标题：伊莱娜·莫拿斯特若罗、斯泰法诺·巴提斯顿：前瞻性气候风险评估工具CLIMAFIN的方法学和应用 | 封面专题
时间：2020年10月9日 (上午9:06)
分类：评金融, 首页
标签：无
作者：清华金融评论

[1] 企业和金融机构通常对无序低碳转型缺乏全面预期，一般无法及时调整其业务与投资组合的风险管理政策，由此可能引发金融业的气候转型风险。本文介绍了CLIMAFIN模型的方法学原理以及应用于奥地利央行和欧洲金融机构的案例。该模型基于最新的科学发现，将前瞻性气候转型风险和不确定性纳入金融风险评估和估值。   导论 学术界、金融业界和监管机构正日益达成共识：无论在单个机构还是在系统层面，气候变化都是威胁经济和金融稳定的一种新型风险来源。气候相关的金融损失，是由于金融投资战略同气候和能源转型目标之间的差异所导致。为实现《巴黎协定》气候目标，各国不仅需要加大对低碳企业和行业的投资，还须逐步淘汰对化石能源和其他高碳行业的投资。 近年来，不少国家的中央银行和学术机构都开始分析由于无序低碳转型导致的金融风险。无序低碳转型情景通常指政府延后且突然引入低碳转型政策，包括碳定价、碳税或改变审慎监管规定，而企业和金融机构对此缺乏全面预期的情景。在这种情景下，企业与金融机构无法及时调整其业务与投资组合的风险管理政策，可能引发金融业的气候转型风险。对气候相关金融风险的错误定价，会反映在低碳和高碳金融资产未来价格的变化和波动性上。如果金融资产组合中涉及大量对碳排放敏感的资产，无序低碳转型甚至会对系统层面的金融稳定产生潜在影响。鉴于金融市场主体之间的关联性以及金融与实体经济之间的密切联系，气候风险所带来的损失，有可能通过网络效应从金融部门传导到整个经济系统，并最终对国家的经济和社会造成严重破坏性影响。 在将气候风险纳入金融决策过程时，金融机构和监管部门面临的首要障碍就是缺乏基于最新科学发现且系统性的方法，来量化评估未来不同低碳转型政策对金融资产价值的影响。为了填补这一空白，笔者及团队开发了具有较强操作性的CLIMAFIN模型方法。CLIMAFIN模型可在未来气候政策高度不确定性的情况下，前瞻性地评估和管理潜在的气候风险。利用CLIMAFIN模型，金融机构和监管部门可以回答在低碳转型过程中所面临的以下问题： 一是如何基于最新的气候和金融风险的科学知识，在金融机构和金融系统层面，定量评估气候转型风险的影响？ 二是如何在计算违约概率的过程中，充分纳入气候风险的前瞻性、高度不确定性、非线性和内生性特征，并同时考虑交易对手的风险？ 回答上述问题的首要挑战来自气候风险本身的复杂属性。气候风险代表了金融部门所面临的一种新型风险，而传统的金融风险定价与估值方法已无法胜任评估这种新的风险。气候风险的内生属性要求其在政策制定的过程中被充分考虑，这意味着，政府和金融机构对未来气候风险的认知和主张，会影响他们对此类风险的应对，包括作为和不作为。如果各国政府推迟有序低碳转型政策的实施，企业和金融机构将无法将其发展和投资战略与可持续发展目标保持一致，从而难以实现有序地将全球温度升幅控制在2摄氏度以内的气候目标。同时，无序转型（推迟且突然发生）的气候政策会因急剧的转型和变化，触发经济与金融领域的无序气候转型风险。这种内生性会导致多个差异巨大的可能未来路径（或者从经济学的战略互动角度来说，所达成的均衡状态）。最终延续哪种路径或达成哪种均衡状态，取决于未来气候政策或能源技术冲击程度以及金融机构的预期与应对。我们当前以及未来都会处于高度不确定的环境中。因此，估计这些不同路径发生的概率非常困难。此外，因为没有历史经验可循，所以很难估量未来气候因素导致风险的严重程度。传统上，评估金融风险和优化投资组合的方法是基于回顾性的基准和较短的时间跨度，并假设正态分布、完美市场以及不存在套利，但这些方法和假设并不适用于气候风险的评估。 气候风险的特性 相对于传统金融风险，气候风险具有以下几个特点： 一是高度不确定性：由于地球系统的高度复杂性，在预测气候变化的发展以及对人类和生态系统的影响方面，具有高度的不确定性。 二是风险的前瞻性和长时域性：气候变化的影响会在未来几十年或更长时间之后显现，而金融市场的时间跨度往往要短得多。对气候风险的评估需要前瞻性的方法，而不能过度依赖于历史数据，因为历史数据无法刻画未来不曾发生过的风险。 三是非线性：最新研究表明，极端气候相关事件（热浪或寒流）的概率分布高度非线性。有记录以来最热的15个年份中，有14个出现在2000年以后，而且2015年至2019年是有史记录最热的5年。 四是内生性：气候变化风险具有内生性，其风险高低取决于所涉部门的风险意识和应对行动。气候目标的实现，取决于各国政府和各个企业的投资决策，而采取什么样的决策，很大程度上由政府和企业对所涉气候风险的看法决定。这些侧重于不同可能的转型政策和转型路径的看法存在较大差异。因此，政策的选择以及投资者由于这些政策对金融风险预期之间的内生性，导致会存在多个可能的均衡状态。换言之，对于气候风险的认知程度，通常会决定政府推出低碳转型政策的力度以及金融业采取绿色投资策略的积极性。最终，政府政策的选择与金融业依据对政策的预期所做的投资战略选择是互相影响、互相制约的关系。 由于上述因素，金融机构和监管部门传统的金融风险评估方法无法适应和满足评估气候风险这种新型风险的需求。确切而言：首先，传统评估经济和金融风险的方法是基于最可能情景的期望值和历史的风险度量（例如波动性）的计算。其次，传统方法还依赖于对市场运行和个体行为的严苛假设，包括完善的信息、正态分布以及无套利活动等。这些假设和特征，在评估气候风险时显然不能都得到满足，这是传统方法不适用的根本原因。 CLIMAFIN框架 CLIMAFIN模型框架是一套用于定量评估单个资产和投资组合未来气候风险以及对这些风险定价的科学方法。具体而言，CLIMAFIN模型可以在各种气候情景中，前瞻性地估算以下金融风险指标：一是金融合约和债券的违约概率；二是金融机构和监管机构关注的关键风险指标，包括气候在险值、气候利差；三是基于金融网络模型的系统性气候压力测试结果。表1总结了CLIMAFIN的目标用途和一些关键特征。   CLIMAFIN模型框架通过四个模块来实现风险的量化评估。模块1收集和整合气候情景数据库，其中包括联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，简称IPCC）（2018）和央行与监管机构绿色金融合作网络（NGFS）（2019）提供的气候情景。模块2使用来自模块1的信息生成前瞻性气候变化政策，这些政策意味着对特定能源技术未来发展路径的影响。这些可能的转型政策（例如碳价的上涨），基于气候经济模型得出。政策的冲击影响可以体现在不同气候情景之间的产业发展路径的差值，也可以是在同一发展路径上时间维度上的差异。不同气候情景是指例如经济的初始状态（“一切照常”情景）和特定的转型情景。基于不同气候情景，笔者使用气候经济学模型（例如气候变化综合评估模型），计算不同地区和行业（例如低碳或碳密集型）的发展路径可能受到的影响（冲击）。这些影响和冲击体现在市场份额、总增加值的变化。为了将气候风险敏感度与行业和资产联系起来，笔者按照气候政策相关程度对相关行业进行了分类（分类结果被称为CPRS），这些行业包括化石燃料、低/高碳公用事业、低/高碳运输、能源密集型制造业及住房等。模块3根据模块2得出的不同行业受转型影响的结果，对单个金融合约进行估值和风险调整。具体而言，模块3利用特定行业或资产未来可能受到的影响，对相关的股权定价、债券和贷款的违约概率进行调整和再评估。对资产和风险的重新定价，是模块4进行气候压力测试的重要基础。模块4利用模块3得出的对资产的重新定价信息计算气候金融风险指标（例如Climate VaR）。在已知个体金融资产风险指标变化的基础上，结合网络模型，考虑由于金融互联带来的风险扩大化和反向加剧作用，评估气候转型因素对系统性金融风险的影响。   模块1：气候科学和经济政策数据库本模块收集和整合了以下信息集：一是IPCC系列报告中对未来气候变化政策、温室气体排放浓度和全球温升以及基于气候变化情景对社会经济影响的预测。二是由气候经济综合评估模型（Integrated Assessment Models，简称 IAM）提供的系列经济和产业发展路径。IAM模型是局部或一般（整体）经济均衡模型，用于研究温室气体排放目标和由气候变化带来的经济损失。例如LIMITS数据库和CD-Links数据库涵盖了由国际应用系统分析研究所、波茨坦气候影响研究所和欧洲-地中海气候变化中心等学术机构开发的模型计算得出的在不同转型情景下各个产业的发展路径。模块2：气候转型影响评估本模块利用模块1提供的信息，依据不同行业与低碳转型政策的相关程度，推导出不同气候情景下，各个行业可能受到转型的影响程度。首先，基于模块1中IAM模型每隔5年的排放路径的计算结果和需要采取的可能应对措施，本文作者构建了会形成气候转型风险的事件树，即在不同时点引入相应的转型政策。考察风险的时间跨度包括基于中期分析的2025年至2030年区间，也包括立足于远期分析的截至2050年的区间。其次，按照与气候转型风险的关联程度，本文作者对经济活动和行业进行分类，识别出气候风险敏感的行业。这些行业包括化石能源、公用事业（水电等）、能源密集型行业、交通运输、住房、基础设施等。确定分类的依据是：第一，特定行业温室气体排放的总量和强度（根据温室气体核算体系的范围1、2、3标准核算）；第二，行业对低碳转型政策实施的敏感性（如欧盟碳泄露指令2003/87/EC）；第三，行业的技术特点和构成及其在能源产业链中扮演的角色；第四，行业里大多数企业的投资计划，尤其是与气候相关的部分。通过以上操作，可以找出对实现气候目标和受气候转型风险影响最大的经济活动和行业。欧洲中央银行和欧洲保险和职业养老金管理局使用CPRS分类来评估欧盟金融体系面临的气候风险敞口。最后，评估经济从“一切照常（Business As Usual， 简称BAU）”情景向巴黎协定1.5摄氏度或2摄氏度气候目标情景的转型对各行业的影响。影响的大小是通过气候经济模型，计算各个行业在一切照常（BAU）情景和实现巴黎协定气候目标情景的产出之间的差异。为了方便在模块4中计算投资组合的在险值，使用满足巴黎协定目标的多个转型情景，而不是通常情景分析中有限的最有可能情景。因此，无序转型用于代表经济体在两个不同的均衡路径之间的暂时非均衡过渡，这些过渡建立在驱动转型的能源技术发展的基础之上。这一表述，使冲击评估方法符合传统的经济模型思路，从而符合传统经济学家们的认知。模块3和模块4：受转型政策影响调整后的金融定价和风险估值模块3和模块4分别将前瞻性气候转型风险的相关政策整合进金融风险定价模型和定量风险指标中，这些指标包括气候利差和气候在险值。气候利差指的是在给定的转型政策冲击情景下，公司债或主权债的利差变化值。因此，在对公司或国家未来的偿债能力进行评估时，也应将气候风险纳入评估范围。气候在险值是指在不同的未来低碳转型情景和给定置信水平下的“最糟情形的损失” 。利用基于模块2的行业受低碳转型政策冲击的发展路径，计算单个行业未来现金流受到的影响。受到影响的现金流可以被换算成发债主体的违约概率的变化和资产的风险和价值调整。在这一过程中，本文作者开发了基于气候风险的金融定价模型和气候金融风险指标（如气候利差、气候在险值），并将后者融入前瞻性气候转型（冲击）情景，用来反映气候风险的不确定性。模型所需的输入数据从用户角度看，CLIMAFIN模型方法的应用，需要收集和分析投资组合的以下信息：金融债券的标号，公司的法人机构识别编码，债券发行主体的行业NACE编号，金融机构的资产构成（其敞口），有关证券特征的信息和时间序列数据。很多信息（除贷款外）可以从金融数据服务机构（如彭博公司、汤森路透Eikon金融终端等）获取。除金融相关的输入数据外，还需要以下与气候和能源有关的数据：IAM提供的低碳转型政策导致的影响程度；化石能源和可再生能源对各国的经济总量的贡献；国家宏观经济和金融总量数据（如债务占国内生产总值（GDP）比例、财政赤字等）。应用于金融机构投资组合风险评估的案例对奥地利国家银行的主权债券的气候风险评估本文作者在2019年评估了奥地利国家银行持有的由经合组织（OECD）发行的主权债券的气候风险敞口。该研究利用两个气候经济模型（GCAM和WITCH），计算要满足2摄氏度温升控制目标情景下上涨的碳价。基于严格程度不同（较温和与较激进）的低碳转型政策，计算出的碳价上涨趋势也不尽相同，因此造成的压力程度不同。基于碳价上涨造成的运营成本的变化，研究者们计算低碳和高碳部门利润率的变化，以及其对每个OECD国家的总附加值和财政收入的影响。最后，他们将财政收入受到的影响，纳入奥地利发行的主权债券的违约风险、价格和收益的定价，得出气候利差。其结果显示，一个国家的经济和产业结构与低碳转型目标一致程度的高低，可以用气候利差来衡量。同时，该主权债券气候利差的大小也会影响该国整体的金融风险。如表2所示，主权债券价值受影响和气候利差较大的发行主体往往是那些化石能源对国家经济贡献程度较高的国家，如澳大利亚和波兰。与此形成对比，那些可再生能源对经济贡献程度高的国家，如奥地利，其主权债券的价值则受到积极的影响。针对金融系统的气候压力测试2017年，本文作者开展了一项针对欧洲金融系统的压力测试研究。该研究利用估值模型和网络模型，对欧洲部分银行股权投资的气候转型风险进行了分析。他们首先使用上述的CPRS分类评估了这些银行面临的气候转型风险的敞口。然后，利用DebtRank算法，通过气候压力测试，评估了气候转型因素影响下，银行面临的直接和间接损失。直接损失是指银行损失来自其直接持有的资产的减值造成的损失。间接损失是指由于银行的交易对手的负债的贬值对银行间市场造成的损失。他们进一步计算了在各种气候转型情景下，20家气候风险敞口最高的欧洲和美国银行面临的气候在险值（Climate VaR），如图1所示，并评估了无序转型对银行资本的影响。     研究发现，与侧重低碳投资战略的银行（图1右侧）相比，偏好 “棕色”投资战略的银行会出现更大的损失（图1左侧）。而且，整体损失会由于风险的反向传导，通过银行间的合约关系的扩散而扩大（间接效应，浅色部分）。例如，就两家风险敞口最大的银行而言，德意志银行的资本损失主要是来自直接影响，而法国农业银行的损失则主要是由于间接影响。这意味着银行对低碳转型风险的暴露程度，从暴露对象的特征来看，存在差异性。相关损失会由于金融互联而扩大，影响资产价格的波动性和金融市场的稳定性。结论本文介绍了CLIMAFIN前瞻性气候转型风险分析模型。该模型基于最新的科学发现，将前瞻性气候转型风险和不确定性纳入金融风险评估和估值。CLIMAFIN模型可以将具有前瞻性的气候变化情景转化为金融冲击/影响，并为金融机构和监管部门提供不同低碳转型情景下的风险指标和结果（例如气候利差、气候VaR和气候压力测试结果）。CLIMAFIN模型可以帮助个人和金融机构持有的投资组合评估前瞻性的气候转型风险，也可以用来协助金融监管部门制定有利于低碳转型和防范气候风险的金融监管政策。CLIMAFIN模型的应用回应了气候金融风险评估的三个重要问题：首先，在回应分析的时间尺度及其不确定性的问题上，该压力测试方法使用涵盖多个情景的集合，而不是基于单一情景，使之能够计算用来表征情景不确定性的气候VaR值。其次，关于应对气候变化方案的假设，模型假设各国正积极实现其2030年的气候目标承诺，并假设用来实现气候目标的大规模低碳绿色投资充足，没有任何转型中的障碍。但在现实中，低碳行业的融资仍旧十分受限，并将影响低碳转型实际发生的可能性和发展程度。最后，公司层面的信息缺口（例如能源技术构成和排放状况等）意味着金融机构无法通过公司的金融资产合约（例如股票、债券或贷款）获得有关气候风险的信息。温室气体排放核算受到气候政策的可用性、可比性和政策相关性的限制。对此，CLIMAFIN利用上述气候风险敏感行业分类工具CPRS，不仅可以估算行业当前的直接和间接碳排放，还可以将行业对气候政策实施的敏感性反映在模型里。关于气候转型风险的研究应该进一步深入。目前CLIMAFIN模型团队正在通过与综合评估模型开发者的合作，完善无序转型情景以及分析气候金融风险影响的反馈机制。同时，CLIMAFIN模型团队也在和开发金融机构（如世界银行）合作，利用微观数据，开发和完善基于资产地理定位的旨在评估气候物理风险冲击的模型。整体而言，在金融业准确和有效地评估气候风险需要集合气候学家、气候经济学家、金融风险和网络专家的专业知识，但这些领域的研究到目前为止都相对较独立，只有将各个领域的科学家集合起来，使之长期合作和共同努力，才能推进这种跨学科、前沿性的研究工作。本文刊发于《清华金融评论》2020年9月刊，2020年9月5日出刊，编辑：谢松燕 [1] http://www.thfr.com.cn/wp-content/uploads/2020/10/111.jpg
上一篇：安东尼·戈丁等：用投入产出模型评估宏观经济面临的转型风险——以南非为例 | 封面专题
下一篇：中国工商银行与北京环境交易所联合课题组：碳交易对银行信用风险的压力测试 | 封面专题