Corrélation dynamique : relation entre variables dont l’intensité change selon la
conjoncture. La stabilité apparente d’un modèle cache souvent une fragilité
structurelle, dès que les conditions de marché évoluent. La validation classique repose
sur l’hypothèse de régularité, pourtant rarement vérifiée dans la réalité financière.
Toute discipline sérieuse impose de détecter et d’intégrer les ruptures de régime dès la
phase de validation.
Détecter les ruptures de structure
Les modèles linéaires supposent souvent des corrélations fixes. Or, les périodes
de crise ou de forte volatilité bousculent ces relations. Détecter les
changements structurels nécessite des outils de segmentation temporelle ou de
tests de stabilité sur les coefficients. Sans cette étape, la validation est
trompeuse.
Éprouver le modèle sous différents régimes
La validation sur l’ensemble historique masque les vulnérabilités. Des tests de
stabilité sur sous-périodes, ou des validations glissantes, permettent de cerner
la résilience du modèle face à des régimes changeants. La discipline impose des
validations multiples, jamais uniques.
Réajuster les hypothèses après détection
Lorsque des ruptures sont identifiées, la méthode commande d’ajuster soit la
structure du modèle, soit les hypothèses de départ. Cela implique de
re-sélectionner les variables ou de réévaluer les contraintes de pénalisation
pour chaque nouvelle configuration.
Surveillance active et adaptation continue
La surveillance continue s’impose pour détecter les nouvelles ruptures. Cela
passe par des indicateurs automatisés ou une revue régulière des résidus et de
la structure de dépendance. Un modèle figé s’expose à l’obsolescence
méthodologique.
