ESG 在行动：解读气候情景分析
ETF主题投资
ESG 在行动
随着气候变化的加剧，行业和公司面临的物理和转型风险也在加剧。但投资者如何量化这些变化？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。今天，有更强大和更有意义的方法——但基本的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。数据和模型存在，但它们不完整且仍在发展中。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
转型和实体风险对投资者来说是非常实际的成本，衡量它们仍然很复杂。掌握情景分析的投资者将受益于其投资组合中风险和机会的差异化观点。
参与目标
为数据报告和完整性以及分析创建强大的标准是一个复杂的过程。随着时间的推移，将人类洞察力整合到组合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练习：谁支付碳排放费用以及何时支付？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物理成本——同时权衡大规模的错位。人性在今天更倾向于享受更低的碳成本，并希望在未来解决极端的物理场景。
这两种方法都有严重的缺陷。明智的道路位于极端之间。在气候变化情景分析的帮助下，投资者可以冷静地检查潜在气候结果的范围以及相关的成本和收益，以金融财务指标评估气候变化对公司的财务影响。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相结合。
气候风险价值 ((CVaR))* 是物理风险和转型风险加上技术机会的经济价值——衡量气候变化财务影响的一种方式。不断变化的气候推动了物理风险——损坏或搁浅的资产以及恶劣天气事件造成的业务中断成本。转型风险量化了公司在向低碳经济转型或不转型时面临的财务风险，这些风险取决于碳价格。另一方面，气候变化机会在专利和绿色收入方面抓住了技术进步的现值。
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。在选择供应商之前，我们根据广泛的标准来评判供应商，包括模型的结构和输入。
但选择供应商只是第一步：我们将继续与供应商合作，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；他们有不同的结构、假设和投入，解决不同的问题。我们只需要三个模型来进行情景分析——但是哪三个？经过与供应商的多次讨论，我们选择了关注多种温度情景的经济后果的模型，而不是关注土地使用、能源系统、用水需求或其他环境影响等方面的其他模型。
整个工作不会结束于调整提供商的工具。为了充分整合气候情景分析的结果，我们需要应用基础分析和洞察力来了解模型的特性并解释结果——世界在一个不完整和不完美的输入数中。
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其碳足迹，其转型风险将随着全球碳价格的持续上涨而增加，即使没有其他变化。公司等待采取行动的时间越长，成本和错位（展示）就越大。
风险评估成本的气候价值
仅用于说明目的。截至 2021 年 12 月 31 日
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破坏。例如，假设零售商的大部分位置都在美国东北走廊，但它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高运输成本，从而导致销售损失和利润率下降。
具有完美数据的完美构建模型将包含公司、供应商和客户的所有当前和未来位置。但该级别的数据简约并不总是可用的，即使它们可用，分析提供者也可能会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计算公司的物理风险，尽管其全球供应链跨越遥远的制造地点。需要从基础投资研究中获得行业和公司的洞察力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。随着世界各地的公司试图解开与流行病纠缠在一起的供应链，这是一个及时的提醒，公司可能会考虑将生产设施转移到离客户更近的地方。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该如何反映这种变化。
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。今天持有专利可能是一个加分项，但它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。了解一家公司的分数是否反映了该模型对创新——专利——而不是执行的关注，这一点至关重要。在我们看来，绿色收入应该发挥更大的作用：在 1849 年的淘金热中，向矿工出售镐和牛仔裤比拥有金矿和开采黄金更有利可图。
即使是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，但仍然会有所帮助——如果投资者了解危险可能潜伏在哪里。例如，CVaR 衡量通过三个排放范围查看的碳输出的过渡风险。
范围 1 包括公司拥有的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者对范围 1 和 2 的报告类似。但是，必须更好地定义范围 3，其中包括公司上游和下游的碳排放——这是一个全行业的挑战。范围 3 的排放量差异很大，即使在具有相似商业模式的公司之间也是如此。
我们预计利益相关者最终会在范围 3 报告中走到一起，但与此同时，模型会从表面上获取数据。一些变量是指数型的，因此测量误差很高，投资组合尾部风险可能严重偏向负面。尽管有这些警告，但这些估计仍然有用。
与其因为数据不完美而放弃建模，我们相信将基本面分析和定量分析结合起来将更好地使投资者能够将气候信息转化为洞察力。回到排放讨论，精通基本面的分析师知道一家公司的范围 3 排放何时严重超出同行的范围。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是必不可少的能力。分析师还可以调整数据以更好地代表公司的实际情况。
但是，必须非常小心地估算过渡和位置风险，特别是在我们考虑临界点和级联事件时。温度和直到行动的时间都是指数变量，因此数据强度的微小缺失可能意味着结果的极端差异。温度升高 1 度与升高 10 度的效果大不相同。或者，在风力强度的情况下，10 英里/小时的风可能是良性的，但在指数范围内再上升一个刻度就会导致 100 英里/小时的风速可能造成广泛的破坏。
案例研究：业务是肮脏的……还是只是数据？
一个简短的案例研究提供了将气候模型整合到基础研究中的细微差别的一瞥。从事垃圾收集和处置等碳密集型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 (NYSE: CLH )和 Republic Services (NYSE: RSG )今天可能会产生大量碳，但它们的整个商业模式都以清洁环境为中心。Clean Harbors 在运营过程中每产生一吨温室气体，就可以避免另外两吨。Republic Services 位列《巴伦周刊》的 100 家最具可持续性的公司名单和 CDP Worldwide 的气候 A 名单。Republic Services 还承诺到 2030 年将其范围 1 排放量减少 35%，并启动了一个垃圾填埋气到可再生气体项目，承诺到 2030 年将多 50% 的垃圾填埋气用于有益的再利用。
我们认为，气候情景模型必须发展以更好地构建这些类型的公司——这意味着不仅仅依赖专利和绿色收入。
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物理和转型风险较低的公司。许多经理已经这样做了，但我们认为这种方法是短视的。
面临巨大转型风险但正在采取正确措施进行改进的公司之间存在相当大的机会。事实上，我们认为投资此类棕色公司和行业至关重要，因为它们对于清洁能源转型至关重要。投资这些公司还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 (NYSE: NEE )正在参与这项工作。作为美国最大的零售电力生产商，NextEra 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。尽管发电量翻了一番，该公司仍承诺到 2025 年将温室气体排放量在 2005 年的基础上减少 40%。更不用说其正在进行的 50 个氢能项目以及目前 25% 的发电量来自可再生能源，而且还在不断增长。
案例研究：物理风险可能会改变用餐习惯
在考虑物理气候变化风险时，大部分讨论都集中在海平面上升和沿海洪水上。但我们最近对跟踪全球指数的样本投资组合的情景分析得出的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。随着温度的升高，饲养牲畜需要更多的资源——包括饲料、电力和水。此外，蛋白质生产商尚未优化现有品种和畜群以适应更温暖的气候。
受极端高温影响的不仅是牲畜，还有整个汉堡供应链。几乎 75% 的大豆成为动物饲料，极端高温会降低作物产量并推高饲料成本。潜在影响和成本的全部影响仍未被发现。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。
气候情景分析的未来
尽管存在使用不完善数据的挑战，但与气候情景分析提供商合作可以增强投资过程。供应商在一个中心位置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方方面面。
但该行业还很年轻——需要进行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，今天，转型风险和物理风险通常是分开计算的，不会相互影响。随着时间的推移，我们设想一般（全球）流通模型会汇集到区域经济影响模型，然后最终深入到企业收益和估值。但是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。
将情景分析与基础研究的经验和专业知识相结合将加快工具的完善过程。早期采用者可以帮助塑造这种演变，与供应商合作微调从模型到数据的所有内容。虽然在短时间内取得了重大进展，但还需要更多。有效的情景分析肯定会使投资者受益，并能改善结果。
* 气候情景分析业务采用 CVaR 来表示处于风险中的气候价值。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净投资组合损失。这不同于 CVaR 的另一个含义——条件风险价值——它量化了投资组合中尾部风险的数量，或低于回报分布的指定百分位的回报的平均预期回报。例如，10% 的条件风险值是分布底部十分位的平均回报损失。
本文所表达的观点不构成研究、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，并且会随着时间的推移进行修订。
MSCI 不做任何明示或暗示的保证或陈述，并且对此处包含的任何 MSCI 数据不承担任何责任。
MSCI 数据不得进一步重新分配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。
编者注：本文的摘要项目符号由 Seeking Alpha 编辑选择。
