■ 馬正宇，秦放鳴

一、引言

2021年，鄭州特大暴雨、山西特大暴雨等極端天氣事件頻發(fā)，氣候變化對(duì)人類生存發(fā)展的挑戰(zhàn)已愈發(fā)嚴(yán)峻。我國氣候風(fēng)險(xiǎn)水平趨于上升，極端強(qiáng)降水事件、極端高溫事件呈增多趨勢(shì)。為實(shí)現(xiàn)《巴黎協(xié)定》溫控目標(biāo)，緩解氣候風(fēng)險(xiǎn)，中國已宣布力爭于2030年、2060年分別實(shí)現(xiàn)碳達(dá)峰和碳中和。實(shí)現(xiàn)該目標(biāo)需要推動(dòng)低碳經(jīng)濟(jì)轉(zhuǎn)型，引導(dǎo)資本由高碳部門流向低碳部門，但碳排放具有外部性，資本的這一流動(dòng)無法基于市場機(jī)制實(shí)現(xiàn)，需要政府實(shí)施促進(jìn)低碳經(jīng)濟(jì)轉(zhuǎn)型的經(jīng)濟(jì)政策，即氣候政策。

我國實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)的時(shí)間緊、任務(wù)重，預(yù)期將實(shí)施強(qiáng)有力的氣候政策。若僅考慮氣候政策的節(jié)能降碳效果，或僅考慮它們對(duì)目標(biāo)部門的直接沖擊，而忽略傳染反饋效應(yīng)，可能遠(yuǎn)遠(yuǎn)低估氣候政策的總體影響。本文基于宏觀金融網(wǎng)絡(luò)的研究方法，使用國家資產(chǎn)負(fù)債表數(shù)據(jù)構(gòu)建中國宏觀金融網(wǎng)絡(luò)，闡述氣候政策沖擊的產(chǎn)生和傳染反饋機(jī)制，確定氣候政策沖擊的主要循環(huán)反饋鏈條并計(jì)算沖擊放大效應(yīng)。此外還進(jìn)一步研究了非金融資產(chǎn)的沖擊緩釋作用及宏觀金融網(wǎng)絡(luò)的總體放大效應(yīng)，對(duì)氣候政策的制定和實(shí)施具有一定參考意義。

二、文獻(xiàn)綜述

一些文獻(xiàn)對(duì)氣候政策沖擊的傳導(dǎo)機(jī)制開展了研究。根據(jù) Carney（2015）、G20 綠色金融研究小組（2017）、NGFS（2019）、中國人民銀行研究局課題組（2020）等研究，氣候變化對(duì)經(jīng)濟(jì)金融系統(tǒng)帶來兩類風(fēng)險(xiǎn)，即物理風(fēng)險(xiǎn)和轉(zhuǎn)型風(fēng)險(xiǎn)，氣候政策沖擊屬于轉(zhuǎn)型風(fēng)險(xiǎn)。轉(zhuǎn)型風(fēng)險(xiǎn)的核心傳導(dǎo)機(jī)制是低碳經(jīng)濟(jì)轉(zhuǎn)型導(dǎo)致資產(chǎn)價(jià)值重估，高碳或“棕色”資產(chǎn)成為“擱淺”資產(chǎn)，進(jìn)而通過金融部門對(duì)這些“擱淺”資產(chǎn)的敞口傳導(dǎo)至金融系統(tǒng)，從而影響金融穩(wěn)定。這些研究指出，氣候變化沖擊在經(jīng)濟(jì)金融系統(tǒng)間循環(huán)反饋的機(jī)制至關(guān)重要，但現(xiàn)有研究存在不足，應(yīng)作為后續(xù)研究重點(diǎn)。

還有一些文獻(xiàn)對(duì)氣候政策沖擊開展了定量評(píng)估。IPCC（2014）研究認(rèn)為將全球變暖控制在2℃以內(nèi)，將在2030 年使全球總消費(fèi)降低1%～4%。OECD（2017）認(rèn)為宏大的氣候政策及結(jié)構(gòu)改革將增加投資，將全球氣溫變暖控制在2℃將產(chǎn)生2.8%的正向GDP 影響。Nordhaus（2017）研究認(rèn)為至2100 年，氣候變化導(dǎo)致的損害和緩解氣候變化的成本將使全球產(chǎn)出降低4%。Wei et al.（2017）研究發(fā)現(xiàn)22項(xiàng)氣候政策能夠使加利福尼亞州的生產(chǎn)總值在2030 年時(shí)增長98.5 億比索。根據(jù)Vermeulen et al.（2018）的研究成果，破壞性的氣候政策、技術(shù)突破或消費(fèi)者和投資者信心下降，帶來的損失將達(dá)銀行、養(yǎng)老基金和保險(xiǎn)公司資產(chǎn)的3%、10%和11%。馬駿（2019）認(rèn)為2017—2030 年能源轉(zhuǎn)型期間，中國GDP 年均增長率會(huì)下降0.5 個(gè)百分點(diǎn)。這些研究大多止于“第一步”，即僅研究氣候政策對(duì)其目標(biāo)部門帶來的初次、直接沖擊，這正如NGFS（2019）所指出的，在氣候變化導(dǎo)致金融風(fēng)險(xiǎn)的研究中，多數(shù)未考慮多輪循環(huán)反饋的影響。

宏觀金融網(wǎng)絡(luò)方法為研究氣候政策沖擊的循環(huán)反饋提供了思路。Castrén & Racan（2014）認(rèn)為宏觀金融網(wǎng)絡(luò)模型能夠從宏觀層面刻畫經(jīng)濟(jì)中各部門間的金融關(guān)聯(lián)和風(fēng)險(xiǎn)暴露，可被應(yīng)用于研究各類沖擊的傳導(dǎo)路徑和大小，為系統(tǒng)性風(fēng)險(xiǎn)研究和相關(guān)政策模擬提供了有力工具。茍文君等（2016）將或有索取權(quán)分析法（CCA）運(yùn)用于通過中國資金存、流量表等有關(guān)數(shù)據(jù)構(gòu)建的宏觀金融網(wǎng)絡(luò)，研究了風(fēng)險(xiǎn)在宏觀金融網(wǎng)絡(luò)中的傳導(dǎo)。Veronika et al.（2018）認(rèn)為如果氣候政策以“過晚且突然”的方式實(shí)施，那么理性預(yù)期假設(shè)將失效，價(jià)格信號(hào)將失真，可能會(huì)出現(xiàn)系統(tǒng)性的金融資產(chǎn)誤定價(jià)，氣候政策沖擊將沿著資產(chǎn)負(fù)債表的連接在宏觀金融網(wǎng)絡(luò)中傳播。劉磊等（2019）使用CCA方法和2016年中國國家資產(chǎn)負(fù)債表數(shù)據(jù)，借鑒谷歌網(wǎng)頁排名算法，構(gòu)建了部門金融風(fēng)險(xiǎn)指數(shù)，探討了風(fēng)險(xiǎn)在部門間的傳染。劉磊和張曉晶（2020）基于2016年國家資產(chǎn)負(fù)債表數(shù)據(jù)，構(gòu)建了違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)的傳導(dǎo)模型。

上述研究形成了本文的基礎(chǔ)，但也存在一些不足。在理論方面，將進(jìn)一步探討氣候政策沖擊產(chǎn)生和在宏觀金融網(wǎng)絡(luò)中傳染反饋的機(jī)制。在實(shí)證方面，克服了使用資金流量表或其他數(shù)據(jù)替代資產(chǎn)負(fù)債表數(shù)據(jù)的不足，使用李揚(yáng)等（2020）發(fā)布的中國國家資產(chǎn)負(fù)債數(shù)據(jù)，構(gòu)建中國宏觀金融網(wǎng)絡(luò)，分別對(duì)主要循環(huán)反饋鏈條和整個(gè)宏觀金融網(wǎng)絡(luò)的沖擊放大效應(yīng)進(jìn)行測算。本文主要的貢獻(xiàn)在于，提供了一個(gè)基于宏觀金融網(wǎng)絡(luò)的基礎(chǔ)研究方法，填補(bǔ)了現(xiàn)有文獻(xiàn)在氣候政策沖擊循環(huán)反饋機(jī)制和效應(yīng)評(píng)估方面的不足，對(duì)于改進(jìn)碳達(dá)峰、碳中和目標(biāo)下有關(guān)氣候政策的制定和實(shí)施具有參考意義。

三、氣候政策沖擊的產(chǎn)生和傳染反饋機(jī)制

（一）氣候政策沖擊的產(chǎn)生機(jī)制

目前，氣候變化相關(guān)自然科學(xué)的發(fā)展仍相當(dāng)有限，對(duì)氣候變化趨勢(shì)和細(xì)節(jié)的判斷存在極強(qiáng)的不確定性。這導(dǎo)致氣候政策是否實(shí)施、何時(shí)實(shí)施、實(shí)施力度及實(shí)施節(jié)奏等均存在較強(qiáng)的不確定性，加之理性預(yù)期假設(shè)往往處于失靈狀態(tài)，市場無法對(duì)氣候政策可能使資產(chǎn)價(jià)格發(fā)生的變化作出有效調(diào)整，因此可能產(chǎn)生系統(tǒng)性的錯(cuò)誤定價(jià)。一旦氣候政策實(shí)施并顯現(xiàn)效果，市場主體將面臨突然的價(jià)格調(diào)整，氣候政策對(duì)經(jīng)濟(jì)金融系統(tǒng)的沖擊由此產(chǎn)生。

其中部分政策首先影響實(shí)體經(jīng)濟(jì)中的有關(guān)部門，然后傳導(dǎo)至金融部門。例如不當(dāng)?shù)臏p排任務(wù)可能擾亂企業(yè)經(jīng)營，進(jìn)而引發(fā)金融機(jī)構(gòu)的信用風(fēng)險(xiǎn)；碳稅或碳市場交易制度提升碳排放價(jià)格，增加企業(yè)成本，導(dǎo)致金融機(jī)構(gòu)信用風(fēng)險(xiǎn)上升；能源和產(chǎn)業(yè)綠色低碳轉(zhuǎn)型將使化石能源成為擱淺資產(chǎn)，并基于投入產(chǎn)出關(guān)聯(lián)使上下游相關(guān)產(chǎn)業(yè)資產(chǎn)擱淺，導(dǎo)致企業(yè)估值下降和金融市場風(fēng)險(xiǎn)，同時(shí)增加債權(quán)金融機(jī)構(gòu)的信用風(fēng)險(xiǎn)。另外一些氣候政策直接影響金融部門。例如“綠色量化寬松”和“綠色支持因子”會(huì)使持有綠色資產(chǎn)的金融機(jī)構(gòu)資產(chǎn)負(fù)債表擴(kuò)張；在碳市場交易制度下，碳價(jià)可能頻繁大幅波動(dòng)，產(chǎn)生市場風(fēng)險(xiǎn)，影響金融穩(wěn)定。需要強(qiáng)調(diào)的是，氣候政策并非僅帶來負(fù)面影響，部分政策能夠促進(jìn)綠色低碳產(chǎn)業(yè)發(fā)展，有利于帶動(dòng)經(jīng)濟(jì)增長和降低金融部門風(fēng)險(xiǎn)。本文對(duì)主要?dú)夂蛘呒捌鋵?duì)經(jīng)濟(jì)金融的直接影響進(jìn)行了歸納，具體見表1。

表1 主要?dú)夂蛘呒捌渲苯佑绊?/p>

（二）氣候政策沖擊在宏觀金融網(wǎng)絡(luò)中的傳染反饋機(jī)制

宏觀金融網(wǎng)絡(luò)的構(gòu)建以國家資產(chǎn)負(fù)債表數(shù)據(jù)為基礎(chǔ)。目前我國官方尚未公布國家資產(chǎn)負(fù)債表，李揚(yáng)等（2020）發(fā)布的2000—2019 年的中國國家資產(chǎn)負(fù)債表填補(bǔ)了這一空白。該套數(shù)據(jù)將宏觀經(jīng)濟(jì)分為居民、非金融企業(yè)、金融、政府和國外5個(gè)部門，給出了各部門基于通貨、存款、貸款、未貼現(xiàn)銀行承兌匯票、保險(xiǎn)、金融機(jī)構(gòu)往來、準(zhǔn)備金、債券、股票及股權(quán)、證券投資基金份額、中央銀行貸款、其他、直接投資和國際儲(chǔ)備資產(chǎn)等14類金融工具所持有的金融資產(chǎn)和負(fù)債數(shù)據(jù)。沿用劉磊和張曉晶（2020）的做法，將14類金融工具合并為4 類：第一類為存款，包括通貨、存款、保險(xiǎn)、準(zhǔn)備金、金融機(jī)構(gòu)往來；第二類為貸款，包括貸款、未貼現(xiàn)銀行承兌匯票、中央銀行貸款、其他；第三類為債券，包括債券及國際儲(chǔ)備資產(chǎn)；第四類為股權(quán)，包括股票及股權(quán)、證券投資基金份額、直接投資。表2展示了2019年中國各宏觀部門的金融資產(chǎn)和負(fù)債數(shù)據(jù)。

表2 2019年各部門金融資產(chǎn)和負(fù)債 （單位：萬億元）

在國家資產(chǎn)負(fù)債表中，非金融資產(chǎn)不具有跨部門的關(guān)聯(lián)性，某部門的非金融資產(chǎn)僅獨(dú)立出現(xiàn)在其資產(chǎn)端；而金融資產(chǎn)與負(fù)債具有顯著的跨部門關(guān)聯(lián)性，某部門的金融資產(chǎn)與其他部門的負(fù)債相伴相生，正如一枚硬幣的正反面，加總各部門數(shù)據(jù)后，總金融資產(chǎn)等于總負(fù)債。需要注意的是，微觀主體不會(huì)擁有自身的金融資產(chǎn)或負(fù)債，但在某宏觀部門內(nèi)部，不同微觀主體間的資產(chǎn)和負(fù)債匯總后，通常不會(huì)“借貸相抵”（netting out），因此某部門可能持有自身的金融資產(chǎn)或負(fù)債。金融資產(chǎn)和負(fù)債的跨部門關(guān)聯(lián)性使各部門的資產(chǎn)負(fù)債表相互連接，形成宏觀金融網(wǎng)絡(luò)。通過金融工具k 形成的宏觀金融網(wǎng)絡(luò)A的矩陣如式（1）所示。

由于宏觀金融網(wǎng)絡(luò)的存在，氣候政策對(duì)任一部門造成的沖擊，均會(huì)傳染至其他部門。不僅如此，網(wǎng)絡(luò)中還存在一些閉合鏈條，能夠使沖擊經(jīng)一系列傳染后，最終反饋至初始部門，并繼續(xù)周而復(fù)始，初始部門將受到多輪，甚至無限輪次的沖擊。

以基于股權(quán)的閉合鏈條為例：假設(shè)部門i+1持有部門i 的股權(quán)，部門i+2 持有部門i+1 的股權(quán)，以此類推，部門i+n 持有部門i+n-1 的股權(quán)，而部門i持有部門i+n的股權(quán)。如果某項(xiàng)氣候政策的初始沖擊使部門i的資產(chǎn)受損，那么其市值會(huì)下降，這使部門i+1 持有的股權(quán)價(jià)值下降，金融資產(chǎn)縮水，其市值也會(huì)下降。同樣的機(jī)制使整個(gè)鏈條上所有部門的金融資產(chǎn)規(guī)模相繼下降，而這一沖擊最終回到部門i，增加其受到的總沖擊，同時(shí)第二輪循環(huán)啟動(dòng)。

再以基于債券的閉合鏈條為例：假設(shè)市場對(duì)債券的定價(jià)取決于其面值和根據(jù)可得信息計(jì)算出的違約率。如果氣候政策沖擊使部門i 的資產(chǎn)減少，根據(jù)這一新增信息，市場預(yù)期i 部門發(fā)行債券的違約率將上升，因此調(diào)低其價(jià)格，導(dǎo)致部門i+1 持有的債券價(jià)值下降，金融資產(chǎn)縮水，而這將引起i+1部門發(fā)行債券的違約率上升和價(jià)格下調(diào)。以此類推，該閉合鏈條上所有部門發(fā)行的債券違約率上升，金融資產(chǎn)減少，并且部門i最終承受不止一輪沖擊。

為了定量計(jì)算氣候政策沖擊的傳染反饋效應(yīng)，通過公式對(duì)圖1的機(jī)制進(jìn)行表述。從一個(gè)僅包含i 和j 兩個(gè)部門的簡單情形入手，它們的總金融資產(chǎn)分別為A和A，相互之間持有的金融資產(chǎn)分別為A和A。假設(shè)一項(xiàng)氣候政策在時(shí)點(diǎn)t對(duì)其目標(biāo)部門i 帶來初始沖擊△A（t），即部門i的資產(chǎn)規(guī)模發(fā)生△A（t）的變化雖然△A（t）可正可負(fù)，但為了便于理解和分析，本文令△A（t）＞0，指資產(chǎn)規(guī)模減少的量。，經(jīng)過第一個(gè)環(huán)節(jié)的傳導(dǎo)，在時(shí)點(diǎn)t，部門j受到?jīng)_擊：

圖1 氣候政策沖擊在宏觀金融網(wǎng)絡(luò)中的傳導(dǎo)流程圖

式（2）隱含了本文的一項(xiàng)基礎(chǔ)假設(shè)：當(dāng)某部門的資產(chǎn)遭受沖擊后，其負(fù)債的價(jià)值發(fā)生等比例的變動(dòng)。r是恢復(fù)率，表示在考慮違約概率、保險(xiǎn)覆蓋及其他有關(guān)因素的情況下，A遭受沖擊后，其受損部分能夠恢復(fù)的比率，r∈[0，1]。w=（A/A）（1-r）是沖擊系數(shù)，表示沖擊由部門i向部門j 傳染時(shí)強(qiáng)弱變化的程度。w≥0，且w可能大于1，如表2 顯示，非金融企業(yè)負(fù)債端的貸款和股權(quán)兩項(xiàng)均遠(yuǎn)大于其總金融資產(chǎn)。如果w＞1，意味著沖擊在這一環(huán)節(jié)的傳染中被放大。

在時(shí)點(diǎn)t，沖擊回到部門i，造成的沖擊為：

當(dāng)沖擊在這兩個(gè)部門間周而復(fù)始無限循環(huán)反饋時(shí)，將沖擊第n次返回部門i稱為部門i受到的第n輪沖擊。部門i受到的總沖擊為所有輪次沖擊的和：

根據(jù)式（4），當(dāng)ww=0時(shí)，△A（∞）=△A（t），表示氣候政策僅對(duì)部門i 造成△A（t）的初始沖擊，不存在反饋效應(yīng)。當(dāng) ww∈（0，1）時(shí)，△A（∞）＞△A（t），部門i受到的總沖擊大于初始沖擊，但有上限。

接下來考慮更為一般的情形，如果氣候政策沖擊從部門i 開始，在長度為n 的閉合鏈條上循環(huán)反饋，那么沖擊第1次返回部門i時(shí)，沖擊為：

經(jīng)過無限次的循環(huán)反饋，部門i受到的總沖擊為：

部門i 最終受到的總沖擊和初始沖擊之間的放大乘數(shù)為：

與對(duì)式（4）和式（5）的分析類似，式（8）中ww…w∈[0，1），M是大于等于 1 的有限值，這意味著氣候政策沖擊不會(huì)無限放大。

四、宏觀金融網(wǎng)絡(luò)傳染反饋氣候政策沖擊的實(shí)證評(píng)估

（一）宏觀金融網(wǎng)絡(luò)矩陣的最大熵估算

實(shí)證分析中，需要根據(jù)國家資產(chǎn)負(fù)債表提供的A和A數(shù)據(jù)，即矩陣A的行和與列和數(shù)據(jù)，求出所有的A數(shù)據(jù)，以計(jì)算沖擊系數(shù)w，并進(jìn)一步得到放大乘數(shù)M。本文使用在統(tǒng)計(jì)學(xué)領(lǐng)域得到廣泛應(yīng)用的最大熵方法計(jì)算A。最大熵方法在計(jì)算一個(gè)隨機(jī)事件的概率分布時(shí)，滿足全部已知約束，同時(shí)對(duì)未知信息不作任何假設(shè)，此時(shí)得出的概率分布最均勻，預(yù)測風(fēng)險(xiǎn)最小，信息熵最大。將最大熵原理應(yīng)用于構(gòu)建宏觀金融網(wǎng)絡(luò)，就是在已知各部門總金融資產(chǎn)和負(fù)債的約束條件下，將每個(gè)部門的金融資產(chǎn)或負(fù)債均勻拆分為所有部門的負(fù)債或金融資產(chǎn)，從而得到一個(gè)充分分散的網(wǎng)絡(luò)。本文根據(jù)國家資產(chǎn)負(fù)債表數(shù)據(jù)特征施加更多約束條件，使用RAS 算法求得所有的A，如表3所示。

表3 展示了宏觀部門間的資產(chǎn)負(fù)債關(guān)聯(lián)詳情。數(shù)據(jù)顯示，宏觀金融網(wǎng)絡(luò)中存在4 個(gè)“斷點(diǎn)”，即“居民部門→非金融企業(yè)”“居民部門→政府部門”“居民部門→國外部門”“國外部門→政府部門”。在這4 個(gè)環(huán)節(jié)上，后者均不持有前者的金融資產(chǎn)，因此沖擊不會(huì)由前者向后者傳染。除此4 個(gè)“斷點(diǎn)”外，部門間形成了普遍關(guān)聯(lián)，為傳播沖擊提供了渠道。

表3 中國宏觀金融網(wǎng)絡(luò)矩陣 （單位：萬億元）

進(jìn)一步，求得沖擊系數(shù)矩陣W為簡化分析，令r=0（i，j=1，2，3，4，5）。，見表4。結(jié)果顯示，絕大多數(shù)的w＜100%，表明沖擊傳染至其他部門后有所減弱，特別是在4 個(gè)“斷點(diǎn)”處，沖擊降至0。但是在“非金融企業(yè)→居民部門”和“非金融企業(yè)→金融部門”兩個(gè)環(huán)節(jié)，沖擊分別增強(qiáng)了60.39%和60.99%。從表3數(shù)據(jù)可以看出，這是因?yàn)榉墙鹑谄髽I(yè)對(duì)居民部門和金融部門的負(fù)債均大于其持有的金融資產(chǎn)。

表4 沖擊系數(shù)矩陣 （單位：%）

（二）主要循環(huán)反饋鏈條及其放大乘數(shù)

宏觀金融網(wǎng)絡(luò)中存在若干較為重要的循環(huán)反饋鏈條，政策制定者更為關(guān)注這些鏈條的沖擊放大效應(yīng)。由于氣候政策的主要目標(biāo)部門是非金融企業(yè)和金融部門，本文對(duì)始于這兩個(gè)部門的部分循環(huán)反饋鏈條開展研究。另外，鏈條越長，新增一個(gè)環(huán)節(jié)的邊際影響就越小，因此本文僅對(duì)有限長度的鏈條進(jìn)行分析。

首先是始于金融部門的閉合鏈條。許多研究表明，沖擊在金融部門內(nèi)部的循環(huán)反饋是引發(fā)系統(tǒng)性風(fēng)險(xiǎn)的重要機(jī)制。通過表4 數(shù)據(jù)和式（8），得到“金融部門→金融部門”鏈條的放大乘數(shù)M=1.14，表示金融部門的內(nèi)循環(huán)使氣候政策初始沖擊增強(qiáng)了14%。沖擊在非金融企業(yè)和金融部門間的循環(huán)反饋受到廣泛關(guān)注，計(jì)算得到鏈條“金融部門→非金融企業(yè)→金融部門”的放大乘數(shù)為1.34。根據(jù)表4，金融部門和居民部門間的沖擊系數(shù)最大，“金融部門→居民部門→金融部門”鏈條的放大乘數(shù)為1.08。類似地，得到“金融部門→政府部門→金融部門”鏈條的放大乘數(shù)為1.03（見表5）。

表5 始于金融部門的主要循環(huán)反饋鏈條及其放大乘數(shù)

其次是始于非金融企業(yè)的閉合鏈條。在非金融企業(yè)內(nèi)部，氣候政策導(dǎo)致的資產(chǎn)擱淺可能基于投入產(chǎn)出關(guān)聯(lián)產(chǎn)生“多米諾骨牌”效應(yīng)，“非金融企業(yè)→非金融企業(yè)”鏈條的放大乘數(shù)達(dá)到1.10。增加金融部門后，“非金融企業(yè)→金融部門→非金融企業(yè)”鏈條的放大乘數(shù)達(dá)到1.34。政府部門持有非金融企業(yè)的金融資產(chǎn)較少，鏈條“非金融企業(yè)→政府部門→非金融企業(yè)”的放大乘數(shù)僅為1.01。居民部門持有大量的非金融企業(yè)的金融資產(chǎn)，但不存在對(duì)非金融企業(yè)的負(fù)債，增加金融部門作為中介后，得到“非金融企業(yè)→居民部門→金融部門→非金融企業(yè)”鏈條的放大乘數(shù)為1.05（見表6）。

表6 始于非金融企業(yè)的主要循環(huán)反饋鏈條及其放大乘數(shù)

經(jīng)過上述閉合鏈條的循環(huán)反饋，初始沖擊均得到不同程度的放大，最高放大了34%。限于篇幅，僅對(duì)幾條重要鏈條開展了分析，實(shí)際中可根據(jù)需要，在鏈條中增減節(jié)點(diǎn)或調(diào)整順序。

（三）非金融資產(chǎn)的沖擊緩釋作用

上文僅考慮了金融資產(chǎn)和負(fù)債，未將非金融資產(chǎn)納入分析。實(shí)際上，非金融資產(chǎn)具有沖擊緩釋作用，因?yàn)樵诮鹑谫Y產(chǎn)不變的情況下，非金融資產(chǎn)越多，總資產(chǎn)就越多，在同一沖擊下，總資產(chǎn)變化的比例就越低。各部門非金融資產(chǎn)數(shù)據(jù)如表7所示。

表7 2019年各部門非金融資產(chǎn)情況

表8 考慮非金融資產(chǎn)時(shí)的沖擊系數(shù)矩陣 （單位：%）

表9 考慮非金融資產(chǎn)時(shí)的主要循環(huán)反饋鏈條放大乘數(shù)

（四）宏觀金融網(wǎng)絡(luò)的綜合放大效應(yīng)

在氣候政策研究和實(shí)踐中，還需關(guān)注兩方面問題：一是除了主要循環(huán)反饋鏈條外，宏觀金融網(wǎng)絡(luò)中存在無法窮盡的節(jié)點(diǎn)和連接組合，均會(huì)傳染反饋沖擊，需要進(jìn)一步測算整個(gè)網(wǎng)絡(luò)的綜合放大效應(yīng)是多少；二是在考察政策目標(biāo)部門受到的影響外，還需了解其他部門會(huì)受到何種影響，即政策的外溢效應(yīng)。為了解決這兩個(gè)問題，本文借鑒劉磊和張曉晶（2020）的方法開展研究。

對(duì)于宏觀部門i，其完整的資產(chǎn)負(fù)債表可用公式表達(dá)為：

對(duì)部門i，A是金融資產(chǎn)，F(xiàn)是非金融資產(chǎn)，A是負(fù)債，NW是資產(chǎn)凈值。國家資產(chǎn)負(fù)債表提供了式（9）中所有數(shù)據(jù)?？蓪?個(gè)宏觀部門納入同一個(gè)矩陣：

其中，q是一個(gè)5維列向量，每一個(gè)元素對(duì)應(yīng)每個(gè)部門的總資產(chǎn)。u是一個(gè)單位列向量。F和NW 均為5 維列向量，元素分別是每個(gè)部門的非金融資產(chǎn)和資產(chǎn)凈值。為了得到宏觀金融網(wǎng)絡(luò)的綜合放大效應(yīng)，對(duì)式（10）進(jìn)行變換。其左半邊可寫為：

其中，Q 是一個(gè)對(duì)角矩陣，對(duì)角線上各元素依次對(duì)應(yīng)q中的元素，Qu=q。M=AQ，其中的元素 M=A/q，因此 M=W，即表8 所示沖擊系數(shù)矩陣的轉(zhuǎn)置。進(jìn)一步將式（11）調(diào)整為：

其中，I為單位矩陣?；谕度氘a(chǎn)出理論，矩陣M為直接消耗系數(shù)矩陣，矩陣B=（I-M）為列昂惕夫逆矩陣，其中的元素B體現(xiàn)了部門j通過所有直接和間接渠道，對(duì)部門i的影響，即部門j的總資產(chǎn)受到1單位沖擊后，部門i總資產(chǎn)的變化。根據(jù)國家資產(chǎn)負(fù)債表數(shù)據(jù)，結(jié)合上文得出的矩陣A和W，計(jì)算出B矩陣所有元素的值，見表10。

表10 宏觀金融網(wǎng)絡(luò)綜合放大乘數(shù)矩陣

需要注意的是，與矩陣W和W有所區(qū)別，矩陣B 中的元素是列部門向行部門傳染沖擊時(shí)的放大乘數(shù)。矩陣B中不再存在“斷點(diǎn)”，任意兩個(gè)部門的資產(chǎn)負(fù)債表間，即使不存在直接連接，也會(huì)通過網(wǎng)絡(luò)建立間接連接。在考慮所有可能的循環(huán)反饋鏈條后，非金融企業(yè)和金融部門受到的總沖擊約為初始沖擊的1.2倍和2.0倍，較表9列示的放大乘數(shù)有所增強(qiáng)，特別是金融部門增強(qiáng)顯著，進(jìn)一步體現(xiàn)了金融部門在宏觀金融網(wǎng)絡(luò)中承載和傳播沖擊的核心樞紐作用。

此外，通過矩陣B可以方便地考察氣候政策沖擊的外溢效應(yīng)。例如當(dāng)氣候政策對(duì)非金融企業(yè)造成1 單位影響時(shí)，最終共對(duì)國內(nèi)部門造成3.48 個(gè)單位影響，包含：對(duì)居民部門0.84 個(gè)單位影響，對(duì)自身1.24 個(gè)單位影響，對(duì)金融部門1.04個(gè)單位影響，對(duì)政府部門0.36 個(gè)單位影響。這一功能尤為重要，因?yàn)闅夂蛘叩闹苯幽繕?biāo)和最終目標(biāo)可能并非同一部門，例如部分氣候政策的直接目標(biāo)是影響金融部門的綠色貸款利率，但最終目標(biāo)是發(fā)揮金融的資源配置作用，促進(jìn)非金融企業(yè)的綠色低碳發(fā)展。

（五）模擬評(píng)估：以煤電產(chǎn)業(yè)資產(chǎn)擱淺為例

消耗化石能源以支撐經(jīng)濟(jì)社會(huì)發(fā)展是人類活動(dòng)導(dǎo)致氣候變化的首要原因，能源使用端的電氣化和電力生產(chǎn)端的綠色化是低碳經(jīng)濟(jì)轉(zhuǎn)型的重中之重，也是氣候政策的關(guān)鍵著力點(diǎn)。英、法、德等國已計(jì)劃于2030年前全面關(guān)停煤電廠，我國在能源消費(fèi)、二氧化碳排放強(qiáng)度和總量“雙控”等政策下，逐步降低煤電占比已成大勢(shì)所趨。但目前我國未明確要求關(guān)停煤電廠，針對(duì)煤電產(chǎn)業(yè)的氣候政策仍存在不確定性，這與非理性預(yù)期等因素交織，使市場在對(duì)煤電產(chǎn)業(yè)的資產(chǎn)開展定價(jià)時(shí)，無法正確納入氣候變化和“碳”因素，從而可能存在系統(tǒng)性的錯(cuò)誤定價(jià)。一旦有明確的氣候政策落地，煤電產(chǎn)業(yè)將出現(xiàn)大規(guī)模的擱淺資產(chǎn)。

根據(jù)王艷華等（2021）、張為榮和袁家海（2021）的測算，在1.5℃、2℃溫升目標(biāo)下，我國煤電產(chǎn)業(yè)擱淺資產(chǎn)最高將達(dá)3.98萬億元、3.16萬億元。這些研究僅估算了氣候政策沖擊下煤電產(chǎn)業(yè)自身的擱淺資產(chǎn)規(guī)模，未對(duì)傳染和反饋效應(yīng)進(jìn)行評(píng)估。實(shí)際上，一旦煤電產(chǎn)業(yè)出現(xiàn)擱淺資產(chǎn)，會(huì)迅速通過投入產(chǎn)出關(guān)系和宏觀金融網(wǎng)絡(luò)對(duì)相關(guān)產(chǎn)業(yè)和其他部門產(chǎn)生影響：

第一，在非金融企業(yè)內(nèi)部引發(fā)多輪資產(chǎn)擱淺。煤電產(chǎn)業(yè)資產(chǎn)擱淺后，煤炭開采、煤電裝備制造等上游產(chǎn)業(yè)，持有煤電產(chǎn)業(yè)金融資產(chǎn)的其他產(chǎn)業(yè)的資產(chǎn)價(jià)值會(huì)隨之降低，在非金融企業(yè)內(nèi)部出現(xiàn)第二輪擱淺資產(chǎn)，并基于同樣機(jī)制產(chǎn)生第三輪乃至更多輪次擱淺資產(chǎn)。在煤電產(chǎn)業(yè)出現(xiàn)3.98萬億元擱淺資產(chǎn)時(shí)，根據(jù)表6，“非金融企業(yè)→非金融企業(yè)”的放大乘數(shù)為1.10，因此非金融企業(yè)的總資產(chǎn)最終將降低4.38 萬億元。而根據(jù)表9，考慮非金融資產(chǎn)的沖擊緩釋作用后，放大乘數(shù)約為1.00，氣候政策對(duì)煤電產(chǎn)業(yè)的沖擊在非金融企業(yè)內(nèi)部未出現(xiàn)明顯放大。

第二，對(duì)其他宏觀部門造成沖擊。由表3所示，所有部門都持有非金融企業(yè)的金融資產(chǎn)，因此煤電產(chǎn)業(yè)資產(chǎn)擱淺將引起所有部門資產(chǎn)價(jià)值下降。根據(jù)表4，非金融企業(yè)對(duì)居民部門、金融部門和政府部門的沖擊系數(shù)分別為160.39%、160.99%和87.73%，這三個(gè)部門將分別受到6.38萬億元、6.41萬億元和3.49萬億元的沖擊。而在考慮非金融資產(chǎn)后，根據(jù)表8，沖擊系數(shù)變?yōu)?5.52%、35.65%和19.43%，沖擊相應(yīng)變?yōu)?.41萬億元、1.42萬億元和0.77萬億元。雖然非金融資產(chǎn)吸收了大量沖擊，但其他部門受到的影響仍然非常大。

圖2 氣候政策沖擊下煤電產(chǎn)業(yè)資產(chǎn)擱淺傳導(dǎo)流程圖

第三，沖擊在宏觀金融網(wǎng)絡(luò)中反饋增強(qiáng)。根據(jù)表10，在宏觀金融網(wǎng)絡(luò)的作用下，源于非金融企業(yè)的沖擊對(duì)居民部門、非金融企業(yè)、金融部門和政府部門的放大乘數(shù)分別為0.839、1.240、1.043和0.356，氣候政策對(duì)煤電產(chǎn)業(yè)3.98萬億元的初始沖擊，最終分別對(duì)各部門造成3.34萬億元、4.94萬億元、4.15 萬億元和1.42 萬億元的沖擊，國內(nèi)部門共損失13.85萬億元，是初始沖擊的3.48倍。

五、結(jié)論和啟示

本文闡述了氣候政策沖擊經(jīng)濟(jì)金融系統(tǒng)并通過宏觀金融網(wǎng)絡(luò)傳染反饋的機(jī)制，基于國家資產(chǎn)負(fù)債表和最大熵方法構(gòu)建了宏觀金融網(wǎng)絡(luò)，計(jì)算了主要循環(huán)反饋鏈條的放大乘數(shù)，考察了非金融資產(chǎn)的沖擊緩釋作用，得出了宏觀金融網(wǎng)絡(luò)的綜合放大效應(yīng)。研究發(fā)現(xiàn)，宏觀金融網(wǎng)絡(luò)能夠放大氣候政策沖擊。在不考慮非金融資產(chǎn)的情況下，沖擊向下一個(gè)環(huán)節(jié)傳染時(shí)，既可能變?nèi)跻部赡茉鰪?qiáng)，但在無止盡的循環(huán)反饋中并不會(huì)無限增強(qiáng)?？紤]非金融資產(chǎn)的沖擊緩釋作用后，沖擊在任意一個(gè)環(huán)節(jié)的傳染中均不會(huì)增強(qiáng)，閉合鏈條的沖擊放大效應(yīng)減弱。在將整個(gè)宏觀金融網(wǎng)絡(luò)中所有可能的傳染反饋渠道納入考慮后，國內(nèi)部門受到的總沖擊為初始沖擊的3.48倍。根據(jù)上述結(jié)論，本文得到以下啟示：

第一，氣候政策的制定實(shí)施不僅要緊密圍繞其節(jié)能降碳的核心目標(biāo)，還必須考慮它們對(duì)經(jīng)濟(jì)金融系統(tǒng)的影響。尤其是在現(xiàn)代經(jīng)濟(jì)呈現(xiàn)金融化特征的現(xiàn)實(shí)情況下，不能僅考慮氣候政策對(duì)其目標(biāo)部門的直接、初始影響，還必須將宏觀金融網(wǎng)絡(luò)的沖擊放大效應(yīng)納入評(píng)估，否則將遠(yuǎn)遠(yuǎn)低估總體影響。產(chǎn)生正面沖擊時(shí)可能造成局部過熱和泡沫積聚，產(chǎn)生負(fù)面沖擊時(shí)可能引發(fā)一系列連鎖效應(yīng)和惡性循環(huán)，在突破一些部門的承載臨界點(diǎn)后，存在引發(fā)金融風(fēng)險(xiǎn)甚至系統(tǒng)性風(fēng)險(xiǎn)的隱患。

第二，氣候政策的制定和實(shí)施應(yīng)平穩(wěn)有序，并做好預(yù)期引導(dǎo)。使市場能夠及時(shí)、正確、平穩(wěn)地調(diào)整資產(chǎn)價(jià)格，使宏觀金融網(wǎng)絡(luò)中的各項(xiàng)金融資產(chǎn)和負(fù)債具有更為真實(shí)的價(jià)值基礎(chǔ)，以糾正可能存在的系統(tǒng)性錯(cuò)誤定價(jià)。從而使氣候政策沖擊產(chǎn)生后，金融資產(chǎn)和負(fù)債價(jià)格不發(fā)生大的調(diào)整，以達(dá)到從根本上防范風(fēng)險(xiǎn)產(chǎn)生、傳染、反饋、放大的目標(biāo)。此外，無論發(fā)展間接融資或直接融資，在實(shí)現(xiàn)其金融支持實(shí)體經(jīng)濟(jì)目標(biāo)的同時(shí)，也均形成了風(fēng)險(xiǎn)傳導(dǎo)的鏈條。而非金融資產(chǎn)是抵御風(fēng)險(xiǎn)傳播的“防護(hù)層”，是經(jīng)濟(jì)金融穩(wěn)定有效運(yùn)行的基石。應(yīng)重視合理提升各部門非金融資產(chǎn)占比，避免脫實(shí)向虛，從而增強(qiáng)抵御沖擊傳染的能力。