川海智库

报告概述

本报告是国际货币基金组织（IMF）为巴巴多斯中央银行（CBB）提供的技术援助，旨在增强其银行偿付能力压力测试框架中的气候风险分析（CRA）能力。报告聚焦于物理风险，涵盖数据源识别、专业知识发展、损害估计与压力测试的链接，以及未来框架扩展选项。报告基于CBB现有宏观框架和宏观经济模型，利用国家气候专家（如海岸带管理单元CZMU）提供的地点特定损害估计，帮助CBB评估金融部门对气候变化的韧性。报告的价值在于为CBB提供了短期的可操作步骤和长期的战略方向，以实现气候风险与金融稳定的深度融合。

报告的核心结论

巴巴多斯需深化对气候数据理解以提升风险分析能力。

报告强调，CBB相关工作人员必须加深对气候危害、暴露度和脆弱性数据的理解，包括地理空间数据的处理，才能有效利用CZMU等来源的损害估计，并在银行系统评估中整合这些信息，从而更准确地识别气候变化对金融稳定的潜在影响。

短期应优先利用现有损害估计进行压力测试。

报告建议CBB在短期内直接使用CZMU已提供的1-in-50和1-in-100年重现期下降雨、风暴潮和风速的损害率数据，将其与旅游建筑和总建筑暴露度结合，通过冲击游客到达量和资本存量等变量链接至宏观压力测试框架，以实现气候风险的初步量化。

长期需扩展框架并纳入更细化的银行级数据。

报告指出，随着数据可用性提高，CBB应逐步纳入银行特定暴露（如抵押贷款组合按教区分布）、更多气候情景（如IPCC AR6或NGFS情景）、事件驱动方法以及国家特定脆弱性函数，并采用多元统计或宏观模型以实现更一致的气候影响评估。

报告回答的关键问题

巴巴多斯银行系统如何应对气候物理风险？

报告指出，CBB通过将气候风险分析整合至现有的宏观审慎压力测试框架来应对。短期利用CZMU的损害估计冲击旅游和资本变量，长期则需纳入银行级暴露数据并扩展气候情景。同时加强跨机构合作和数据共享，以提升评估准确性。

气候风险分析需要哪些关键数据？

报告明确需要三类数据：气候危害投影（如风速、降水、风暴潮）、暴露数据（如建筑物价值、银行抵押贷款分布）和脆弱性数据（损害函数）。巴巴多斯已有CZMU提供的国家特定数据，但银行级地理暴露和保险理赔数据尚需完善。

CZMU的损害估计如何用于银行压力测试？

首先从CZMU数据计算损害率（如1-in-50年风暴潮损害率5.0%），然后将其与旅游建筑或总建筑暴露结合，转化为对游客到达量或资本存量的冲击，再通过CBB的宏观框架和卫星模型（如失业弹性）传导至GDP、不良贷款率等变量，最终评估对银行体系偿付能力的影响。

报告中的代表性数据

5.0%（1-in-50年），9.1%（1-in-100年）

国家危害损害率（风暴潮）

当前估算，基于RCP 4.5，数据来自CZMU，表示相应重现期下风暴潮对总建筑暴露的损害百分比，用于链接压力测试。

21.3%

银行系统资本充足率

2024年3月末，巴巴多斯银行系统资本充足率从2022年末17.6%升至21.3%，远高于8%的审慎要求，显示银行体系当前韧性较好。

13.2%

旅游业GDP占比

2023年，住宿和餐饮服务占GDP的13.2%，旅游业复苏是经济主要驱动力，但也使其易受气候风险冲击。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整的宏观经济背景分析：包含巴巴多斯实际GDP、通胀、失业率等关键指标的近期走势及对金融体系的影响。
  • 气候情景与危害投影：详细介绍CMIP6数据和不同SSP-RCP组合下巴巴多斯未来温度、降水及热带气旋变化趋势。
  • 精细地理空间数据方法：展示如何利用CZMU的100x100米栅格数据，以及Open Buildings、LitPop等全球数据集进行暴露度对比和升尺度分析。
  • 损害函数与弹性估算：列出FEMA Hazus损害函数的使用前提，以及失业率对资本和GDP的弹性回归结果（包括CBB数据和FRED数据）。
  • 宏观压力测试链接细节：具体阐述如何将损害率转化为对旅游到达量、资本存量的冲击，并通过生产函数和卫星模型传导至NPL等指标。
  • 框架拓展选项对比：详细列出短期、中期、长期可选的危害、暴露、脆弱性和经济连锁方案，包括多变量VAR、DIGNAD模型等。
  • 国际合作与数据共享建议：如何与CZMU、FSC及其他地区机构协作，以获取保险理赔、灾害调查等数据改进脆弱性函数。
  • 技术附件与代码示例：附件I-III提供暴露数据集、弹性估算和柯布-道格拉斯生产函数估计的详细方法，以及分享的R和Python代码示例。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告