LONDRES – En los últimos años, los máximos históricos de temperaturas y las condiciones climáticas extremas han resaltado el abrumador impacto de las emisiones de gases de efecto invernadero (GEI) sobre el clima global. Más aún, están aumentando sus costes. Por ejemplo, cinco de los peores desastres naturales de la historia estadounidense han ocurrido desde 2005, causando daños económicos por cerca de $523 mil millones en términos ajustados a la inflación. Y en América se han sufrido 22 desastres naturales solo en el año pasado.
Sin embargo, traducir los resultados de distintos modelos de cambio climático a impactos potenciales específicos y ponderar la materialidad financiera de los riesgos climáticos presenta retos tanto para las empresas como para los inversionistas. La rápida incorporación de los datos climáticos generados por modelos ha alimentado inquietudes acerca del mal uso involuntario en el contexto de la toma de decisiones y declaraciones financieras, así como errores de fondo en informes financieros y prácticas de ecoblanqueo. Estos riesgos son particularmente problemáticos en el caso de las inversiones de largo plazo en infraestructura pública, que a menudo tienen una vida operacional que abarca varias décadas.
La necesidad de información climática varía según los participantes del mercado financiero, tanto en términos de granularidad de evaluación (acerca de recursos o clases de recursos, regiones y sectores específicos) y horizontes temporales. Pero resulta complejo determinar medidas de mitigación a exposiciones climáticas sin datos específicos sobre el desempeño pasado de las entidades, por ejemplo, de qué manera se han visto afectadas las empresas por sucesos pasados como inundaciones, la oportunidad y la escala geográfica de los acontecimientos y su impacto, y su efectividad de adaptación.
Si bien no hay una solución única cuando se trata de poner precio a los riesgos y oportunidades relacionados con el clima, hay algunos procesos que tienen alta prioridad. Por ejemplo, la estandarización puede ayudar a evitar desadaptaciones al cambio climático al asegurar la aplicación consistente de conjuntos y taxonomías de datos, así como a reducir la dependencia de resultados e indicadores de modelos climáticos. Las declaraciones estandarizadas y geográficamente específicas que sean relevantes para evaluar riesgos crediticios además harían posible la comparación de evaluaciones de riesgos y oportunidades relacionadas con el clima y su impacto potencial.
Otro enfoque –el análisis mejorado de riesgo climático- implica la complementación de los resultados de modelos climáticos con datos específicos de la entidad, incluidos datos e información financiera por recursos. Una visión clara de los recursos de una entidad facilita mucho la comprensión del posible impacto financiero de los efectos físicos del cambio climático. Este análisis también puede facilitar el diálogo con quienes toman las decisiones, a fin de entender su perspectiva acerca de los riesgos climáticos agudos y crónicos que enfrentan, y cómo los manejan, monitorean y mitigan.
Por último, el uso de múltiples escenarios de cambio climático permite que quienes toman las decisiones consideren una gama más amplia de resultados posibles. Les ayuda a desarrollar resiliencia organizacional e identificar riesgos y oportunidades antes de que aparezcan, permitiéndoles así una deliberación más productiva sobre las intervenciones que puedan ser necesarias.
Access every new PS commentary, our entire On Point suite of subscriber-exclusive content – including Longer Reads, Insider Interviews, Big Picture/Big Question, and Say More – and the full PS archive.
Subscribe Now
Aunque el análisis del riesgo climático, el diálogo con las entidades y el juicio experto pueden todos mejorar el análisis, la próxima generación de modelos climáticos tendrá que ser más sofisticada para representar mejor las complejidades del calentamiento global. Las amenazas climáticas no ocurren aisladas ni respetan límites sectoriales o geográficos. Y el avance del cambio climático puede dar origen a nuevas y complejas interdependencias e interacciones que los proveedores de datos no están condiciones de resolver debido a la naturaleza compartimentada de los modelos existentes.
Los modelos de no equilibro, que suponen relaciones más complejas entre variables climáticas, podrían ser una alternativa viable. De manera similar, los modelos de evaluación integrada (MEI) ofrecen el potencial de agrupar varios modelos para poder comprender las cadenas de impacto que unen sistemas ambientales, socioeconómicos y climáticos. Los MEI también pueden evaluar los efectos de las iniciativas de mitigación de los GEI y las medidas de adaptación al sistema climático, lo que a su vez puede medir la eficacia de las estrategias asociadas.
Pero ni los modelos de no equilibro ni los MEI son la panacea. Por ejemplo, los MEI no pueden medir el daño económico causado por ciertos acontecimientos, como las tormentas intensas, ni calcular los costes relacionados con la adaptación.
Más aún, estos modelos suelen calibrarse al cambio en términos de temperaturas promedio globales, lo que limita sus capacidades predictivas sobre los cambios en acontecimientos extremos como tormentas e inundaciones repentinas, una preocupación importante para muchos actores de los mercados financieros, incluidas las aseguradoras. Además, los modelos como los MEI son inherentemente complejos, producen grandes cantidades de resultados y son costosos de ejecutar, lo que significa que es probable que muchos de los retos que enfrentan los modelos climáticos de esta generación sean los mismos a los que tengan que dar respuesta los de la próxima.
Actualmente no existe una solución perfecta para evaluar los efectos financieros del cambio climático físico, pero eso no debe ser un pretexto para la inacción. Un mejor análisis del riesgo climático puede ofrecer una imagen más clara de cuán perjudicial –o costoso- se podría volver el calentamiento global para las empresas. Si bien se seguirá desarrollando tecnología para ayudar a las compañías en sus evaluaciones del riesgo climático, se necesita más que nunca el juicio analítico para interpretar los resultados de los modelos y posibilitar una mejor toma de decisiones. Después de todo, en un campo en veloz cambio como es el análisis del riesgo climático, el pasado ofrece solo una visión estrecha y de corto plazo a lo que podría ser el futuro.
Un enfoque así también ayudaría a evitar las consecuencias indeseadas y el uso erróneo de los resultados de los modelos climáticos por parte de los actores de los mercados financieros que cada vez más deben dar a conocer públicamente sus situaciones de exposición a riesgos climáticos. Las firmas y los inversionistas pueden entonces prepararse mejor para una serie de posibles resultados futuros.
To have unlimited access to our content including in-depth commentaries, book reviews, exclusive interviews, PS OnPoint and PS The Big Picture, please subscribe
Iran’s mass ballistic missile and drone attack on Israel last week raised anew the specter of a widening Middle East war that draws in Iran and its proxies, as well as Western countries like the United States. The urgent need to defuse tensions – starting by ending Israel’s war in Gaza and pursuing a lasting political solution to the Israeli-Palestinian conflict – is obvious, but can it be done?
The most successful development stories almost always involve major shifts in the sources of economic growth, which in turn allow economies to reinvent themselves out of necessity or by design. In China, the interplay of mounting external pressures, lagging household consumption, and falling productivity will increasingly shape China’s policy choices in the years ahead.
explains why the Chinese authorities should switch to a consumption- and productivity-led growth model.
Designing a progressive anti-violence strategy that delivers the safety for which a huge share of Latin Americans crave is perhaps the most difficult challenge facing many of the region’s governments. But it is also the most important.
urge the region’s progressives to start treating security as an essential component of social protection.
LONDRES – En los últimos años, los máximos históricos de temperaturas y las condiciones climáticas extremas han resaltado el abrumador impacto de las emisiones de gases de efecto invernadero (GEI) sobre el clima global. Más aún, están aumentando sus costes. Por ejemplo, cinco de los peores desastres naturales de la historia estadounidense han ocurrido desde 2005, causando daños económicos por cerca de $523 mil millones en términos ajustados a la inflación. Y en América se han sufrido 22 desastres naturales solo en el año pasado.
Sin embargo, traducir los resultados de distintos modelos de cambio climático a impactos potenciales específicos y ponderar la materialidad financiera de los riesgos climáticos presenta retos tanto para las empresas como para los inversionistas. La rápida incorporación de los datos climáticos generados por modelos ha alimentado inquietudes acerca del mal uso involuntario en el contexto de la toma de decisiones y declaraciones financieras, así como errores de fondo en informes financieros y prácticas de ecoblanqueo. Estos riesgos son particularmente problemáticos en el caso de las inversiones de largo plazo en infraestructura pública, que a menudo tienen una vida operacional que abarca varias décadas.
La necesidad de información climática varía según los participantes del mercado financiero, tanto en términos de granularidad de evaluación (acerca de recursos o clases de recursos, regiones y sectores específicos) y horizontes temporales. Pero resulta complejo determinar medidas de mitigación a exposiciones climáticas sin datos específicos sobre el desempeño pasado de las entidades, por ejemplo, de qué manera se han visto afectadas las empresas por sucesos pasados como inundaciones, la oportunidad y la escala geográfica de los acontecimientos y su impacto, y su efectividad de adaptación.
Si bien no hay una solución única cuando se trata de poner precio a los riesgos y oportunidades relacionados con el clima, hay algunos procesos que tienen alta prioridad. Por ejemplo, la estandarización puede ayudar a evitar desadaptaciones al cambio climático al asegurar la aplicación consistente de conjuntos y taxonomías de datos, así como a reducir la dependencia de resultados e indicadores de modelos climáticos. Las declaraciones estandarizadas y geográficamente específicas que sean relevantes para evaluar riesgos crediticios además harían posible la comparación de evaluaciones de riesgos y oportunidades relacionadas con el clima y su impacto potencial.
Otro enfoque –el análisis mejorado de riesgo climático- implica la complementación de los resultados de modelos climáticos con datos específicos de la entidad, incluidos datos e información financiera por recursos. Una visión clara de los recursos de una entidad facilita mucho la comprensión del posible impacto financiero de los efectos físicos del cambio climático. Este análisis también puede facilitar el diálogo con quienes toman las decisiones, a fin de entender su perspectiva acerca de los riesgos climáticos agudos y crónicos que enfrentan, y cómo los manejan, monitorean y mitigan.
Por último, el uso de múltiples escenarios de cambio climático permite que quienes toman las decisiones consideren una gama más amplia de resultados posibles. Les ayuda a desarrollar resiliencia organizacional e identificar riesgos y oportunidades antes de que aparezcan, permitiéndoles así una deliberación más productiva sobre las intervenciones que puedan ser necesarias.
Subscribe to PS Digital
Access every new PS commentary, our entire On Point suite of subscriber-exclusive content – including Longer Reads, Insider Interviews, Big Picture/Big Question, and Say More – and the full PS archive.
Subscribe Now
Aunque el análisis del riesgo climático, el diálogo con las entidades y el juicio experto pueden todos mejorar el análisis, la próxima generación de modelos climáticos tendrá que ser más sofisticada para representar mejor las complejidades del calentamiento global. Las amenazas climáticas no ocurren aisladas ni respetan límites sectoriales o geográficos. Y el avance del cambio climático puede dar origen a nuevas y complejas interdependencias e interacciones que los proveedores de datos no están condiciones de resolver debido a la naturaleza compartimentada de los modelos existentes.
Los modelos de no equilibro, que suponen relaciones más complejas entre variables climáticas, podrían ser una alternativa viable. De manera similar, los modelos de evaluación integrada (MEI) ofrecen el potencial de agrupar varios modelos para poder comprender las cadenas de impacto que unen sistemas ambientales, socioeconómicos y climáticos. Los MEI también pueden evaluar los efectos de las iniciativas de mitigación de los GEI y las medidas de adaptación al sistema climático, lo que a su vez puede medir la eficacia de las estrategias asociadas.
Pero ni los modelos de no equilibro ni los MEI son la panacea. Por ejemplo, los MEI no pueden medir el daño económico causado por ciertos acontecimientos, como las tormentas intensas, ni calcular los costes relacionados con la adaptación.
Más aún, estos modelos suelen calibrarse al cambio en términos de temperaturas promedio globales, lo que limita sus capacidades predictivas sobre los cambios en acontecimientos extremos como tormentas e inundaciones repentinas, una preocupación importante para muchos actores de los mercados financieros, incluidas las aseguradoras. Además, los modelos como los MEI son inherentemente complejos, producen grandes cantidades de resultados y son costosos de ejecutar, lo que significa que es probable que muchos de los retos que enfrentan los modelos climáticos de esta generación sean los mismos a los que tengan que dar respuesta los de la próxima.
Actualmente no existe una solución perfecta para evaluar los efectos financieros del cambio climático físico, pero eso no debe ser un pretexto para la inacción. Un mejor análisis del riesgo climático puede ofrecer una imagen más clara de cuán perjudicial –o costoso- se podría volver el calentamiento global para las empresas. Si bien se seguirá desarrollando tecnología para ayudar a las compañías en sus evaluaciones del riesgo climático, se necesita más que nunca el juicio analítico para interpretar los resultados de los modelos y posibilitar una mejor toma de decisiones. Después de todo, en un campo en veloz cambio como es el análisis del riesgo climático, el pasado ofrece solo una visión estrecha y de corto plazo a lo que podría ser el futuro.
Un enfoque así también ayudaría a evitar las consecuencias indeseadas y el uso erróneo de los resultados de los modelos climáticos por parte de los actores de los mercados financieros que cada vez más deben dar a conocer públicamente sus situaciones de exposición a riesgos climáticos. Las firmas y los inversionistas pueden entonces prepararse mejor para una serie de posibles resultados futuros.
Traducido del inglés por David Meléndez Tormen