Hvordan forudsigelsesmarkeder kunne forbedre klimarisikopolitikker og investeringsbeslutninger

En markedsstyret tilgang kan være nøglen til at vejlede politik, forskning og forretningsbeslutninger om fremtidige klimarisici, skitserer en ny undersøgelse.

Udgivet i dag i tidsskriftet Nature Climate Change , papiret fra akademikere ved universiteterne i Lancaster og Exeter beskriver, hvordan ekspert-"forudsigelsesmarkeder" kunne forbedre de klimarisikoprognoser, der styrer vigtige forretnings- og regulatoriske beslutninger.

Organisationer forstår nu, at de er nødt til at overveje klimarisici i deres strategiske planer – uanset om det vedrører fysiske risici for bygninger og grunde eller risici forbundet med overgangen til at opnå netto nul.

Imidlertid er den fremadrettede information, der er nødvendig for at informere disse strategiske beslutninger, begrænset, siger forskerne.

Dr. Kim Kaivanto, en medforfatter fra Lancaster University's Department of Economics, sagde:"De institutionelle ordninger, hvorunder klimarisikoinformation leveres i øjeblikket, afspejler de incitamentsproblemer og interessekonflikter, der herskede i kreditvurderingsindustrien før Finanskrisen 2007/8.

"For at give mening i emissionsscenarier og for at understøtte planlægning og beslutningstagning har organisationer et presserende behov for denne type fremadskuende ekspertrisikoinformation.

"Forståelse af klimarisici kræver forskelligartet og komplementær ekspertise fra statskundskab, økonomi og politik samt landespecifik viden om de store emittere. Forudsigelsesmarkeder tilskynder og belønner deltagere med særskilt ekspertise og information til at komme frem - og de tilbyder lige spil. felt for eksperter fra disse komplementære ekspertiseområder."

Mark Roulston, en af ​​Exeter University medforfatterne sagde:"Hvis udbydere af klimaprognoser betales på forhånd uanset nøjagtighed, behøver du ikke at være økonom for at få øje på problemet med den ordning."

I deres papir, "Forudsigelsesmarkedsinnovationer kan forbedre klimarisikoprognoser," forklarer forfatterne, hvordan ekspert-"forudsigelsesmarkeder" kan hjælpe med at overvinde de strukturelle problemer og mangler i leveringen af ​​fremadskuende klimarisikoinformation - noget, der vil blive vigtigere, efterhånden som efterspørgslen efter langtrækkende klimainformation stiger.

Forudsigelsesmarkeder er designet til at tilskynde dem med vigtig information til at komme frem og lette sammenlægningen af ​​information gennem køb og salg af kontrakter, der giver en fast gevinst, hvis den specificerede begivenhed indtræffer. Et resultat af interesse – såsom gennemsnitlig CO₂ koncentration i år 2040, for eksempel - er opdelt i intervaller. Ekspertdeltagere sammenligner resultaterne af deres egen modellering med priserne på disse intervaller og køber eller sælger krav på disse intervaller, hvis deres model antyder, at prisen er for lav eller for høj.

Med et veldesignet marked, såsom Lancaster University's AGORA-forudsigelsesmarkedsplatform, kan prisen på en kontrakt fortolkes som den markedsbaserede sandsynlighed for, at begivenheden finder sted.

Disse former for langsigtede markeder er ikke blevet etableret til dato, til dels på grund af reguleringsmæssige hindringer. Forskerne mener dog, at markederne kan designes til at overvinde disse forhindringer ved at undgå "pay-to-play"-aspektet af eksisterende forudsigelsesmarkeder, hvor tabene fra mindre velinformerede individer finansierer gevinsterne for bedre informerede individer. I stedet kan markeder struktureres som redskaber til at distribuere forskningsmidler til eksperter og modelbyggere på en måde, der er i overensstemmelse med principperne for effektiv altruisme:en indledende indsats fra en sponsor distribueres til deltagerne i overensstemmelse med kvaliteten og mængden af ​​information, de bringe ind på markedet gennem deres handelsaktivitet.

De tilføjer, at adgang til deltagelse på markederne skal have udvælgelseskriterier for at sikre mangfoldighed af synspunkter og en række ekspertise for at sikre, at de er i stand til at samle forskellige informationskilder. + Udforsk yderligere

Ligesom meningsmålinger kunne forudsigelsesmarkederne ikke se Trumps sejr komme, siger økonom