Market-implied time to transition to a low-carbon economy: a stochastic modelling and inference framework

Resumen Técnico: Tiempo Implícito de Mercado para la Transición a una Economía Baja en Carbono

Enunciado del Problema
La transición hacia una economía baja en carbono implica cronogramas institucionales (por ejemplo, los objetivos de la UE para 2030 y 2050) que son percibidos de manera diferente por los participantes del mercado. Si bien los precios financieros reflejan creencias sobre estados futuros, extraer el momento específico de estas transiciones a partir de datos de mercado es inherentemente difícil debido a la naturaleza latente de la fecha de transición y al ruido en las señales observables. La literatura existente ha medido extensamente la magnitud del "greenium" (el diferencial de rendimiento entre bonos verdes y convencionales), pero se ha prestado menos atención al uso de la estructura temporal del greenium para inferir cuándo los inversores creen que la transición se materializará efectivamente. Este artículo aborda el problema de recuperar un "Tiempo para la Transición" (TtT) implícito de mercado a partir de las diferencias de estructura temporal del greenium a través de diferentes vencimientos, investigando específicamente bajo qué esquemas de observación dicha inferencia admite una interpretación estructural.

Metodología
Los autores proponen un marco analítico de dos capas centrado en un nuevo objeto observable, $X_t$, definido como la diferencia entre el greenium en dos nodos de vencimiento seleccionados (corto y largo) de bonos gemelos (bonos idénticos en todas sus características financieras excepto en su etiqueta "verde"). El artículo postula que $X_t$ sigue un proceso de reversión a la media que converge a cero cuando ocurre la transición, momento en el cual la estructura temporal del greenium se vuelve plana.

1. Modelo con Restricción de Plazo Regulatorio (RDCM):
   El modelo base asume un plazo regulatorio determinista $T$ (por ejemplo, 2030). La dinámica de $X_t$ se modela como una ecuación diferencial estocástica (EDE) lineal con coeficientes de deriva y difusión variables en el tiempo que dependen del tiempo restante hasta el plazo ($T-t$). Crucialmente, el modelo incorpora un punto de tiempo estructural $\tau < T$. Antes de $\tau$, los coeficientes son constantes; después de $\tau$, decaen como funciones de $T-t$, forzando al proceso a cumplir la condición terminal $X_T = 0$.

   • Inferencia: El modelo utiliza una verosimilitud exacta de puente gaussiano. Dado que el proceso está condicionado a un valor terminal de cero, los autores derivan una representación telescópica del log-verosimilitud, lo que permite una calibración tratable mediante Estimación de Máxima Verosimilitud (MLE) en una cuadrícula de observación fija.

2. Modelo de Cambio de Régimen con Restricción de Plazo Regulatorio (SRDCM):
   Para abordar la heterogeneidad en los plazos percibidos, los autores extienden el RDCM a un marco de cambio de régimen. El plazo percibido se trata como un estado latente gobernado por un Modelo Oculto de Markov (HMM) de tiempo discreto. Entre las fechas de observación, el proceso sigue una dinámica RDCM específica asociada al régimen activo (por ejemplo, un plazo de 2030 frente a un plazo de 2041).

   • Inferencia: La calibración se realiza utilizando un algoritmo de Esperanza-Maximización (EM) adaptado para esta estructura. Las recursiones hacia adelante-hacia atrás se modifican para tener en cuenta el hecho de que el régimen latente en el tiempo $t_{i-1}$ gobierna la dinámica del puente sobre el intervalo $(t_{i-1}, t_i]$. Esto permite el filtrado de probabilidades posteriores a través de escenarios de transición competitivos.

3. Identificación Asintótica (Relleno de Horizonte Fijo):
   El artículo investiga la consistencia de la estimación de los parámetros de difusión bajo un esquema asintótico de relleno de horizonte fijo (donde el número de observaciones $n \to \infty$ dentro de una ventana de tiempo fija $[t_0, l]$). Utilizando funciones de contraste $M_n$ y la teoría de consistencia para estimadores M, los autores analizan qué partes del espacio de parámetros son identificables.

   • Hallazgo Clave: La identificación depende de si la ventana de observación se superpone con la "región de decaimiento" ($t > \tau$). Si la ventana se encuentra completamente antes de $\tau$, los parámetros posteriores al decaimiento (que gobiernan la forma de la convergencia) no son conjuntamente identificables; solo los parámetros anteriores al decaimiento son consistentemente estimables.

Resultados Clave

• Aplicación Empírica: El marco se aplicó a datos diarios del mercado de bonos gemelos soberanos alemanes (septiembre 2021 – enero 2025).
  • Un RDCM de régimen único (asumiendo un plazo de 2031) no logró capturar la dinámica de los datos, como lo evidencian residuos no normales y una prueba de Kolmogorov-Smirnov rechazada.
  • Un SRDCM de dos regímenes (comparando un plazo de 2031 frente a un plazo de 2041) proporcionó un ajuste significativamente mejor (AIC más bajo) y residuos consistentes con una distribución normal.
  • Los resultados del filtrado indicaron que, durante la mayor parte del período de observación, particularmente a finales de 2024, el mercado no percibió el plazo de transición de 2030 como realista, con la masa de probabilidad desplazándose hacia el escenario posterior de 2041.
• Identificación Teórica: El artículo establece que, bajo relleno de horizonte fijo, los parámetros de difusión asociados con la parte "visible" de la trayectoria (la región donde el proceso está activo) pueden estimarse consistentemente. Sin embargo, los parámetros que gobiernan el perfil de convergencia (activos solo después de $\tau$) permanecen no identificados si la muestra no se extiende a la región posterior a $\tau$.

Significado y Contribuciones
El artículo realiza dos contribuciones principales:

1. Un Nuevo Objeto Inferencial: Introduce el "Tiempo para la Transición" (TtT) como una medida implícita de mercado derivada de la diferencia de greenium a través de los vencimientos. A diferencia de las medidas estáticas de primas verdes, el TtT es prospectivo y captura la expectativa colectiva de los inversores sobre cuándo se neutralizará el riesgo de transición.
2. Un Marco de Inferencia Tratable: Desarrolla un marco riguroso de modelado estocástico e inferencia (RDCM y SRDCM) que combina verosimilitudes exactas de puente gaussiano con filtrado de cambio de régimen. Esto permite la monitorización operativa del momento de la transición en cuadrículas diarias.
3. Resultados de Identificación Estructural: El artículo proporciona condiciones necesarias y suficientes para la estimación consistente de parámetros de difusión en este contexto. Aclara que la identificación estructural de fechas de transición competitivas solo es posible cuando la ventana de observación captura las dinámicas específicas de la fase de convergencia (post-$\tau$).

Los autores posicionan al mercado de bonos gemelos alemán como un "laboratorio disciplinado" para esta inferencia, ya que las características financieras idénticas de los bonos aíslan el contenido informativo de la etiqueta verde. El trabajo desplaza el enfoque de medir el nivel de la prima verde hacia la inferencia estocástica de etiquetas temporales latentes, proporcionando una base para una teoría más amplia del momento de transición implícito de mercado.