El concepto de beta climática de transición parte de una analogía directa con el modelo de factores clásico: si existe una prima de riesgo asociada a la exposición diferencial al riesgo de política climática, entonces los activos con mayor sensibilidad a ese factor deberían exhibir retornos esperados distintos de los que presentan menor sensibilidad, incluso dentro del mismo sector. La clave metodológica está en la identificación. Para estimar esa beta transversal con rigor, necesitamos un proxy del factor de riesgo climático que sea ortogonal a los factores convencionales, como el mercado, el tamaño o el valor, y que capture genuinamente la variación en las expectativas regulatorias. Algunos investigadores utilizan diferenciales de retorno entre carteras de baja y alta intensidad de carbono. Otros emplean variables de política climática, como la volatilidad de los precios de derechos de emisión, como instrumento de identificación. Ninguna aproximación es perfecta, y esa imperfección debe explicitarse antes de extraer cualquier conclusión. Lo que sí resulta metodológicamente sólido es el argumento de que la heterogeneidad en la sensibilidad climática entre activos no es aleatoria: responde a diferencias en la estructura de costes, en la flexibilidad tecnológica y en la exposición a la cadena de valor de combustibles fósiles. Ignorar esa heterogeneidad equivale a asumir que el riesgo de transición afecta uniformemente a todos los activos, lo cual contradice tanto la evidencia empírica disponible como la lógica económica más elemental.

La estimación empírica de la beta climática transversal plantea desafíos de identificación que conviene no subestimar. El primero es la multicolinealidad: los activos con alta exposición al riesgo de transición tienden a concentrarse en sectores con características de valor específicas, lo que hace difícil separar la prima climática de la prima de valor convencional. Una forma de abordar este problema es mediante regresiones transversales de dos etapas, en las que el primer paso estima la exposición factorial de cada activo y el segundo examina si esa exposición predice retornos futuros con significación estadística robusta a distintas especificaciones del modelo. El segundo desafío es la estabilidad temporal de la beta estimada. La evidencia sugiere que la sensibilidad climática de un activo puede cambiar de forma no lineal ante cambios de régimen regulatorio, como la introducción de un precio de carbono o la aprobación de legislación climática relevante. Un modelo que trate la beta como constante en el tiempo corre el riesgo de subestimar la exposición real precisamente cuando esa exposición resulta más relevante para el análisis de riesgo. El tercer desafío, frecuentemente subestimado, es la calidad de los datos de carbono subyacentes. Las métricas de intensidad de carbono reportadas por las empresas presentan diferencias metodológicas significativas entre jurisdicciones y períodos, lo que introduce ruido de medición que puede atenuar artificialmente la magnitud de la beta estimada. La solución no es ignorar ese ruido, sino modelarlo explícitamente mediante técnicas de corrección de errores de medición que ya forman parte del arsenal estándar de la econometría aplicada.

Más allá de los desafíos de estimación, la beta climática transversal tiene implicaciones conceptuales importantes para la forma en que pensamos la variación de retornos entre activos. Si aceptamos que existe una prima de riesgo de transición estadísticamente detectables en muestras suficientemente largas, entonces la dispersión de retornos que observamos entre activos con distintas betas climáticas no es simplemente ruido idiosincrásico: es, al menos parcialmente, compensación por asumir un riesgo sistemático bien definido. Esto tiene consecuencias directas para el análisis de atribución de retornos. Un marco de atribución que no incluya la exposición climática como factor explicativo puede atribuir incorrectamente a la gestión activa lo que en realidad es exposición a un factor de riesgo estructural. La confusión entre alfa genuino y exposición factorial no controlada es uno de los errores más comunes y más costosos en el análisis cuantitativo aplicado. Pensemos en un experimento mental ilustrativo: dos carteras con idéntica exposición a los factores convencionales, mercado, valor, calidad y momentum, pero con betas climáticas transversales significativamente distintas. Si el riesgo de transición se materializa de forma adversa para los activos de alta sensibilidad, la diferencia de retornos entre ambas carteras no reflejará habilidad diferencial, sino simplemente una diferencia en la carga factorial climática. Reconocer ese mecanismo es condición necesaria para cualquier análisis de atribución que aspire a ser metodológicamente honesto. El rendimiento pasado no garantiza resultados futuros, y esa advertencia adquiere especial relevancia cuando el factor de riesgo relevante, la política climática, presenta una incertidumbre estructural que ningún modelo puede eliminar por completo.