Climate aware lending allocation under NGFS scenarios - A Monte Carlo approach
Dieses Papier präsentiert ein auf Monte-Carlo-Simulationen basierendes Framework, das NGFS-Klimaszenarien in ein strukturelles Kreditrisikomodell integriert, um die Ausfallwahrscheinlichkeiten von Schuldnern zu simulieren und die Kreditportfoliosteuerung zu optimieren, wodurch es Banken ermöglicht, Klimatransitions- und physische Risiken mit zukunftsorientierten Kreditrisikoergebnissen und Stresstests zu verknüpfen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Banken verlassen sich seit langem auf die Geschichte, um die Zukunft vorherzusagen. Wenn sie entscheiden, wer einen Kredit erhält, schauen sie darauf, wie Kreditnehmer in der Vergangenheit performt haben, unter der Annahme, dass wirtschaftliche Beziehungen relativ stabil bleiben. Dieser Ansatz funktioniert gut in normalen Zeiten, stößt aber an seine Grenzen, wenn sich die Welt auf eine Weise verändert, für die es keinen historischen Präzedenzfall gibt. Der Klimawandel ist eine solche Kraft. Er führt zwei unterschiedliche Arten von Gefahren für Kreditnehmer ein: physische Risiken, bei denen extremes Wetter Vermögenswerte beschädigt und den Betrieb stört, und Transitionsrisiken, bei denen der Übergang zu einer kohlenstoffarmen Wirtschaft Kosten, Regulierungen und die Marktnachfrage verändert. Da diese Kräfte zukunftsorientiert sind und durch politische Maßnahmen statt nur durch Marktzyklen getrieben werden, scheitern traditionelle Instrumente oft daran, das wahre Risiko zu erfassen. Regulierungsbehörden fordern Banken nun auf, vorauszuschauen, um zu verstehen, wie verschiedene Pfade hin zu einer grüneren Zukunft die Sicherheit ihrer Kredite beeinflussen könnten.
Eine Forscherin namens Marina Palaisti hat einen neuen Weg entwickelt, um diese Frage zu beantworten. Die Arbeit beinhaltet den Aufbau eines Computermodells, das simuliert, wie sich eine große Gruppe von Kreditnehmern über die nächsten drei bis fünf Jahre unter verschiedenen Klimaszenarien verhalten könnte. Anstatt zu raten, nutzt das Modell spezifische, strukturierte Erzählungen über die Zukunft, die von der Network for Greening the Financial System bereitgestellt werden – einer globalen Gruppe von Zentralbanken und Aufsichtsbehörden. Diese Erzählungen reichen von einem reibungslosen, geordneten Übergang zu einer kohlenstoffarmen Welt bis hin zu einer chaotischen Situation, in der politische Änderungen plötzlich eintreten und die physischen Schäden durch Stürme zunehmen. Das Modell nimmt diese breiten Erzählungen und übersetzt sie in spezifische Auswirkungen auf einzelne Unternehmen, indem es anpasst, wie schnell sie wachsen oder wie hoch die Wahrscheinlichkeit ihres Scheiterns ist.
Der Kern der Studie ist eine Simulation von eintausend hypothetischen Unternehmen. Die Forscherin speist das Modell mit verschiedenen Klimaszenarien, um zu sehen, wie jedes Szenario die finanzielle Gesundheit der Unternehmen verändert. In dem Modell ist der Wert eines Unternehmens an seine Fähigkeit gebunden, Güter zu produzieren und seinen Energieverbrauch zu managen. Wenn ein Klimaszenario eintritt, wirkt es wie ein Schock auf den Wachstumsantrieb des Unternehmens. Beispielsweise könnte ein Szenario mit strengen neuen Kohlenstoffsteuern eine Fabrik verlangsamen, die auf Kohle setzt, während ein Szenario mit besserer Technologie einer Windkraftfirma helfen könnte, schneller zu wachsen. Das Modell berechnet die Wahrscheinlichkeit, dass jedes Unternehmen unter einen kritischen Schwellenwert fällt und seinen Kredit nicht mehr bedienen kann. Durch das Durchführen tausender dieser Simulationen kann die Forscherin nicht nur das durchschnittliche Risiko sehen, sondern auch, wie das Risiko über die gesamte Gruppe der Kreditnehmer verteilt ist.
Die Ergebnisse zeigen, dass die Wahl der Klima-Erzählung eine tiefe Bedeutung hat. Unterschiedliche Szenarien erzeugen sehr unterschiedliche Risikomuster. In einem Szenario, in dem politische Maßnahmen verzögert werden und die physischen Schäden durch das Wetter steigen, ist das Risiko relativ gleichmäßig verteilt, wobei viele Unternehmen mit moderaten Herausforderungen konfrontiert sind. In einem anderen Szenario, in dem der Übergang zu einer grünen Wirtschaft als plötzlicher, abrupter Schock erfolgt, wird das Risiko ungleichmäßiger. Einige Unternehmen, die zuvor sicher waren, stehen plötzlich vor hohen Risiken, während andere stabil bleiben. Die Studie fand heraus, dass das Szenario, in dem der Übergang geordnet und koordiniert verläuft, in dieser spezifischen Simulation tatsächlich das höchste durchschnittliche Risiko für das Portfolio erzeugte, während ein Szenario mit einem plötzlichen Weckruf das niedrigste durchschnittliche Risiko hervorbrachte. Dies verdeutlicht, dass die Schwere eines Szenarios nicht nur davon abhängt, wie schlimm das Wetter wird, sondern wie die Wirtschaft auf die Veränderungen reagiert.
Unter Verwendung dieser berechneten Risiken stellte die Forscherin dann eine praktische Frage: Wie sollte eine Bank ihr Geld verleihen, wenn sie die Renditen maximieren und gleichzeitig sicher bleiben will? Das Modell fungiert als Leitfaden und zeigt auf, welche Sektoren unter jeder Klima-Erzählung am attraktivsten erscheinen. In dem Szenario, in dem physische Katastrophen die Hauptbedrohung darstellen, schlägt das Modell vor, verstärkt in resiliente Infrastruktur wie Windkraft und Wasserkraft zu investen. In dem Szenario, in dem der Übergang plötzlich und chaotisch erfolgt, verschiebt das Modell seine Präferenz hin zu „Brückentechnologien“, wie etwa saubererem Erdgas und Kohlenstoffabscheidungssystemen, die in einem sich schnell ändernden Markt wertvoller sein könnten. Interessanterweise bricht das Modell selbst in den extremsten Szenarien die Kreditvergabe an den fossilen Sektor nicht vollständig ab, reduziert aber die Menge des Geldes, das an sie fließt, im Vergleich zu saubereren Alternativen drastisch.
Die Studie betont, dass diese Ergebnisse spezifisch für die Simulation und die in das Modell eingebauten Annahmen sind. Die Ergebnisse hängen davon ab, wie die Klima-Erzählungen in Unternehmensdaten übersetzt werden, und das Modell erfasst noch nicht jedes Detail darüber, wie sich einzelne Unternehmen anpassen könnten oder wie ihre spezifischen Standorte sie beeinflussen könnten. Dennoch bietet der Rahmen eine klare, transparente Möglichkeit für Banken, die hochgradigen Klima-Narrative mit dem tatsächlichen Risiko ihrer Kreditbücher zu verknüpfen. Es zeigt, dass das Klimarisiko keine einzelne Zahl ist, sondern eine komplexe Landschaft, die sich je nach dem Pfad ändert, den die Welt einschlägt. Durch die Nutzung einer solchen zukunftsorientierten Analyse können Banken über den Blick nur in die Vergangenheit hinausgehen und beginnen, sich auf die spezifischen Herausforderungen vorzubereiten, die verschiedene Klima-Zukünfte mit sich bringen könnten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.