💰 quantitative finance

Temperature Anomalies and Climate Physical Risk in Portfolio Construction

Dit artikel introduceert twee nieuwe, dynamische metrics voor klimaatrisico op basis van temperatuurafwijkingen en toont aan dat het integreren van deze maatstaven in een multi-objectieve portfoliobouwstrategie beleggers in staat stelt om weerbaarder te worden tegen fysieke klimaatschokken zonder diversificatie te verliezen.

Oorspronkelijke auteurs: Michele Azzone, Carlo Bechi, Gabriele Sbaiz

Gepubliceerd 2026-04-14

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC0 1.0

Oorspronkelijke auteurs: Michele Azzone, Carlo Bechi, Gabriele Sbaiz

Oorspronkelijk artikel vrijgegeven aan het publieke domein onder CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Klimaatrisico's in je beleggingsportefeuille: Een simpele uitleg

Stel je voor dat je een tuin hebt met honderd verschillende planten (je aandelen). Normaal gesproken kijk je naar twee dingen: hoe snel groeien de planten (rendement) en hoe stormachtig is het weer (risico). Maar wat als er een nieuw soort storm opkomt die we nog nooit hebben gezien? Een storm die niet alleen door de wind wordt veroorzaakt, maar door de hitte van de aarde zelf?

Dit is precies waar dit wetenschappelijke artikel over gaat. De auteurs (Michele Azzone, Carlo Bechi en Gabriele Sbaiz) hebben een manier bedacht om rekening te houden met fysieke klimaatrisico's – zoals extreme hitte, droogte en overstromingen – wanneer je belegt.

Hier is de kern van hun verhaal, vertaald in alledaags taal:

1. Het probleem: De oude kaart is verouderd

Vroeger dachten beleggers dat het weer een beetje zoals een vaste regel was: soms regent het, soms schijnt de zon, en dat wisselt. Maar de auteurs zeggen: "Nee, dat klopt niet meer." De aarde wordt heter, en extreme hitte gebeurt steeds vaker en intenser.

Ze hebben bewezen dat als het erg heet wordt in een bepaald deel van de wereld, bedrijven daar minder geld verdienen. Denk aan een fabriek die door hitte moet stoppen, of een oogst die verbrandt. Dit is geen theoretisch gevaar meer; het is echt geld dat verdwijnt.

2. De nieuwe meetlat: Twee nieuwe thermometers

De meeste bestaande klimaat-ratings zijn als een statische foto van een land: "Nederland is redelijk veilig." Maar de auteurs willen een live video. Ze hebben twee nieuwe meetinstrumenten bedacht:

Klimaatrisico-Exposure (CRE): Dit is als een weersvoorspelling. Het zegt: "Wat is de kans dat er morgen een hittegolf is in Azië, en hoeveel van jouw bedrijf zit daar?" Het houdt rekening met het feit dat hitte steeds vaker voorkomt.
Klimaatblootstellingsvolatiliteit (CEV): Dit is de belangrijkste uitvinding. Stel je voor dat je je geld verdeelt over verschillende landen. Als er in Amerika een hittegolf is, is dat erg. Maar wat als er tegelijkertijd in Europa en Azië ook hittegolven zijn? Dan is je hele tuin in één keer verbrand.
- Deze meting kijkt naar de onzekerheid. Hoe groter de kans dat er overal tegelijk iets misgaat, hoe hoger je "klimaat-volatiliteit". Het is een maatstaf voor hoe kwetsbaar je portefeuille is voor een wereldwijde klimaatcrisis.

3. De oplossing: Een slimme tuinman (De Optimisatie)

Hoe maak je nu een tuin die bestand is tegen deze stormen? De auteurs gebruiken een slim algoritme (een soort digitale tuinman) dat drie dingen tegelijk probeert te balanceren:

Groeien: Zo veel mogelijk winst maken.
Stabiliteit: Zo min mogelijk schommelingen in de waarde (normaal risico).
Klimaatveiligheid: Zo min mogelijk risico op klimaatstormen (het nieuwe CEV-maatstaf).

Ze noemen dit een "Meervoudig Doel" probleem. In plaats van alleen te kijken naar rendement, kijken ze ook naar hoe goed je verspreid bent over de wereld. Als je alleen in één regio belegt, ben je kwetsbaar. Als je verspreid belegt, maar die regio's hebben allemaal een hoge kans op hitte, ben je ook kwetsbaar. De slimme tuinman zoekt de perfecte balans.

4. De proef op de som: De terugtest

Ze hebben hun theorie getest met echte data van 2020 tot 2025 (een periode met de pandemie en energieturbulentie).

Resultaat: Portefeuilles die rekening hielden met klimaatrisico's, deden het vaak beter dan de traditionele portefeuilles.
Ze hadden minder grote dalingen (drawdowns) tijdens slechte periodes.
Ze verdienden net zo goed, of zelfs iets meer, zonder dat je je rendementsdoel moest opgeven.

De grote les in één zin

Beleggen in de toekomst betekent niet alleen kijken naar cijfers op een spreadsheet, maar ook kijken naar de wereld om je heen. Door te begrijpen waar hittegolven komen en hoe ze met elkaar samenhangen, kun je een portefeuille bouwen die niet alleen winstgevend is, maar ook overleeft wanneer de stormen losbarsten.

Het is alsof je niet alleen kijkt naar hoe snel je auto rijdt, maar ook naar of je banden goed zijn voor de weg waar je over gaat rijden. De auteurs hebben een nieuwe manier gevonden om die banden te controleren voordat je vertrekt.

Titel: Temperatuuranomalieën en Klimaatfysisch Risico in Portefeuilleconstructie

Auteurs: Michele Azzone, Carlo Bechi, Gabriele Sbaiz (Politecnico di Milano & Universiteit van Triëst)

1. Probleemstelling

De financiële sector staat voor de uitdaging om fysisch klimaatrisico (acute gevaren zoals hittegolven en overstromingen, en chronische verschuivingen) effectief te integreren in beleggingsbeslissingen. Bestaande methoden hebben echter significante tekortkomingen:

Staticiteit: Veel huidige indicatoren (zoals de ND-GAIN index) zijn statisch en landsgewijs, waardoor ze geen dynamisch beeld geven van de veranderende waarschijnlijkheid van extreme gebeurtenissen.
Gebrek aan kwantitatieve metrics: Er ontbreekt een robuust kwantitatief raamwerk dat de impact van klimaatrisico's op specifieke bedrijfsactiva en portefeuilleprestaties meet, rekening houdend met de diversificatiemogelijkheden tussen verschillende regio's.
Beperkte optimalisatie: Traditionele Mean-Variance-optimalisatie houdt geen rekening met de specifieke volatiliteit die voortkomt uit klimaatshocks, wat kan leiden tot portefeuilles die kwetsbaar zijn voor systemische klimaatrisico's.

Het doel van dit onderzoek is het ontwikkelen van een dynamisch, data-gedreven raamwerk om fysisch klimaatrisico te meten en dit te integreren in een multi-objectieve portefeuilleoptimalisatie.

2. Methodologie

De auteurs hanteren een drie-staps benadering: modellering van temperatuuranomalieën, ontwikkeling van nieuwe risicometrieken en multi-objectieve optimalisatie.

A. Modellering van Temperatuuranomalieën

Data: Maandelijkse gemiddelde temperatuurdata (1940–2025) voor zes continenten (Noord- en Zuid-Amerika, Europa, Afrika, Azië, Oceanië) afkomstig van Our World in Data.
Detectie: Een statistische detectiemethode wordt gebruikt om extreme gebeurtenissen te identificeren. Een temperatuur wordt als "extreem" gedefinieerd als deze meer dan 2 standaardafwijkingen boven het historische gemiddelde (1960–1990) ligt.
Probabilistisch Model: Een logistische regressie met een kwadratische tijdstrend wordt gebruikt om de tijdsvariabele waarschijnlijkheid ( $p_{k,t}$ ) van een extreme gebeurtenis per continent te schatten. Dit model bevestigt dat klimaatrisico niet-stationair is en in intensiteit toeneemt.
Correlatie: Er wordt een correlatiematrix opgesteld tussen continenten. Hoewel alle correlaties positief zijn (systemisch risico), zijn ze matig (maximaal 0,48), wat geografische diversificatie mogelijk maakt. De auteurs verifiëren ook de consistentie met de Fréchet-Hoeffding-bonden voor binaire variabelen.

B. Impact op Beursrendementen

Er wordt een panelregressie uitgevoerd op sectorale rendementen (MSCI World) om de sensitiviteit ( $\gamma$ ) van sectoren voor temperatuuranomalieën te meten.
Resultaat: Extreme temperaturen hebben een statistisch significant negatief effect op de rendementen van de meeste sectoren (bijv. Chemie, Voeding, Industrie). Dit rechtvaardigt de integratie van klimaatrisico in de portefeuilleconstructie.

C. Nieuwe Risicometrieken

Twee nieuwe dynamische metrieken worden geïntroduceerd, gebaseerd op de Asset Intensity (tastbare activa / omzet) van bedrijven en hun geografische omzetverdeling:

Climate Risk Exposure (CRE): De verwachte blootstelling van de portefeuille aan extreme gebeurtenissen op een bepaald moment. Dit is een gewogen som van de tijdsvariabele waarschijnlijkheden.
Climate Exposure Volatility (CEV): De variantie van de klimaatblootstelling. Deze metric meet de instabiliteit en het risico van gelijktijdige schokken in verschillende regio's. De formule houdt rekening met de correlatie tussen continenten en straalt een "Herfindahl-index" voor geografische spreiding uit.

D. Optimalisatie Framework

Probleem: Een multi-objectief optimalisatieprobleem waarbij drie doelen worden geminimaliseerd:
1. Negatief verwacht rendement ( $-w^T r$ ).
2. Marktvariatie ( $w^T \Sigma w$ ).
3. Climate Exposure Volatility ($CEV(w)$).
Algoritme: Gebruik wordt gemaakt van Multi-Objective Particle Swarm Optimization (MOPSO) om de Pareto-front te vinden. Dit algoritme zoekt naar niet-gedomineerde oplossingen waarbij het verbeteren van één doel (bijv. rendement) niet ten koste gaat van de andere zonder de andere te verslechteren.
Data: Een universum van 120 aandelen uit de MSCI World, gestratificeerd op marktkapitalisatie en regio.

3. Belangrijkste Resultaten

A. Statistische Bevindingen

Extreme temperaturen hebben een negatief effect op 17 van de 23 onderzochte sectoren.
De waarschijnlijkheid van extreme gebeurtenissen neemt exponentieel toe, wat de aanname van een stationaire risicoverdeling ontkracht.
De correlatie tussen continenten is positief maar beperkt, wat betekent dat geografische diversificatie effectief is om CEV te verminderen.

B. Portefeuilleprestaties (Backtesting: 2020–2025)

De auteurs testen verschillende strategieën op de Pareto-front:

Risicoverdeling: Portefeuilles die CEV minimaliseren, tonen een betere geografische spreiding dan traditionele marktkapitalisatie-gewogen portefeuilles.
Trade-offs:
- Strategieën die puur gericht zijn op rendement (zonder risicobeperking) leiden tot extreme drawdowns (tot 69%).
- Strategieën die een balans zoeken tussen rendement, marktvariatie en CEV (bijv. gelijke weging van 1/3 per doel) behalen de hoogste Compound Annual Growth Rate (CAGR) van 33,54% met een acceptabele drawdown.
- De Minimale Marktvariatie strategie heeft de laagste drawdown (11,47%) en de beste Sharpe-ratio.
Conclusie: Het integreren van CEV in de optimalisatie verslechtert de financiële rendementen niet; integendeel, het fungeert als een effectief diversificatiemechanisme dat de portefeuille robuuster maakt tegen klimaatshocks zonder in te leveren op rendement.

C. Vergelijking met Traditionele Methoden

Portefeuilles die CEV meenemen, vertonen een hogere diversificatie (gemiddeld 22 actieve posities vs. 14 bij puur Mean-Variance) en vermijden overconcentratie in assets die financieel aantrekkelijk lijken maar klimaatkwetsbaar zijn.

4. Bijdrage en Relevantie

Innovatie: Dit is een van de eerste studies die een flexibel, kwantitatief raamwerk biedt voor het optimaliseren van wereldwijde aandelenportefeuilles met expliciete aandacht voor fysisch klimaatrisico, in plaats van alleen transitierisico of ESG-scores.
Dynamiek: In tegenstelling tot statische landelijke indices, gebruiken de auteurs tijdsvariabele waarschijnlijkheden en correlaties, wat essentieel is voor het modelleren van de versnelende aard van klimaatverandering.
Praktische Toepasbaarheid: De studie bewijst dat klimaatbewuste strategieën niet noodzakelijkerwijs leiden tot lagere rendementen. Ze bieden beleggers een manier om "klimaat-resiliente" portefeuilles te bouwen die beter bestand zijn tegen extreme weersomstandigheden, wat relevant is voor asset managers in een veranderend klimaatlandschap.
Methodologische Vooruitgang: De toepassing van MOPSO voor dit type probleem, gecombineerd met de Ledoit-Wolf shrinkage voor covariantiematrices, biedt een robuuste oplossing voor de complexe, niet-lineaire trade-offs tussen rendement, marktrisico en klimaatrisico.

Conclusie: Het onderzoek onderstreept dat fysisch klimaatrisico een materieel financieel risico is dat dynamisch moet worden beheerd. Door CEV en CRE te integreren in de portefeuilleoptimalisatie, kunnen beleggers portefeuilles creëren die zowel rendabel als weerbaar zijn tegen de toenemende frequentie en intensiteit van klimaatextremen.