92 RPV01, 95
360
INDEX 361
Sévérité stochastique pour portfeuille granulaire,

177
Scoring, 125
Secteur
Migration de notation, 127
Souverains, 143
CDS), 143
Structurel, 107
Calibration, 116
Swap de recouvrement, 100
Tau de Kendall, 219

Théorème Centrale Limite, 151
Théorème de Kurtz, 169
Theta, 187
Titrisation
actifs (d’), 16
dettes (de), 16
risques (de), 16
Titrisation de valeur de marché, 59
Tranches de CDO, 96
Vasicek (Modèle de), 165
Worldcom, 124
362 INDEX
Chapitre 24
Quelques sources
Ces deux activités que sont la titrisation et le crédit structuré sont pour l’instant en constant
chambardement, à la fois d’un point de vue académique (recherche) et d’un point de vue marché.
Aussi afin de pouvoir suivre l’évolution de ces marchés, je conseillerai au lecteur de suivre régulièrement
l’activité au travers de différents sites web.
– www.moodys.com ;
– www.standardandpoors.com ;
– www.fitchcdx.com ;
– www.ftalphaville.com ;
– www.defaultrisk.com ;
– www.vinodkothari.com ;
– et enfin le forum technique de www.wilmot.com.
363
364 CHAPITRE 24. QUELQUES SOURCES
Bibliographie
[ABM04] R. Ahluwalia, E. Beinstein, and L. McGinty. A relative value framework for credit
correlation. European Credit Derivatives Strategy JPMorgan, 4 2004.
[ACDV05] C. Albanese, O. Chen, A. Dalessandro, and A. Vidler. Dynamic credit correlation
modeling. Imperial College Working Paper, 2005.
[AE95] Elliot Asarnow and David Edwards. Measuring loss on defaulted bank loans : A 24-year
study. Journal of Commercial Lending, 77 :11–23, 1995.
[AJV04] Michael Araten, Michael Jacobs Jr., and Peeyush Varshney. Measuring lgd on com-
mercial loans : An 18-year internal study. The RMA Journal, 10 :28–35, 2004.
[Akh05] Akhavein. A Comparative Empirical Study of Asset Correlations. Fitch, 2 2005.
[Alt68] Edward Altman. Financial ratios, discriminant analysis and the prediction of corporate
bankruptcy. Journal of Finance, pages 189–209, 1968.
[Alt98] Edward I. Altman. The importance and subtlety of credit rating migration. Journal
of Banking & Finance, 22 :1231–1247, 1998.
[And06] Leif Andersen. Portfolio losses in factor models : Term structures and intertemporal
loss dependence. Journal of Credit Risk, 2 :3–31, 2006.
[AS04] L. Andersen and J. Sidenius. Extensions to the gaussian copula : Random recovery
and random factor loadings. Working Paper, 2004.
[BC76] F. Black and J.C. Cox. Valuing corporate securities : Some effect of bond indenture
provisions. Journal of Finance, 31 :351–367, 1976.
[BCI12] Tomasz R. Bielecki, Igor Cialenco, and Ismail Iygunler. Collateralized cva valuation
with rating triggers and credit migrations. arXiv, May 2012.
[BR01] T. Bielecki and M. Rutkowski. Credit Risk : Modeling, Valuation and Hedging. Springer
Finance, 2001.
[CBW03] L. Overbeck C. Bluhm and C. Wagner. An Introduction to Credit Risk Modelling.
Chapman & Hall, 2003.
[CL96] Lea Carty and D. Lieberman. Defaulted bank loan recoveries. Technical report, Moo-
dy’s Investors Service, 1996.
[CLS04] A. Chabaane, JP Laurent, and J. Salomon. Double impact : Credit risk assessment
and collateral value. Working Paper, 2004.
[Cre10] Credit Suisse. Sovereign CDS Primer, 2 2010.
[Cro97] P.J. Crosbie. Modeling Default Risk. KMV Corporation, 1997.
[CZ10] Raffaella Calabrese and Michele Zenga. Bank loan recovery rates : Measuring and non
parametric density estimation. Journal of Banking & Finance, 34 :903–911, 2010.
[DdC06] J. Dermine and C. Neto de Carvalho. Bank loan losses-given-default : A case study.
Journal of Banking & Finance, 30 :1219–1243, 2006.
[dF31] B. de Finetti. Funzione caratteristica di un fenomeno aleatorio. Atti della R. Acade-
mia Nazionale dei Lincei, Serie 6 Memorie, Classe di Scienze Fisiche, Mathematice e
Naturale, 4 :251–299, 1931.
365
366 BIBLIOGRAPHIE
[DF08] Sergei A. Davydenko and Julian R. Franks. Do bankruptcy codes matter ? a study of
defaults in france, germany, and the u.k. The Journal of Finance, 63 :565–608, 2008.
[DG99] D. Duffie and N. Gârleanu. Risk and valuation of collateralized debt obligations.
Standford University Working Paper, 1999.
[DG01] D. Duffie and N. Gârleanu. Risk and the valuation of collateralized debt obligations.
Financial Analysts Journal, 57 :41–59, 2001.
[DL01] Mark H.A. Davis and Violet Lo. Infectious defaults. Quantitative Finance, 1 :382–387,
2001.
[DS99] D. Duffie and K. Singleton. Simulating correlated defaults. Standford University Wor-
king Paper, 1999.
[DS03] D. Duffie and K.J. Singleton. Pricing, Measurement and Management. Princeton
University Press, 2003.
[dSR02] A. de Servigny and O. Renault. Default correlation : empirical evidence. Standard &
Poor’s, 2 2002.
[Fa02] C. Finger and alii. CreditGrades : Technical document. RiskMetrics Group, 5 2002.
[Fey91] R. P. Feynman. Quantum implications : essays in honour of David Bohm, chapter
Negative Probabilities. Routledge, 1991.
[FH98] A. Felsovayi and L. Hurt. Measuring loss on latin american defaulted bank loans : A
27-year study of 27 countries. Journal of Lending and Credit Risk Management, 81,
1998.
[Fon08] L. Fontaine. L’économie morale : Pauvreté, crédit et confiance dans l’Europe
préindustrielle. Gallimard, 2008.
[Fry00] J. Frye. Collateral damage. Risk, 4 :91–94, 2000.
[GG04] P. Gagliardini and C. Gourieroux. Migration Correlation : Definition and Efficient
Estimation. Les Cahiers du CREF, 4 2004.
[Gie05] G. Giese. The impact of pd/lgd correlations on credit risk capital. Risk, 4 :79–84,
2005.
[GLS00] C. Gourieroux, J-P. Laurent, and O. Scaillet. Sensitivity analaysis of values at risk.
Journal of Empirical Finance, 7 :225–245, 2000.
[Gor01] M. Gordy. A risk-factor model foundation for ratings-based bank capital rules. Board
of Governors of the Federal Reserve System Working Paper, 2001.
[GW09] J. Grunert and Martin Weber. Recovery rates of commercial lending : Empirical
evidence for german companies. Journal of Banking & Finance, 33 :505–513, 2009.
[HC04] David Hamilton and Richard Cantor. Rating transition and default rate conditionned
on outlooks. Journal of Fixed Income, 2004.
+
[HHL 09] C. Himmelberg, A. Hindlian, S. Lawson, J. O’Neill, and S. Strongin. Effective Regula-
tion : Part 1 - Avoiding Another Meltdown. Goldman Sachs Global Markets Institute,
3 2009.
[Hil06] M. Hillebrand. Modelling and estimating dependent loss given default. Risk, 9 :120–
125, 2006.
[HT07] R Hyman and A. Trehan. Credit Default Swaps - What You Need to Know NOW.
Mayer, Brown, Rowe & Maw LLP, 2007.
[HW07] J. Hull and A. White. Forward and european options on cdo tranches. Journal of
Credit Risk, 3 :63–73, 2007.
[HW08] J. Hull and A. White. Dynamic models of portfolio credit risk : A simplified approach.
Journal of Derivatives, 15 :9–28, 2008.
[IPR09] Ricardo Ibarrola and Tomas Prieto-Rumeau. De finetti’s-type results for some families
of non indentically distributed random variables. Electronic Journal of Probability,
14 :72–86, 2009.
BIBLIOGRAPHIE 367
[IRW01] R. Israel, J. Rosenthal, and J. Wei. Finding generators for markov chains via empi-
rical transition matrices, with applications to credit ratings. Mathematical Finance,
11(2) :245–265, 2001.
[Jak06] Jakubik. Does Credit Risk Vary With Economic Cycles ? Institute of Economic Studies,
Faculty of Social Sciences, Charles University in Prague, 2 2006.
[Jay82] E. T. Jaynes. Bayesian Inference and Decisions Techniques with Applications : Essays
in Honor of Bruno de Finetti, chapter Some applications and extensions of the de
Finetti representation theorem. North-Holland, 1982.
[Jäc08] P. Jäckel. The discrete gamma pool model. Working Paper, 2008.
[JdS05] N. Jobst and A. de Servigny. An Empirical Analysis of Equity default Swaps II :
Multivariate Insights. Standard & Poor’s, 2 2005.
[JS03] Y. Jafry and T. Schuermann. Metrics for comparing credit migration matrices. Whar-
ton Financial Institutions Working Paper, 2003.
[JS06] M. Joshi and A. Stacey. Intensity gamma. Risk, 19 :78–83, 2006.
[Lan04] D. Lando. Credit Risk Modelling. Princeton University Press, 2004.
[Lel07] H. Leland. Links between equity and credit markets. In Conference on the Interaction
of Market and Credit Risk, 2007.
[LL08] Fabian Valencia Luc Laeven. Systemic banking crisis : A new database. Technical
report, IMF, 2008.
[LM04] David Lando and Allan Mortensen. On the pricing of step-up bonds in the european
telecom sector. Journal of Credit Risk, 1 :71–110, 2004.
[Mar10a] A. Mares. Ask Not Whether Governments Will Default, but How. Morgan Stanley, 8
2010.
[mar10b] markit - creditex. Credit Event Auction Primer, 2010.
[Mer74] R. C. Merton. On the pricing of corporate debt : The risk structure of interest rates.
Journal of Finance, 2 :449–470, 1974.
[Moo10] Moody’s Investors Service. Corporate Default and Recovery Rates, 1920-2009 - Excel
data supplement, 2 2010.
[Moo11a] Moody’s. Corporate Default and Recovery Rates, 1920-2010, 2 2011.
[Moo11b] Moody’s Investors Service. Defaults and Recoveries for Financial Institution Debt
Issuers, 1983 - 2010, February 2011.
[Moo12] Moody’s Investors Service. Sovereign Default and Recovery Rates, 1983-2012H1, July
2012.
[MW02] R. Martin and T. Wilde. Unsystematic credit risk. Risk, 11 2002.
[NPV00] Pamelo Nickell, William Perraudin, and Soimone Varotto. Stability of rating transi-
tions. Journal of Banking & Finance, 24 :203–227, 2000.
[PD03] M. Pythkin and A. Dev. Residual risk in auto leases. Risk, 10 2003.
[Ped71] P.J. Pedler. Occupation times for two state markov chains. Journal of Applied Proba-
bility, 8 :381–390, 1971.
[Pyk03] M. Pykhtin. Unexpected recovery risk. Risk, 8 :74–78, 2003.
[RY91] D. Revuz and M. Yor. Continuous Martingales and Brownian Motion. Springer-Verlag,
1991.
[Sch05] P. J. Schönbucher. Portfolio losses and the term structure of loss transition rates : A
new methodology for the pricing of portfolio credit derivatives. Working Paper, 2005.
[Sen08] Rahul Sen. A multi-state vasicek model for correlated default rate and loss severity.
Risk, 6 :94–100, 2008.
[Sha03] N. Shah. Golden goal finance limited. Moody’s Pre-Sale Report, 9 2003.
368 BIBLIOGRAPHIE
[SPA05] J. Sidenius, V. Piterbarg, and L. Andersen. A new framework for dynamic credit
portfolio loss modelling. Working Paper, 2005.
[SW79] Clifford Smith and Jerold Warner. On financial contracting. Journal of Financial
Economics, 7 :117–161, 1979.
[Tas04] D. Tasche. The single risk factor approach to capital charges in case of correlated loss
given default rates. www.defaulrisk.com, 2004.
[Wil01] T. Wilde. Probing granularity. Risk, 08 :103–106, 2001.
[XG08] R.A. Jarrow et H. Lin X. Guo. Distressed debt prices and recovery rate estimation.
Review of Derivatives Research, 11 :171–204, 2008.
[Zho97] Chunsheng Zhou. A jump-diffusion approach to modeling credit risk and valuing de-
faultable securities. Federal Research Board, 1997.

Introduction A La Titrisation

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Introduction A La Titrisation

Hochgeladen von

Copyright:

Verfügbare Formate

Ecole Centrale Paris

Cours de 3ième année

Ecole des Mines de Paris

Cours de 3ième année

Titrisation et risque de crédit

7 février 2013 © Olivier Toutain 2008

2.5.1 Qu’est ce qu’un Fonds Commun de Créances ? . . . . . . . . . . . . . . . . 37

4 Titrisation de valeur de marché 59

4.5.1 Survenance de l’amortissement accéléré . . . . . . . . . . . . . . . . . . . . 67

7 Performances historiques de titrisation : quelques études de cas 75

II Risque de Crédit : Simple nom et portefeuille 77

8.5.5 Spread de CDS et Probabilité de défaut . . . . . . . . . . . . . . . . . . . . 96

9 Modèles du risque de défaut 107

10 Migrations de notations 127

12 Le Risque de Crédit Souverain 143

13 Titrisation de dettes : Formalisation 147

14 Titrisation de dettes : Portefeuille statistique 165

14.5.3 Modèle multi factoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

15 Tranches de CDO 185

16 Marché actions et marché crédit 209

17 Gestion et Mesure du risque de crédit 211

III Compléments mathématiques 215

18.1.2 τ de Kendall et Corrélation de rang . . . . . . . . . . . . . . . . . . . . . . 219

19 La Dépendance du risque de crédit 241

20 Méthodes d’approximations de la distribution 253

22 Travaux Dirigés 283

24 Quelques sources 361

Qu’est ce que la titrisation ?

1.1 Principe des opérations de titrisation

1.1.2 Typologie des titrisations

Prêts Emprunt sur les

des intérêts et principaux des obligations.

1.2 L’intérêt économique

1.2.1 Intérêt de la titrisation pour le cédant

1.2.2 L’arbitrage réglementaire

1.2.3 Quel est l’intérêt des investisseurs ?

European Notional issued in USD M

1.2.4 Le financement de l’économie

1.3 Les obligations émises

2004 2005 2006 2007 2008 2009 2010 2011

1988 1993 1998 2003 2008 2013

– la monnaie de dénomination : principalement en dollar, euro, pound et yen ;

1.3.1 Défaut et mesure de la perte

1.3.2 La cotation des ”ABS”

1.4 Titrisation de dettes CDO

1.4.1 Les ”Collateralised Debt Obligation”

1.4.2 Les ”Mortgage Backed Securities”

Créances 1.4.3 La titrisation de créances commerciales ou ”Trade Receivables”

1.4.4 La titrisation de crédit à la consommation

1.5 Un bref historique de la titrisation

1.5.2 La titrisation en Europe

2.1 Quelques exemples de structures

2.1.2 Créances commerciales

2.2 Le véhicule ad-hoc

Figure 2.1 – Structure d’un CDO avec les principaux intervenants/contrats

Figure 2.2 – Titrisation avec FCC et conduit

Figure 2.3 – Flux de SPV

2.2.1 L’établissement du SPV

Domicile Irlande Jersey Luxembourg

Table 2.1 – Caractéristiques des trois principales domiciliations en Europe

2.2.2 Un véhicule qui ne peut pas faire faillite

Les activités du SPV

vie de l’opération de titrisation.