Cet article introduit une approche de décomposition en valeurs singulières tensorielles (TSVD) pour l’estimation des modèles vectoriels autorégressifs structurels (SVAR) non gaussiens. La méthodologie proposée s’applique aussi bien à l’identification complète qu’à l’identification partielle des chocs structurels. La procédure d’estimation repose sur les cumulants d’ordre trois et/ou quatre. Nous établissons la distribution asymptotique de l’estimateur et menons une étude de simulation afin d’évaluer ses performances en petits échantillons. Les résultats démontrent que l’estimateur est particulièrement compétitif dans les petits échantillons par rapport aux méthodes alternatives en cas d’identification complète. Dans les situations d’identification partielle, l’estimateur présente également de très bonnes performances en petits échantillons. Afin d’illustrer la pertinence pratique de la procédure en contexte d’identification partielle, deux applications empiriques sont présentées.