Diversification optimale et la transition au zéro net : un cadre méthodologique pour mesurer l'alignement des portefeuilles des investisseurs avec les objectifs climatiques

Optimal diversification and the transition to net zero : a methodological framework for measuring climate goal alignment of investor portfolios

• Auteur / Autrice : Jakob Thomä
• Direction : Catherine Karyotis
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion. Expertise et ingénierie financière
• Date : Soutenance le 02/07/2018
• Etablissement(s) : Paris, CNAM
• Ecole(s) doctorale(s) : École doctorale Abbé Grégoire (Paris)
• Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire de recherche en sciences de l'action (Paris)
• Partenaire(s) de recherche : Entreprise : Agence de l'environnement et de la maîtrise de l'énergie (France) - 2° Investing Initiative
• Jury : Président / Présidente : Yvon Pesqueux
• Jury : Examinateurs / Examinatrices : Romain Poivet, Hugues Chenet, Nicole Röttmer
• Jury : Rapporteurs / Rapporteuses : Céline Louche, Patricia Crifo
• DOI : 10.70675/0e4b937cz8067z489dz870bz4e9b0f3c128c

Mots clés

Mots clés contrôlés

Risque de marché

Aspect économique

Changements climatiques

Théorie moderne du portefeuille

Modèles mathématiques

Gestion de portefeuille

Mots clés libres

Changement climatique

Theorie moderne de portefeuille

Finance

Economie bas-carbone

Climate change

Modern Portfolio Theory

Finance

Low-carbon economy

Résumé

La thèse vise à développer un cadre pour mesurer l'alignement des portefeuilles financiers avec les objectifs climatiques, prenant comme point de départ à la fois la théorie traditionnelle du portefeuille moderne et les cadres d'analyse des risques financiers, ainsi que la science du climat. Il s'agit de la première tentative d'élaboration de points de repère scientifiques pour le portefeuille financier. Le cadre utilise comme point de départ le concept de «diversification optimale» basé sur la théorie moderne du portefeuille et l'hypothèse de marché efficace. Selon cette théorie, les stratégies optimales impliquent l'achat du «portefeuille de marché». Il postule que cette stratégie ne peut toutefois pas être alignée sur une stratégie de portefeuille alignée avec un scenario 2 ° C. Une telle stratégie de portefeuille basée sur la science peut toutefois avoir un sens pour les institutions financières qui considèrent des objectifs multiples (financiers et non financiers) ou des institutions financières qui pensent que les marchés évaluent mal les risques financiers associés à la transition vers une économie 2°C. Les stratégies associées à 2°C peuvent surperformer le marché. Sous l'hypothèse que la transition vers une économie bas-carbone présente un facteur de risque, pour lequel la thèse fournit une série de preuves théoriques, les stratégies de portefeuille peuvent chercher à acheter le «marché à 2 ° C» en cherchant et gérant une «diversification optimale». Le modèle étend ainsi la logique de la diversification pour réduire le risque, inhérent à la théorie moderne du portefeuille, de la classe d'actifs au niveau sectoriel et technologique. Après le développement du modèle, le modèle a été testé par une série de compagnies d'assurance, de gestionnaires d'actifs et de gestionnaires de portefeuille. Au total, plus de 250 investisseurs institutionnels ont appliqué le modèle au moment de la publication. En outre, le modèle a été testé sur environ 10000 fonds. De plus, deux banques centrales européennes ont appliqué le modèle en interne dans le cadre d'une analyse de scénario à 2 ° C de leurs entités réglementées (fonds de pension et compagnies d'assurance). Dans le cadre d'un sondage auprès de 25 investisseurs, 88% ont déclaré que le cadre était tout aussi pertinent ou plus pertinent que les évaluations climatiques existantes, et 88% ont indiqué qu'ils étaient susceptibles ou très susceptibles d'utiliser la méthodologie pour aller de l'avant.

The thesis seeks to develop a framework to measure the alignment of financial portfolios with climate goals, taking as point of departure both traditional modern portfolio theory and financial risk analysis frameworks, as well as climate science. It represents the first attempt to develop science-based benchmarks for financial portfolios. The framework uses as the starting point the concept of ‘optimal diversification’ based on the modern portfolio theory and efficient market hypothesis. Under this theory, optimal strategies involve buying the ‘market portfolio’. It posits that a 2°C aligned, science-based portfolio strategy is not aligned with such a strategy. Such a science-based portfolio strategy, in turn, may make sense for financial institutions that consider multiple objectives (e.g. financial and non-financial) or financial institutions that think markets are mispricing financial risks associated with the transition to a low-carbon economy and that associated low-carbon, or 2°C aligned strategies can outperform the market. Under the assumption that the transition to a low-carbon economy presents a risk factor, for which the thesis provides a range of theoretical evidence, portfolio strategies can seek to buy the ‘2°C market’ by managing ‘optimal diversification’ to the 2°C aligned technology set, in addition to managing sector exposures. The model thus extends the logic of diversification to reduce risk, intrinsic to the modern portfolio theory, from asset class to sector and technology level.Following the development of the model, a range of insurance companies, asset managers, and portfolio managers tested the model. In total, over 250 institutional investors have applied the model to date. In addition, the model has been tested on around 10,000 funds. Moreover, two European central banks have applied the model internally as part of 2°C scenario analysis of their regulated entities (pension funds and insurance companies). As part of a feedback survey with 25 investors, 88% said the framework was equally or more relevant than existing climate assessments, and 88% said they were likely or very likely to use the methodology moving forward.