4、情景分析概念：情景分析的定义、目的、与压力测试的区别与联系
在气候风险管理的工具箱中，情景分析（Scenario Analysis）与压力测试（Stress Testing）常被并列提及，但二者在方法论根基、应用边界与监管期望上存在显著差异。理解情景分析的本质——它不是预测未来，而是探索多种可能的未来——是金融机构将气候风险从定性判断推向定量评估的关键一步。本节将系统拆解情景分析的定义、目的，并重点厘清其与压力测试的辩证关系。
4.1 情景分析的定义：从“预测”到“探索”的范式转换
情景分析并非试图回答“未来最可能发生什么”，而是回答“如果某些关键驱动因素以特定方式演变，世界将呈现何种状态，我的机构将面临怎样的影响”。在气候风险语境下，情景通常由两条主线交织构成：物理路径（温室气体浓度、温度上升幅度、极端天气频率）与转型路径（碳价格、政策力度、技术替代速度、消费者偏好变化）。
与传统的单点预测不同，情景分析强调多重未来。例如，NGFS（央行绿色金融网络）框架下常用的六类情景，从“净零2050”到“当前政策延续”，覆盖了1.5°C至3°C以上的升温区间。每个情景都包含完整的宏观经济变量（GDP、通胀、利率）、行业产出路径、能源结构变化及碳价轨迹。金融机构需要将这些宏观情景“翻译”为自身资产组合的微观冲击——这正是情景分析最具挑战性也最有价值的部分。
4.2 情景分析的目的：超越合规的战略价值
情景分析在气候风险管理中的目的可归纳为四个层次，从基础合规到高阶战略应用逐步递进：
| 目的层次 | 核心问题 | 典型应用场景 | 主要使用者 |
|---|---|---|---|
| 风险识别 | 哪些资产/行业最脆弱？ | 高碳行业敞口盘点、地理集中度分析 | 风险管理部门 |
| 资本规划 | 不同情景下需要多少资本缓冲？ | 内部资本充足评估程序（ICAAP）、气候压力测试补充 | 财务与资本管理团队 |
| 战略韧性 | 现有业务模式能否适应低碳转型？ | 转型风险下的业务线盈利性评估、投资组合再平衡 | 董事会、高管层 |
| 信息披露 | 如何向市场传达气候风险状况？ | TCFD/ISSB报告、监管审慎评估 | 投资者关系、ESG委员会 |
值得注意的是，情景分析的过程价值往往不亚于结果价值。构建情景的过程迫使机构审视自身的数据基础、风险传导假设和业务逻辑，这种“组织学习”效应能够显著提升气候风险管理的整体成熟度。许多银行在首次开展情景分析后，会发现自身在高碳行业的数据颗粒度不足、行业分类与气候风险分类不匹配等问题，这些发现本身就是重要的管理改进方向。
4.3 与压力测试的区别：五个关键维度
压力测试在传统金融风险管理中已有成熟应用，但将其直接套用于气候风险存在方法论上的错配。二者的核心区别体现在以下五个维度：
| 维度 | 情景分析 | 压力测试 |
|---|---|---|
| 时间跨度 | 中长期（10-30年），覆盖政策转型期 | 短期（1-3年），聚焦于冲击后的恢复能力 |
| 冲击性质 | 渐进式+突变式，强调路径依赖与非线性 | 极端但合理的单一/多重冲击 |
| 变量范围 | 宏观-行业-企业多层级传导，含政策与技术变量 | 集中于利率、汇率、违约率等金融变量 |
| 输出指标 | 风险敞口分布、战略韧性评分、转型风险图谱 | 资本充足率、流动性覆盖率、最大损失 |
| 决策用途 | 战略规划、业务转型、长期资本配置 | 资本缓冲设定、应急计划、监管合规 |
一个直观的类比是：压力测试如同对桥梁进行极限承重测试，检验其在极端荷载下是否断裂；情景分析则如同规划一条新航线，需要综合考虑气候变化、燃料成本、地缘政治等多种未来因素，选择最优路径。前者关注“能不能扛住”，后者关注“往哪里走”。
4.4 二者的联系：互补而非替代
尽管存在显著差异，情景分析与压力测试在气候风险管理中形成了紧密的互补关系。监管机构（如巴塞尔委员会、欧洲央行）的实践指引均强调，金融机构应将情景分析作为压力测试的“上游”输入，而非将二者割裂。
具体而言，二者的联系体现在三个层面：
- 情景为压力测试提供“故事线”：压力测试中的冲击参数不再是凭空设定的极端值，而是从情景分析中提炼出的关键风险因子。例如，基于“无序转型”情景，可以提取出碳价在短期内跳升至$150/tCO₂的冲击参数，用于压力测试。
- 压力测试为情景分析提供“校准点”：情景分析中的财务影响估算，需要借助压力测试的方法论进行量化。例如，情景分析中识别出的高碳行业信用风险上升，需要通过压力测试的违约概率（PD）与违约损失率（LGD）模型进行量化。
- 共同服务于风险偏好框架：情景分析帮助机构设定长期风险偏好边界，压力测试则验证短期风险承受能力。二者共同构成“短期韧性+长期适应”的完整风险管理闭环。
4.5 案例拆解：某商业银行的“双轨”实践
为更具体地说明情景分析与压力测试的协同应用，以下拆解一家资产规模约5000亿元的股份制商业银行的实践案例。
背景与约束：该行对公贷款中煤炭、钢铁、水泥等高碳行业占比约18%，面临监管机构的气候风险专项检查要求。行内数据基础薄弱，仅有行业分类和区域分布数据，缺乏客户层面的碳排放数据。时间窗口为6个月，需完成首轮气候风险评估。
初始目标：满足监管要求，同时为董事会提供高碳行业风险敞口的战略评估。
关键输入数据：
- 对公贷款台账（含行业、区域、五级分类、担保方式）
- 行业碳排放强度系数（来自第三方数据库）
- NGFS三种情景下的行业产出与价格路径
- 行内历史违约率与宏观变量的回归关系
分析判断过程：
第一步，该行采用情景分析，将NGFS的“净零2050”和“当前政策”情景映射至行业层面。结果显示，在净零情景下，煤炭开采行业贷款违约率可能上升4.2个百分点，钢铁行业上升2.8个百分点；而在当前政策情景下，物理风险导致的沿海地区抵押物减值风险更为突出。
第二步，基于情景分析识别出的高风险行业，该行设计了专项压力测试：假设碳价在一年内从$50/tCO₂跳升至$120/tCO₂，同时煤炭需求下降15%，测算对资本充足率的影响。结果显示，核心一级资本充足率将下降0.8个百分点，仍高于监管红线，但已接近内部风险偏好阈值。
实际操作步骤：
- 建立行业-情景映射表，将NGFS宏观情景转化为行业层面的增长率、价格指数和碳成本参数
- 采用“自上而下+自下而上”结合法：先按行业测算整体影响，再对前十大高风险客户进行逐户排查
- 将情景分析结果输入压力测试模型，调整PD/LGD参数
- 形成双轨报告：情景分析报告提交董事会战略委员会，压力测试报告提交风险委员会
结果对比与复盘：
| 指标 | 情景分析（净零2050） | 压力测试（碳价跳升） |
|---|---|---|
| 高碳行业不良率上升 | +3.5个百分点（10年累计） | +1.2个百分点（1年） |
| 资本充足率影响 | -1.5个百分点（10年累计） | -0.8个百分点（1年） |
| 主要风险驱动 | 政策转型+技术替代 | 碳价冲击+需求骤降 |
风险与代价：该行在实施过程中发现，由于缺乏客户级碳排放数据，情景分析中的行业映射存在较大误差，部分客户的实际转型能力被高估。为此，该行启动了客户碳排放数据采集项目，并计划在下一轮评估中引入更精细的模型。
复盘经验：情景分析与压力测试的衔接点在于“风险因子的传递逻辑”。该行最初试图直接使用情景分析中的宏观变量作为压力测试输入，导致压力测试结果过于温和。后来调整为“从情景中提取极端但合理的冲击参数”，才使压力测试真正发挥了“第二道防线”的作用。
4.6 常见误区与总结复盘
在情景分析与压力测试的实践中，金融机构常陷入以下误区：
误区二：情景数量越多越好。实务中，3-5个精心设计的情景通常足够覆盖主要风险维度。过多情景会导致分析资源分散，且难以向管理层清晰传达核心信息。
误区三：忽视“时间维度”的错配。压力测试的1年时间跨度与情景分析的10-30年跨度，在折现率、政策假设、技术路径上存在根本差异。将二者简单拼接会导致结果失真。
总结复盘：情景分析与压力测试在气候风险管理中扮演着不同但互补的角色。情景分析提供“望远镜”，帮助机构看清远方的多种可能；压力测试提供“显微镜”，帮助机构检查近处的脆弱点。成熟的金融机构应将二者纳入统一的气候风险管理框架，以“情景分析识别风险→压力测试量化冲击→战略调整应对变化”为主线，形成动态循环。在监管要求日益严格的背景下，这种“双轨并行、相互校准”的方法论，不仅是合规的需要，更是提升气候韧性的战略投资。