IMF-从极端事件到极端事件季节：金融稳定风险墨西哥的气候变化（英译中）

PIMF描述研究2023AUGaneimforg©2023国际货币基金组织WP23/176uraHirokoAugust2023论。基金组织工作文件中表达的观点是列事件可能会导致潜在的significantmacrofinancialimpactsintheshortterm.Thiscouldoccurevenifnoneoftheindividualevents风险敞口集中度最高的特定区域。我们的结果表明JEL分类号:气候变化;身体风险;灾害;极端季节;金融稳定;压力测试变化的金融稳定风险墨西哥1MichaelaDolkDimitriosLariotis,SujanLamichhanetract件可能导致topotentiallysignificantmacro-financialimpactsintheshortterm.Thiscouldoccurevenifnoneofthe。我们也感谢墨西哥金融当局的成员onlyimpactasubsetoftotalexposuresThisisparticularlytrueifexposuresarenotgeographically发生长的复合天气和气候事件领域进行了研究了解极端事件的全球规模相关性如何影响其风险t险暴水、干旱和热浪。分析特别侧重于热带洪水组成的一系列极端事件与墨西哥特别相关。业信贷风险集中在几个地理区域ThecountryTheselessgeographicallyconcentratedexposuresarelesslikelytobeimpactbyasingle我们分析中使用的建模方法建立在最新开发的方法之上织和世界银行在金融部门评估计划的背景下联合conditionsconsideringclimatechangeTheriskfromthesescenarioareanalyzedusingacombinationFSAPThedamageestimatesfromtheextremeseasonscenarioswereusedasinputingenerating路径。这些情景进一步转化为对inancialsectorAdditionallytoaccountforotherindirecteffectsthatcouldpotentiallycomplextheea墨西哥分析的新颖方面是将这种方法扩展到考虑一系列灾难事件加强考虑可能会限制分析和它们的可解释性事件序列可能会低估潜在的我们强调它们在理解潜在重要性方面的重要性的事件序列andothers)thatmakeacaseforfocusingonlarge-scaledisaffersonly.Evenifthescaleof的eventswedemonedthatitispossibletohaveasubstantialmacro-financialimpact.Thiscouldoccur使没有单个事件影响银行信贷集中度最高的地区andotherfinancialexposuresegMexicoCityinourapplication).Whiletheapproachusedinour。可能是材料在短期以下(GDP)可能会下降2％(相对于没有与气候相关的极端事件的基线)。banksThusvulenciesexistinthefinancialsystemTheseeffectsindicatepotentialforsevere端阈值的事件之间)。响国家都有潜在的影响。即使一个国家可能不会面对然较小的国家可能不太可能remainsGiventhatjustasingleeventcanalreadybedamagingtotheeconomy(e.g.,HurricaneMaria本文的见解与为气候相关政策提供信息有关。尽管覆盖料风险。虽然结果提供了对以下潜在影响的见解)绍了本文考虑的情景。节融部门影响模型。第五节分别介绍了墨西哥高度暴露于与急性物理气候变化相关的一系列灾难termsoffrequencyofoccurrenceandthenumberofpeopleimpected.TheseperilsarethefocusofthisForexampleforheatwavethereisevidenceofarelationshipbetweenextremateheatandcreditperformancein人口的影响。在最近最具影响力的洪水中洪水和热带气旋是最常见的的水文气象灾害...NoteTheestimatespresentedinFigurearebasedondatafromCENAPRED.Differentmethodsfordefiningeventsandfor影响最多的人.宏观经济和金融体系的这些危险取决于地理分布risksWhileananalysisofnaturerelatedrisksmorebroadisbeyondthescopeofthispaper,aninitialanalysisofEnriquez2021).GDP.OtherfederalstatesthataccountforarelativelyhighreportedcreditexposureareNuevoLéon,CreditexposureTheconcentrationofexposuresinMexicoCityisimportantwhenconsideringthe动可能部分是由于在一家公司的住所记录信用..。信用敞口也是。墨西哥危险和暴露的相对地理分布表明个别严重热带气旋或洪水事件不太可能对总体造成实质性影响onthehazardprofileofthecity).However,itispossiblethatasequenceofeventsimportingdifferentseasoncouldresultinalargecombinedimpact.Thereisexistingevidencefortheoccurrenceofsuch事件场景基于历史上发生的类似事件或从分析的情景是一个热带气旋，有两个登陆(尤卡坦半岛为4级飓风和墨西哥东北部有强降水)(TC1),...两个热带气旋影响韦拉克鲁斯大约10天(TC2),...热带气旋在科利马登陆塔巴斯科州和周边各州的河流洪水(F1)，...瓜达拉哈拉1-2级风力(TC3)，......结合了所有这些事件的极端季节场景在一个单一的季节(ES1)。个场景都已定义。第一个是基于估计的分布定义的c)。8AWealsoanalyzedsomescenariousingRCP4.5buttheseresultsarenotincludedinthispaper.Theestimated(或一系列事件)的频率变化eventsandthedecisionregardingwhichapproachtouseshouldbetablishedbasedonthespecificapplication.ForFigureFigure4.MethodforDirectDamages,EconomicImpact,andFinancialSectorImpactModeling具体来说，直接损伤估计结合了用基于模型的方法分析历史数据。为了估计每种情景对金融部门的影响，直接损失和经济损失是首先估计的。和andindirectlossesbystateIncaseswherethespretbetweendirectandindirectimpactsisunable,与发生时或此后不久。直接物理损害的例子包括Thedamageforagivenflooddepthand/orwindspeedfortheexposureatrisk.Acomparisonofthe接受损害直接效应产生的程度上生产率、失业和金融市场渠道的内生影响定建模和数据的模型中可以捕获复合的程度(在许多新兴市场和监管目的。我们没有获得这些。模型结果对每个模块都敏感露信息和利用最新气候的进一步分析曝光模块I实物资本存量数据的缩放利用了来自世界发展的变量seasonscentionwouldnotbeequaltothesumofthedirectdamagesoftheindividualevents.Forexample,there2020年国家一级的接触估计在空间上按以下分辨率分类classesThespatialdisaggregationutilizestheGlobalHumanSettlementsLayer-Population(GHS_POP;andequipmentismorelikelytobeinpopulatedorbuilt-uparea.ThemaximumofthetwonormalizedGHSPOPandGHSSMODdensityperpixelisusedtoestimatecapitalstockdensity.Thecapitalstock确定的土地覆盖类别将密度图分为两个部门capitalstockdataisdistributedbymeansofitsdensity.Whilethismethodologyprovidesauseful空间分布)。危险模块造成的洪水。取决于hTChist类似的轨迹射强迫对它们进行插值。重要的是要注意热带wasthemaindriverofflood-relatedlossforsimilarhistoricalevents.Itisimportanttonotethatthe致风险估计的巨大差异。定义洪水灾害andtodetriatetheareainwhichthishazardmapistobeapplied.Here,returnperiodsforspatialunitsweredefinedasrivercatchmentswithinastate.Theapproachtodefinetheappropriatereturnperiod迹、事件描述、相似历史的降水图降水和水流重现期分析以及校准可能不能代表集水区其他地方的洪水频率关系。returnperiodestimentsMoraandothersThisapproachissubjecttosimilarlimitationstothose虽然上述气候变化调整的方法导致了Andothers021).Thismaybearesultofpotentiallydrierentecedentconditionsintheriver文重要气候变量的影响漏洞模块脆弱性曲线。欧盟委员会联合研究中心脆弱性曲线性洪水深度与破坏联系起来。热带气旋脆弱性曲线将风速与damageWhereavailableseparatecurveswereusedforagricultureandbuilt-up(combinationofresidentialcommercialandindustrialexposuresItisimportanttonotethatthereareother与脆弱性建模相关的不确定性很大(卡茨马斯卡和性限、数量等因素区分单项资产实物危害对实物资本的直接损害和破坏的估计进一步转化为对金融部门的影响。上述分析的关键结果理危害的影响与经济和thenaggregateduptogeneratethedamageatthenationallevel.Assuch,theestimateddirectdamage险驱动的估计损失的宏观金融影响置于语境中以上讨论的极端季节情景的损害估计构成了关键输入生成依赖于情景的宏观金融路径。的主要目标之一析主要试图量化风险的渠道和机制ropagationandtheirimplicationsduetopotentialmaterizationoftailriskeventsGiventhe害。在压力测试中的分析一致tothisunderlyingframework(whichwascalibratedusingrecentdata).Althoughthedamageestimatesfromaccountforimmediatedirectdamagesthatisnotcapturedbyimmediatedirectdamages.Notethattherecouldbe对宏观模型中的实物资本产生直接影响或冲击。ighlypersistentThisisconsistentwithageneralfoundintheliteraturethatoverall(2020)).•对失业的影响：由于资本存量和劳动力在。这种冲击是由失业的弹性所决定的本存量的变化。。股本变化的弹性而产生的模型评估银行和金融体系对捉到的内生影响)在宏观金融的这一阶段不考虑行和金融部门的影响。相应的不利风险。该团队应用了基于宏观金融偿付能力压力测试的全面情景量化墨西哥金融部门气候相关风险影响的框架。This方法的全部细节可在已发布的技术说明中获得15在这里我们下的银行业是通过汇总粒度来获得的对信用减值、净利息收入、净交易收入、风险的影响是。specificimpactisalreadyimplicitcapturedintheframework.However,second-roundeffectsfromfinancialsectortotheeconomyandthefeedbackloopmaynotbefullycaptured.Modelingofsucheffectsisahighly为V果cRiskAssessmentToolWBbHoweverthereissubstantialuncertaintyassociatedwiththese直接损坏率气候变化影响情景气候条件1(占资本的百分比(相对于“历史stock条件”场景)历史条件0.14%TC1世纪中叶气候变化条件0.21%43%世纪末气候变化条件0.23%59%0.03％TC2世纪中叶气候变化条件0.05%54%世纪末气候变化条件0.08%124%7%变化条件化条件%118%变化条件化条件%0.13%%145%变化条件世纪末气候变化条件110%洪水和热带气旋的物理危害对整体的影响些时最近响significanteffierityofcapitaldrilutationacrossbanksForexample,atsomebankstheCARcould。这表明气候风险确实可能造成、局限性和解释旋风和洪水)强调了这些灾害对金融产生重大影响的可能性水和热带气旋灾害造成的物质影响可能同时实现们的分析结果不能直接与其他(Reindersetal.2021)。重要的是要认识到分析仅限于热带气旋所有宏观金融模型中的传导渠道和建模方法捕获间接影响和非线性影响的能力有限并且从金融稳定政策的角度来看具有相关性。而直接损害的建模供应链中的大规模中断相关的那些。而DP域变化和不同地区的相互联系动态Thecountrycouldnotbecapturedinasufficientlygranularway.Additionally,giventhelinearized件到事件序列未来对气候物理风险的研究可能有助于进一步发展的可能性。虽然我们的分析潜在非线性复合或放大影响的方法whichcouldfurtherincreasethematerialityofmodeledimpacts.Whileouranalysiswasonlylimitedto墨西哥暴露于来自大西洋和太平洋盆地的热带气旋。类似和沿海洪水。22河流洪水和洪水泛滥通常发生在极端降雨之后。主要risksWhileananalysisofnaturerelatedrisksmorebroadisbeyondthescopeofthispaper,aninitialanalysisofEnriquez2021).D墨西哥洪水和热带气旋的频率和严重程度可能会受到影响ConcentrationPathwayRCP(Knutsonandothers,2015).Bothbasins,however,areexpectedto化可能会加剧与热带气旋相关的风暴潮风险。与气候变化预计将影响极端降水的频率和严重程度100年最大5天累积降水量为加可能反过来导致洪水风险增加。虽然化HirabayashiandothersThereissubstantialuncertaintyinfloodriskexpectationsforMexicoWm2。heavyrainageimpactingNuevoLeón,includingMonterrey.Theinitiallandfallmaybecomparedwith其他在墨西哥东北部登陆的热带气旋与洪水有关基于影响热带气旋的类似序列括与Peitas是。这样的季节发生了一系列极端事件在severityArecentexampleofayearwithmultipleseriouseventsis2010,whenHurricaneAlex(oneof11111000100000003010020.5500111211052301010100000.9115320434124524612423553.09Total26542645276825625533574.55NoteNumberofeventsmeetingEMDATeventcriteria2000-2021.Inleastoneofthefollowingcriteriamustbemetforan紧急情况或呼吁国际援助。AdrianTobiasPierpaoloGrippa,MarcoGross,VikramHaksar,IvoKrznar,SujanLamichhane,CaterinaLeporeFabianLipinskyHirokoOuraandApostolosPanagiotopoulos2.ApproachestoClimateRiskFSAP2/005。AguilarGomez,S.,Gutierrez,E.,Heres,D.,Jaume,D.andTobal,M.,2022.热应力与金融srncomabstracthttpdxdoiorgssrnAIR,2018.TheAirTropicalCycloneModelforMexico.httpswwwairworldwidecomSiteAssets/Publications/Brochures/documents/AIR-Tropical-Cyclone-Model-AlfieriL,Bisselink,B.,Dottori,F.,Naumann,G.,deRoo,A.,Salamon,P.,Wyser,K.andFeyen,L.,2017卡坦半岛登陆飓风的影响.气候变化,157(3),https//www.bcb.gov.br/content/publications/financialstabilityreport/202211/fsrFullRep.pdf.https://www.bis.org/bcbs/publ/d517.pdf。httpswwwbankofenglandcoukmediaboefilesstresstestingthe21-点情景分析练习。https//www.fsa.go.jp/en/news/2022/20220826/03.pdf.BevacquaEDeMicheleCManningCCouasnon,A.,Ribeiro,A.F.,Ramos,A.M.,Vignotto,E.,Bastos,A.,BloemendaalNdeMoelHMartinezAB.,Muis,S.,Haigh,I.D.,vanderWiel,K.,Haarsma,R.J.,Ward,P.J.,RobertsMJDullaartJCandAertsJ.C.,2022.Agloballyconsistentlocal-scaleassessmentoffuture021https://doi.org/10.26481/umagsb.2018021.BruyreCRasmussenRGutmannE,Done,J.,Tye,M.,Jaye,A.,Prein,A.,Mooney,P.,Ge,M.,Fredrick,S.,BuchhornMSmetsBBertelsLDeRoo,B.,Lesiv,M.,Tsendbazar,N-E.,Herold,M.,Fritz,S.,2020.CarozzaDA.,Boudreault,M.(2021).DiversificationofAtmosphericPerils.AXAXL.https://axl.com/-perils_axa-xl_re.pdf.CENAPREDGuíaBásicaparalaElabacióndeAtlasEstatalesyMunicipalesdePeligrosyRiesgos:hivospdfdeLouvain,www.emdate.be.httpswwwnationalbankendken/publications/Documents/2021/06/Analysis%20No.%2013%20-Flood0ris%20can%20possibly%20effect%20ao%20large%20share%20of%20credit%20institutions%E2%80%99%20曝光%20.pdf。rPClimatology,41,pp.E3307-E3324.ss393-2021.https//www.casact.org/sites/default/files/2021-02/2017_most-practical-paper_homer-li.pdf.httpswwwecb.europa.eu/pub/financial-rspecialhtmlecbfsrartdfcbenhtmlFernndezDazVZCanulTurriza,R.A.,KucCastilla,A.andHinojosa-Huerta,O.,2022.Lossofcoastalhttps//www.fsb.org/wp-content/uploads/P231120.pdf.https//www.fsb.org/wp-content/uploads/P231120.pdf.HaerTBotzenWWZavalaHidalgoJCusellC,&Ward,P.J.(2017)。气候风险的经济评价rd工程科学，376(2121)，第20170329页。HJa。HaugKJReiakvamLKSolheim,H.,Turtveit,L.-T.,Vatne,B.H.(2021).Cliamteriskandbanks'loanstottpswwwnorgesbanknocontentassetsbcaafcfdbfstaffHirabayashiY.,Mahendran,R.,Koirala,S.,Konoshima,L.,Yamazaki,D.,Watanabe,S.,Kim,H.mazakiDdoi/2008MWR2395.1。978-92-79-67781-6,doi:10.2760/16510,JRC105688.InstitutoNacionaldeEstadísticayGeografía(INEGI),2013.Capitalstockbystate.https//en.www.inegi.org.mx/programas/acervos/2013/.。府间气候专门委员会第六次评估报告的贡献tteVPZhaiAPiraniSLConnorsCPanSBergerNCaudYChenLGoldfarbMI.Gomis,M.Huang,K.Leitzell,E.Lonnoy,J.B.R.Matthews,T.K.Maycock,T.Waterfield,O.Yeleki,R.Yu,andB.Zhou(eds.)].CambridgeUniversityPress,Cambridge,UnitedKingdomandNewYork,2号。IselaAandZarcoAMemoriadetrabajoenlaGerenciadeAguasSuperficialeseIngenieríadeRíos,科纳瓜.Kanae,S.,2013.Globalfloodriskunderclimatechange.Natureclimatechange,3(9),pp.816-821.KnutsonTCamargoSJChanJC.,Emanuel,K.,Ho,C.H.,Kossin,J.,Mohapatra,M.,Satoh,M.,Sugi,M.,WalshKandWuL.,2020.TropicalCyclonesandclimatechangeassessment:PartII:ProjectedresponsetoKnutsonTRSirutisJJZhaoM.,Tuleya,R.E.,Bender,M.,Vecchi,G.A.,Villarini,G.andChavas,D.,2015.KoppREasterlingDRHallTHayhoe,K.,Horton,R.,Kunkel,K.andLeGrande,A.,2017.PotentialGeofisicainternacional),pp.313-330。MartnezJaramilloSandMontaezEnríquez,R.(2021).DependenciesandimpactoftheMexicanMoraRDElizondoECJuarezM.L.A.andGarduno,G.E.,2008.Anualesregistradosenlascuencasdelbajogrijalvaydelasdescargasdelapresapeñitas.https://www.gob.mx/conagua/doc