Cette thèse passe en revue certains facteurs de risques économiques (risque de revenu, risque de la finance parallèle, et risque carbone) en utilisant de nouvelles sources de données et méthodologies. Le premier chapitre examine comment la réponse de la consommation face au risque de capital humain affecte la finance des ménages. A partir de données conjointes sur la consommation, les revenus et les actifs des ménages américains, ce papier documente le lissage excessif de la consommation comme un facteur essentiel pour le choix de portefeuille et montrer qu’il peut expliquer les énigmes financières observées chez les ménages américains. Par ailleurs, le papier formalise l’effet du lissage excessif sur le choix de portefeuille à l’aide d’un modèle de cycle de vie où un ménage est confronté à un risque de revenu salarial idiosyncratique. Le modèle est calibré de façon à correspondre aux observations sur le cycle de vie de la détention d’actifs risqués des ménages américains. Le deuxième chapitre évalue le transfert de risques des banques dans les activités bancaires non réglémentées. En exploitant les variations dans les risques discutés par les banques dans leur rapports financiers et en utilisant les outils de l’analyse textuelle, ce document fournit une nouvelle mesure de l’activité bancaire non-réglementée. Le papier montre empiriquement que (1) les banques sont plus susceptibles de contourner les régulations lorsque leurs contraintes de fonds propres deviennent contraignantes, (2) il existe une relation positive entre le transfert de risque et le risque extrême des banques. Par la suite, le papier rationalise ce transfert de risque en utilisant un modèle macroéconomique avec un secteur financier. Dans le modèle, l’événement de défaut de paiement et la présence d’externalités dues à une application imparfaite de la réglementation encourage les banques à s’engager dans une stratégie de transfert des risques. Enfin, le papier utilise ce cadre pour étudier la régulation optimale. On montre qu’une taxe sur l’activité sectorielle réduit efficacement le transfert des risques des banques par rapport à d’autres politiques comme la réglementation des fonds propres de la banque. Enfin, le troisième chapitre aborde l’effet du risque carbone sur la stabilité économique. Nous étudions ce risque à l’aide de données de panel pour 50 États américains au cours des années 1998 à 2018. De plus, nous supposons une dépendance transversale des facteurs communs non observés (par exemple, les liens commerciaux, l’intégration financière) entre les États. En utilisant une approche d’émissions de carbone basée sur la consommation, ce chapitre montre qu’une diminution d’une unité des émissions de carbone est associée, à long terme, à une croissance de la production logarithmique par habitant de 4,5 points de pourcentage. En outre, nous trouvons des impacts différentiels dans la distribution du revenu par habitant des États. Ces résultats éclairent le débat sur la voie de transition optimale vers une économie sobre en carbone. / This thesis reviews some economic risk factors (labor income risk, shadow banking risk, and carbon risk) using new data sources and novel methodologies. The first chapter investigates how the response of consumption to human capital risk affects household finance. Using joint data on consumption, income, and assets of representative US households, I document the excess smoothness of consumption as an essential factor for portfolio choice and show that it can explain household finance puzzles. Furthermore, I formalized the effect of the excess smoothness on the portfolio choice using a structural life-cycle model where a household faces an idiosyncratic wage income risk. The model is calibrated to match relevant aspects of the dynamics and the life cycle of risky asset holding from the PSID. The second chapter assesses banks’ risk-shifting in the non regulated banking activity, also called shadow banking. Exploiting variations in risks disclosed by banks in their financial reports and using textual analysis tools, this document provides a new measure non regulated banking activity. The paper empirically documents that (1) banks are more likely to shift risk out of the regulator’s reach when their risk-based capital constraints become binding, (2) there is a positive relationship between risk-shifting and tail risk of banks. The paper then rationalizes banks’ risk-shifting behavior using a macroeconomic model with a financial sector. In the model, the event of default on debt and the presence of externality due to imperfect regulation enforcement encourage banks to engage in risk-shifting strategies. As a result, banks behave as cross-sector arbitrageurs. Finally, the paper uses this framework to study optimal regulation. We show that a tax on sectoral activity effectively reduces banks’ risk-shifting compared to other bank’s equity regulation policies. Finally, the third chapter studies the effect of carbon risk on economic stability using a consumption-based carbon emissions approach for 50 U.S. states over the years 1998 - 2018. The paper assumes a cross-sectional dependence from unobserved common factors (e.g., trade linkage, financial integration) between the states. Under this assumption, we find that one unit decreases in carbon emissions is associated with 4.5 percentage points decrease in the per capita output growth over the long run. Besides, we find differential impacts across the distribution of per capita states income. These findings inform the debate over the optimal transition path toward a low carbon economy.

Cette thèse, divisée en trois chapitres, contribue à la vaste et récente littérature sur l'évaluation des actifs et la finance climatique. Le premier chapitre contribue à la littérature sur la finance climatique tandis que les deux derniers contribuent à la littérature sur l'évalutaion des actifs. Le premier chapitre analyse comment les politiques environnementales visant à réduire les émissions de carbone affectent les prix des actifs et la consommation des ménages. En utilisant de nouvelles données, je propose une mesure des émissions de carbone du point de vue du consommateur et une mesure du risque de croissance de la consommation de carbone. Les mesures sont basées sur des informations sur la consommation totale et l'empreinte carbone de chaque bien et service. Pour analyser les effets des politiques environnementales, un modèle de risques de long terme est développé dans lequel la croissance de la consommation comprend deux composantes: le taux de croissance de la consommation de carbone et le taux de croissance de la part de la consommation de carbone dans la consommation totale. Ce chapitre soutient que le risque de long terme de la croissance de la consommation provient principalement de la croissance de la consommation de carbone découlant des politiques et des actions visant à réduire les émissions, telles que l'Accord de Paris et la Conférence des Nations Unies sur le changement climatique (COP26). Mon modèle aide à détecter le risque de long terme dans la consommation des politiques climatiques tout en résolvant simultanément les énigmes de la prime de risque et de la volatilité, et en expliquant la coupe transversale des actifs. La décomposition de la consommation pourrait conduire à identifier les postes de consommation les plus polluants et à construire une stratégie d'investissement minimisant ou maximisant un critère environnemental de long terme. Le deuxième chapitre (co-écrit avec René Garcia et Caio Almeida) étudie le rôle des facteurs non linéaires indépendants dans la valorisation des actifs. Alors que la majorité des facteurs d'actualisation stochastique (SDF) les plus utilisés qui expliquent la coupe transversale des rendements boursiers sont obtenus à partir des composantes principales linéaires, nous montrons dans ce deuxième chapitre que le fait de permettre la substitution de certaines composantes principales linéaires par des facteurs non linéaires indépendants améliore systématiquement la capacité des facteurs d'actualisation stochastique de valoriser la coupe transversale des actifs. Nous utilisons les 25 portefeuilles de Fama-French, cinquante portefeuilles d'anomalies et cinquante anomalies plus les termes d'interaction basés sur les caractéristiques pour tester l'efficacité des facteurs dynamiques non linéaires. Le SDF estimé à l'aide d'un mélange de facteurs non linéaires et linéaires surpasse ceux qui utilisent uniquement des facteurs linéaires ou des rendements caractéristiques bruts en termes de performance mesurée par le R-carré hors échantillon. De plus, le modèle hybride - utilisant à la fois des composantes principales non linéaires et linéaires - nécessite moins de facteurs de risque pour atteindre les performances hors échantillon les plus élevées par rapport à un modèle utilisant uniquement des facteurs linéaires. Le dernier chapitre étudie la prévisibilité du rendement des anomalies à travers les déciles à l'aide d'un ensemble de quarante-huit variables d'anomalie construites à partir des caractéristiques de titres individuels. Après avoir construit les portefeuilles déciles, cet article étudie leur prévisibilité en utilisant leurs propres informations passées et d'autres prédicteurs bien connus. Les analyses révèlent que les rendements des portefeuilles déciles sont persistants et prévisibles par le ratio de la valeur comptable sur la valeur de marché de l'entreprise, la variance des actions, le rendement des dividendes, le ratio des prix sur les dividendes, le taux de rendement à long terme, le rendement des obligations d'entreprise, le TED Spread et l'indice VIX. De plus, une stratégie consistant à prendre une position longue sur le décile avec le rendement attendu le plus élevé et à prendre une position courte sur le décile avec le rendement attendu le plus bas chaque mois donne des rendements moyens et un rendement par risque bien meilleurs que la stratégie traditionnelle fondée sur les déciles extrêmes pour quarante-cinq des quarante-huit anomalies. / This thesis, divided into three chapters, contributes to the vast and recent literature on asset pricing, and climate finance. The first chapter contributes to the climate finance literature while the last two contribute to the asset pricing literature. The first chapter analyzes how environmental policies that aim to reduce carbon emissions affect asset prices and household consumption. Using novel data, I propose a measure of carbon emissions from a consumer point of view and a carbon consumption growth risk measure. The measures are based on information on aggregate consumption and the carbon footprint for each good and service. To analyze the effects of environmental policies, a long-run risks model is developed where consumption growth is decomposed into two components: the growth rate of carbon consumption and the growth rate of the share of carbon consumption out of total consumption. This paper argues that the long-run risk in consumption growth comes mainly from the carbon consumption growth arising from policies and actions to curb emissions, such as the Paris Agreement and the U.N. Climate Change Conference (COP26). My model helps to detect long-run risk in consumption from climate policies while simultaneously solving the equity premium and volatility puzzles, and explaining the cross-section of assets. The decomposition of consumption could lead to identifying the most polluting consumption items and to constructing an investment strategy that minimizes or maximizes a long-term environmental criterion. The second chapter (co-authored with René Garcia, and Caio Almeida) studies the role of truly independent nonlinear factors in asset pricing. While the most successful stochastic discount factor (SDF) models that price well the cross-section of stock returns are obtained from regularized linear principal components of characteristic-based returns we show that allowing for substitution of some linear principal components by independent nonlinear factors consistently improves the SDF's ability to price this cross-section. We use the Fama-French 25 ME/BM-sorted portfolios, fifty anomaly portfolios, and fifty anomalies plus characteristic-based interaction terms to test the effectiveness of the nonlinear dynamic factors. The SDF estimated using a mixture of nonlinear and linear factors outperforms the ones using solely linear factors or raw characteristic returns in terms of out-of-sample R-squared pricing performance. Moreover, the hybrid model --using both nonlinear and linear principal components-- requires fewer risk factors to achieve the highest out-of-sample performance compared to a model using only linear factors. The last chapter studies anomaly return predictability across deciles using a set of forty-eight anomaly variables built using individual stock characteristics. After constructing the decile portfolios, this paper studies their predictability using their own past information, and other well-known predictors. The analyses reveal that decile portfolio returns are persistent and predictable by book-to-market, stock variance, dividend yield, dividend price ratio, long-term rate of return, corporate bond return, TED Spread, and VIX index. Moreover, a strategy consisting of going long on the decile with the highest expected return and going short on the decile with the lowest expected return each month gives better mean returns and Sharpe ratios than the traditional strategy based on extreme deciles for forty-five out of forty-eight anomalies.