💰 quantitative finance

Climate Risk Stress Testing in California: A Geospatial Framework for Banking and Climate-Exposed Sectors

本文构建了一个针对加州的气候风险压力测试地理空间框架，通过整合物理灾害制图、行业暴露度分析及情景化财务风险评估，旨在帮助银行及农业、房地产和旅游等气候敏感行业应对野火、干旱等风险，并支持其满足新兴的披露与风险管理标准。

原作者： Satya Narayana Panda, Aishworzo Saha

发布于 2026-04-21

📖 1 分钟阅读☕ 轻松阅读

原作者： Satya Narayana Panda, Aishworzo Saha

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文就像是在给加州的银行和金融机构做一场"气候压力体检"。

想象一下，加州的银行家们以前看风险，就像是在看一张模糊的地图：他们知道“农业”有风险，“房地产”有风险，但他们不知道具体是哪一块地、哪一栋楼、甚至哪一条街道正在面临危险。

这篇论文提出了一套新的"高清卫星导航系统"，专门用来帮银行看清气候风险到底藏在哪里，以及它如何一步步把风险传导到银行的钱包里。

以下是用通俗语言和比喻对这篇论文核心内容的解读：

1. 核心问题：为什么“地理位置”这么重要？

以前，银行看风险主要看“借款人是谁”（比如他收入高不高）或者“行业是什么”（比如是种地的还是盖楼的）。
但这篇论文说：在加州，光看这些不够，你必须看“他在哪”。

比喻：这就好比两辆一模一样的车（借款人），一辆停在车库里（安全区），另一辆停在随时可能塌方的悬崖边（野火或洪水高发区）。虽然车本身一样，但悬崖边的那辆随时可能报废。
现状：加州的野火、干旱、洪水和极端高温，分布非常不均匀。有的县很安全，有的县就像走在钢丝上。如果银行不知道自己的贷款集中在“钢丝”上，一旦出事，整个银行都可能崩溃。

2. 这套“新系统”是怎么工作的？

作者设计了一个三层框架，就像给银行装了一个“气候雷达”：

第一层：雷达扫描（物理灾害）
- 先看看地图上哪里火险高、哪里缺水、哪里会被淹。这就像气象局的预警，但更具体到每一个街区。
第二层：连线分析（谁被连上了？）
- 把上面的灾害地图和银行的贷款清单重叠在一起。
- 例子：如果某银行借了很多钱给中央谷地的农民，而那里正好是干旱重灾区，雷达就会报警：“注意！你的农业贷款风险很高！”
第三层：后果推演（钱包会痛吗？）
- 如果灾害真的发生了，借款人还得起钱吗？抵押的房子（比如被烧过的房子）还值多少钱？
- 这会直接导致银行的钱变少（坏账增加），或者房子不值钱了（抵押物贬值）。

3. 他们测试了哪些“剧本”？

为了测试银行够不够结实，作者设计了几个“灾难剧本”（情景分析）：

剧本 A（野火季）：假设今年夏天特别干，野火肆虐。
- 后果：很多房子被烧，农民没收成，银行收不回贷款。
剧本 B（政策突变）：假设政府突然出台严厉规定，限制碳排放或用水。
- 后果：某些高耗能企业成本飙升，还不起钱。
剧本 C（双重打击）：野火来了，同时银行借钱更难了。
- 后果：这是最坏的情况，银行既收不回钱，又借不到新钱，可能直接“休克”。

4. 这对谁有影响？

这篇论文不仅关心银行，还关心加州经济的几个“命脉”：

银行：最怕的是抵押物贬值。比如你借给某人一套海边别墅，如果海平面上升或洪水频发，这房子可能卖不掉，银行的钱就悬了。
农业：加州是农业大州，如果干旱，农民没水种地，就没钱还贷款。
旅游和房地产：如果太热或者经常发大水，游客不来，房价下跌，靠收租或卖地赚钱的机构就会受损。
地方政府：如果经常发灾难，政府要花大钱救灾，税收就少了，发出来的债券（地方政府借的钱）风险就变大了。

5. 给银行和监管者的“大白话”建议

论文最后给出了几个非常实用的建议：

别只说空话：不要只挂在嘴边说“我们要环保（ESG）”，要真正去算账。
要“看地图”放贷：在批准贷款前，先看看这块地是不是在“火险区”或“洪水区”。如果是，就要提高利率，或者要求更多的抵押物。
别装睡：监管机构不能只让银行“披露”信息（写报告），要逼着银行真的根据这些信息去调整资本金（多存点钱防身）和定价（风险高的多收利息）。

总结

简单来说，这篇论文是在告诉加州的金融界：
气候风险不是遥远的“未来故事”，而是就在你贷款合同里的“地理陷阱”。

如果不把地理位置和具体灾害算进账本里，银行就像在雷区里蒙眼走路。这套“地理空间压力测试框架”，就是给银行配的一副夜视眼镜，让他们看清脚下的地雷，从而在气候变化的风暴中活下来。

论文技术摘要：加利福尼亚州气候风险压力测试——面向银行业与气候暴露部门的地理空间框架

论文标题：Climate Risk Stress Testing in California: A Geospatial Framework for Banking and Climate-Exposed Sectors
作者：Satya Narayana Panda, Aishworzo Saha (新罕布什尔大学新港分校)
日期：2026 年 4 月

1. 研究问题 (Problem)

气候变化已从长期的环境议题转变为核心金融稳定问题。对于银行、投资者和公共财政利益相关者而言，关键问题不再是气候冲击是否重要，而是这些冲击如何迅速传导至借款人表现、抵押品价值、地方公共财政及资产重定价。

核心痛点：

空间异质性被忽视：传统的风险系统通常捕捉借款人、行业和宏观因素，但未能将这些因素与细粒度的物理暴露（如特定地点的野火、洪水风险）或物理风险与转型风险的相互作用进行映射。
加州的特殊性：加州拥有庞大且多元化的资本市场，但同时也高度集中暴露于野火、干旱、沿海洪水、极端高温及监管转型风险中。不同地理区域（如城乡交错带、中央谷地、沿海县）面临的风险类型及其对金融系统的传导机制截然不同。
现有框架的不足：缺乏一个将本地灾害强度直接转化为机构特定预期损失、重定价敏感度和集中度风险的统一框架。

2. 方法论与框架 (Methodology)

本文提出了一个以金融为中心的三层地理空间框架，旨在将物理灾害映射到资产负债表传导机制：

2.1 框架架构

灾害测量层 (Hazard Measurement)：
- 定义地理单元 $g$ （如 ZIP 码或县）和气候情景 $s$ 。
- 量化物理灾害 $H_{g,s}$ ，包括野火强度、干旱严重程度、洪水概率和热压力。
金融暴露映射层 (Financial Exposure Mapping)：
- 将上述灾害映射到贷款、房产、企业和地方财政基础的地理位置和行业构成中。
- 识别特定区域（如中央谷地的农业、沿海的商业地产）的特定暴露。
资产负债表传导层 (Balance-Sheet Transmission)：
- 将暴露转化为预期损失 (Expected Loss)、资产重定价和资本压力。

2.2 核心数学模型

信用组合预期损失 (Expected Loss, EL)：
$EL_{i,s} = PD_{i,s} \times LGD_{i,s} \times EAD_{i}$
其中，违约概率 ($PD $) 和违约损失率 ($ LGD $) 被设定为随物理风险 ($ H_{g,s} $) 和转型风险 ($ T_{j,s}$) 变化。
$PD_{i,s} = PD0_{i} \exp (\beta_1 H_{g,s} + \beta_2 T_{j,s} + \beta_3 U_g - \beta_4 A_i)$
- $U_g$ ：本地经济脆弱性。
- $A_i$ ：借款人或资产的适应能力。
气候风险价值 (Climate-VaR)：
针对价值敏感型组合，定义了一个综合指标：
$Climate-VaR_s = \sum_{i=1}^{N} w_i \Delta V_{i,s} + \lambda \sum_{i=1}^{N} EL_{i,s}$
- $\Delta V_{i,s}$ ：情景 $s$ 下的按市值计价重定价。
- $\lambda$ ：将信贷 impairment 转化为等效资本或估值负担的系数。

2.3 情景设计

框架结合了急性冲击和中期结构性变化，设计了四种典型情景：

有序转型 (Orderly Transition)：渐进式政策收紧，导致碳敏感现金流重定价。
无序转型 (Disorderly Transition)：突发性监管和市场重定价，导致利差扩大和估值调整。
物理风险冲击 (Physical Risk Shock)：野火、洪水或干旱事件集群，导致违约率上升、现金流压力和抵押品减值。
复合情景 (Compound Scenario)：物理冲击叠加融资条件收紧，对资本和流动性产生联合压力。

2.4 数据策略

建议合并细粒度的地理数据，包括 NOAA/加州气候记录、CAL FIRE/FEMA 灾害图层、县评估师和房产交易文件、银行呼叫报告 (Call Reports)、HMDA 数据、农业统计及市政财政披露。

3. 主要贡献 (Key Contributions)

风险渠道重构：将气候风险围绕金融机构的核心渠道进行组织：现金流受损、抵押品重定价、运营中断以及更广泛的市场溢出效应。
地理空间方法创新：提出了一种将县/资产级灾害与组合级预期损失及估值结果相联系的方法，解决了传统模型忽视空间集中度的问题。
实证议程与基准工具： outlines 了一个实用的实证议程，并提供了基于调查的实施指南，用于基准测试银行业及相邻气候暴露部门（农业、房地产、旅游）当前的气候风险实践和数据需求。
跨部门视角：不仅关注银行，还将农业、房地产、旅游和地方公共财政视为气候冲击传导至借贷者和投资者的核心机制。

4. 主要发现与实证预测 (Results & Predictions)

虽然本文主要是一个框架设计而非实证结果报告，但基于该框架提出了三个可验证的实证预测：

信用利差与表现：在控制借款人和当地经济条件后，位于高野火、干旱或洪水强度区域的借款人应表现出更高的信用利差和更弱的信贷表现。
抵押品折扣：在本地气候压力实质性削弱房地产市场流动性的地区，即使基础灾害变化缓慢，抵押品折扣也应更强。
集中度风险：在地理上具有集中暴露的机构，相对于那些在行业构成上相似但地理分散的机构，在压力测试中应面临不成比例的巨大损失。

加州特定传导机制分析：

银行：受信贷恶化、抵押品减值和集中度风险影响。例如，农业贷款受水资源可用性影响，商业地产贷款受适应资本支出增加影响。
资产管理者与市政投资者：面临本地税基耐久性、基础设施需求和折现率变化的风险。需要适应支出的县可能在无单一灾难事件的情况下出现信用质量逐渐恶化。

5. 意义与启示 (Significance)

对金融机构：气候风险管理不应始于宽泛的 ESG 语言，而应始于暴露映射、承保敏感性和抵押品韧性。机构需跟踪地理集中度，重新估计借款人和抵押品对本地灾害的敏感性，并将情景依赖的本地摩擦纳入压力测试。
对监管者：披露制度（如加州 SB 253 和 SB 261）有助于提高可比性，但仅靠披露不足以保证金融稳定。关键在于机构能否将气候信息转化为资本规划、定价、集中度管理和治理决策。
学术与政策价值：本文论证了气候压力测试只有在明确具有地理空间性、行业感知性并与核心资产负债表指标挂钩时，才能像信用风险、流动性风险和市场风险一样被严肃对待。

结论：加州的气候风险应被视为一个具有地理结构的金融问题。物理灾害、转型动态和当地市场反应通过特定地点的组合、交易对手和抵押品影响机构。本文提供的框架为将本地灾害强度映射到预期损失和资本脆弱性提供了必要的研究基础和政策工具。