Quantile Time-Frequency Higher-Moment Risk Spillovers and Multilayer Networks: Bridging Climate Risks to Carbon, Energy, and Metals Markets

Résumé technique : Spillovers de risques de moments supérieurs en temps-fréquence par quantiles et réseaux multicouches

Énoncé du problème
La littérature existante a exploré de manière approfondie les effets de débordement (spillover) des risques climatiques (physiques et de transition) sur les rendements et la volatilité des marchés du carbone, de l'énergie et des métaux. Cependant, une lacune importante subsiste dans la compréhension systématique de ces interactions lorsque l'on considère les risques de moments supérieurs (asymétrie et aplatissement), qui capturent l'asymétrie, les risques de queue et la volatilité extrême. De plus, les modèles de réseaux traditionnels à couche unique ne parviennent pas à capturer pleinement l'hétérogénéité de la transmission de l'information à travers différentes conditions de marché (marchés haussiers, baissiers, normaux) et domaines temps-fréquence. Cette étude comble ces lacunes en étudiant les connexions temps-fréquence par quantiles entre le risque physique climatique (PRI), le risque de transition climatique (TRI) et les risques de rendement, de volatilité, d'asymétrie (skewness) et d'aplatissement (kurtosis) des marchés du carbone, de l'énergie et des métaux.

Méthodologie
L'étude emploie un cadre méthodologique en plusieurs étapes :

1. Mesure des risques de moments supérieurs : Le modèle GARCH avec asymétrie et aplatissement (GJRSK) est utilisé pour quantifier la volatilité conditionnelle, l'asymétrie et l'aplatissement des marchés cibles.
2. Connectivité temps-fréquence par quantiles : L'analyse intègre le modèle de Vecteurs Autorégressifs par Quantiles (QVAR) avec la méthode de connectivité fréquentielle de Baruník et Kehlík (BK). Cela permet d'examiner les effets de débordement à travers différents quantiles (0,1, 0,5, 0,9) et bandes de fréquences (court terme : 1–22 jours ; long terme : >22 jours).
3. Construction de réseaux multicouches : Un réseau d'information à 12 couches est construit, englobant les couches de rendement, de volatilité, d'asymétrie et d'aplatissement sous trois états de marché (extrême baisse, normal, extrême hausse).
4. Métriques de réseau :
   • Au niveau du système : L'efficacité globale (GE) et la force de connectivité moyenne (ACS) mesurent l'efficacité de l'échange d'informations et l'intensité du risque. Les corrélations inter-couches sont évaluées via le chevauchement des arêtes (Edge Overlapping), les coefficients de Pearson/Spearman de degré-degré, et la similitude de chemin le plus court.
   • Au niveau du marché : Le chevauchement moyen de la force entrante (in-strength), de la force sortante (out-strength) et de la force nette caractérisent la connectivité des nœuds individuels.
5. Données : L'échantillon couvre des données quotidiennes du 1er juillet 2015 au 29 décembre 2023, comprenant les indices PRI et TRI, les contrats à terme ICE-EUA carbone, le pétrole brut Brent, le gaz naturel, l'indice S&P Global Clean Energy et les contrats à terme de huit métaux (Or, Argent, Cuivre, Aluminium, Zinc, Plomb, Nickel, Étain).

Principales contributions

• Analyse systémique holistique : Contrairement aux études précédentes qui examinaient les risques climatiques et des marchés spécifiques de manière isolée, cette recherche intègre les risques climatiques dans un système unifié carbone-énergie-métaux, incluant l'énergie traditionnelle et propre, ainsi que les métaux précieux et non ferreux.
• Intégration méthodologique : L'étude combine la modélisation des moments supérieurs avec l'analyse de connectivité temps-fréquence par quantiles. Cette double approche permet d'identifier les systèmes de débordement à court et long terme sous des impacts négatifs et positifs extrêmes, offrant des perspectives sur la structure de dépendance intertemporelle des queues de distribution.
• Cadre de réseau multicouche : En construisant un réseau à 12 couches, l'étude dépasse les analyses classiques de rendement/volatilité à couche unique. Elle présente simultanément de multiples mesures de risque (rendement, volatilité, asymétrie, aplatissement) à travers divers états de marché, offrant une vue plus granulaire de l'interconnectivité complexe des systèmes financiers.

Résultats clés

• Signification des moments supérieurs : Bien que l'ampleur des débordements de moments supérieurs (asymétrie et aplatissement) soit inférieure à celle des rendements et de la volatilité, ils sont statistiquement significatifs et présentent des caractéristiques variables dans le temps.
• Dynamique temps-fréquence :
  • Les débordements de rendement, d'asymétrie et d'aplatissement sont principalement pilotés par des dynamiques à court terme (haute fréquence).
  • Les débords de volatilité sont concentrés largement dans le long terme (basse fréquence).
  • Les corrélations entre les risques climatiques et les marchés sont nettement plus fortes dans les scénarios de marché extrêmes par rapport aux conditions normales.
• Renversements de rôles et débordements nets :
  • Marchés des métaux : Ils occupent généralement une position de premier plan en tant que transmetteurs d'informations (émetteurs de débordement) dans le système, particulièrement pour les risques de moments inférieurs. Cependant, leur rôle change pour devenir des récepteurs nets lors des phases de baisse extrême des risques de moments supérieurs.
  • Risques climatiques : Dans des conditions normales, le PRI et le TRI agissent principalement comme des récepteurs de débordement. Cependant, lors des baisses de marché (états baissiers), ils passent au statut de transmetteurs nets de risques à long terme.
  • Événements extrêmes : Des événements tels que la pandémie de COVID-19 et le conflit Russie-Ukraine déclenchent une intensification rapide des effets de débordement et peuvent inverser la direction des débordements nets (par exemple, les marchés du carbone devenant des contributeurs nets pendant la pandémie).
• Topologie de réseau :
  • La vitesse de contagion des risques de moments supérieurs est plus rapide que celle des risques de moments inférieurs.
  • Dans les phases de marché haussier (bull), l'échange d'informations entre les risques climatiques et les marchés ralentit, malgré des connexions plus serrées.
  • Les configurations structurelles diffèrent considérablement selon les couches ; par exemple, le réseau d'aplatissement au quantile 0,9 partage moins d'arêtes avec les autres couches, indiquant une faible similitude structurelle.

Signification et revendications
L'article affirme que ses conclusions fournissent une compréhension plus complète des mécanismes de liaison entre les risques climatiques et les marchés financiers. En démontrant que les réseaux de contagion de risques basés sur les moments supérieurs offrent des conditions de contagion plus favorables que ceux basés uniquement sur les moments inférieurs, l'étude soutient que la littérature existante se concentrant uniquement sur les rendements et la volatilité ne peut refléter pleinement la dynamique réelle de transmission des risques.

Les résultats offrent une valeur spécifique pour :

• Les investisseurs : En soulignant la nécessité d'un cadre de gestion des risques « multi-moments + multi-scénarios » et en identifiant les métaux (ex: cuivre, nickel) comme des indicateurs d'alerte précoce de risque.
• Les décideurs politiques : En révélant l'asymétrie des effets de débordement selon les états de marché, suggérant le besoin de stratégies différenciées (ex: surveiller la volatilité du pétrole lors des marchés haussiers et prévenir la transmission des risques climatiques lors des marchés baissiers).
• Les régulateurs : En mettant l'accent sur la nécessité d'une supervision collaborative trans-marchés et de l'établissement de plateformes de surveillance en temps réel pour les risques d'asymétrie et d'aplatissement afin de combler les angles morts actuels de la supervision.