IMF-從極端事件到極端事件季節(jié)：金融穩(wěn)定風險墨西哥的氣候變化（英譯中）

PIMF描述研究2023AUGaneimforg?2023國際貨幣基金組織WP23/176uraHirokoAugust2023論?；鸾M織工作文件中表達的觀點是列事件可能會導致潛在的significantmacrofinancialimpactsintheshortterm.Thiscouldoccurevenifnoneoftheindividualevents風險敞口集中度最高的特定區(qū)域。我們的結果表明JEL分類號:氣候變化;身體風險;災害;極端季節(jié);金融穩(wěn)定;壓力測試變化的金融穩(wěn)定風險墨西哥1MichaelaDolkDimitriosLariotis,SujanLamichhanetract件可能導致topotentiallysignificantmacro-financialimpactsintheshortterm.Thiscouldoccurevenifnoneofthe。我們也感謝墨西哥金融當局的成員onlyimpactasubsetoftotalexposuresThisisparticularlytrueifexposuresarenotgeographically發(fā)生長的復合天氣和氣候事件領域進行了研究了解極端事件的全球規(guī)模相關性如何影響其風險t險暴水、干旱和熱浪。分析特別側重于熱帶洪水組成的一系列極端事件與墨西哥特別相關。業(yè)信貸風險集中在幾個地理區(qū)域ThecountryTheselessgeographicallyconcentratedexposuresarelesslikelytobeimpactbyasingle我們分析中使用的建模方法建立在最新開發(fā)的方法之上織和世界銀行在金融部門評估計劃的背景下聯(lián)合conditionsconsideringclimatechangeTheriskfromthesescenarioareanalyzedusingacombinationFSAPThedamageestimatesfromtheextremeseasonscenarioswereusedasinputingenerating路徑。這些情景進一步轉化為對inancialsectorAdditionallytoaccountforotherindirecteffectsthatcouldpotentiallycomplextheea墨西哥分析的新穎方面是將這種方法擴展到考慮一系列災難事件加強考慮可能會限制分析和它們的可解釋性事件序列可能會低估潛在的我們強調它們在理解潛在重要性方面的重要性的事件序列andothers)thatmakeacaseforfocusingonlarge-scaledisaffersonly.Evenifthescaleof的eventswedemonedthatitispossibletohaveasubstantialmacro-financialimpact.Thiscouldoccur使沒有單個事件影響銀行信貸集中度最高的地區(qū)andotherfinancialexposuresegMexicoCityinourapplication).Whiletheapproachusedinour?？赡苁遣牧显诙唐谝韵?GDP)可能會下降2％(相對于沒有與氣候相關的極端事件的基線)。banksThusvulenciesexistinthefinancialsystemTheseeffectsindicatepotentialforsevere端閾值的事件之間)。響國家都有潛在的影響。即使一個國家可能不會面對然較小的國家可能不太可能remainsGiventhatjustasingleeventcanalreadybedamagingtotheeconomy(e.g.,HurricaneMaria本文的見解與為氣候相關政策提供信息有關。盡管覆蓋料風險。雖然結果提供了對以下潛在影響的見解)紹了本文考慮的情景。節(jié)融部門影響模型。第五節(jié)分別介紹了墨西哥高度暴露于與急性物理氣候變化相關的一系列災難termsoffrequencyofoccurrenceandthenumberofpeopleimpected.TheseperilsarethefocusofthisForexampleforheatwavethereisevidenceofarelationshipbetweenextremateheatandcreditperformancein人口的影響。在最近最具影響力的洪水中洪水和熱帶氣旋是最常見的的水文氣象災害...NoteTheestimatespresentedinFigurearebasedondatafromCENAPRED.Differentmethodsfordefiningeventsandfor影響最多的人.宏觀經(jīng)濟和金融體系的這些危險取決于地理分布risksWhileananalysisofnaturerelatedrisksmorebroadisbeyondthescopeofthispaper,aninitialanalysisofEnriquez2021).GDP.OtherfederalstatesthataccountforarelativelyhighreportedcreditexposureareNuevoLéon,CreditexposureTheconcentrationofexposuresinMexicoCityisimportantwhenconsideringthe動可能部分是由于在一家公司的住所記錄信用..。信用敞口也是。墨西哥危險和暴露的相對地理分布表明個別嚴重熱帶氣旋或洪水事件不太可能對總體造成實質性影響onthehazardprofileofthecity).However,itispossiblethatasequenceofeventsimportingdifferentseasoncouldresultinalargecombinedimpact.Thereisexistingevidencefortheoccurrenceofsuch事件場景基于歷史上發(fā)生的類似事件或從分析的情景是一個熱帶氣旋，有兩個登陸(尤卡坦半島為4級颶風和墨西哥東北部有強降水)(TC1),...兩個熱帶氣旋影響韋拉克魯斯大約10天(TC2),...熱帶氣旋在科利馬登陸塔巴斯科州和周邊各州的河流洪水(F1)，...瓜達拉哈拉1-2級風力(TC3)，......結合了所有這些事件的極端季節(jié)場景在一個單一的季節(jié)(ES1)。個場景都已定義。第一個是基于估計的分布定義的c)。8AWealsoanalyzedsomescenariousingRCP4.5buttheseresultsarenotincludedinthispaper.Theestimated(或一系列事件)的頻率變化eventsandthedecisionregardingwhichapproachtouseshouldbetablishedbasedonthespecificapplication.ForFigureFigure4.MethodforDirectDamages,EconomicImpact,andFinancialSectorImpactModeling具體來說，直接損傷估計結合了用基于模型的方法分析歷史數(shù)據(jù)。為了估計每種情景對金融部門的影響，直接損失和經(jīng)濟損失是首先估計的。和andindirectlossesbystateIncaseswherethespretbetweendirectandindirectimpactsisunable,與發(fā)生時或此后不久。直接物理損害的例子包括Thedamageforagivenflooddepthand/orwindspeedfortheexposureatrisk.Acomparisonofthe接受損害直接效應產(chǎn)生的程度上生產(chǎn)率、失業(yè)和金融市場渠道的內生影響定建模和數(shù)據(jù)的模型中可以捕獲復合的程度(在許多新興市場和監(jiān)管目的。我們沒有獲得這些。模型結果對每個模塊都敏感露信息和利用最新氣候的進一步分析曝光模塊I實物資本存量數(shù)據(jù)的縮放利用了來自世界發(fā)展的變量seasonscentionwouldnotbeequaltothesumofthedirectdamagesoftheindividualevents.Forexample,there2020年國家一級的接觸估計在空間上按以下分辨率分類classesThespatialdisaggregationutilizestheGlobalHumanSettlementsLayer-Population(GHS_POP;andequipmentismorelikelytobeinpopulatedorbuilt-uparea.ThemaximumofthetwonormalizedGHSPOPandGHSSMODdensityperpixelisusedtoestimatecapitalstockdensity.Thecapitalstock確定的土地覆蓋類別將密度圖分為兩個部門capitalstockdataisdistributedbymeansofitsdensity.Whilethismethodologyprovidesauseful空間分布)。危險模塊造成的洪水。取決于hTChist類似的軌跡射強迫對它們進行插值。重要的是要注意熱帶wasthemaindriverofflood-relatedlossforsimilarhistoricalevents.Itisimportanttonotethatthe致風險估計的巨大差異。定義洪水災害andtodetriatetheareainwhichthishazardmapistobeapplied.Here,returnperiodsforspatialunitsweredefinedasrivercatchmentswithinastate.Theapproachtodefinetheappropriatereturnperiod跡、事件描述、相似歷史的降水圖降水和水流重現(xiàn)期分析以及校準可能不能代表集水區(qū)其他地方的洪水頻率關系。returnperiodestimentsMoraandothersThisapproachissubjecttosimilarlimitationstothose雖然上述氣候變化調整的方法導致了Andothers021).Thismaybearesultofpotentiallydrierentecedentconditionsintheriver文重要氣候變量的影響漏洞模塊脆弱性曲線。歐盟委員會聯(lián)合研究中心脆弱性曲線性洪水深度與破壞聯(lián)系起來。熱帶氣旋脆弱性曲線將風速與damageWhereavailableseparatecurveswereusedforagricultureandbuilt-up(combinationofresidentialcommercialandindustrialexposuresItisimportanttonotethatthereareother與脆弱性建模相關的不確定性很大(卡茨馬斯卡和性限、數(shù)量等因素區(qū)分單項資產(chǎn)實物危害對實物資本的直接損害和破壞的估計進一步轉化為對金融部門的影響。上述分析的關鍵結果理危害的影響與經(jīng)濟和thenaggregateduptogeneratethedamageatthenationallevel.Assuch,theestimateddirectdamage險驅動的估計損失的宏觀金融影響置于語境中以上討論的極端季節(jié)情景的損害估計構成了關鍵輸入生成依賴于情景的宏觀金融路徑。的主要目標之一析主要試圖量化風險的渠道和機制ropagationandtheirimplicationsduetopotentialmaterizationoftailriskeventsGiventhe害。在壓力測試中的分析一致tothisunderlyingframework(whichwascalibratedusingrecentdata).Althoughthedamageestimatesfromaccountforimmediatedirectdamagesthatisnotcapturedbyimmediatedirectdamages.Notethattherecouldbe對宏觀模型中的實物資本產(chǎn)生直接影響或沖擊。ighlypersistentThisisconsistentwithageneralfoundintheliteraturethatoverall(2020)).?對失業(yè)的影響：由于資本存量和勞動力在。這種沖擊是由失業(yè)的彈性所決定的本存量的變化。。股本變化的彈性而產(chǎn)生的模型評估銀行和金融體系對捉到的內生影響)在宏觀金融的這一階段不考慮行和金融部門的影響。相應的不利風險。該團隊應用了基于宏觀金融償付能力壓力測試的全面情景量化墨西哥金融部門氣候相關風險影響的框架。This方法的全部細節(jié)可在已發(fā)布的技術說明中獲得15在這里我們下的銀行業(yè)是通過匯總粒度來獲得的對信用減值、凈利息收入、凈交易收入、風險的影響是。specificimpactisalreadyimplicitcapturedintheframework.However,second-roundeffectsfromfinancialsectortotheeconomyandthefeedbackloopmaynotbefullycaptured.Modelingofsucheffectsisahighly為V果cRiskAssessmentToolWBbHoweverthereissubstantialuncertaintyassociatedwiththese直接損壞率氣候變化影響情景氣候條件1(占資本的百分比(相對于“歷史stock條件”場景)歷史條件0.14%TC1世紀中葉氣候變化條件0.21%43%世紀末氣候變化條件0.23%59%0.03％TC2世紀中葉氣候變化條件0.05%54%世紀末氣候變化條件0.08%124%7%變化條件化條件%118%變化條件化條件%0.13%%145%變化條件世紀末氣候變化條件110%洪水和熱帶氣旋的物理危害對整體的影響些時最近響significanteffierityofcapitaldrilutationacrossbanksForexample,atsomebankstheCARcould。這表明氣候風險確實可能造成、局限性和解釋旋風和洪水)強調了這些災害對金融產(chǎn)生重大影響的可能性水和熱帶氣旋災害造成的物質影響可能同時實現(xiàn)們的分析結果不能直接與其他(Reindersetal.2021)。重要的是要認識到分析僅限于熱帶氣旋所有宏觀金融模型中的傳導渠道和建模方法捕獲間接影響和非線性影響的能力有限并且從金融穩(wěn)定政策的角度來看具有相關性。而直接損害的建模供應鏈中的大規(guī)模中斷相關的那些。而DP域變化和不同地區(qū)的相互聯(lián)系動態(tài)Thecountrycouldnotbecapturedinasufficientlygranularway.Additionally,giventhelinearized件到事件序列未來對氣候物理風險的研究可能有助于進一步發(fā)展的可能性。雖然我們的分析潛在非線性復合或放大影響的方法whichcouldfurtherincreasethematerialityofmodeledimpacts.Whileouranalysiswasonlylimitedto墨西哥暴露于來自大西洋和太平洋盆地的熱帶氣旋。類似和沿海洪水。22河流洪水和洪水泛濫通常發(fā)生在極端降雨之后。主要risksWhileananalysisofnaturerelatedrisksmorebroadisbeyondthescopeofthispaper,aninitialanalysisofEnriquez2021).D墨西哥洪水和熱帶氣旋的頻率和嚴重程度可能會受到影響ConcentrationPathwayRCP(Knutsonandothers,2015).Bothbasins,however,areexpectedto化可能會加劇與熱帶氣旋相關的風暴潮風險。與氣候變化預計將影響極端降水的頻率和嚴重程度100年最大5天累積降水量為加可能反過來導致洪水風險增加。雖然化HirabayashiandothersThereissubstantialuncertaintyinfloodriskexpectationsforMexicoWm2。heavyrainageimpactingNuevoLeón,includingMonterrey.Theinitiallandfallmaybecomparedwith其他在墨西哥東北部登陸的熱帶氣旋與洪水有關基于影響熱帶氣旋的類似序列括與Peitas是。這樣的季節(jié)發(fā)生了一系列極端事件在severityArecentexampleofayearwithmultipleseriouseventsis2010,whenHurricaneAlex(oneof11111000100000003010020.5500111211052301010100000.9115320434124524612423553.09Total26542645276825625533574.55NoteNumberofeventsmeetingEMDATeventcriteria2000-2021.Inleastoneofthefollowingcriteriamustbemetforan緊急情況或呼吁國際援助。AdrianTobiasPierpaoloGrippa,MarcoGross,VikramHaksar,IvoKrznar,SujanLamichhane,CaterinaLeporeFabianLipinskyHirokoOuraandApostolosPanagiotopoulos2.ApproachestoClimateRiskFSAP2/005。AguilarGomez,S.,Gutierrez,E.,Heres,D.,Jaume,D.andTobal,M.,2022.熱應力與金融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卡坦半島登陸颶風的影響.氣候變化,157(3),https//www.bcb.gov.br/content/publications/financialstabilityreport/202211/fsrFullRep.pdf.https://www.bis.org/bcbs/publ/d517.pdf。httpswwwbankofenglandcoukmediaboefilesstresstestingthe21-點情景分析練習。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)。氣候風險的經(jīng)濟評價rd工程科學，376(2121)，第20170329頁。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/.。府間氣候專門委員會第六次評估報告的貢獻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號。IselaAandZarcoAMemoriadetrabajoenlaGerenciadeAguasSuperficialeseIngenieríadeRíos,科納瓜.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.Anualesregistradosenlascuencasdelbajogrijalvaydelasdescargasdelapresape?itas.https://www.gob.mx/conagua/doc