VISTA ANALYSE
News
Services
Economic analysis
Statistics and empirical analysis
Evaluation
Courses and lectures
Local and regional analysis
Models and databases
Strategy and process consulting
Quality assurance, disputes and expert opinions
Development cooperation
Industries
Power and energy
Environment
Transport
Welfare
Real estate and construction
Fisheries and aquaculture
Service and trade
Information technology and digitalisation
Climate change and the green transition
Culture and creative industries
Agriculture and the food sector
Oil and gas
Local and regional development
Regulations and competition economics
Taxes and public economics
Publications
Employees
Orvika Rosnes
CEO
Åsmund Sunde Valseth
Chairman of the board
Dag Morten Dalen
Partner
Michael Hoel
Partner
Rasmus Bøgh Holmen
Partner
Tor Homleid
Partner
Ingeborg Rasmussen
Partner
Kristian Roksvaag
Partner
John Magne Skjelvik
Partner
Steinar Strøm
Partner
Sidsel Sverdrup
Partner
Eivind Tandberg
Partner
Hanne Toftdahl
Partner
Haakon Vennemo
Partner
Eivind Bjørkås
Sarah Eidsmo
Anita Einarsdottir
Leif Grandum
Andreas Stranden Hoel-Holt
Mari Brekke Holden
Jonas Jønsberg Lie
Haakon Riekeles
Herman Ringdal
Andreas Skulstad
Veronica Strøm
Martin Ørbeck
Vegard Østli
Siri Bråten Øye
Philip Swanson
Research
About
History
Master's thesis
Quality Control
Contact
Map
Search
Search
Search
en
no
en
power_settings_new
VISTA ANALYSE
News
Services
Services
Economic analysis
Statistics and empirical analysis
Evaluation
Courses and lectures
Local and regional analysis
Models and databases
Strategy and process consulting
Quality assurance, disputes and expert opinions
Development cooperation
Industries
Industries
Power and energy
Environment
Transport
Welfare
Real estate and construction
Fisheries and aquaculture
Service and trade
Information technology and digitalisation
Climate change and the green transition
Culture and creative industries
Agriculture and the food sector
Oil and gas
Local and regional development
Regulations and competition economics
Taxes and public economics
Publications
Employees
Employees
Orvika Rosnes
CEO
Åsmund Sunde Valseth
Chairman of the board
Dag Morten Dalen
Partner
Michael Hoel
Partner
Rasmus Bøgh Holmen
Partner
Tor Homleid
Partner
Ingeborg Rasmussen
Partner
Kristian Roksvaag
Partner
John Magne Skjelvik
Partner
Steinar Strøm
Partner
Sidsel Sverdrup
Partner
Eivind Tandberg
Partner
Hanne Toftdahl
Partner
Haakon Vennemo
Partner
Eivind Bjørkås
Sarah Eidsmo
Anita Einarsdottir
Leif Grandum
Andreas Stranden Hoel-Holt
Mari Brekke Holden
Jonas Jønsberg Lie
Haakon Riekeles
Herman Ringdal
Andreas Skulstad
Veronica Strøm
Martin Ørbeck
Vegard Østli
Siri Bråten Øye
Philip Swanson
Research
About
About
History
Master's thesis
Quality Control
Contact
Map
Vista Analyse AS © 2025
Meltzers gate 4, 0257 Oslo
Org.nr.: 968 236 342 MVA
+47 455 14 396
post@vista-analyse.no
www.vista-analyse.no
Report 2021/27
Klimarisiko og kostnads-nytteanalyser
Michael Hoel
Klimarisiko og kostnads-nytteanalyser
Category
Reports
Sub-Categories
Economic Analysis
Climate change and the green transformation
Environment
Year
2021
Report Number
27
Author(s)
Michael Hoel
Download
file_download
(843.9 kB)
Read in browser
PDF
Content of this pdf is
searchable
Rapport 2021/27 | For Oljedirektoratet Klimarisiko og kostnads -nytteanalyser Michael Hoel Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 2 Dokumentdetaljer Tittel Klimarisiko og kostnads -nytteanalyser Rapportnummer 20 21 /27 2021/27 Forfattere Michael Hoel ISBN 978 -82 -8126 -530 -1 Prosjektleder Michael Hoel Oppdragsgiver Oljedirektoratet Dato for ferdigstilling 22. april 2021 Kilde forsidefoto Pixabay.com Tilgjengelighet Offentlig Nøkkelord Olje, klima, klimarisiko Om Vista Analyse Vista Analyse AS er et samfunnsfaglig analyseselskap med hovedvekt på økonomisk utredning, evaluering, rådgivning og forskning. Vi utfører oppdrag med høy faglig kvalitet, uavhengighet og integritet. Våre sentrale temaområder er klima, energi, samf erdsel, næringsutvikling, byutvikling og velferd. Vista Analyse er vinner av Evalueringsprisen 2018. Våre medarbeidere har meget høy akademisk kompetanse og bred erfaring innenfor konsulentvirksomhet. Ved behov benytter vi et velutviklet nettverk med selsk aper og ressurspersoner nasjonalt og internasjonalt. Selskapet er i sin helhet eiet av medarbeiderne. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 3 Forord Rapporten er utført på oppdrag fra Oljedirektoratet, og drøfter i hvilken grad tradisjonelle kostnads -nytteanalyser er formålstjenlige for å vurde re tiltak knyttet til klimarisiko. Andres Toft er Oljedirektoratets kontaktperson. Vi takker ham og andre ressurspersoner i Oljedirektoratet for gode diskusjoner i prosjektet. 22. april 2021 Michael Hoel Professor emeritus i samfunnsøkonomi ved UiO og pa rtner i Vista Analyse Vista Analyse AS Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 4 Innhold 1 Innledning ................................ ................................ ................................ ................................ ............................. 5 2 Klimarisiko ................................ ................................ ................................ ................................ ............................. 7 2.1 Fysisk risiko 7 2.2 Overgangsris iko 8 2.3 Verden er et farlig sted 8 2.4 Hva kan vi gjøre med klimarisiko? 9 3 Standard økonomisk analyse og dens begrensninger ................................ ................................ ........................ 11 3.1 Et stilisert eksempel 11 3.2 Svakheter og mangler ved standard økonomiske analyser 12 4 Risikoaversjon ................................ ................................ ................................ ................................ ..................... 14 4.1 Betydningen av risikoaversjon 14 4.2 Risikoaversjon og kalkulasjonsrente 15 5 Avens kritikk av standard økonomisk analyse ................................ ................................ ................................ .... 17 6 Føre -var -prinsippet ................................ ................................ ................................ ................................ ............. 19 7 Andre beslutningsregler ................................ ................................ ................................ ................................ ..... 21 7.1 Maxmin -regelen 21 7.2 Minmax -regret regelen 21 7.3 Uful lstedig beslutningsregel 22 Referanser ................................ ................................ ................................ ................................ ................................ .. 23 Vedlegg ................................ ................................ ................................ ................................ ................................ ....... 24 Tabeller og figurer Figur 2.1 Sannsynlighetsfordeling for langsiktig global temperaturøkning gitt 700 ppm CO2e i atmosfæren. ................................ ................................ ................................ ................................ ..... 7 Figur 2.2 Fra presentasjon på Finansiell fagdag, Norges Bank, november 2019. ................................ ............ 9 Tabell 3.1 Et enkelt beslutningsproblem under usikkerhet. ................................ ................................ ............. 11 Tabell 3.2 Beslutningsproblemet fra tabell 3.1 med alternativ notasjon. ................................ ........................ 12 Tabell 4.1 Kritisk verdi for I med verdier for p, K og k fra (2). ................................ ................................ .......... 14 Tabell 4.2 Kritisk verdi f or I med verdier for p, y og ∆K fra (2). ................................ ................................ ........ 15 Tabell 7.1 Beslutningsproblemet med tre mulige tilstander. ................................ ................................ ........... 21 Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 5 1 Innledning Oppdraget fra Oljedirektoratet var som følger: I NOU 2018:17 Klimarisiko og norsk økonomi drøftes bruk av kost -nytteanalyser for å vurdere tiltak knyttet til klimarisiko. Professor Terje Aven skriver i vedlegg 1 at når en skal vurdere klimatiltak, vil bruk av tradisjonelle kost -nytteanalyser med basis i beregninger av forventet nåverdi i de fleste tilfeller ikke være formålstjenlige i og med at usikkerhetene er store. For økt kunnskap ønsker OD at denne vurderingen blir diskutert og at forutsetningene for at kost - nytteanalyse ikke kan benyttes blir utdy pet. Videre ber OD om at rammer for bruk av føre -var - prinsippet blir drøftet. Avsnitt 2 gir en kort drøfting av klimarisiko. Med klimarisiko menes som regel at det er positiv sannsynlighet for et svært dårlig utfall som på en eller annen måte er knyttet t il klima. Det er to hovedtyper klimarisiko, nemlig fysisk risiko og overgangsrisiko . Når det gjelder den første, er norske utslipp så små at de i praksis ikke har noen effekt på samlede utslipp, og dermed på fysisk klimarisiko. Klimautviklingen blir det d en blir sett fra Norges ståsted. Derimot kan Norge til en viss grad påvirke hvor hardt vi blir rammet av betydelige klimaendringer. Det er en betydelig innslag av eksogenitet for Norge også når det gjelder overgangsrisiko, som er knyttet til sannsynlighete n for ulike typer p olitikk og teknologiutvikling. Som for fysisk risiko kan imidlertid Norge til en viss grad påvirke konsekvensen av ulike typer teknologi - og politikkendringer. Fra avsnitt 3 og utover bruker vi et enkelt stilisert eksempel til å illustre re et beslutningsproblem hvor det er en mulighet for et svært dårlig utfall, og hvor beslutningen påvirker hvor dårlig utfallet blir. Vi viser hvordan standard økonomisk analyse kan brukes for å treffe en god beslutning, og gjennomgår også svakhetene ved s like analyser. Når det er mulighet for store negative konsekvenser er det viktig at analysen tar hensyn til risikoaversjon. Dette er drøftet i avsnitt 4. Avens kritikk mot bruk av standard økonomisk analyse kan så vidt jeg kan forstå oppsummeres som følger : a) Vanskelig/umulig å beskrive og tallfeste alle konsekvenser av en beslutning b) Sannsynligheter er subjektive og bygger muligens på et svakt kunnskapsgrunnlag c) Forventet økonomisk verdi gir ikke hele bildet når det er stor usikkerhet Jeg diskuterer disse punk tene i avsnitt 5 (og tidligere). Det er vanskelig å få tak i nøyaktig hva Aven mener er et godt alternativ til standard økonomisk teori. Hans egen skisse til fremgangsmåte er ikke veldig ulik standard kostnads -nytteanalyse med korreksjoner for risikoaversj on («reduksjon av usikkerhet») og for ikke -verdsatte konsekvenser. I avsnittene 6 og 7 diskuteres føre -var prinsippet og enkelte andre beslutningsregler som i liten grad bruker forventningsverdier. En konklusjon er at disse prinsippene og metodene anvendt alene ikke er særlig nyttige til velge mellom ulike beslutninger. Med svakt kunnskapsgrunnlag for subjektive sannsynligheter og andre elementer i analysen kan det være hensiktsmessig med en ufullstendig beslutningsregel. Noen beslutninger kan i så fall utelukkes, men en vil ofte stå igjen med flere beslutninger som ikke kan frarådes på faglig grunnlag ( justifiable acts ). Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 6 Bak en ufullstendig beslutningsregel av denne typen ligger det en erkjennelse av at selv om økonomisk analyse kan hjelpe oss et st ykke på vei i en beslutning ved å snevre inn hva som er fornuftig, blir beslutningen til slutt en skjønnsmessig avgjørelse innenfor det innsnevrede mulighetsområdet. Innenfor dette innsnevrede mulighetsområdet kan forsiktighetsprinsippet eller føre -var pri nsippet i noen tilfeller hjelpe en til å treffe en endelig beslutning. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 7 2 Klimarisiko Med klimarisiko menes som regel at det er positiv sannsynlighet for et svært dårlig utfall som på en eller annen måte er knyttet til klima. Klimarisiko er utførlig diskute rt i NOU (2018) . I dette notatet skal jeg derfor bare veldig kort gjennomgå noen av de viktigste sidene av dette saksområdet. Det er to hovedtyper klimarisiko, nemlig fysisk risiko og overgangsrisiko. Jeg drøfter disse kort før jeg sier noe om hva dette be tyr for beslutningstagere i Norge og verden, med hovedvekt på Norge. 2.1 Fysisk risiko Det er allment kjent at økte konsentrasjoner av CO2 (og andre klimagasser) i atmosfæren gir global oppvarming og andre klimaendringer. Kanskje er det ikke fullt så kjent at det er stor usikkerhet knyttet til klimaendringene. Det er usikkerhet i hvert av følgende fire ledd: • Fremtidig global klimapolitikk er usikker • For en gitt politikk er den fremtidige utslippsbanen usikker • For en gitt utslippsbane er konsekvensen for klima u sikker • For en gitt klimaendringer det usikkert hva dette betyr for økonomisk og sosial velferd Det tredje kulepunktet er illustrert i Figur 2.1 (hentet fra Wagner og Weitzman, 2015 ). Her et det antatt at verden mislykkes med å føre en streng klimapolitikk, slik at utslippene fortsetter å øke i mange år fremover. Det antas i denne figuren at dette på sikt fører til en CO2 -konsentrasjon i atmosfæren på 700 ppm. Hva dette betyr for klimaendringene avhenger bl.a. av den såkalte klimasensitiviteten (som sier hvor mye den langsiktige økningen i global middeltemperatur er som følge av doblet CO2 -konsentrasjon i forhold til førindustriell tid). Figur 1 gir sannsynlighetsfordelingen av global temperaturøkning. Medianverdien er her 3,4 grader, og forvent ningsverdien er noe høyere. En temperaturøkning på 3 -4 grader er ille nok. Men enda verre er den tykke høyrehalen: En betydelig sannsynlighet for temperaturøkninger på mer enn 6 grader. Figur 2.1 Sannsynlighet sfordeling for langsiktig global temperaturøkning gitt 700 ppm CO2e i atm osfæren. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 8 Kilde: hentet fra Wagner og Weitzman, 2015 Det fjerde kulepunktet er også viktig: En temperaturøkning på 3 -4 grader har dramatiske negative konsekvenser. Men nøyaktig hvor ille vet vi ikke. Dette er i enda større grad sant for temperaturøkninger på mer enn 6 grader. Et viktig poeng her er at en ikke må misbruke forventningsverdier. Anta at forventningsverdien i figuren over er 3,5 grader, og at en slik klimaendring gir en år lig kostnad svarende til 5% av BNP. En kan ikke slutte av dette at forventet tap er 5% av BNP dersom sannsynlighetsfordelingen er gitt som i Figur 1. Det er nemlig god grunn til å tro at klimakostnaden øker mye mer enn proporsjonalt med temperaturøkningen. Med andre ord: En temperaturøkning på 7 grader gir ikke en kostnad på 10% av BNP, men trolig noe mye høyere. Klimakostnad som funksjon av temperaturøkning er altså en (sterkt) konveks funksjon. Da følger det av Jensens ulikhet at forventet klimakostnad er større enn klimakostnaden som funksjon av forventet temperaturøkning. Forventet klimakostnad gitt sannsynlighetsfordelingen i Figur 1 kan altså være mye høyere enn 5% av BNP. 2.2 Overgangsrisiko Med overgangsrisiko menes risiko knyttet til virkninger av fremt idig klimapolitikk samt teknologiendringer knyttet til klimatiltak. Eksempler som er relevante for petroleumssektoren er • En overraskende god (for verden) utvikling av fornybar teknologi, som gir et kraftig fall i olje - og gasspriser. • En streng klimapolitikk i verden som samtidig er utformet slik at den rammer olje mer enn en kostnadseffektiv klimapolitikk skulle tilsi. Ingen av disse scenariene er spesielt sannsynlige, men de kan ikke utelukkes. Mens fysisk klimarisiko er muligheter for hendelse r som er svært negative for (nesten) alle land i verden, er overgangsrisiko knyttet til hendelser som for noen land er gunstige, men ugunstige for andre land. Begge de to kulepunktene over kan sies å beskrive hendelser som er bra for de fleste land, men då rlig for Norge. En annen viktig forskjell mellom fysisk risiko og overgangsrisiko er tidsperspektivet. Store klimaendringer vil komme gradvis, med de største virkingene flere tiår frem i tid. Endret teknolog og særlig endret politikk kan komme mye raskere, og er relevant allerede i kommende tiår. 2.3 Verden er et farlig sted I november i fjor holdt jeg et foredrag i Norges Bank hvor ett av lysarkene var som gjengitt i Figur 2.2. Poenget her er at selv om klimarisiko har fått mye oppmerksomhet de siste årene, er det mange andre svært negative ting som muligens kan inntreffe i årene fremover. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 9 Figur 2.2 Fra presentasjon på Finansiell fagdag, Norges Bank, november 2019 . Kilde: Vista Analyse Alle hendelsene beskrevet i Figur 2 er svært negative. Videre er det i varierende grad muligheter for å påvirke sannsynligheten for at hendelsen skal inntreffe, og/eller å påvirke konsekvensene for samfunnet dersom hendelsen inntreffer. I neste avsnitt drøfter jeg dette spesielt for klimarisiko. 2.4 Hva kan vi gjøre med klimarisiko? Hvis både sannsynligheten for en hendelse og konsekvensen av denne er eksogent gitt er det ikke så mye mer å si om saken. Det interessante tilfellet er når en beslutningstager enten kan påvirke sannsynligheten for en hendelse eller konsekvensen av hendelsen. Når det gjelder fysisk klimarisiko kan sannsynligheten for de dårligste utfallene påvirkes gjennom klimapolitikken og dermed hvor store de fremtidige utslippene blir. Jo lavere utsli pp, jo lenger til venstre i Figur 1 vil sannsynlighetsfordelingen ligge. Dermed blir også sannsynligheten for temperaturøkning over f eks 6 grader også mindre jo lavere utslippene er. For verden som helhet kan altså sannsynligheten for dårlige utfall redus eres. For Norge stiller det seg annerledes. Norge er så liten at våre utslipp i praksis ikke har noen effekt på samlede utslipp, og dermed på sannsynlighetsfordelingen i Figur 1. Klimautviklingen blir det den blir sett fra Norges ståsted. Derimot kan Norge til en viss grad påvirke hvor hardt vi blir rammet av betydelige klimaendringer. Det er nærliggende å tenke spesielt på utformingen og geografisk plassering av bygninger, veier, og annen infrastruktur. Fremtidens næringsstruktur vil også kunne bety noe fo r konsekvensen av klimaendringer, da fremtidige verdensmarkedspriser kan avhenge av klimaendringene. Også når det gjelder overgangsrisiko er det av betydning hvilken beslutningstager vi ser på. For en enkelt bedrift eller næring kan både teknologiske endri nger og klimapolitikk ses på som eksogen. For Norge son helhet er klimapolitikken noe vi til en viss grad bestemmer selv: Imidlertid kan ikke Norge bestemme hva andre land gjør, så det er en betydelig innslag av eksogenitet for Norge også når det gjelder sannsynligheten for ulike typer politikk og teknologiutvikling. Som for fysisk risiko kan imidlertid Norge til en viss grad påvirke konsekvensen av ulike typer teknologi - og politikkendringer. Også her er det naturlig å tenke på at Norge kan påvirke den fre mtidige næringsstrukturen gjennom de investeringsvalgene en gjør i dag. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 10 I resten av notatet antar jeg at beslutningstageren til en viss grad kan påvirke konsekvensen av negative hendelser. Jeg ser både på standard økonomisk analyse, og svakheter ved denne . For å belyse poengene så enkelt som mulig bruker jeg hele veien et enkelt beslutningsproblem under usikkerhet. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 11 3 Standard økonomisk analyse og dens begrensninger 3.1 Et stilisert eksempel Det enklest mulig beslutningsproblemet er at en må velge ett av to beslu tninger, A eller B. Det er to mulige tilstander av økonomien, 1 eller 2. Alle konsekvenser av beslutningene kan sammenfattes i ett tall (for hver tilstand), som jeg kaller inntekt. Inntekten hvis A besluttes er eller , avhengig av om tilstand 1 eller 2 inntreffer, hvor Tilsvarende er inntekten hvis B besluttes lik hhv eller , med Beslutningsproblemet er illustrert i Tabell 3.1. Tabell 3.1 Et enkelt beslutningsproblem under usikkerhet . Tilstand 1 Tilstand 2 Beslutning A YA(1) YA(2) Beslutning B YB(1) YB(2) Vi antar at og . Eller sagt med ord: Hvis vi visste at tilstand 1 ville inntreffe ville vi velge A. Hvis vi derimot visste at tilstand 2 ville inntreffe ville vi velge B. På beslutningstidspunktet vet vi imidlertid ikke hvilken av tilstandene som vil inntreffe. Hvis vi imidlertid kjenner sannsynligheten for de to tilstandene sier standard teori at vi skal velge den beslutningen som gir høyest forventet verdi. Dette stiliserte eksempelet er selvsagt en ek strem forenkling av virkeligheten. I virkeligheten er det flere enn to beslutninger å velge mellom, og for hver beslutning finnes det flere enn to mulige utfall. Utvidelser i denne retningen vil gjøre de faktiske analysene betydelig mer komplisert, men pri nsippene for å treffe den beste beslutningen er de samme som for det enkle tilfellet skissert over. En grundig analyse av det enkle stiliserte oppsettet over gir derfor viktig innsikt for mer realistiske og kompliserte beslutninger. Det enkle eksempelet ov er kan beskrive mange situasjoner, bl a følgene to klimarelaterte: • Valg av B er lokalisering eller dimensjonering av infrastruktur som mest sannsynlig er mindre gunstig enn A, men som er bedre hvis den dårlige tilstanden (stor klimaendring) slår til. • Valg av B er å unnlate å investere i prosjekter som er lønnsomme ved mest sannsynlig klimapolitikk, men ulønnsomme ved streng klimapolitikk som særlig rammer olje. Anta at sannsynligheten for tilstand 2 (som vi antar er den ugunstige tilstanden) er p. Da bør vi beslutte B hvis og bare hvis . I den visere analysen skal jeg gjøre følgende notasjonsmessige forenklinger: (1)Ay (2)Ay (1) (2)AAyy (1)By (2)By (1) (2)BByy (1) (1)AByy (2) (2)AByy (1 ) (1) (2) (1 ) (1) (2) B B A A p y py p y py − + − + Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 12 (1) Med denne nye notasjonen kan omskrives til tabell 3.2: Tabell 3.2 Beslutningsproblemet fra tabell 3.1 med alternativ notasjon. Tilstand 1 Tilstand 2 Beslutning A y y-K Beslutning B y-I y-I-k Forutsetninge ne over innebærer at . Med denne notasjonen kan vi tolke beslutningsproblem som følger: Valg av B i stedet for A kan ses på som en investering som uansett koster oss I. Hvis tilstand 1 inntreffer kaster ikke denne investeringen noe av seg. Inntreffer derimot tilstand 2 gir investeringen en gevinst . Betingelsen for å velge B fremfor A er som over: velg B dersom . Dette har en rett frem tolkning: Vi bør «investere i B» dersom forventet gevinst er større enn investeringskostnaden. 3.2 Svakheter og mangler ved standard økonomiske analyser I en rekke artikler har professor Terje Aven stilt seg kritisk til analyser av typen over, se bl a vedlegg 1 i NOU (2018). Jeg kommer tilbake til denne kritikken, men går først gjennom rimelig kjente svakheter ved analyser av typen over. Etter min mening er en betydelig del av Avens kritikk dekket av disse. Standard økonomisk analyser av t ypen over har i hvert følgene svakheter: • Ukjente utfall, herunder svarte svaner • Ukjente sannsynligheter • Vanskelig å verdsette ikke -markedsgoder • Ser bort fra risikoaversjon Ukjente utfall I tabellene 3.1 og 3.2 er tilstand 1 den normale tilstanden, mens ti lstand 2 er den dårlige tilstanden som kan inntreffe med en viss sannsynlighet. Ofte vil en ikke vite nøyaktig hva som er egenskapene til den dårlige tilstanden. Så lenge det er en avgrenset mengde av veldefinerte muligheter betyr dette lite for det prinsi pielle: Det er rett frem å utvide analysen med mange mulige dårlige tilstander, hver med sin sannsynlighet. I noen tilfeller kan en imidlertid ikke utelukke «svarte svaner». En svart svane er en begivenhet som inntreffer og som en overhodet ikke kunne for estilt seg ex ante med det kunnskapsnivået en hadde på (1) (1) (2) (2) A B A B yy y y I y y K y y I k K K k = =− =− = − − = − 0 KI K K k = − p K I Klimarisiko og kostnads -nytteanalys er Vista Analyse | 2021/27 13 beslutningstidspunktet. I vår sammenheng er det ugunstige svarte svaner som er særlig relevante. Men gunstige svarte svaner har også forekommet i historien. Antibiotika og elektrisitet er eksempler på svarte svaner sett på fra perspektivet til de som levde for noen hundre år siden. Når det gjelder klimarisiko er muligheten for svarte svaner særlig relevant for fysisk risiko. Med en temperaturøkning over 6 grader kan en ikke utelukke helt uforutsette neg ative konsekvenser. Slike uforutsette konsekvenser kan en per definisjon ikke tallfeste de økonomiske konsekvensene av. Dermed kan en heller ikke bruke standard analyser med beregning av forventningsverdier som beslutningsgrunnlag. Ukjente sannsynligheter I tabell 3.1 og 3.2 er sannsynlighetene for de ulike tilstandene kjent. I virkeligheten vil dette sjelden være tilfelle. En kan imidlertid ha en mer eller mindre velbegrunnet oppfatning av hva sannsynlighetene er. Slike sannsynligheter kall es subjektive sannsynligheter . Aven påpeker at det er viktig å være bevisst på kunnskapsgrunnlaget for de subjektive sannsynlighetene. Jo svakere kunnskapsgrunnlaget er, jo mindre tillit kan en ha til beslutninger basert på forventningsverdier. Jeg kommer tilbake ti dette spørsmålet i avsnitt 7. Ikke -markedsgoder I tabell 3.1 og 3.2 er hver av de fire tabell -cellene en økonomisk verdi som antas fullt ut å beskrive situasjonen for den aktuelle cellen. Det er da implisitt antatt at alle virkninger er verdsatt og kan summeres til ett tall. Det er velkjent at det er betydelige utfordringer knyttet til å verdsette i kroner alle konsekvenser for liv, helse og andre ikke -markedsgoder. Disse utfordringene gjelder generelt for alle typer økonomiske analyser, og har i ngen direkte sammenheng med forekomsten av usikkerhet. I noen tilfeller kan imidlertid det dårlige utfallet være spesielt dårlig for liv, helse og andre ikke -markedsgoder, slik at problemene knyttet til verdsetting er særlig aktuelle da. Dette er særlig re levant for fysisk klimarisiko, men neppe veldig relevant for overgangsrisiko. Risikoaversjon Når en treffer en beslutning basert på forventede økonomiske verdier, antas implisitt at beslutningstageren er risikonøytral. Når det er stor forskjell på verdien e i de ulike cellen i tabellene 3.1 og 3.2 kan det imidlertid være rimelig å anta at vi har risikoaversjon. I så fall må beslutningsregelen gitt i avsnitt 3.1 modifiseres. Dette er et viktig poeng som derfor utdypes nærmere i neste avsnitt. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 14 4 Risikoaversjon Når en beslutningstager er risikonøytral er det bare den forventede verdien av beslutningen som betyr noe. Hvis beslutning A har høyere forventet økonomisk verdi enn beslutning B, er A det beste valget, selv om det er mer usikkerhet knyttet til A (som i t abell 3.1 og 3.2). Ved risikoaversjon betyr også usikkerheten noe: Hvis beslutning A gir et mer usikkert resultat enn beslutning B, vil A være det beste valget bare dersom forventet resultat av A overstiger forventet resultat av B med en viss margin. Hvor stor denne marginen må være avhenger av graden av risikoaversjon. Graden av risikoaversjon måles ofte ved en parameter for relativ risikoaversjon, se appendikset for detaljer. Denne parameteren antas ofte å ligge et sted mellom 2 og 10. 4.1 Betydningen av ris ikoaversjon For å se hva risikoaversjon betyr bruker jeg et enkelt numerisk eksempel., med følgende tall: (2) Med andre ord: Innen tidsperspektivet vi ser på er det en 10% sannsynlighet for at en dårlig tilstand vil inntreffe. Dersom vi besluttet A, vil den dårlige tilstanden gi et årlig tap lik 15% av Norges årlige inntekt. Dersom det i stedet besluttes B, vil tapet bli redusert til 5% av inntekten. Begge tapene er altså svært store, og trolig betydelig større enn re alistiske tap knyttet til overgangsrisiko. De nøyaktige tallene er imidlertid ikke viktige, poenget med eksempelet er å belyse betydningen av risikoaversjon. I dette eksempelet er . Med risikonø ytralitet vil en derfor velge B ders om og A dersom . Med risikoaversjon vil en være villig til å betale mer for å redusere risikoen. La være den verdien av I som gjør at beslutningene A og B vurderes som like gode. Med risikonøytralitet er altså , mens ved risikoaversjon er . Den nøyaktige størrelsen på avhenger av graden av risiko aversjon. Første linje i tabell 4.1 gir verdien av for risikonøytralitet, moderat risikoaversjon (r=2) og sterk risikoaversjon (r=10). Tabell 4.1 Kritisk verdi for I med verdier for p, K og k fra (2) . r = 0 r = 2 r = 10 y = 100 y = 1000 y = 50 100 15 5 0.1 y K k p = = = = 1 pK= 1 I 1 I *I * 1 I = * 1 I *I *I * 1 I = * 1, 21 I = * 2, 50 I = * 1 I = * 1, 02 I = * 1, 09 I = * 1 I = * 1, 50 I = * 5, 46 I = Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 15 Risikoaversjon gir som vi ser en betydelig økning i hvor mye en er villig til investere for å redusere tapet knyttet til det dårlige utfallet (tilstand 2): Med sterk risikoave rsjon er en villig til å investere opp til 2,50, mens en ved risikonøytralitet er en bare villig til å investere 1. Risikoaversjon er bare av stor betydning dersom det mulige tapet er stort i forhold til samlet inntekt. Dette er tilfelle i linje 1: Det mul ige tapet er 15% av inntekten dersom en beslutter A, men kan reduseres til 5% ved å beslutte B. I andre linje er tapet relativt mindre: 1,5% av inntekt under A og 0,5% under B. I dette tilfelle er størrelsen på nesten upåvirket av om det er risikoaversjon eller ikke. Det motsatte er tilfelle i tredje linje, hvor det mulige tapet er hele 30% av inntekten under beslutning A, og 10% under B. I dette tilfelle øker kraftig med graden av risikoaversjon. Tap i st ørrelsesorden over 10 -20% av inntekt virker svært usannsynlig for Norge som helhet. Men for enkeltsektorer kan en ikke utelukke slike store tap – reiselivsbransjen under Corona er et eksempel. Sett fra en slik enkelt sektors ståsted kan derfor risikoaversj on bety my for hva som er den beste beslutningen. Med risikonøytralitet er og dermed uavhengig av både y og k (for gitt ). Tabell 4.1 viste at avhenger av inntekten y når vi har risikoaversjon. Tabell 4 .2viser at også avhenger av størrelsen på det uunngåelige tapet k når vi har risikoaversjon. Jo større det uunngåelige tapet, jo mer er en villig til å investere for en bestemt tapsreduksjon. Tabell 4.2 Kritisk verdi for I med verdier for p, y og ∆K fra (2). r = 0 r = 2 r = 10 K = 15; k = 5 K = 10; k = 0 K = 20; k = 10 4.2 Risikoaversjon og kalkulasjonsrente I typiske kostnads -nytteanalyser for offentlige prosjekter brukes forventningsverdier for alle relevante størrelser. Som nevnt i avsnitt 2.1 kan dette gi feil resultat selv om en har risikonøytralitet. Den riktige fremgangsmåten er å bere gne forventet nåverdi når en eksplisitt tar hensyn til sannsynlighetsfordelingen til variablene som inngår i analysen. Dersom alle sammenhenger som inngår i analysen er (nesten) lineære, gir de to fremgangsmåten(nesten) samme resultat. Begrunnelsen for å a nta risikonøytralitet i standard kostnads -nytteanalyser er at for nesten alle relevante prosjekter er de økonomiske konsekvensene små i forhold til Norges totale økonomi. Fra drøftingen i forrige avsnitt vet vi at risikoaversjon betyr tilnærmet null når de økonomiske størrelsene er små relativt til Norge økonomi, og vi gjennomfører en samfunnsøkonomisk analyse for Norge som helhet. *I *I *I p K = K *I *I * 1 I = * 1, 21 I = * 2, 50 I = * 1 I = * 1,10 I = * 1, 62 I = * 1 I = * 1, 34 I = * 3, 73 I = Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 16 Til tross for dette bruker vi en risikokorrigert rente når en beregner nåverdier. Begrunnelsen for dette er at framtidige økono miske størrelser typisk er positivt korrelert med fremtidig totalinntekt for Norge. Når det så antas risikoaversjon for totalinntekten til Norge betyr dette at utfallene med høy fremtidig totalinntekt gis mindre vekt enn utfallene med lav fremtidig inntekt . I og med at Norges totalinntekt er mer usikker jo lenger inn i fremtiden vi ser, bør justeringen for risikoaversjon være sterkere jo lenger inn i fremtiden vi ser. Det er nettopp dette som blir gjort når en har en risikokomponent i kalkulasjonsrenten. La oss igjen se på vårt enkle eksempel, og anta nå at er liten i forhold til y. Hvis I og refererte seg til samme tidspunkt ville kriteriet for å velge B fremfor A være at . Anta imidlertid at I referer seg til nåtid og til fremtid, og at er positivt korrelert med u sikker fremtidig totalinntekt. Da blir kriteriet for å velge B fremfor A (med null risikofri rente for å forenkle notasjon) hvor pga den positive korrelasjonen med fremtidig totalinntekt. Med tallene fr a tabell 4.1 (med y=1000 eller større siden vi har antatt liten i forhold til y) gir dette . I tabellene 4.1 og 4.2 førte risikoaversjon til at (men tilnærmet lik 1 i andre linje i tabell 4.1 ), mens vi i resonnementet over fant . Årsaken til forskjellen ligger i følgende to forhold: • I tabellene 4.1 og 4 .2 antok jeg at var «stor», i dette avsnitt et antok jeg var «liten». • I tabellene 4.1 og 4 .2 antok jeg at var uavhengig av annen inntekt, i dette avsnittet antok jeg at var positivt korrelert med Norges fremtidige inntekt. Konklusjonen på alt dette er at dersom en skal gjøre en økonomisk analyse hvor et mulig unngåelig tap er svært stort i forhold til Norges inntekt (10% i hovedtilfellet i tabellene 4.1 og 4.2), må analy sen gi en grundig behandling av risikoaversjon, mulige korrelasjoner mellom ulike inntektskomponenter, og kalkulasjonsrente. K K 0 p K I − K K 0 p K I − 1 K * 1 I * 1 I * 1 I K K K K Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 17 5 Avens kritikk av standard økonomisk analyse I NOU (2018) skriver Aven i vedlegg 1 For å vurdere k limatiltak vil bruk av tradisjo nelle kost -nytteanalyser i de fleste tilfeller ikke være formålstjenlige i og med at usikkerhetene er store. Brede vurderinger av plusser og minuser ved ulike tiltak vil i de fleste tilfeller være den beste måten å vurdere hvor gode tiltakene er. Og videre: For å vurdere om et tiltak bør implementeres er det behov for en vurdering av plusser og minuser av tiltaket. Det er i hovedsak t o metoder som bru kes i praksis. 1. Økonomiske kost -nytteanalyser med basis i beregninger av forventet nåverdi. 2. Brede vu rder ingsprosesser med basis i vurde ringer av pl usser og minuser ved å implemen tere tiltaket. Metode 1 kan brukes i forhold til situasjoner der usikkerhetene er minimale, det vil si at en kan gjøre gode prediksjoner av hva som vil skje i fremtiden – variasj onen i utfall er kjente, og porteføljen av prosjekter er veldig stor (f.eks. samfunnsnivå)[…] For mulig implementering av tiltak for å styre risiko når det gjelder ekstreme hendelser, vil metode 2 måtte brukes. I praksis vil det være denne metoden som må b rukes for å vurdere om et tiltak bør implementeres når det gjelder de fleste klimaspørsmålene. Aven avviser altså ikke kostnads -nytteanalyser for «vanlige» prosjekter. Det er riktig at enkelte spørsmål knyttet til klima kan ha konsekvenser som er svært sto re, dvs «ekstremhendelser». Dette gjelder særlig fysisk klimarisiko. Men sett fra norsk ståsted og hva Norge kan påvirke er det ikke opplagt at vi snakker om ekstreme utslag knyttet til norske beslutninger. Norge kan ikke påvirke den globale klimautvikling en; vi kan bare gjøre ting som påvirker hvordan Norge blir rammet av en eksogen klimautvikling. I vår terminologi: Dersom tilstand 2 inntreffer, rammes Norge uansett hardt, dvs både K og k er store. Men forskjellen , som avhenger av hva Norge beslutter, er trolig mer beskjeden. Når det gjelder overgangsrisiko kan konsekvensene for Norge i noe større grad påvirkes av norske beslutninger. I den videre drøftingen antar jeg likevel at vi ser på en situasjon med stor usikkerhet, dvs mu lighet for et svært negativt utfall varierer sterkt på tvers av mulig beslutninger Norge kan ta (dvs stor i vår terminologi). Avens kritikk mot bruk av standard økonomisk analyse i slike tilfeller kan så vidt jeg kan forstå oppsum meres som følger: a) Vanskelig/umulig å beskrive og tallfeste alle konsekvenser av en beslutning b) Sannsynligheter er subjektive og bygger muligens på et svakt kunnskapsgrunnlag c) Forventet økonomisk verdi gir ikke hele bildet når det er stor usikkerhet Når det g jelder a) antas det typisk i en økonomisk analyse at en har kartlagt alle mulige utfall (to i tabell 3.1) med tilhørende sannsynligheter for hver mulig beslutning (to i tabell 3.2 ). I virkeligheten ligger det selvsagt et svært stort arbeid i denne kartlegg ingen, og en vil ofte ikke greie å beskrive alle mulige utfall. Spesielt for fysisk klimarisiko vil svarte svaner også være aktuelle – sannsynligheten for noe helt uventet (og svært negativt) kan være ulik for ulike valg en tar. K K Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 18 Kunnskapsgrunnlaget for å a nslå subjektive sannsynligheter kan være svakt (punkt b over). Grunnlaget for å velge mellom to beslutninger blir da tilsvarende svakt. Om c) skriver Aven: Forventet verdi er en risikoindeks eller metrikk, ikke risiko i seg selv. Det er en indeks som kan være nyttig i en forsikringskontekst, der en har et stort antall prosjekter og variasjonen for disse er kjent. Da vil forventningsverdien kunne gi rimelige estimater på det faktiske gjennomsnittet av prosjektene. Generelt er imidlertid forventningsverdien l ite egnet til å beskrive de faktiske utfall og ikke minst ekstreme verdier og overraskelser, som er av vesentlig betydning for å forstå og beskrive risiko… Det er trivielt at ett tall (her: forventet verdi) ikke kan beskrive en hel sannsynlighetsfordeling. Det er ikke dermed sagt at ikke dette tallet kan være viktig for å treffe beslutninger. For ekstreme verdier kan det som forklart i avsnitt 4.1 være aktuelt å ta hensyn til risikoaversjon når en skal treffe en beslutning. I så fall er det ikke bare forven tet økonomisk verdi som påvirker beslutningen, siden korrigeringen for risikoaversjon vil avhenge også av graden av usikkerhet. Det er vanskelig å få tak i nøyaktig hva Aven mener er et godt alternativ til standard økonomisk teori; spesielt hva som ligger i «b rede vurderinger av plusser og minuser ved ulike tiltak ». Aven skriver følgende om dette: En mulig måte å implementere metoden på er som følger: 1. Dersom kostn adene er små, implementer tilta ket dersom det har en positiv effekt på klimaet. 2. Dersom kostnadene er betydelige, foreta en vurdering av alle relevante plusser og minuser ved tiltaket. Dersom forventet nåverdi (eller tilsvarende i ndekser) kan meningsfullt bereg nes, implementer tiltaket dersom denne er positiv. 3. Vurder også å implementere tilta ket dersom det gir betydelig positiv effekt på risiko og/eller andre forhold, f.eks. • Reduksjon av usikker het, styrking av kunn skapen • Styrking av robustheten ved farer/trusler, styrking av resiliensen Dette ser for meg ut som ganske likt standard kostnads -nytteanalyse med korreksjoner for risikoaversjon («reduksjon av usikkerhet») og for ikke -verdsatte konsekvenser. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 19 6 Føre -var -prinsippet NOU (2012) omtaler i kapittel 8 «katastrofer og irreversible virkninger. Der står det blant annet: «I en tradisjonell nytte -kostnadsanalyse vil en mulig framtidig katastrofe med store økonomiske konsekvenser kunne få en relativt liten betydning i beregningen av forventet nåverdi. Dette skyldes at produktet av selv en svært stor kostnad og en lav tilhørende sannsynlighet kan bl i et lite tall, som en i tillegg skal neddiskontere. Dette er bakgrunnen for skepsis til samfunnsøkonomiens behandling av slike hendelser, og framveksten av handlingsregler som mer eksplisitt tar hensyn til usikkerhet, irreversibilitet og potensielle katas trofer. De to mest kjente er føre -var -prinsippet og prinsippet om sikre minimumsstandarder.» Både forsiktighetsprinsippet og føre var -prinsippet er definert og drøftet av Aven i NOU (2018), vedlegg 1. Her står det: Forsiktighetsprinsippet er en grunnlegge nde norm eller regel innen risi kostyring som sier at forsiktighet skal være et rådende prinsipp. Tiltak skal iverksettes, eller en skal ikke gjennomfør e en aktivitet, når det er usik kerhet knyttet til hva som blir konsekvensene (utfallene) av en aktivitet; med andre ord, når en står overfor risiko. Det er ikke opplagt hvordan en kan bruke et slikt prinsipp til å velge mellom ulike beslutninger. Dersom vi i tabell 3.2 har k = vil B ha et helt sikkert utfall, mens konsekvensen av A er usikkert. Tolket boksta velig skal en da velge B uansett hvor stor I er (så sant , dvs så sant , og uansett hvor liten sannsynligheten p antas å være. Videre står det om føre var -prinsippet : Føre var -prinsippet kan sees på som et underprinsipp av forsiktighetsprinsippet som kommer til anvendelse når en står overfor vitenskapelig usikkerhet (og «ikke bare» risiko). Før -var - prinsippet uttrykker at tiltak skal iverksettes eller en ikke skal gjennomføre en aktivitet dersom det e r betydelig vitenskapelig usikkerhet (uvitenhet) knyttet til konsekvensene av aktivitetene, og disse konsekvensene anses som alvorlige. Her legges det vekt på usikkerhet om konsekvensene av en uheldig hendelse. Et nærliggende eksempel er miljøkonsekvenser. Prinsippet sier at en i størst mulig grad skal unngå beslutninger som kan ha miljøkonsekvenser som ikke er forutsett. En begrunnelse for et slikt prinsipp i miljøsammenheng er at det kan være vanskelig på forhånd å vite hva miljøkonsekvensene bl ir, og der med å verdsette disse (jfr svarte svaner). For overgangsrisiko er det som nevnt tidligere trolig enklere å forutse mulige konsekvenser, og dermed også å tallfeste verdiene for ulike beslutninger og utfall. Videre skriver Aven: Høsten 2009 var det mange so m grublet over om de skulle la seg vaksinere mot svineinfluensa eller la være. Vaksinen var ikke testet skikkelig og det var vitenskapelig usikkerhet med hensyn til hva konsekvensene av vaksinen ville bli. Noen unnlot å la seg vaksinere. De anvendte føre -var prinsippet. Problemet med dette er at for den enkelte var det også stor usikkerhet knyttet til å ikke vaksinere seg. Hva var sannsynligheten for å bli smittet? Hva var konsekvensen hvis smittet? I k K+ IK Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 20 Et klimarelatert eksempel er følgende. Sett at en ved en a mbisiøs global klimapolitikk uten økt bruk av kjernekraft kan flytte sannsynlighetsfordelingen i Figur 1 så langt til venstre at sannsynligheten for mer enn 6 grader er 2%. Dersom en også tar i bruk vesentlig mer kjernekraft reduseres sannsynligheten til 1%. Men samtidig øker i så fall sannsynligheten for en ulykke knyttet til kjernekraft. Både konsekvensen av atomulykke og temperaturøkning over 6 grader er ukjent men kanskje katastrofalt store. Hva skal en velge? Føre -var prinsippet gir ingen veiledning. Aven knytter også føre -var prinsippet til ordtaket «b edre føre var enn etter snar» . Eller omskrevet: «skyt først, spør etterpå». Et tenkt eksempel på sistnevnte: Land U føler ser seg truet land N. Dersom U velger A (vent og se) er det en positiv sannsynligh et for at N bygger opp atomvåpen og kommer i krig med U, med store negative konsekvenser for U. Eller U kan velge B, som er å angripe N umiddelbart. Ved dette valget elimineres risikoen for at N blir i stand til å utvikle kjervåpen som kan bli brukt mot U senere. Beslutning B antas å bare ha en lav kostnad for U. Bokstavelig tolket skulle forsiktighetsprinsippet og føre -var prinsippet tilsi beslutning B, dvs å angripe land N umiddelbart. Forsiktighetsprinsippet og føre -var prinsippet er etter min mening ikk e egnet til gode beslutninger uten at de kombineres med innsalg av standard kostnads -analyser. Jeg kommer tilbake til dette i slutten av neste avsnitt. Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 21 7 Andre beslutningsregler Når kunnskapsgrunnlaget for å denne subjektive sannsynligheter er svakt, kan en ønske å se på beslutningsregler som i liten eller ingen grad er basert på subjektive sannsynligheter. I Heal og Millner (2014) og Vista Analyse (2018) gjennomgås en rekke slike beslutningsregler. I dette avsnittet gjengis bare tre. De to første bruker ikke subjektive sannsynligheter i det hele tatt, mens den siste baserer seg på at en har noe kunnskap om hva som er rimelige sannsynligheter. 7.1 Maxmin -regelen Wald (1945) foreslo maxmin -regelen: En skulle velge det alternativet som var best for det verste ut fallet. I vårt eksempel fra Tabell 3.2 er dette B, da dette i verste fall gir y-I-k, mens A i verste fall gir y-K (og vi har antatt at ). En svakhet ved kriteriet er at det gir all vekt til det verst tenkelige utfallet. Det kan også gi rare utslag hvis eksempelet vårt modifiseres litt. Anta at vi har tre i stedet for to tilstander. For A er tilstand 2 og 3 like, men for B er de ulike: I B får vi enten ikke noe tap (k = 0; tilstand 2) eller tapet blir som under A (k = K; tilstand 3). Dette er gjengitt i tabell 7.1. Tabell 7.1 Beslutningsproblemet med tre mulige tilsta nder. Tilstand 1 Tilstand 2 Tilstand 3 Beslutning A y y-K y-K Beslutning B y-I y-I y-I-K Nå sier maxmin -regelen at A er den beste beslutningen uansett hvor liten sannsynligheten for tilstand 3 er, så sant den er positiv (siden ). Men hvis denne sannsynligheten antas å være null kan vi se bort fra siste kolonne i Tabell 7.1, og da er B det beste valget. Merk at denne regelen samsvarer med en bokstavelig tolkning av forsiktighetsprinsippet. I NOU (2012) står det om sikker minimum sstandard at «begrepet er basert på ideen om å minimere det maksimale tap i forbindelse med et prosjekt». Denne definisjonen svarer helt til maxmin -regelen . NOU (2012) viser også til Bishop (1978), som eksplisitt ser på at gevinsten (i vår terminologi) er ukjent. Dermed kan ikke den maksimale kostnaden beregnes, og Bishop foreslår i stedet å sette skjønnsmessig. Dette innebærer i så fall at en gir opp å gjennomføre en analyse s om kan hjelpe oss til å fastslå . Prinsippet er derfor ikke særlig nyttig når det gjelder å vurdere tiltak som kan redusere klimarisiko. 7.2 Minmax -regret regelen Et forslag fra Savage (1954) er minmax -regret regelen: For hver handlin g og tilstand kalkulerer man differansen mellom det best mulig oppnåelige og det faktiske utfallet gitt valget. Dette gir en bestemt differanse (regret) for hver tilstand. En ser så på hva den maksimale regret er over tilstander (for hver handling). En vel ger så den handlingen som gir minst maksimal regret. Med vårt eksempel i tabell x: For I K k− y I K y K− − − pK *I *I *I Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 22 A er max regret lik ( y-K) - (y-I) = K - I mens B gir max regret lik I. Hvis I < K/2 er max regret minst for beslutning B, som derfor bør velges. Regelen min max -regret bryter med aksiomene for teorien bak forventet nytte. I denne teorien antas nytten bare å avhenge av det faktiske utfallet, og ikke av hva vi i ettertid ser at vi kunne oppnådd ved en annen handling. En slik regret -komponent er en følelsesmessig komponent utover det mer snevre fokus på det økonomiske resultatet. Dette kan være rimelig at en slik følelsesmessig komponent blir tatt hensyn til for beslutninger på individ -nivå, men det er langt mer tvilsomt om profesjonelle aktører som private foretak og statlige etater bør ta hensyn til den. 7.3 Ufullstedig beslutningsregel Beslutningsreglene drøftet over har som formål å gi en presis anbefaling om hvordan en beslutni ngstager skal velge mellom to handlinger. Baldwin (2018) og Danan et al. (2016) ser på situasjoner hvor slike presise anbefalinger ikke alltid er mulig. Poenget belyses enklest med beslutningsproblemet i tabell 3.2 med risikonøytralitet hvor alle ingredien ser i analysen er kjent unntatt sannsynligheten p. I mange tilfeller vil beslutningstageren likevel føle seg trygg på at sannsynligheten p ligger i et intervall [ pL, p H], men ikke ha noen formening om sannsynligheten utover dette. For situasjonen i tabell 3.2 vil det da være en entydig anbefaling om å velge B dersom og å velge A dersom . Dersom finnes det ingen entydig anbefaling. Både A og B kan i dette tilfellet forsvares ( justifiable acts i terminologien til Baldwin, 2018). Resonnementet over kan utvides til ufullstendig informasjon ikke bare om p, men også om K og k, og egenskaper ved preferansene. Eksempel på sistnevnte er at en er usikker på hvilken grad av risikoaversjon en skal bruke, men at den ligger mellom 2 og 10. Med tall fra første linje i tabell 4.1 kan vi da konkludere at vi bør entydig anbefale B dersom I er lavere enn 1,21 og entydig anbefale A dersom I er høyere enn 2,50. For verdier av k mellom 1,21 og 2,50 kan en forsvare både A og B. Bak en ufullstendig beslutningsregel som denne ligger det en erkjennelse av at selv om økonomisk analyse kan hjelpe oss et stykke på vei i en beslutning ved å snevre inn hva som er fornuftig, blir beslutni ngen til slutt en skjønnsmessig avgjørelse innenfor det innsnevrede mulighetsområdet. Innenfor dette innsnevrede mulighetsområdet kan forsiktighetsprinsippet eller føre -var prinsippet i noen tilfeller hjelpe en til å treffe en endelig beslutning. L I p K H I p K LHp K I p K Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 23 Referanser Baldwin, E. (2018). Choosing in the dark: incomplete preferences, and climate policy. Work in progress. http://elizabeth -baldwin.me.uk/papers/choosingDark.pdf. Bishop, R.C. (1978). Endangered Species and Uncertainty. The Economics of Safe Minim um Standard. American Journal of Agricultural Economics 60, 10 -18. Danan, E., Gajdos, T., Hill, B. and Tallon, J. -M. (2016). Robust social decisions. American Eco -nomic Review 106, 2407 -2425. Heal and Millner (2014), Reflections: Uncertainty and Decision Making in Climate Change Economics. Review of Environmental Economics and Policy 8, 120 -137. NOU (2012), Samfunnsøkonomiske analyser , NOU 2012:16. NOU (2018), Klimarisiko og norsk økonomi, NOU 2018:17 Savage, L. J. 1954. The foundations of statistics . Wil ey and Sons. Vista Analyse (2018), Økonomisk analyse av HILP -hendelser. Rapport 2018/31. Wald, A. 1945. Statistical decision functions which minimize the maximum risk. The Annals of Mathematics 46 (2): 265 –80. Wagner G. og Weitzman, M. (2015). Climate Shoc k. Princeton University Press. Princeton and Oxford. Klimarisiko og kost nads -nytteanalyser Vista Analyse | 2021/27 24 Vedlegg Teorien om forventet nytte forutsetter at en beslutningstager kan rangere alle mulige konsekvenser av sine handlinger og at disse preferansene tilfredsstiller fire såkalte «aksiomer», dvs grunnleggende forutsetninger som av de fleste vil bli oppfattet som svært rimelige. La x være en variabel som kan anta de fire ulike verdiene i T abell 3.2. Hvilken verdi x faktisk blir avhenger av beslutning (A eller B) og tilstand (1 eller 2). Gitt aksio mene, sier nytteforventningsteoremet at det finnes en funksjon u(x) med egenskapen u’(x) > som er slik at tiltak eller ikke -tiltak kan vurderes ut fra verdien av forventet nytte Eu(x) : Forventet nytte av de to beslutningene i tabell 3.2 er Vi velger da B hvis og bare hvis . Den maksimalt akseptable verdien for investeringen I som vi kaller , er verdien på I som gjør at Eu(x) blir lik i begge tilfellene. Dersom u er lineær kan vi skrive u(x) = u’x +n hvor u’ og n er konstanter (og u’ > 0). Dette er tilfellet med risikonøytralitet, og det er rett frem å bekrefte fra ligningene over at . Med risikoavers jon er u’’(x) < 0, og en vil foretrekke et sikkert alternativ fremfor et usikkert dersom forventet verdi Ex er den samme i de to tilfellene. Med risikoaversjon vil vi i vår problemstilling finne at . For å kunne si mer om maksim alkostnaden må vi vite mer om nyttefunksjonen u, samt størrelsene som inngår i tabell 3.2 . Når det gjelder nyttefunksjonen u, antas det ofte at den har konstant relativ risikoaversjon r. Da har funksjonen u formen (for r ≠ 1) u = wx 1-r hvor w er en konstant (positiv eller negativ avhengig av om r er mindre enn eller større enn 1). I avsnitt 4.2 har jeg brukt denne funksj onsformen og beregnet verdien som gjør at . (1 ) ( ) ( ) (1 ) ( ) ( ) A B Eu p u y pu y K Eu p u y I pu y I k = − + − = − − + − − BA Eu Eu *I * () I p K k p K = − = * p K I K *I *I BA Eu Eu = Klimarisiko og kostnads -nytteanalyser Vista Analyse | 2021/27 25 Vista Analyse AS Meltzers gate 4 0257 Oslo post@vista -analyse.no vista -analyse.no
Accept
Vista-analyse.no uses cookies to ensure you get the best experience
GDPR