Climate Risk and Corporate Financial Asset Allocation: An Analysis Based on Double Machine Learning

Klimaatverandering is niet langer alleen een verhaal over stijgende temperaturen of smeltend ijs; het wordt een directe kracht die de balansen van bedrijven over de hele wereld vormgeeft. Wanneer extreem weer toeslaat, doet dit meer dan alleen schade toebrengen aan gewassen of fabrieken te overstromen; het verandert hoe bedrijven over hun geld denken. Bedrijven moeten beslissen of ze hun middelen vastleggen in fysieke zaken zoals machines en gebouwen, of dat ze deze verplaatsen naar financiële activa zoals contanten, obligaties of aandelen die snel verkocht kunnen worden. Deze verschuiving staat bekend als "financialisering". Decennialang hebben economen geweten dat wanneer de toekomst onzeker oogt, bedrijven de neiging hebben om liquide middelen te verzamelen als een veiligheidsnet. Maar naarmate de klimaatrisico's frequenter en heviger worden, is er een nieuwe vraag ontstaan: dwingt de specifieke dreiging van fysieke klimaatverandering bedrijven er daadwerkelijk toe om hun geld weg te halen uit de reële bedrijfsvoering en naar financiële rekeningen te verplaatsen? En zo ja, reageert elk bedrijf op dezelfde manier, of zijn sommige eerder geneigd hun gedrag te veranderen dan anderen?

Een onderzoeker zette zich af om deze vragen te beantwoorden door het gedrag van duizenden bedrijven in China over een periode van dertien jaar te bestuderen. De onderzoeker wilde precies begrijpen hoe de volatiliteit van de lokale weersomstandigheden — specifiek hoe de dagelijkse neerslag van dag tot dag varieert — de manier waarop bedrijven hun kapitaal alloceren, verandert. In plaats van te vertrouwen op eenvoudige gemiddelden, die belangrijke verschillen tussen bedrijven kunnen verbergen, gebruikte de onderzoeker een geavanceerde aanpak die economische theorie, computersimulaties en geavanceerde machine learning combineert. Het doel was om de lagen van bedrijfsbesluitvorming af te pellen om niet alleen te zien of klimaatrisico ertoe doet, maar ook hoe het ertoe doet, wie er het meest door wordt getroffen, en of de patronen die men ziet echt zijn of slechts een statistische illusie.

De onderzoeker begon met het bouwen van een theoretisch model dat voorstelde hoe een typisch bedrijf denkt wanneer het geconfronteerd wordt met een risicovoller klimaat. Er werden drie verschillende redenen geïdentificeerd waarom een bedrijf meer financiële activa zou kunnen aanhouden wanneer het weer onvoorspelbaar wordt. Ten eerste is er het substitutie-effect: als extreme regen of droogte fabrieken minder winstgevend maakt, stopt het bedrijf van nature met investeren in die fysieke activa en verplaatst het het geld elders naartoe. Ten tweede is er het voorzorgsmotief: naarmate het risico op verstoring van de kasstroom groter wordt, houden bedrijven meer liquide activa aan om als buffer te dienen, vergelijkbaar met een huishouden dat extra contant geld in een lade bewaart voor een noodsituatie. Ten derde is er het real-options-effect: omdat het bouwen van een fabriek of het kopen van zware machines vaak een eenrichtingsweg is die niet gemakkelijk ongedaan kan worden gemaakt, worden bedrijven terughoudender om zich aan deze investeringen te verbinden wanneer de toekomst wankel lijkt. In plaats daarvan wachten ze en houden ze hun middelen in een flexibelere vorm. Het model suggereerde dat al deze drie krachten samenwerken om bedrijven richting financiële activa te duwen, maar dat de sterkte van deze reactie zwaar afhangt van hoeveel vrijheid een bedrijf heeft om zijn geld rond te bewegen.

Om te testen of deze theorie standhield in de echte wereld, verzamelde de onderzoeker gegevens van 3.415 niet-financiële bedrijven die tussen 2006 en 2019 aan de Chinese effectenbeurzen waren genoteerd. Elk bedrijf werd gekoppeld aan de financiële gegevens en de lokale weersgegevens van de dichtstbijzijnde meteorologische dienst, waarbij de dagelijkse variatie in neerslag werd gebruikt als maatstaf voor het fysieke klimaatrisico. Om de robuustheid van de bevindingen te waarborgen, maakte de onderzoeker gebruik van een reeks geavanceerde machine learning-tools. Deze tools zijn ontworpen om complexe patronen in data te vinden zonder de resultaten in een rigide, vooraf bepaalde vorm te dwingen. Ze stelden de onderzoeker in staat om te zien of de relatie tussen weerrisico en financieel gedrag een rechte lijn of een curve was, en om te identificeren welke specifieke soorten bedrijven de resultaten aanstuurden.

De analyse onthulde een duidelijk en consistent patroon: naarmate de volatiliteit van de lokale neerslag toenam, vergrootten bedrijven inderdaad hun bezit van financiële activa. Het effect was gestaag en lineair, wat betekent dat hoe onvoorspelbaarder het weer werd, hoe meer financiële activa de bedrijven aanhielden, zonder dat er plotselinge kantelpunten optraden waarbij het gedrag drastisch veranderde. Gemiddeld genomen was het effect bescheiden maar statistisch significant. De meest opvallende ontdekking was echter dat deze reactie niet gelijkmatig verdeeld was over de zakenwereld. De verschuiving naar financiële activa was bijna volledig geconcentreerd bij een specifieke groep bedrijven: die welke financieel flexibel waren. Dit zijn firma's met sterke balansen en het vermogen om kapitaal snel rond te bewegen. Voor deze bedrijven was de toename van financiële activa aanzienlijk. In contrast hiermee veranderden bedrijven die financieel rigide waren — die met veel schulden of een beperkt vermogen om hun investeringsplannen te wijzigen — nauwelijks hun gedrag, zelfs niet wanneer zij met dezelfde weerrisico's werden geconfronteerd.

De onderzoeker gebruikte ook computersimulaties om uiteen te leggen hoeveel elk van de drie theoretische kanalen bijdroeg aan deze verschuiving. Er werd gevonden dat voor flexibele bedrijven de beslissing om geld te verplaatsen grotendeels een bewuste keuze was: ze substitueerden actief weg van minder winstgevende fysieke investeringen en bouwden voorzorgscashbuffers op. Voor rigide bedrijven was de verschuiving echter passiever; zij werden in een wachtstand gedwongen omdat de onzekerheid hen angstig maakte om zich aan nieuwe fysieke projecten te verbinden. Dit onderscheid is cruciaal omdat het laat zien dat dezelfde externe dreiging zeer verschillende interne reacties kan uitlokken, afhankelijk van de financiële gezondheid van een bedrijf.

Misschien wel de belangrijkste les uit het onderzoek betreft de interpretatie van deze bevindingen. Hoewel de onderzoeker kon bewijzen dat klimaatrisico een verandering in bedrijfsgedrag veroorzaakt, werd er gevonden dat dit risico eigenlijk een zeer slechte voorspeller is van wat een bedrijf in de toekomst zal doen. Als men probeert te raden welke bedrijven meer financiële activa zullen aanhouden door enkel naar hun blootstelling aan het klimaat te kijken, zou men het meestal bij het verkeerde eind hebben. De bestaande financiële structuur van de bedrijven — hoeveel schuld ze hebben, hoeveel contanten ze aanhouden en hoe flexibel ze zijn — is veel belangrijker dan het weer zelf. Dit betekent dat hoewel klimaatrisico een echte drijfveer is van bedrijfsbeslissingen, het geen betrouwbaar vroegtijdig waarschuwingssignaal is voor toezichthouders of investeerders die proberen te spotten welke bedrijven in de problemen komen.

De studie concludeert dat de impact van klimaatverandering op bedrijfsfinanciering reëel is, maar dat deze zeer ongelijkmatig is. Het treft niet elk bedrijf even hard; in plaats daarvan concentreert het de effecten op die bedrijven met de financiële flexibiliteit om te reageren. Voor beleidsmakers en toezichthouders suggereert dit dat inspanningen om klimaatrisico's te beheersen zich moeten richten op deze specifieke, flexibele firma's, in plaats van alle bedrijven hetzelfde te behandelen. Het onderzoek benadrukt ook een beperking in de manier waarop we de economie momenteel monitoren: simpelweg observeren hoeveel geld bedrijven in financiële activa aanhouden, is niet genoeg om te vertellen hoeveel klimaatstress zij ervaren. Het signaal is te zwak en wordt te gemakkelijk overstemd door de eigen financiële strategieën van de bedrijven. Door economische theorie te combineren met moderne datawetenschap, heeft de onderzoeker een helderdere, meer genuanceerde kaart geleverd van hoe de fysieke wereld van het weer de financiële wereld van het bedrijfsleven hervormt, waarmee wordt aangetoond dat het verhaal van klimaatrisico niet alleen over het weer gaat, maar over wie de macht heeft om erop te reageren.