💰 quantitative finance

Temperature Anomalies and Climate Physical Risk in Portfolio Construction

Questo studio dimostra come l'integrazione di nuove metriche dinamiche di rischio climatico, basate sulle anomalie termiche, in un framework di ottimizzazione multi-obiettivo consenta di costruire portafogli azionari globali più resilienti agli shock fisici del clima senza compromettere la diversificazione.

Autori originali: Michele Azzone, Carlo Bechi, Gabriele Sbaiz

Pubblicato 2026-04-14

📖 4 min di lettura☕ Lettura da pausa caffè

CC0 1.0

Autori originali: Michele Azzone, Carlo Bechi, Gabriele Sbaiz

Articolo originale dedicato al pubblico dominio sotto CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di dover costruire un ponte che deve resistere non solo al peso delle auto (il mercato finanziario), ma anche a terremoti improvvisi e inondazioni (i cambiamenti climatici).

Questo articolo scientifico, scritto da ricercatori italiani, racconta proprio come costruire un "ponte" finanziario (un portafoglio di investimenti) che sia più resistente agli shock del clima, senza però sacrificare la velocità con cui si guadagna.

Ecco la spiegazione semplice, passo dopo passo:

1. Il Problema: Il Clima non è più "come sempre"

Fino a poco tempo fa, gli investitori pensavano al clima come a qualcosa di statico, come il meteo di ieri. Ma il clima sta cambiando: le ondate di calore, gli incendi e le siccità diventano più frequenti e violenti.

L'analogia: Immagina di guidare un'auto su una strada che prima era liscia e prevedibile. Ora, però, ci sono buche che appaiono all'improvviso e il terreno si sta spostando. Se guidi come se fosse ancora la strada di 20 anni fa, finirai fuori strada.
La scoperta: Gli autori hanno analizzato i dati e scoperto che quando le temperature diventano estreme, le aziende perdono valore. È come se un'ondata di calore facesse fermare le fabbriche o rovinare i raccolti, colpendo direttamente il portafoglio degli investitori.

2. La Soluzione: Due nuovi "Termometri"

Per misurare questo rischio, gli autori hanno inventato due nuovi strumenti (metriche), perché i vecchi indicatori erano come mappe cartacee vecchie di 10 anni: statiche e imprecise.

Termometro 1: L'Esposizione al Rischio (CRE)
- Cos'è: Misura quanto il tuo portafoglio è "esposto" al caldo estremo.
- L'analogia: È come controllare se hai costruito la tua casa in una zona dove c'è il 90% di probabilità di un'alluvione. Se hai molte case lì, il tuo "termometro" segna un valore alto.
Termometro 2: La Volatilità dell'Esposizione (CEV)
- Cos'è: Misura quanto è "instabile" questo rischio. Se tutte le tue case sono nella stessa zona e lì succede un disastro, crollano tutte insieme. Se sono sparse in tutto il mondo, è meno probabile che crollino tutte nello stesso giorno.
- L'analogia: Immagina di avere 100 ombrelli. Se li tieni tutti sotto lo stesso albero e arriva un temporale localizzato, tutti si bagnano (alta volatilità). Se li spargi in città, è probabile che solo pochi si bagnino (bassa volatilità). Questo termometro ti dice se i tuoi "ombrelli" sono ben distribuiti o tutti ammassati nello stesso punto.

3. Il Metodo: L'Algoritmo "Sciame"

Per trovare il portafoglio perfetto, gli autori non hanno usato i soliti calcoli matematici rigidi. Hanno usato un algoritmo chiamato MOPSO (Ottimizzazione a Sciame di Particelle).

L'analogia: Immagina uno sciame di api che cerca il fiore più dolce (il miglior rendimento) evitando i fiori velenosi (il rischio climatico). Ogni ape prova una strada diversa. Se un'ape trova un fiore buono, le altre la seguono. Alla fine, lo sciame trova il percorso migliore che bilancia:
1. Guadagnare di più.
2. Rischiare meno (volatilità di mercato).
3. Evitare i disastri climatici (CEV).

4. Il Risultato: Si può guadagnare e salvare il pianeta?

Molti pensano che investire "verde" o "sicuro" signifaccia guadagnare meno. Gli autori hanno fatto una simulazione (un "backtest") dagli anni 2020 al 2025 per vedere cosa sarebbe successo nella realtà.

Il risultato sorprendente: I portafogli che tenevano conto del rischio climatico hanno funzionato meglio o almeno tanto bene quanto quelli tradizionali.
L'analogia: È come se avessi scoperto che guidare con cautela e controllando il meteo ti ha permesso di arrivare a destinazione più velocemente perché hai evitato gli ingorghi causati dalle tempeste.
La lezione: Non devi scegliere tra "guadagnare" e "essere sicuri". Usando questi nuovi termometri, puoi costruire un portafoglio che è più robusto (resiste meglio agli shock) senza perdere soldi.

In sintesi

Questo studio ci dice che il clima è diventato un fattore finanziario reale e pericoloso. Ma invece di averne paura, possiamo usarlo come una bussola. Misurando attentamente dove il clima è più pericoloso e distribuendo i nostri investimenti come se stessimo spargendo semi in un terreno vario, possiamo costruire portafogli che non solo sopravvivono alle tempeste, ma continuano a crescere.

È un invito a smettere di guardare il clima come un problema "etico" e iniziare a vederlo come un dato matematico fondamentale per proteggere i propri risparmi.

1. Il Problema e il Contesto

Il documento affronta la crescente necessità di integrare il rischio climatico fisico (eventi acuti e cambiamenti cronici) nei processi di gestione degli asset. Nonostante l'aumento della frequenza di disastri naturali legati al clima, esiste un divario significativo nella letteratura quantitativa riguardo a metriche efficaci per catturare come il valore economico delle imprese sia influenzato da questi eventi e come guidare le decisioni di investimento razionali.
La maggior parte degli approcci attuali si basa su:

Indici statici a livello nazionale (es. ND-GAIN), che non forniscono serie temporali multivariate degli eventi estremi.
Modelli focalizzati su singole classi di attività (es. mutui) o rischi specifici (es. incendi), senza una visione globale per i portafogli azionari.
Approcci ESG che spesso trattano il rischio climatico come un vincolo arbitrario o una preferenza nell'utilità, senza modellare la dinamica temporale e la correlazione spaziale degli shock fisici.

L'obiettivo è colmare questo gap sviluppando un framework quantitativo dinamico per costruire portafogli azionari globali resilienti agli shock climatici fisici, senza sacrificare la diversificazione o i rendimenti attesi.

2. Metodologia

Il lavoro si articola in tre fasi principali: modellazione degli eventi climatici, definizione di nuove metriche di rischio e ottimizzazione del portafoglio.

A. Modellazione delle Anomalie di Temperatura

Dati: Utilizzo di dati mensili sulla temperatura media (1940-2025) forniti da Our World in Data, coprendo sei continenti (esclusa l'Antartide).
Identificazione degli Eventi Estremi: Viene definita un'anomalia di temperatura positiva quando la temperatura standardizzata $Z_{k,t}$ supera una soglia di 2 deviazioni standard rispetto alla media storica (1960-1990). Questo genera una variabile binaria $B_{k,t}$ .
Probabilità Temporali: Viene stimata la probabilità $p_{k,t}$ di un evento estremo in ciascun continente $k$ al tempo $t$ utilizzando una regressione logistica con un trend temporale quadratico. Questo approccio cattura la non stazionarietà e l'accelerazione del rischio climatico.
Correlazione Spaziale: Viene analizzata la dipendenza spaziale tra i continenti. I coefficienti di correlazione di Pearson sono tutti positivi ma moderati (0-0.48), suggerendo che, sebbene esista un trend globale, la diversificazione geografica è ancora possibile. La coerenza teorica delle correlazioni è verificata tramite i limiti di Fréchet-Hoeffding per variabili di Bernoulli.

B. Impatto sui Rendimenti Azionari

Viene condotta un'analisi di regressione panel per testare l'impatto delle anomalie di temperatura sui rendimenti settoriali.
Il modello estende il CAPM includendo le variabili climatiche come covariate.
Risultato chiave: Per la maggior parte dei settori (17 su 23), i coefficienti di sensibilità ( $\gamma$ ) sono statisticamente significativi e negativi. Ciò conferma che gli eventi di temperatura estrema esercitano una pressione al ribasso sui rendimenti azionari, giustificando l'inclusione del rischio climatico nell'ottimizzazione.

C. Nuove Metriche di Rischio

Vengono introdotti due indicatori dinamici basati sulla vulnerabilità delle imprese (definita come Asset Intensity: Attività Tangibili / Ricavi) e sulla distribuzione geografica dei ricavi:

Climate Risk Exposure (CRE): Misura l'esposizione attesa media del portafoglio agli eventi climatici. È la somma ponderata delle probabilità di evento $p_{k,t}$ , dove i pesi sono normalizzati in base all'intensità degli asset e alla distribuzione geografica dei ricavi.
Climate Exposure Volatility (CEV): Misura la varianza dell'esposizione climatica del portafoglio. Tiene conto non solo della dispersione geografica (simile a un indice di Herfindahl) ma anche della covarianza sistematica tra gli eventi estremi in diversi continenti. Una CEV alta indica un portafoglio scarsamente diversificato rispetto agli shock climatici sincronizzati.

D. Ottimizzazione del Portafoglio

Problema: Viene formulato un problema di ottimizzazione multi-obiettivo per minimizzare tre funzioni contemporaneamente:
1. Varianza di mercato ( $w^\top \Sigma w$ ).
2. Rendimento atteso negativo ( $-w^\top r$ ).
3. Volatilità dell'esposizione climatica ($CEV(w)$).
Algoritmo: Viene utilizzato un algoritmo di Ottimizzazione Sciame di Particelle Multi-Obiettivo (MOPSO) per generare il fronte di Pareto. Questo approccio permette di visualizzare i trade-off tra rendimento, rischio finanziario e rischio fisico senza imporre pesi arbitrari a priori.
Universe: 120 azioni selezionate dall'indice MSCI World, con pesi geografici proporzionali al mercato.

3. Risultati Principali

Analisi del Fronte di Pareto

L'integrazione della CEV modifica significativamente la composizione del portafoglio rispetto al classico approccio Mean-Variance. I portafogli sul fronte multi-obiettivo mostrano un numero maggiore di posizioni attive (media di 22 vs 14.4 nel caso Mean-Variance puro), indicando che la considerazione del rischio climatico favorisce una diversificazione più robusta.
Esiste un trade-off chiaro: ridurre la CEV richiede generalmente una riduzione del rendimento atteso, ma l'analisi di sensibilità mostra che questo costo è limitato.

Backtesting (Gennaio 2020 - Aprile 2025)

L'analisi ex-post su un periodo che include la pandemia e lo shock energetico del 2022 rivela:

Resilienza: Le strategie che bilanciano rendimento, varianza di mercato e CEV (es. pesi 1/3, 1/3, 1/3 o 1/4, 1/2, 1/4) ottengono i migliori rendimenti composti annuali (CAGR > 28-33%) con drawdown massimi gestibili.
Confronto con Benchmark: I portafogli ottimizzati per il clima mostrano una resilienza superiore rispetto ai benchmark tradizionali (Market-Cap ed Equally-Weighted) in termini di rapporto di Sortino e controllo del drawdown.
Trade-off Rendimento-Rischio: Contrariamente alla percezione comune, l'integrazione del rischio climatico non penalizza i rendimenti finanziari. Anzi, le strategie che ignorano il rischio climatico (focalizzate solo sul rendimento) mostrano drawdown estremi (fino al 69%) e performance di rischio-adjusted inferiori.
Minimizzazione della CEV: I portafogli che minimizzano esclusivamente la CEV ottengono un'esposizione climatica realizzata molto bassa, ma soffrono di una maggiore volatilità di mercato, sottolineando la necessità di un approccio multi-obiettivo bilanciato.

4. Contributi Chiave

Metriche Dinamiche e Specifiche: Introduzione di CRE e CEV, che superano i limiti degli indici statici nazionali incorporando la probabilità temporale variabile degli eventi, la correlazione spaziale e l'intensità degli asset specifici delle imprese.
Evidenza Empirica: Dimostrazione statistica che le anomalie di temperatura hanno un impatto negativo sistematico e significativo sui rendimenti azionari settoriali.
Framework di Ottimizzazione: Estensione del paradigma Mean-Variance per includere esplicitamente il rischio fisico come un obiettivo di minimizzazione separato, utilizzando algoritmi evolutivi (MOPSO) per gestire la complessità non lineare.
Validazione Pratica: Dimostrazione tramite backtesting che le strategie "climate-aware" possono migliorare la diversificazione e la resilienza del portafoglio senza sacrificare i rendimenti, offrendo una soluzione pratica per la gestione del rischio fisico.

5. Significato e Implicazioni

Questo studio fornisce una base quantitativa solida per gli investitori istituzionali che devono affrontare il rischio climatico fisico. Dimostra che il rischio climatico non è un fattore statico o puramente normativo, ma una variabile dinamica che influisce direttamente sulla volatilità e sui rendimenti degli asset.
L'approccio proposto suggerisce che la diversificazione geografica attiva, guidata da metriche di rischio fisico specifiche, è uno strumento efficace per mitigare gli shock climatici. Inoltre, il lavoro ribalta la narrativa secondo cui l'investimento sostenibile comporta un "costo" in termini di rendimento; al contrario, ignorare il rischio fisico può portare a sottostimare la volatilità reale e a subire perdite maggiori durante eventi estremi. Il framework proposto è scalabile e può essere adattato a diverse scale geografiche o tipi di eventi climatici.