银行贷款碳足迹——衡量金融部门转型风险的指标

—衡量金融部门转型风险的指标 Mahmut Kutlukaya et al. 编者按 ：银行贷款碳足迹（CFBL）是旨在量化一个国家银行业面临的气候转型风险的指标。该指标可通过国际货币基金组织（IMF）的气候变化指标仪表板（CID）公开获取，其基于两种方式测算 ：一是以强度为基础，仅考虑直接排放 ；二是以乘数为基础，将上游部门投入的排放纳入直接排放。本文研究发现，新兴市场和发展中经济体的银行贷款碳足迹呈上升趋势，而发达经济体略有下降 ；前者的银行贷款碳足迹总体高于后者 ；考虑间接排放时，这种差别更加明显。该文还讨论了如何在更广泛的气候信息架构背景下克服与CFBL相关的数据限制。本文是2023年IMF出版物《绿色世界的数据 ：从业者和政策制定者指南》的第7章。该报告对中国实现“双碳”目标具有参考意义。本刊编译了此文，以飨读者。 关键词 ：碳足迹 ；转型风险 ；气候融资 ；可持续发展 中图分类号 ：F831文献标志码 ：A文章编号 ：1006—1770（2023）12—0039—06 2015年《巴黎协定》的目标是通过将全球气温升幅较工业化前水平控制在2摄氏度之内以应对气候变化，并加快对低碳技术的投资以实现未来的可持续发展。实现这些目标需要在未来几十年大幅减少温室气体（GHG）排放，这将带来重大的转型风险。根据国际金融公司的数据，金融系统需要向低碳经济转型提供融资渠道，并通过大幅增加气候融资来实现转型目标，将气候融资占总融资的比例从2017年的7%增加到2030年的30%。 加强了量化转型风险的努力。例如，欧洲央行（ECB）最近推出了一个欧元区气候压力测试的框架，目的是评估未来非金融企业和银行面对各种气候政策、在不同情景下对气候风险的适应能力，而IMF已将转型风险分析纳入金融部门评估计划（FSAP）。这些努力的一个共同特点是，它们主要关注那些拥有精细数据集的国家和地区。然而，气候变化是一个全球性现象，制定可比的跨国分析和数据框架显得非常重要。 转型风险是指随着社会为了降低生产活动以及所提供的最终产品和服务对环境的影响，在这个过程中战略、政策、投资、消费者和市场偏好发生突然或意外的变化，由此带来的损失风险。这些风险包括但不限于碳税或碳排放上限计划带来的更高能源成本、碳排放密集型资产（所谓的搁浅资产）市场价值的降低、绿色技术的研发费用以及实现监管和披露要求带来的成本。因此，不同经济部门的转型风险差异很大。对金融部门而言，除了实物风险之外，转型风险是一个主要的关注点，特别是中长期的风险，因为转型可能导致包括贷款和证券投资在内的金融资产发生重大损失。 银行贷款碳足迹（CFBL）是IMF气候变化指标仪表板（CID）的一个指标，旨在为政策制定者提供一个衡量银行贷款组合碳强度的工具。CFBL基于行业层面的汇总数据，提供了一种以数据为基础的方法来评估特定国家银行体系对转型风险的敞口。不那么严格的数据要求使得在更为广泛的国家测算这一指标成为可能—CFBL目前适用于41个国家，包括部分新兴市场和发展中经济体。该方法允许进行跨国比较，尽管存在一定的局限性。 要对转型风险进行更全面的分析，就需要详细的银行层面风险敞口和企业层面排放数据。这类信息对于评估更有可能受到气候政策影响的机构，以及识别金融部门内部的风险单元都是必要的。此外，考虑到转型风险可能随着时间的推 考虑到潜在的广泛影响，各国央行和国际组织近年来 绿色金融 移而超越通常金融风险的管理范围，制定前瞻性方法至关重要。因此，要改进气候信息架构，以便能够设计有效措施，监测气候变化对金融部门造成的风险，包括转型风险。我们需要与政策相关的、高质量的、可比较的和一致的数据来识别转型风险，并将资金引导到那些将为实现气候目标带来最大效益的项目。 系（PCAF）是一个由金融机构组成的全球伙伴关系，共同制定和实施统一的方法来评估和披露与其贷款和投资相关的GHG排放。 2017年，TCFD在报告中提出了一套常见的碳足迹和暴露指标，其中包括建议资产所有者和资产管理人向其受益人和客户报告的优选加权平均碳强度，以及供考虑的替代编制方案。TCFD和PCAF指标一般采用融资企业排放量的加权平均值形式，其中权重可以采用不同的形式，包括投资金额与融资机构总股本和债务的比例。 一、 文献综述 虽然PCAF和TCFD指标为政策制定者和金融机构提供了关于转型风险的有用见解，但数据要求是严格的。这些类型的指标总是依赖于企业层面的排放、贷款和资产负债表数据，而这些数据在全球范围内是无法公开获得的。虽然碳披露项目以及私人数据供应商一直在收集企业自发披露的碳排放数据，但大多数公司仍然既没有尝试测量也没有报告这一信息。因此，编制这些指标难度不小。 银行业在为实体经济提供资金方面至关重要，银行贷款是世界各地提供资金的主要工具之一。鉴于银行贷款的重要性，有关估算CFBL的文献正在迅速增加。本部分讨论了为本文所述指标提供方法基础的研究。 Guan等人的研究框架与本文提出的指标最为相关，他们估算了中国银行业贷款组合的碳强度，并探讨了相关的信用风险。他们在研究中开发了一个贷款碳强度（CIL）指标，定义为每单位贷款额的碳排放量。研究发现，在2007—2014年间，中国银行体系的不良贷款比例与CIL指标正相关。Boermans等人采用了类似的方法来计算投资组合层面的碳足迹敞口。他们利用荷兰养老基金的股票数据，分析投资者是否正在通过减少对高排放公司的敞口来积极实现投资组合脱碳。研究发现，衡量和报告碳足迹的养老基金更有可能减少对高排放公司的投资。Vermeulen等人引入了一个压力测试框架来评估与能源转型相关的金融稳定风险。该论文提出了一种称为转型脆弱性因素（TVF）的方法，其定义为全球每个行业的平均排放强度与世界经济平均排放强度之比。Faiella等人使用意大利银行业的数据，提出了评价银行贷款碳足迹的另一种指标。他们开发了一个名为“贷款碳密度”（LCI）的指标，定义为意大利各银行在经济部门发放的每单位未偿贷款（以欧元计）造成的温室气体排放量（以二氧化碳当量计）。与Guan等人提出的用于单个银行层面的CIL指标不同，LCI是在部门层面计算的。研究发现，随着时间的推移，意大利银行贷款的碳含量一直在下降，占排放量约50%的部门仅占贷款总额的10%，这表明了存在潜在的风险集中。 二、 方法 本文所讨论的CFBL是一个基于每个部门所使用燃料的二氧化碳排放因子平均值所构建的国家层面的指标，并按部门在存款机构未偿还贷款的份额进行加权。CFBL指标的表达式如下 ： 其中，i表示国家，j表示部门，t表示年份，Iijt表示i国存款者在t年结束时向部门j的企业提供的未偿还贷款总额，qijt表示排放因子，以i国的部门j在t期间创造每百万美元经济产出造成的二氧化碳排放量（吨）表示。 该指标利用两个独立的数据来源计算部门未偿还贷款的份额和排放系数。这些在图1中进行了概念性描述，具体阐述如下 ： 各部门未偿还贷款的数据来自IMF统计部门于2020年底对各国当局进行的调查。各国尽最大努力提供了关于接受存款者未偿还国内贷款总额的年度数据，这些数据按国际标准行业分类修订第四版（ISIC 4）中的门类分列。总共有41个国家报告了这些数据。各国还提交了元数据，其中包括记账单位（货币）、规模和对几个问题的回答，这些问题旨在收集 全球也在不断努力建立量化气候相关风险的标准方法。例如，成立了气候相关财务信息披露工作组（TCFD），以制定一致的气候相关金融风险披露框架，供公司、银行和投资者使用并向利益相关者提供信息。同样，碳核算金融伙伴关 WEO的群体标准进行了区分。在40个发达经济体中，有25个经济体在2015—2018年期间计算了CFBL。对于新兴市场和发展中经济体，覆盖范围较低，同期覆盖了16个国家。该图显示，得益于各行业贷款数据的可获得性增加，近年来所覆盖的国家有所增加。 有关遵守所规定的ISIC分类标准的额外信息。 用于计算CFBL指标的碳排放因子来自CID的经济活动指标。碳排放因子由以下两个指标组成 ：一是排放强度，通过将每个国家和部门燃料消耗的CO2排放量除以OECD国家间投入产出表（ICIO）的总产出（以百万美元为单位）计算得出。CO2排放数据来自国际能源署对OECD排放量的估计。二是排放乘数，通过将OECD国家的ICIO表中的Leontief逆（也称为输出乘数矩阵）和上述第1项所述的CO2排放强度相乘来计算。 图3显示了所有国家在全球范围内产生的碳排放总量，并区分为发达经济体、新兴市场和发展中经济体。从图中可以看出，新兴市场和发展中经济体的碳排放量仍呈上升趋势，而发达经济体的碳排放量呈下降趋势。截至2018年，该数据集所包含的国家，覆盖了全球发达经济体总排放量的40%左右，覆盖了全球新兴市场和发展中经济体总排放量的25%左右（图4）。发达经济体的排放覆盖率在2010年前后趋于稳定，而新兴市场和发展中经济体的排放覆盖率在2012年印度加入样本后大幅增加。为了改善排放/区域覆盖范围，必须包括一些排放大国，如美国、俄罗斯和中国 ；也应当包括不那么具有代表性的地区，即非洲、中东、中亚以及拉丁美洲。 排放强度和排放乘数在概念上的区别在于，前者量化了某一部门在发生每百万美元经济活动时需直接负责的排放量，而后者也捕获了间接排放。排放强度类似于第1类排放，因为OECD国家的ICIO表仅依赖于对消耗燃料的测算。排放乘数量化了后向联系的排放量，即考虑特定行业与为其提供投入的其他行业间的相互联系。因此，排放乘数捕获的燃料燃烧产生的CO2排放不仅源于部门的直接生产活动，而且也体现在投入（范围2）以及ICIO表中包括的所有其他部门的投入（上游范围3）中。 CFBL指标的计算同时考虑了排放强度和排放乘数，产生了两个版本的指标。此外，为了便于评估贷款碳含量多年来的演变，我们以2015年（所有国家均可获得数据的年份）为基期并设定为100，对两个版本的CFBL指标进行了基准化处理。 三、 结果 本部分介绍了关于数据覆盖和基于CFBL测量的41个国家碳足迹指标水平随时间演变的更详细信息。 图5显示了2018年样本中各个国家的CFBL指标。条形图中蓝色表示发达经济体，绿色表示新兴市场和发展中经济体。图（1）显示了基于强度的CFBL指标，图（2）显示了基于乘 图2显 示 了 样 本 期 间 所 涵 盖 的 国 家 数 量， 并 基 于IMF 绿色金融 明显不同，基于乘数的CFBL指标明显更高，因为它还包括范围2和3的排放。此外，无论是发达经济体还是新兴市场和发展中经济体，基于乘数的CFBL指标跨国离散度普遍较高，这表明经济体各部门的相互依存程度存在显著的跨国差异。虽然由于样本量有限，很难概述这些发现，但CFBL指标表明了监测金融部门转型风险趋势和发展情况的重要性。 数的CFBL指标。该图表明，新兴市场和发展中经济体的银行体系往往具有更高的碳足迹，基于乘数的指标版本不会大幅改变国家的排序，但会普遍导致各国风险敞口值显著增加。 四、 数据限制、全球倡议和前进方向 IMF组织制定了CFBL指标，目的是为政策制定者提供一个透明、现成的工具，以衡量银行贷款的碳含量及其随时间的演变。在这项工作中，跨国可比性是一个重要的目标，它影响了在数据收集和指标基本编制方法方面的一些选择。目前，没有现成的可以提供跨国可比性的替代指标，特别是对新兴市场经济体和发展中经济体而言。 CFBL指标有一定的局限性。作为更广泛的CID项目的一部分，IMF继续更新和改进CFBL指标。目前正在考虑进行几项改进，包括更新方法以降低通货膨胀和汇率波动对排放强度数据造成的干扰，以及对基础数据进行调整以反映《京都议定书》中所规定的所有温室气体的排放量。 图6显示了CFBL指标的跨国分布随时间演变的情况。这些数据来源于2010—2018年间包含32个国家的一致样本，其中21个国家是发达经济体，11个是新兴市场和发展中经济体。在发达经济体层面，数据显示，随着时间的推移，贷款的碳足迹一直