LONDRA – Negli ultimi anni, temperature da record ed eventi meteorologici estremi hanno evidenziato l’enorme impatto delle emissioni di gas serra sul clima globale. Fra l’altro, i costi derivanti da questi eventi sono in aumento. Per fare un esempio, cinque dei peggiori disastri naturali della storia statunitense si sono verificati tra il 2005 e oggi causando danni economici per un totale di 523 miliardi di dollari al netto dell’inflazione. E soltanto nell’ultimo anno l’America ha registrato 22 disastri naturali gravi.
Tuttavia, tradurre i risultati dei modelli sui cambiamenti climatici in potenziali impatti specifici, così come valutare la materialità dei rischi legati agli effetti del clima, presenta delle sfide sia per le aziende che per gli investitori. La rapida diffusione dei dati climatici elaborati da modelli ha alimentato timori in merito a un loro involontario abuso nel contesto dei processi decisionali e delle informative finanziarie, e al rischio di inesattezze rilevanti nei resoconti finanziari e di greenwashing. Questi rischi presentano una particolare complessità nel caso di investimenti di capitale a lungo termine nelle infrastrutture pubbliche, che spesso hanno un ciclo di vita pluridecennale.
La necessità di informazioni sul clima per gli operatori dei mercati finanziari varia in termini di granularità delle valutazioni (riguardanti attività o classi di attività specifiche, regioni e settori) e di orizzonti temporali. Tuttavia, è difficile valutare le misure volte a mitigare l’esposizione ai rischi climatici senza dati specifici sulla performance pregressa delle varie entità, che può includere gli effetti sulle aziende di eventi storici quali le alluvioni, la tempistica e la scala geografica dei rischi compreso il loro impatto, e l’efficacia dell’adattamento.
Pur non esistendo una soluzione universale per determinare i prezzi dei rischi e delle opportunità legati al clima, alcuni metodi hanno maggiore priorità rispetto ad altri. La standardizzazione, ad esempio, può contribuire a prevenire il disadattamento ai cambiamenti climatici garantendo un’applicazione coerente di set di dati e tassonomie, nonché a ridurre la dipendenza da risultati e variabili elaborati dai modelli climatici. Informative standardizzate e geograficamente specifiche relative ai rischi di credito possono inoltre permettere valutazioni comparabili dei rischi e delle opportunità legati al clima, nonché del loro impatto potenziale.
Un altro approccio, quello dell’analisi avanzata del rischio climatico, comporta l’integrazione dei risultati dei modelli climatici con dati specifici dell’entità, compresi i dati a livello di attività e le informazioni finanziarie. Una visione chiara delle attività di un’entità rende molto più semplice capire il possibile impatto finanziario degli effetti fisici del cambiamento climatico. Tale analisi può anche facilitare il dialogo con i responsabili politici per comprendere il loro punto di vista sui rischi climatici acuti e cronici che affrontano, e il modo in cui li gestiscono, monitorano e mitigano.
Infine, l’utilizzo di scenari climatici multipli consente ai responsabili politici di considerare una più ampia gamma di risultati possibili. Ciò li aiuta a costruire resilienza sul piano organizzativo e a identificare rischi e opportunità prima che insorgano, favorendo di conseguenza una riflessione più produttiva sugli interventi che potrebbero rendersi necessari.
At a time when democracy is under threat, there is an urgent need for incisive, informed analysis of the issues and questions driving the news – just what PS has always provided. Subscribe now and save $50 on a new subscription.
Subscribe Now
Anche se le statistiche sul rischio climatico, il dialogo con le entità e il giudizio degli esperti possono migliorare l’analisi, la prossima generazione di modelli climatici dovrà essere più sofisticata per rendere adeguatamente conto delle complessità del riscaldamento globale. I rischi climatici non si verificano isolatamente né rispettano i confini settoriali e geografici. Inoltre, l’ulteriore avanzata del cambiamento climatico potrebbe dare adito a nuove e complesse interdipendenze e interazioni che i fornitori di dati non sono in grado di risolvere data la natura separata dei modelli esistenti.
I modelli di non equilibrio, che presuppongono relazioni più articolate tra le variabili climatiche, potrebbero essere una valida alternativa. Similmente, i modelli di valutazione integrata (IAM) offrono la possibilità di raggruppare più modelli al fine di comprendere le catene di impatto che uniscono sistemi ambientali, socioeconomici e climatici. Tali modelli possono anche misurare gli effetti degli interventi di mitigazione dei gas serra e delle azioni di adattamento sul sistema climatico e, di conseguenza, valutare l’efficacia delle strategie associate.
Ma i modelli di non equilibrio e IAM non sono una panacea. Gli IAM, ad esempio, non possono stimare il danno economico causato da certi eventi, come le forti tempeste, né calcolare i costi associati all’adattamento.
Inoltre, tali modelli sono generalmente calibrati sulla variazione della temperatura media globale, il che limita la loro comprensione dei cambiamenti che riguardano eventi estremi quali tempeste e alluvioni improvvise, che preoccupano molti operatori dei mercati finanziari, compresi gli assicuratori. Fra l’altro, modelli come gli IAM sono intrinsecamente complessi, producono risultati di ampie dimensioni e sono costosi da eseguire, per cui molte delle sfide che riguardano l’attuale generazione di modelli climatici interesseranno probabilmente anche la prossima.
Attualmente non esiste una soluzione perfetta per valutare gli effetti finanziari del cambiamento climatico fisico, ma questo non dovrebbe essere una scusa per non agire. Una migliore analisi del rischio climatico può fornire un quadro più chiaro di quanto il riscaldamento globale rischia di diventare nocivo, o costoso, per le aziende. Mentre la tecnologia segue un rapido sviluppo per contribuire alla valutazione del rischio climatico delle aziende, il giudizio analitico è più che mai necessario per interpretare i risultati dei modelli e favorire un processo decisionale più consapevole. Del resto, in un settore in rapida evoluzione come quello dell’analisi dei dati sul rischio climatico, il passato offre solo una visione ristretta e a breve termine del futuro.
Un simile approccio contribuirà anche a evitare le conseguenze impreviste e l’involontario abuso dei risultati dei modelli climatici da parte degli operatori dei mercati finanziari che sono sempre più tenuti a divulgare la loro esposizione ai rischi climatici. Aziende e investitori potranno, quindi, prepararsi meglio per una varietà di possibili sviluppi futuri.
To have unlimited access to our content including in-depth commentaries, book reviews, exclusive interviews, PS OnPoint and PS The Big Picture, please subscribe
The Norwegian finance ministry recently revealed just how much the country has benefited from Russia's invasion of Ukraine, estimating its windfall natural-gas revenues for 2022-23 to be around $111 billion. Yet rather than transferring these gains to those on the front line, the government is hoarding them.
argue that the country should give its windfall gains from gas exports to those on the front lines.
LONDRA – Negli ultimi anni, temperature da record ed eventi meteorologici estremi hanno evidenziato l’enorme impatto delle emissioni di gas serra sul clima globale. Fra l’altro, i costi derivanti da questi eventi sono in aumento. Per fare un esempio, cinque dei peggiori disastri naturali della storia statunitense si sono verificati tra il 2005 e oggi causando danni economici per un totale di 523 miliardi di dollari al netto dell’inflazione. E soltanto nell’ultimo anno l’America ha registrato 22 disastri naturali gravi.
Tuttavia, tradurre i risultati dei modelli sui cambiamenti climatici in potenziali impatti specifici, così come valutare la materialità dei rischi legati agli effetti del clima, presenta delle sfide sia per le aziende che per gli investitori. La rapida diffusione dei dati climatici elaborati da modelli ha alimentato timori in merito a un loro involontario abuso nel contesto dei processi decisionali e delle informative finanziarie, e al rischio di inesattezze rilevanti nei resoconti finanziari e di greenwashing. Questi rischi presentano una particolare complessità nel caso di investimenti di capitale a lungo termine nelle infrastrutture pubbliche, che spesso hanno un ciclo di vita pluridecennale.
La necessità di informazioni sul clima per gli operatori dei mercati finanziari varia in termini di granularità delle valutazioni (riguardanti attività o classi di attività specifiche, regioni e settori) e di orizzonti temporali. Tuttavia, è difficile valutare le misure volte a mitigare l’esposizione ai rischi climatici senza dati specifici sulla performance pregressa delle varie entità, che può includere gli effetti sulle aziende di eventi storici quali le alluvioni, la tempistica e la scala geografica dei rischi compreso il loro impatto, e l’efficacia dell’adattamento.
Pur non esistendo una soluzione universale per determinare i prezzi dei rischi e delle opportunità legati al clima, alcuni metodi hanno maggiore priorità rispetto ad altri. La standardizzazione, ad esempio, può contribuire a prevenire il disadattamento ai cambiamenti climatici garantendo un’applicazione coerente di set di dati e tassonomie, nonché a ridurre la dipendenza da risultati e variabili elaborati dai modelli climatici. Informative standardizzate e geograficamente specifiche relative ai rischi di credito possono inoltre permettere valutazioni comparabili dei rischi e delle opportunità legati al clima, nonché del loro impatto potenziale.
Un altro approccio, quello dell’analisi avanzata del rischio climatico, comporta l’integrazione dei risultati dei modelli climatici con dati specifici dell’entità, compresi i dati a livello di attività e le informazioni finanziarie. Una visione chiara delle attività di un’entità rende molto più semplice capire il possibile impatto finanziario degli effetti fisici del cambiamento climatico. Tale analisi può anche facilitare il dialogo con i responsabili politici per comprendere il loro punto di vista sui rischi climatici acuti e cronici che affrontano, e il modo in cui li gestiscono, monitorano e mitigano.
Infine, l’utilizzo di scenari climatici multipli consente ai responsabili politici di considerare una più ampia gamma di risultati possibili. Ciò li aiuta a costruire resilienza sul piano organizzativo e a identificare rischi e opportunità prima che insorgano, favorendo di conseguenza una riflessione più produttiva sugli interventi che potrebbero rendersi necessari.
HOLIDAY SALE: PS for less than $0.7 per week
At a time when democracy is under threat, there is an urgent need for incisive, informed analysis of the issues and questions driving the news – just what PS has always provided. Subscribe now and save $50 on a new subscription.
Subscribe Now
Anche se le statistiche sul rischio climatico, il dialogo con le entità e il giudizio degli esperti possono migliorare l’analisi, la prossima generazione di modelli climatici dovrà essere più sofisticata per rendere adeguatamente conto delle complessità del riscaldamento globale. I rischi climatici non si verificano isolatamente né rispettano i confini settoriali e geografici. Inoltre, l’ulteriore avanzata del cambiamento climatico potrebbe dare adito a nuove e complesse interdipendenze e interazioni che i fornitori di dati non sono in grado di risolvere data la natura separata dei modelli esistenti.
I modelli di non equilibrio, che presuppongono relazioni più articolate tra le variabili climatiche, potrebbero essere una valida alternativa. Similmente, i modelli di valutazione integrata (IAM) offrono la possibilità di raggruppare più modelli al fine di comprendere le catene di impatto che uniscono sistemi ambientali, socioeconomici e climatici. Tali modelli possono anche misurare gli effetti degli interventi di mitigazione dei gas serra e delle azioni di adattamento sul sistema climatico e, di conseguenza, valutare l’efficacia delle strategie associate.
Ma i modelli di non equilibrio e IAM non sono una panacea. Gli IAM, ad esempio, non possono stimare il danno economico causato da certi eventi, come le forti tempeste, né calcolare i costi associati all’adattamento.
Inoltre, tali modelli sono generalmente calibrati sulla variazione della temperatura media globale, il che limita la loro comprensione dei cambiamenti che riguardano eventi estremi quali tempeste e alluvioni improvvise, che preoccupano molti operatori dei mercati finanziari, compresi gli assicuratori. Fra l’altro, modelli come gli IAM sono intrinsecamente complessi, producono risultati di ampie dimensioni e sono costosi da eseguire, per cui molte delle sfide che riguardano l’attuale generazione di modelli climatici interesseranno probabilmente anche la prossima.
Attualmente non esiste una soluzione perfetta per valutare gli effetti finanziari del cambiamento climatico fisico, ma questo non dovrebbe essere una scusa per non agire. Una migliore analisi del rischio climatico può fornire un quadro più chiaro di quanto il riscaldamento globale rischia di diventare nocivo, o costoso, per le aziende. Mentre la tecnologia segue un rapido sviluppo per contribuire alla valutazione del rischio climatico delle aziende, il giudizio analitico è più che mai necessario per interpretare i risultati dei modelli e favorire un processo decisionale più consapevole. Del resto, in un settore in rapida evoluzione come quello dell’analisi dei dati sul rischio climatico, il passato offre solo una visione ristretta e a breve termine del futuro.
Un simile approccio contribuirà anche a evitare le conseguenze impreviste e l’involontario abuso dei risultati dei modelli climatici da parte degli operatori dei mercati finanziari che sono sempre più tenuti a divulgare la loro esposizione ai rischi climatici. Aziende e investitori potranno, quindi, prepararsi meglio per una varietà di possibili sviluppi futuri.