Inversiones sostenibles en tiempos revueltos
Fecha: 2026
Papeles de Energía, N.º 31 (febrero 2026)
Sumario
Este artículo analiza cómo el riesgo climático puede integrarse en la teoría moderna de carteras, introduciendo el concepto de riesgo de terminación. Se argumenta que los mercados financieros, al ser prospectivos, incorporan los riesgos climáticos de largo plazo en los precios actuales de los activos.
This paper aims to explore factors that may explain the dispersion of environmental ratings across industrial sectors. The paper studies external dispersion –the discrepancy in E ratings across raters–, and internal dispersion –the discrepancy across E dimensions within a single rater. We classify industrial sectors by their degree of “greenness” or “brownness” based on their unscaled greenhouse gas (GHG) emissions. We study the impact of characteristics such as the ownership structure (including common ownership, institutional ownership, or family ownership), the proportion of independent directors on the board, the degree of CEO duality, and board- and executive-level gender diversity on the dispersion of environmental ratings. External dispersion mainly reflects cross-rater comparability problems driven by firm complexity, ownership structure, and political context, whereas internal dispersion captures persistent within-rater heterogeneity across environmental dimensions. External dispersion primarily signals methodological divergence across providers, whereas internal dispersion reflects informative multidimensional environmental performance.
Las inversiones necesarias para la transición energética son intensivas en capital, de larga vida útil y están expuestas a incertidumbres: evolución tecnológica, precios de combustibles, evolución de la demanda, aceptación social, regulación y shocks geopolíticos o climáticos. En este contexto, la planificación no puede basarse solo en escenarios centrales ni en hipótesis sobre un futuro conocido. Este artículo presenta un conjunto de herramientas desarrolladas para mejorar la planificación estratégica bajo incertidumbre profunda. En primer lugar, se describe el papel de los modelos de optimización de sistemas energéticos a largo plazo y se introduce openMASTER, un modelo abierto implementado en Python-Pyomo que representa con detalle tecnologías, sectores de demanda y restricciones técnicas y de política pública. En segundo lugar, se exponen tres desarrollos metodológicos que complementan el modelado: (i) un enfoque híbrido que combina optimización robusta y criterios de minimax del arrepentimiento para tratar de forma diferenciada las preferencias de decisión frente a incertidumbres; (ii) un método para integrar las correlaciones entre parámetros inciertos mediante conjuntos de incertidumbre basados en análisis de componentes principales, evitando recomendaciones sesgadas; y (iii) un marco para diseñar paquetes de políticas robustos sobre múltiples métricas, basado en exploración de escenarios, un algoritmo de selección iterativa y técnicas de interpretabilidad para identificar palancas y vulnerabilidades. Este artículo trata de analizar cómo estas herramientas permiten estresar carteras de inversión, identificar inversiones estructuralmente necesarias y diseñar políticas monitorizables y adaptables que reduzcan la probabilidad de arrepentimiento en inversiones de largo plazo.