「摘要」中央金融工作會議要求，要優化資金供給結構，把更多金融資源用于促進綠色發展，做好綠色金融大文章。發展綠色金融需要金融部門充分考慮跟環境相關的各類成本和收益，通過市場化的資源配置方式，引導各類資金或資源流向綠色產業。金融機構應當科學評估環境與氣候相關的風險與收益，持續優化資產組合。本文以農發行為例，探索在現有的組合優化模型基礎上，考慮氣候風險對風險成本的影響，并以此優化信貸資產結構。本文提出的“氣候變化情景—信用風險變化—資產結構優化”的研究框架，實現了氣候風險管理與資產負債管理的有機結合。
「關鍵詞」氣候風險?資產組合優化?RAROC
一、銀行業氣候風險計量及管理思路
近年來，極端天氣、自然災害等物理風險加劇，高碳排放行業轉型風險增大，氣候風險日益成為金融風險的重要來源。為了更好地評估由于氣候因素導致的潛在損失，防范和化解其對金融穩定的沖擊，國際社會呼吁金融機構在進行投資決策時應該把氣候因素導致的相關風險納入考慮范圍，監管機構要求金融機構通過開發必要的方法和工具評估氣候風險影響。2021年7月，人民銀行發布《金融機構環境信息披露指南》（JR/T0227-2021），以行業標準形式要求金融機構通過情景分析或壓力測試方法量化環境因素對金融機構自身或其投資標的產生的影響。
壓力測試是一種前瞻性分析尾部風險的管理工具，可以量化評估極端但可能發生的不利情景對金融機構整體或資產組合的沖擊程度。工商銀行是國內較早開展環境因素壓力測試的機構，其使用企業層面的樣本，先后分析了火電、水泥等高污染、高耗能行業對信貸資產質量的影響，主要思路是：首先建立環境政策對企業成本影響的函數關系，其次根據財務報表的勾稽關系計算出考慮了環境成本后的財務報表，最后通過該行的內部評級模型，得到信用等級和違約概率的變化情況，以及該行業整體的資產質量情況。2021年，人民銀行搭建了氣候風險壓力測試的基本框架，組織全國23家銀行，針對火電、鋼鐵、建材等8個高碳行業，分析碳排放成本上升對企業利潤和還款能力的影響，進而評估銀行相關資產質量和資本充足率的變化情況。目前銀行同業的氣候風險壓力測試有以下特點：第一，集中分析轉型風險，根據自身資產特征，選擇特定行業分析。第二，模型設計上碳價格是關鍵的壓力指標，違約概率、資本充足率是主要的承壓指標。第三，選擇企業層面的微觀數據，利用各自的內部評級模型分析環境與氣候因素對信用風險的影響。
銀行同業壓力測試分析結果主要運用于組合限額管理和信貸政策制定，其邏輯是為了實現相關風險偏好目標，高風險行業資產組合應設置一定的限額，確保可以承受極端情況下的劇烈沖擊。具體的管理措施有出臺重點行業限額管理方案，部分銀行實施限額到戶的分類管理；將清潔能源、綠色交通、節能環保等綠色產業列為積極或適度進入類行業，嚴控“兩高”行業新建項目融資，提高項目能耗環保標準等。
情景分析是基于一組未來可能出現的滿足特定假設和約束條件的狀態，評估影響結果的分析方法，可以有效分析中長期、非線性、復雜的系統性影響。情景分析結果有助于企業前瞻性判斷未來的機遇與挑戰，科學制定戰略規劃。需要注意的是，壓力測試中的壓力情景是基于無額外因素干擾的基準情景，估計的不同程度外部沖擊導致的壓力指標變化情形。情景分析中使用的氣候變化情景則是根據氣候目標和各國行動，研究機構估算出的一整套包含宏觀經濟、能源結構、自然災害等指標的未來情況，與壓力情景相比，更加全面、系統、客觀。
與金融同業相比，農發行信貸資產具有天然的綠色屬性，火電、建材等領域貸款占比不大，面臨的減碳壓力和轉型風險相對較小，但同時農業相關產業面臨的物理風險較高。為了全面評估氣候風險對信貸資產的影響，強化氣候風險管理應用，本文與銀行業主要采用“重點行業壓力測試—組合限額管理—信貸政策指引”的氣候風險計量和應用路徑不同，嘗試性提出“氣候變化情景—信用風險變化—資產結構優化”的應用思路，設計氣候情景，厘清傳導路徑，同時考慮轉型風險和物理風險，定量分析將氣候風險納入全面風險管理體系后，風險成本如何發生變化，信貸資產應如何調整優化。
二、研究方案設計本文旨在研究中長期內氣候風險對農發行信貸資產信用風險的影響，為更好地統籌發展與安全，信貸資產結構應如何調整優化。本文采用情景分析的方法：首先，設計氣候情景反映氣候變化將會導致的宏觀經濟與自然災害的情況。其次，選擇轉型和物理風險的關鍵因子，基于計量模型和微觀數據，測算不同行業和不同地區企業的信用風險的變化。最后，利用組合優化模型，選擇出各種情景下各階段最優的資產結構。本文的研究框架見圖1。
（一）情景設計
科學設計氣候情景是本文研究的起點。氣候情景是指在不同的未來發展路徑下，氣候系統可能的變化和影響。目前央行與監管機構綠色金融網絡（NGFS）、聯合國政府間氣候變化專門委員會（IPCC）、國際能源署（IEA）等全球多個權威機構或組織設計了氣候情景。考慮到情景適用行業、指標豐富程度、更新頻率等因素，本文選擇NGFS的有序轉型（NZ2050情景）、無序轉型（推遲轉型）和溫室世界（當前政策情景）為主要氣候風險情景。有序轉型情景假設氣候政策更早實施，并逐漸變得更加嚴格，物理風險和轉型風險都相對較低，在NZ2050情景中將全球氣溫上升限制在1.5℃，在2050年左右達到全球二氧化碳凈零排放。無序轉型情景假設前期一些國家推遲實施氣候政策，后期為了實現氣候目標，采取更為激進的政策，因此無序情景的轉型風險更高，在推遲轉型情景中，2030年前CO?年排放量仍會升高，2030年后采取更嚴格的氣候政策，將氣候變暖的溫度限制在2℃以下。溫室世界假設全球的努力不足以阻止嚴重的全球變暖，會導致嚴重的物理風險，在當前政策情景中，各國僅實施當前政策，本世紀末氣溫升幅高于高于3℃。NGFS情景預測的指標十分豐富，物理風險指標涵蓋了臺風、洪水、干旱、野火、熱浪和糧食歉收六種急性物理風險（極端天氣）造成的土地面積變化和人口數量變化，轉型風險指標包含了能源價格、碳價格、碳捕捉成本、能源結構等。
（二）氣候風險計量
氣候風險是影響金融市場信用風險的重要因素之一，一方面極端天氣或自然災害造成企業廠房等固定資產損毀、人員傷亡，出現業務中斷損失和財產價值損失；另一方面，受低碳轉型政策影響，高碳排放企業成本增加，收入降低，資產減值，物理風險和轉型風險均會使得企業的違約概率（PD）和違約損失率（LGD）增加，導致金融機構面臨的信用風險上升。本文的氣候風險計量是基于NGFS的氣候情景指標，識別物理風險和轉型風險因子，逐一刻畫到信用風險的傳導路徑，分析各風險因子對損失率、企業盈利能力的影響，通過構建計量模型，評估其對信用風險的影響。本研究使用了中央財經大學可持續準則研究中心的相關研究成果，該機構利用上市公司信息披露中報告的自然災害損失、能源消費數據作為樣本，評估物理風險和轉型風險對企業影響，基于金融風險模型，估算出氣候風險導致的違約率（PD）變化情況。
物理風險反映的是氣候變化導致的直接沖擊，本文以洪水和臺風作為風險因子測算其對各地區信用風險的影響。通過整理我國臺風和洪水的受災數據，計算出物理風險導致的地區損失率，刻畫其對地區經濟的影響情況。情景受損因子刻畫了氣候變化導致的災害程度加劇情況，數據取自NGFS的指標“導致經濟損失的相對變化”。最后基于一般均衡行業PD模型和農發行數據，計算出洪水、臺風風險受損率導致的農發行各地區PD變化情況。
轉型風險與行業的能源強度、碳強度密切相關。本文以碳價格為風險因子測算其對各行業信用風險的影響。NGFS給出了各期各情景的碳價格，碳價的變化會直接影響企業的息稅前利潤，以此刻畫轉型風險沖擊對企業收入的影響，基于Merton模型測算農發行各行業PD變化情況。
已有研究通常選擇不良貸款率、資本充足率為承壓指標，本文則選擇風險調整資本回報率（Risk Adjusted Return on Capital，RAROC）作為氣候風險傳導到信用風險后的影響指標。RAROC是評估風險收益平衡能力、業務發展質量和可持續性的重要標尺。根據RAROC的定義可以看出，信用風險增加會通過預期損失增加和經濟資本占用增加這兩個路徑使得RAROC下降。
（三）資產組合優化
信貸資產組合優化配置是銀行經營管理的重要內容，實現收益和風險的均衡，提高資本利用效率是組合優化的核心目標。考慮氣候風險后，現有信貸業務的風險和收益會發生變化，因此未來信貸資產結構應作相應調整。需要說明的是，這一優化是在假定其它風險因素不變的基礎上，追加考慮氣候風險影響后的結果。
本文基于組合優化模型，為統籌考慮收益和承擔的風險，選擇存量和新增信貸資產組合的RAROC最大化作為目標函數，為確保實現全行的信貸規模增長目標，以各個資產加權的增長率等于全行整體的增長率為約束條件。采用蒙特卡羅模擬法隨機生成常數α，求解滿足約束條件的各類資產的增長率和資產結構，選擇使目標函數最大化的組合為模型優化結果。基準模型如下。
目標函數：
約束條件：
目標函數可以分為存量資產組合的RAROC和新增貸款組合的RAROC兩部分，其中，Wi是指當前資產結構中的權重，i代表不同的信貸產品、所屬行業和地區。由于難以刻畫同一類資產規模增長帶來的邊際收益遞減，避免出現RAROC最高的資產“贏者通吃”現象，所以采用以RAROC排序為自變量的冪函數的形式，使得RAROC較大的資產有較高的增長率，RAROC較小的資產會適當壓低增長率。其中指數α決定了曲線的形狀，當α>1時，高RAROC排序行業或地區的增長率增加更快。
約束條件反映了新的資產組合必須完成全行信貸規模增長目標。信貸規模增長率遵循以下公式：
全行信貸規模增長率G反映了預測的未來的貸款規模。本文參考中國宏觀增長的相關研究，明確實現中國式現代化目標所需的中長期經濟增速，按照貸款增速適度快于經濟增速的思路，估算出各個情景下的預期貸款規模。
調整系數η為貸款規模增速的極差，即行業或地區最大增長率和最小增長率之差，調整系數加最低增長率β表示行業或地區的最大增速，調整系數參考農發行歷史貸款余額增幅情況設定。
本研究通過設置氣候情景、預測年份、全信貸規模增長率、行業和地區調整系數、指數α取值范圍和蒙特卡洛模擬次數，將基期RAROC相關指標和前文計算得到的預期PD變化值作為輸入要素代入組合優化模型。在給定全行信貸規模增長率G、調整系數η和指數α的條件下，可以求解出滿足約束條件的最低增長率β，由此可以得出各類資產的規模增長率，進而求得未來該資產組合的RAROC值，選擇使得預期RAROC最大化的信貸資產結構為優化結果。
三、研究結果及改進方向
本文采用情景分析方法，將不同情景下氣候風險導致的違約率變化納入風險成本考慮范圍，計算各業務的RAROC，通過組合優化模型，得出最優資產結構。本文利用前文測算的氣候風險分別對地區PD和行業PD的影響，結合農發行各省級機構和各類產品①的RAROC歷史數據，分別測算有序轉型、無序轉型和溫室世界共3種情景，2025年、2030年、2035年和2050年共4個時點下農發行產品維度和地區維度的最優信貸資產結構。囿于篇幅原因，優化結果本文不做具體展示。研究發現：
一是考慮氣候風險后，風險成本將會增加，轉型風險影響要大于物理風險。轉型風險對農發行信貸資產影響不容忽視，2030年各信貸業務違約率將會增長8%左右，到2050年將會增長50%，其中棚改類、農村流通體系類、生態環保類業務受到轉型風險最大。物理風險對農發行各地區貸款違約率影響較小，但是高風險地區恰好也是農發行的業務大省，如安徽、山東、湖北、黑龍江、江蘇、四川和江西等。
二是在風險收益最大化目標下，產品和區域間的協調性存在不足，出現產品間“一品獨大”，地區間“鞭打快牛”現象。農村人居類、城鄉融合類、生態環保類、水利類貸款，山東、安徽、四川的RAROC較高，是貸款資源配置主要領域。這是由于模型較大程度參考了歷史情況，還需要根據未來行業政策、地區經濟形勢、同業競爭等因素進行調整，確保部分地區可以后來居上，新興業務實現跨越式發展。
三是以差異化支持政策驅動信貸結構優化的管理體制已基本形成。目前通過調整部分地區或貸款FTP價格、經濟資本占用系數，可以有效影響貸款的RAROC指標，形成了出臺差異化支持政策、貸款RAROC值增加、績效考核激勵加大，信貸計劃增加、業務規模擴大的有效傳導。由于RAROC值會顯著影響分支機構發展該業務的積極性，有可能會出現部門間政策相互競爭，產品間出現政策套利現象，因此需要統籌考慮各項政策支持力度、政策成本和收益，構建差異化政策體系。
本文是一項聚焦新形勢、運用新工具的探索性研究，構建的“氣候變化情景—信用風險變化—資產結構優化”分析框架上具有一定開創性。為更好地刻畫業務實際，滿足政策性金融一般性和特殊性要求，把研究結果充分運用到資產負債管理和業務發展規劃之中，下一步研究方案可以做如下改進：
一是強化資本和收益率的約束。盡管政策性銀行不追求利潤最大化，但為了保證財務可持續，需要確保信貸資產收益率和風險控制在一定水平。因此可以在現有模型中進一步豐富約束條件，如覆蓋風險所需的經濟資本不超過可供給的經濟資本總量，機構、行業和產品占用的經濟資本滿足集中度風險要求，監管資本滿足資本充足率的目標，全行平均RAROC可以實現主管部門或董事會的收益率要求等。
二是細化RAROC相關指標的數據統計。RAROC反映的是實施現行差異化支持政策的結果，其中經濟資本戰略調整、FTP價格政策性調節等政策工具均會影響RAROC指標，因此在測算資本和收益相關的約束條件時，要進行相應的還原。在測算績效考評場景中的RAROC時，可以更為靈活地考慮總行分行間貸款利率優惠、預期損失等指標的分擔和返還。未來可以探索把企業ESG表現類型設為經濟資本調整系數，讓RAROC指標更加兼顧環境效益、社會效益，使得模型優化的信貸投向更能突顯政策性金融特性。
三是開展模型相關參數的研究論證。開展農發行信貸規模和布局影響因素研究，分析經濟形勢、宏觀調控、區域經濟、產業增加值、行業政策等因素的影響，構建計量模型，預測未來全行、地區和特定業務的信貸規模，提升模型假設的科學性和可靠性。
四是持續優化氣候風險計量。健全氣候風險事件的監測和報告機制，分析風險事件中企業盈利能力、押品價值等指標的變化情況，積累氣候風險計量樣本。加大客戶環境信息的采集力度，加強押品位置信息管理，繪制資產地圖，完善氣候風險研究的基礎條件。不斷運用新模型、新數據評估農發行氣候風險的風險暴露和影響情況。
四、研究成果轉化運用的建議
在息差收窄、貸款需求減弱、資產質量波動加劇的背景下，銀行的發展能力和發展質量愈發重要。農發行應當科學把握高質量發展的六大要素，統籌考慮效益和安全，研判未來信貸規模和速度，優化信貸資產結構，持續提升發展質量。本文運用的分析工具和模型，有助于前瞻性、系統性謀劃未來業務發展方向和路徑。
（一）豐富資產負債管理工具
本文嘗試將組合管理工具應用于信貸資源配置，有助于提升信貸計劃配置的主動性、前瞻性和科學性。下一步可以探索建立農發行業務組合優化管理機制，采取“理論先行、業研結合”的方式，持續迭代理論模型，逐年模擬資產結構、定期更新中長期展望，使得組合優化的結果更好服務經營計劃制定和資產負債管理，助推業務布局和資產結構優化，提升高質量發展質效。
（二）服務經營管理決策
本文采用的RAROC指標和組合優化模型，可以提升經營決策的科學性、協同性和系統性。總行前臺部門可以優化差異化政策支持力度，進行各產品之間的橫向比較，確保各業務的戰略導向與RAROC排序一致，實現激勵相容。分支機構可以提升經營資源利用效率逐筆估算貸款的RAROC指標，判斷其是否符合自身經營管理需求和績效考核指標，作為貸款審批的重要參考。
（三）進一步理順經營資源配置機制
差異化信貸政策、信貸計劃配置、經濟資本配置均是銀行優化資產結構的抓手，參考銀行同業“資本要求回報、資本約束風險”的思路，更好統籌業務發展與風險控制，明確以資本管理為樞紐，完善以經濟資本回報率（RAROC）為中心的經營管理和考核評價體系，建立通過分配經濟資本確定業務發展空間的資本管理模式，強化經濟資本限額對業務發展的硬約束，提升銀行整體的價值創造能力。
注：
①?農發行的貸款營銷產品數量較多，部分產品投向行業特征相似或業務屬性相同，個別產品已暫停投放新的貸款，因此本文將其歸并為17類，下文提及的農村人居類、城鄉融合類業務均涉及多個營銷產品。
參考文獻
[1] 陳國進,郭珺瑩,趙向琴.氣候金融研究進展[J].經濟學動態,2021(08).
[2] 江蘇銀行風險管理部課題組.氣候風險壓力測試模型構建與應用[J]. 金融縱橫,2022(06).
[3] 聶廣禮,李軍彥,袁平.基于RAROC的商業銀行信貸資產組合管理[J]. 農村金融研究,2017(01).
[4] 蘇州農商銀行環境因素壓力測試課題組.商業銀行環境風險壓力測試實踐——以蘇州農商銀行為例[J].金融縱橫,2020(10).
[5] 孫天琦,田萌萌.金融業管理和應對氣候風險的思考[J].中國金融，2023(16).
[6] 王遙,王文蔚. 環境災害沖擊對銀行違約率的影響效應研究：理論與實證分析[J]. 金融研究,2021(12).
[7] 武劍.商業銀行經濟資本配置——理論模型與案例研究[J]. 國際金融研究,2009(05).
[8] 中國工商銀行環境因素壓力測試課題組.環境因素對商業銀行信用風險的影響——基于中國工商銀行的壓力測試研究與應用[J]. 金融論壇,2016(02).
[9] 中國人民銀行研究局課題組.氣候相關金融風險——基于央行職能的分析. PBC Working Paper No. 2020.
[10] 中國式現代化課題組.中國式現代化的理論認識、經濟前景與戰略任務[J]. 經濟研究,2022(08).
[11] Battiston S, Mandel A, Monasterolo I, et al. A Climate Stress-Test of the Financial System[J]. Nature Climate Change, 2017, 7(4).
[12] Merton R C. On the Pricing of Corporate Debt: The Risk Structure of Interest Rates[J]. The Journal of Finance, 1974, 29(2).
[13] NGFS, NGFS Climate Scenarios Database Technical Documentation V4.2, 2023.
[14] NGFS, NGFS Climate Scenarios for central banks and supervisors - Phase IV, 2023.
