ક્લાઈમેટ રિસ્ક: નાણાકીય મોડેલોમાં મોટી ખામી, રોકાણકારો અને અર્થતંત્ર માટે ખતરો!

ECONOMY
Whalesbook Logo
AuthorArnav Chakraborty|Published at:
ક્લાઈમેટ રિસ્ક: નાણાકીય મોડેલોમાં મોટી ખામી, રોકાણકારો અને અર્થતંત્ર માટે ખતરો!
Overview

આર્થિક મોડેલો ક્લાઈમેટ ચેન્જના સિસ્ટમિક જોખમોને ગંભીરતાથી ઓછો આંકી રહ્યા છે. તેઓ કાસકેડિંગ અસરો અને ટિપિંગ પોઈન્ટ્સને ધ્યાનમાં લેવામાં નિષ્ફળ જાય છે. આનાથી નાણાકીય પ્રણાલીમાં સુરક્ષાનો ખોટો અહેસાસ થાય છે, જે વૈશ્વિક આર્થિક સ્થિરતાને નબળી પાડી શકે છે.

રિપોર્ટનો ઘટસ્ફોટ: નાણાકીય મોડેલોમાં ક્લાઈમેટ રિસ્કની અવગણના

Green Futures Solutions અને Carbon Tracker દ્વારા એક તાજેતરના રિપોર્ટમાં ગંભીર ચેતવણી આપવામાં આવી છે. વૈશ્વિક ટ્રેઝરીઝ, નિયમનકારો અને રોકાણકારો દ્વારા ઉપયોગમાં લેવાતા આર્થિક મોડેલો અને ક્લાઈમેટ ચેન્જ વિશેની વૈજ્ઞાનિક સમજણ વચ્ચે મોટો તફાવત જોવા મળ્યો છે. આ મોડેલો ઘણીવાર વૈશ્વિક ગરમીને માત્ર એક નાનો આંચકો માની લે છે અને GDP તથા સરેરાશ વૈશ્વિક તાપમાન જેવા માપદંડો પર આધાર રાખે છે. આના કારણે તેઓ ક્લાઈમેટ-સંબંધિત જોખમોના સાચા સ્કેલ અને સ્વભાવને વ્યવસ્થિત રીતે ઓછો આંકે છે. રિપોર્ટ મુજબ, આ મોડેલો એક સ્થિર આર્થિક પ્રણાલી ધારે છે, જે ક્લાઈમેટ ચેન્જની બિન-રેખીય, સંચિત અને સિસ્ટમિક અસરો, જેમ કે આત્યંતિક હવામાન ઘટનાઓ અને ટિપિંગ પોઈન્ટ્સ, દ્વારા સતત ખોટી સાબિત થઈ રહી છે. આ મૂળભૂત ખામી સ્થિરતાનો ભ્રમ બનાવે છે, જે નાણાકીય માળખામાં વધતી જતી નબળાઈઓને છુપાવી દે છે.

વેલ્યુએશન ગેપ અને બજારમાં બદલાતા પ્રવાહો

હાલમાં, વૈશ્વિક ઇક્વિટી બજારો ઐતિહાસિક રીતે ઊંચા વેલ્યુએશન મલ્ટિપલ્સ પર ટ્રેડ થઈ રહ્યા છે, જેમાં ફોરવર્ડ P/E રેશિયો રોકાણકારોના આશાવાદને દર્શાવે છે. પરંતુ, આ આશાવાદ એવા મોડેલો પર આધારિત હોઈ શકે છે જે ક્લાઈમેટ ચેન્જથી થતા ભૌતિક જોખમોને યોગ્ય રીતે માપી શકતા નથી. જ્યારે આત્યંતિક હવામાન ઘટનાઓની સ્ટોક માર્કેટ પર ઐતિહાસિક રીતે ઓછી અસર રહી છે (સિસ્ટમિક નાણાકીય સંકટની સરખામણીમાં), તેમ છતાં આ પ્રભાવ ધીમે ધીમે વધી રહ્યો છે. ઉદાહરણ તરીકે, 2021 માં ટેક્સાસમાં થયેલા શિયાળુ તોફાનથી થયેલ $195 બિલિયન નું નુકસાન, ભલે સ્થાનિક હતું, પરંતુ તેણે આત્યંતિક ઘટનાઓની માળખાકીય સુવિધાઓ અને અર્થતંત્રોને ખોરવી નાખવાની ક્ષમતા દર્શાવી હતી – જેની અસરો સરેરાશ તાપમાનના મેટ્રિક્સ દ્વારા માંડ માંડ કેપ્ચર થાય છે. GDP નો ક્લાઈમેટ નુકસાનના માપદંડ તરીકે ઉપયોગ અપૂરતો છે, કારણ કે તે મૃત્યુદર, અસમાનતા અને પર્યાવરણીય અધોગતિને અવગણે છે, જે આર્થિક ચિત્રને વિકૃત કરે છે અને સાચા કલ્યાણના નુકસાનને છુપાવી શકે છે. ફૉસિલ ફ્યુઅલ પર નિર્ભર ક્ષેત્રોથી વિપરીત, જેણે S&P 500 ની સામે સતત નબળું પ્રદર્શન કર્યું છે, ક્લીન એનર્જી રોકાણ વધી રહ્યું છે. વૈશ્વિક ક્લીન એનર્જી ખર્ચ ફૉસિલ ફ્યુઅલ કરતાં વધી રહ્યો છે. આ બજારમાં બદલાવ સૂચવે છે, છતાં અંતર્ગત જોખમ મૂલ્યાંકન મોડેલો આ સંક્રમણના સિસ્ટમિક અસરોને સંપૂર્ણપણે ધ્યાનમાં લેતા નથી.

વિશ્લેષણાત્મક ઊંડાણ: GDP થી સિસ્ટમિક એક્સપોઝર સુધી

વર્તમાન વિશ્લેષણાત્મક અભિગમ, જે સરેરાશ તાપમાન અને GDP પર આધાર રાખે છે, તે અપૂરતો છે. ક્લાઈમેટ વૈજ્ઞાનિકો ભારપૂર્વક કહે છે કે 2°C થી વધુ ગરમીના કિસ્સામાં cascading નિષ્ફળતાઓ અને થ્રેશોલ્ડ અસરો થાય છે જે સમગ્ર અર્થતંત્રોને બદલી નાખે છે, માત્ર ઉત્પાદન ઘટાડતું નથી. સ્ટાન્ડર્ડ ઇન્ટિગ્રેટેડ એસેસમેન્ટ મોડલ્સ (IAMs) ઊંચા વોર્મિંગ સ્તરો પર અનિશ્ચિતતા અને બરફની ચાદર તૂટી પડવા અથવા સમુદ્ર પરિભ્રમણમાં વિક્ષેપ જેવા અપરિવર્તનીય ટિપિંગ પોઈન્ટ્સની સંભાવના સાથે સંઘર્ષ કરે છે. યુરોપિયન સેન્ટ્રલ બેંક (ECB) જેવી સેન્ટ્રલ બેંકો ક્લાઈમેટ સ્ટ્રેસ ટેસ્ટિંગ દ્વારા આને સંબોધવાનો પ્રયાસ કરી રહી છે, પરંતુ આ કવાયતો હજુ પણ વિકસિત થઈ રહી છે અને ઘણીવાર ટિપિંગ પોઈન્ટ્સ અથવા બિન-રેખીય અસરોને સંપૂર્ણપણે સમાવી શકતી નથી. નાણાકીય ક્ષેત્રની આ જોખમોનું મૂલ્યાંકન કરવાની ક્ષમતા હજુ પ્રારંભિક તબક્કામાં છે, અને ઘણી સંસ્થાઓ ક્લાઈમેટ-સંબંધિત ક્રેડિટ જોખમોને સમાવવા માટે મજબૂત પદ્ધતિઓ વિકસાવી રહી છે. આ ખામી ખાસ કરીને સાર્વભૌમ દેવા (sovereign debt) માટે ચિંતાજનક છે, જે વિશ્વની સૌથી મોટી એસેટ ક્લાસ છે. અહીં, ન ખોડાયેલા ક્લાઈમેટ જોખમો સિસ્ટમિક નાણાકીય અસ્થિરતા અને વ્યાપક ડાઉનગ્રેડ તરફ દોરી શકે છે.

ફોરેન્સિક બેર કેસ: સ્થિરતાનો ભ્રમ

રેખીયતા અને ભૂતકાળની સ્થિરતા ધારતા મોડેલો પરની મૂળભૂત નિર્ભરતા એક નોંધપાત્ર બેર કેસ બનાવે છે. ક્લાઈમેટ વૈજ્ઞાનિકો સ્પષ્ટ છે: 2°C થી વધુ ગરમી પછી, આર્થિક ગોઠવણો અશક્ય બની જાય છે. વર્તમાન આર્થિક સિદ્ધાંતો, વિનાશક પરિણામોને સરેરાશ કરીને અને ભવિષ્યના નુકસાનને ડિસ્કાઉન્ટ કરીને, જોખમી રીતે ખોટી સુરક્ષાની ભાવના પ્રદાન કરે છે. આ ખોટી કિંમત સંચિત જોખમોને ધ્યાનમાં લેવાની નિષ્ફળતા દ્વારા વિસ્તૃત થાય છે. જ્યાં આત્યંતિક ઘટનાઓથી વારંવાર પીડાતા પ્રદેશો પુનઃપ્રાપ્ત કરવાનો સમય મેળવી શકતા નથી, તેઓ નિર્ણાયક માળખાકીય સુવિધાઓ અને આર્થિક સ્થિતિસ્થાપકતાને સતત ક્ષીણ કરે છે, જેમ કે પ્યુર્ટો રિકોમાં જોવા મળ્યું છે. વધુમાં, ડાઇવર્સિફિકેશન (diversification) દ્વારા ક્લાઈમેટ જોખમોને સંચાલિત કરવાના પ્રયાસો નિષ્ફળ થઈ શકે છે જો બહુવિધ ક્લાઈમેટ અસરો એક સાથે થાય, જે સિસ્ટમિક નબળાઈઓને વધારે છે. જ્યારે CSRD જેવી નિયમનકારી જાહેરાતની જરૂરિયાતો ઉભરી રહી છે, ત્યારે સાર્વત્રિક રીતે ફરજિયાત, વૈજ્ઞાનિક રીતે સંરેખિત દૃશ્યોના અભાવનો અર્થ એ છે કે કંપનીઓ નવી વિકાસ યોજનાઓને આગળ ધપાવવા માટે ન્યૂનતમ અનુપાલન પગલાં, જેમ કે શ્રેષ્ઠ-કેસ દૃશ્યોનો ઉપયોગ કરી શકે છે. આ સિસ્ટમિક અંડરએસ્ટિમેશન નાણાકીય સંસ્થાઓ અને બજારોને અભૂતપૂર્વ આંચકાઓ માટે ખુલ્લા પાડે છે જેના માટે પરંપરાગત જોખમ સંચાલન સાધનો અપૂરતા છે.

ભવિષ્યનું દૃશ્ય: ગ્રીન ફાઇનાન્સ સાથે અનિશ્ચિતતા નેવિગેટ કરવી

વર્તમાન જોખમ મૂલ્યાંકનમાં રહેલી ખામીઓ છતાં, સસ્ટેનેબલ ફાઇનાન્સ (sustainable finance) માર્કેટમાં નોંધપાત્ર વૃદ્ધિની અપેક્ષા છે, જે 2026 માં $15.06 ટ્રિલિયન અને 2031 સુધીમાં $26.93 ટ્રિલિયન સુધી પહોંચવાની સંભાવના છે. AI અને ઇલેક્ટ્રિફિકેશન માટે માળખાકીય સુવિધાઓના ધિરાણની માંગને કારણે ગ્રીન બોન્ડ્સ અને લોન વિસ્તરશે. 2026 માટે વૈશ્વિક ઇક્વિટીઝ માટે એનાલિસ્ટના દૃશ્યો હકારાત્મક રહે છે, જે કમાણી વૃદ્ધિ દ્વારા મધ્યમ લાભની આગાહી કરે છે, પરંતુ આ આશાવાદને ન ખોડાયેલા ક્લાઈમેટ જોખમો દ્વારા નિયંત્રિત કરવો આવશ્યક છે. આગળનો પડકાર ટેક્સોનોમીઝ (taxonomies) ને સુમેળ સાધવામાં, ક્લાઈમેટ ટિપિંગ પોઈન્ટ્સને નાણાકીય મોડેલોમાં એકીકૃત કરવામાં, અને સુનિશ્ચિત કરવામાં રહેલો છે કે સસ્ટેનેબલ ફાઇનાન્સમાં મજબૂત વૃદ્ધિ ખરેખર વધતા જતા સિસ્ટમિક જોખમોને પ્રતિબિંબિત કરે, માત્ર યોગ્ય જોખમ મૂલ્યાંકન વિનાના ટ્રેન્ડનો લાભ લેવાને બદલે. નાણાકીય પ્રણાલીએ સ્થિરતા ધારણ કરવાથી આગળ વધીને, ઊંડા, ન ખોડાયેલા અનિશ્ચિતતાનું સક્રિયપણે સંચાલન કરવાની જરૂર છે.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.