Dans cette étude nous réexaminons les modèles à facteurs qui ont été proposés récemment, c'est à dire le CAPM conditionnel et l'APT non-linéaire. Ces modèles ont été estimés par la méthode des moments généralisée. La diagnostique usuelle pour juger ces modèles est la statistique de suridentification. Le problème fondamental de cette statistique est qu'elle n'a pas de puissance par rapport à des alternatives caractérisés par des variations de paramètres. Évidement, ces variations entraînent des erreurs sur l'évaluation du risque. Nous proposons d'appliquer des tests de changement structurel pour les paramètres et analysons plusieurs modèles du type APT non-linéaire et CAPM conditionnel. Peu de modèles semblent être stable. Nous trouvons que la spécification du APT non-linéaire semble être quand même la plus satisfaisante.