Note de recherche · Septembre 2026 · Risque de transition

Financial Scenario Modeling Under Transition Uncertainty Modéliser les scénarios financiers face à l’incertitude de transition

Cette étude propose un cadre de modélisation financière intégrant les risques de transition climatique et l’incertitude associée aux trajectoires climatiques dans les projections des assureurs.

0 scénarios NGFS analysés
0 d’écart de rendement annuel
0 d’actifs obligataires minimum
0 pages d’analyse

Intégrer les ruptures structurelles de la transition climatique

La transition vers une économie bas carbone transforme durablement l’environnement macroéconomique et financier. Pour les assureurs, elle constitue un enjeu majeur de gestion actif-passif, d’allocation stratégique des actifs et de pilotage de la solvabilité.

Les générateurs de scénarios économiques constituent le socle analytique de ces projections. Toutefois, les modèles traditionnels calibrés sur les données historiques peuvent difficilement capturer les ruptures structurelles induites par la transition énergétique.

Les scénarios du Network for Greening the Financial System (NGFS) apportent des trajectoires prospectives essentielles, mais ils ne représentent ni la dispersion autour de ces trajectoires, ni l’incertitude sur le scénario qui se réalisera effectivement.

Le point de départ de l’étude

Les modèles fondés uniquement sur le passé peuvent sous-estimer les conséquences financières de la transition climatique. L’enjeu est donc de construire des projections à la fois prospectives, cohérentes et sensibles à l’incertitude.


Une extension du modèle d’Ahlgrim fondée sur le filtrage bayésien

La note propose un cadre unifié qui relie les trajectoires climatiques du NGFS aux facteurs financiers et macroéconomiques utilisés dans les projections des assureurs.

Un modèle financier prospectif

Le modèle de référence d’Ahlgrim est enrichi afin d’intégrer les trajectoires futures de l’inflation, des taux d’intérêt, des actions et de l’immobilier.

Un facteur climatique latent

L’étude introduit une variable latente représentant le scénario de transition effectivement à l’œuvre dans l’économie.

Un apprentissage progressif

Un filtre de Hamilton permet d’actualiser progressivement les probabilités des différents scénarios à partir d’un signal observable de décarbonation.

Une calibration en deux étapes

La calibration combine des techniques univariées classiques et un algorithme Expectation-Maximization pour affiner les paramètres du modèle.

Des scénarios NGFS structurants

L’application numérique repose sur quatre trajectoires : Net Zero 2050, Delayed Transition, NDCs et Current Policies.

Une application à l’assurance non-vie

Le cadre est appliqué à un portefeuille représentatif afin d’évaluer les impacts sur la performance, la solvabilité et le risque de défaut.


La duration obligataire, un levier central de résilience financière

Les résultats mettent en évidence une forte sensibilité de la performance et de la solvabilité aux dynamiques de la courbe des taux et à la duration cible du portefeuille.

4,97 %
Rendement moyen sous Net Zero 2050
Contre 4,63 % sous Current Policies dans l’application étudiée.
2,30 %
Probabilité de défaut
Estimation sous le scénario Net Zero 2050, contre 5,20 % sous Current Policies.
1,999
Ratio de couverture terminal
Valeur observée sous Net Zero 2050 pour une duration cible d’un an.
Le rôle de la duration

Une duration courte permet au portefeuille de mieux capter une remontée progressive des taux. À l’inverse, une duration plus longue peut verrouiller les rendements initiaux et réduire la flexibilité du portefeuille face aux évolutions futures de la courbe des taux.


Ce que cette approche apporte aux assureurs

Enseignement 01

Dépasser les modèles exclusivement historiques

La prise en compte des trajectoires climatiques permet de mieux représenter les changements durables des variables macroéconomiques et financières.

Enseignement 02

Ne pas considérer les scénarios comme déterministes

Le filtrage bayésien permet d’intégrer l’apprentissage progressif et l’incertitude sur la trajectoire de transition.

Enseignement 03

Intégrer le climat dans l’ALM et le stress testing

Le dispositif peut contribuer aux exercices d’allocation stratégique, de planification financière, d’ORSA et d’évaluation de la solvabilité.

Enseignement 04

Piloter la duration comme un levier stratégique

La gestion de la duration obligataire devient un facteur déterminant pour préserver la performance et le ratio de couverture selon la trajectoire climatique retenue.


Une étude destinée aux acteurs de l’assurance et de la gestion des risques

Cette publication s’adresse aux organisations qui souhaitent renforcer leurs dispositifs de modélisation prospective et de pilotage dans un contexte de transition climatique.

Assureurs

Gestion actif-passif, allocation stratégique, solvabilité, ORSA et construction de business plans résilients.

Gestionnaires d’actifs

Analyse de portefeuille, exposition aux scénarios de transition et arbitrage entre performance, risque et duration.

Directions des risques

Stress testing climatique, générateurs de scénarios économiques et mesure des impacts sur le capital.


Vers une modélisation financière plus prospective et plus résiliente

Le climat devient une variable financière

La transition climatique doit être intégrée directement dans les modèles de projection et non traitée uniquement sous la forme de scénarios de stress isolés.

L’incertitude doit être quantifiée

L’apprentissage bayésien offre un cadre pour actualiser les probabilités des trajectoires au fur et à mesure de l’apparition de nouveaux signaux.

La duration reste un levier de pilotage

La structure du portefeuille obligataire joue un rôle essentiel dans la résilience financière face aux différents scénarios de transition.

Consultez ou téléchargez l’étude

Retrouvez dans la note complète la méthodologie de modélisation, la calibration du modèle, la description des scénarios NGFS et les résultats de l’application à un portefeuille représentatif d’un assureur non-vie.

Étude rédigée par Baye Matar Kandji et Anthony Pierre — Nexialog Consulting, septembre 2026.
}) })