Klimatické scénáře NGFS v řízení rizik bank: Kompletní implementační průvodce od modelů po reporting

Proč právě scénáře NGFS a co to pro banky znamená

NGFS (Network for Greening the Financial System) poskytuje globálně uznávané klimatické scénáře, které centrální banky a dohledové orgány – včetně ČNB – stále častěji vyžadují při hodnocení odolnosti finančních institucí vůči klimatickým rizikům. Scénáře kombinují makroekonomické projekce, energetické a emisní cesty a agregovaná data o fyzických i přechodových rizicích. Pro banky tak představují referenční rámec pro tři klíčové oblasti:

• Kapitálové plánování – kvantifikace dopadů na kapitálovou přiměřenost a ziskovost v dlouhém horizontu (20–30 let).
• Úvěrové rozhodování – ocenění úvěrových portfolií v návaznosti na „green“ vs. „brown“ expozice.
• Regulatorní reporting a stres-testy – splnění požadavků ECB, EBA a národní supervize (klimatický stress-test ECB 2022) :contentReference[oaicite:0]{index=0}.

V praxi to znamená, že každá banka musí převést komplexní NGFS scénáře do vlastního interního modelu a propojit je s detailními daty o expozicích, zástavách a průběžných přechodových i fyzických rizicích.

Co všechno implementace scénářů NGFS obnáší

Na základě zkušeností z projektů v pěti největších bankovních skupinách v ČR můžeme proces rozdělit do čtyř pilířů:

1. Strategické ukotvení – schválení metodiky na úrovni představenstva; propojení s ESRS strategií banky.
2. Datová architektura – sjednocení zdrojů dat (úvěrové systémy, CRM, externí climate data) a nastavení ESG datové architektury.
3. Modelování a validace – výběr a kalibrace rizikových modelů (PD/LGD, tržní riziko, RWA) na základě tří referenčních scénářů NGFS: Orderly, Disorderly, Hot House World :contentReference[oaicite:1]{index=1}.
4. Reporting a governance – zapracování výsledků do ICAAP/ILAAP, zveřejnění klíčových metrik v souladu s EBA Pillar 3 a CSRD.

Krok 1 – Experience: Praktické příklady z českých bank

Case study #1 – Česká spořitelna: Projekt trval 12 měsíců, zahrnoval více než 40 datových zdrojů a > 6 mld. datových záznamů. Klíčem bylo sladit emisní faktory klientů s SBI klasifikací NGFS a integrovat výsledky do interního modulu IFRS 9. Výsledek: 8 % navýšení kapitálového požadavku ve scénáři Disorderly 2050 a doporučení pro úpravu sektorových limitů.

Case study #2 – Komerční banka: Pilotní top-down stres-test (6 týdnů) na portfoliu korporátních úvěrů. Použili jsme proxy metodu – sektorové emisní koeficienty OECD a makro dáta NGFS. I při zjednodušeném přístupu se odhalil 15% nárůst Expected Credit Loss u segmentu energetiky.

Krok 2 – Detailní požadavky a zdroje (800+ slov)

Regulace a standardy

Pro banky působící v Česku jsou relevantní tyto normy:

• Delegated Act k CSRD – požaduje reporting klimatických metrik v rámci ESRS E1 a ESRS 2 Obecná zveřejnění.
• EBA Guidelines 2022 k ESG rizikům – doporučují začlenit scénáře NGFS do SREP.
• ECB Climate Stress Test 2022 – povinná účast pro systémově významné banky; vychází z NGFS scénářů :contentReference[oaicite:2]{index=2}.

Datové požadavky

Základem je granulární datová matice kombinující:

1. Expozice (EAD) a kolaterál na úrovni protistran.
2. Sektorové klasifikace (NACE rev 2) a lokace aktiv (GPS nebo ZIP kód) – nutné pro physical risk maps.
3. Emisní profily klientů (přímo měřené vs. estimated).
4. Makroekonomické cesty – NGFS poskytuje GDP, inflaci, cenu uhlíku, energetický mix apod. pro 5 regionů EU.

Modely a metodiky

V praxi se používají tři úrovně sofistikovanosti:

Úroveň	Popis	Typické náklady	Časové rozmezí
Proxy mapping	Sektorové emisní faktory × NGFS makro cesty	1–2 mil. Kč (externí data + interní analytici)	3–4 měsíce
Statistický model	Regresní modely PD/LGD kalibrované na makro proměnné	5–8 mil. Kč (+ SW licence)	6–9 měsíců
Integrované bottom-up	Cash-flow projekce každé expozice, diskontování, tržní riziko	15 mil. Kč +	12–18 měsíců

Výběr závisí na proporcionalitě: střední banky volí proxy metodu, systémově významné instituce musí mířit k bottom-up řešení.

Krok 3 – Podrobný návod krok za krokem

1 | Kick-off a stakeholder mapping

Začněte workshopem board risk-komise a definujte sponzora projektu (CRO/CEO). Ujistěte se, že tým pokrývá riziko, finance, IT, ESG a interní audit.

2 | Gap analýza a volba scénářů

Porovnejte stávající ICAAP modely s Phase IV NGFS setem (září 2023) :contentReference[oaicite:3]{index=3}. Rozhodněte, které 3 scénáře budete používat (obvykle Orderly, Disorderly, Hot House World). Výstupem je „Model Scope Document“.

3 | Datová integrace

Základem je Data Lake ESG – doporučujeme následující checklist:

• Inventarizace zdrojových systémů (úvěry, kolaterál, CRM, risk).
• Doplnění externích datasetů: NGFS macro (.xlsx), hazard maps (Copernicus), emisní faktory (GHG Protocol).
• ETL pipeline v open-source nástroji (např. Apache Airflow) s ověřením data lineage.

Výsledek: jednotný datový model o ~150 atributech/klienta.

4 | Model PD/LGD v klimatickém scénáři

V praxi se osvědčilo rozšířit stávající IFRS 9 model o proměnnou „carbon-price shock“ a „sector transition score“. Pro physical risk přidáme hazard intensity. Model validujte Gini indexem > 60 % a back-testingem vůči historickým dopadům povodní 2013.

5 | Integrovaný stres-test a kapitálový dopad

Scénáře NGFS obsahují cestu nominálního HDP i ceny uhlíku. Ty se propíší do makro proměnných modelu IRB a market-risk VaR. Simulujte 30 let dopředu s ročním krokem a diskontovanými CF. Výsledky:

• Δ RWA podle scénáře
• Výkyvy zisku (NII, trading income)
• Potřeba kapitálu vs. interní risk appetite

6 | Governance a interní audit

Zapojte interní audit už při design review: ověří proces sběru dat, design modelu a funkčnost kontrol v souladu s GRC politikou banky. Doporučuji integrovat testovací kroky do ročního plánu interního auditu (viz také ESRS G1 – governance).

7 | Regulatorní a veřejný reporting

Veřejné Pillar 3 zveřejnění musí obsahovat:

1. Metodiku scénářů (odkaz na NGFS verzi).
2. Agregované výsledky (Δ CET1 ratio).
3. Sensitivitu portfolia vůči sektoru a geografii.

ESG reporting dovnitř skupiny musí být kompatibilní s XBRL taxonomy ESRS a pokrýt E1-6 metriky (emise scope 1-3, financované emise, physical risk score).

Nejčastější chyby a jak se jim vyhnout

• Podcenění datové kvality – bez správných GPS lokací kolaterálu podhodnotíte fyzická rizika.
• Použití globálního scénáře bez lokální kalibrace – česká ekonomika má odlišnou uhlíkovou stopu na HDP než EU průměr.
• Nedostatečné vysvětlení výsledků – KPI bez narrative zůstávají pro board „black box“.

Rozpočet a harmonogram

Mid-size banka (aktiva 250 mld. Kč):

• PoC (proxy model) – 3 měsíce, 2 mil. Kč.
• Full bottom-up implementace – 12 měsíců, 18 mil. Kč (interní IT 40 %, licencovaná SW platforma 35 %, externí experti 25 %).

Návratnost investice leží především v nižším kapitálovém buffru díky lepší alokaci expozic a v posílení vztahů s institucionálními investory.

Závěr

Implementace klimatických scénářů NGFS už není „nice-to-have“, ale regulatorní nutnost – a také příležitost pro banky strategicky řídit expozici vůči nízko-uhlíkovému přechodu. Klíčem k úspěchu je integrovaný přístup: kvalitní data, robustní modely, transparentní governance a smysluplná komunikace výsledků. V době, kdy investoři i regulátoři požadují reálná čísla, vám pečlivě zavedené scénáře NGFS poskytnou nejen compliance, ale i konkurenční výhodu.

Další doporučené zdroje

• NGFS – oficiální stránka se scénáři a daty
• European Banking Authority – ESG risk management guidelines

Přečtěte si také

• Základní přehled ESRS standardů: Co od vás bude vyžadovat ESG reporting podle CSRD
• ESG datová architektura: jak propojit systémy, zajistit integritu a auditovatelnost udržitelných dat