💰 quantitative finance

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

Cet article présente le « Time to Transition » (TtT), une nouvelle métrique implicite de marché dérivée de la structure par terme du greenium, et développe un cadre d'inférence stochastique à deux couches combinant des modèles contraints par les délais réglementaires avec des extensions à changement de régime pour estimer le moment de transition latent et assurer une identification cohérente des paramètres.

Auteurs originaux : Lorenzo Mercuri, Andrea Perchiazzo, Edit Rroji, Ilaria Stefano

Publié 2026-05-06

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Lorenzo Mercuri, Andrea Perchiazzo, Edit Rroji, Ilaria Stefano

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que l'économie mondiale soit un immense navire tentant de naviguer d'une mer agitée et riche en carbone vers un port calme et à faible émission de carbone. Les personnes à bord (les investisseurs) connaissent la destination, mais elles se disputent sur quand le navire arrivera réellement. Certains pensent qu'il accostera d'ici 2030 ; d'autres estiment que cela ne se produira pas avant 2041.

Ce document présente un nouvel outil pour déterminer ce que les investisseurs pensent réellement de ce moment d'arrivée, non pas en les interrogeant, mais en écoutant les « chuchotements » du marché obligataire.

Voici une décomposition des idées du document à l'aide d'analogies simples :

1. La « Prime Verte » et le « Greenium »

Sur le marché obligataire, les gouvernements et les entreprises peuvent émettre des « Obligations Vertes » (pour financer des projets écologiques) et des « Obligations Brunes » (projets standards). Habituellement, les Obligations Vertes sont légèrement moins chères à vendre pour l'émetteur, car les investisseurs acceptent un rendement plus faible simplement pour soutenir l'environnement. Cette différence de prix est appelée le Greenium.

Pensez au Greenium comme à un bon de réduction.

Coupons à court terme : Les investisseurs sont très enthousiastes à l'égard de l'avenir. Ils acceptent une forte réduction (un Greenium élevé) pour des obligations arrivant à échéance rapidement, car ils croient que la « transition verte » se produit maintenant.
Coupons à long terme : Plus l'horizon s'éloigne, plus l'enthousiasme s'estompe, ou plus la réduction diminue.

2. L'Idée Centrale : « Temps de Transition » (TtT)

Les auteurs ont remarqué quelque chose d'intéressant sur le marché obligataire allemand : le « rabais » (Greenium) est souvent inversé. Les investisseurs acceptent une plus grande perte sur leurs rendements pour les obligations à court terme que pour celles à long terme.

Pourquoi ? Parce que les investisseurs estiment que la transition vers une économie verte est urgente et imminente. Mais ils craignent aussi que, si la transition s'éternise trop, l'étiquette « verte » ne vaille plus le sacrifice.

Le document crée une nouvelle métrique appelée Temps de Transition (TtT).

La Métaphore : Imaginez que le Greenium soit une colline. Actuellement, la colline est raide (fort rabais pour le court terme, faible pour le long terme). Les auteurs définissent le « Temps de Transition » comme le moment où la colline s'aplatit complètement.
Le Signal : Lorsque la colline devient plate, cela signifie que les investisseurs estiment que la transition est terminée. À ce stade, l'étiquette « verte » n'est plus qu'une caractéristique permanente, et le rabais est identique pour tous les horizons temporels.
L'Objectif : En mesurant la pente de la colline aujourd'hui, le document tente de calculer combien d'années il faudra pour que cette colline s'aplatisse. C'est comme regarder la vitesse d'une voiture pour deviner quand elle atteindra la ligne d'arrivée.

3. Les Deux Modèles : « Échéance Stricte » vs « Horloge Oscillante »

Pour calculer ce temps, les auteurs ont construit deux modèles mathématiques (comme deux types d'horloges différents).

Modèle A : L'Échéance Réglementaire (RDCM)

L'Analogie : Imaginez un professeur strict qui dit : « L'examen aura lieu le 31 décembre 2030, quoi qu'il arrive. »
Fonctionnement : Ce modèle suppose que tout le monde s'accorde sur une date fixe unique où la transition sera achevée. Les mathématiques prédisent que, à mesure que nous nous rapprochons de cette date, la « colline du Greenium » s'aplanira.
Le Problème : Dans la réalité, les gens ne s'accordent pas toujours. Certains pensent que l'échéance est 2030 ; d'autres pensent 2040. Ce modèle est trop rigide.

Modèle B : L'Échéance Commutable (SRDCM)

L'Analogie : Imaginez un groupe d'investisseurs où certains sont des « Optimistes » (croyant que l'échéance est 2030) et d'autres des « Sceptiques » (croyant qu'elle est 2041). Chaque jour, l'humeur du marché change. Un jour, les Optimistes dominent ; le lendemain, les Sceptiques prennent le relais.
Fonctionnement : Ce modèle permet à l'« échéance » de basculer d'une date à l'autre en fonction des nouvelles (comme une nouvelle loi ou une guerre). Il agit comme un filtre, réévaluant constamment : « Actuellement, le marché pense-t-il que nous sommes sur la bonne voie pour 2030, ou la cible a-t-elle reculé vers 2041 ? »

4. L'Expérience : Écouter les Obligations Allemandes

Les auteurs ont testé leur théorie en utilisant de vraies données provenant des obligations d'État allemandes (spécifiquement des « obligations jumeaux », qui sont identiques sauf pour leur étiquette « Verte » ou « Brune »). C'est un laboratoire parfait car la seule différence entre les deux obligations est l'étiquette, rendant les données très propres.

Le Résultat : Lorsqu'ils ont utilisé le modèle simple « Échéance Stricte », les mathématiques ne correspondaient pas bien au monde réel (les « résidus » étaient désordonnés).
Le Succès : Lorsqu'ils ont utilisé le modèle « Échéance Commutable », il correspondait parfaitement aux données.
La Découverte : Le modèle a montré que pendant longtemps, le marché était divisé. Cependant, ces derniers mois, la vision « Optimiste » (transition d'ici 2030) est devenue moins dominante, et le marché penche de plus en plus vers l'idée que la transition pourrait prendre plus de temps (repoussant l'échéance perçue plus loin).

5. La Garantie Mathématique

Le document prouve également mathématiquement que si vous observez le marché assez longtemps et assez attentivement, vous pouvez déterminer avec précision la « vitesse » spécifique à laquelle le marché change d'avis. C'est comme prouver que si vous observez une horloge assez longtemps, vous pouvez éventuellement dire exactement à quelle vitesse ses engrenages tournent, même si l'horloge est un peu instable.

Résumé

Ce document ne mesure pas seulement combien d'argent les personnes épargnent pour les obligations vertes. Il mesure quand les personnes pensent que la transition verte se produira réellement.

L'Outil : Une nouvelle façon de lire les prix des obligations pour deviner le « moment d'arrivée » d'une économie à faible émission de carbone.
La Méthode : L'utilisation d'un modèle flexible qui tient compte du fait que les investisseurs changent d'avis et ont différentes échéances en tête.
L'Essentiel : Le marché est un être vivant qui met constamment à jour ses croyances sur l'avenir. Ce document nous offre un moyen de décoder ces croyances en temps réel.

Résumé technique : Délai implicite de marché pour la transition vers une économie bas-carbone

Énoncé du problème
La transition vers une économie bas-carbone implique des calendriers institutionnels (par exemple, les objectifs de l'UE pour 2030 et 2050) qui sont perçus différemment par les acteurs du marché. Bien que les prix financiers reflètent les croyances concernant les états futurs, l'extraction du calendrier spécifique de ces transitions à partir des données de marché est intrinsèquement difficile en raison du caractère latent de la date de transition et du bruit présent dans les signaux observables. La littérature existante a largement mesuré l'ampleur du « greenium » (l'écart de rendement entre les obligations vertes et les obligations conventionnelles), mais moins d'attention a été portée à l'utilisation de la structure par terme du greenium pour inférer quand les investisseurs estiment que la transition se matérialisera effectivement. Cet article aborde le problème de la récupération d'un « Délai de Transition » (TtT) implicite de marché à partir des différences de structure par terme du greenium selon les maturités, en investiguant spécifiquement dans quelles schémas d'observation une telle inférence admet une interprétation structurelle.

Méthodologie
Les auteurs proposent un cadre analytique à deux couches centré sur un nouvel objet observable, $X_t$ , défini comme la différence entre le greenium à deux nœuds de maturité sélectionnés (court et long) d'obligations jumeaux (obligations identiques dans toutes leurs caractéristiques financières à l'exception de leur étiquette « verte »). L'article postule que $X_t$ suit un processus de réversion vers la moyenne qui converge vers zéro lorsque la transition se produit, moment où la structure par terme du greenium devient plate.

Modèle à Échéance Réglementaire Contrainte (RDCM) :
Le modèle de base suppose une échéance réglementaire déterministe $T$ (par exemple, 2030). La dynamique de $X_t$ est modélisée comme une équation différentielle stochastique (EDS) linéaire avec des coefficients de dérive et de diffusion variant dans le temps, dépendant du temps restant avant l'échéance ( $T-t$ ). Crucialement, le modèle intègre un point de temps structurel $\tau < T$ . Avant $\tau$ , les coefficients sont constants ; après $\tau$ , ils décroissent en tant que fonctions de $T-t$ , forçant le processus à atteindre la condition terminale $X_T = 0$ .
- Inférence : Le modèle utilise une vraisemblance exacte de pont gaussien. Étant donné que le processus est conditionné par une valeur terminale nulle, les auteurs dérivent une représentation télescopique de la log-vraisemblance, permettant un étalonnage traitable par la méthode du Maximum de Vraisemblance (MLE) sur une grille d'observation fixe.
Modèle à Échéance Réglementaire Contrainte à Changement de Régime (SRDCM) :
Pour répondre à l'hétérogénéité des échéances perçues, les auteurs étendent le RDCM à un cadre à changement de régime. L'échéance perçue est traitée comme un état latent régi par un Modèle de Markov Caché (HMM) à temps discret. Entre les dates d'observation, le processus suit une dynamique RDCM spécifique associée au régime actif (par exemple, une échéance 2030 contre une échéance 2041).
- Inférence : L'étalonnage est réalisé à l'aide d'un algorithme Espérance-Maximisation (EM) adapté à cette structure. Les récursions avant-arrière sont modifiées pour tenir compte du fait que le régime latent au temps $t_{i-1}$ régit la dynamique du pont sur l'intervalle $(t_{i-1}, t_i]$ . Cela permet le filtrage des probabilités a posteriori à travers des scénarios de transition concurrents.
Identification Asymptotique (Raffinement à Horizon Fixe) :
L'article examine la cohérence de l'estimation des paramètres de diffusion sous un schéma asymptotique de raffinement à horizon fixe (où le nombre d'observations $n \to \infty$ dans une fenêtre de temps fixe $[t_0, l]$ ). En utilisant des fonctions de contraste $M_n$ et la théorie de la cohérence pour les estimateurs M, les auteurs analysent quelles parties de l'espace des paramètres sont identifiables.
- Résultat clé : L'identification dépend de ce que la fenêtre d'observation chevauche la « région de décroissance » ( $t > \tau$ ). Si la fenêtre se situe entièrement avant $\tau$ , les paramètres post-décroissance (qui régissent la forme de la convergence) ne sont pas identifiables conjointement ; seuls les paramètres pré-décroissance sont estimables de manière cohérente.

Résultats clés

Application empirique : Le cadre a été appliqué à des données quotidiennes du marché des obligations souveraines jumeaux allemandes (septembre 2021 – janvier 2025).
- Un RDCM à régime unique (supposant une échéance 2031) a échoué à capturer la dynamique des données, comme en témoignent des résidus non normaux et un test de Kolmogorov-Smirnov rejeté.
- Un SRDCM à deux régimes (comparant une échéance 2031 contre une échéance 2041) a fourni un ajustement nettement meilleur (AIC plus faible) et des résidus cohérents avec une distribution normale.
- Les résultats de filtrage ont indiqué que, pour la majeure partie de la période d'observation, particulièrement à la fin de 2024, le marché ne percevait pas l'échéance de transition 2030 comme réaliste, la masse de probabilité se déplaçant vers le scénario plus tardif de 2041.
Identification théorique : L'article établit que, sous un raffinement à horizon fixe, les paramètres de diffusion associés à la partie « visible » de la trajectoire (la région où le processus est actif) peuvent être estimés de manière cohérente. Cependant, les paramètres régissant le profil de convergence (actifs uniquement après $\tau$ ) restent non identifiés si l'échantillon ne s'étend pas dans la région post- $\tau$ .

Importance et contributions
L'article apporte deux contributions principales :

Un nouvel objet inférentiel : Il introduit le « Délai de Transition » (TtT) comme une mesure implicite de marché dérivée de la différence de greenium selon les maturités. Contrairement aux mesures statiques des primes vertes, le TtT est prospectif et capture l'attente collective des investisseurs sur le moment où le risque de transition sera neutralisé.
Un cadre d'inférence traitable : Il développe un cadre rigoureux de modélisation stochastique et d'inférence (RDCM et SRDCM) qui combine des vraisemblances exactes de ponts gaussiens avec un filtrage à changement de régime. Cela permet une surveillance opérationnelle du calendrier de transition sur des grilles quotidiennes.
Résultats d'identification structurelle : L'article fournit les conditions nécessaires et suffisantes pour l'estimation cohérente des paramètres de diffusion dans ce contexte. Il clarifie que l'identification structurelle de dates de transition concurrentes n'est possible que lorsque la fenêtre d'observation capture les dynamiques spécifiques de la phase de convergence (post- $\tau$ ).

Les auteurs positionnent le marché des obligations jumeaux allemandes comme un « laboratoire discipliné » pour cette inférence, car les caractéristiques financières identiques des obligations isolent le contenu informationnel de l'étiquette verte. Ce travail déplace l'accent de la mesure du niveau de la prime verte vers l'inférence stochastique d'étiquettes temporelles latentes, fournissant une fondation pour une théorie plus large du calendrier de transition implicite de marché.