La modellizzazione e l’internalizzazione dei rischi climatici

I rischi climatici sono rapidamente diventati un elemento centrale dei processi di risk assessment e pianificazione strategica delle banche e lo saranno a lungo. Oltre alla forte spinta impressa del supervisor, il processo di transizione verso un’economia più sostenibile e gli eventi fisici estremi causati dai cambiamenti climatici determineranno significativi impatti sul merito creditizio delle controparti e sul valore di mercato degli immobili a garanzia e di proprietà che deve essere valutato.

Per poter incorporare i rischi climatici in tutti i processi chiave (business planning, ICAAP/ILAAP, RAF, provisioning, pricing, politiche creditizie, stress testing, etc.) è necessario avere misure di rischio di tipo quantitativo che consentano di fare calcoli con cui poter informare i vari processi impattati dalle aspettative regolamentari, andando oltre la logica di misure di scoring puramente qualitative.

Inoltre, in considerazione dell’elevata incertezza e dell’orizzonte temporale di lungo periodo che caratterizza i rischi climatici, diventa necessario disporre di metriche differenziate in relazione ai diversi possibili futuri “scenari climatici”, sia per poter utilizzare la metrica più adatta nei vari processi impattati, che per facilitare il dialogo con le autorità di vigilanza e gli stakeholders.

Infine è quanto mai opportuno puntare ad internalizzare in banca i processi di stima e produzione di dati e parametri sui rischi climatici, non limitandosi ad acquistare un set di dati dall’esterno, sia per una migliore comprensione della natura di questi rischi (evitando l’effetto black-box), che per efficientare la struttura dei costi.

Il supporto che Valuecube offre è ispirato proprio a soddisfare queste esigenze, attraverso una serie di modelli per la stima quantitativa dei rischi fisici (acuti e cronici) e di transizione per le controparti non finanziarie e i beni immobili, finalizzata a tradurre il rischio in parametri di PD e LGD climate risk adjusted, differenziati per scenari climatici ed orizzonti temporali rilevanti. Inoltre i modelli possono essere resi disponibili anche tramite innovative applicazioni IT, che, in ottica white-box, rendono le banche autonome nello sviluppo di analisi e metriche di rischio, secondo modalità differenziate per le specifiche realtà aziendali (+/- semplificate/avanzate).