Mesurer l'Impact de la Perte de Biodiversité sur les Indicateurs Financiers : Une Perspective de Risque Climatique Physique // Measuring the Impact of Biodiversity Loss on Financial Indicators: A Physical Climate Risk Perspective

La perte de biodiversité est un risque climatique physique émergent mais encore peu exploré, qui a des implications significatives pour les marchés financiers. Bien que des travaux récents (Giglio et al., 2023) aient introduit le risque de biodiversité dans la tarification des actifs, et que Huang et al. (2024) aient apporté des preuves empiriques montrant que le risque physique lié à la biodiversité affecte les rendements attendus des entreprises ainsi que la mauvaise valorisation des actifs, plusieurs lacunes subsistent. En particulier, le risque de biodiversité peut être mal évalué en raison de l'absence de mesure standardisée du risque au niveau des entreprises, de l'hétérogénéité sectorielle et du manque d'attention des investisseurs.

Cette recherche s'appuie sur les travaux de Giglio et al. (2023) et de Huang et al. (2024) afin d'approfondir l'analyse des effets de la perte de biodiversité sur les indicateurs financiers au niveau des entreprises, des secteurs et de différentes classes d'actifs. Plus précisément, nous visons à :

Affiner la mesure du risque physique lié à la biodiversité en intégrant l'exposition géographique spécifique des entreprises, les dépendances aux chaînes d'approvisionnement et la reliance aux services écosystémiques.
Évaluer la persistance de la mauvaise valorisation du risque de biodiversité en testant si les entreprises présentant un risque plus faible enregistrent des rendements anormaux plus élevés et des flux de trésorerie futurs plus stables.
Examiner la manière dont le risque physique lié à la biodiversité est intégré dans les marchés obligataires, en plus des marchés d'actions, afin de mieux comprendre son impact sur le coût du financement des entreprises.
Étudier si la sensibilisation des investisseurs et les initiatives réglementaires permettent de réduire, avec le temps, la mauvaise valorisation du risque de biodiversité.
Pour atteindre ces objectifs, nous développerons un indice amélioré de risque biodiversité pour les entreprises, en exploitant des données géospatiales sur la biodiversité, les déclarations financières et les mesures de l'empreinte écologique. Nous analyserons ensuite si ce risque est systématiquement pris en compte par les marchés financiers et si son impact est spécifique à certains secteurs ou généralisé à l'ensemble de l'économie.

En combinant l'économie financière et la science environnementale, ce projet vise à clarifier les conséquences économiques de la perte de biodiversité, à fournir des indications aux investisseurs et à accompagner les décideurs politiques dans l'élaboration de réglementations financières alignées sur la préservation de la biodiversité.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Biodiversity loss is an emerging but underexplored physical climate risk that has significant implications for financial markets. While recent work (Giglio et al, 2023) has introduced biodiversity risk into asset pricing, and Huang et al. (2024) provided empirical evidence that biodiversity physical risk affects firm-level expected returns and mispricing, several gaps remain. In particular, biodiversity risk may be mispriced due to the lack of standardized firm-level risk measurement, industry heterogeneity, and investor inattention.
This research builds on Giglio et al. (2023) and Huang et al. (2024) to further investigate how biodiversity loss impacts financial indicators at the firm level, sectoral level, and across different asset classes. Specifically, we aim to:
Refine the measurement of biodiversity physical risk by incorporating firm-specific geographic exposure, supply-chain dependencies, and reliance on ecosystem services.
Assess the persistence of biodiversity risk mispricing by testing whether firms with lower biodiversity risk earn higher abnormal returns and exhibit more stable future cash flows.
Examine how biodiversity physical risk is priced in bond markets, in addition to equity markets, to capture its impact on corporate financing costs.
Investigate whether investor awareness and regulatory initiatives reduce biodiversity risk mispricing over time.
To achieve these objectives, we will develop an improved biodiversity risk index for firms, leveraging geospatial biodiversity data, financial disclosures, and ecological footprint metrics. We will then evaluate whether biodiversity risk is systematically priced in financial markets and whether its effect is sector-specific or widespread.
By bridging financial economics and environmental science, this project aims to clarify the economic consequences of biodiversity loss, provide insights for investors, and support policymakers in developing biodiversity-aligned financial regulations.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025
WEB : http://sites.google.com/site/meugeniasanin

Contrats ED : Programme blanc GS-E&M*

Université Paris-Saclay GS Economie & Management

630 Droit, Economie, Management

Économiste, data scientist ou ingénieur titulaire d'un master en économie, possédant les compétences suivantes : Analyse quantitative : Maîtrise des méthodes statistiques, de l'économétrie financière et des techniques d'analyse de données. Conception de recherche : Capacité à formuler des questions de recherche, à concevoir des expériences ou des études d'observation et à développer des hypothèses. Compétences en programmation : Familiarité avec les langages de programmation et les logiciels couramment utilisés en économie, tels que R, Python, Stata ou MATLAB. Gestion des données : Compétences dans la collecte, le nettoyage et la gestion de grands ensembles de données. Pensée critique : Capacité à évaluer de manière critique les théories économiques, les modèles et les résultats empiriques. Revue de la littérature : Compétence dans la révision et la synthèse de la littérature existante pour identifier les lacunes dans les connaissances. Compétences en rédaction : Forte capacité à écrire de manière claire et persuasive, en particulier dans des formats académiques tels que les articles de recherche et les dissertations. Compétences en présentation : Capacité à présenter efficacement les résultats de recherche, à la fois oralement et visuellement, à des publics académiques et non académiques. Compétences en communication : Solides compétences en communication verbale et écrite pour la collaboration et la diffusion de la recherche. Gestion de projet : Compétences dans l'organisation de la recherche, la gestion efficace du temps et le respect des délais. Analyse des politiques : Compétences dans l'évaluation et l'analyse des politiques économiques et de leurs implications. Adaptabilité : Flexibilité pour s'adapter à de nouveaux défis de recherche, méthodologies et technologies.
Economist, data scientist or engineer with a master's degree in economics, possessing the following skills: Quantitative Analysis: Proficiency in statistical methods, financial econometrics, and data analysis techniques. Research Design: Ability to formulate research questions, design experiments or observational studies, and develop hypotheses. Programming Skills: Familiarity with programming languages and software commonly used in economics, such as R, Python, Stata, or MATLAB. Data Management: Skills in collecting, cleaning, and managing large datasets. Critical Thinking: Ability to evaluate economic theories, models, and empirical results critically. Literature Review: Competence in reviewing and synthesizing existing literature to identify gaps in knowledge. Writing Skills: Strong ability to write clearly and persuasively, especially in academic formats like research papers and dissertations. Presentation Skills: Capability to present research findings effectively, both orally and visually, to academic and non-academic audiences. Communication Skills: Strong verbal and written communication skills for collaboration and dissemination of research. Project Management: Skills in organizing research, managing time effectively, and meeting deadlines. Policy Analysis: Skills in assessing and analyzing economic policies and their implications. Adaptability: Flexibility to adapt to new research challenges, methodologies, and technologies.