确保不确定性下的韧性：Frank Elderson主题演讲

在不确定性面前确保韧性

ECB执行委员会委员兼ECB监管委员会副主席 Frank Elderson 在 ECB-Bank of England Conference on supervising climate risk in a non-linear world 上的主题演讲

德国法兰克福，2026年10月14日

我很荣幸能开启这次联合的 ECB-Bank of England 会议。

将来自18个国家、三个大洲的跨学科专家汇聚一堂，讨论我们如何在日益非线性的世界中确保韧性，这次活动可谓恰逢其时。

在现代金融的大部分时间里，风险管理都建立在简单但至关重要的假设之上：只要有足够的数据、关于借款人行为的充分信息、稳健的模型以及对历史模式的深刻理解，银行就可以相当精确地估算他们可能面临的损失。

这些估算指导银行如何定价风险、为预期损失计提拨备，以及确定需要多少资本来吸收任何大规模、不可预见的损失。当基本关系总体保持稳定时，这种方法效果很好，长期以来一直作为管理金融风险的有用基础。当然，今天的建模已经通过额外的风险管理层得到了补充，包括模型叠加、压力测试、承保、风险偏好设定以及其他流程。

但我们要面对的世界正变得越来越复杂、相互联系越来越紧密，不确定性几乎与日俱增。

想想地缘政治的碎片化、人口变化、人工智能和量子计算，当然，还有本次会议的核心主题：持续的气候和自然（C&N）危机带来的风险。

这些宏观趋势在许多方面都存在差异。

它们的起源不同。

它们的范围不同。

它们的速度不同。

然而，它们都有一个共同点：它们都产生于复杂且高度互联的系统，而这些系统往往表现出非线性行为。这意味着微小的变化可以扩散并引发不成比例的巨大影响。这些宏观趋势可以通过反馈回路放大冲击。它们可以通过临界点导致突然的过渡。昨天被视为远程尾部风险的事件正变得越来越接近明天的基准。

解决非线性问题无疑是具有挑战性的，但只要我们仍处于可测量的范围内，它仍然是可控的。然而，当我们进入一个以 Frank Knight 所称的“不确定性”为特征的世界时，就会面临一个更大的挑战，这种不确定性不同于风险，或者后来被 John Kay 和 Mervyn King 普及为“根本不确定性”[1]。

其基本思想是相同的：一种未来的事件、其概率甚至相关结果都无法以任何有意义的置信度进行测量的不确定性形式。

今天我想用一个简单的框架来探讨这一挑战。即区分我们知道的、我们知道我们不知道的，以及我们甚至不知道自己不知道的。或者换句话说：已知已知、已知未知和未知未知。

我们所了解的世界：C&N风险的已知已知

让我先从我们已经了解的关于C&N风险的情况开始。

在过去十年中，银行和监管机构在识别、量化和管理C&N风险方面取得了实质性进展。[2]

通过共同努力，我们建立了风险管理、压力测试和情景分析所需的基础架构，以捕捉C&N风险的已知已知。[3]

如今，我们不仅看到了气温上升带来的影响；而且越来越能够对其进行测量。得益于更好的工具、更好的数据和更好的建模，我们越来越能够量化C&N风险对经济造成的直接损害。[4] 想想今年夏天极端天气对经济活动、劳动生产率[5]和供应链造成的沉重打击。[6]

重要的是，我们也越来越了解这些风险向银行面临的金融风险类别传导的渠道。

例如，借助更好的气候危害和地理位置数据，银行可以更好地模拟干旱和洪水对传统金融风险指标（如违约损失率LGD）的财务影响。

我们知道银行对不同转型情景对其资本状况影响的初步估算。

我们也知道，自2022年以来，主要受监管银行来自高碳行业的利息收入平均份额一直保持在70%以上。

我们知道他们融资的物业的平均能效。我们知道他们在物理风险脆弱地区敞口的份额，以及这些敞口中又有多少比例的信用质量正在恶化。虽然其中许多影响仍依赖于估算，但由于公共数据来源的可用性，涵盖了越来越多的物理风险危害，银行近年来取得了显著进展。[7]

然而，尽管这一进展至关重要，但它只讲述了部分故事。[8]

我们知道，许多至关重要的C&N风险本质上具有前瞻性。我们也知道，由于这些风险与过去的事件非常不同，因此尚未被完全理解，且难以量化。

迄今为止取得的进展因此为一场更困难但必要的对话提供了跳板：一场关于这些风险和不确定性某些基本挑战的对话，一场不仅关于我们已知什么，也关于我们已知自己尚未知道什么的对话。

仍然不确定的部分：C&N风险的已知未知

这引出了我们框架中的第二类：已知未知。

这些是我们知道存在，但其发生时间、规模或概率仍不确定的风险。

这并非一个全新的挑战。经济预测在类似的环境中运作。经济与气候一样，是一个复杂的适应性系统。我们无法对其做出精确预测，但我们可以探索合理的情景，并评估我们应对这些情景的韧性。

C&N 风险提供了几个例子：

我们知道临界点确实存在，但不知道它们何时会被达到。令人担忧的是，科学家已经确定了地球系统的几个组成部分，其临界点可能正在逼近，包括亚马逊雨林的枯萎和大西洋经向翻转环流（AMOC）的崩溃。

我们也知道复合事件可以放大影响。我们不知道这些相互作用将如何展开。严重的干旱很可能伴随热浪发生。水资源短缺可能与重大的农业中断同时发生。物理损害可能与能源系统的压力同时出现。[9]

我们还知道，自然退化可以通过复杂且相互关联的渠道影响经济活动。我们知道，人类的生活水平已经远远超出了大多数行星边界。[10] 事实上，九大行星边界中已有七个被突破。仍然不确定的是，这些力量可能如何相互作用、相互放大，并最终通过经济和金融体系传播。

在所有这些例子中，我们都遇到了一个根本性问题：气候变化和自然退化对未来的影响，按定义而言，并未反映在传统风险分析所使用的历史数据中。

利用情景分析应对已知的未知

在处理不确定性时，情景分析是一种不可或缺的工具。情景最好被理解为对合理未来的结构化探索，而不是预测。其目的不是告诉我们将会发生什么，而是帮助我们更系统地思考可能发生什么。它们使我们能够识别脆弱性、检验假设并调查可能被隐藏的传导渠道。

令人鼓舞的是，气候情景分析近年来取得了显著进展。绿色金融网络（NGFS）情景