Climate aware lending allocation under NGFS scenarios - A Monte Carlo approach
Questo articolo presenta un framework basato su simulazioni Monte Carlo che integra gli scenari climatici NGFS in un modello strutturale di rischio di credito per simulare le probabilità di default degli obbligati e ottimizzare l'allocazione del portafoglio prestiti, consentendo così alle banche di collegare i rischi di transizione climatica e fisici ai risultati del rischio di credito prospettici e allo stress testing.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). 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
Le banche si sono a lungo affidate alla storia per prevedere il futuro. Quando decidono a chi concedere un prestito, osservano come i debitori si siano comportati in passato, assumendo che le relazioni economiche rimangano relativamente stabili. Questo approccio funziona bene nei tempi normali, ma fatica quando il mondo cambia in modi che non hanno precedenti storici. Il cambiamento climatico è una di queste forze. Esso introduce due distinti tipi di pericolo per i debitori: i rischi fisici, in cui gli eventi meteorologici estremi danneggiano i beni e interrompono le operazioni, e i rischi di transizione, in cui il passaggio verso un'economia a basse emissioni di carbonio modifica costi, regolamentazioni e domanda di mercato. Poiché queste forze sono orientate al futuro e guidate dalle politiche piuttosto che dai semplici cicli di mercato, gli strumenti tradizionali spesso non riescono a catturare il rischio reale. I regolatori chiedono ora alle banche di guardare avanti, di comprendere come diversi percorsi verso un futuro più verde possano influenzare la sicurezza dei loro prestiti.
Una ricercatrice di nome Marina Palaisti ha sviluppato un nuovo modo per rispondere a questa domanda. Il lavoro consiste nel costruire un modello informatico che simuli come un ampio gruppo di debitori potrebbe comportarsi nei prossimi tre o cinque anni sotto diversi scenari climatici. Invece di tirare a indovinare, il modello utilizza storie specifiche e strutturate sul futuro fornite dalla Network for Greening the Financial System, un gruppo globale di banche centrali e autorità di vigilanza. Queste storie spaziano da una transizione fluida e ordinata verso un mondo a basse emissioni di carbonio, a una situazione caotica in cui i cambiamenti politici avvengono improvvisamente e i danni fisici causati dalle tempeste aumentano. Il modello prende queste narrazioni ampie e le traduce in effetti specifici sulle singole aziende, regolando la velocità con cui crescono o la probabilità che falliscano.
Il nucleo dello studio è una simulazione di mille aziende ipotetiche. La ricercatrice inserisce nel modello diversi scenari climatici per vedere come ognuno di essi modifichi la salute finanziaria delle aziende. Nel modello, il valore di un'azienda è legato alla sua capacità di produrre beni e gestire il proprio consumo energetico. Quando uno scenario climatico colpisce, agisce come uno shock al motore di crescita dell'azienda. Ad esempio, uno scenario con nuove tasse sul carbonio rigorose potrebbe rallentare una fabbrica che si affida al carbone, mentre uno scenario con tecnologie migliori potrebbe aiutare un'azienda di energia eolica a crescere più velocemente. Il modello calcola la probabilità che ogni azienda scenda al di sotto di una soglia critica e non sia in grado di onorare il proprio prestito. Eseguendo migliaia di queste simulazioni, la ricercatrice può vedere non solo il rischio medio, ma come il rischio sia distribuito nell'intero gruppo di debitori.
I risultati mostrano che la scelta della storia climatica conta profondamente. Diversi scenari producono schemi di rischio molto differenti. In uno scenario in cui l'azione politica è ritardata e i danni fisici causati dal meteo aumentano, il rischio è distribuito in modo abbastanza uniforme, con molte aziende che affrontano sfide moderate. In un altro scenario, in cui la transizione verso un'economia verde avviene con uno shock improvviso e brusco, il rischio diventa più disomogeneo. Alcune aziende che prima erano sicure affrontano improvvisamente rischi elevati, mentre altre rimangono stabili. Lo studio ha rilevato che lo scenario in cui la transizione è ordinata e coordinata ha in realtà prodotto il rischio medio più alto per il portafoglio in questa specifica simulazione, mentre uno scenario con un richiamo improvviso (wake-up call) ha prodotto il rischio medio più basso. Ciò evidenzia che la gravità di uno scenario non dipende solo da quanto peggiora il tempo, ma da come l'economia reagisce ai cambiamenti.
Utilizzando questi rischi calcolati, la ricercatrice si è poi posta una domanda pratica: come dovrebbe prestare denaro una banca se vuole massimizzare i rendimenti restando al contempo al sicuro? Il modello funge da guida, mostrando quali settori appaiono più attraenti sotto ogni storia climatica. Nello scenario in cui i disastri fisici sono la minaccia principale, il modello suggerisce di prestare più denaro a infrastrutture resilienti come l'energia eolica e l'idroelettricità. Nello scenario in cui la transizione è improvvisa e caotica, il modello sposta la sua preferenza verso le tecnologie "ponte", come il gas naturale più pulito e i sistemi di cattura del carbonio, che potrebbero essere più preziosi in un mercato che cambia rapidamente. Curiosamente, anche negli scenari più estremi, il modello non interrompe completamente il prestito ai settori dei combustibili fossili, ma riduce drasticamente la quantità di denaro destinata ad essi rispetto alle alternative più pulite.
Lo studio sottolinea che questi risultati sono specifici della simulazione e delle assunzioni incorporate nel modello. I risultati dipendono da come le storie climatiche vengono tradotte in dati a livello aziendale, e il modello non cattura ancora ogni dettaglio di come le singole aziende possano adattarsi o di come le loro specifiche ubicazioni possano influenzarle. Tuttavia, il framework fornisce un modo chiaro e trasparente per collegare le narrazioni climatiche di alto livello al rischio effettivo dei portafogli di prestiti. Dimostra che il rischio climatico non è un numero singolo, ma un paesaggio complesso che cambia a seconda del percorso che il mondo intraprende. Utilizzando questo tipo di analisi orientata al futuro, le banche possono andare oltre il semplice guardare al passato e iniziare a prepararsi per le sfide specifiche che i diversi futuri climatici potrebbero portare.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.