气候转型风险对商业银行风险承担的影响机制：基于盈利能力的非线性中介效应研究

《Economies》：Climate Transition Risk, Bank Risk-Taking, and Financial Stability: Evidence from China’s Commercial Banks Yong Chen, Qian Hu and Haiming Song

　　

研究人员构建了一个纳入气候转型风险因子的银行效用最大化理论模型，将预期利润设定为E[πit]=r0+r1Rit*-λRit*2-γCTRitRit*，其中CTRit代表气候转型风险（Climate Transition Risk）。通过推导最优风险承担水平Rit*=(r1-γCTRit)/(2λ+ρiσ2)，证实气候转型风险与银行风险承担呈显著负相关关系。进一步引入盈利渠道分析发现，气候转型风险通过抑制资产收益率（ROA）与提高风险加权资产成本双重路径削弱银行盈利能力，进而压缩风险承担空间。研究采用2010-2024年中国57家上市银行的面板数据，运用动态面板GMM模型进行实证检验，结果表明气候转型风险每上升1单位，银行Z值对数（ln(Zscore)）平均降低0.37个单位，且该效应在碳密集型贷款占比超过30%的银行中增强至0.52个单位。研究为央行将气候风险纳入宏观审慎评估（MPA）提供了微观理论依据。

论文解读

研究背景与意义

在全球低碳转型加速推进的背景下，气候相关金融风险已成为影响金融体系稳定的关键变量。现有研究多聚焦于物理风险对银行资产的冲击，而对政策驱动型气候转型风险（CTR）的微观传导机制探讨不足。中国自2010年实施低碳发展战略以来，银行业面临碳排放权交易、环境信息披露等监管约束的持续强化，但气候转型风险如何具体作用于银行风险决策仍缺乏系统性理论框架。本研究首次将CTR纳入银行效用函数，揭示了其通过盈利能力中介影响风险承担的非线性路径，为监管部门完善气候风险压力测试（Climate Stress Testing）提供了微观理论基础。

技术方法概述

研究人员选取2010-2024年中国57家上市银行（含5家国有行、11家股份制行、29家城商行及12家农商行）的非平衡面板数据，样本覆盖沪深港三地资本市场。核心变量测度方面，采用Z值对数（ln(Zscore)=ln[(ROA_it+ER_it)/σ_i(ROA_it)]）作为风险承担代理指标，其中ROA为资产收益率，ER为权益比率，σ为三年滚动标准差；CTR数据来源于行业碳排放强度与政策不确定性指数的合成指标。计量模型采用系统GMM估计解决内生性问题，并通过Bootstrap抽样法检验盈利能力的多重中介效应。

研究结果

3.2.1 气候转型风险与银行风险承担

理论模型推导表明，最优风险承担水平R_it^*与CTR_it呈负相关关系（?R^*/?CTR=-γ/(2λ+ρσ²)<0）。实证结果显示，CTR每上升1个标准差，银行Z值对数显著降低0.37（p<0.01），且该效应在碳密集型贷款占比高于30%的子样本中增强至0.52。机制分析识别出三条传导渠道：政策风险渠道（碳税引致违约率上升）、市场风险渠道（棕色资产重估损失）及声誉风险渠道（ESG评级下调压力）。

3.2.2 盈利能力的介导作用

引入盈利方程E[π_it]=r₀+r₁R_it^*-λR_it^*2-γCTR_itR_it^*后发现，CTR通过双重路径抑制盈利：一是增长能力渠道，高CTR迫使银行削减碳密集型行业信贷，导致利息收入减少；二是成本渠道，环境合规支出与风险拨备计提推高运营成本。中介效应检验显示，盈利能力解释CTR对风险承担影响的42.7%，其中增长能力渠道贡献率达68%。

讨论与结论

研究证实气候转型风险并非单纯通过资产端减值影响银行稳定，而是通过盈利压缩形成持续性约束。这一发现解释了为何传统资本充足率监管难以完全对冲气候风险——当CTR上升时，银行会在资本约束前率先收缩风险敞口。论文发表于《Economies》2024年第12卷，建议监管部门建立差异化的气候风险附加资本要求，并对碳密集度前20%的银行贷款实施风险权重上调。研究局限性在于未区分转型风险的区域异质性，未来可结合地方碳市场政策强度进行拓展分析。