<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" "http://www.wapforum.org/DTD/wml_1.1.xml"><wml><card  id="index"  title="清华金融评论  &raquo; Blog Archive   &raquo; 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"  ><p>
			标题：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 &#124; 封面专题<br/>
			时间：2020年10月9日 (上午9:11)<br/>
			分类：<a href="index-wap.php?cat=22" title="查看评金融中的全部文章" >评金融</a>,  <a href="index-wap.php?cat=1" title="查看首页中的全部文章" >首页</a><br/>
            标签：无<br/>
			作者：清华金融评论<br/> 
            <br/>
             [1]

低碳转型将影响大部分国家的经济发展路径，并可能对宏观经济产生负面影响。本文介绍了一种相对简化的可用于分析转型风险的宏观经济建模方法。通过静态投入产出模型，本文评估了南非煤矿和汽车出口两个产业受到需求减少的冲击后，对经济系统内各行业产出的影响，在此基础上，进而分析对金融体系稳定性的影响。

引言

要实现《巴黎协定》将全球温升控制在2摄氏度以内的目标，必须实施低碳转型；而低碳转型将影响大部分国家的经济发展路径，并引发类似著名经济学家熊彼特创造性破坏理论的问题。为了研究低碳转型对经济和金融体系的影响，有人提出了“搁浅资产”和“转型风险”的概念，并指出这两者可能会导致金融不稳定。此外，还有人认为，“搁浅资产”可能会因金融系统的连锁反应，对宏观经济产生更加广泛的负面影响。因此，对于财政部门、金融监管机构和金融机构而言，最重要的是了解其金融体系和投资组合中资产暴露在低碳转型风险的敞口有多大。

作为要面临这些风险的金融机构，法国开发署（French Development Agency ，简称AFD）致力于该领域的课题研究。AFD正在开展一项名为针对生态转变的广义多行业货币宏观动力学（Generalised Multisectorial and Monetary Macrodynamics for the Ecological Shift，简称GEMMES）的宏观经济建模工作，该工作目前针对多个国家/地区开展，与转型风险分析高度相关。AFD还与气候政策倡议组织（Climate Policy Initiative，简称CPI）合作，对转型风险进行微观层面的经济分析，第一个案例就是南非。

上述这些研究都表明，低碳转型可以视作生产结构的一种转变。在这种转变中，碳密集型经济活动将被低碳型经济活动所取代，甚至消失。同时，由于各专业化生产活动之间的高度依赖关系，例如甲行业的产品会被乙行业用于生产商品或提供服务，一旦经济系统中某一行业受到冲击，很多其他行业都会以不同的方式受到影响。因此，相比于仅关注一些常见的碳密集型行业，在评估转型风险时，本文认为也应该同时关注与高碳行业价值链有关的其他行业。

在评估转型风险时，无论是单个资产、金融机构还是金融系统层面，通常会定义与低碳转型相关的情景，并通过模型将该情景应用于分析对象。CPI对南非低碳转型风险的研究表明，仅仅研究低碳冲击特定情景下单一行业或主体受到的直接影响，对于准确了解这种情景下经济系统受到的整体影响的作用是极其有限的。因此，基于商业、金融和资本往来建立的链接关系，评估最初对单个行业或主体的影响如何在整个经济网络中扩散至关重要。CPI的研究尝试通过以合同关系为基础构建链接关系，旨在刻画对个别行业的转型冲击传导到上下游产业链和相关主体的方式。但是，这种模型的构建方法缺乏宏观经济维度，低估了整个经济系统冲击传导的第二轮效应。此外，一些国家的中央银行和财政部更希望能够先从宏观角度对转型风险进行初步了解。现有的动态宏观经济转型风险压力测试方法（例如由多个央行绿色金融网络成员正在开发的模型）则稍显复杂，对技术、人才和数据的要求过高，因此不适用于上述从宏观角度对转型风险初步了解的目的。

本文介绍了一种相对简化的可用于分析转型风险的宏观经济建模方法。通过静态投入产出模型，本文评估了南非煤矿和汽车出口两个产业受到需求减少的冲击后，对经济系统内各行业产出的影响。在此基础上，结合就业岗位和财务数据，本文分析这些冲击对就业的总体影响，并识别出违约率最有可能上升的行业，进而分析对金融体系稳定性的影响。

本文以南非作为案例研究对象，因为南非的特点最契合本文的研究目标。这表现在几个方面：首先，南非的经济和产业结构特别容易遭受转型风险影响，其出口经济占比较高；其次，上述CPI的分析为本文建立了很好的低碳转型情景的假设基础；最后，南非统计局可以提供用于分析的详细的投入产出表（IO）以及行业财务数据，这些数据对我们的研究来讲不可或缺。

Carley等人在2018年开发了一个概念性的分析框架。该框架中，“脆弱性”被分解为暴露程度、敏感性和适应能力；在能源转型的背景下，暴露程度和敏感性越高，适应能力就越低，该行业就越脆弱。本文的分析中借用了这一框架，以评估在给定转型情景（以煤炭和汽车行业出口受到冲击的情况）下，某些特定行业受影响的程度和范围。具体而言，本文分析了受间接影响的行业在生产和就业上的损失，以及净债务与息税折旧摊销前利润（Earnings Before Interest, Tax, Depreciation and Amortization，简称EBITDA）的比率和Z值这两个重要财务风险指标的变化。在此基础上，本文识别出运输、电力、天然气和供水（以及辅助金融服务）行业特别容易遭受煤炭出口冲击的影响，而金属矿石、基础钢铁、玻璃、辅助金融服务以及电力、天然气和水行业更容易遭受汽车行业出口冲击的影响。

方法概述

转型冲击

低碳转型可以通过多种方式对生产和消费结构产生冲击。例如，企业可能会因为碳排放税或更严格的监管而被迫停止使用某一特定技术，而技术变化会导致供应冲击。供应冲击指由于新技术改变了产品的特性，使用这些产品的下游公司也可能受到影响。再有，当具体的政策、技术变化或消费习惯变化引起消费行为变化，就会对终端需求（家庭的消费模式）或中间消费（企业对其投入使用的决定）需求产生影响（冲击）。同时，由于生产网络之间高度依赖，对某一特定行业需求减少的影响会蔓延到其他行业。因此，一般来说，来自需求角度的冲击可以来源于国内外的企业或家庭的消费行为变化。

在自由市场经济中，绝大多数转型冲击会以需求冲击的形式出现。需要注意的是，这些冲击将以各种方式具体化，而不会局限于单一事件，产生的影响也包含积极和消极两个方面：因此分析中的假设情景也是多样化的。本文旨在介绍一种特定的分析方法，为了简化说明过程，本文选择了一种简化的外部冲击情景——假设煤炭和汽车行业的出口显著减少。该方法适用广泛，不论国内外、需求增加或下降、单一行业或多行业的冲击均适用。

投入产出模型



&#160;

投入产出表是一个矩阵（见表1），呈现经济活动中发生的所有商品和服务的交易。其中列表示需求消费端，行表示供给产出端。交易分为两类：中间消费和终端需求。如表1所示，左上象限代表了生产过程中两个生产部门之间的中间消费（例如，农民供应的玉米被餐馆用来制作饭菜）；右上象限表示终端需求；最右两列显示了所出售商品和服务是来源于本地还是进口；最后，投入产出表底部还显示了如何分配税收、工资和总营业盈余（Gross Operating Surplus，简称GOS）之间的增加值（定义为部门销售与其中间消费之间的差额）。投入产出表描述了一个经济体内不同行业之间的相互依赖关系。投入产出表的应用范围很广，常用于需求拉动模型（Demand-Pull Model）。需求拉动模型是一个基于矩阵代数（主要为逆矩阵）的简易模型，用于量化在一个或多个行业的需求出现特定变化（冲击）时对所有行业的影响。投入产出表将中间产品的每一笔交易以对称和统一的方式关联起来，用以评估外生冲击的系统性影响。直观地说，需求拉动模型模拟以下冲击过程：首先是行业A受到初始冲击，行业A的产出减少就会相应减少为它提供中间产品行业的产品需求量，这些被波及的行业也会进一步减少对它们供应链的需求，依此类推，冲击影响在不同行业之间传导扩散。因此，这些影响可以区分为直接影响（由初始冲击造成的直接损失）和间接影响（冲击在经济和生产网络中通过传播扩散产生的损失）。需要注意的是，如果初始冲击的行业本身足够大，以至于自己各个部门之间就形成了生产产品和服务的依赖关系，这种行业会同时受到直接和间接影响。对就业及金融的影响投入产出模型通过多次迭代计算，量化得出外部冲击的最终影响后，将结果（主要是对投入产出表每个行业输出的影响）与就业和金融数据结合起来，就可以量化这些影响对就业或EBITDA造成的影响。为此，本文调用两个概念：一是劳动强度，二是EBITDA弹性。劳动强度指生产一件商品和服务所需的工作量（按全时等效）。如果劳动强度已知，结合上述各行业受到冲击而导致的产出影响，可以轻松算出由于需求冲击而导致的失业人数。不同于产出与劳动强度之间的简单关系，产出和EBITDA之间的关系相对复杂得多，因为还关系到固定成本和非生产成本（如财务费用、营业费用等），它们导致产出与EBITDA之间呈非线性关系。为了描述两者之间的关系，本文在行业层面假设产出与EBITDA存在转换弹性。基于2006年至2018年的财务数据，本文通过双对数计量经济学回归模型来估计这种弹性关系。结合该计量经济学模型和上述需求拉动模型，可以得出所有行业因为需求冲击而导致的EBITDA损失。通过这两个财务风险指标的变化，即净债务与EBITDA的比率以及美国学者Altman的Z值，从宏观经济、金融系统或单个金融机构（取决于其在不同行业的业务敞口）的角度，识别最有可能受到挑战的行业。假设与限制投入产出模型和后续改进都基于一些特定的假设，包括：假设为一次性冲击事件，企业无法通过更改生产流程来适应冲击（投入产出矩阵的技术系数是静态的，投入要素之间没有替代关系）。生产者面临的规模回报不变（产出水平的变化将导致单一生产所需的投入产生同比例变化）。劳动力和资本是无限的，并可以以固定价格获得（生产要素需求的变化不会导致其成本发生变化）。假设劳动与产出之间是线性关系，而产出与EBITDA之间是非线性关系（以弹性形式）。数据来源本文使用的是2014年南非统计局发布的包含50个行业的投入产出表，并结合2014年的季度劳动力调查和季度就业统计构建就业数据。此外，根据2015年采矿业报告，本文将采矿业分为黄金和非黄金两个子板块。南非的转型冲击及搁浅影响在本节中，转型因素以出口冲击的形式体现在模型中。截至2017年底，南非拥有99亿吨已探明煤炭储量，占世界已探明煤炭储量的1.0%，排在世界第12位。同时，南非的煤炭行业在2014年（所使用投入产出表的年份）占国内生产总值（GDP）的1.52%。在2001年至2017年期间，开采的煤炭有大约28%用于出口，南非是2017年煤炭的第六大出口国。为量化我们研究的冲击情景，本文采用了CPI Huxham等人的情景假设，即为了实现把全球温升限制在2摄氏度以下的目标，南非的煤炭出口总值到2025年将下降约70%。本文将这种冲击设置为单一外生事件，不考虑时间序列形式的多重冲击。为了形成对比，在评估煤炭出口冲击带来的损失之外，本文还模拟了汽车行业出口受到冲击的损失。南非当前已经是全球汽车行业产业链的重要一环，基于该事实，本文假设全球低碳转型将导致内燃机汽车需求减少，从而影响南非的汽车产业。需要补充说明的是，对汽车行业出口而言，本文使用与煤炭行业规模相同（约440亿南非兰特）的冲击，以便比较两种行业受到冲击后的经济总体损失。外部转型冲击影响的扩散过程

&#160;

如图1所示，在煤炭出口冲击的传播网络中，每个节点代表一个行业。顶点是下游行业对上游行业中生产商品和服务需求减少的源头。按照Cahen-Fourot等人描述的方法，本文只保留了受影响较大的行业。图1表明，受冲击的行业终端需求下降会通过工业网络中的多种路径影响其他行业，这些路径长短不一，有时最终影响的行业和初始受冲击的行业看起来甚至毫无关联。因为每个行业的产出均被产业链中下游行业用作生产的中间投入，这些产业链是以“瀑布效应”（Cascading Effect）的形式向下传递的，产业链下游的产出损失将直接影响中上游的产出。产出下降导致的失业和利润损失各行业产出的损失量确定后，就能够分析和计算利润、税收或薪资的损失。但计算方法取决于各行业的生产特征，例如资本或劳动强度水平不同，劳动收入（工资）和资本收入（利润）之间附加值的分配也不同。因此，经济中总利润损失或总薪资损失的决定性因素是：受影响的行业以及该行业附加值在不同生产要素之间的分配。



&#160;

图2显示了在煤炭行业出口需求减少的情况下，产出、就业和营业盈余总额（Gross Operating Surplus，简称GOS）的相对损失。图3显示了汽车行业受冲击后前述指标的表现。如图2所示，条形图不同颜色的柱形的高度对应特定行业的产出、就业或营业盈余总额的损失；而箭头覆盖部分表示初始冲击造成的直接损失，总损失则以南非经济总体的产出、就业或营业盈余总额的损失占比，在条形图的下方显示。举例来说，煤炭出口冲击造成的产出损失占南非GDP总值的0.93%，失业率（新增失业人口占全体就业人口的比例）新增0.42个百分点，营业盈余总额损失为1.57%；汽车行业冲击对应的数字分别为1.33%、0.79%和0.65%。煤炭需求下降会导致约三分之二的以名义总产量计量的初始冲击损失。这意味着，由于煤炭部门对其他行业的商品和服务减少采购，煤炭出口业务每减少两个兰特的产出，其余经济体就会遭受一个兰特的损失及后续连锁反应的影响。其中，受影响最大的行业是运输和贸易。当查看其他两个受影响的变量时，相对影响差异很大。煤炭行业是资本密集型企业，其营业盈余总额的间接损失仅占直接损失的1/3。另一方面，由于煤炭部门的劳动密集程度相对较低，就业机会的间接减少数量达到直接减少数量的大约两倍。这意味着在煤炭出口业务中，每一个可能消失的岗位，对应的其他行业中还有另外两个岗位面临着相同的风险。类似地，如图1所示，受供应链结构的驱动，运输和贸易在部分就业岗位和产出中起着关键作用，在观察这些岗位和产出相关信息时，我们发现了受影响行业的一致性。但是，不同行业的资本或劳动强度不同，行业的相对损失也有所不同。这表明，在评估外部转型冲击时，经济的结构和行业特征都非常重要。然而，如图3所示，在分析汽车行业受到冲击的情况时，得到的结果则截然不同。首先，虽然对煤炭和汽车两个行业的初始冲击幅度相同，但其引发的对产业链传导影响却不同，因而对产出（煤炭为0.93%，汽车为1.33%）、就业（0.42个百分点和0.79个百分点）和营业盈余总额（1.57%和0.65%）造成的影响也不同。这再次表明，即使初始冲击程度相同，其作用在经济网络中的起点不同，冲击经过网络的传播扩散，最终形成的总影响的差别也是巨大的。这里对特定指标（包括上述产出、就业和GOS）的总影响是所有行业所受影响的总和，所有行业影响的总和本身也可以看作是原始冲击的一个倍数。所有行业受到冲击的总影响倍数取决于其他行业与受初始冲击行业之间联系的紧密程度，以及其行业特征，如劳动力密集程度（对就业产生影响）和资本密集程度（对营运盈余总额产生影响）。在南非的案例中，汽车行业在南非经济中所占的比重更大，在当地生产结构中与其他行业的互嵌程度更高，因此在受到冲击时，汽车行业比煤炭行业在经济网络中引起的损失更大。受冲击行业的经济属性不同，造成影响的维度也不同。例如，煤炭出口冲击对政府总收入产生的影响较大，但对就业产生的影响就较小。若进一步研究汽车出口下降对行业的影响，我们可以看到，虽然其对产出的间接影响大约是直接影响的两倍，但对就业（或营运盈余总额）的间接影响大约是直接影响的3倍（或20倍）。与受直接影响的汽车行业相比，贸易、其他服务业或运输业等受到间接影响的行业的营运盈余总额下降幅度要更大。对金融的影响本文结合模拟产出损失的需求拉动模型与两个财务风险指标，即净债务与EBITDA的比率以及Altman的Z值，分析煤炭和汽车出口冲击对金融稳定性造成的影响。



&#160;

如图4所示，通过前述产出与EBITDA之间的非线性关系（EBITDA弹性），可以确定两种出口冲击导致的EBITDA损失。图中气泡的大小，代表每个行业的债务总额（包括短期和长期债务）；气泡的颜色代表两种不同的冲击来源：红色气泡代表煤炭出口下降冲击；蓝色气泡代表汽车产业出口下降冲击。横轴表示初始财务风险指标（净债务与EBITDA的比率）；纵轴表示在每种冲击后风险指标的变化。为了便于展示，图中省略了一些表现极端的行业。例如家具和电子阀门行业，其净债务与EBITDA的比率超过20，并且受两种冲击的敏感度（纵轴表示的变化率）都相对较大，约为2%；钢铁、皮革和箱包基础制造业而言也是如此，在遭受汽车行业出口冲击时，尽管这些基础制造业的净债务对EBITDA的初始比率较低（小于2），但受冲击后的变化却非常高（约10%，图中未显示）。在遭受煤炭出口冲击时（红色气泡代表），电子阀门和家具（图中未显示）以及电力、天然气、水和交通运输（以及辅助金融服务）行业的净负债/EBITDA比率变化都相对较高，方差较大。在分析净债务与EBITDA比率变化的基础上，本文还评估了两种出口冲击对Z值的影响。Z值越低，公司价值越接近零，越有可能面临破产，破产等价于债券违约。如图5所示，气泡大小代表各行业的负债水平；横轴代表行业的初始Z值；纵轴代表Z值受不同冲击后的变化程度。为了易于展示，图中仅显示初始Z值低于6的行业。我们发现，尽管就Z值的初始值和变化程度而言，前述行业（钢铁、玻璃、金属矿石、电力、天然气、水和运输）仍然与其他行业差距明显，但其他行业的Z值相对较高。结论以南非煤炭和汽车出口行业为例，本文通过静态投入产出模型，分析外源性低碳转型冲击对产出和就业的间接影响，并量化这些间接影响的损失。在此基础上，将该方法得出的结果与金融统计数据相结合，识别出最有可能导致潜在金融风险的行业。本文研究结果表明，尽管高碳行业会受到转型风险的直接影响，经过中间产品供应和需求网络的传导，其他碳强度较低的行业也会受到低碳转型冲击的间接影响。从某种意义上说，这些结果说明了在分析转型风险时把温室气体核算体系范围3（GHG Protocol，Scope 3）的碳足迹纳入考虑的重要性。常见的分析转型风险方法仅仅考虑了范围1的碳足迹，而忽略了产业链也是碳链和碳风险的载体。一般分析认为将范围3碳排放纳入转型风险模型很困难，但投入产出模型为此提供了可行的解决办法。从案例研究的角度看，本文表明了在构建低碳转型冲击情景时，仅仅关注高碳行业是远远不够的。全面的风险评估，需要研究者具备系统性思维，考虑高碳行业与经济生产结构两个方面。因为非直接受冲击行业也会因为经济网络的风险传播扩散作用，遭受间接损失。因此，把握低碳转型的系统性影响至关重要。本文使用的方法的优点是易于实施（仅涉及少量矩阵计算），且对数据的要求相对较低。因此该方法在数据完整性较差的国家也能实施。但该方法的主要局限性在于，投入产出表的数据有时存在时效性差和质量不一的问题。其他的不足还包括，模型采用了静态的经济假设以及在情景构建中未考虑经济系统内多行业同时受到低碳转型初始冲击的情景。尽管本文提出的方法能够评估转型冲击的直接和间接影响，并强调了评估转型风险时系统性思维的重要性，但本文的分析与完整的宏观经济模型仍有距离，还需要其他方法对其进行补充和完善。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：王晔君

&#160;

[1] http://www.thfr.com.cn/wp-content/uploads/2020/10/111.jpg            <br/>	
            <span class="stamp">上一篇：</span><a href="index-wap.php?p=87610">托马斯·霍周等：保险业面临的气候风险及其评估 | 封面专题</a><br/>            <span class="stamp">下一篇：</span><a href="index-wap.php?p=87596">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</a><br/>    
                        
			</p></card></wml>