2026年3月27日上午，杜克大学张俊杰教授在北京大学经济学院107会议室作了题为“商业银行气候风险评估”的讲座，此次讲座由北京大学经济学院长聘副教授季曦主持。

主讲人：张俊杰教授

讲座围绕气候变化背景下商业银行信贷资产安全性的风险识别与量化评估展开。张俊杰教授指出，中国金融体系以商业银行为主，商业银行通过存贷利差获取收益，但气候变化带来的极端事件显著增加了贷款违约的尾部风险，进而对银行资本充足性与金融系统稳定构成潜在威胁。气候变化通过影响实体经济运行，进一步传导至金融部门，成为当前经济评估中的关键议题之一。在方法层面，现有研究主要依赖综合评估模型、计量经济学方法以及机器学习工具，不同方法在可解释性与极端风险预测方面各有优劣，需要构建更优的方法与评估框架。

气候变化通过物理风险与转型风险两条路径，对金融体系稳定性产生深远影响。在物理风险评估方面，中国作为气候变化敏感区域，相关风险呈持续上升趋势，其中农业部门尤为脆弱，农村商业银行因此面临更高的气候暴露。受普惠金融约束，农信系统在风险缓释工具上的选择空间有限。气候冲击通过农户收入下降与抵押物损失引发信用风险，通过信贷扩张与存款流失加剧流动性风险，并通过产业转移与结构调整影响区域经济格局，甚至可能因网点关闭或数据中心受损而引发运营中断。张俊杰教授基于与广西农村商业银行的合作研究，将农户信贷数据与高频气象数据进行空间匹配，构建气候风险与信贷质量之间的响应函数。实证结果表明，极端气温显著推高违约概率，银行则通过主动下调贷款利率以缓解违约风险。在不同气候情景设定下，为维持既有违约水平，需要压缩利差，而降息带来的净收益取决于气候变暖路径。进一步分析显示，在合理的政策支持下，公共部门仅需较小规模的补偿即可覆盖银行降息带来的成本。此外，干旱冲击会使农村金融机构的风险承担水平上升约4.1%至11.9%。

在转型风险评估方面，张俊杰教授强调碳价格机制的核心作用。然而，在中小微企业融资过程中，企业层面的碳排放数据普遍缺失，制约了风险评估的精度。为应对这一挑战，团队利用某农村商业银行供应链金融业务中的增值税发票数据，获取企业能源使用信息，并基于税务交易数据识别上下游关系，构建企业级供应链网络。进一步地，研究提取能源强度、能源使用波动性以及经营连续性等特征变量，并结合机器学习方法对信贷违约风险进行预测。结果表明，引入供应链网络结构与转型风险因子后，模型对信贷违约的预测能力显著提升。

讲座现场

   讲座最后，与会师生就贷款对象、信贷选择性、灾害与信贷反向因果、全球化市场风险与张俊杰教授进行了深入的交流与研讨。讲座在一片轻松愉快的氛围中结束。本次讲座次内容前沿、方法严谨，为理解气候变化与金融体系之间的复杂关联提供了启示，也为同学老师们未来进行相关研究提供重要参考。