Échanges d’énergie et d’eau des écosystèmes nordiques dans un contexte de changement climatique

Le réchauffement climatique affecte fortement les régions nordiques du Canada où le dégel du pergélisol discontinu à sa limite sud est accompagné du mouvement de la limite des arbres vers le nord en zone de pergélisol continu. Ces altérations faites aux paysages de la Taïga des Plaines sont le point de départ de plusieurs rétroactions puisque les changements apportés aux caractéristiques de la surface (au niveau de l’albédo, l’humidité du sol et la rugosité de la surface) vont à leur tour entraîner des modifications biophysiques et éventuellement influencer l’augmentation ou la diminution subséquente des températures et de l’humidité de l’air. Seulement, il y a un nombre important de facteurs d’influence qu’il est difficile de projeter toutes les boucles rétroactives qui surviendront avec les présents changements climatiques en régions nordiques. Dans le but de caractériser les échanges d’eau et d’énergie entre la surface et l’atmosphère de trois sites des Territoires du Nord-Ouest subissant les conséquences de l’augmentation des températures de l’air, la méthode micro-météorologique de covariance des turbulences fut utilisée en 2013 aux sites de Scotty Creek (forêt boréale et tourbière nordique en zone de pergélisol sporadique-discontinu), de Havikpak Creek (forêt boréale nordique en zone de pergélisol continu) et de Trail Valley Creek (toundra arctique en zone de pergélisol continu). En identifiant les procédés biotiques et abiotiques (ex. intensité lumineuse, disponibilité en eau, etc.) d’évapotranspiration aux trois sites, les contrôles par l’eau et l’énergie furent caractérisés et permirent ainsi de projeter une augmentation de la limitation en eau, mais surtout en énergie du site de Trail Valley Creek. La répartition de l’énergie projetée est semblable à celle de Havikpak Creek, avec une augmentation de la proportion du flux de chaleur sensible au détriment de celui latent suite aux modifications des caractéristiques de la surface (albédo, rugosité et humidité du sol). L’augmentation relative du flux d’énergie sensible laisse présager une boucle rétroactive positive de l’augmentation des températures de l’air à ce site. Ensuite, en comparant des données modelées de la hauteur de la couche limite planétaire et des données provenant de profils atmosphériques d’Environnement Canada entre les trois sites, les changements de hauteur de cette couche atmosphérique furent aussi projetés. Trail Valley Creek pourrait connaître une hausse de la hauteur de sa couche limite planétaire avec le temps alors que Scotty Creek connaîtrait une diminution de celle-ci. Ces changements au niveau des couches atmosphériques liés à la répartition des flux d’énergie dans les écosystèmes se répercuteraient alors sur le climat régional de façon difficile à déterminer pour l’instant. Les changements apportés désignent une boucle rétroactive positive des températures de l’air à Trail Valley Creek et l’inverse à Scotty Creek. Les deux axes d’analyse arrivent donc aux mêmes conclusions et soulignent aussi l’importance de l’influence mutuelle entre le climat et les caractéristiques spécifiques des écosystèmes à la surface.

Latent Variable Models for Stochastic Discount Factors.

Latent variable models in finance originate both from asset pricing theory and time series analysis. These two strands of literature appeal to two different concepts of latent structures, which are both useful to reduce the dimension of a statistical model specified for a multivariate time series of asset prices. In the CAPM or APT beta pricing models, the dimension reduction is cross-sectional in nature, while in time-series state-space models, dimension is reduced longitudinally by assuming conditional independence between consecutive returns, given a small number of state variables. In this paper, we use the concept of Stochastic Discount Factor (SDF) or pricing kernel as a unifying principle to integrate these two concepts of latent variables. Beta pricing relations amount to characterize the factors as a basis of a vectorial space for the SDF. The coefficients of the SDF with respect to the factors are specified as deterministic functions of some state variables which summarize their dynamics. In beta pricing models, it is often said that only the factorial risk is compensated since the remaining idiosyncratic risk is diversifiable. Implicitly, this argument can be interpreted as a conditional cross-sectional factor structure, that is, a conditional independence between contemporaneous returns of a large number of assets, given a small number of factors, like in standard Factor Analysis. We provide this unifying analysis in the context of conditional equilibrium beta pricing as well as asset pricing with stochastic volatility, stochastic interest rates and other state variables. We address the general issue of econometric specifications of dynamic asset pricing models, which cover the modern literature on conditionally heteroskedastic factor models as well as equilibrium-based asset pricing models with an intertemporal specification of preferences and market fundamentals. We interpret various instantaneous causality relationships between state variables and market fundamentals as leverage effects and discuss their central role relative to the validity of standard CAPM-like stock pricing and preference-free option pricing.

Empirical Assessment of an Intertemporal Option Pricing Model with Latent variables

This paper assesses the empirical performance of an intertemporal option pricing model with latent variables which generalizes the Hull-White stochastic volatility formula. Using this generalized formula in an ad-hoc fashion to extract two implicit parameters and forecast next day S&P 500 option prices, we obtain similar pricing errors than with implied volatility alone as in the Hull-White case. When we specialize this model to an equilibrium recursive utility model, we show through simulations that option prices are more informative than stock prices about the structural parameters of the model. We also show that a simple method of moments with a panel of option prices provides good estimates of the parameters of the model. This lays the ground for an empirical assessment of this equilibrium model with S&P 500 option prices in terms of pricing errors.