Gli eventi meteorologici estremi possono compromettere l’affidabilità dei modelli utilizzati dalle banche per misurare il rischio di credito. È questa la principale evidenza dello studio “Systematic forecast errors from extreme weather events in credit risk models“, realizzato da Stefano Bonini (Università di Bologna) e Giuliana Caivano (Università di Milano) e pubblicato sulla rivista Economics Letters.
Analizzando un database proprietario di circa 250.000 prestiti concessi a imprese italiane nel periodo 2012-2023, la ricerca dimostra che l’esposizione a eventi meteorologici estremi spiega una quota significativa degli errori di previsione dei modelli di probabilità di default (PD). In particolare, gli eventi climatici estremi determinano una sottostima sistematica del rischio di credito nelle aree maggiormente esposte, evidenziando come il rischio climatico rappresenti un fattore rilevante ma ancora largamente trascurato nei modelli tradizionali.
Sebbene la letteratura abbia ormai ampiamente dimostrato che gli eventi meteorologici estremi incidono sul rischio di insolvenza delle imprese e che gli shock legati a temperatura e precipitazioni aumentano significativamente le probabilità di default delle PMI europee (Cathcart et al., 2026; Clò et al., 2024), finora mancavano evidenze empiriche sulla loro capacità di generare errori sistematici nei modelli di rischio di credito. I modelli tradizionali di probabilità di default si basano prevalentemente sulle caratteristiche economico-finanziarie delle imprese e sul contesto macroeconomico e, proprio per questo, possono non cogliere shock climatici localizzati e geograficamente concentrati, producendo differenze prevedibili tra il rischio effettivamente osservato e quello stimato (EBA, 2025; Pozdyshev et al., 2025). L’Italia rappresenta un laboratorio particolarmente interessante per questo tipo di analisi grazie alla sua elevata eterogeneità climatica, che comprende aree mediterranee, continentali e alpine, caratterizzate da livelli molto diversi di esposizione agli eventi meteorologici estremi (Guerzoni et al., 2026).
Sfruttando sia la variabilità geografica tra le province sia quella temporale nel corso dell’anno, lo studio mostra che gli errori di previsione risultano più marcati nelle aree caratterizzate da una vulnerabilità climatica persistente e quando gli eventi estremi si verificano nella prima parte dell’anno, suggerendo che i loro effetti si propagano progressivamente fino a riflettersi sulle condizioni economico-finanziarie delle imprese e, di conseguenza, sui tassi di default.
Per misurare l’esposizione climatica, gli autori hanno utilizzato il database CittàClima di Legambiente, che raccoglie gli eventi meteorologici estremi verificatisi sul territorio italiano. Gli eventi sono stati georeferenziati a livello provinciale e aggregati con frequenza trimestrale in quattro macro-categorie: eventi idrologici estremi, eventi costieri estremi, tempeste violente ed eventi termici estremi. Questa classificazione ha consentito di analizzare sia la distribuzione territoriale sia la stagionalità degli shock climatici, permettendo di valutare come il momento in cui un evento si verifica influenzi l’accuratezza delle probabilità di default stimate dai modelli bancari.
I risultati dello studio suggeriscono che l’integrazione di indicatori di rischio climatico nei modelli di credito potrebbe migliorarne la capacità predittiva e ridurre le distorsioni sistematiche nella valutazione del rischio. Più in generale, la ricerca evidenzia come l’inclusione dei fattori climatici non rappresenti soltanto un tema di sostenibilità, ma anche un elemento essenziale per rendere più accurati i modelli di rischio, favorendo una più efficiente allocazione del credito e una maggiore stabilità del sistema finanziario.
