Um die unterschiedlichen Risikopotenziale in den eigenen Portfolien zu verstehen, sollte man diese entlang geeigneter ESG-Kriterien analysieren und untergliedern. Aufgrund des unterschiedlichen Wirkungskreises bietet sich hier wiederum ein getrenntes Vorgehen zwischen Transitionsrisiken und physischen Risiken an. Können beim transitorischen Risiko klassische Kriterien, wie etwa Jurisdiktion, Absatzmarkt, Branche und Geschäftsmodell, genutzt werden, welche beispielsweise um ESG-Kriterien (Taxonomien, ESG-Ratings etc.) ergänzt werden, müssen bei physischen Risiken auch neuartige Kriterien definiert und erhoben werden (z.B. Exposition des Geschäftsmodells gegenüber Klimaereignissen wie Dürre, Überschwemmung, Wind etc.).
Die Verfügbarkeit von ESG-Daten ist aus unserer Projekterfahrung dabei die größte Herausforderung bei der Umsetzung. Wichtig für eine Überleitung und eine konsistente Risikosteuerung ist, dass die verwendeten ESG-Informationen möglichst konsistent zu anderen Risikoarten, insbesondere zum Kreditrisiko, sind, Meist liegen die notwendigen Informationen aus dem Kreditrisiko aber nicht vor, da andere Kundentypen betrachtet wurden als beim Marktpreisrisiko. Daher ist eine deutliche Erweiterung der ESG-Daten für das Marktpreisrisiko bis hin zur Entwicklung von eigenen Methoden oder Approximationen notwendig. Diese Erweiterung ist unserer Erfahrung nach einer der größten Kosten- und Aufwandstreiber bei einer Umsetzung.
Bei einer Umsetzung haben sich im Ergebnis daher folgende Aspekte als kritische Erfolgsfaktoren erwiesen:
- Pragmatische Umsetzung in kleinen Schritten und anschließende sukzessive Erweiterung bei enger Begleitung der Marktentwicklungen.
- Eine enge Abstimmung mit anderen Risikoarten, insbesondere mit dem Kreditrisiko hinsichtlich Methodik, Daten und Prozessen.
- Frühzeitiger Start mit der ESG-Datenbeschaffung inklusive einer nachhaltigen IT-Umsetzung, um Folgeaufwände zu minimieren.
Dieser pragmatische Ansatz stellt einen Startpunkt für sukzessive Weiterentwicklungen in den kommenden Jahren dar. Insbesondere die Verbesserung der Datenverfügbarkeit im ESG-Kontext sehen wir als einen klaren Katalysator bei der Erweiterung und Verfeinerung von Methodiken, IT-Systemen und Prozessen.