Temperature Anomalies and Climate Physical Risk in Portfolio Construction

Título: Anomalias de Temperatura e Risco Físico Climático na Construção de Carteiras

1. O Problema

O artigo aborda a crescente relevância do risco físico climático (desastres agudos e mudanças crônicas) na gestão de ativos. Apesar do aumento na frequência de eventos climáticos extremos, existe uma lacuna significativa na literatura e na prática quantitativa para métricas que capturem como o valor econômico corporativo é afetado por esses riscos e como orientar decisões de investimento racional.

• Limitações Atuais: Índices existentes (como o ND-GAIN) são estáticos, baseados em nível de país e não fornecem séries temporais multivariadas de eventos extremos. Isso impede a análise de correlações entre eventos e a avaliação da viabilidade da diversificação em carteiras de ações globais.
• Objetivo: Desenvolver uma abordagem flexível e baseada em dados para construir carteiras ótimas que considerem explicitamente o risco físico climático e sua diversificação, sem sacrificar a diversificação financeira tradicional.

2. Metodologia

A pesquisa segue uma abordagem quantitativa rigorosa dividida em três etapas principais:

A. Modelagem de Anomalias de Temperatura e Probabilidade

• Dados: Utilização de dados de temperatura média mensal (1940–2025) de seis continentes (excluindo a Antártida), fornecidos pelo Our World in Data.
• Detecção de Extremos: Definição de eventos extremos como anomalias de temperatura padronizadas ($Z > 2$), baseadas em uma linha de base histórica (1960–1990).
• Modelo Probabilístico: Emprego de uma regressão logística com tendência temporal quadrática para estimar a probabilidade $p_{k,t}$ de ocorrência de eventos extremos em cada continente $k$ ao longo do tempo. Isso captura a não estacionariedade e a aceleração do risco climático.
• Correlação Espacial: Análise da dependência espacial entre os eventos extremos em diferentes continentes, utilizando coeficientes de correlação de Pearson e validando-os contra os limites teóricos de Fréchet-Hoeffding para variáveis de Bernoulli.

B. Impacto nos Retornos das Ações

• Econometria: Extensão do modelo de precificação de ativos (CAPM) para incluir anomalias de temperatura como covariáveis.
• Regressões:
  1. Regressões por setor e continente para identificar sensibilidades ($\gamma_{s,k}$).
  2. Regressões em painel com efeitos fixos (setor, continente, mês) para capturar a sensibilidade comum dos setores a choques climáticos.
• Resultado Preliminar: Confirmação estatística de que anomalias de temperatura extremas exercem uma pressão negativa significativa sobre os retornos da maioria dos setores (coeficientes $\gamma$ negativos).

C. Novas Métricas de Risco e Otimização

• Métricas Propostas:
  1. Exposição ao Risco Climático (CRE): Medida da exposição esperada média, ponderada pela intensidade de ativos tangíveis das empresas e pela probabilidade de eventos extremos.
  2. Volatilidade da Exposição Climática (CEV): Medida da variância da exposição, capturando a incerteza e o risco sistêmico decorrente da correlação entre eventos em diferentes regiões geográficas.
• Otimização Multi-Objetivo: Formulação de um problema de otimização que minimiza simultaneamente:
  1. Variância de mercado (Risco Financeiro).
  2. Retorno esperado (Maximizado, ou seja, minimizado o negativo do retorno).
  3. Volatilidade da Exposição Climática (CEV).
• Algoritmo: Utilização de Otimização por Enxame de Partículas Multi-Objetivo (MOPSO) para gerar a fronteira de Pareto, permitindo visualizar os trade-offs entre os três objetivos.

3. Principais Contribuições

1. Métricas Dinâmicas e Firm-Specific: Introdução de CRE e CEV, que superam os índices estáticos ao incorporar probabilidades de eventos variáveis no tempo e a intensidade de ativos específicos das empresas (vulnerabilidade física).
2. Integração de Risco Físico no Paradigma de Média-Variância: Demonstração de que é possível estender o modelo clássico de Markowitz para incluir o risco climático como um fator de risco adicional, gerando uma fronteira de Pareto tridimensional.
3. Análise de Diversificação Geográfica: Evidência de que a diversificação geográfica é crucial para mitigar a volatilidade climática, mas que a correlação sistêmica entre continentes impõe limites à eliminação total desse risco.
4. Validação Empírica: Backtesting robusto (2020–2025) mostrando que estratégias conscientes do clima podem manter ou melhorar o desempenho financeiro em relação a benchmarks tradicionais.

4. Resultados Chave

• Impacto nos Retornos: 17 dos 23 setores analisados sofreram impactos negativos significativos em seus retornos devido a eventos de temperatura extrema em pelo menos um continente. Setores intensivos em ativos físicos (ex: Química, Recursos Minerais, Imobiliário) são os mais vulneráveis.
• Fronteira de Pareto: A otimização multi-objetivo revelou que reduzir a CEV não exige necessariamente um sacrifício drástico nos retornos esperados. Carteiras balanceadas (ex: pesos iguais para retorno, variância e CEV) alcançaram CAGR (Taxa de Crescimento Anual Composta) superiores a 30% no período de teste.
• Desempenho no Backtesting:
  • Estratégias focadas apenas em retorno máximo apresentaram os piores resultados (Drawdown máximo de 69,37%).
  • Estratégias que equilibraram risco de mercado e risco climático (ex: pesos 1/4, 1/2, 1/4) demonstraram maior resiliência, com menores drawdowns e melhores ratios de Sharpe/Sortino em comparação a carteiras puramente financeiras ou puramente climáticas.
  • A inclusão da CEV aumentou a diversificação efetiva da carteira, evitando a concentração excessiva em ativos que parecem ótimos financeiramente, mas são vulneráveis a choques climáticos.
• Comportamento da Volatilidade: A CEV mostrou-se um indicador sensível que varia no tempo, refletindo a mudança na frequência e severidade dos eventos climáticos, diferentemente da variância financeira tradicional que assume estacionariedade.

5. Significado e Implicações

O estudo fornece uma base quantitativa robusta para gestores de ativos integrarem o risco físico climático em seus processos de decisão.

• Mudança de Paradigma: Demonstra que o risco climático não é apenas um fator de restrição ética ou de conformidade, mas um fator de risco financeiro material que deve ser modelado dinamicamente.
• Resiliência de Carteira: A abordagem proposta permite construir carteiras que são mais resilientes a choques climáticos sem penalizar o retorno ajustado ao risco.
• Diversificação Real: A metodologia destaca que a diversificação geográfica, quando ponderada pela intensidade de ativos e correlação de eventos climáticos, é uma ferramenta poderosa para mitigar riscos sistêmicos que os modelos tradicionais ignoram.
• Aplicabilidade Prática: O uso de algoritmos de otimização como MOPSO torna viável a implementação prática dessas estratégias complexas em ambientes de investimento reais, oferecendo um mapa claro de trade-offs para investidores.

Em suma, o artigo conclui que a integração de métricas de risco físico climático dinâmicas na construção de carteiras não apenas melhora a resiliência do portfólio, mas também pode levar a uma alocação de capital mais eficiente, alinhando objetivos financeiros com a realidade física do clima em mudança.