「摘要」中央金融工作會議要求，要優(yōu)化資金供給結(jié)構(gòu)，把更多金融資源用于促進綠色發(fā)展，做好綠色金融大文章。發(fā)展綠色金融需要金融部門充分考慮跟環(huán)境相關(guān)的各類成本和收益，通過市場化的資源配置方式，引導(dǎo)各類資金或資源流向綠色產(chǎn)業(yè)。金融機構(gòu)應(yīng)當(dāng)科學(xué)評估環(huán)境與氣候相關(guān)的風(fēng)險與收益，持續(xù)優(yōu)化資產(chǎn)組合。本文以農(nóng)發(fā)行為例，探索在現(xiàn)有的組合優(yōu)化模型基礎(chǔ)上，考慮氣候風(fēng)險對風(fēng)險成本的影響，并以此優(yōu)化信貸資產(chǎn)結(jié)構(gòu)。本文提出的“氣候變化情景—信用風(fēng)險變化—資產(chǎn)結(jié)構(gòu)優(yōu)化”的研究框架，實現(xiàn)了氣候風(fēng)險管理與資產(chǎn)負債管理的有機結(jié)合。
「關(guān)鍵詞」氣候風(fēng)險?資產(chǎn)組合優(yōu)化?RAROC
一、銀行業(yè)氣候風(fēng)險計量及管理思路
近年來，極端天氣、自然災(zāi)害等物理風(fēng)險加劇，高碳排放行業(yè)轉(zhuǎn)型風(fēng)險增大，氣候風(fēng)險日益成為金融風(fēng)險的重要來源。為了更好地評估由于氣候因素導(dǎo)致的潛在損失，防范和化解其對金融穩(wěn)定的沖擊，國際社會呼吁金融機構(gòu)在進行投資決策時應(yīng)該把氣候因素導(dǎo)致的相關(guān)風(fēng)險納入考慮范圍，監(jiān)管機構(gòu)要求金融機構(gòu)通過開發(fā)必要的方法和工具評估氣候風(fēng)險影響。2021年7月，人民銀行發(fā)布《金融機構(gòu)環(huán)境信息披露指南》（JR/T0227-2021），以行業(yè)標(biāo)準(zhǔn)形式要求金融機構(gòu)通過情景分析或壓力測試方法量化環(huán)境因素對金融機構(gòu)自身或其投資標(biāo)的產(chǎn)生的影響。
壓力測試是一種前瞻性分析尾部風(fēng)險的管理工具，可以量化評估極端但可能發(fā)生的不利情景對金融機構(gòu)整體或資產(chǎn)組合的沖擊程度。工商銀行是國內(nèi)較早開展環(huán)境因素壓力測試的機構(gòu)，其使用企業(yè)層面的樣本，先后分析了火電、水泥等高污染、高耗能行業(yè)對信貸資產(chǎn)質(zhì)量的影響，主要思路是：首先建立環(huán)境政策對企業(yè)成本影響的函數(shù)關(guān)系，其次根據(jù)財務(wù)報表的勾稽關(guān)系計算出考慮了環(huán)境成本后的財務(wù)報表，最后通過該行的內(nèi)部評級模型，得到信用等級和違約概率的變化情況，以及該行業(yè)整體的資產(chǎn)質(zhì)量情況。2021年，人民銀行搭建了氣候風(fēng)險壓力測試的基本框架，組織全國23家銀行，針對火電、鋼鐵、建材等8個高碳行業(yè)，分析碳排放成本上升對企業(yè)利潤和還款能力的影響，進而評估銀行相關(guān)資產(chǎn)質(zhì)量和資本充足率的變化情況。目前銀行同業(yè)的氣候風(fēng)險壓力測試有以下特點：第一，集中分析轉(zhuǎn)型風(fēng)險，根據(jù)自身資產(chǎn)特征，選擇特定行業(yè)分析。第二，模型設(shè)計上碳價格是關(guān)鍵的壓力指標(biāo)，違約概率、資本充足率是主要的承壓指標(biāo)。第三，選擇企業(yè)層面的微觀數(shù)據(jù)，利用各自的內(nèi)部評級模型分析環(huán)境與氣候因素對信用風(fēng)險的影響。
銀行同業(yè)壓力測試分析結(jié)果主要運用于組合限額管理和信貸政策制定，其邏輯是為了實現(xiàn)相關(guān)風(fēng)險偏好目標(biāo)，高風(fēng)險行業(yè)資產(chǎn)組合應(yīng)設(shè)置一定的限額，確保可以承受極端情況下的劇烈沖擊。具體的管理措施有出臺重點行業(yè)限額管理方案，部分銀行實施限額到戶的分類管理；將清潔能源、綠色交通、節(jié)能環(huán)保等綠色產(chǎn)業(yè)列為積極或適度進入類行業(yè)，嚴(yán)控“兩高”行業(yè)新建項目融資，提高項目能耗環(huán)保標(biāo)準(zhǔn)等。
情景分析是基于一組未來可能出現(xiàn)的滿足特定假設(shè)和約束條件的狀態(tài)，評估影響結(jié)果的分析方法，可以有效分析中長期、非線性、復(fù)雜的系統(tǒng)性影響。情景分析結(jié)果有助于企業(yè)前瞻性判斷未來的機遇與挑戰(zhàn)，科學(xué)制定戰(zhàn)略規(guī)劃。需要注意的是，壓力測試中的壓力情景是基于無額外因素干擾的基準(zhǔn)情景，估計的不同程度外部沖擊導(dǎo)致的壓力指標(biāo)變化情形。情景分析中使用的氣候變化情景則是根據(jù)氣候目標(biāo)和各國行動，研究機構(gòu)估算出的一整套包含宏觀經(jīng)濟、能源結(jié)構(gòu)、自然災(zāi)害等指標(biāo)的未來情況，與壓力情景相比，更加全面、系統(tǒng)、客觀。
與金融同業(yè)相比，農(nóng)發(fā)行信貸資產(chǎn)具有天然的綠色屬性，火電、建材等領(lǐng)域貸款占比不大，面臨的減碳壓力和轉(zhuǎn)型風(fēng)險相對較小，但同時農(nóng)業(yè)相關(guān)產(chǎn)業(yè)面臨的物理風(fēng)險較高。為了全面評估氣候風(fēng)險對信貸資產(chǎn)的影響，強化氣候風(fēng)險管理應(yīng)用，本文與銀行業(yè)主要采用“重點行業(yè)壓力測試—組合限額管理—信貸政策指引”的氣候風(fēng)險計量和應(yīng)用路徑不同，嘗試性提出“氣候變化情景—信用風(fēng)險變化—資產(chǎn)結(jié)構(gòu)優(yōu)化”的應(yīng)用思路，設(shè)計氣候情景，厘清傳導(dǎo)路徑，同時考慮轉(zhuǎn)型風(fēng)險和物理風(fēng)險，定量分析將氣候風(fēng)險納入全面風(fēng)險管理體系后，風(fēng)險成本如何發(fā)生變化，信貸資產(chǎn)應(yīng)如何調(diào)整優(yōu)化。
二、研究方案設(shè)計本文旨在研究中長期內(nèi)氣候風(fēng)險對農(nóng)發(fā)行信貸資產(chǎn)信用風(fēng)險的影響，為更好地統(tǒng)籌發(fā)展與安全，信貸資產(chǎn)結(jié)構(gòu)應(yīng)如何調(diào)整優(yōu)化。本文采用情景分析的方法：首先，設(shè)計氣候情景反映氣候變化將會導(dǎo)致的宏觀經(jīng)濟與自然災(zāi)害的情況。其次，選擇轉(zhuǎn)型和物理風(fēng)險的關(guān)鍵因子，基于計量模型和微觀數(shù)據(jù)，測算不同行業(yè)和不同地區(qū)企業(yè)的信用風(fēng)險的變化。最后，利用組合優(yōu)化模型，選擇出各種情景下各階段最優(yōu)的資產(chǎn)結(jié)構(gòu)。本文的研究框架見圖1。
（一）情景設(shè)計
科學(xué)設(shè)計氣候情景是本文研究的起點。氣候情景是指在不同的未來發(fā)展路徑下，氣候系統(tǒng)可能的變化和影響。目前央行與監(jiān)管機構(gòu)綠色金融網(wǎng)絡(luò)（NGFS）、聯(lián)合國政府間氣候變化專門委員會（IPCC）、國際能源署（IEA）等全球多個權(quán)威機構(gòu)或組織設(shè)計了氣候情景。考慮到情景適用行業(yè)、指標(biāo)豐富程度、更新頻率等因素，本文選擇NGFS的有序轉(zhuǎn)型（NZ2050情景）、無序轉(zhuǎn)型（推遲轉(zhuǎn)型）和溫室世界（當(dāng)前政策情景）為主要氣候風(fēng)險情景。有序轉(zhuǎn)型情景假設(shè)氣候政策更早實施，并逐漸變得更加嚴(yán)格，物理風(fēng)險和轉(zhuǎn)型風(fēng)險都相對較低，在NZ2050情景中將全球氣溫上升限制在1.5℃，在2050年左右達到全球二氧化碳凈零排放。無序轉(zhuǎn)型情景假設(shè)前期一些國家推遲實施氣候政策，后期為了實現(xiàn)氣候目標(biāo)，采取更為激進的政策，因此無序情景的轉(zhuǎn)型風(fēng)險更高，在推遲轉(zhuǎn)型情景中，2030年前CO?年排放量仍會升高，2030年后采取更嚴(yán)格的氣候政策，將氣候變暖的溫度限制在2℃以下。溫室世界假設(shè)全球的努力不足以阻止嚴(yán)重的全球變暖，會導(dǎo)致嚴(yán)重的物理風(fēng)險，在當(dāng)前政策情景中，各國僅實施當(dāng)前政策，本世紀(jì)末氣溫升幅高于高于3℃。NGFS情景預(yù)測的指標(biāo)十分豐富，物理風(fēng)險指標(biāo)涵蓋了臺風(fēng)、洪水、干旱、野火、熱浪和糧食歉收六種急性物理風(fēng)險（極端天氣）造成的土地面積變化和人口數(shù)量變化，轉(zhuǎn)型風(fēng)險指標(biāo)包含了能源價格、碳價格、碳捕捉成本、能源結(jié)構(gòu)等。
（二）氣候風(fēng)險計量
氣候風(fēng)險是影響金融市場信用風(fēng)險的重要因素之一，一方面極端天氣或自然災(zāi)害造成企業(yè)廠房等固定資產(chǎn)損毀、人員傷亡，出現(xiàn)業(yè)務(wù)中斷損失和財產(chǎn)價值損失；另一方面，受低碳轉(zhuǎn)型政策影響，高碳排放企業(yè)成本增加，收入降低，資產(chǎn)減值，物理風(fēng)險和轉(zhuǎn)型風(fēng)險均會使得企業(yè)的違約概率（PD）和違約損失率（LGD）增加，導(dǎo)致金融機構(gòu)面臨的信用風(fēng)險上升。本文的氣候風(fēng)險計量是基于NGFS的氣候情景指標(biāo)，識別物理風(fēng)險和轉(zhuǎn)型風(fēng)險因子，逐一刻畫到信用風(fēng)險的傳導(dǎo)路徑，分析各風(fēng)險因子對損失率、企業(yè)盈利能力的影響，通過構(gòu)建計量模型，評估其對信用風(fēng)險的影響。本研究使用了中央財經(jīng)大學(xué)可持續(xù)準(zhǔn)則研究中心的相關(guān)研究成果，該機構(gòu)利用上市公司信息披露中報告的自然災(zāi)害損失、能源消費數(shù)據(jù)作為樣本，評估物理風(fēng)險和轉(zhuǎn)型風(fēng)險對企業(yè)影響，基于金融風(fēng)險模型，估算出氣候風(fēng)險導(dǎo)致的違約率（PD）變化情況。
物理風(fēng)險反映的是氣候變化導(dǎo)致的直接沖擊，本文以洪水和臺風(fēng)作為風(fēng)險因子測算其對各地區(qū)信用風(fēng)險的影響。通過整理我國臺風(fēng)和洪水的受災(zāi)數(shù)據(jù)，計算出物理風(fēng)險導(dǎo)致的地區(qū)損失率，刻畫其對地區(qū)經(jīng)濟的影響情況。情景受損因子刻畫了氣候變化導(dǎo)致的災(zāi)害程度加劇情況，數(shù)據(jù)取自NGFS的指標(biāo)“導(dǎo)致經(jīng)濟損失的相對變化”。最后基于一般均衡行業(yè)PD模型和農(nóng)發(fā)行數(shù)據(jù)，計算出洪水、臺風(fēng)風(fēng)險受損率導(dǎo)致的農(nóng)發(fā)行各地區(qū)PD變化情況。
轉(zhuǎn)型風(fēng)險與行業(yè)的能源強度、碳強度密切相關(guān)。本文以碳價格為風(fēng)險因子測算其對各行業(yè)信用風(fēng)險的影響。NGFS給出了各期各情景的碳價格，碳價的變化會直接影響企業(yè)的息稅前利潤，以此刻畫轉(zhuǎn)型風(fēng)險沖擊對企業(yè)收入的影響，基于Merton模型測算農(nóng)發(fā)行各行業(yè)PD變化情況。
已有研究通常選擇不良貸款率、資本充足率為承壓指標(biāo)，本文則選擇風(fēng)險調(diào)整資本回報率（Risk Adjusted Return on Capital，RAROC）作為氣候風(fēng)險傳導(dǎo)到信用風(fēng)險后的影響指標(biāo)。RAROC是評估風(fēng)險收益平衡能力、業(yè)務(wù)發(fā)展質(zhì)量和可持續(xù)性的重要標(biāo)尺。根據(jù)RAROC的定義可以看出，信用風(fēng)險增加會通過預(yù)期損失增加和經(jīng)濟資本占用增加這兩個路徑使得RAROC下降。
（三）資產(chǎn)組合優(yōu)化
信貸資產(chǎn)組合優(yōu)化配置是銀行經(jīng)營管理的重要內(nèi)容，實現(xiàn)收益和風(fēng)險的均衡，提高資本利用效率是組合優(yōu)化的核心目標(biāo)。考慮氣候風(fēng)險后，現(xiàn)有信貸業(yè)務(wù)的風(fēng)險和收益會發(fā)生變化，因此未來信貸資產(chǎn)結(jié)構(gòu)應(yīng)作相應(yīng)調(diào)整。需要說明的是，這一優(yōu)化是在假定其它風(fēng)險因素不變的基礎(chǔ)上，追加考慮氣候風(fēng)險影響后的結(jié)果。
本文基于組合優(yōu)化模型，為統(tǒng)籌考慮收益和承擔(dān)的風(fēng)險，選擇存量和新增信貸資產(chǎn)組合的RAROC最大化作為目標(biāo)函數(shù)，為確保實現(xiàn)全行的信貸規(guī)模增長目標(biāo)，以各個資產(chǎn)加權(quán)的增長率等于全行整體的增長率為約束條件。采用蒙特卡羅模擬法隨機生成常數(shù)α，求解滿足約束條件的各類資產(chǎn)的增長率和資產(chǎn)結(jié)構(gòu)，選擇使目標(biāo)函數(shù)最大化的組合為模型優(yōu)化結(jié)果?；鶞?zhǔn)模型如下。
目標(biāo)函數(shù)：
約束條件：
目標(biāo)函數(shù)可以分為存量資產(chǎn)組合的RAROC和新增貸款組合的RAROC兩部分，其中，Wi是指當(dāng)前資產(chǎn)結(jié)構(gòu)中的權(quán)重，i代表不同的信貸產(chǎn)品、所屬行業(yè)和地區(qū)。由于難以刻畫同一類資產(chǎn)規(guī)模增長帶來的邊際收益遞減，避免出現(xiàn)RAROC最高的資產(chǎn)“贏者通吃”現(xiàn)象，所以采用以RAROC排序為自變量的冪函數(shù)的形式，使得RAROC較大的資產(chǎn)有較高的增長率，RAROC較小的資產(chǎn)會適當(dāng)壓低增長率。其中指數(shù)α決定了曲線的形狀，當(dāng)α>1時，高RAROC排序行業(yè)或地區(qū)的增長率增加更快。
約束條件反映了新的資產(chǎn)組合必須完成全行信貸規(guī)模增長目標(biāo)。信貸規(guī)模增長率遵循以下公式：
全行信貸規(guī)模增長率G反映了預(yù)測的未來的貸款規(guī)模。本文參考中國宏觀增長的相關(guān)研究，明確實現(xiàn)中國式現(xiàn)代化目標(biāo)所需的中長期經(jīng)濟增速，按照貸款增速適度快于經(jīng)濟增速的思路，估算出各個情景下的預(yù)期貸款規(guī)模。
調(diào)整系數(shù)η為貸款規(guī)模增速的極差，即行業(yè)或地區(qū)最大增長率和最小增長率之差，調(diào)整系數(shù)加最低增長率β表示行業(yè)或地區(qū)的最大增速，調(diào)整系數(shù)參考農(nóng)發(fā)行歷史貸款余額增幅情況設(shè)定。
本研究通過設(shè)置氣候情景、預(yù)測年份、全信貸規(guī)模增長率、行業(yè)和地區(qū)調(diào)整系數(shù)、指數(shù)α取值范圍和蒙特卡洛模擬次數(shù)，將基期RAROC相關(guān)指標(biāo)和前文計算得到的預(yù)期PD變化值作為輸入要素代入組合優(yōu)化模型。在給定全行信貸規(guī)模增長率G、調(diào)整系數(shù)η和指數(shù)α的條件下，可以求解出滿足約束條件的最低增長率β，由此可以得出各類資產(chǎn)的規(guī)模增長率，進而求得未來該資產(chǎn)組合的RAROC值，選擇使得預(yù)期RAROC最大化的信貸資產(chǎn)結(jié)構(gòu)為優(yōu)化結(jié)果。
三、研究結(jié)果及改進方向
本文采用情景分析方法，將不同情景下氣候風(fēng)險導(dǎo)致的違約率變化納入風(fēng)險成本考慮范圍，計算各業(yè)務(wù)的RAROC，通過組合優(yōu)化模型，得出最優(yōu)資產(chǎn)結(jié)構(gòu)。本文利用前文測算的氣候風(fēng)險分別對地區(qū)PD和行業(yè)PD的影響，結(jié)合農(nóng)發(fā)行各省級機構(gòu)和各類產(chǎn)品①的RAROC歷史數(shù)據(jù)，分別測算有序轉(zhuǎn)型、無序轉(zhuǎn)型和溫室世界共3種情景，2025年、2030年、2035年和2050年共4個時點下農(nóng)發(fā)行產(chǎn)品維度和地區(qū)維度的最優(yōu)信貸資產(chǎn)結(jié)構(gòu)。囿于篇幅原因，優(yōu)化結(jié)果本文不做具體展示。研究發(fā)現(xiàn)：
一是考慮氣候風(fēng)險后，風(fēng)險成本將會增加，轉(zhuǎn)型風(fēng)險影響要大于物理風(fēng)險。轉(zhuǎn)型風(fēng)險對農(nóng)發(fā)行信貸資產(chǎn)影響不容忽視，2030年各信貸業(yè)務(wù)違約率將會增長8%左右，到2050年將會增長50%，其中棚改類、農(nóng)村流通體系類、生態(tài)環(huán)保類業(yè)務(wù)受到轉(zhuǎn)型風(fēng)險最大。物理風(fēng)險對農(nóng)發(fā)行各地區(qū)貸款違約率影響較小，但是高風(fēng)險地區(qū)恰好也是農(nóng)發(fā)行的業(yè)務(wù)大省，如安徽、山東、湖北、黑龍江、江蘇、四川和江西等。
二是在風(fēng)險收益最大化目標(biāo)下，產(chǎn)品和區(qū)域間的協(xié)調(diào)性存在不足，出現(xiàn)產(chǎn)品間“一品獨大”，地區(qū)間“鞭打快?！爆F(xiàn)象。農(nóng)村人居類、城鄉(xiāng)融合類、生態(tài)環(huán)保類、水利類貸款，山東、安徽、四川的RAROC較高，是貸款資源配置主要領(lǐng)域。這是由于模型較大程度參考了歷史情況，還需要根據(jù)未來行業(yè)政策、地區(qū)經(jīng)濟形勢、同業(yè)競爭等因素進行調(diào)整，確保部分地區(qū)可以后來居上，新興業(yè)務(wù)實現(xiàn)跨越式發(fā)展。
三是以差異化支持政策驅(qū)動信貸結(jié)構(gòu)優(yōu)化的管理體制已基本形成。目前通過調(diào)整部分地區(qū)或貸款FTP價格、經(jīng)濟資本占用系數(shù)，可以有效影響貸款的RAROC指標(biāo)，形成了出臺差異化支持政策、貸款RAROC值增加、績效考核激勵加大，信貸計劃增加、業(yè)務(wù)規(guī)模擴大的有效傳導(dǎo)。由于RAROC值會顯著影響分支機構(gòu)發(fā)展該業(yè)務(wù)的積極性，有可能會出現(xiàn)部門間政策相互競爭，產(chǎn)品間出現(xiàn)政策套利現(xiàn)象，因此需要統(tǒng)籌考慮各項政策支持力度、政策成本和收益，構(gòu)建差異化政策體系。
本文是一項聚焦新形勢、運用新工具的探索性研究，構(gòu)建的“氣候變化情景—信用風(fēng)險變化—資產(chǎn)結(jié)構(gòu)優(yōu)化”分析框架上具有一定開創(chuàng)性。為更好地刻畫業(yè)務(wù)實際，滿足政策性金融一般性和特殊性要求，把研究結(jié)果充分運用到資產(chǎn)負債管理和業(yè)務(wù)發(fā)展規(guī)劃之中，下一步研究方案可以做如下改進：
一是強化資本和收益率的約束。盡管政策性銀行不追求利潤最大化，但為了保證財務(wù)可持續(xù)，需要確保信貸資產(chǎn)收益率和風(fēng)險控制在一定水平。因此可以在現(xiàn)有模型中進一步豐富約束條件，如覆蓋風(fēng)險所需的經(jīng)濟資本不超過可供給的經(jīng)濟資本總量，機構(gòu)、行業(yè)和產(chǎn)品占用的經(jīng)濟資本滿足集中度風(fēng)險要求，監(jiān)管資本滿足資本充足率的目標(biāo)，全行平均RAROC可以實現(xiàn)主管部門或董事會的收益率要求等。
二是細化RAROC相關(guān)指標(biāo)的數(shù)據(jù)統(tǒng)計。RAROC反映的是實施現(xiàn)行差異化支持政策的結(jié)果，其中經(jīng)濟資本戰(zhàn)略調(diào)整、FTP價格政策性調(diào)節(jié)等政策工具均會影響RAROC指標(biāo)，因此在測算資本和收益相關(guān)的約束條件時，要進行相應(yīng)的還原。在測算績效考評場景中的RAROC時，可以更為靈活地考慮總行分行間貸款利率優(yōu)惠、預(yù)期損失等指標(biāo)的分擔(dān)和返還。未來可以探索把企業(yè)ESG表現(xiàn)類型設(shè)為經(jīng)濟資本調(diào)整系數(shù)，讓RAROC指標(biāo)更加兼顧環(huán)境效益、社會效益，使得模型優(yōu)化的信貸投向更能突顯政策性金融特性。
三是開展模型相關(guān)參數(shù)的研究論證。開展農(nóng)發(fā)行信貸規(guī)模和布局影響因素研究，分析經(jīng)濟形勢、宏觀調(diào)控、區(qū)域經(jīng)濟、產(chǎn)業(yè)增加值、行業(yè)政策等因素的影響，構(gòu)建計量模型，預(yù)測未來全行、地區(qū)和特定業(yè)務(wù)的信貸規(guī)模，提升模型假設(shè)的科學(xué)性和可靠性。
四是持續(xù)優(yōu)化氣候風(fēng)險計量。健全氣候風(fēng)險事件的監(jiān)測和報告機制，分析風(fēng)險事件中企業(yè)盈利能力、押品價值等指標(biāo)的變化情況，積累氣候風(fēng)險計量樣本。加大客戶環(huán)境信息的采集力度，加強押品位置信息管理，繪制資產(chǎn)地圖，完善氣候風(fēng)險研究的基礎(chǔ)條件。不斷運用新模型、新數(shù)據(jù)評估農(nóng)發(fā)行氣候風(fēng)險的風(fēng)險暴露和影響情況。
四、研究成果轉(zhuǎn)化運用的建議
在息差收窄、貸款需求減弱、資產(chǎn)質(zhì)量波動加劇的背景下，銀行的發(fā)展能力和發(fā)展質(zhì)量愈發(fā)重要。農(nóng)發(fā)行應(yīng)當(dāng)科學(xué)把握高質(zhì)量發(fā)展的六大要素，統(tǒng)籌考慮效益和安全，研判未來信貸規(guī)模和速度，優(yōu)化信貸資產(chǎn)結(jié)構(gòu)，持續(xù)提升發(fā)展質(zhì)量。本文運用的分析工具和模型，有助于前瞻性、系統(tǒng)性謀劃未來業(yè)務(wù)發(fā)展方向和路徑。
（一）豐富資產(chǎn)負債管理工具
本文嘗試將組合管理工具應(yīng)用于信貸資源配置，有助于提升信貸計劃配置的主動性、前瞻性和科學(xué)性。下一步可以探索建立農(nóng)發(fā)行業(yè)務(wù)組合優(yōu)化管理機制，采取“理論先行、業(yè)研結(jié)合”的方式，持續(xù)迭代理論模型，逐年模擬資產(chǎn)結(jié)構(gòu)、定期更新中長期展望，使得組合優(yōu)化的結(jié)果更好服務(wù)經(jīng)營計劃制定和資產(chǎn)負債管理，助推業(yè)務(wù)布局和資產(chǎn)結(jié)構(gòu)優(yōu)化，提升高質(zhì)量發(fā)展質(zhì)效。
（二）服務(wù)經(jīng)營管理決策
本文采用的RAROC指標(biāo)和組合優(yōu)化模型，可以提升經(jīng)營決策的科學(xué)性、協(xié)同性和系統(tǒng)性?？傂星芭_部門可以優(yōu)化差異化政策支持力度，進行各產(chǎn)品之間的橫向比較，確保各業(yè)務(wù)的戰(zhàn)略導(dǎo)向與RAROC排序一致，實現(xiàn)激勵相容。分支機構(gòu)可以提升經(jīng)營資源利用效率逐筆估算貸款的RAROC指標(biāo)，判斷其是否符合自身經(jīng)營管理需求和績效考核指標(biāo)，作為貸款審批的重要參考。
（三）進一步理順經(jīng)營資源配置機制
差異化信貸政策、信貸計劃配置、經(jīng)濟資本配置均是銀行優(yōu)化資產(chǎn)結(jié)構(gòu)的抓手，參考銀行同業(yè)“資本要求回報、資本約束風(fēng)險”的思路，更好統(tǒng)籌業(yè)務(wù)發(fā)展與風(fēng)險控制，明確以資本管理為樞紐，完善以經(jīng)濟資本回報率（RAROC）為中心的經(jīng)營管理和考核評價體系，建立通過分配經(jīng)濟資本確定業(yè)務(wù)發(fā)展空間的資本管理模式，強化經(jīng)濟資本限額對業(yè)務(wù)發(fā)展的硬約束，提升銀行整體的價值創(chuàng)造能力。
注：
①?農(nóng)發(fā)行的貸款營銷產(chǎn)品數(shù)量較多，部分產(chǎn)品投向行業(yè)特征相似或業(yè)務(wù)屬性相同，個別產(chǎn)品已暫停投放新的貸款，因此本文將其歸并為17類，下文提及的農(nóng)村人居類、城鄉(xiāng)融合類業(yè)務(wù)均涉及多個營銷產(chǎn)品。
參考文獻
[1] 陳國進,郭珺瑩,趙向琴.氣候金融研究進展[J].經(jīng)濟學(xué)動態(tài),2021(08).
[2] 江蘇銀行風(fēng)險管理部課題組.氣候風(fēng)險壓力測試模型構(gòu)建與應(yīng)用[J]. 金融縱橫,2022(06).
[3] 聶廣禮,李軍彥,袁平.基于RAROC的商業(yè)銀行信貸資產(chǎn)組合管理[J]. 農(nóng)村金融研究,2017(01).
[4] 蘇州農(nóng)商銀行環(huán)境因素壓力測試課題組.商業(yè)銀行環(huán)境風(fēng)險壓力測試實踐——以蘇州農(nóng)商銀行為例[J].金融縱橫,2020(10).
[5] 孫天琦,田萌萌.金融業(yè)管理和應(yīng)對氣候風(fēng)險的思考[J].中國金融，2023(16).
[6] 王遙,王文蔚. 環(huán)境災(zāi)害沖擊對銀行違約率的影響效應(yīng)研究：理論與實證分析[J]. 金融研究,2021(12).
[7] 武劍.商業(yè)銀行經(jīng)濟資本配置——理論模型與案例研究[J]. 國際金融研究,2009(05).
[8] 中國工商銀行環(huán)境因素壓力測試課題組.環(huán)境因素對商業(yè)銀行信用風(fēng)險的影響——基于中國工商銀行的壓力測試研究與應(yīng)用[J]. 金融論壇,2016(02).
[9] 中國人民銀行研究局課題組.氣候相關(guān)金融風(fēng)險——基于央行職能的分析. PBC Working Paper No. 2020.
[10] 中國式現(xiàn)代化課題組.中國式現(xiàn)代化的理論認識、經(jīng)濟前景與戰(zhàn)略任務(wù)[J]. 經(jīng)濟研究,2022(08).
[11] Battiston S, Mandel A, Monasterolo I, et al. A Climate Stress-Test of the Financial System[J]. Nature Climate Change, 2017, 7(4).
[12] Merton R C. On the Pricing of Corporate Debt: The Risk Structure of Interest Rates[J]. The Journal of Finance, 1974, 29(2).
[13] NGFS, NGFS Climate Scenarios Database Technical Documentation V4.2, 2023.
[14] NGFS, NGFS Climate Scenarios for central banks and supervisors - Phase IV, 2023.
