Bölüm I: İklim Stres Testinin Kurumsal ve Stratejik Temelleri
1. Giriş: Stres Testi Evrimi ve Finansal İstikrar Açısından Önemi
İklim stres testi (İST), finansal kurumların iklimle ilgili risklere karşı dayanıklılığını değerlendirmede kritik bir araç olarak kabul edilmekte ve hızla olgunlaşmaktadır. İST metodolojileri, ilk dönemlerdeki genellikle yukarıdan aşağıya (top-down) ve keşif amaçlı yaklaşımlardan, kurumların risk profillerini daha detaylı analiz etmeye olanak tanıyan aşağıdan yukarıya (bottom-up) ve hibrit modellere doğru önemli bir evrim göstermiştir. Bu ilerleme, senaryo gelişimindeki karmaşıklığın artması, veri kullanılabilirliğinin iyileşmesi ve hem kısa hem de uzun vadeli zaman ufuklarını içeren kapsamın genişlemesi gibi birkaç temel alanda belirginleşmiştir.
klim stres testi, küresel finansal düzenlemenin ayrılmaz bir bileşeni haline gelmiştir. Denetim otoriteleri, merkez bankaları ve politika yapıcılar, artan küresel sıcaklıkların finansal sistem üzerindeki potansiyel sistemik risklerini anlamayı hedefledikçe, İST egzersizleri kritik bir rol üstlenmiştir. Mevcut eğilim, sadece denetleyici uyumu (compliance) aşan bir yapıya işaret etmektedir. Avrupa Merkez Bankası (ECB) gibi kurumların, teminat çerçevelerine bir “iklim faktörü” uygulaması , iklim riskini çekirdek parasal araçlara fiyatlandıran çığır açıcı bir emsal teşkil etmektedir. Bu, iklim riskinin, bir bankanın finansal istikrar mekanizmalarının ve maliyet yapısının doğrudan bir parçası olarak kabul edildiğini göstermektedir.
Düzenleyici gerekliliklerin ötesinde, finansal kurumlar giderek artan bir şekilde içsel iklim senaryo analizleri yürütmektedir. Yapılan bir anket, katılımcı bankaların %57’sinin, düzenleyici gerekliliklerin ötesinde yıllık bazda dahili iklim senaryo analizi gerçekleştirdiğini ortaya koymaktadır. Bu yüksek oran, iklim stres testinin sadece bir denetim şartı olmaktan çıkıp, kurum içinde etkin bir risk yönetimi ve stratejik karar verme aracı haline geldiğini doğrulamaktadır. Gelecekte İST sonuçlarının yalnızca raporlama için değil, aynı zamanda risk iştahını belirleme, portföy tahsisi ve dekarbonizasyon hedeflerini yönlendirme gibi kurumsal iş süreçlerine (Business-as-Usual – BAU) entegrasyonunun hızlandıracağı beklenmektedir.
2. İklim Risklerinin Finansal Metriklere Aktarımı: P&L, RWA ve Sermaye Yeterliliği
İklim stres testi, iklimle ilişkili tehlikelerin bankanın finansal performansı, sermaye yeterliliği ve risk maruziyeti üzerindeki etkisini ölçmek için temel finansal metrikleri kullanır. Bu metrikler, temel risk göstergeleri (KRI’lar) ve temel performans göstergeleri (KPI’lar) olarak kategorize edilebilir.
Yapılan bir anket, bankaların iklim riskinin finansal etkisini tahmin etmek için en yaygın kullandığı çıktı metriklerinin Beklenen Kredi Zararı (ECL) (%71), Risk Ağırlıklı Varlıklar (RWA) / Sermaye (%52) ve Kar/Zarar (P&L) (%52) olduğunu göstermektedir. Bu metrikler, iklim şoklarının kredi portföyü üzerindeki potansiyel kayıplarını, sermaye tamponları üzerindeki baskıyı ve genel karlılığı nasıl etkilediğini nicel olarak ifade eder.
Kredi riski açısından, iklim riski etkileri, temel risk göstergeleri olan Temerrüt Olasılığı (PD) ve Temerrütte Kayıp (LGD) parametreleri üzerinden hesaplanır. Bu metrikler, karşı tarafın finansal durumundaki bozulmayı doğrudan yansıtır. PD ve LGD’nin kombinasyonu, IFRS 9 (Uluslararası Finansal Raporlama Standardı 9) altındaki finansal raporlama için temel bir bileşen olan ECL‘yi tahmin etmek için kullanılır. Bu doğrudan bağlantı, İST sonuçlarının, sadece ihtiyati sermaye yeterliliği süreçleri (ICAAP, Pillar 2) için değil, aynı zamanda muhasebe (IFRS 9, Pillar 1/Accounting) ve kazançlar açısından da kritik hale geldiğini göstermektedir. Bu durum, iklim riskinin yönetiminin, bir bankanın yasal raporlama ve sermaye planlamasının merkezine yerleştiğini kanıtlamaktadır.
3. Stres Testi Kapsamı, Kullanım Alanları ve Bilanço Yaklaşımları
İST sonuçlarının birincil kullanım alanları, farkındalık yaratma, risk yönetimini geliştirme ve müşteri katılımını yönlendirmedir. Ancak metodolojilerin gelişimiyle, gelecekte bu çıktıların risk azaltım stratejilerini geliştirmek, risk iştahını belirlemek ve hedef belirleme süreçlerini desteklemek için daha etkin kullanılması beklenmektedir.
Bilanço Yaklaşımı: Statik ve Dinamik İkilemi
İST’nin sonuçları, portföy kompozisyonu, stratejik iş kararları ve yönetimin tepkisi gibi temel varsayımlara bağlı olarak şekillenir. Bu varsayımları ele almak için bankalar iki ana bilanço yaklaşımından birini benimser:
- Statik Denge Yaklaşımı (Static Balance Sheet): Varlık ve yükümlülük kompozisyonunun senaryo ufku boyunca sabit tutulduğu varsayılır. Bu yaklaşım uygulamada pratiklik ve şeffaflık sunar ve düzenleyici beklentilerle uyumludur. Bu yaklaşım, stratejik eylemleri ve dekarbonizasyonu yansıtmamakla birlikte, aşırı iyimser ayarlamalarla risklerin hafife alınmasını önlemeye yardımcı olabilir.
- Dinamik Denge Yaklaşımı (Dynamic Balance Sheet): Yeni kredilendirme, portföy yeniden tahsisi ve karşı taraf operasyonlarındaki değişiklikler gibi stratejik aksiyonları ve uyumu içerir. Bu yaklaşım, bir bankanın iklim taahhütlerini ve beklenen stratejik eylemlerini yansıttığı için uzun vadeli risk analizi için daha uygundur.
Anket sonuçları, bankaların çoğunluğunun statik bilanço yaklaşımını kullanmaya devam ettiğini göstermektedir. Dinamik bilanço yaklaşımı, uzun vadeli stratejik aksiyonları yansıtabilse de, geçiş yörüngelerine ilişkin derin belirsizlikler ve potansiyel olarak aşırı iyimser varsayımlar nedeniyle sonuçların güvenilirliğini tehlikeye atma riskini taşır. Bu nedenle, statik yaklaşımın tercihi, bu aşamada, düzenleyici beklentilerle uyumlu, ihtiyatlı (prudent) ve karşılaştırılabilir sonuçlar sağlamayı amaçlayan bir model olgunluğu eksikliğini ve ihtiyatlı bir risk altını çizmektedir. Ancak, bankaların stratejik niyetlerinin kredibilitesi arttıkça, uzun vadeli senaryolarda dinamik yaklaşıma geçiş kaçınılmaz olacaktır.
Bölüm II: Senaryo Analizi ve Veri Girişlerinin Teknik Çerçevesi
4. Küresel Senaryo Çerçeveleri: NGFS ve IPCC Yaklaşımlarının Metodolojik İncelenmesi
İklim stres testi için kullanılan senaryo analizleri, iklim risklerinin finansal sistem üzerindeki potansiyel etkilerini değerlendirmek için hayati önem taşır. Küresel standartlar için iki ana çerçeve kullanılır:
NGFS (Network for Greening the Financial System) Senaryoları: NGFS, iklim risklerinin ekonomi ve finansal sistem üzerindeki etkilerini analiz etmek için ortak bir başlangıç noktası sunar. Senaryolar, politika hedeflerinin ve koordinasyon düzeylerinin bir sonucu olarak ortaya çıkan geçiş ve fiziksel risk seviyelerine göre sınıflandırılır. Temel boyutlar Düzenli (Orderly), Düzensiz (Disorderly) ve Sıcak Dünya (Hot House World / Too little, too late) senaryolarını içerir. Uzun vadeli geçiş riskleri için NGFS Gecikmeli, Net-Sıfır ve 2 Derece Altı senaryoları en sık kullanılanlardır.
NGFS senaryolarının temel kısıtlaması, Entegre Değerlendirme Modelleri (IAM’ler) kullanması nedeniyle karmaşık geri bildirim döngülerini veya doğrusal olmayan devrilme noktalarını (tipping points) tam olarak yakalayamama riskidir. Daha da önemlisi, bu senaryolar genellikle yeterli sektörel ayrıştırmadan ve bölgesel detaylardan yoksundur. Bu durum, bankaların makroekonomik değişkenleri (GSYH, enflasyon) sektöre ve karşı tarafa özgü finansal metrik değişimlerine (EBITDA, kârlılık, kaldıraç) çevirmek için ileri düzey uydu modellere (satellite models) yatırım yapmasını zorunlu kılmaktadır, bu da teknoloji ve model risk yönetimi (MRM) yükünü artırmaktadır.
IPCC (Intergovernmental Panel on Climate Change) Senaryoları: IPCC, Temsilci Konsantrasyon Yörüngeleri (RCP’ler) ve Paylaşılan Sosyo-ekonomik Yollar (SSP’ler) ile potansiyel gelecekteki iklim koşulları projeksiyonları sağlar. Özellikle uzun vadeli fiziksel riskleri değerlendirmek amacıyla IPCC SSP5-8.5 ve SSP2-4.5 senaryoları yaygın olarak kullanılmaktadır.
5. Zaman Ufuklarının Optimizasyonu: Kısa Vadeli Şoklar ve Uzun Vadeli Dönüşüm Yörüngeleri
İklim risklerinin modellenmesi, hem kısa vadeli şokların (likidite, piyasa riski) hem de uzun vadeli kronik risklerin (kredi riski, stratejik risk) değerlendirilmesini gerektirir.
Uzun vadeli analizler (20–30 yıl), iklim politikalarının ve kronik fiziksel risklerin stratejik etkilerini değerlendirmek için kritik olup, bankaların %71’i bu ufukları değerlendirmektedir.
Kısa vadeli analizler (1–3 yıl veya 3–10 yıl) ise sermaye ve likidite yeterliliğini değerlendirmek için gereklidir. Ankete katılan bankaların %62’si 3–10 yıllık, %57’si ise 1–3 yıllık ufukları değerlendirmektedir. Bankalar bu kısa vadeli analizlerde, NGFS senaryolarını başlangıç noktası olarak kullanmakla birlikte, çoğunlukla dahili olarak geliştirilmiş senaryolara güvenmektedir. Piyasa riski (trading book) gibi hızla değişen portföy segmentleri, çok daha kısa zaman ufukları gerektirmektedir.
6. Temel Giriş Değişkenleri: Makro-Finansal ve İklim Değişkenlerinin Entegrasyonu
İST için temel senaryo değişkenleri, iklim ve makro-finansal değişkenlerin bütünleşik bir kombinasyonunu içerir. Bu değişkenler, doğrudan ve dolaylı iletim kanalları aracılığıyla şokların finansal etkilere çevrilmesinde kullanılır.
Doğrudan İletim Kanalları: Karbon fiyatı, sera gazı (GHG) emisyon yoğunluğu ve enerji karışımı gibi doğrudan iklim politikalarıyla bağlantılı faktörlerdir. Karbon fiyatlandırması, senaryolarda politika kaymalarının ve artan maliyetlerin bir vekili olarak en yaygın seçilen geçiş riski faktörüdür.
Dolaylı İletim Kanalları: Bu kanallar, GSYH, Tüketici Fiyat Endeksi (CPI) ve İşsizlik Oranı (UER) gibi makroekonomik değişkenler üzerinden sektörlere yansıyan ikinci dereceden etkileri yansıtır.
Kurumsal müşterilerin Temerrüt Olasılığı (PD) modellemesi için en yaygın kullanılan senaryo değişkenlerinin GSYH ve karbon fiyatları olduğu gözlemlenmektedir. Aşağıdaki tablo, bu temel değişken setlerini özetlemektedir.
İklim Stres Testi İçin Temel Senaryo Değişkenleri ve Örnekleri
| Kategori | Makro-Finansal Değişkenler | İklim/Çevresel Değişkenler |
| Ekonomik Performans | GSYH, GVA Büyümesi, Kurumsal Kârlar, İşsizlik Oranları (UER) 1 | Küresel Sıcaklık Yörüngeleri, GHG Emisyon Yoğunluğu |
| Finansal Koşullar | Faiz Oranları, FX Oranları, Kurumsal Tahvil Getirileri, Konut Piyasası Fiyatları (HPI) 1 | Karbon Fiyatı, Elektrik/Enerji Fiyatları, Yağmur/Sel Sıklığı 1 |
| Risk Çıktıları | P&L, ECL, RWA, Sermaye Yeterliliği 1 | PD (Temerrüt Olasılığı), LGD (Temerrütte Kayıp) 1 |
Bölüm III: Kredi Riski Modelleme Metodolojileri: Geçiş ve Fiziksel Risk Derinliği
7. Geçiş Riski Modellemesi: İşletme Seviyesinde Etki ve Kredi Kalitesi İlişkisi
Geçiş riskinin modellenmesinde bankalar, detaylı analizlere yönelmektedir. Ankete katılan kurumların büyük çoğunluğu (%38’i karşı taraf düzeyinde, %33’ü maruziyet düzeyinde) aşağıdan yukarıya analiz uygulamaktadır.
İletim Kanalları ve PD/LGD Üzerindeki Etki
Bankalar, politika değişimlerinin ve teknolojik ilerlemelerin borçluların finansallarına olan etkisini modellemek için doğrudan ve dolaylı iletim kanallarını kullanır. Doğrudan etkiler, karbon fiyatının maliyeti veya düşük karbon teknolojilerine yönelik sermaye harcamaları (CapEx) iken; dolaylı etkiler, tedarik zinciri boyunca maliyet aktarımı veya pazar tercihlerindeki değişim yoluyla ortaya çıkar.1
Bankalar, bu etkileri hesaplamak için “Risk Altındaki Kazançlar” (Earnings at Risk) yaklaşımını kullanmakta, bu da ileriye dönük karbon maliyetinin firmanın EBITDA’sında yaratacağı yüzdesel değişimi tahmin etmektedir. Bu değişimler, daha sonra kredi risk parametrelerine dönüştürülür.
PD Entegrasyonu: Geçiş riskini PD’ye entegre etmenin en yaygın yolu, mevcut kredi risk modelleri üzerine bir PD Katmanı veya Kayması (PD Overlay or Shift) uygulamaktır. Bu, kârlılık ve kaldıraç gibi temel kredi belirleyicilerindeki varsayılan değişiklikleri yansıtır.
LGD ve Teminat Etkisi: Geçiş riskleri, mevzuat değişimleri nedeniyle teminat değerinin azalması (örneğin Gayrimenkulde stranded assets riski) yoluyla LGD’yi etkileyebilir.1 Özellikle gayrimenkul portföylerinde, Enerji Performans Sertifikası (EPC) standartlarına uyum için gereken yenileme maliyetleri, müşterinin harcanabilir gelirini azaltarak hem PD’yi hem de teminat değerini etkileyerek LGD’yi yükseltir.1 Bu etki, sadece büyük endüstrilerin değil, perakende segmentinin de risk yönetiminde iklim uyum maliyetlerinin ne kadar kritik olduğunu gösterir.
8. Fiziksel Risk Modellemesi: H/E/V Çerçevesi (Tehlike, Maruziyet, Hassasiyet)
Fiziksel risk modellemesi, Tehlike (Hazard), Maruziyet (Exposure) ve Hassasiyet (Vulnerability) olmak üzere Üç Temel Bileşen üzerinden yapılandırılır.
| Bileşen | Tanım ve Kapsam | Modelleme Yaklaşımı / Gereksinim |
| Tehlike (Hazard) | İklim olayının olasılığı ve şiddeti (Akut: Sel; Kronik: Su Kıtlığı). | Geri Dönüş Periyotları (Return Period), IPCC/NGFS projeksiyonları. En yaygın modellenenler: Sel (%86), Su stresi (%48).1 |
| Maruziyet (Exposure) | Finansal varlıkların (kredi teminatları) coğrafi konumu ve değeri. | Coğrafi Koordinatlar veya Posta Kodları kullanılarak yüksek detay (%65’ten fazlası kullanıyor).1 |
| Hassasiyet (Vulnerability) | Borçlunun veya varlığın hasara uğrama, adapte olma ve direnç gösterme kapasitesi. | Hasar fonksiyonları (Damage Functions), Sigorta Kapsamı ve Adaptif Kapasite Değerlendirmesi.1 |
Bankalar, kurumsal müşterilerin fiziksel risk değerlendirmesini genellikle coğrafi koordinat düzeyinde yapmaktadır.1 Ancak, bir firmanın değer zinciri boyunca ekonomik faaliyetlerinin yerini gösteren granüler veri hala sınırlıdır.1
Fiziksel riskler, kredi riskini iki temel parametre üzerinden etkiler: (1) LGD’yi artırır (fiziksel hasar nedeniyle teminat değerinin düşmesi); (2) PD’yi artırır (iş kesintisi, artan operasyonel maliyetler veya azalan ödeme performansı nedeniyle).1 Örneğin, NatWest, fiziksel riskleri maliyet ve gelirdeki değişiklikler açısından kuantifiye ederek (sigorta maliyeti, hasar onarımı, tedarik zinciri kesintisi) kredi riski metriklerinin hassasiyetini ölçmektedir.1
Bu modelleme, sadece ilk dereceden etkileri değil, aynı zamanda tedarik zinciri kesintileri gibi dolaylı (ikinci/üçüncü dereceden) etkileri de hesaba katmayı gerektirir. Ancak anket sonuçları, bankaların sadece %29’unun ikinci, %24’ünün ise üçüncü derece etkileri modellemekte zorlandığını göstermektedir.
9. Fiziksel ve Geçiş Risklerinin Birleştirilmesi (Compound Risk)
İlerleyen dönemde iklim risklerinin sistemik etkilerini doğru bir şekilde yansıtmak için, fiziksel ve geçiş risklerinin birleşik (compounding) etkilerinin değerlendirilmesi gerekmektedir. Ankete katılan bankaların yalnızca %24’ü bu risk türlerinin birleşik etkilerini değerlendirmektedir.1 Ancak bankaların %52’si, gelecekte bu entegrasyonu yapmak istediğini belirtmektedir.1
Birleşik modellerin önündeki zorluklar, risk şoklarının kökenindeki farklılıklar ve potansiyel çift sayım (double counting) riskidir.1 Bu, özellikle risklerin birbirini şiddetlendirdiği veya bir riskin diğerini tetiklediği doğrusal olmayan etkileri yakalamayı amaçlayan daha sofistike senaryo tasarımlarını gerektirmektedir.
Bölüm IV: Kurumsal Yönetim, Piyasa Riski ve Teknolojik Altyapı
10. Piyasa Riski Stres Testi: Geçiş ve Fiziksel Şokların Alım-Satım Portföyüne Etkisi
İklimle ilgili piyasa riski stres testi metodolojileri, kredi riskine kıyasla daha az olgunluğa sahiptir ve bankalar genellikle bu egzersizleri düzenleyici taleplere yanıt olarak duruma bağlı olarak yürütmektedir.
Piyasa riski analizi, bankanın Alım-Satım Portföyü’ne (Trading Book) odaklanır ve kısa zaman ufukları (günler, haftalar) gerektirir. İklim riskleri, faiz oranlarını, kredi risk primleri, döviz (FX) kurlarını, hisse senedi ve emtia fiyatlarını etkileyerek MTM (Piyasa Değerine Göre Değerleme) kayıplarına yol açabilir.
Raiffeisen Bank International örneğinde, geçiş ve fiziksel risk için maruziyet değerlendirmesi ve potansiyel PnL ((Profit and Loss), bir kurumun (örneğin bir bankanın) belirli bir dönem içinde elde ettiği kâr veya uğradığı zararı ifade eder)) hesaplaması olmak üzere iki bloklu bir yaklaşım kullanılmıştır. Geçiş riski maruziyeti, NACE sektörleri bazında, ülkedeki çevresel (GHG emisyonları) ve makroekonomik faktörlerin ağırlığına göre bir risk skoru atanarak belirlenir. PnL hesaplaması ise, ECB (Avrupa Merkez Bankası) tarafından sağlanan şokların, İç Model Yaklaşımına (IMA) göre hesaplanan duyarlılıklara uygulanmasıyla gerçekleştirilir. Raiffeisen, geçiş riskinin kısa tutma süresi nedeniyle piyasa riski için daha az önemli olduğunu, akut fiziksel riskin ise daha alakalı olduğunu belirtmiştir.
Bu alandaki temel metrikler arasında stresli P&L, RWA ve İklim Riski Altındaki Değer (Climate VaR) yer almaktadır.
11. Model Riski Yönetimi (MRM): İklim Modellerinin Sınıflandırılması ve Doğrulanması
İklim modelleri, uzun zaman ufukları, geçmiş verilerin yetersizliği (back-testing zorluğu) ve uzman varsayımlarına güçlü bağımlılık nedeniyle yüksek model riski taşımaktadır. Ankete katılan bankaların üçte biri (%33) iklim riski stres testi modellerini henüz MRM çerçevelerine tam olarak dahil etmemiştir.
Model riskini hafifletmek için en yaygın iki yaklaşım şunlardır :
- BAU Standart Risk Modellerine Eklentiler (Add-ons): Mevcut ve doğrulanmış İş Süreçlerine (BAU) ait standart risk modelleri üzerine iklim riski modülleri veya katmanları eklemek (%48).
- Dahili Doğrulama: İklim riski modellerinin dahili olarak doğrulanması (%33).
İklim MRM’nin ana odak noktası, modelin varsayımlarının şeffaflığına kaymaktadır. Düzenleyiciler, bankalardan model riskini değerlendirmelerini ve farklı metodolojiler veya varsayımlar altındaki sonuçlardaki varyasyonları (hassasiyet analizi) raporlamalarını talep etmektedir. Bu, modellerin sağlamlığını (robustness) ve alternatif metodolojilerle kıyaslanabilirliğini (benchmarking) sağlamayı gerektirir.
12. Teknolojinin Rolü: Veri Yönetimi, Otomasyon ve Simülasyon Altyapısı
İklim stres testinin büyük hacimli ve detaylı veri gereksinimleri (özellikle coğrafi veriler) karşısında, mevcut teknolojik altyapı genellikle yetersiz kalmaktadır. Ankete katılan tüm bankalar (%100), mevcut teknolojinin iyileştirilmesi gerektiğini belirtmiştir.
Bankaların teknolojiden beklediği temel destek alanları şunlardır: analiz çalıştırılırken daha fazla şeffaflık, hassasiyet analizlerini (re-running) yapmak için gelişmiş esneklik ve otomasyon, ve sonuçların arkasındaki risk sürücülerinin daha iyi anlaşılması.
Merkezi Platformlar ve Sinerji: Merkezi bir stres testi platformu, farklı ekiplerin veri, senaryo ve modelleri paylaşmasını sağlayarak süreç orkestrasyonunda verimlilik sağlar. Erste Group’un, Risk Ağırlıklı Varlıklar (RWA) hesaplama motorunu Finansmanlı Emisyonlar hesaplaması ve simülasyonları için kullanması, bu tür teknolojik entegrasyonlardan elde edilen önemli sinerjilere somut bir örnektir.
Yapay Zekâ’nın Rolü: İklim stres testinin iki büyük engeli olan granüler veri kıtlığı ve model karmaşıklığı, Yapay Zekâ (AI) ve Makine Öğrenimi (ML) teknolojileriyle hafifletilebilir. AI/ML, uydu verilerinden otomatik veri toplayarak ve küresel iklim model çıktılarını bölgesel çözünürlüklere indirgeyerek (downscaling) fiziksel risk değerlendirmelerinin bilimsel hassasiyetini ve coğrafi konuma dayalı doğruluğunu artırabilir. Ankete katılanların %33’ünün simülasyonlarında AI/ML kullanımını değerlendirmesi bu potansiyeli doğrulamaktadır.
Bölüm V: Entegrasyon ve İlerleyen Yol Haritası
13. İş Süreçlerine (BAU) Entegrasyon: Sermaye Yönetimi ve Karşılıklar
İklim riskinin BAU süreçlerine entegrasyonu, bu riskin izole bir riskten, kredi ve piyasa gibi ana finansal risklerin temel bir itici gücüne dönüşümünü yansıtır.
Sermaye Entegrasyonu (ICAAP): Ankete katılanların neredeyse yarısı (%48) iklim riskini Sermaye Gereksinimlerine (ICAAP modelleri veya sermaye eklentileri aracılığıyla) yansıttığını belirtmiştir. Bu entegrasyon, genellikle üç ila beş yıllık kısa vadeli senaryoların, makroekonomik şokların iklim etkilerini yansıtacak şekilde ayarlanmasıyla gerçekleştirilir.
Kredi Kaybı Karşılıklarına Entegrasyon (IFRS 9 / ECL): İklim risk faktörlerini BAU kredi kaybı karşılık modellerine uygulayan bankaların oranı henüz düşüktür (%14), ancak %43’ü bunu önümüzdeki 12 ila 36 ay içinde uygulamayı planlamaktadır. Bu, iklim riskinin, model sonrası ayarlamalar veya in-model değişiklikler yoluyla (PD ve LGD üzerindeki etkiler üzerinden), IFRS 9 karşılıkları üzerinde giderek artan bir baskı yaratacağını göstermektedir.
Banorte Örneği bu entegrasyona örnek teşkil eder; kurum, İST’yi yukarıdan aşağıya ve aşağıdan yukarıya yaklaşımlarını birleştirerek BAU’ya entegre etmekte, hem makroekonomik değişkenler hem de teminat hasarı ve EBITDA etkileri üzerinden risk ölçümü yapmaktadır.
14. İklim Stres Testi Sonuçlarının Kullanımı: Portföy Dekarbonizasyonu ve Hedef Belirleme
İST sonuçları, düzenleyici uyumun ötesinde, bankaların stratejik kararlarını desteklemektedir. Ankete katılanların %52’si İST sonuçlarını geçiş ve dekarbonizasyon planlaması için, %38’i ise müşteri katılımı için kullanmaktadır.
İklim stres testinin nicel çıktıları (iklim riskine göre ayarlanmış PD/LGD), yüksek karbon yoğunluğuna sahip sektörlerdeki risk maruziyetini belirleyerek bankanın Net-Sıfır taahhütlerini destekler. Bu analiz, müşterilerin geçiş planlarının finansal kredibilitesini değerlendirmeye yardımcı olur ve bankaların portföy tahsislerini iklim hedefleri doğrultusunda yeniden yönlendirmesine olanak tanır.
15. İlerleyen Yol Haritası ve Yeni Sınırlar
İklim stres testinin bir sonraki aşaması, metodolojilerin kapsamını ve karmaşıklığını artırmaya odaklanacaktır.
Kapsamın Genişletilmesi: Doğa ve Sosyal Riskler
Gelecekteki stres testi çerçevelerinin, iklim risklerinin ötesine geçerek Doğa (Nature) ve Sosyal Riskleri (göç, eşitsizlik, işgücü dönüşümü) içermesi beklenmektedir. Biyoçeşitlilik kaybı ve su kıtlığı gibi Doğa riskleri, kronik fiziksel riskleri artırarak ve tedarik zincirini etkileyerek finansal kayıplara yol açtığı için iklim riskleriyle yakından ilişkilidir. Finansal kurumlar, bu karşılıklı etkileşimleri yakalayan bütünsel Sürdürülebilirlik Riski Yönetimi (SRM) çerçevelerine doğru ilerlemek zorundadır.
Modelleme İyileştirmeleri ve Yeni Veriler
- Fiziksel Riskte İlerleme: Bankalar, maliyetli üçüncü taraf verilerine bağımlılık yerine, fiziksel risk etkilerinin kalitatif anlayışını geliştirmeye ve iklim atıf bilimini kullanmaya odaklanacaktır. Tedarik zinciri kesintileri gibi ikinci/üçüncü dereceden etkilerin daha sofistike bir şekilde modellenmesi hedeflenmektedir.
- Risk Azaltım Tedbirlerinin Modellenmesi: Fiziksel adaptasyon yatırımları ve doğal afet sigortası gibi risk azaltım mekanizmalarının, portföy üzerindeki riski nasıl azalttığının hesaplanması gerekmektedir, bu da bankanın stratejik aksiyonlarının etkisini daha doğru yansıtacaktır.
- Yapay Zekâ ve Veri: AI/ML kullanımı artacak, uydu görüntüleri ve sensörler gibi yeni veri kaynakları kullanılarak maruziyetin izlenmesi ve modelleme yetenekleri geliştirilecektir.
Yönetişim ve Raporlama
İklim risklerinin yönetimine ilişkin yönetişim standartları yükseltilecek; Yönetim Kurulu’nun (Board), İklim Stres Testi (İST / Climate Stress Testing – CST) süreçlerini denetleme, izleme ve sonuçlarını değerlendirme konusundaki rolleri güçlendirilecektir. Raporlama boyutunda, ayrıntılı İklim Stres Testi (CST) sonuçları — özellikle Temerrüt Olasılıkları (PD, Probability of Default) ve Beklenen Kredi Zararı (ECL, Expected Credit Loss) üzerindeki etkiler — büyük olasılıkla gizli denetleyici raporlarla sınırlı tutulacaktır. Buna karşılık, halka açık açıklamalar küresel raporlama çerçeveleriyle uyumlu hale getirilecek ve IFRS S2 (International Financial Reporting Standard S2 – İklimle İlgili Açıklamalar Standardı) temel alınarak hazırlanacaktır.
Bu gelişmeler, bankaların iklim risklerini ileriye dönük olarak daha etkili bir şekilde yönetmelerini sağlayacak ve iklimle ilgili finansal istikrarın sağlanmasında kritik bir adım olacaktır.
NOT: UNEP FI tarafından yayımlanan “Climate Stress Testing Methodologies Current Practices, Challenges, and the Road Ahead” başlıklı rapordan yararlanılarak hazırlanmıştır.

Bir yanıt yazın