物理气候风险对全球经济的影响

物理气候风险对全球经济的影响 Caterina Lepore和Roshen Fernando WP / 23 / 183 基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 2023SEP IMF工作文件 货币和资本市场部 Caterina Lepore和Roshen Fernando编制的物理气候风险对全球经济的影响* 授权由Hiroko Oura分发2023年9月 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要：本文使用公司级证据评估了两种共享社会经济途径（SSP 1 - 2.6和SSP 2 - 4.5）下物理气候风险的全球经济后果。首先，我们估计了长期气候风险（温度和降水的逐渐变化）和极端气候条件（代表热浪，冷浪，干旱和洪水）的历史部门生产率变化。其次，我们为全球多部门公司样本产生前瞻性部门生产率变化。对于洪水，这些估计说明了由于对公司实物资本的损害而导致的持续生产率变化。第三，我们在全球，多部门，跨期一般均衡模型G - Cbed中评估了这些冲击对宏观经济的影响。结果表明，如果与到2020年已经实现的适应相比没有额外的适应，所有经济体在两种气候情景下都将遭受重大损失，并且损失将随着全球变暖而增加。结果对于有兴趣进行气候风险分析的决策者和从业人员可能很有用。 工作文件 物理气候风险对全球经济的影响 由Caterina Lepore和Roshen Fernando编写 物理气候风险对全球经济的影响 Roshen Fernando1 & Caterina Lepore2 1.应用宏观经济分析中心， 澳大利亚国立大学克劳福德公共政策学院 2.货币和资本市场部，国际货币基金1 摘要 本文使用公司级证据评估了两种共享社会经济途径（SSP 1 - 2.6和SSP 2 - 4.5）下物理气候风险的全球经济后果。首先，我们估计了长期气候风险（温度和降水的逐渐变化）和极端气候条件（代表热浪，冷浪，干旱和洪水）的历史部门生产率变化。其次，我们为全球多部门公司样本产生前瞻性部门生产率变化。对于洪水，这些估计说明了由于对公司实物资本的损害而导致的持续生产率变化。第三，我们在全球，多部门，跨期一般均衡模型G - Cbed中评估了这些冲击对宏观经济的影响。结果表明，如果与到2020年已经实现的适应相比没有额外的适应，所有经济体在两种气候情景下都将遭受重大损失，并且损失将随着全球变暖而增加。结果对于有兴趣进行气候风险分析的决策者和从业人员可能很有用。 关键字:气候变化,气候风险,极端事件,宏观经济模型JEL代码：C51, C53, C54, C55, C68, F41, Q51, Q54 1.0介绍 政府间气候变化专门委员会（IPCC）在其最新报告之一（IPCC 2021）中指出，由于全球变暖带来的物理气候风险，气候系统的许多变化正在变得更大，包括自然灾害的频率和强度增加。这些风险既包括极端天气事件的极端风险（也称为急性风险），例如热浪和冷浪，干旱和洪水，也包括慢性风险，反映了气候模式长期变化的潜在影响，例如温度，降水和海平面。. 大量且快速增长的文献试图估计物理风险的潜在经济影响。然而，大多数文献倾向于关注慢性风险，而估计极端风险的经济影响的研究则滞后。在单一框架内对慢性风险和极端风险的综合影响进行分析甚至更为罕见。此外，关于分类部门异质性影响及其在各国之间传播的研究也很少。填补这些空白对于气候风险分析很重要，并且一直是绿色金融系统网络（NGFS）的最新案例（2022a，b）3的重点。 本文以两种主要方式解决了文献中的这些差距。首先，我们估计了由于物理气候风险导致的全要素生产率（TFP）4的部门变化。这是为了从极端和慢性风险中捕捉生产率的即时和长期下降。为了实现这一点，我们使用了两种类型的损害函数。 第一种类型的损害函数是在本文中根据经验得出的，它解释了公司层面上物理气候风险对部门生产率的影响。我们考虑了来自48个国家的20, 215家公司的全球多部门样本，我们对其进行了历史TFP估计，并分别得出了四个广泛领域的损害函数：农业，采矿业，制造业和服务业。损害功能既是慢性的（平均温度的变化和。 历史基线的降水)和一些极端风险(与温度和降水相关的极端条件)5。然后，我们使用这些损害函数来预测到2100年物理风险的生产率影响，以更广泛的样本涵盖国际货币基金组织（IMF）每个成员国按资产规模计算的最大1000家公司6这些预测是针对两种气候情景的，由共享社会经济途径（SSP）和与SSP相关的代表性浓度途径产生的排放浓度所产生的近似全球有效辐射强迫定义。具体来说，我们考虑SSP 1 - 2.6和SSP2 - 4.5，它们分别代表低和中等温室气体排放情景7。 第二类损害函数来自现有的全球研究（Huizinga等人，2017年），使我们能够评估洪水（沿海和河流）对不同部门企业实物资本的影响8。根据企业对资本作为生产投入的依赖，我们预测了两个SSP下洪水对企业生产率的持续影响。 其次，我们将这些部门生产率冲击提供给全球，多部门，跨期的一般均衡模型：G - Cubed，并说明了这两个SSP的全球经济后果。 我们的结果表明，由于物理气候风险，所有部门都将因预计的部门生产率变化而遭受损失，尽管损失的幅度在部门和地区之间是异质的。农业是最脆弱的部门，根据两个SSP，大多数地区的农业生产率下降了10 - 20％。采矿业也经历了显着的损失，在两个SSP下，某些地区的损失超过5％。制造业和服务业受到的影响最小，这可能是由于其业务定位的灵活性更高，从而减少了其对物理气候风险的暴露。 在研究这些冲击的宏观经济影响时，结果表明，在两个SSP下，所有经济体都遭受了重大损失，并且损失随着全球变暖而增加。在2021年至2100年期间，SSP 1 - 2.6下的气候冲击可能平均每年使世界GDP损失1.2％（2100年占GDP的2.4％）。根据SSP 2 - 4.5，损失可能会增加一倍以上，在2021年至2100年期间平均每年占GDP的3.2％（2100年占GDP的6.4％）。 我们说明了世界各地消费和投资模式的重大变化。考虑到G - Cbed的物理调整成本，我们说明了当暴露于气候冲击时，投资收缩可能会更大。鉴于供应方面的冲击，消费调整和相对价格变化，我们说明了进出口在气候变化中的变化。我们还展示了在两个SSP下的物理气候风险下，其他宏观金融变量（实际利率，经常账户余额，实际汇率，贸易余额和通货膨胀）从重新调整到全球经济的变化。 我们进一步利用G - Cbed中的部门分类，以说明暴露于气候冲击时不同部门将如何受到影响。模型中的一般均衡效应使我们能够说明同一地区的两个部门在面对同样的冲击时会受到不同的影响。我们还展示了两个不同地区对同一行业的相同冲击如何导致不同的后果。因此，我们在分析气候冲击时强调一般均衡效应的重要性，以及与没有这种效应的模型相比，这些效应如何提供更丰富的见解。 我们的研究主要有助于两个文献流：对公司和物理风险的部门影响的研究，以及采用各种方法的研究（综合评估模型（IAM），计量经济学和经济模型）来评估气候变化如何影响经济9。 以前的文献主要集中在农业部门，只有少数研究集中在其他部门。此外，论文大多局限于一个地区，如果不是一个国家，它们往往主要关注温度和降水，很少关注极端条件。我们通过使用全球公司样本并考虑慢性和极端的身体风险来研究不同的行业，从而为这些文献做出了贡献。 后一种文献倾向于将整个经济视为一个整体，在其估计中忽略了部门异质性，并且缺乏公司层面的影响。考虑到部门变化，本文的更接近论文是Ferado (2023)和Ferado等人。（2021年）。他们还采用了G - Cbed来估计气候冲击对全球经济的影响。费尔南多等人。(2021年)调查不同经济体的实际和转型风险10对不同部门的经济影响11。我们通过使用公司级别的数据估计物理风险的部门生产率影响来扩展其框架。此外，我们还考虑了洪水对公司实物资本造成的持续生产力影响。 我们注意到关于某些地区（例如加拿大和俄罗斯）的某些部门（例如农业和服务业）是否可以从温暖的气候中受益的现有辩论。在本文中，由于与支持该主张的研究至少有两个主要差异，因此我们没有观察到这些积极影响。首先，那些支持索赔的研究假设适应（如通过大规模迁移），而本文不假设任何额外的适应除了那些已经在2020年进行。评估这种关于适应的假设的可能性和影响超出了本文的范围。其次，大多数支持该主张的定量研究仅假设气候变化对农作物的长期影响，而本文纳入了气候变化的长期和极端影响，并纳入了整个农业部门，包括牲畜和农作物。 本文产生的结果可用作对进行气候风险分析感兴趣的决策者和从业人员的情景。正如NGFS（2022a，b）所指出的那样，这些类型的情景有助于中央银行和监管机构探索物理风险对经济和金融体系的可能影响。相对于NGFS情景，我们评估了长期和极端气候风险对一系列宏观金融和部门变量的影响。我们的宏观财务结果可用于通过标准的信贷和市场风险压力测试方法评估对银行资本的风险和影响。我们指的是阿德里安等人。（2022）了解更多详细信息，并讨论在国际货币基金组织金融部门评估计划（FSAP）的背景下对银行业进行气候风险分析的不同方法。 本文的其余部分组织如下。第2节讨论了物理气候风险的部门影响的估计，详细说明了公司数据，气候情景，气候数据，气候指标，由于物理气候风险导致的部门生产率变化的经验估计以及物理气候风险的预测部门影响。第3节概述了全球，多部门，跨期的混合DSGE - CGE模型：G - Cbed，用于预测两个SSP下的经济后果，以及如何从经验估计中得出经济冲击。第4节说明了G - Cbed模拟的结果。第5节讨论了研究的政策含义，第6节最后对研究进行了总结。 2.0物理气候风险的分区影响 2.1Overview 本节概述了用于估计物理气候风险的部门影响的数据和方法。2.2、2.3和2.4节分别描述了本文使用的企业数据、气候情景和气候数据。第2.5节介绍了使用气候数据构建的气候指标。第2.6节描述了经验估计策略，该策略将公司级数据与气候指标相结合，以得出物理气候风险的生产率影响。在第2.7节中，我们讨论。 经验估计的结果和两个SSP下物理气候风险的预测生产率影响。第2.8节概述了用于计算洪水破坏对公司物理资本的持续生产率变化的数据，并介绍了两个SSP下的预测影响。第2.9节总结了第2节。 2.2公司数据 为了从物理气候风险中估计部门生产率的变化，我们使用了59, 554家公司的多县多部门样本（样本1）。根据公司报告的2018年后最近一个财政年度的总资产价值，这些公司已被选为每个IMF成员国的前1000家非金融公司，这些公司的数据是可用的。对于Brea va Dij Orbis数据库（以下简称Orbis数据库）中少于1,000家公司的国家，我们将所有可用的公司纳入我们的样本中。公司的最终样本分布在147个国家/地区，根据欧洲共同体（NACE）的经济活动标准分类，它们可以大致分为四个部门：农业，采矿业，制造业和服务业。 我们从Orbis数据库获得了公司2000年至2018年期间的财务数据。我们还从数据库中提取公司的地址，以确定它们的位置。Orbis数据库中提供的公司地址始终仅适用于公司总部。因此，在本文中，公司的位置仅通过总部位置表示。未来的研究可以尝试纳入给定公司12的所有机构的位置。 财务数据已按照Kalemli - Ozca等人概述的程序进行清理。(2015)和公司的全要素生产率是按照Acerberg等人的方法计算的。(2015)。然而，由于缺乏清理数据所需的额外信息（如行业特定的平减指数），清理后的数据集仅适用于分布在48个国家的20, 215家公司（样本2）（在分布在147个国家的59