企業和金融機構通常對無序低碳轉型缺乏全面預期，一般無法及時調整其業務與投資組合的風險管理政策，由此可能引發金融業的氣候轉型風險。本文介紹了CLIMAFIN模型的方法學原理以及應用於奧地利央行和歐洲金融機構的案例。該模型基於最新的科學發現，將前瞻性氣候轉型風險和不確定性納入金融風險評估和估值。
導論
學術界、金融業界和監管機構正日益達成共識：無論在單個機構還是在系統層面，氣候變化都是威脅經濟和金融穩定的一種新型風險來源。氣候相關的金融損失，是由於金融投資戰略同氣候和能源轉型目標之間的差異所導致。為實現《巴黎協定》氣候目標，各國不僅需要加大對低碳企業和行業的投資，還須逐步淘汰對化石能源和其他高碳行業的投資。
近年來，不少國家的中央銀行和學術機構都開始分析由於無序低碳轉型導致的金融風險。無序低碳轉型情景通常指政府延後且突然引入低碳轉型政策，包括碳定價、碳稅或改變審慎監管規定，而企業和金融機構對此缺乏全面預期的情景。在這種情景下，企業與金融機構無法及時調整其業務與投資組合的風險管理政策，可能引發金融業的氣候轉型風險。對氣候相關金融風險的錯誤定價，會反映在低碳和高碳金融資產未來價格的變化和波動性上。如果金融資產組合中涉及大量對碳排放敏感的資產，無序低碳轉型甚至會對系統層面的金融穩定產生潛在影響。鑑於金融市場主體之間的關聯性以及金融與實體經濟之間的密切聯繫，氣候風險所帶來的損失，有可能通過網絡效應從金融部門傳導到整個經濟系統，並最終對國家的經濟和社會造成嚴重破壞性影響。
在將氣候風險納入金融決策過程時，金融機構和監管部門面臨的首要障礙就是缺乏基於最新科學發現且系統性的方法，來量化評估未來不同低碳轉型政策對金融資產價值的影響。為了填補這一空白，筆者及團隊開發了具有較強操作性的CLIMAFIN模型方法。CLIMAFIN模型可在未來氣候政策高度不確定性的情況下，前瞻性地評估和管理潛在的氣候風險。利用CLIMAFIN模型，金融機構和監管部門可以回答在低碳轉型過程中所面臨的以下問題：
一是如何基於最新的氣候和金融風險的科學知識，在金融機構和金融系統層面，定量評估氣候轉型風險的影響？
二是如何在計算違約概率的過程中，充分納入氣候風險的前瞻性、高度不確定性、非線性和內生性特徵，並同時考慮交易對手的風險？
回答上述問題的首要挑戰來自氣候風險本身的複雜屬性。氣候風險代表了金融部門所面臨的一種新型風險，而傳統的金融風險定價與估值方法已無法勝任評估這種新的風險。氣候風險的內生屬性要求其在政策制定的過程中被充分考慮，這意味著，政府和金融機構對未來氣候風險的認知和主張，會影響他們對此類風險的應對，包括作為和不作為。如果各國政府推遲有序低碳轉型政策的實施，企業和金融機構將無法將其發展和投資戰略與可持續發展目標保持一致，從而難以實現有序地將全球溫度升幅控制在2攝氏度以內的氣候目標。同時，無序轉型(推遲且突然發生)的氣候政策會因急劇的轉型和變化，觸發經濟與金融領域的無序氣候轉型風險。這種內生性會導致多個差異巨大的可能未來路徑(或者從經濟學的戰略互動角度來說，所達成的均衡狀態)。最終延續哪種路徑或達成哪種均衡狀態，取決於未來氣候政策或能源技術衝擊程度以及金融機構的預期與應對。我們當前以及未來都會處於高度不確定的環境中。因此，估計這些不同路徑發生的概率非常困難。此外，因為沒有歷史經驗可循，所以很難估量未來氣候因素導致風險的嚴重程度。傳統上，評估金融風險和優化投資組合的方法是基於回顧性的基準和較短的時間跨度，並假設正態分布、完美市場以及不存在套利，但這些方法和假設並不適用於氣候風險的評估。
氣候風險的特性
相對於傳統金融風險，氣候風險具有以下幾個特點：
一是高度不確定性：由於地球系統的高度複雜性，在預測氣候變化的發展以及對人類和生態系統的影響方面，具有高度的不確定性。
二是風險的前瞻性和長時域性：氣候變化的影響會在未來幾十年或更長時間之後顯現，而金融市場的時間跨度往往要短得多。對氣候風險的評估需要前瞻性的方法，而不能過度依賴於歷史數據，因為歷史數據無法刻畫未來不曾發生過的風險。
三是非線性：最新研究表明，極端氣候相關事件(熱浪或寒流)的概率分布高度非線性。有記錄以來最熱的15個年份中，有14個出現在2000年以後，而且2015年至2019年是有史記錄最熱的5年。
四是內生性：氣候變化風險具有內生性，其風險高低取決於所涉部門的風險意識和應對行動。氣候目標的實現，取決於各國政府和各個企業的投資決策，而採取什麼樣的決策，很大程度上由政府和企業對所涉氣候風險的看法決定。這些側重於不同可能的轉型政策和轉型路徑的看法存在較大差異。因此，政策的選擇以及投資者由於這些政策對金融風險預期之間的內生性，導致會存在多個可能的均衡狀態。換言之，對於氣候風險的認知程度，通常會決定政府推出低碳轉型政策的力度以及金融業採取綠色投資策略的積極性。最終，政府政策的選擇與金融業依據對政策的預期所做的投資戰略選擇是互相影響、互相制約的關係。
由於上述因素，金融機構和監管部門傳統的金融風險評估方法無法適應和滿足評估氣候風險這種新型風險的需求。確切而言：首先，傳統評估經濟和金融風險的方法是基於最可能情景的期望值和歷史的風險度量(例如波動性)的計算。其次，傳統方法還依賴於對市場運行和個體行為的嚴苛假設，包括完善的信息、正態分布以及無套利活動等。這些假設和特徵，在評估氣候風險時顯然不能都得到滿足，這是傳統方法不適用的根本原因。
CLIMAFIN框架
CLIMAFIN模型框架是一套用於定量評估單個資產和投資組合未來氣候風險以及對這些風險定價的科學方法。具體而言，CLIMAFIN模型可以在各種氣候情景中，前瞻性地估算以下金融風險指標：一是金融合約和債券的違約概率；二是金融機構和監管機構關注的關鍵風險指標，包括氣候在險值、氣候利差；三是基於金融網絡模型的系統性氣候壓力測試結果。表1總結了CLIMAFIN的目標用途和一些關鍵特徵。
CLIMAFIN模型框架通過四個模塊來實現風險的量化評估。模塊1收集和整合氣候情景資料庫，其中包括聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change，簡稱IPCC)(2018)和央行與監管機構綠色金融合作網絡(NGFS)(2019)提供的氣候情景。
模塊2使用來自模塊1的信息生成前瞻性氣候變化政策，這些政策意味著對特定能源技術未來發展路徑的影響。這些可能的轉型政策(例如碳價的上漲)，基於氣候經濟模型得出。政策的衝擊影響可以體現在不同氣候情景之間的產業發展路徑的差值，也可以是在同一發展路徑上時間維度上的差異。不同氣候情景是指例如經濟的初始狀態(「一切照常」情景)和特定的轉型情景。基於不同氣候情景，筆者使用氣候經濟學模型(例如氣候變化綜合評估模型)，計算不同地區和行業(例如低碳或碳密集型)的發展路徑可能受到的影響(衝擊)。這些影響和衝擊體現在市場份額、總增加值的變化。為了將氣候風險敏感度與行業和資產聯繫起來，筆者按照氣候政策相關程度對相關行業進行了分類(分類結果被稱為CPRS)，這些行業包括化石燃料、低/高碳公用事業、低/高碳運輸、能源密集型製造業及住房等。
模塊3根據模塊2得出的不同行業受轉型影響的結果，對單個金融合約進行估值和風險調整。具體而言，模塊3利用特定行業或資產未來可能受到的影響，對相關的股權定價、債券和貸款的違約概率進行調整和再評估。對資產和風險的重新定價，是模塊4進行氣候壓力測試的重要基礎。
模塊4利用模塊3得出的對資產的重新定價信息計算氣候金融風險指標(例如Climate VaR)。在已知個體金融資產風險指標變化的基礎上，結合網絡模型，考慮由於金融互聯帶來的風險擴大化和反向加劇作用，評估氣候轉型因素對系統性金融風險的影響。
模塊1:氣候科學和經濟政策資料庫
本模塊收集和整合了以下信息集：
一是IPCC系列報告中對未來氣候變化政策、溫室氣體排放濃度和全球溫升以及基於氣候變化情景對社會經濟影響的預測。
二是由氣候經濟綜合評估模型(Integrated Assessment Models，簡稱 IAM)提供的系列經濟和產業發展路徑。IAM模型是局部或一般(整體)經濟均衡模型，用於研究溫室氣體排放目標和由氣候變化帶來的經濟損失。例如LIMITS資料庫和CD-Links資料庫涵蓋了由國際應用系統分析研究所、波茨坦氣候影響研究所和歐洲-地中海氣候變化中心等學術機構開發的模型計算得出的在不同轉型情景下各個產業的發展路徑。
模塊2:氣候轉型影響評估
本模塊利用模塊1提供的信息，依據不同行業與低碳轉型政策的相關程度，推導出不同氣候情景下，各個行業可能受到轉型的影響程度。
首先，基於模塊1中IAM模型每隔5年的排放路徑的計算結果和需要採取的可能應對措施，本文作者構建了會形成氣候轉型風險的事件樹，即在不同時點引入相應的轉型政策。考察風險的時間跨度包括基於中期分析的2025年至2030年區間，也包括立足於遠期分析的截至2050年的區間。
其次，按照與氣候轉型風險的關聯程度，本文作者對經濟活動和行業進行分類，識別出氣候風險敏感的行業。這些行業包括化石能源、公用事業(水電等)、能源密集型行業、交通運輸、住房、基礎設施等。確定分類的依據是：第一，特定行業溫室氣體排放的總量和強度(根據溫室氣體核算體系的範圍1、2、3標準核算)；第二，行業對低碳轉型政策實施的敏感性(如歐盟碳洩露指令2003/87/EC)；第三，行業的技術特點和構成及其在能源產業鏈中扮演的角色；第四，行業裡大多數企業的投資計劃，尤其是與氣候相關的部分。通過以上操作，可以找出對實現氣候目標和受氣候轉型風險影響最大的經濟活動和行業。歐洲中央銀行和歐洲保險和職業養老金管理局使用CPRS分類來評估歐盟金融體系面臨的氣候風險敞口。
最後，評估經濟從「一切照常(Business As Usual， 簡稱BAU)」情景向巴黎協定1.5攝氏度或2攝氏度氣候目標情景的轉型對各行業的影響。影響的大小是通過氣候經濟模型，計算各個行業在一切照常(BAU)情景和實現巴黎協定氣候目標情景的產出之間的差異。為了方便在模塊4中計算投資組合的在險值，使用滿足巴黎協定目標的多個轉型情景，而不是通常情景分析中有限的最有可能情景。因此，無序轉型用於代表經濟體在兩個不同的均衡路徑之間的暫時非均衡過渡，這些過渡建立在驅動轉型的能源技術發展的基礎之上。這一表述，使衝擊評估方法符合傳統的經濟模型思路，從而符合傳統經濟學家們的認知。
模塊3和模塊4:受轉型政策影響調整後的金融定價和風險估值
模塊3和模塊4分別將前瞻性氣候轉型風險的相關政策整合進金融風險定價模型和定量風險指標中，這些指標包括氣候利差和氣候在險值。氣候利差指的是在給定的轉型政策衝擊情景下，公司債或主權債的利差變化值。因此，在對公司或國家未來的償債能力進行評估時，也應將氣候風險納入評估範圍。氣候在險值是指在不同的未來低碳轉型情景和給定置信水平下的「最糟情形的損失」 。
利用基於模塊2的行業受低碳轉型政策衝擊的發展路徑，計算單個行業未來現金流受到的影響。受到影響的現金流可以被換算成發債主體的違約概率的變化和資產的風險和價值調整。在這一過程中，本文作者開發了基於氣候風險的金融定價模型和氣候金融風險指標(如氣候利差、氣候在險值)，並將後者融入前瞻性氣候轉型(衝擊)情景，用來反映氣候風險的不確定性。
模型所需的輸入數據
從用戶角度看，CLIMAFIN模型方法的應用，需要收集和分析投資組合的以下信息：金融債券的標號，公司的法人機構識別編碼，債券發行主體的行業NACE編號，金融機構的資產構成(其敞口)，有關證券特徵的信息和時間序列數據。
很多信息(除貸款外)可以從金融數據服務機構(如彭博公司、湯森路透Eikon金融終端等)獲取。
除金融相關的輸入數據外，還需要以下與氣候和能源有關的數據：IAM提供的低碳轉型政策導致的影響程度；化石能源和可再生能源對各國的經濟總量的貢獻；國家宏觀經濟和金融總量數據(如債務佔國內生產總值(GDP)比例、財政赤字等)。
應用於金融機構投資組合風險評估的案例
對奧地利國家銀行的主權債券的氣候風險評估
本文作者在2019年評估了奧地利國家銀行持有的由經合組織(OECD)發行的主權債券的氣候風險敞口。該研究利用兩個氣候經濟模型(GCAM和WITCH)，計算要滿足2攝氏度溫升控制目標情景下上漲的碳價。基於嚴格程度不同(較溫和與較激進)的低碳轉型政策，計算出的碳價上漲趨勢也不盡相同，因此造成的壓力程度不同。基於碳價上漲造成的運營成本的變化，研究者們計算低碳和高碳部門利潤率的變化，以及其對每個OECD國家的總附加值和財政收入的影響。最後，他們將財政收入受到的影響，納入奧地利發行的主權債券的違約風險、價格和收益的定價，得出氣候利差。其結果顯示，一個國家的經濟和產業結構與低碳轉型目標一致程度的高低，可以用氣候利差來衡量。同時，該主權債券氣候利差的大小也會影響該國整體的金融風險。如表2所示，主權債券價值受影響和氣候利差較大的發行主體往往是那些化石能源對國家經濟貢獻程度較高的國家，如澳大利亞和波蘭。與此形成對比，那些可再生能源對經濟貢獻程度高的國家，如奧地利，其主權債券的價值則受到積極的影響。
針對金融系統的氣候壓力測試
2017年，本文作者開展了一項針對歐洲金融系統的壓力測試研究。該研究利用估值模型和網絡模型，對歐洲部分銀行股權投資的氣候轉型風險進行了分析。他們首先使用上述的CPRS分類評估了這些銀行面臨的氣候轉型風險的敞口。然後，利用DebtRank算法，通過氣候壓力測試，評估了氣候轉型因素影響下，銀行面臨的直接和間接損失。直接損失是指銀行損失來自其直接持有的資產的減值造成的損失。間接損失是指由於銀行的交易對手的負債的貶值對銀行間市場造成的損失。他們進一步計算了在各種氣候轉型情景下，20家氣候風險敞口最高的歐洲和美國銀行面臨的氣候在險值(Climate VaR)，如圖1所示，並評估了無序轉型對銀行資本的影響。
研究發現，與側重低碳投資戰略的銀行(圖1右側)相比，偏好 「棕色」投資戰略的銀行會出現更大的損失(圖1左側)。而且，整體損失會由於風險的反向傳導，通過銀行間的合約關係的擴散而擴大(間接效應，淺色部分)。例如，就兩家風險敞口最大的銀行而言，德意志銀行的資本損失主要是來自直接影響，而法國農業銀行的損失則主要是由於間接影響。這意味著銀行對低碳轉型風險的暴露程度，從暴露對象的特徵來看，存在差異性。相關損失會由於金融互聯而擴大，影響資產價格的波動性和金融市場的穩定性。
結論
本文介紹了CLIMAFIN前瞻性氣候轉型風險分析模型。該模型基於最新的科學發現，將前瞻性氣候轉型風險和不確定性納入金融風險評估和估值。CLIMAFIN模型可以將具有前瞻性的氣候變化情景轉化為金融衝擊/影響，並為金融機構和監管部門提供不同低碳轉型情景下的風險指標和結果(例如氣候利差、氣候VaR和氣候壓力測試結果)。
CLIMAFIN模型可以幫助個人和金融機構持有的投資組合評估前瞻性的氣候轉型風險，也可以用來協助金融監管部門制定有利於低碳轉型和防範氣候風險的金融監管政策。CLIMAFIN模型的應用回應了氣候金融風險評估的三個重要問題：首先，在回應分析的時間尺度及其不確定性的問題上，該壓力測試方法使用涵蓋多個情景的集合，而不是基於單一情景，使之能夠計算用來表徵情景不確定性的氣候VaR值。其次，關於應對氣候變化方案的假設，模型假設各國正積極實現其2030年的氣候目標承諾，並假設用來實現氣候目標的大規模低碳綠色投資充足，沒有任何轉型中的障礙。但在現實中，低碳行業的融資仍舊十分受限，並將影響低碳轉型實際發生的可能性和發展程度。最後，公司層面的信息缺口(例如能源技術構成和排放狀況等)意味著金融機構無法通過公司的金融資產合約(例如股票、債券或貸款)獲得有關氣候風險的信息。溫室氣體排放核算受到氣候政策的可用性、可比性和政策相關性的限制。對此，CLIMAFIN利用上述氣候風險敏感行業分類工具CPRS，不僅可以估算行業當前的直接和間接碳排放，還可以將行業對氣候政策實施的敏感性反映在模型裡。
關於氣候轉型風險的研究應該進一步深入。目前CLIMAFIN模型團隊正在通過與綜合評估模型開發者的合作，完善無序轉型情景以及分析氣候金融風險影響的反饋機制。同時，CLIMAFIN模型團隊也在和開發金融機構(如世界銀行)合作，利用微觀數據，開發和完善基於資產地理定位的旨在評估氣候物理風險衝擊的模型。
整體而言，在金融業準確和有效地評估氣候風險需要集合氣候學家、氣候經濟學家、金融風險和網絡專家的專業知識，但這些領域的研究到目前為止都相對較獨立，只有將各個領域的科學家集合起來，使之長期合作和共同努力，才能推進這種跨學科、前沿性的研究工作。
（文章來源：清華金融評論）