2023-09-07-IMF-从极端事件到极端季节_墨西哥气候变化的金融稳定风险（英）_36页_1mb

从极端事件到极端季节：墨西哥气候变迁对金融稳定的风险

核心内容

本研究探讨了气候变化带来的急性物理风险对墨西哥金融稳定的影响，提出了一种新颖的方法，聚焦于一个极端季节中的一系列热带气旋和洪水事件。该方法不仅适用于墨西哥，也具有推广价值。研究指出，即使单个极端事件在国家层面影响不大，但一系列事件可能对宏观经济和金融系统产生显著影响。此外，研究强调了在评估气候风险时，应考虑事件序列而非单一事件的重要性。

主要观点

• 极端事件的序列效应：极端事件并非孤立发生，而是可能在短时间内连续发生，形成“极端季节”。这种序列效应可能对金融系统产生更大的影响。
• 地理分布的重要性：虽然墨西哥的金融暴露在地理上相对分散，但某些地区（如墨西哥城）的集中性可能使其对某些灾害（如洪水和飓风）更为敏感。
• 模型方法的创新：研究结合了历史损失数据与基于模型的分析方法，评估了不同情景下的直接损失和宏观经济影响，并进一步推导出对金融系统的潜在影响。
• 政策建议：研究强调了需要考虑极端事件序列对金融稳定的影响，以制定更有效的政策。同时，也指出当前模型仍需进一步完善，以更准确地评估气候风险。

关键信息

气候灾害概况

• 墨西哥面临多种气候灾害，如飓风、洪水、干旱和热浪。
• 过去二十年中，飓风和洪水是影响最严重的灾害类型。
• 洪水和飓风的灾害频率和影响范围可能因气候变化而增加。

地理分布特征

• 墨西哥的GDP和金融暴露高度集中于少数几个州。
• 2020年，六个州贡献了全国约50%的GDP，其中墨西哥城占比17.51%。
• 墨西哥城的飓风和洪水风险相对较低，但其金融暴露集中，因此仍需关注。

情景设计

• 情景分类：
  • TC1, TC2, TC3：分别代表三个独立的飓风事件。
  • F1：代表一个独立的洪水事件。
  • ES1：代表一个极端季节，包含多个极端事件（TC1、TC2、TC3和F1）。
• 情景设定：
  • 情景基于历史数据和合成事件数据，考虑了极端事件的返回周期（超过50年）。
  • 两种情景设定：历史条件 和 气候变迁条件，分别对应当前和未来气候情景（RCP8.5）。

方法论

• 直接损失模型：结合历史损失数据和模型方法，估算不同情景下的直接损失。
• 宏观经济模型：基于直接损失数据生成宏观经济情景，分析其对GDP、失业率等指标的影响。
• 金融系统影响模型：利用IMF的标准压力测试方法，评估极端事件对金融系统的潜在影响。
• 间接影响渠道：考虑了总要素生产率（TFP）下降、失业率上升和金融市场波动等间接影响。

研究结果

• 在气候变迁情景下，墨西哥的GDP可能在极端季节后下降2%。
• 尽管整体银行资本充足率（CAR）下降幅度不大（约1.2%），但个别银行可能面临显著风险（下降超过4个百分点）。
• 研究表明，未来极端事件的频率和严重性可能进一步上升，从而加剧金融系统的脆弱性。

结论与建议

• 政策启示：研究结果对制定应对气候变化的金融政策具有重要意义，强调了需要考虑极端事件序列的影响。
• 模型局限性：当前模型未考虑非线性叠加效应，未来可进一步研究这些复杂因素。
• 扩展研究方向：建议将研究扩展至其他气候风险（如干旱），并应用于其他国家，以深化对复合气候风险的理解。

未来研究方向

• 进一步研究非线性叠加效应，以更准确地评估极端事件的综合影响。
• 将模型应用于其他国家，以探索不同国家在极端事件序列下的金融稳定风险。
• 探索气候风险对跨境金融系统的影响，特别是复合事件可能引发的跨国连锁反应。