【專家觀點】氣候物理風險壓力測試方法的應用探索 | 新聞 | 新聞與活動

魏文龍 中誠信綠金科技（北京）有限公司氣候風險業務總監，FRM持證，擁有明尼蘇達大學金融數學、清華大學環境科學與工程雙碩士學位，專注於金融風險量化分析領域，發表核心期刊論文10餘篇。

摘要

管理和應對氣候風險缺乏曆史數據積累，針對的風險期限超長，傳統風險計量工具難以發揮作用，因而壓力測試是評估氣候變化和經濟轉型衝擊的有效手段。本文對實踐中出現的氣候物理風險壓力測試兩類方法學進行瞭比較，將物理風險融入現有氣候壓力測試方法學，分析氣候物理風險壓力測試方法的國內外應用現狀與發展趨勢。

關鍵詞：物理風險壓力測試商業銀行

中圖分類號：F832.2 文獻標識碼：A

文章編號：1009-1246（2024）01-0037-05

一、背景

開展氣候風險壓力測試是金融機構積極應對氣候變化、主動管理氣候風險的有力抓手，也是履行社會責任、助力轉型升級的重要內容。氣候風險分為轉型風險與物理風險。根據央行與監管機構綠色金融網絡組織（Central Banks and Supervisors Network for Greening the Financial System，NGFS）給出的定義，物理風險為氣候變化帶來的與氣候模式逐漸變化相關的風險，具體是指由慢性風險（如溫度逐漸升高）以及與天氣事件（如熱帶氣旋、風暴、洪水和乾旱）增加頻率和 / 或嚴重程度相關的急性風險。

我國23家主要銀行於2021年已完成第一階段氣候風險壓力測試，即以碳排放權價格為主要因素的氣候轉型風險壓力測試，針對火電、鋼鐵、水泥三個高碳行業，重點對三個行業年排放量在2.6萬噸以上二氧化碳當量的企業，考察碳排放成本上升對企業還款能力的影響，以及進一步對參試銀行持有的相關信貸資產質量和資本充足水平的影響。

氣候物理風險壓力測試具有較強空間差異性且涉及風險要素較多，目前處於探索階段，尚未形成統一測試方案。本文從氣候物理風險壓力測試在實踐中常見的處理思路出發，歸納出目前主流應用的兩類方法學，併選取其中一類方法學以某商業銀行應用實踐為案例進行研究。

二、物理風險氣候壓力測試兩類方法學

一種方法為自上而下與自下而上相結合法，即從氣候風險因素空間特徵出發，基於氣候物理風險的危害（Hazard）、敞口（Exposure）、脆弱度（Vulnerability）三要素預測未來不同壓力情景下氣候風險空間及強度分布對金融機構不同區域資產造成的減值、現金流出等損失。這類方法的優點是易於理解，缺點是條件較為苛刻，一般基於空間地理信息繫統（GIS）執行操作，對數據量及數據顆粒度要求較高。明晟（MSCI）在物理風險量化管理方案中，提出基於危害、敞口、脆弱度將熱浪、沿海洪水、河流洪水、寒潮、台風、山火6類極端物理風險分類管理。某銀行在2022年環境信息披露報告中，結合資產空間分布特徵，以半定量形式分析瞭水資源短缺、高溫熱浪、極寒、乾旱、洪水、生態環境破壞、海平麵上升7類物理風險因素。

另外一種方法為自上而下法，即從傳統宏觀壓力測試方法學出發，通過引入核心氣候變量（如氣溫、降水量），基於計量經濟學模型，構建核心氣候變量、宏觀經濟變量與金融機構（如銀行）不同行業資產風險變量的關繫，量化不同壓力情景下氣候變化對宏觀經濟及資產風險變量的影響。這類方法的優點是沿用現有風險量化管理體繫，方法學較為成熟，且易於實現；缺點是核心氣候變量對宏觀經濟變量關繫的經濟學解釋力不足，有待進一步挖掘中間變量或構建中間模型傳輸壓力。例如，某銀行通過ARIMA預測、蒙特卡羅模擬及Wilson模型，選取GDP、PPI、CPI、M2等宏觀變量及降水量、氣溫等氣候變量，以差分、同比、環比等數據處理方式，構建製造業違約概率PD模型，測試輕度、中度、重度情景下製造業信貸資產質量變化。

三、自上而下法氣候物理風險壓力測試在商業銀行中的應用：以某商業銀行為例

01 主要目標

探索物理風險對該行不同行業信貸客戶影響，識彆物理風險因素，分析壓力傳導路徑，構建壓力傳導模型，計算分析不同情景下氣候風險最終對該行信貸資產質量及資本充足率等風控指標影響。考慮到自上而下法沿用現有風險量化管理體繫，方法學成熟且易於實現，因此選用自上而下法執行氣候物理風險壓力測試。

02 影響因素

統計數據表明，對該行所在地區影響較大的氣候因素中，暴雨及乾旱是主要因素，且隨著氣候變化加劇，氣溫不斷升高併出現乾旱，氣溫對大氣圈水循環帶來繫統性乾擾，致使當地暴雨頻率及暴雨強度等極端氣候災害事件增加。由於暴雨及乾旱數據序列不夠長，因此以降水量及平均氣溫等變量作為表徵變量。

03 壓力傳導

確定以降水量及平均氣溫為主要氣候變化物理風險因子，構建從物理風險到經濟變量再到信貸資產質量變化的壓力傳導路徑。一方麵，極端暴雨會引起洪水或洪澇災害，併引起降水量增加，一定程度上造成農業生產減產、工業生產受損，直接造成地區性經濟損失，影響市場主體生產經營活動併導致經營效率下降、償債能力不足，最終引起銀行信貸資產質量下降。另一方麵，極端乾旱引起農業生產減產、供給下降，農產品價格上升壓力傳導至工業等領域，引起生產成本上升，對市場主體償債能力產生衝擊，最終導致銀行信貸資產質量下降。

04 確定氣候物理風險壓力模型

基於信用組合觀點（Credit Portfolio View，CPV）模型，構建物理風險氣候壓力測試模型。選取某行業近不良貸款率數據，收集當地及所在省份的GDP、降水量、平均氣溫以及全國PPI、M2、Shibor等變量，變換為同比增速、累計值、差分、Logit轉換等預處理指標，以自相關函數（ACF）、偏自相關函數（PACF）定階識彆及白噪聲檢驗（Ljung-Box）測試等方法消除序列相關併挖掘變量間關繫建模，結合相關假設檢驗構建CPV麵板模型。模型所用數據時間長度為8年，頻率為季度。

05 確定氣候物理風險壓力情景

採用NGFS六種情景對應的三種氣溫升高情景，即1.5℃、2℃及3℃情景，分彆為輕度壓力情景、中度壓力情景及重度壓力情景。假定該行麵向參試行業信貸資產敞口、不良率、各項風控指標及宏觀經濟因素維持2021年水平不變，新增不良採用100%計提減值，分析氣溫升高對該行信貸資產質量影響及資本充足率等風控指標影響。

06 測試結果分析討論

基於模型經濟學解釋發現，在氣候變化背景下，假設其他因素不變，氣溫越高則該行參試行業信貸資產質量受衝擊程度越大。測試發現，計提減值損失後，該行在輕度、中度、重度壓力情景下，參試行業對該行信貸資產產生衝擊程度有限。測試結果中，不良率上升，重度壓力情景中為1.71%；撥備覆蓋率下降，重度壓力情景中為117.14%，仍大於100%；資本充足率下降，重度壓力情景中為15.10%，滿足監管要求且高於監管最低要求5.1個百分點；一級資本充足率下降，重度壓力情景中為11.10%，滿足監管要求且高於監管最低要求2.6個百分點；資本充足率下降，重度壓力情景中為11.10%，滿足監管要求且高於監管最低要求3.6個百分點。

07 優化方向

該項研究從平均氣溫及降水兩個宏觀經濟變量出發，對氣候物理風險壓力測試進行探索，相關方法具有一定借鑒意義，但也存在兩點不足。第一，使用靜態測試方法，假設銀行資產負債表相關會計科目餘額不變，與實際情況不符；第二，降水量與平均氣溫變量併不直接與宏觀經濟變量發生作用，需要研究潛在中間變量或中間模型傳輸壓力，提高模型解釋度。

四、結語

本文分析比較瞭物理風險氣候壓力測試兩類方法學，併以某商業銀行為例，詳細闡述將自上而下法氣候物理風險壓力測試融入現有氣候壓力測試方法學的實踐案例。結合案例分析與應用實踐，本文得到以下結論。

第一，自上而下法將氣候物理風險壓力測試融入現有氣候壓力測試方法學但有待完善。一方麵，不管將氣候風險變量作為外生變量影響宏觀經濟變量還是與宏觀經濟變量一起影響金融機構資產質量，其中間具體邏輯有待完善，應尋找中間變量或構建中間模型傳輸壓力，提高模型解釋度。另一方麵，NGFS在集合評估模型（Integrated Assessment Model，IAM）中，根據全球變化分析模型（Global Change AnalysisModel，GCAM）、能源供應戰略替代模型以及一般環境影響與全球生物圈管理耦合模型（MESSAGEix-GLOBIOM）、投資與區域發展耦合農業生產及環境影響模型（REMIND-MAgPIE），預測未來二氧化碳排放量增加情景下全球氣溫升高及其與各經濟部門作用後呈現的宏觀經濟變量，為此類方法應用提供瞭參考借鑒。因此，可使用 SVAR 模型將氣候變量與宏觀經濟變量更好地連接起來。

第二，在具備一定數據基礎上，自上而下法將物理風險氣候壓力測試融入現有氣候壓力測試方法學，可用於局部區域氣候物理風險壓力測試。一方麵，由於氣候變量具有空間差異，可以根據一地（省/市/縣）一模型的思路去應用自上而下法；另一方麵，構建符合實際情況的氣候變化背景下宏觀經濟預測框架也是潛在解決思路，需積極探索氣候風險宏觀情景壓力測試。

第三，氣候物理風險壓力測試未來仍以自上而下與自下而上相結合法為主。物理風險氣候壓力測試需要從氣候物理風險危害（Hazard）、敞口（Exposure）、脆弱度（Vulnerability）三要素進行分析管理，不管學界還是業界都在探索這方麵應用。由於該類方法保留瞭保險業金融機構關於巨災模型計量原理，對不同類型氣候物理風險及災害具有較好科學基礎、解釋力度，而且模型機理已經過實踐檢驗，因此，未來此類方法或將成為物理風險氣候壓力測試主流方法。

第四，金融機構應當關注物理風險氣候壓力測試。作為氣候風險重要組成部分之一，物理風險氣候壓力測試逐漸被國內金融機構瞭解和掌握。根據歐央行執行的2022 年氣候風險壓力測試結果，歐央行正在考慮推動將測試結果納入部分金融機構內部資本充足率評估流程（ICAAP）中，未來或對巴塞爾協議第二支柱產生具體量化影響。同時，歐洲部分金融機構已經將氣候風險壓力測試納入ICAAP中，對監管資本進行審慎管理併積極應對氣候風險。

參考文獻

[1] 孫天琦,苗萌萌.金融業管理和應對氣候風險的思考[J]. 中國金融,2023(16):12-15.

[2] 謝嵐嵐,周富傑,陳珊等.基於SVAR模型的氣候變化對金融穩定的影響分析——以中國銀行業為例[J].福建金融,2022(12):3-13.

[3] 中國人民銀行貨幣政策分析小組. 中國貨幣政策執行報告（2021年第四季度）[R]. 北京: 中國人民銀行, 2022.

[4] 中國人民銀行研究局. 推動綠色金融與轉型金融有效銜接[R]. 北京: 中國人民銀行, 2023.

[5] IPCC. Climate Change 2022: Impacts, Adaptation, and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change[R]. London: Cambridge University Press, 2022.

[6] MSCI. MSCI Real Assets Climate Analysis: A TRANSPARENT APPROACH TO CALCULATING CLIMATE RISK[R]. New York: MSCI, 2022.

[7] NGFS. NGFS Climate Scenarios Database Technical Documentation V3.1[R]. Paris: NGFS, 2022.

[8] NGFS. Physical Climate Risk Assessment: Practical Lessons for the Development of Climate Scenarios with Extreme Weather Events from Emerging Markets and Developing Economies[R]. Paris: NGFS, 2022.

[9] ECB Banking Supervision. 2022 climate risk stress test[R]. Frankfurt: European Central Bank, 2022.