近年來，全球熱浪、洪水等極端天氣災害發生頻率明顯上升，對物理風險的量化評估日益迫切。IMF（2022）指出，在新興市場和發展中國家，由于基礎設施不健全、機構穩健性較差，物理風險造成的損失更為嚴重，尤其是保險制度不完善，將進一步降低其分散災害風險損失的能力。
物理風險分為三個驅動因素：一是氣候變化因子，即極端天氣可能致災的頻率和強度；二是暴露因子，即氣候災害可能影響的實體或系統的地理分布；三是脆弱性因子，即資產暴露于氣候災害下造成的損失。也就是說，單獨的氣候變化或極端天氣并不一定會導致物理風險的形成，必須與暴露因子結合才可能發生風險，進一步與脆弱性因子結合衡量風險的大小。
目前，在全球范圍內，物理風險壓力測試仍是極具挑戰的領域，需要氣象學、地球物理學、經濟學等相關領域的跨界合作。例如，對于氣候變化因子，通常采用全球氣候模型（Global Climate Model，GCM）輸出不同二氧化碳濃度路徑情景下全球范圍內極端天氣發生的頻率、強度、季節性和空間密度的概率分布。由于GCM分辨率普遍較為粗糙（100～300公里水平網格），需要對其進行降尺度處理，采用區域氣候模型（RCM）輸出可供特定國家或區域分析的氣候情景。對于暴露因子，需要結合地理信息，統計各個區域的海拔、地貌、地面實體性質等，判斷相應區域是否會受到氣候災害的影響。對于脆弱性因子，需要獲取自然災害對不同區域造成經濟損失的歷史數據，再結合區域未來發展規劃，綜合判斷氣候災害對資產造成的損失。
對于如何量化物理風險對
金融體系的影響，目前主要有以下兩類方法。一是測算直接暴露的影響。極端天氣造成農田、廠房、建筑物等的損失，導致金融機構相應資產的價值下降，違約率上升。例如，歐洲中央銀行將物理風險的損失映射至參試企業的資產負債表，通過企業層級財務指標顆粒數據構建面板回歸模型，以此預測企業債務杠桿率與違約概率。英國審慎監管局（PRA）則強調物理風險對住宅和商用地產的影響，特別是房地產等資產價格對洪澇災害、海平面上升等氣候特征較為敏感，損失進一步反映為金融機構貸款組合違約風險的上升。二是測算物理風險對宏觀經濟的影響，進而對金融體系產生沖擊。例如，IMF對菲律賓臺風災害風險壓力測試中，采用CAT巨災模型估計損失后，通過構建一個DSGE模型評估了資產損失對宏觀經濟金融體系的沖擊。測試結果表明，極端壓力情景下，臺風災害對菲律賓宏觀經濟造成了較大影響，但對銀行體系的影響相對可控。
我國幅員遼闊，地形和災害復雜性、多樣性較高，開展物理風險壓力測試對數據、模型要求更高。人民銀行穩定部門會同世界銀行等國際組織的氣候風險領域專家，對物理風險壓力測試進行了積極研究探索，擬針對臺風、洪水、干旱等我國主要自然災害類型，探索構建災害情景和災害損失向金融機構的傳導路徑。
幾點思考
“雙碳”目標是黨中央統籌國內國際兩個大局作出的重大戰略決策。金融以服務實體經濟為天職，在助力經濟社會綠色
低碳轉型和防范應對氣候風險方面責任重大。
版權申明：本內容來自于互聯網，屬第三方匯集推薦平臺。本文的版權歸原作者所有，文章言論不代表鏈門戶的觀點，鏈門戶不承擔任何法律責任。如有侵權請聯系QQ：3341927519進行反饋。
