L’impatto sulla Probabilità di Default (PD) dell’approccio Top-Down

una notevole quantità di metodologie economico-finanziarie per valutare l'esposizione dei propri portafogli al rischio di credito. Il framework esistente può quindi essere sfruttato, con le opportune modifiche, per valutare i cambiamenti indotti dal transition risk nella PD.

In particolare, si può fare riferimento a teorie simili a quelle implicite nel modello di Merton per giustificare teoricamente gli impatti sulla PD di questa nuova tipologia di rischio. Originariamente sviluppato negli anni '70 da Robert Merton, l’omonimo modello di valutazione del rischio di credito strutturale viene infatti spesso utilizzato all'interno degli intermediari finanziari per stimare il rischio di default delle varie attività. È universalmente noto che banche, intermediari e investitori in tutto il mondo hanno storicamente sfruttato questo modello nelle loro analisi.

Il modello mette in relazione la PD con la probabilità che i valori futuri delle attività di un’azienda possano diminuire al di sotto di un valore soglia, coincidente con il valore delle passività della stessa impresa. La distribuzione dei valori futuri diventa quindi cruciale per determinare ogni cambiamento di PD. Se questa distribuzione viene modificata, attraverso un aumento della varianza, o se subisce uno spostamento, attraverso un cambiamento nella media, la PD ne risulterà interessata. Il framework di Merton, come mostrato in figura sottostante, risulta quindi sufficientemente flessibile per incorporare anche i rischi di transizione sia che si utilizzi un approccio top-down che bottom-up.

Position Paper n. 20 | RISCHIO CLIMATICO: LA METODOLOGIA ₁₃₅

Adattamento del modello di Merton: la distribuzione climate risk adjusted128

Supponendo che gli altri rischi idiosincratici e sistemici rimangano invariati, la variazione di PD potrebbe essere misurata in base ad uno spostamento dal suo valore iniziale. Questo movimento è determinato dal diverso percorso dei fattori di rischio sottostanti agli scenari, ovvero dagli impatti calcolati top-down sui vari settori e dall’utilizzo dei citati transition vulnerability factor.

Per quanto riguarda l’approccio top-down, la Commissione AIFIRM propone di utilizzare l'equazione di seguito esposta:

𝑃𝐷_𝑖|s∗ _{= Φ (Φ}−1_(𝑃𝐷 𝑖,𝑇𝑇𝐶) − 1 Γ_𝑘𝜏𝑗,𝑘 𝑟 _(Φ−1_(𝑃𝐷 0,𝑇𝑇𝐶𝑠 )−Φ−1(𝑃𝐷𝑡,𝑇𝑇𝐶𝑠 )))

𝑃𝐷_𝑖|s∗ = PD scenario‐adjusted del borrower i dato il settore/segmento s 𝑃𝐷_{𝑖,𝑇𝑇𝐶} = PD through‐the‐cycle del borrower i

𝜏_𝑗,𝑘𝑟 = transition vulnerability factor dello shock r nel segmento j del settore k Γ𝑘 = somma totale dei transition vulnerability factor all′interno del settore 𝑘

𝑃𝐷_{0,𝑇𝑇𝐶}𝑠 = PD through‐the‐cycle iniziale del settore s

𝑃𝐷_{𝑡,𝑇𝑇𝐶}𝑠 _{= PD through‐the‐cycle risultante dallo stress top‐down per il settore s}

Essenzialmente, questa equazione incrementa la PD iniziale in base ad un valore di rischio stimato top-down attraverso i percorsi degli scenari arricchiti con il modello

128_{UNEP FI, Extending Our Horizons: Assessing Credit Risk and Opportunity in a Changing Climate: Assessing credit risk and opportunity in a}

changing climate: Outputs of a working group of 16 banks piloting the TCFD Recommendations, PART 1: Transition-related risks & opportunities, April 2018

Position Paper n. 20 | RISCHIO CLIMATICO: LA METODOLOGIA ₁₃₆

GVAR precedentemente descritti. Questo spostamento non è altro che il prodotto tra gli output degli scenari di stress calcolati a livello settoriale e le sensitivity del settore/segmento, in questo caso rappresentate dai transition vulnerability factor. In particolare, il modello necessita di:

• la variazione di valore della PD per settore, che determina l'entità complessiva degli impatti del rischio climatico sul singolo settore;

• il valore di ciascuno dei transition vulnerability factor calibrati precedentemente, eventualmente modificabili da parte degli analisti.

Da notare che anche il termine Γ_𝑘 è strettamente necessario, dato che consente di ottenere che la somma dei pesi riguardante la CO2 implicita per settore sia sempre pari a 1.

Si sottolinea che la costruzione dei transition vulnerability factor ricorda da vicino la teoria del Capital Asset Pricing Model (CAPM). Nel CAPM il rendimento complessivo di un titolo è determinato da un rendimento specifico e da un premio rispetto al rendimento di mercato, dove il premio al rischio è dato dal rendimento lordo di mercato meno il tasso di interesse privo di rischio. La sensibilità rispetto al premio al rischio di mercato è in genere rappresentata da un beta (β) e implica che, se il rendimento di mercato è X, il rendimento di un determinato titolo (R) può essere calcolato come R = α + β * X (dove α è il rendimento specifico del titolo).

I fattori di vulnerabilità sono quindi molto simili al beta nel CAPM, nel senso che determinano un rendimento specifico per ogni azienda dato un certo benchmark di riferimento. Tuttavia, mentre i beta nel CAPM catturano la relazione tra un titolo e il suo rischio di mercato, i transition vulnerability factor adottati in questo esercizio di stress catturano la relazione tra un’impresa e il suo rischio di transizione energetica.

Ritornando alla stima top-down, una volta calibrati tutti questi parametri, utilizzando l'equazione di cui sopra, può essere calcolata la PD implicita nei diversi scenari di stress a valere su tutti i componenti di un determinato segmento/settore, ovviamente in base ai loro rating iniziali.

La metodologia utilizza l’output delle metodologie di stress comunemente utilizzate, ma aggiungendo nuovi parametri stimati internamente che tengono conto delle emissioni di CO2 e consentendone un’eventuale personalizzazione. Il framework può quindi essere applicato a tutti i settori e può prendere in considerazione sia la composizione dei diversi segmenti, sia la serie dei transition vulnerability factor e sia una diversa calibrazione judgmental fornita dagli analisti di credito.

Per concludere, consideriamo l'esempio degli scenari di cambiamento delle climate policy, in cui è presente l’ipotesi di aumento del prezzo effettivo del carbone di 100 USD per tonnellata di emissioni di CO2. I fattori di vulnerabilità, espressi in termini di sensitivity rispetto ai competitor, consentiranno di determinare per questi scenari in che modo un'azienda di un determinato settore sarà influenzata a seguito dell'introduzione di una carbon tax.

Position Paper n. 20 | RISCHIO CLIMATICO: LA METODOLOGIA ₁₃₇