💰 quantitative finance

Temperature Anomalies and Climate Physical Risk in Portfolio Construction

यह शोध पत्र वैश्विक इक्विटी क्षेत्रों पर अत्यधिक तापमान की घटनाओं के नकारात्मक प्रभाव की जांच करता है और बहु-उद्देश्यीय पोर्टफोलियो अनुकूलन को बढ़ाने के लिए जलवायु जोखिम जोखिम और अस्थिरता के लिए नवीन, समय-परिवर्तनीय मेट्रिक्स पेश करता है, जो बैकटेस्टिंग के माध्यम से यह प्रदर्शित करता है कि इन उपायों को एकीकृत करने से विविधीकरण से समझौता किए बिना भौतिक जलवायु झटकों के प्रति लचीलापन निर्मित होता है।

मूल लेखक: Michele Azzone, Carlo Bechi, Gabriele Sbaiz

प्रकाशित 2026-04-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC0 1.0

मूल लेखक: Michele Azzone, Carlo Bechi, Gabriele Sbaiz

मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल जहाज (आपका निवेश पोर्टफोलियो) के कप्तान हैं जो वैश्विक अर्थव्यवस्था के महासागर में यात्रा कर रहा है। दशकों से, आप एक मानक मानचित्र का उपयोग करके नेविगेशन कर रहे हैं जो केवल दो चीजें दिखाता है: आप कितनी तेजी से जा सकते हैं (रिटर्न/लाभ) और लहरें कितनी उग्र हैं (वित्तीय जोखिम)।

लेकिन हाल ही में, एक नया, अदृश्य तूफान मंडरा रहा है: जलवायु परिवर्तन (Climate Change)।

यह शोध पत्र उन कप्तानों के लिए एक नया नेविगेशन मैनुअल है जो बिना अपनी गति बहुत कम किए, इन जलवायु तूफानों के बीच अपने जहाजों को सुरक्षित रूप से चलाने का तरीका जानना चाहते हैं। यहाँ वह कहानी है जो लेखकों ने खोजी है, जिसे सरल भाषा में समझाया गया है।

1. समस्या: "पुराना मानचित्र" टूट गया है

पारंपरिक रूप से, निवेशक जोखिम को एक शांत, अनुमानित झील की तरह देखते थे। उन्होंने माना कि यदि एक जगह तूफान आता है, तो जरूरी नहीं कि वह दूसरी जगह भी आए।

हालाँकि, लेखकों ने पाया कि जलवायु जोखिम एक शांत झील नहीं है; यह एक अराजक, बदलती हुई मौसम प्रणाली है।

साक्ष्य: उन्होंने 1940 से 2025 तक के तापमान डेटा को देखा। यह एक ऐसे थर्मामीटर को देखने जैसा है जो पहले स्थिर रहता था लेकिन अब तेजी से ऊपर की ओर भाग रहा है। उन्होंने सिद्ध किया कि अत्यधिक गर्मी की घटनाएं अब बहुत अधिक बार और तीव्रता के साथ हो रही हैं।
प्रभाव: जब उन्होंने "वित्तीय मौसम रिपोर्ट" की जांच की, तो पाया कि अत्यधिक गर्मी एक भारी लंगर की तरह काम करती है। जब तापमान बहुत अधिक हो जाता है, तो कई कंपनियों (विशेष रूप से उन कंपनियों के जिनके पास कारखाने, खेत या स्टोर हैं) के शेयर की कीमतें गिरने लगती हैं। यह आपके ट्रक में रखी आइसक्रीम के पिघलने जैसा है; यह आपके व्यवसाय को नुकसान पहुँचाता है।

2. नए उपकरण: दो विशेष "जलवायु थर्मामीटर"

लेखकों ने महसूस किया कि पुराने जोखिम मानचित्र बहुत स्थिर (static) थे। वे एक ऐसे मानचित्र की तरह थे जो कहता था, "फ्रांस जोखिम भरा है," लेकिन यह नहीं बताता था कि कब या कितना।

इसलिए, उन्होंने जलवायु जोखिम को मापने के लिए दो नए, गतिशील उपकरण बनाए:

उपकरण #1: जलवायु जोखिम एक्सपोजर (The "Threat Level" या खतरा स्तर)
- उपमा: कल्पना करें कि आप एक जंगल में चल रहे हैं। यह उपकरण मापता है कि आज आपके ऊपर पेड़ गिरने की कितनी संभावना है।
- यह दुनिया के विभिन्न हिस्सों (महाद्वीपों) में अत्यधिक गर्मी होने की संभावना की गणना करता है और इसे उन कंपनियों के भार के साथ जोड़ता है जो भौतिक चीजों (जैसे कारखाने या भूमि) पर निर्भर हैं। यदि आपके पास ऐसी जगह में बहुत अधिक रियल एस्टेट है जो गर्म हो रही है, तो आपका "खतरा स्तर" बढ़ जाता है।
उपकरण #2: जलवायु एक्सपोजर वोलेटिलिटी (The "Storm Surprise" या तूफान का आश्चर्य)
- उपमा: यह मापता है कि मौसम कितना अप्रत्याशित है।
- यदि आपके पास पांच अलग-अलग देशों में निवेश है, और उन सभी में एक ही समय में हीटवेव (लू) आती है, तो आपका पोर्टफोलियो हिंसक रूप से हिल जाता है। यह उपकरण उस "झटका" को मापता है। यह पूछता है: "यदि एशिया में हीटवेव आती है, तो क्या यूरोप में भी आएगी?" यदि उत्तर "हाँ, वे आपस में जुड़े हुए हैं" है, तो आपका पोर्टफोलियो अधिक अस्थिर (volatile) है।

3. समाधान: एक नया दिशा-सूचक यंत्र (Multi-Objective Optimization)

आमतौर पर, निवेशक "गति" (रिटर्न) और "सुरक्षा" (कम जोखिम) के बीच "परफेक्ट" संतुलन खोजने की कोशिश करते हैं। लेखकों ने इसमें एक तीसरा लक्ष्य जोड़ा: जलवायु सुरक्षा।

उन्होंने एक सुपर-स्मार्ट कंप्यूटर एल्गोरिदम (जिसे MOPSO कहा जाता है, जो बुद्धिमान पक्षियों के झुंड की तरह सबसे अच्छे रास्ते की तलाश करता है) का उपयोग करके सर्वोत्तम मार्ग खोजने के लिए किया।

पुराना तरीका: "मुझे सबसे तेज़ रास्ता दें, भले ही वह जोखिम भरा हो।"
नया तरीका: "मुझे एक ऐसा मार्ग दें जो तेज़ हो, सामान्य लहरों से सुरक्षित हो, और जलवायु तूफानों से भी बचता हो।"

परिणाम? उन्होंने एक "पारेटो फ्रंटियर" (Pareto Frontier) पाया। इसे एक गोल्डिलॉक्स ज़ोन (Goldilocks Zone) के रूप में सोचें। यह पोर्टफोलियो का एक ऐसा समूह है जहाँ आप बिना गति खोए अधिक सुरक्षा नहीं पा सकते, और आप बिना अधिक जोखिम लिए अधिक गति नहीं पा सकते। लेकिन महत्वपूर्ण बात यह है कि इस ज़ोन में अब जलवायु सुरक्षा भी शामिल है।

4. टेस्ट ड्राइव: क्या यह काम आया?

लेखकों ने एक "टेस्ट ड्राइव" (बैकटेस्टिंग) चलाया जो 2020 से 2025 तक का था। उन्होंने इन नए नियमों के साथ निवेश करने का अनुकरण (simulate) किया और पारंपरिक निवेश के साथ इसकी तुलना की।

आश्चर्य: उन्होंने पाया कि सुरक्षित होने के लिए आपको अपनी गति का बलिदान करने की आवश्यकता नहीं है।
पोर्टफोलियो जिन्होंने जलवायु जोखिम को अनदेखा किया और केवल उच्चतम रिटर्न के पीछे भागने की कोशिश की, वे बुरी तरह से क्रैश हो गए (जैसे कोई कार तेजी से दीवार में टकरा जाए)।
पोर्टफोलियो जिन्होंने तीनों लक्ष्यों (गति, वित्तीय सुरक्षा, जलवायु सुरक्षा) को संतुलित किया, उन्होंने पारंपरिक पोर्टफोलियो की तुलना में बेहतर प्रदर्शन किया। उनमें कम "क्रैश" (ड्रॉडडाउन) हुए और उन्होंने बहुत अच्छा पैसा भी कमाया।

मुख्य निष्कर्ष

अपने निवेश पोर्टफोलियो को एक घर की तरह समझें।

पारंपरिक निवेश एक ऐसा घर बनाता है जो दिखने में शानदार और बनाने में सस्ता है, लेकिन यह बिना जल निकासी वाले बाढ़ क्षेत्र (floodplain) में बना है।
जलवायु-जागरूक निवेश (Climate-Aware Investing) एक ऐसा घर बनाता है जिसे डिजाइन करना थोड़ा जटिल है, लेकिन इसमें एक ऊंचा आधार (raised foundation) और एक तूफान कक्ष (storm cellar) है।

यह शोध पत्र सिद्ध करता है कि उस "ऊंचे आधार" (तापमान विसंगतियों और संपत्ति की संवेदनशीलता को ध्यान में रखना) को बनाने से आपका घर खराब नहीं होता है। वास्तव में, जब बाढ़ आती है (जो कि अब बार-बार आती है), तो आपका घर अडिग खड़ा रहता है जबकि दूसरे बह जाते हैं।

संक्षेप में: आप एक ऐसा पोर्टफोलियो बना सकते हैं जो बदलते जलवायु के प्रति लचीला हो और इसमें आपका पैसा भी कम न हो। वास्तव में, ऐसा करना आपको सबसे बड़े तूफानों से बचा सकता है।

यहाँ अज़ोन, बेची और स्बाईज़ के शोध पत्र "Temperature Anomalies and Climate Physical Risk in Portfolio Construction" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र परिसंपत्ति प्रबंधकों (asset managers) के लिए पोर्टफोलियो निर्माण में भौतिक जलवायु जोखिम (तीव्र खतरों और दीर्घकालिक परिवर्तनों) को शामिल करने की बढ़ती आवश्यकता को संबोधित करता है। जबकि मौजूदा साहित्य मुख्य रूप से 'ट्रांजिशन रिस्क' पर ध्यान केंद्रित करता है या स्थिर देश-स्तरीय सूचकांकों (जैसे ND-GAIN) का उपयोग करता है, इसमें गतिशील, फर्म-विशिष्ट मात्रात्मक मेट्रिक्स की एक महत्वपूर्ण कमी है जो निम्नलिखित को कैप्चर कर सके:

चरम जलवायु घटनाओं की समय-परिवर्तनीय संभावना (time-varying probability)।
विभिन्न भौगोलिक क्षेत्रों में इन घटनाओं का स्थानिक सहसंबंध (spatial correlation)।
परिसंपत्ति तीव्रता (asset intensity) और राजस्व भूगोल के आधार पर फर्मों की विशिष्ट संवेदनशीलता।
एक बहु-उद्देश्यीय अनुकूलन ढांचे (multi-objective optimization framework) में वित्तीय रिटर्न, बाजार अस्थिरता और भौतिक जलवायु जोखिम के बीच ट्रेड-ऑफ।

2. कार्यप्रणाली (Methodology)

लेखक एक तीन-चरणीय ढांचा प्रस्तावित करते हैं:

A. तापमान विसंगतियों और संभावनाओं का मॉडलिंग (Modeling Temperature Anomalies and Probabilities)

डेटा स्रोत: 'अवर वर्ल्ड इन डेटा' (Our World in Data) से छह महाद्वीपों (अंटार्कटिका को छोड़कर) के लिए मासिक औसत तापमान डेटा (1940–2025)।
विसंगति का पता लगाना (Anomaly Detection): एक सांख्यिकीय पहचान पद्धति एक आधार रेखा (1960–1990) स्थापित करती है। मासिक तापमान को मानकीकृत ( $Z_{k,t}$ ) किया जाता है। एक चरम घटना को तब परिभाषित किया जाता है जब मानकीकृत तापमान 2 के थ्रेशोल्ड से अधिक हो जाता है ( $B_{k,t} = 1$ यदि $Z_{k,t} > 2$ )।
संभावना अनुमान (Probability Estimation): महाद्वीप $k$ में समय $t$ पर एक चरम घटना होने की समय-परिवर्तनीय संभावना ( $p_{k,t}$ ) को मॉडल करने के लिए एक लॉजिस्टिक्स रिग्रेशन (quadratic time trend के साथ) का उपयोग किया जाता है। यह जलवायु जोखिम की गैर-स्थिर (non-stationary) और त्वरित प्रकृति को कैप्चर करता है।
स्थानिक निर्भरता (Spatial Dependence): लेखक महाद्वीपों के बीच बाइनरी विसंगति टाइम सीरीज़ के बीच पियर्सन सहसंबंध (Pearson correlation) का विश्लेषण करते हैं। वे गणितीय निरंतरता सुनिश्चित करने के लिए इन अनुभवजन्य सहसंबंधों को Fréchet-Hoeffding bounds के विरुद्ध सत्यापित करते हैं।

B. इक्विटी रिटर्न पर प्रभाव (Impact on Equity Returns)

रिग्रेशन विश्लेषण: लेखक कैपिटल एसेट प्राइसिंग मॉडल (CAPM) का विस्तार करते हैं, जिसमें प्रत्येक महाद्वीप के लिए चरम तापमान संकेतकों ( $B_{k,t}$ ) के विरुद्ध सेक्टर-वार अतिरिक्त रिटर्न (excess returns) का रिग्रेशन किया जाता है।
निष्कर्ष: फिक्स्ड इफेक्ट्स के साथ पैनल रिग्रेशन पुष्टि करते हैं कि चरम तापमान विसंगतियाँ अधिकांश क्षेत्रों (जैसे केमिकल्स, फूड एंड बेवरेजेस, रियल एस्टेट) के रिटर्न पर एक सांख्यिकीय रूप से महत्वपूर्ण नकारात्मक प्रभाव डालती हैं। वैश्विक गुणांक $\Gamma$ नकारात्मक और अत्यधिक महत्वपूर्ण है, जो भौतिक जोखिम को एक व्यवस्थित जोखिम कारक (systematic risk factor) के रूप में मान्य करता है।

C. नवीन जोखिम मेट्रिक्स (Novel Risk Metrics)

शोध पत्र पोर्टफोलियो एक्सपोजर को मापने के लिए दो गतिशील मेट्रिक्स पेश करता है:

क्लाइमेट रिस्क एक्सपोजर (CRE): चरम घटनाओं के प्रति पोर्टफोलियो के एक्सपोजर का अपेक्षित मूल्य। यह जलवायु-सामान्यीकृत पोर्टफोलियो वेट ( $\alpha_k$ ) द्वारा समय-परिवर्तनीय संभावनाओं ( $p_{k,t}$ ) को भारित करता है, जो फर्म-स्तर की परिसंपत्ति तीव्रता और राजस्व भूगोल को ध्यान में रखता है।
$CRE(w, t) = \sum_{k=1}^{K} \alpha_k(w) \cdot p_{k,t}$
क्लाइमेट एक्सपोजर वोलेटिलिटी (CEV): पोर्टफोलियो के जलवायु एक्सपोजर की भिन्नता (variance)। यह जोखिम की अस्थिरता और विभिन्न महाद्वीपों के बीच सहसंबंध से उत्पन्न प्रणालीगत जोखिम को कैप्चर करता है।
$CEV(w, t) = \sum_{k=1}^{K} \alpha_k^2 Var(B_{k,t}) + 2 \sum_{k<j} \alpha_k \alpha_j Cov(B_{k,t}, B_{j,t})$
- यह मेट्रिक भौगोलिक विविधीकरण की कमी और चरम घटनाओं के बीच उच्च सहसंबंध को दंडित (penalize) करता है।

D. पोर्टफोलियो अनुकूलन (Portfolio Optimization)

ढांचा: एक बहु-उद्देश्यीय अनुकूलन (Multi-Objective Optimization) समस्या को तीन उद्देश्यों को एक साथ न्यूनतम करने के लिए तैयार किया गया है:
1. नकारात्मक अपेक्षित रिटर्न ( $-w^T r$ )।
2. बाजार अस्थिरता ( $w^T \Sigma w$ )।
3. जलवायु एक्सपोजर वोलेटिलिटी ($CEV(w)$)।
एल्गोरिदम: लेखक पारेटो फ्रंटियर (Pareto frontier) उत्पन्न करने के लिए मल्टी-ऑब्जेक्टिव पार्टिकल स्वार्म ऑप्टिमाइजेशन (MOPSO) का उपयोग करते हैं। यह उन गैर-प्रभावी समाधानों (non-dominated solutions) की पहचान करने की अनुमति देता है जहाँ एक उद्देश्य (जैसे रिटर्न) में सुधार करने से दूसरे उद्देश्यों (जैसे जोखिम) को खराब किए बिना कोई समझौता नहीं होता है।
बाधाएं (Constraints): लॉन्ग-ओनली पोजीशन, जोखिम वाली संपत्तियों में पूर्ण निवेश।

3. प्रमुख योगदान (Key Contributions)

गतिशील जोखिम मेट्रिक्स: स्थिर सूचकांकों के विपरीत, प्रस्तावित CRE और CEV मेट्रिक्स समय-परिवर्तनीय हैं, जो चरम घटनाओं की बढ़ती संभावना और फर्मों की विशिष्ट परिसंपत्ति तीव्रता को शामिल करते हैं।
प्रणालीगत जोखिम का परिमाणीकरण: CEV मेट्रिक महाद्वीपों के बीच सहसंबंधों के माध्यम से जलवायु जोखिम के प्रणालीगत घटक को स्पष्ट रूप से मॉडल करता है, यह प्रदर्शित करते हुए कि भौगोलिक विविधीकरण महत्वपूर्ण है लेकिन वैश्विक सहसंबंध संरचनाओं द्वारा सीमित है।
भौतिक जोखिम का अनुभवजन्य सत्यापन: यह शोध पत्र इस बात के पुख्ता सांख्यिकीय प्रमाण प्रदान करता है कि तापमान विसंगतियाँ सेक्टर रिटर्न को नकारात्मक रूप से प्रभावित करती हैं, जिससे एसेट प्राइसिंग मॉडल में उन्हें एक जोखिम कारक के रूप में शामिल करने का औचित्य सिद्ध होता है।
अनुकूलन ढांचा: यह पारंपरिक मीन-वैरिएंस प्रतिमान को तीन-उद्देश्यीय ढांचे (रिटर्न, मार्केट रिस्क, क्लाइमेट रिस्क) तक विस्तारित करता है, यह सिद्ध करते हुए कि जलवायु लचीलेपन (climate resilience) को विश्लेषणात्मक जटिलता के बिना अनुकूलित किया जा सकता है।

4. परिणाम (Results)

बैकटेस्टिंग प्रदर्शन (जनवरी 2020 – अप्रैल 2025)

लेखकों ने पारेटो फ्रंटियर पर विभिन्न रणनीतियों की बेंचमार्क (मार्केट-कैप वेटेड, इक्वली वेटेड) के विरुद्ध रोलिंग-विंडो बैकटेस्टिंग की।

जोखिम न्यूनीकरण: क्लाइमेट एक्सपोजर वोलेटिलिटी (Min CEV) को कम करने वाले पोर्टफोलियो ने सफलतापूर्वक वास्तविक जलवायु जोखिम (सबसे कम r-CEV और r-CRE) को कम किया, लेकिन वे वेरिएंस-मिनिमाइजिंग पोर्टफोलियो की तुलना में उच्च बाजार अस्थिरता और ड्रॉडाउन प्रदर्शित किए।
संतुलित रणनीतियाँ: वे रणनीतियाँ जिन्होंने तीनों उद्देश्यों को संतुलित किया (जैसे रिटर्न, वेरिएंस और CEV को समान भार देना), उन्होंने बेहतर जोखिम-समायोजित रिटर्न प्राप्त किए।
- (1/3, 1/3, 1/ 3) रणनीति ने उच्चतम CAGR (33.54%) के साथ सर्वाधिक शार्प रेशियो (Sharpe Ratio) 1.153 प्राप्त किया।
- (1/4, 1/2, 1/4) रणनीति (वेरिएंस मिनिमाइजेशन को प्राथमिकता देने वाली) ने सबसे अच्छा समझौता पेश किया, जिससे उच्च शार्प रेशियो (1.312) और कम मैक्सिमम ड्रॉडाउन (20.78%) प्राप्त हुआ।
विविधीकरण लाभ: अनुकूलन में CEV को शामिल करने से सक्रिय पोजीशन की औसत संख्या बढ़ गई (मानक मीन-वैरिएंस के ~14 से बढ़कर ~22-55), जो यह दर्शाता है कि जलवायु बाधा (climate constraint) ऑप्टिमाइज़र को जलवायु-संवेदनशील संपत्तियों में अत्यधिक एकाग्रता से बचने के लिए मजबूर करती है, जिससे विविधीकरण बढ़ता है।
प्रदर्शन में कोई दंड नहीं: इस धारणा के विपरीत कि ESG/जलवायु बाधाएं रिटर्न को नुकसान पहुँचाती हैं, अध्ययन ने पाया कि पारेटो फ्रंटियर पर जलवायु-जागरूक रणनीतियां अक्सर CAGR और ड्रॉडाउन नियंत्रण के मामले में पारंपरिक बेंचमार्क से बेहतर प्रदर्शन करती हैं।

5. महत्व (Significance)

व्यावहारिक अनुप्रयोग: यह शोध पत्र परिसंपत्ति प्रबंधकों को जलवायु-लचीले पोर्टफोलियो बनाने के लिए एक ठोस, डेटा-संचालित कार्यप्रणाली प्रदान करता है जो न केवल "हरित" (green) हैं बल्कि भौतिक झटकों के खिलाफ वित्तीय रूप से भी मजबूत हैं।
प्रतिमान परिवर्तन (Paradigm Shift): यह इस धारणा को चुनौती देता है कि जलवायु जोखिम स्थिर या केवल ट्रांजिशन का मुद्दा है, यह प्रदर्शित करते हुए कि भौतिक जोखिम एक गतिशील, गैर-स्थिर कारक है जिसे समय-परिवर्तनीय संभावनाओं के साथ मॉडल किया जाना चाहिए।
विविधीकरण अंतर्दृष्टि: अध्ययन इस बात पर प्रकाश डालता है कि जबकि भौगोलिक विविधीकरण व्यक्तिगत (idiosyncratic) जलवायु जोखिम को कम करता है, जलवायु घटनाओं का प्रणालीगत सहसंबंध एक महत्वपूर्ण बाधा बना रहता है जिसे निष्क्रिय एकत्रीकरण के बजाय सक्रिय पोर्टफोलियो अनुकूलन के माध्यम से प्रबंधित किया जाना चाहिए।
नीति और उद्योग प्रभाव: परिणाम बताते हैं कि भौतिक जलवायु जोखिम मेट्रिक्स को एकीकृत करना एक प्रभावी विविधीकरण तंत्र के रूप में कार्य कर सकता है, जो दीर्घकालिक रिटर्न से समझौता किए बिना चरम जलवायु घटनाओं के दौरान पोर्टफोलियो स्थिरता में सुधार कर सकता है।