A comparative study on the estimation of factor migration models

Areski Cousin (1) , Mohamed Reda Kheliouen (1)

1 SAF - Laboratoire de Sciences Actuarielle et Financière

In this paper, we study the statistical estimation of some factor migration models. This class of models is based on the assumption that rating migrations are driven by a set of common factors representing the business cycle evolution. In particular, we compare the estimation of the ordered Probit model as described for instance in Gagliardini and Gourieroux (2005) and of the multi-state latent factor intensity model used in Koopman et al. (2008). For these two approaches, we also distinguish the case where the underlying factors are observable and the case where they are assumed to be unobservable. The paper is supplied with an empirical study where the estimation is made on historical Standard & Poor's rating data on the period [01/2006 − 01/2014]. We find that the intensity model with observable factors is the one that best fits empirical transition probabilities. In line with Kavvathas (2001), this study shows that short migrations of investment grade firms are significantly correlated to the business cycle whereas, because of lack of observations, it is not possible to state any relation between long migrations (more than two grades) and the business cycle. Concerning non investment grade firms, downgrade migrations are negatively related to business cycle whatever the amplitude of the migration.

Dans cet article, nous étudions l'estimation statistique de modèles factoriels de migration de crédit. Cette classe de modèles repose sur l'hypothèse que les changements de notation sont gouvernés par un ensemble de facteurs communs représentant l'évolution du cycle économique. Nous comparons en particulier l'estimation du modèle Probit ordonné tel que décrit dans Gagliardini and Gourieroux (2005) avec l'estimation du modèle à intensité multifactorielle qui est présenté dans Koopman et al. (2008). Pour ces deux approches, nous distinguons le cas où les facteurs sous-jacents sont observables et le cas où ils sont considérés comme inobservables. La réalisation d'une étude empirique sur des données de notations Standard & Poor's sur la période [01/2006 − 01/2014] nous permet de con-clure que le modèle à intensité à facteurs observables est celui qui ajuste le mieux les probabilités de transition empiriques. Par ailleurs, l'étude confirme des résulats obtenus dans de précédents articles comme celui de Kavvathas (2001), à savoir que pour les firmes qui sont bien notées, les migrations de notation de faible amplitude (un degré) sont liées au cycle économique alors qu'en raison du manque d'observations, il est impossible de lier les migrations de fortes amplitudes (plus de deux degrés) au cycle économique. Lorsque les firmes sont mal notées, les dégradations de notation sont négativement corrélées au cycle économique.

Mots clés: multi-state latent intensity model; ordered Probit model; Factor migration models; mobility index; Kalman filter

Domaines: Méthodes et statistiques; Economies et finances

Areski Cousin, Mohamed Reda Kheliouen. A comparative study on the estimation of factor migration models. 2016. ⟨halshs-01351926⟩