Nouveaux risques émergents et gestion de portefeuille

New Emerging Risks and Portfolio Allocation

• Auteur / Autrice : Natasha Abou rjaily
• Direction : Claire Loupias
• Type : Projet de thèse
• Discipline(s) : Sciences économiques
• Date : Inscription en doctorat le 01/07/2025
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : Droit, Economie, Management
• Partenaire(s) de recherche : Laboratoire : EPEE - Centre d'Etudes des Politiques Economiques de l'Université d'Evry
• Partenaire(s) de recherche : Référent : Université d'Évry Val d'Essonne

Mots clés

Mots clés libres

Risque géopolitique

Biodiversité

Optimisation de portefeuille

Changement climatique

Analyses input-output

Modèles macrofinanciers

Macrofinancial models

Portfolio optimization

Geopolitical risk

Input-output analysis

Climate change

Biodiversity

Résumé

Puisque les marchés financiers sont confrontés à une exposition croissante aux risques émergents, les méthodes traditionnelles d'évaluation des risques doivent évoluer pour prendre en compte ces nouvelles dimensions d'incertitude. Cette thèse souhaite examiner quatre principaux risques émergents — le risque climatique physique, le risque lié à la biodiversité, le risque géopolitique et le protectionnisme — et poursuit trois objectifs clés. • 1) L'analyse de l'impact de ces risques sur la valorisation des actifs. Pour évaluer leur influence sur les primes de risque et les indicateurs de risque, il est essentiel de déterminer s'ils sont systématiques ou idiosyncratiques. Cette distinction est cruciale car les risques systématiques peuvent modifier la structure des primes de risque des actions, des obligations d'entreprises et des obligations souveraines. • 2) Si certains de ces risques sont systématiques, la thèse vise à affiner les modèles de facteurs de risque afin de mieux capturer leurs effets sur les entreprises et les titres individuels. Une approche descendante (top-down) peut être pertinente pour les risques systématiques, tandis qu'une approche ascendante (bottom-up) serait plus appropriée pour les risques idiosyncratiques. • 3) L'étude examine les implications de ces risques pour la gestion de portefeuille. Cet objectif s'appuie sur les deux précédents. Des modèles d'optimisation de portefeuille peuvent-ils être conçus pour gérer efficacement ces risques au sein d'un portefeuille diversifié, ou des stratégies de gestion des risques sur mesure sont-elles nécessaires au niveau idiosyncratique ? Pour atteindre ces objectifs, la recherche utilisera plusieurs méthodologies en économie et finance. La modélisation macroéconomique, incluant les extensions des modèles DICE et GUMBO, sera utilisée pour évaluer l'impact du capital naturel et du risque climatique physique sur les principales variables économiques. Ces risques étant étroitement liés à la résilience des chaînes d'approvisionnement, la thèse s'appuiera également sur l'analyse input-output, comme les approches utilisées dans l'évaluation des taxes carbone et les tests de résistance climatique. Les modèles factoriels permettront de déterminer si les risques de transition climatique et géopolitique sont intégrés dans les prix de marché. Des mesures de risque innovantes, telles que des indicateurs d'exposition à la biodiversité au niveau des entreprises, aideront à gérer les risques idiosyncratiques. Les indices de sentiment — construits via le traitement automatique du langage naturel (NLP) sur des données d'actualité — permettront de quantifier la perception du marché face aux risque géopolitique et de biodiversité. Enfin, des cadres de notation évalueront l'exposition des entreprises au protectionnisme, au risque climatique physique et à la biodiversité, permettant ainsi des stratégies d'investissement mieux informées. Cette recherche vise à fournir un cadre complet pour identifier, quantifier et gérer les risques émergents, déjà significatifs ou en passe de le devenir. Le risque géopolitique et le protectionnisme sont récemment apparus comme des facteurs critiques pour les marchés financiers. Bien que la recherche actuelle se soit concentrée sur le risque de transition climatique, il est évident que la trajectoire vers une économie bas carbone reste très incertaine, rendant l'étude du risque climatique physique prioritaire pour l'économie climatique et l'investissement. Enfin, l'évaluation du risque lié à la biodiversité et son intégration dans les décisions économiques et financières deviennent de plus en plus essentielles. En s'appuyant sur ces quatre risques émergents, les résultats de cette thèse fourniront des perspectives précieuses pour la prise de décision financière, l'optimisation de portefeuille et la gestion des risques, renforçant ainsi la résilience des stratégies d'investissement dans un contexte mondial de plus en plus incertain.

As financial markets grapple with increasing exposure to emerging risks, traditional methods of risk assessment must evolve to account for new dimensions of uncertainty. This thesis examines four major emerging risks - physical climate risk, biodiversity risk, geopolitical risk, and protectionism - and pursues three key objectives. • First, it examines how these risks affect asset pricing. To assess their impact on risk premia and risk metrics, it is essential to determine whether these risks are systematic or idiosyncratic. This distinction is crucial because systematic risks can reshape the structure of asset risk premia for equities, corporate bonds, and sovereign bonds. • Second, if some of these risks are indeed systematic, the thesis aims to refine risk factor models to better capture their effects on firms and individual securities. A top-down approach can help model systematic risks, while a bottom-up approach may be more appropriate for risks that are predominantly idiosyncratic. • Third, the thesis examines the implications of these risks for portfolio management. This objective builds on the previous two. Can portfolio optimization models be designed to effectively manage these risks within a diversified portfolio, or are customized risk management strategies required at the idiosyncratic level? To achieve these objectives, the research will employ different methodologies from economics and finance. Macroeconomic modeling, including extensions of the DICE and GUMBO models, will be used to assess the impact of natural capital and physical climate risks on key economic variables. Given the strong link between these risks and supply chain resilience, the thesis will also make extensive use of input-output analysis, such as approaches used in carbon tax assessments and climate stress testing. Factor models can determine whether climate transition risk and geopolitical risk are priced in financial markets. Novel risk measures, such as firm-level biodiversity exposure metrics, will help manage idiosyncratic risk. Sentiment indices --- constructed using natural language processing (NLP) on news data --- can quantify market perceptions of geopolitical and biodiversity risks. Finally, scoring frameworks could assess firm-level exposure to protectionism, physical climate risk, and biodiversity risk, enabling risk-informed investment strategies. By integrating these methodologies, this research aims to provide a comprehensive framework for identifying, quantifying, and managing emerging risks that are already significant or will become crucial in the coming years. Geopolitical risk and protectionism have recently emerged as critical factors for financial markets. While much of the current research has focused on climate transition risk, it is evident that the trajectory toward a low-carbon economy is highly uncertain, making the investigation of climate physical risk a priority for climate economics and investing. Finally, assessing biodiversity risk and incorporating it into economic and financial decision-making is becoming increasingly relevant. Building on these four emerging risks, the findings of this thesis will offer valuable insights for financial decision-making, portfolio optimization, and risk management, ultimately enhancing the resilience of investment strategies in an increasingly uncertain global landscape.