LONDEN – De afgelopen jaren hebben recordbrekende temperaturen en extreme weersomstandigheden de overweldigende invloed van broeikasgasemissies op het wereldklimaat duidelijk gemaakt. Bovendien lopen de kosten van dergelijke gebeurtenissen op. Zo hebben zich sinds 2005 vijf van de ergste natuurrampen in de geschiedenis van de VS voorgedaan, met een totale economische schade van 523 miljard dollar, gecorrigeerd voor inflatie. En alleen al het afgelopen jaar is Amerika door 22 grote natuurrampen getroffen.
Maar het vertalen van de uitkomsten van klimaatveranderingsmodellen in specifieke potentiële gevolgen, en het inschatten van de financiële materialiteit van klimaatgevaren, stelt zowel bedrijven als beleggers voor problemen. De snelle verspreiding van klimaatgegevens op basis van modellen heeft geleid tot bezorgdheid over onbedoeld misbruik in de context van financiële besluitvorming en informatieverschaffing, alsmede over materiële onjuistheden in financiële verslagen en ʻgreenwashing.ʼ Deze risicoʼs zijn bijzonder problematisch in het geval van kapitaalinvesteringen op de langere termijn in de publieke infrastructuur, die vaak een operationele levensduur van meerdere decennia hebben.
De behoefte van financiële marktdeelnemers aan klimaatinformatie varieert, zowel als het gaat om de gedetailleerdheid van de beoordeling (met betrekking tot specifieke activa of activaklassen, regioʼs en sectoren) als de tijdshorizon. Maar het is moeilijk om maatregelen ter vermindering van klimaatrisicoʼs te beoordelen als je niet beschikt over specifieke gegevens over de prestaties van entiteiten in het verleden. Daarbij kan het gaan om de vraag hoe bedrijven zijn getroffen door historische gebeurtenissen zoals overstromingen, het tijdstip en de geografische schaal van de gevaren en hun impact, en de doeltreffendheid van de aanpassingen.
Hoewel er geen pasklare oplossing bestaat voor het inschatten van klimaatgerelateerde risicoʼs en kansen, hebben sommige processen een hoge prioriteit. Standaardisering kan bijvoorbeeld helpen om onaangepastheid aan klimaatverandering te voorkomen door te zorgen voor een consistente toepassing van datasets en taxonomieën, en om de afhankelijkheid van uitkomsten en proxies van klimaatmodellen te verminderen. Gestandaardiseerde, geografisch specifieke informatie met betrekking tot kredietrisicoʼs zou ook vergelijkbare beoordelingen van klimaatgerelateerde risicoʼs en kansen – en de potentiële impact ervan – mogelijk maken.
Een andere benadering – verbeterde analyses van klimaatrisicoʼs – houdt in dat de output van klimaatmodellen wordt aangevuld met entiteit-specifieke gegevens, waaronder gegevens op activaniveau en financiële informatie. Een duidelijk beeld van de activa van een entiteit maakt het veel makkelijker om de mogelijke financiële gevolgen van de fysieke effecten van klimaatverandering te begrijpen. Deze analyse kan ook de dialoog met besluitvormers vergemakkelijken om inzicht te verkrijgen in hun perspectief op de acute en chronische klimaatrisicoʼs waarmee zij worden geconfronteerd, en in de manier waarop zij die risicoʼs beheren, bewaken en beperken.
Ten slotte stelt het gebruik van meerdere klimaatscenarioʼs besluitvormers in staat een breder scala van mogelijke uitkomsten te overwegen. Dit helpt hen bij het opbouwen van organisatorische veerkracht en het identificeren van risicoʼs en kansen voordat die zich voordoen, wat op zijn beurt een productievere afweging mogelijk maakt van de interventies die nodig zouden kunnen zijn.
Hoewel analyses van klimaatrisicoʼs, dialoog met entiteiten en het oordeel van deskundigen de analyse kunnen verbeteren, zal de volgende generatie klimaatmodellen geavanceerder moeten zijn om beter rekening te kunnen houden met de complexiteit van de opwarming van de aarde. Klimaatgevaren doen zich niet geïsoleerd voor, en houden zich niet aan sectorale en geografische grenzen. En de voortschrijdende klimaatverandering kan aanleiding geven tot nieuwe, complexe onderlinge afhankelijkheden en interacties die de gegevensverstrekkers niet kunnen oplossen, als gevolg van de silogewijze aard van de bestaande modellen.
Niet-evenwichtsmodellen, die uitgaan van complexere relaties tussen klimaatvariabelen, zouden een levensvatbaar alternatief kunnen zijn. Op dezelfde manier bieden geïntegreerde evaluatiemodellen (IAMʼs) de mogelijkheid om meerdere modellen samen te voegen om inzicht te verkrijgen in de effectketens die ecologische, sociaal-economische en klimatologische systemen met elkaar verbinden. IAMʼs kunnen ook de effecten van de maatregelen om de uitstoot van broeikasgassen te beperken en van de aanpassingen aan het klimaatsysteem evalueren, en op hun beurt de doeltreffendheid van de bijbehorende strategieën meten.
Maar niet-evenwichtsmodellen en IAMʼs zijn geen wondermiddel. Met IAMʼs kan bijvoorbeeld de economische schade van bepaalde gebeurtenissen, zoals zware stormen, niet worden gemeten, en evenmin kunnen de kosten die gemoeid zijn met aanpassingen worden berekend.
Bovendien worden dergelijke modellen doorgaans afgestemd op veranderingen in de gemiddelde mondiale temperatuur. Dit beperkt het inzicht dat zij verschaffen met betrekking tot veranderingen bij extreme gebeurtenissen zoals stormen en plotselinge overstromingen, die voor veel financiële marktdeelnemers, waaronder verzekeraars, een belangrijk punt van zorg zijn. Bovendien zijn modellen zoals IAMʼs van nature complex, produceren zij grote hoeveelheden gegevens en zijn zij duur in het gebruik, hetgeen betekent dat veel van de problemen waarmee de huidige generatie klimaatmodellen worden geconfronteerd, waarschijnlijk ook voor de volgende generatie zullen gelden.
Er bestaat momenteel geen perfecte oplossing voor de beoordeling van de financiële gevolgen van fysieke klimaatverandering, maar dit mag geen excuus zijn om niets te doen. Verbeterde analyses van klimaatrisicoʼs kunnen een duidelijker beeld geven van hoe erg – of hoe duur – de opwarming van de aarde voor bedrijven kan worden. Hoewel de technologie zich in hoog tempo zal ontwikkelen om bedrijven te helpen hun klimaatrisicoʼs in te schatten, is analytisch inzicht meer dan ooit nodig om modeluitkomsten te interpreteren en een betere besluitvorming mogelijk te maken. Op een snel veranderend gebied als klimaatrisicoanalyse biedt het verleden immers slechts een beperkte, kortetermijn-blik op de toekomst.
Een dergelijke aanpak zal ook onbedoelde gevolgen en misbruik van de uitkomsten van klimaatmodellen door financiële marktdeelnemers helpen voorkomen, omdat die in toenemende mate hun gevoeligheid voor klimaatrisicoʼs openbaar moeten maken. Ondernemingen en beleggers kunnen zich dan beter voorbereiden op een reeks mogelijke toekomstige resultaten.
Vertaling: Menno Grootveld
LONDEN – De afgelopen jaren hebben recordbrekende temperaturen en extreme weersomstandigheden de overweldigende invloed van broeikasgasemissies op het wereldklimaat duidelijk gemaakt. Bovendien lopen de kosten van dergelijke gebeurtenissen op. Zo hebben zich sinds 2005 vijf van de ergste natuurrampen in de geschiedenis van de VS voorgedaan, met een totale economische schade van 523 miljard dollar, gecorrigeerd voor inflatie. En alleen al het afgelopen jaar is Amerika door 22 grote natuurrampen getroffen.
Maar het vertalen van de uitkomsten van klimaatveranderingsmodellen in specifieke potentiële gevolgen, en het inschatten van de financiële materialiteit van klimaatgevaren, stelt zowel bedrijven als beleggers voor problemen. De snelle verspreiding van klimaatgegevens op basis van modellen heeft geleid tot bezorgdheid over onbedoeld misbruik in de context van financiële besluitvorming en informatieverschaffing, alsmede over materiële onjuistheden in financiële verslagen en ʻgreenwashing.ʼ Deze risicoʼs zijn bijzonder problematisch in het geval van kapitaalinvesteringen op de langere termijn in de publieke infrastructuur, die vaak een operationele levensduur van meerdere decennia hebben.
De behoefte van financiële marktdeelnemers aan klimaatinformatie varieert, zowel als het gaat om de gedetailleerdheid van de beoordeling (met betrekking tot specifieke activa of activaklassen, regioʼs en sectoren) als de tijdshorizon. Maar het is moeilijk om maatregelen ter vermindering van klimaatrisicoʼs te beoordelen als je niet beschikt over specifieke gegevens over de prestaties van entiteiten in het verleden. Daarbij kan het gaan om de vraag hoe bedrijven zijn getroffen door historische gebeurtenissen zoals overstromingen, het tijdstip en de geografische schaal van de gevaren en hun impact, en de doeltreffendheid van de aanpassingen.
Hoewel er geen pasklare oplossing bestaat voor het inschatten van klimaatgerelateerde risicoʼs en kansen, hebben sommige processen een hoge prioriteit. Standaardisering kan bijvoorbeeld helpen om onaangepastheid aan klimaatverandering te voorkomen door te zorgen voor een consistente toepassing van datasets en taxonomieën, en om de afhankelijkheid van uitkomsten en proxies van klimaatmodellen te verminderen. Gestandaardiseerde, geografisch specifieke informatie met betrekking tot kredietrisicoʼs zou ook vergelijkbare beoordelingen van klimaatgerelateerde risicoʼs en kansen – en de potentiële impact ervan – mogelijk maken.
Een andere benadering – verbeterde analyses van klimaatrisicoʼs – houdt in dat de output van klimaatmodellen wordt aangevuld met entiteit-specifieke gegevens, waaronder gegevens op activaniveau en financiële informatie. Een duidelijk beeld van de activa van een entiteit maakt het veel makkelijker om de mogelijke financiële gevolgen van de fysieke effecten van klimaatverandering te begrijpen. Deze analyse kan ook de dialoog met besluitvormers vergemakkelijken om inzicht te verkrijgen in hun perspectief op de acute en chronische klimaatrisicoʼs waarmee zij worden geconfronteerd, en in de manier waarop zij die risicoʼs beheren, bewaken en beperken.
Ten slotte stelt het gebruik van meerdere klimaatscenarioʼs besluitvormers in staat een breder scala van mogelijke uitkomsten te overwegen. Dit helpt hen bij het opbouwen van organisatorische veerkracht en het identificeren van risicoʼs en kansen voordat die zich voordoen, wat op zijn beurt een productievere afweging mogelijk maakt van de interventies die nodig zouden kunnen zijn.
BLACK FRIDAY SALE: Subscribe for as little as $34.99
Subscribe now to gain access to insights and analyses from the world’s leading thinkers – starting at just $34.99 for your first year.
Subscribe Now
Hoewel analyses van klimaatrisicoʼs, dialoog met entiteiten en het oordeel van deskundigen de analyse kunnen verbeteren, zal de volgende generatie klimaatmodellen geavanceerder moeten zijn om beter rekening te kunnen houden met de complexiteit van de opwarming van de aarde. Klimaatgevaren doen zich niet geïsoleerd voor, en houden zich niet aan sectorale en geografische grenzen. En de voortschrijdende klimaatverandering kan aanleiding geven tot nieuwe, complexe onderlinge afhankelijkheden en interacties die de gegevensverstrekkers niet kunnen oplossen, als gevolg van de silogewijze aard van de bestaande modellen.
Niet-evenwichtsmodellen, die uitgaan van complexere relaties tussen klimaatvariabelen, zouden een levensvatbaar alternatief kunnen zijn. Op dezelfde manier bieden geïntegreerde evaluatiemodellen (IAMʼs) de mogelijkheid om meerdere modellen samen te voegen om inzicht te verkrijgen in de effectketens die ecologische, sociaal-economische en klimatologische systemen met elkaar verbinden. IAMʼs kunnen ook de effecten van de maatregelen om de uitstoot van broeikasgassen te beperken en van de aanpassingen aan het klimaatsysteem evalueren, en op hun beurt de doeltreffendheid van de bijbehorende strategieën meten.
Maar niet-evenwichtsmodellen en IAMʼs zijn geen wondermiddel. Met IAMʼs kan bijvoorbeeld de economische schade van bepaalde gebeurtenissen, zoals zware stormen, niet worden gemeten, en evenmin kunnen de kosten die gemoeid zijn met aanpassingen worden berekend.
Bovendien worden dergelijke modellen doorgaans afgestemd op veranderingen in de gemiddelde mondiale temperatuur. Dit beperkt het inzicht dat zij verschaffen met betrekking tot veranderingen bij extreme gebeurtenissen zoals stormen en plotselinge overstromingen, die voor veel financiële marktdeelnemers, waaronder verzekeraars, een belangrijk punt van zorg zijn. Bovendien zijn modellen zoals IAMʼs van nature complex, produceren zij grote hoeveelheden gegevens en zijn zij duur in het gebruik, hetgeen betekent dat veel van de problemen waarmee de huidige generatie klimaatmodellen worden geconfronteerd, waarschijnlijk ook voor de volgende generatie zullen gelden.
Er bestaat momenteel geen perfecte oplossing voor de beoordeling van de financiële gevolgen van fysieke klimaatverandering, maar dit mag geen excuus zijn om niets te doen. Verbeterde analyses van klimaatrisicoʼs kunnen een duidelijker beeld geven van hoe erg – of hoe duur – de opwarming van de aarde voor bedrijven kan worden. Hoewel de technologie zich in hoog tempo zal ontwikkelen om bedrijven te helpen hun klimaatrisicoʼs in te schatten, is analytisch inzicht meer dan ooit nodig om modeluitkomsten te interpreteren en een betere besluitvorming mogelijk te maken. Op een snel veranderend gebied als klimaatrisicoanalyse biedt het verleden immers slechts een beperkte, kortetermijn-blik op de toekomst.
Een dergelijke aanpak zal ook onbedoelde gevolgen en misbruik van de uitkomsten van klimaatmodellen door financiële marktdeelnemers helpen voorkomen, omdat die in toenemende mate hun gevoeligheid voor klimaatrisicoʼs openbaar moeten maken. Ondernemingen en beleggers kunnen zich dan beter voorbereiden op een reeks mogelijke toekomstige resultaten.
Vertaling: Menno Grootveld