Unité mixte de recherche 7235

Term structure of interest rates: modelling the risk premium using a two horizons framework

Georges Prat, Remzi Uctum

Cet article propose un modèle hybride de primes de risque à deux horizons avec titres de maturités d’1 et de 2 périodes parmi lesquels l’actif risqué et l’actif sans risque dépendent des horizons d’investissement des agents. Un investisseur représentatif compare pour chaque horizon la prime ex-ante offerte par le marché à la valeur qu’il requiert pour accepter une position risquée, dans le but de choisir entre une stratégie risquée et une stratégie sans risque. A cause des frictions du marché, la prime offerte s’ajuste graduellement à sa valeur requise déterminée par la théorie du choix de portefeuille. La prime de risque requise de marché est définie comme une moyenne pondérée des primes requises aux horizons d’1 et de 2 périodes, où les pondérations variables au cours du temps représentent le degré de préférence du marché pour chaque horizon. Notre approche est plus générale que le modèle standard de la structure par terme des taux d’intérêt où seul le taux à 1 période est supposé être le taux sans risque à tout moment et pour tous les agents. En posant qu’1 période vaut 3 mois, nous utilisons les anticipations à 3 mois du taux des Billets du Trésor Américain à 3 mois révélées par les enquêtes de Consensus Economics afin d’estimer par la méthode du filtre de Kalman notre modèle de primes de risque aux horizons de 3 et 6 mois. Nos résultats montrent que les taux de maturités à 3 et 6 mois représentent tous deux le taux sans risque avec une préférence dynamique du marché d’environ 2/3 pour le taux à 3 mois. Ce résultat rejette fortement le modèle standard et montre la nécessité de prendre en compte la préférence du marché pour différents horizons lorsque les stratégies risquées sont décrites dans le cadre de la modélisation de la structure par terme des taux d’intérêt.

AGENDA

mardi 17 mai 2022

Rencontres économiques

9h30 à 11h30

Comment se débarrasser des énergies fossiles et développer les énergies renouvelables dans un monde en crise ?

jeudi 19 mai 2022

Lunch

Christophe Blot

Are all central bank asset purchases the same?

lundi 23 mai 2022

Law, Institutions and Economics in Nanterre (LIEN)

Clara Jean (Grenoble Ecole de Management)

The Value of Your Data: Privacy and Personal Data Exchange Networks

mardi 24 mai 2022

Recherche et Economie et Socioéconomie Politique, des Institutions et des Régulations (RESPIR)

Alice Sindzingre (CEPN) et Fabrice Tricou

De 13h30 à 15h30

Six forms of hierarchy for a theoretical analysis of capitalism

lundi 30 mai 2022

Law, Institutions and Economics in Nanterre (LIEN)

Antoine Dubus (ETH Zurich)

Salle G110

Data Driven Mergers and Acquisitions with Information Synergies

mardi 31 mai 2022

Series of Webinars on Economics of Environment, Energy and Transport (SWEEET)

Juan Pablo Montero (PUC)

TBA

jeudi 9 juin 2022

Lunch

Rémi Generoso

TBA

jeudi 9 juin 2022

Groupe de travail « Intelligence artificielle »

Hugo Le Picard (IFRI)

Salle G614B

Le deep learning au service de l’analyse des énergies renouvelables en Afrique

Inscription aux Newsletters