Description
Abstract: Two models of default risk are prominent in the financial literature: Merton's structural model and Altman's non-structural model. Merton's structural model has the benefit of being responsive, since the probabilities of default can continually be updated with the evolution of firms' asset values. Its main flaw lies in the fact that it may over- or underestimate the probabilities of default, since asset values are unobservable and must be extrapolated from the share prices. Altman's nonstructural model, on the other hand, is more precise, since it uses firms' accounting data—but it is less flexible. In this paper, the authors investigate the hybrid contingent claims approach with publicly traded Canadian companies listed on the Toronto Stock Exchange. The authors' goal is to assess how their ability to predict companies' probability of default is improved by combining the companies' continuous market valuation (structural model) with the value given in their financial statements (non-structural model). The authors' results indicate that the predicted structural probabilities of default (PDs from the structural model) contribute significantly to explaining default probabilities when PDs are included alongside the retained accounting variables in the hybrid model. The authors also show that quarterly updates to the PDs add a large amount of dynamic information to explain the probabilities of default over the course of a year. This flexibility would not be possible with a non-structural model. The authors conduct a preliminary analysis of correlations between structural probabilities of default for the firms in their database. Their results indicate that there are substantial correlations in the studied data.
Résumé: Deux modèles d'évaluation du risque de défaut sont généralement présentés dans la littérature financière : le modèle structurel de Merton et le modèle non structurel d'Altman. Le premier offre l'avantage d'être souple, car les probabilités de défaut peuvent être continuellement mises à jour selon l'évolution de la valeur des actifs des entreprises. Sa principale lacune réside dans le fait qu'il peut surestimer ou sous-estimer les probabilités de défaut, parce que les valeurs des actifs ne sont pas observables et doivent être estimées à partir des valeurs boursières. Le second modèle a l'avantage d'être plus précis, grâce à l'emploi des données comptables des entreprises, mais il est moins souple. Les auteurs recourent à un modèle hybride inspiré de l'approche des créances contingentes pour analyser les données sur les entreprises canadiennes cotées à la Bourse de Toronto. Leur objectif est de déterminer si le fait de combiner les évaluations continues fournies par le marché (modèle structurel) et les valeurs tirées des états financiers (modèle non structurel) permet d'améliorer la prévision des probabilités de défaut des entreprises. Leurs résultats indiquent que les probabilités de défaut extraites du modèle structurel contribuent significativement à expliquer le risque de défaut lorsqu'elles sont incluses dans un modèle hybride avec des variables comptables. Les auteurs montrent aussi que la mise à jour trimestrielle des probabilités de défaut s'avère d'une grande utilité pour expliquer l'évolution du risque de défaut au cours d'une année. Cette flexibilité serait impossible avec l'utilisation exclusive d'un modèle non structurel. Les auteurs ont aussi effectué une analyse préliminaire des corrélations entre les probabilités de défaut tirées du modèle structurel. Leurs résultats révèlent qu'il existe des corrélations importantes dans les données étudiées.
Résumé: Deux modèles d'évaluation du risque de défaut sont généralement présentés dans la littérature financière : le modèle structurel de Merton et le modèle non structurel d'Altman. Le premier offre l'avantage d'être souple, car les probabilités de défaut peuvent être continuellement mises à jour selon l'évolution de la valeur des actifs des entreprises. Sa principale lacune réside dans le fait qu'il peut surestimer ou sous-estimer les probabilités de défaut, parce que les valeurs des actifs ne sont pas observables et doivent être estimées à partir des valeurs boursières. Le second modèle a l'avantage d'être plus précis, grâce à l'emploi des données comptables des entreprises, mais il est moins souple. Les auteurs recourent à un modèle hybride inspiré de l'approche des créances contingentes pour analyser les données sur les entreprises canadiennes cotées à la Bourse de Toronto. Leur objectif est de déterminer si le fait de combiner les évaluations continues fournies par le marché (modèle structurel) et les valeurs tirées des états financiers (modèle non structurel) permet d'améliorer la prévision des probabilités de défaut des entreprises. Leurs résultats indiquent que les probabilités de défaut extraites du modèle structurel contribuent significativement à expliquer le risque de défaut lorsqu'elles sont incluses dans un modèle hybride avec des variables comptables. Les auteurs montrent aussi que la mise à jour trimestrielle des probabilités de défaut s'avère d'une grande utilité pour expliquer l'évolution du risque de défaut au cours d'une année. Cette flexibilité serait impossible avec l'utilisation exclusive d'un modèle non structurel. Les auteurs ont aussi effectué une analyse préliminaire des corrélations entre les probabilités de défaut tirées du modèle structurel. Leurs résultats révèlent qu'il existe des corrélations importantes dans les données étudiées.