ENV-FIBA 模型框架、模型细节和指南
本文介绍了 ENV-FIBA 宏观-微观模型框架，该框架可用于分析气候情景和相关政策反事实的气候-宏观-金融后果。该模型由一个多国可计算一般均衡 (CGE) 核心和连接的微观模拟模块组成，用于模拟经济体中单个非金融企业和银行。
模型框架
ENV-FIBA 框架将 IMF 的多国动态可计算一般均衡 (CGE) 模型（IMF-ENV）与一个名为 FIBA（“企业和银行”）的微观模拟层连接起来。IMF-ENV 模型用于推导情景条件下的宏观经济和部门变量（包括碳税），而微观模拟层则根据定义的气候风险情景，沿着多十年时间范围，模拟企业和银行的财务流量变量，即收入和支出，以及随后的资产负债表动态。
模型组件
- CGE 模型组件 (IMF-ENV): 这是一个全球递归 CGE 模型，适用于分析气候缓解和能源政策产生的中线和长期宏观经济效应和结构变化。该模型区分了超过 30 种与温室气体 (GHG) 排放相关的经济活动，并包括八种电力生成来源，允许对能源转型进行详细建模。
- 企业和银行 (FIBA) 模型组件: 该组件包含三个部分。
- 企业层面: 基于企业层面数据，建立结构化联系，将宏观模型部门变量与相应的企业层面变量联系起来，并使用蒙特卡洛模拟方案来模拟缺乏公开排放数据的企业的不确定性排放。
- 会计方程和动态资产负债表方程: 模拟企业总定期现金流量（税后利润），并将其添加到企业的现金和现金等价物以及总资产中，以模拟随时间推移的资产负债表变量。
- 企业层面风险指标: 基于股票和流量导向的 Merton 模型的推理，考虑杠杆率、利息保障倍数、EBIT 资产比和现金短期债务比率等变量，作为企业违约概率 (PD) 的决定因素。
气候情景和政策反事实设计
IMF-ENV 模型分析比较了没有未来气候政策的业务作为通常 (基准) 情景与包括气候和能源政策的政策反事实情景。情景模拟揭示了政策对宏观经济变量（例如，GDP、部门生产和就业、双边贸易）、能源变量（电力生成组合、能源需求）和环境结果（GHG 排放）的影响。
- 情景: 本文采用了三个重点情景：净零 2050 (NZ)、分裂世界 (FW) 和当前政策 (CP)。
- 政策反事实: 考虑了碳税、财政收入的再循环和再投资以及可选的碳边境调整机制等政策假设。
应用案例：日本
本文将模型应用于日本，该案例包含 22 个行业、270,000 家日本非金融企业和 22 家日本银行。主要问题包括：气候缓解政策（碳税等）对日本的企业及其银行到 2040 年的影响是什么？这些影响在哪些方面存在异质性？
- 结果:
- 日本企业的偿债能力和流动性指标存在显着异质性，直接排放密集型行业的企业面临更高的风险。
- 与当前政策情景相比，政策情景对企业和银行的风险指标产生了显着影响，尤其是在直接排放密集型行业。
- 银行资本的影响在系统层面并不太大，但在银行横截面中存在显着异质性，区域银行受到的影响最为严重。
- 动态资产负债表的影响表明，考虑行业结构变化对银行盈利能力的影响非常重要。
结论和建议
ENV-FIBA 模型是一个有价值的工具，可用于分析气候风险和设计缓解政策。本文提出了三个建议来增强气候经济模型的价值：
- 物理风险和转型风险效应应尽可能整合建模: 由于它们相互交织的性质，物理风险和转型风险不能分开建模。
- 应考虑动态银行资产负债表: 包含银行的模型迄今为止将银行资产负债表视为静态，即假设银行贷款组合规模和 composition 不变。
- 应考虑利息收入效应: 由于动态资产负债表，银行利息收入效应很重要，应予以考虑。
未来发展方向
- 更好地整合宏观 (CGE) 模型中的金融成分，特别是利率。
- 将股票-流量一致模型元素与宏观-金融模型结构相结合，以更明确地捕捉市场（债券市场、股票市场）的作用。
- 改进银行和其贷款组合的 LGD 模型组件，以更直接地将其与物理风险影响联系起来。
