Temperature Anomalies and Climate Physical Risk in Portfolio Construction

A continuación presento un resumen técnico detallado del artículo "Temperature Anomalies and Climate Physical Risk in Portfolio Construction" en español, estructurado según los puntos solicitados.

1. Problema y Contexto

El artículo aborda la creciente necesidad de integrar el riesgo climático físico (eventos agudos como olas de calor e inundaciones, y cambios crónicos) en la gestión de carteras de inversión. A pesar de la mayor atención regulatoria y de mercado, existe una brecha significativa en la disponibilidad de métricas cuantitativas dinámicas que capturen cómo los eventos climáticos extremos afectan el valor económico de las empresas y, en consecuencia, guíen las decisiones de inversión.

Los desafíos identificados son:

• Limitaciones de los índices actuales: Herramientas existentes como el índice ND-GAIN son estáticas, de nivel país y no proporcionan series temporales multivariantes de eventos extremos, lo que impide analizar la correlación entre eventos y la diversificación real.
• Falta de enfoque en el riesgo físico: La literatura sobre ESG se centra mayoritariamente en riesgos de transición o en preferencias de sostenibilidad, ignorando a menudo el impacto directo de los desastres físicos en los rendimientos.
• Necesidad de diversificación dinámica: Es crucial entender si la diversificación geográfica mitiga el riesgo climático, lo cual requiere modelos que consideren la probabilidad temporalmente variable de eventos extremos y su correlación espacial.

2. Metodología

Los autores proponen un marco integral que combina análisis estadístico, econometría y optimización multiobjetivo:

A. Construcción de Métricas de Riesgo Climático

1. Datos y Anomalías de Temperatura: Se utilizan datos mensuales de temperatura (1940-2025) de seis continentes. Se definen "anomalías extremas" como eventos donde la temperatura estandarizada supera un umbral de 2 desviaciones estándar (top ~2.28%).
2. Probabilidad Temporal (Modelo Logístico): Se estima la probabilidad $p_{k,t}$ de un evento extremo en cada continente $k$ y tiempo $t$ mediante una regresión logística con tendencia cuadrática, capturando la aceleración no lineal del calentamiento global.
3. Dependencia Espacial: Se calculan las correlaciones de Pearson entre las series binarias de anomalías de los continentes. Se verifica la consistencia teórica utilizando los límites de Fréchet-Hoeffding para variables de Bernoulli, confirmando que las correlaciones empíricas son positivas pero moderadas (0 a 0.48), lo que permite la diversificación.
4. Nuevas Métricas Propuestas:
   • Exposición al Riesgo Climático (CRE): Mide la exposición esperada promedio ponderada por la intensidad de activos tangibles de las empresas y sus ingresos geográficos.
   • Volatilidad de la Exposición Climática (CEV): Mide la varianza de la exposición del portafolio. Incorpora la varianza individual de los eventos y la covarianza entre continentes. Penaliza la falta de diversificación geográfica ante choques sincronizados.

B. Impacto en los Rendimientos

Se realiza un análisis de regresión panel para evaluar el efecto de las anomalías de temperatura en los retornos de sectores de la bolsa (índice MSCI World).

• Se extiende el modelo CAPM incluyendo las anomalías de temperatura como covariables.
• Se utilizan errores estándar robustos (HAC) y efectos fijos (mes y continente).
• Hallazgo clave: Se confirma una relación estadísticamente significativa y negativa entre las anomalías de temperatura extremas y los retornos de la mayoría de los sectores (coeficientes $\gamma$ negativos), justificando la inclusión del riesgo climático como un factor de riesgo sistemático.

C. Optimización de Cartera

Se formula un problema de optimización multiobjetivo para construir carteras resilientes:

• Objetivos: Minimizar la varianza del mercado ($f_2$), minimizar la Volatilidad de la Exposición Climática ($f_3$ o CEV) y maximizar el retorno esperado ($-f_1$).
• Algoritmo: Se emplea Optimización por Enjambre de Partículas Multiobjetivo (MOPSO) para generar la Frontera de Pareto. Esto permite visualizar el trade-off entre retorno, riesgo financiero y riesgo climático sin imponer restricciones arbitrarias.
• Universo de Inversión: 120 acciones seleccionadas de MSCI World, distribuidas geográficamente para reflejar el mercado global.

3. Contribuciones Clave

1. Métricas Dinámicas y Específicas: Introducción de CRE y CEV, que superan a los índices estáticos al incorporar probabilidades temporales variables, correlaciones espaciales y la intensidad de activos a nivel de empresa.
2. Evidencia Empírica de Materialidad: Demostración estadística de que las anomalías de temperatura tienen un impacto negativo sistemático en los retornos de las acciones a nivel sectorial.
3. Marco de Optimización Integrado: Extensión del paradigma Media-Varianza tradicional para incluir explícitamente el riesgo físico climático como un tercer objetivo, utilizando MOPSO para manejar la complejidad de las restricciones y la no linealidad.
4. Análisis de Diversificación: Evidencia de que la diversificación geográfica efectiva reduce la CEV, pero que la correlación sistémica de los eventos climáticos impone un límite inferior al riesgo que no puede eliminarse completamente.

4. Resultados

El estudio incluye un análisis backtesting (enero 2020 - abril 2025) comparando estrategias optimizadas contra benchmarks tradicionales (ponderado por capitalización y equitativo):

• Rendimiento vs. Riesgo: Las estrategias que integran el riesgo climático (especialmente la configuración equilibrada 1/3, 1/3, 1/3) logran los CAGR más altos (33.54%) y ratios de Sharpe competitivos, sin sacrificar el rendimiento.
• Resiliencia: Las carteras que minimizan la CEV o equilibran los tres objetivos muestran una mayor resiliencia ante choques de mercado en comparación con las que solo maximizan el retorno (que sufrieron un drawdown máximo del 69.37%).
• Trade-offs: Se observa que minimizar la CEV no penaliza significativamente el retorno esperado. De hecho, la inclusión de la CEV mejora la diversificación, evitando la concentración excesiva en activos que parecen óptimos financieramente pero son vulnerables al clima.
• Métricas de Riesgo Realizado: Las estrategias climáticamente conscientes lograron reducir tanto la volatilidad del mercado como la exposición real al riesgo climático (r-CEV) en comparación con los benchmarks tradicionales.

5. Significado e Implicaciones

Este trabajo es fundamental para la industria de la gestión de activos por varias razones:

• Validación del Riesgo Físico: Confirma que el riesgo climático físico no es un evento de "cola" estático, sino un factor de riesgo dinámico y no estacionario que debe modelarse explícitamente.
• Herramienta Práctica: Ofrece un marco cuantitativo reproducible para construir carteras que sean resilientes a los choques climáticos sin renunciar a la rentabilidad.
• Cambio de Paradigma: Sugiere que la gestión del riesgo climático debe ir más allá de la exclusión de activos (screening) o la ponderación por ESG cualitativo; debe integrarse en el núcleo de la optimización de carteras como un factor de riesgo financiero medible.
• Diversificación Real: Demuestra que la diversificación geográfica, cuando se pondera por la intensidad de activos y la correlación de eventos climáticos, es una herramienta efectiva para mitigar la volatilidad inducida por el clima.

En conclusión, el artículo establece que es posible y deseable construir carteras que integren la resiliencia climática en el proceso de inversión, utilizando métricas avanzadas y algoritmos de optimización modernos para navegar un entorno de mercado donde el cambio climático es un factor de riesgo sistémico creciente.