2024年气候转型风险建模：网络方法报告（英）

气候转型风险建模：一种网络方法 RaymondPang和GireeshShrimali 报告 可持续性 执行摘要 气候转型风险对金融稳定构成严重威胁。所谓气候转型风险，是指与向低碳经济过渡相关的一系列风险。1它们可能源自政策实施、技术进步或市场行为的变化（或这些因素的某种组合）。例如，在气候转型情景下，如果气候相关政策措施将全球变暖目标设定为较工业化前水平上升1.5摄氏度而非2摄氏度，这可能导致金融机构持有的化石燃料暴露资产的价值出现更大程度的折价。因此，投资者应了解气候转型风险的本质、他们在投资和贷款组合中对这些风险的暴露程度，以及在多层对手方暴露的互联金融系统中气候转型风险的系统性影响。 各类机构，如银行和保险企业，在确定风险溢价或使其贷款组合和运营符合可持续发展目标时，会考虑气候转型风险。识别气候转型风险对于政策制定者也非常重要 ：中央银行和监管机构应考虑转型风险及其对金融稳定的影响，以指导未来的政策制定和监管工作。 一种评估气候转型风险的方法是通过情景分析法。我们不仅可以通过历史数据中观察到的市场波动来衡量转型风险，还可以利用基于前瞻性转型情景的方法将企业预期未来收益的变化纳入现有实物和金融资产的价值评估中。我们采用情景方法是因为证据表明，金融市场尚未完全将转型风险反映在资产估值和预期公司业绩中（Bolton,Despres,PereiradaSilva,Samama,andSvartzman2020）。此外，历史上很少有类似的转型情景可供参考。 1Seewww.epa.gov/climateleadership/climate-risks-and-opportunities-defi.ned 气候转型风险建模：一种网络方法 CONTENTS 执行摘要pg.1|Introductionpg.5|文献综述pg.7|模型pg.8| Datapg.9|Resultspg.14|Conclusionpg.21|Appendixpg.23|参考文献pg.26 这些事件反映了金融机构从气候转型风险中面临的预期损失。因此，由不同的气候转型叙事和物理气候目标驱动的情景可以反映潜在损失的格局。 使用亚洲地区发展中国家的案例研究，该区域普遍面临气候转型风险，我们建模了在不同转型情景下金融机构之间的损失传递过程。我们采用系统思维的方法，认识到转型风险不仅局限于单一机构，而是广泛地在相互关联的金融系统中交互。通过分析系统中累积增加的损失，我们可以衡量更高阶损失的规模及其相关路径。 虽然气候转型风险可以通过不同的渠道传递，但我们重点关注转型风险在三个层面上的变化动态：具体情景本身、整体经济以及一般金融考量。在这些层面上，金融机构向能源公司提供贷款，并通过同业拆借和短期借贷相互借贷。每一层从概念上描述了一种将系统的关键部分用于建模损失传递的方式。金融层包括两类企业：直接受转型情景影响的能源企业（基于绿色金融网络情景），以及间接受其向能源企业提供贷款影响的金融机构。这三个层面定义如下： ●场景:这一层代表与能源公司实物资产相关的转型风险情景，例如煤炭、石油和天然气。能源公司在实物资产上的损失转化为影响公司未来收入的经济情景，这些收入取决于在常规业务情景下能源公司预计的生产量以及实物资产的价格，与实现的转型情景进行比较。 ●经济：能源企业在未来年份从实物资产中获得的收入轨迹差异通过折现现金流模型进行核算。折现现金流模型下收入的变化减少了实物资产的净现值，从而降低利润和账面净资产价值。 ●Financial 能源到金融：能源企业在转型情景下的损失由向其提供贷款的金融机构承担。金融机构通过信用估值调整（CVA）机制承担损失，该机制反映了在转型情景下能源企业信用状况的下降。金融机构的这种调整影响了能源企业履行义务的能力，导致金融机构持有的作为资产的贷款初始价值减少。金融机构对手方资产的价值折让减少了其总资产和账面价值权益。 财务到财务：金融机构因向能源公司提供的贷款而受到影响导致的损失传播到了持有该受影响公司对手方资产头寸的其他金融机构。类似地，在过渡情景下，受影响金融机构提供的贷款对持有其对手方资产的金融机构的股权产生负面影响，通过信用估值调整（CVA）体现。这触发了其他金融机构的损失，其中涉及多个CVA事件，导致这些机构的信用状况下降，并引发金融系统的连锁损失传播。 此框架有助于捕捉能源企业在金融企业传染复杂性方面对物理资产持有细节的把握。 我们包括一项敏感性分析，以探索气候转型情景和金融网络中损失的不确定性。转型情景的不确定性源于对未来转型风险预测假设的变化。例如，在某些情景中纳入碳价格可以导致化石燃料资产持有量下企业损失的变化。不同的假设会产生多种转型情景，所有这些情景都可以被认为是合理的。此外，在金融网络方面也存在不确定性，因为我们无法完全观察到企业之间的财务依赖关系。从网络中可以得出多种结构上不同但与数据一致的配置，这些配置会改变金融机构总损失的规模，从而导致对转型风险影响的不同结论。因此，我们确定了一范围内的损失，以说明情景和网络不确定性如何在金融系统中表现出来。 我们提出了以下结果和建议： ●较小经济体的金融公司的平均股权损失与较大经济体的公司相当。它们具有可比性，因为较小经济体的金融机构暴露于较大经济体的金融机构中，导致损失的传导。我们对亚洲发展中国家的研究案例显示，平均预期对中国——拥有最大资产持有市场的金融机构——的股权损失约为1100万美元。相比之下，泰国和越南的金融机构由于其较小的总资产规模，所承受的损失要小得多。 平均每股损失约为600万美元。相对于各市场中金融机构的总账面净值Equity而言，这一差异较小。对于中国金融机构而言，这一数值几乎是泰国金融机构的70倍，越南金融机构的135倍。总体来看，金融机构的账面净值Equity差异远大于企业之间的损失差异。 ●在整个金融行业中，由主要由中国金融企业驱动的金融网络传染损失占权益损失的超过40%。一个较高的数值，考虑到金融对手方资产持有仅占金融机构总资产的4.5%。这一结果具有重要意义，因为在合理假设下，它表明金融机构之间的损失可能大于过渡情景下的直接损失。这些高级别损失仅在使用网络方法时才会出现，而单独考虑金融机构的资产负债表无法识别这些损失。 Recommendation:鉴于当今的资本市场既是全球性的又是相互关联的，监管机构应在其管辖范围内考虑金融机构的转型风险暴露。这可以通过理解网络传染以及来自第三方国家转型风险暴露可能造成的潜在损失来源和规模来实现。 ●金融网络中，由于公司间的相互依赖性较高，金融机构的股权损失范围趋于减小 。我们考虑了一系列的股权损失，因为在较低的网络密度下可以生成不同的网络 。2金融机构之间的链接数量增加会导致任何一家金融机构持有的另一家金融机构的对手方资产数量减少。根据网络结构的不同，网络密度的降低或增加可能会导致金融网络中传染损失的减少或增加，这取决于持有这些对手方资产的公司在遭遇冲击时的韧性和脆弱性。我们的案例研究结果显示，在不同网络下股权损失存在较小的偏差，特别是在较低的密度（如10%）下，股权损失范围较高；随着网络密度的增加，这一范围逐渐减小。网络密度的变化在转换场景下对股权损失的影响是相反的。这种范围应纳入公司风险管理指标中，以应对由于未能完全观察到网络而产生的不确定性。 Recommendation:individualfirms可以从风险管理的角度通过增加资本缓冲来减轻损失。从网络角度来看，企业应考虑每个对手方资产类别中可能产生的风险，特别是在网络密度较低的网络中。 2网络密度是指金融机构之间的连接数量相对于金融网络中可能建立的总连接数量的比例。 Introduction 气候转型风险对金融系统构成巨大的、迫在眉睫的威胁。2015年，时任英国银行行长的马克·卡尼将气候变化描述为“地平线上的悲剧”，并强调了气候转型风险对金融稳定性的威胁（Carney2015）。几乎十年后，政策制定者和监管机构已从将其视为未来关注的问题转变为明确且紧迫的危险。实际上，2023年，欧洲央行执行董事会成员弗兰克·埃尔德森指出这一转变：“早在2015年，马克·卡尼就谈论过地平线上的悲剧。八年后的今天，我们已经到达了那片地平线。悲剧已经降临，并开始显现出来”（Elderson2023）。根据国际能源署和国际金融公司的数据，到2030年，新兴市场和发展中经济体的气候缓解投资每年将达到约2万亿美元（IEA和IFC2023） 。气候转型风险的现实化意味着我们需要方法来评估企业面临的气候风险敞口。 金融系统中的转型风险可以通过系统思维和网络方法论来加以考虑。一个网络代表了系统中企业之间的相互依赖关系，其中损失通过金融企业的资产持有情况基于市值调整进行传播。我们可以从2008年全球金融危机（GFC）的案例中看到这些网络动态的表现，这场危机源于美国次级抵押贷款市场的崩塌。违约的大额且相互关联的企业如雷曼兄弟的损失通过银行间市场、信用违约互换以及存款提取传播到其他企业。来自其他对手方的违约风险和资产减值削弱了信贷市场的信心，使企业在后续市场冲击面前更加脆弱。这些在美国的影响波及到了欧洲和亚洲的国家，代表了金融系统的系统性事件——据估计，全球经济因此遭受了数万亿美元的损失。同样地，哈德兰和梅伊（2011）将生物生态系统的动态及其涉及的流行病事件中的网络联系与GFC进行了类比，以便更好地理解这一危机。通过考虑金融机构集体影响的作用，我们能够建模气候与金融系统之间的互动。 在本文中，我们使用了一般网络重评估模型来考虑气候转型风险下的金融传染性。我们提出了一种模型，用于评估那些暴露于实体经济（在此例中为能源公司）的企业可能遭受的损失。该模型的通用性意味着可以包括不同的估值框架（即企业根据对手方信用状况对资产进行市场价值评估的过程）和传染渠道。我们通过亚洲发展中国家的一个案例研究来说明这一模型，考察了由于估值框架、网络拓扑结构和气候转型情景导致的预期损失敏感性。由于转型情景和金融网络形成过程中存在未观察到的数据不确定性，所使用的场景和方法不同，这可能导致较高的 金融公司之间损失✁偏差，在评估气候转型风险时应考虑到这一点。 我们使用绿色金融系统网络（NGFS）情景来✁模转型风险✁直➓冲击。NGFS情景旨在评估气候变化下机构面临✁宏观经济金融风险。每个情景代表可能由与气候相关✁政策和法规对实物资产产生✁影响轨迹。例如，如果早期引入加速绿色转型✁政策，可能会迅速减少化石燃料✁生产并增加对可再生能源✁投资。这些发展对金融机构✁投资组合具有重要意义：投资于可再生能源可能会受益于绿色资产✁采纳，而高碳暴露✁投资组合则会受到负面影响。至关重要✁是，这些情景不是预测，而是一系列机构可以用来评估转型风险✁合理情景。 我们审查了NGFS提供✁七种转型情景，包括现状政策情景（即“business-as-usual”或BAU情景，百年末全球升温2.9摄氏度）和净零2050情景（NetZero，百年末全球升温1.4摄氏度）。此外，还包括以下情景：低于2°C情景（Bel2，百年末全球升温1 .7摄氏度）、延迟转型情景（Del，百年末全球升温1.7摄氏度）、分裂世界情景（Frag，百年末全球升温2.3摄氏度）、低需求情景（Low，百年末全球升温1.4摄氏度）以及国家自主贡献情景（NDCs，百年末全球升温2.4摄氏度）。3 过渡情景考虑了市场行为、政策或技术进步等多种因素变化所带来✁广泛影响。通过使用综合评估模型（IAM），结合详细✁气候信息以及经济和金融变量，对这些变化进行✁模。根据联合国可持续发展解决方案网络（SDSN）全球气候中心✁一份报告，IAMs“旨在通过定量描述人类和地球系统及其相互作用✁关键过程，为全球环境变化和可持续发展目标提供政策相关见解”（Koundouri,Chatzigiannakou,Dellis,Landis,Papayiannis,andYannakopoulos2024）。4 我们