AB：ESG 实践——解读气候情景分析中的人性化

ESG 实践 随着气候变化加剧，行业和公司面临的实体风险和转型风险也随之加剧。但投资者如何量化这些变化呢？从历史上看，他们根据投资组合的碳足迹或加权平均碳强度来衡量投资组合的气候影响。如今，有更强大、更有意义的方法，但基本洞察力仍然是解释结果的关键。

问题 投资者继续寻找有意义的方法来衡量气候变化对投资组合的影响。数据和模型是存在的，但它们并不完整并且仍在发展中。人类的洞察力和判断力对于提升这些能力至关重要。

投资案例 转型风险和实体风险对投资者来说是非常现实的成本，而衡量它们仍然很复杂。掌握情景分析的投资者将受益于对其投资组合中风险和机遇的差异化看法。

参与目标 为数据创建稳健的标准报告、完整性以及分析是一个复杂的过程。随着时间的推移，将人类的洞察力融入其中将产生更好的数据、模型和最终结果。

气候变化的财务影响

从本质上讲，气候情景分析是一项基于常见行为问题的风险规划活动：谁支付碳排放费以及何时支付？今天，社会可以通过提高碳价格来支付费用，这将降低未来的需求和潜在的实际成本，但代价是大规模的混乱。人类本性更倾向于享受当今较低的碳成本，并希望解决未来的极端物理场景。

这两种方法都有严重缺陷。

明智的道路位于极端之间。借助气候变化情景分析，投资者可以冷静地审视潜在气候结果的范围以及相关的成本和收益，以美元评估气候变化对公司的财务影响s和美分。虽然情景分析方法各不相同，但它们通常将科学的气候变化模型与公司层面的数据结合起来。

气候风险价值 (CVaR)* 是物理风险和转型风险加上技术机遇的经济价值，这是衡量气候变化财务影响的一种方法。不断变化的气候会带来物理风险——恶劣天气事件造成的资产损坏或搁浅以及业务中断成本。转型风险量化了公司向低碳经济转型（或不转型）时面临的财务风险，而这些风险取决于碳价格。另一方面，气候变化机会抓住了专利和绿色收入方面技术进步的现值。

选择场景分析提供商：第一步

2019 年，AB 与哥伦比亚大学地球研究所合作，评估现有的气候情景分析提供商及其方法。我们根据广泛的范围来评判供应商在选择一个标准之前，请先了解模型的结构和输入。

但选择提供商只是第一步：我们将继续与提供商合作，根据我们的需求定制工具。我们的工具包括超过 15 个普遍接受的科学模型，以帮助评估转型风险对投资的影响；它们具有不同的结构、假设和输入，并解决不同的问题。我们只需要三个模型来进行场景分析，但是哪三个呢？经过与供应商的多次讨论后，我们选择了专注于多种温度情景的经济后果的模型，而不是专注于土地利用、能源系统、水需求或其他环境影响等方面的其他模型。

调整提供商的工具也不会结束故事。为了充分整合气候情景分析的结果，我们需要应用基本面分析和洞察力来理解模型的特性并解释结果——在一个ata 输入将是不完整且不完善的。

解释气候模型中的细微差别

模型可以是有效的工具，但分析师的基础研究和专业知识对于解释结果和细微差别至关重要。例如，模型输出可能会根据公司采取或不采取的行动而发生很大变化。如果一家公司推迟减少碳足迹，即使其他方面没有任何变化，随着全球碳价格持续上涨，其转型风险也会增加。公司等待采取行动的时间越长，成本和混乱就越大（显示）。

模型可能会产生较高的物理风险评分，表明公司的运营面临气候变化的干扰。举例来说，我们假设一家零售商的大部分营业地点位于美国东北走廊，但其销售的产品是在海外制造的。该业务可能会受到极端降雪等风险的影响，这可能会延迟货物从港口到商店的运输并提振运输成本，导致销售损失和利润下降。

一个具有完美数据的完美模型将包含公司、其供应商和客户的所有当前和未来位置。但该级别的精细数据并不总是可用，即使可用，分析提供者也可能以不同的方式解释数据。例如，一家供应商仅根据其总部位置来计算公司的物理风险，尽管其全球供应链遍布遥远的制造地点。需要从基础投资研究中获得行业和公司的见解来识别和解释这些怪癖和局限性。

随着公司的发展，物理风险也是一个不断变化的目标。多年来，公司可能会搬迁办公地点和设施，其客户的地理范围也会发生变化。当世界各地的公司试图理清因大流行而陷入困境的供应链时，这及时提醒人们，公司可能会考虑转移产品抽吸设施更接近客户。如果公司开始收缩供应链，投资者需要了解情景分析模型应如何反映这种变化。

根据 CVaR，气候变化机会得分来自专利和绿色收入（由太阳能发电等来源产生）。今天拥有专利可能是一个优势，但这并不总是意味着未来的利润。对未来专利收入的预期是估计值，但实际的绿色销售额很容易计算。了解公司的分数是否反映了该模型对创新（专利）而非执行的关注至关重要。我们认为，绿色收入应该发挥更大的作用：在 1849 年的淘金热中，向矿工出售选秀权和牛仔裤比拥有黄金矿权和开采黄金更有利可图。

即使不完美的数据也能提供有用的信息

用于 CVaR 计算的数据范围广泛，通常是非结构化的并且来自多个来源。这些投入远非完美但如果投资者了解危险可能潜伏在哪里，仍然会有所帮助。例如，CVaR 通过三个排放范围来衡量碳排放的转型风险。

范围 1 包括公司自有设施和车辆产生的碳，而范围 2 适用于购买或租赁的电力以及供暖和制冷。大多数气候情景模型提供商对范围 1 和范围 2 的报告类似。但范围 3（包括公司上游和下游的碳排放）必须得到更好的定义——这是一个全行业的挑战。即使在具有相似业务模式的公司之间，范围 3 的排放量也可能存在很大差异。

我们希望利益相关者最终能够就范围 3 报告达成一致，但与此同时，模型仅根据表面价值获取数据。有些变量是指数变量，因此测量误差很高，投资组合尾部风险可能严重偏向负值。尽管有这些警告，估计仍然有用。

而不是放弃模型由于数据并不完美，我们相信将基本面分析与定量分析相结合将更好地帮助投资者将气候信息转化为见解。回到排放讨论，一位精通基本面的分析师知道一家公司的范围 3 排放何时与同行相比严重超出范围。如果模型不同步，则需要进行更多调查。

分析师还可以利用积极参与来鼓励公司管理团队根据行业标准报告数据。更一致的报告将使审计结果成为可能——我们认为从长远来看，这一能力至关重要。分析师还可以调整数据以更好地反映公司的实际情况。

但是，必须非常谨慎地估算过渡和位置风险，特别是当我们考虑临界点和级联事件时。温度和行动前时间都是指数变量，因此数据强度的微小偏差可能意味着极大的差异结果中的引用。温度升高 1 度与升高 10 度所产生的影响有很大不同。或者，就风力强度而言，10 英里/小时的风可能是良性的，但只要指数级向上增加一点，就会导致 100 英里/小时的风，从而造成大范围的破坏。

案例研究：业务肮脏……还是数据肮脏？

通过一个简短的案例研究，我们可以了解将气候建模纳入基础研究的细微差别。从事垃圾收集和处理等碳密集业务的公司在转型风险方面得分极高，但它们也在帮助清理其他公司造成的混乱。

废物管理公司 Clean Harbors 和 Republic Services 如今可能会产生大量碳，但他们的整个商业模式都以清洁环境为中心。 Clean Harbors 运营过程中每产生一吨温室气体，就可以另外减少两吨温室气体。 Republic Services 跻身巴伦周刊 100 家最具可持续发展能力公司名单和 CDP Worldwide 的气候 A 列表。 Republic Services 还承诺到 2030 年将其范围 1 排放量减少 35%，并启动了垃圾填埋气转化为可再生气体项目，承诺到 2030 年将增加 50% 的垃圾填埋气进行有益再利用。

我们认为，气候情景模型必须不断发展，以更好地构建这些类型的公司，这意味着依赖的不仅仅是专利和绿色收入。

案例研究：最大的风险也可能是巨大的机遇

一些人认为，寻求较低投资组合 CVaR 的投资者应将投资重点放在实体风险和转型风险较低的公司上。许多经理已经这样做了，但我们认为这种做法是短视的。

面临巨大转型风险但正在采取正确措施进行改进的公司存在大量机会。事实上，我们认为投资此类棕色企业和行业至关重要，因为它们对于清洁能源转型至关重要。投资这些公司也使我们能够在公司应对气候变化时与管理层互动，让我们更好地了解他们的战略和潜在风险。

公用事业行业适合这种模式。 2020年，美国约61%的电力来自化石燃料。为了实现可持续发展目标，这个数字必须下降。佛罗里达电力与照明公司的母公司 NextEra Energy 正在参与这一努力。 NextEra 是美国最大的零售电力生产商，也是世界上最大的风能和太阳能发电商，也是《财富》全球 20 强创新者之一。尽管发电量增加了一倍，该公司仍承诺到 2025 年将温室气体排放量比 2005 年的水平减少 40%。更不用说其正在进行的 50 个氢项目以及目前 25% 的发电量来自可再生能源，而且还在不断增长。

案例研究：身体风险可能改变饮食习惯

在考虑气候变化的物理风险时，大部分讨论都集中在海平面上升上韦尔斯和沿海洪水。但我们对跟踪全球指数的样本投资组合的情景分析的最新结果表明了另一个因素。极端高温对蛋白质生产者的影响正在创造一些最大的 CVaR。事实上，五个最大的异常值中有两个是蛋白质生产商，在我们的评估中，数据是可靠的。随着气温升高，饲养牲畜需要更多资源，包括饲料、电力和水。此外，蛋白质生产商尚未优化当前的品种和畜群以适应气候变暖。

受极端高温影响的不仅仅是牲畜，整个汉堡供应链也受到影响。近 75% 的大豆成为动物饲料，极端高温会降低农作物产量并推高饲料成本。潜在影响和成本的全部影响仍有待揭示。到目前为止，只有不到5%的肉类公司披露了气候情景分析；相比之下，23% 的石油和天然气、采矿和公用事业公司已经这样做了。

未来气候情景分析

尽管使用不完善的数据存在挑战，但与气候情景分析提供商合作可以增强投资流程。提供商从各种来源收集非结构化数据，可用模型涵盖从温度变化到财务影响的所有内容。

但这个行业还很年轻，需要大量改进才能使情景分析成为更有效的投资决策工具。风险和机会模型很复杂，但它们仍然需要更复杂的交互。例如，如今，过渡风险和身体风险通常是分开计算的，并且不会相互作用。随着时间的推移，我们设想一般（全球）流通模型会深入到区域经济影响模型，然后最终深入到企业盈利和估值。但这样的模型在每个阶段都会有很多假设，这可能会延迟开发。

场景分析与expe相结合基础研究的经验和专业知识将加快工具的完善过程。早期采用者可以与提供商合作，微调从模型到数据的所有内容，从而帮助塑造这一演变。虽然短时间内取得了重大进展，但还需要取得更多进展。有效的情景分析肯定会让投资者受益并改善结果。

* 气候情景分析业务采用CVaR来表示气候风险价值。它反映了特定情景下物理风险、转型风险和气候机会带来的预期投资组合净损失。这与 CVaR 的另一个含义（条件风险价值）不同，CVaR 量化投资组合中的尾部风险量，或低于收益分布指定百分位的收益的平均预期收益。例如，10% 的条件风险值是分布底部十分之一的回报的平均损失。

 

此处表达的观点n 不构成研究、投资建议或交易建议，也不一定代表所有 AB 投资组合管理团队的观点，并且可能会随着时间的推移进行修订。

MSCI 不做出任何明示或暗示的保证或陈述，并且对本文中包含的任何 MSCI 数据不承担任何责任。 MSCI 数据不得进一步重新分发或用作其他指数或任何证券或金融产品的基础。本报告未经 MSCI 批准、审查或制作。

作者简介

萨拉·罗斯纳 萨拉·罗斯纳 (Sara Rosner) 是责任投资团队的环境研究和参与总监。她担任公司 ESG 研究、培训和思想领导小组的联合主席，并管理 AB 与哥伦比亚大学地球研究所的合作，该合作重点是提高投资者将气候变化考虑因素纳入决策和投资流程的能力。在 2018 年加入该公司之前，罗斯纳曾在哥伦比亚可持续投资中心进行研究，参与与联合国可持续发展目标和采掘业可再生能源替代品相关的项目。她早期职业生涯的大部分时间都是作为一名记者，为欧洲货币机构投资者报道美洲的能源和基础设施融资。罗斯纳是 100 名金融女性的全球成员，也是 High Water 妇女基金会的金融知识志愿者。她以优异成绩获得佩珀代因大学国际研究学士学位和哥伦比亚大学可持续发展管理硕士学位。地点：纽约

在此处查看原始内容。

联伯恩斯坦 环境、社会及治理 纽约证券交易所代码：AB