Modélisation statistique de l'impact du risque climatique sur la solvabilité des banques

Modeling the impact of climate risk on credit and bank solvency

• Auteur / Autrice : Guillaume Flament
• Direction : Valentin Patilea
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques et leurs interactions
• Date : Soutenance le 09/12/2024
• Etablissement(s) : Rennes, École Nationale de la Statistique et de l'Analyse de l'Information
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Centre de Recherche en Economie et Statistique (Palaiseau ; 1993-....) - Centre de Recherche en Economie et en Statistique / CREST
• Partenaire(s) de recherche : Ecole d'ingénieurs : Ecole nationale de la statistique et de l'analyse de l'information (1994-.... ; Bruz, Ille-et-Vilaine)
• Jury : Président / Présidente : Christophe Hurlin
• Jury : Examinateurs / Examinatrices : Anne Vanhems, Myriam Vimond
• Jury : Rapporteurs / Rapporteuses : Christian M. Hafner, Emmanuel Flachaire

Mots clés

Mots clés libres

Climate stress-testing

Estimation non paramétrique

Fonction quantile

Modèle dit location-scale

Modèle semi-paramétrique à direction révélatrice

Risque de crédit

Climate stress-testing

Crédit risk

Location-scale régression

Nonparametric esti­ mation

Quantile function

Semi-parametric single index

Résumé

Cette thèse propose une adaptation du modèle de Merton-Vasicek. Ce modèle à facteur commun permet de calculer les pertes extrêmes liées à un portefeuille de crédits. Usuellement, ce facteur est considéré comme étant Gaussien et le modèle ne permet pas l’intégration de variables macroéconomiques. Dans ce manuscrit nous proposons de définir les pertes extrêmes à partir des quanti les du facteur commun conditionnels à des variables macroéconomiques. Nous proposons deux types de modèles semi-paramétriques pour es­ timer ces quantités. Nous montrons leur perti­ nence aussi bien sur des exercices numériques que sur des données réelles.Cependant, intégrer le risque climatique dans le calcul de pertes extrêmes nécessite l’introduction de scénarios macroéconomiques qui serviront ensuite de variables explicatives dans ce modèle de Merton-Vasicek. Nous pro­ posons donc d’intégrer des contraintes environ­ nementales dans un IAM, le modèle DICE. En particulier, nous proposons d’intégrer Vexergy dans la modélisation de la productivité totale des facteurs avant d’intégrer cette modélisation pour générer des trajectoires de (dé-)croissance économique, qui pourrait ensuite être inté­ grée comme variable explicative aux modèles précédemment présentés.

Tins manuscript proposes an adap­ tation of the Merton-Vasicek model. This single-factor model allows for the calculation of financial losses related to crédit. Typically, this factor is considered Gaussian, and the model do es not allow for the intégration of macroeconomic variables. In this manuscript, we propose to compote this loss based on the quantile of the common factor conditional on macroeconomic variables. We propose two semiparametric types of models to estimate these quantifies. We demonstrate their rele- vance through bot h numerical exercises and real data.However, integrating climate risk into the cal­ culation of extreme losses requires the intro­ duction of macroeconomic scénarios that will then serve as explanatory variables in this Merton-Vasicek model. We hâve therefore pro- posed to integrate environmental constraints into an IAM, the DICE model. Specifically, we propose to integrate exergy into the model­ ing of the Total Factor Productivity (TEP). Next, it is possible to incorporate the pré­ dictions of the TFP to generate trajectories of (de-)growth that could eventually be inte- grated as explanatory variables into the condi­ tional quantile models.