Les risques dits physiques liés au climat, comme les inondations, les vagues de chaleur ou encore les tempêtes, causent des dégâts de plus en plus importants. « À l’horizon 2050, en l’absence de changement des politiques actuelles, les pertes de PIB mondial pourraient atteindre 15 % en raison des événements liés au climat ». Cette tendance se traduit par un net renforcement des exigences du régulateur et la volonté des acteurs financiers d’adapter leurs modèles de risques et les mécanismes assurantiels. Dans ce contexte, il n’est pas surprenant de constater une prolifération des outils, des méthodes et logiciels se proposant d’évaluer les impacts économiques de ces aléas climatiques. Ce marché en expansion rassemble à la fois des acteurs historiques (RMS et AIR Worldwide dans les années 80), des fournisseurs de données ESG élargissant leur périmètre à ces enjeux et de nouveaux entrants mobilisant des approches d’intelligence artificielle, beaucoup revendiquant des gains en précision et en performance.
Pour tenter de structurer ce paysage et répondre à la nécessité de disposer d’une lecture analytique, comparable et documentée des outils utilisés par les acteurs financiers, la Fondation PARC (Paris Agreement Research Commons) de l’Institut Louis Bachelier, en partenariat avec l’Institut des Actuaires, a recensé plus d’une centaine de fournisseurs et plusieurs milliers de modèles : économétriques, actuariels ou fondés sur la simulation. L’objectif : publier un cookbook en libre accès proposant une analyse comparée de ces outils, ainsi qu’une classification en familles méthodologiques selon leurs caractéristiques et leurs utilisateurs cibles.
Cette mise en commun permettra de rétablir un dialogue entre les producteurs de ces outils et les attentes des acteurs financiers et de mettre en avant des limites récurrentes. La transparence des architectures demeure par exemple restreinte, la compréhension des méthodologies reste aussi limitée en raison de définitions hétérogènes de l’exposition, de la vulnérabilité, des aléas considérés et des fonctions de dommage appliquées aux actifs.
La littérature académique et la littérature grise ont apporté de nombreux enseignements sur ces sujets. Les travaux de l’UNEP FI ont décrit les caractéristiques de certains de ces outils via de nombreuses variables recensées dans un tableau de bord. Cependant, ces inventaires ne fournissent pas un examen systématique de l’architecture des modèles, des proxys financiers ou des approches statistiques et de simulation qui relient les variables physiques aux résultats financiers.
Deux limites, relatives à la lisibilité et à l’utilisabilité de ce travail, peuvent être identifiées. S’agissant de la lisibilité, la richesse du jeu de données est dans les faits une source de complexité : le jeu comprend plus de 500 variables et plus d’une centaine d’acteurs structurés dans un tableur. En ce qui concerne l’utilisabilité, certaines limites proviennent de l’hétérogénéité des réponses fournies par les développeurs d’outils. Pour les utilisateurs finaux cherchant à comparer ces outils dans leurs processus de gestion des risques, ces lacunes limiteront la capacité à se forger une vision pleinement documentée des outils disponibles sur le marché.
La transparence des modèles devrait progressivement devenir une exigence fonctionnelle de gouvernance des risques et de répartition des capitaux. Aussi les modèles ne devraient pas être considérés comme des boîtes noires produisant des résultats destinés à être intégrés « passivement » dans des indicateurs de risque. Les institutions bancaires sont tenues de comprendre les fondements conceptuels des modèles sur lesquels elles s’appuient, les proxys financiers, les aléas considérés et les canaux de transmission reliant les variables physiques aux impacts bilanciels.
Le principal défi est l’utilisation d’un volume très important d’informations comprenant des variables hétérogènes. Mais l’articulation entre sciences du climat, économie, finance et science des données exige une documentation claire afin de permettre aux utilisateurs de s’orienter dans leur architecture, et permettra à terme d’harmoniser l’analyse des vulnérabilités climatiques, un défi actuel pour les institutions internationales (Financial Stability Board, 2025).
Le nouveau cookbook « risques climatiques » de la fondation PARC s’appuie sur une revue systématique des modèles existants. Il s’agit de documenter les variables de risque physique utilisées, les indicateurs d’impact financier et l’architecture de modélisation qui relie les deux, ainsi que les hypothèses sous-jacentes et les limites potentielles. L’évaluation fine des modèles se révèle complexe et chronophage pour les acteurs financiers. C’est dans ce cadre que nous fournissons des outils permettant de naviguer entre les modèles via une comparaison détaillée des modèles, de leur périmètre, de leur résolution physique, leur granularité financière, de leur usage prévu et de leurs principales limites.
Le cookbook met en avant des zones de convergence et ce qui « fonctionne » effectivement sur le terrain et sur le marché, les principaux défis rencontrés ainsi que les types de modèles mobilisés.
Comparer les modèles permet de les regrouper selon leurs caractéristiques et de relier les pratiques de modélisation aux principes de l’évaluation des risques, en intégrant robustesse, généralisation et fiabilité. Cette comparaison s’appuie sur la grille d’analyse proposée dans le co okbook, permettant de positionner chaque modèle selon ses hypothèses et son domaine d’application. Les modèles linéaires conservent un intérêt opérationnel grâce à des métriques d’évaluation standardisées. Ils permettent une interprétation plus directe des relations entre variables physiques et impacts financiers.
La prise en compte des non-linéarités s’impose avec l’importance croissante des points de bascule. Ces dynamiques justifient le recours à des approches plus complexes, notamment en simulation ou en apprentissage automatique. Dans l’assurance, l’évaluation des événements rares repose sur des approches spécifiques comme la théorie des valeurs extrêmes pour estimer les distributions de dommages. Ces méthodes s’intègrent dans le « kbook comme des briques spécifiques associées à certains types de risques.
Clarifier les architectures de modèle et les mécanismes de transmission entre aléas physiques et impacts financiers apparaît comme une attente forte du marché. Cette mise en cohérence facilitera la sélection et le déploiement de modèles les « mieux adaptés » au contexte bancaire et institutionnel, ainsi qu’aux enjeux de pilotage des risques climatiques.
