Klimarisiko og norske kommuner
I 2021 har KBN utviklet en første versjon av en klimarisikomodell for norske kommuner. Dette arbeidet bunner i et mål om å få bedre innsikt i klimarisikoen kommunene står ovenfor og hvordan denne påvirker KBN.
En modellering av klimarisiko gir verdifull kunnskap på flere områder. For det første er det økende forventninger, regulatorisk og i markedet, til at banker og finansforetak kartlegger og håndterer klimarelatert risiko i sine utlånsporteføljer. For det andre er det et nyttig verktøy i diskusjon med hver enkelt kommune. Arbeidet understøtter vår strategi om å være en bærekraftig samfunnsbygger gjennom å bidra til at kommunene i større grad tar hensyn til klimarisiko.
Klimarisiko og norske kommuner
Begrepet klimarisiko omfatter ulike former for risiko som kan knyttes direkte eller indirekte til et endret klima. Det regjeringsutnevnte Klimarisikoutvalget påpeker i sin rapport at begrepet klimarisiko skiller seg fra risikobegrepet i tradisjonell samfunnsøkonomisk litteratur ved at sannsynligheten for et utfall ikke er kjent eller objektivt, og fordi konsekvensene av et utfall også er til dels usikre i omfang. Slik sett passer begrepet «usikkerhet» fra vanlig risikolitteratur bedre som beskrivelse på det som omtales som klimarisiko. Dette får også konsekvenser for analyser av klimarisiko: med betydelig usikkerhet knyttet til både sannsynlighet og konsekvens, er det vanskelig å kvantifisere klimarisiko etter samme modell som annen risiko.
Klimarisikoutvalget mener derfor at det er mer hensiktsmessig å gjøre analyser av sårbarhet og robusthet for klimarisiko, gjerne vurdert i flere ulike framtidsscenarioer. Denne tilnærmingen med indikatorer for sårbarhet/robusthet heller enn sannsynlighet/konsekvens er lagt til grunn for denne første versjonen av KBNs klimarisikomodell for kommuner. Vi har foreløpig ikke tilstrekkelig datamateriale til å operere med ulike scenarier for modellen.
To kategorier, flere kanaler
Det er vanlig å dele klimarisiko inn i to hovedkategorier:
Fysisk klimarisiko er risiko knyttet til effekter og konsekvenser av klimaendringer. Dette kan være både akutte hendelser, som ekstremnedbør og flom, stormflo og ulike former for skred, eller langsiktige utviklingstrekk som havnivåstigning og økt råtefare. Dette kan medføre store direkte og indirekte kostnader for kommunen, innbyggere og det lokale næringslivet. Fysisk risiko gir grunnlag for ansvarsrisiko, det vil si risiko for å bli holdt ansvarlig for tap eller skade tredjeparter lider. For kommunene kan dette ta form av regressøksmål fra forsikringsselskaper.
Overgangsrisiko er risiko knyttet til regulatoriske endringer og samfunnsendringer i omstillingen til en lavutslippsøkonomi. For kommunene kan dette være tapte skatteinntekter, økte sosiale utgifter eller fraflytting som følge av endret næringsstruktur, men også at kommunenes egne investeringer kan få kortere levetid eller bli påført uforutsette kostnader grunnet regulatoriske endringer.
I tillegg til slik direkte påvirkning på kommunenes kostnader og inntekter på mikronivå, kan klimarisiko også berøre kommunene gjennom makro-faktorer som økt migrasjon, økte priser og ikke minst lavere inntekter og avkastning for staten.
Sentrale klimarisiko-faktorer for kommunene kan oppsummeres som i figur 1 (ikke uttømmende).
FIGUR 1 - Klimarisikofaktorer som kan være relevante for kommunesektoren. Illustrasjonen er ikke uttømmende.
Disse formene for risiko kan komme til uttrykk gjennom flere av de etablerte risikokanalene det opereres med innen bank og finans. Den mest åpenbare formen for klimarisiko for en bank er kredittrisiko knyttet til en eiendel som har tapt verdi på grunn av for eksempel flom, eller en låntaker som får betalingsproblemer på grunn av etterspørselssvikt. For KBN er kredittrisiko knyttet til låntaker mer relevant enn klimarisiko for ett enkelt objekt (f.eks. et bygg) vi finansierer, siden KBN ikke har sikkerhet i slike objekter. Derfor er det tatt utgangspunkt i en modell som analyserer klimarisiko i kommunen som helhet. Det er fastlagt i kommunelovens § 29-1 at kommuner og fylkeskommuner ikke kan slås konkurs, følgelig er KBNs risiko knyttet til kunders mislighold svært lav.
En mikroøkonomisk tilnærming til klimarisiko
Den første versjonen av KBNs klimarisikomodell tar for seg et utvalg mikroøkonomiske faktorer på enkeltkommune-nivå. Den er med andre ord ikke en klimarisikomodell for kommunesektoren som helhet, og heller ikke for KBN som virksomhet. Kommunesektorens samlede klimarisiko, og følgelig KBNs klimarelaterte kredittrisiko, er overfladisk berørt i TCFD-rapporteringen i KBNs årsrapport for 2020. Se for øvrig også klimarisiko-scenariene CICERO har utarbeidet for KBN, beskrevet i samme årsrapport, og tilgjengelig på klimarisiko.kbn.com/klimascenarioer.
Det er krevende å finne data som kan brukes til å kvantifisere kommuners klimarisiko på en meningsfull måte, og den begrensede datatilgangen og -kvaliteten (med dette formålet) innskrenker modellens omfang.
Oppbygging av modellen
Modellen består foreløpig av åtte ulike indikatorer, som beskrives i tabell 1. Hver kommune tildeles en score (Svært lav, lav, middels, høy eller svært høy) for hver indikator. Av dette utledes det en samlescore som følger samme skala. Indikatorene i første versjon av modellen vises i tabellen.
Resultater
En første kjøring av modellen resulterer i fordelingen vist i figur 2. De aggregerte resultatene, hvor ingen kommuner får en «svært lav» risikoscore, 28 får «lav», 240 får «middels», 86 «høy» og 2 «svært høy» stemmer godt overens med våre antakelser. Det innebærer at alle kommuner er eksponert for klimarisiko, men at omfanget er mer alvorlig for noen.
Vi ser at eksempelvis små kystkommuner gjennomgående kommer dårlig ut. Det skyldes at de økonomiske konsekvensene av særlig indikatoren havnivåstigning vil treffe øy-/kystsamfunn spesielt hardt og at få innbyggere innebærer få å dele regningen for reparasjon og forebygging på.
I videre utvikling av modellen vil det være aktuelt å legge til flere relevante datakilder, og finkalibrere grenser og vekting for å sikre at modellen blir mest mulig treffsikker. Det er også mulig at en tilsvarende tilnærming vil ha nytteverdi også i en bredere ESG-kontekst, gitt tilgang på data.
Hvordan påvirker klimarisiko kommunenes kredittvurdering?
KBN foretar årlige kredittvurderinger av alle kommuner, basert på faktorer som driftsresultat, netto lånegjeld og disposisjonsfond. Denne vurderingen resulterer i en trafikklysmodell, hvor kunder som klassifiseres i kategori rødt eller oransje i modellen må gjennom en egen vurdering i bankens interne kredittkomité før lån eventuelt innvilges. KBN har som mål å utvikle en klima-/ESG-risikomodell av en så høy kvalitet at den kan integreres i kredittmodellen, hvor klima-/ESG-risikofaktorer vil inngå på lik linje med øvrige økonomiske faktorer. Inntil videre vil klimarisikoscoren fungere som tungen på vektskålen for kommuner som ligger i grenseland mellom to farger.
Faksimile fra KBN Kredittmonitor, eksempelkommune.
I den interne kredittmonitoren til KBN er klimarisikokarakteren til hver enkelt kommune lagt til som supplerende informasjon til en kommunes kredittstatus. Bankens ansatte kan ved hjelp av dette verktøyet lett finne informasjon om samtlige kommuners klimarisiko, inkludert forklaringer til hvorfor og hvordan hver indikator påvirker klimarisikoen en kommune står ovenfor.
Av: Miriam Bugge Anderssen, rådgiver klima og grønn finans
Torunn Brånå, fagansvarlig grønn finans
FIGUR 2 - Klimarisiko-scoring for norske kommuner
Tabell 1
KBNs klimarisikomodell for norske kommuner
|
|
Indikator og vekting |
Begrunnelse |
Svakheter og merknader |
|
Fysisk risiko |
Antall bygg/km vei/arealer per capita berørt ved modellert 200-års stormflo – 10% |
Et høyt antall bygg og annen infrastruktur som er sårbare for stormflo (som igjen korrelerer med sårbarhet for havnivåstigning i framtiden) anses som en risiko. For kommunen kan dette komme til uttrykk både gjennom mulige skader på egne eiendeler, følelse av utrygghet blant innbyggere, erstatningsansvar ved «feil» regulering og tillatelser, etc. |
Indikatoren er basert på modeller som i begrenset grad tar hensyn til om bygget er stort eller lite, har høy eller lav verdi, innebærer fare for liv og helse eller ikke – f.eks. om det er snakk om et båthus eller en bolig (men offentlige og samfunnskritiske bygg er vektet høyere enn private). Modellen fanger ikke opp om det blir gjort sikringstiltak for enkeltbygg eller infrastruktur som kan redusere eller eliminere risikoen i det enkelte tilfellet. |
|
Gjennomsnittsalder på kommunalt spillvannsnett – 10% |
Gammel infrastruktur for å ta unna nedbør anses som en risiko både fordi den ofte er skadet, og fordi den som regel ikke er dimensjonert verken for dagens eller i enda mindre grad framtidens nedbørsmengder og -mønstre. |
Ser man på ett enkelt år vil ikke denne indikatoren fange opp i hvilken grad kommunen jobber med å forbedre situasjonen. Det finnes et eget KOSTRA-datasett for utskiftingstakt, men dette mangler data for svært mange kommuner og ble derfor ikke tatt med i modellen. I videre arbeid med modellen vil det bli vurdert å inkludere investeringsnivå/utskiftingstakt som en dimensjon. Datasettet sier bare noe om alder på infrastrukturen, ikke hvor godt den vedlikeholdes. Det kan være eksempler på kommuner som kan leve godt med sin gamle infrastruktur også i framtiden. |
|
|
Beregnet fremtidig økning i nedbør – 15% |
Stor relativ økning i nedbør utgjør en risiko for overvannsskader og flomsituasjoner, fordi lokalsamfunnet gjerne ikke er rustet for den økte vannmengden. |
Sterkt nedskalert klimamodell som innebærer en del usikkerhet. Datasettet angir gjennomsnittlig årsnedbør og sier dermed ikke noe om hvor intensivt nedbøren vil komme, men vi vet fra forskningen at mye av nedbørsøkningen generelt vil komme i form av flere styrtregn-hendelser. |
|
|
Andel av sysselsatte i kommunen som jobber i næringer identifisert som sårbare for fysisk klimarisiko – 20% |
Skatteinntekter og bosetting utgjør en viktig del av kommunens økonomiske grunnlag. Dersom vi antar at det kan bli lavere aktivitet/ lønnsomhet i næringer som er identifisert som sårbare for fysisk klimarisiko, kan dette ha betydning for skatteinngang og befolkningsutvikling. |
Se merknad til tilsvarende indikator under overgangsrisiko. |
|
|
Overgangsrisiko |
Klimagassutslipp per innbygger sammenlignet med landsgjennomsnitt – 15% |
Høye utslipp vurderes som en risikofaktor, da vi vet at Norge har forpliktet seg til kraftig reduksjon i klimagassutslippene. De store utslippskildene kan forventes å bli pålagt ulike former for tiltak, som f.eks. kan føre til redusert økonomisk aktivitet |
Statistikken inkluderer bare direkte utslippskilder, og ikke indirekte utslipp fra f.eks. varer og tjenester. Datasettet inkluderer utslippskilder som kommunen i liten grad har innvirkning på, slik som veitrafikk (dette er gjerne største utslippskilde i kommuner som har en strekning av en gjennomfartsåre slik som E6). Statistikken settes opp etter fordelingsnøkler, og det er ikke alle utslippsreduserende tiltak lokalt som vil bli fanget opp. Cirka 70% av utslippene i Norge er tatt inn i statistikken, det vil si at en del kilder (som typisk er vanskelig å fordele på kommunene) foreløpig faller utenfor. |
|
Endring i klimagassutslipp i kommunen siste fem år – 10% |
Henger sammen med indikatoren over, men ser på trend over tid slik at kommunene premieres for å ha hatt en god utvikling de siste årene. |
||
|
Andel av sysselsatte i kommunen som jobber i næringer identifisert som sårbare for overgangsrisiko – 20% |
Skatteinntekter og bosetting utgjør en viktig del av kommunens økonomiske grunnlag. Dersom vi antar at det kan bli lavere aktivitet/ lønnsomhet i næringer som er identifisert som sårbare for overgangsrisiko, kan dette ha betydning for skatteinngang og befolkningsutvikling.
|
Vurderingen av hvilke næringer som er sårbare for klimarisiko er gjort på nasjonalt nivå, det vil si at det ikke er tatt hensyn til lokale forhold og heller ikke den relative omstillingstakten/ konkurransekraften til enkeltvirksomheter. En kommune som har en «grønnere» sementfabrikk som hjørnesteinsbedrift vil fortsatt bli straffet for å ha mange ansatte i sementbransjen, som anses å ha høy overgangsrisiko. Vurderingen av hvorvidt en næring er klimarisiko-utsatt eller ikke er binær, det er ikke nyanseforskjeller eller ulik vekting på næringene selv om de i realiteten vil ha ulik risiko. Noen næringer er definert som sårbare for både overgangsrisiko og fysisk risiko. Slik modellen er satt opp i dag, vil en ansatt i en slik næringen dobbelt-telles i den forstand at det gir utslag både på fysisk risiko og overgangsrisiko i modellen, selv om det er den samme skatteinntekten som eventuelt forsvinner. |
|
|
Andel av kommunens gjeld i KBN som er i form av grønne lån |
Grønne lån blir sett på som en proxy for at kommunen tar med klimarisiko i investeringsbeslutninger, og dermed reduserer egen sårbarhet mot klimarisiko – f.eks ved å bygge med lavt energibehov eller ved å gjøre klimatilpasningstiltak før skaden inntreffer. |
Datagrunnlaget for denne indikatoren er noe mangelfull, bl.a. fordi dataene vi har tilgang på kun baserer seg på grønne lån i KBN. Også andre banker (KLP) tilbyr grønne lån, og det kan i tillegg være grønne investeringer finansiert av KBN som er i form av ordinære lån og dermed ikke er øremerket. Foreløpig er det kun grønne lån hvor kommunen er låntaker som er inkludert. Det er mange grønne investeringer hvor IKS-er eller KF-er er låntaker, men dette blir for øyeblikket ikke fanget opp i modellen. Vi vet heller ikke hvor dekkende dette er som proxy. |