王信

中国人民银行研究局局长

非常感谢会议的邀请，让我有机会向大家汇报关于“数字技术助力金融支持气候适应的实践与思考”。刚才几位领导和专家的讲话，已基本涉及数字金融和绿色金融中非常关键的主题，包括利用数字技术强大的数据处理能力，解决气候风险的监测、预警，金融工具开发以及金融风险管理等问题。

我向大家报告一个相对具体的领域——“数字技术助力金融支持气候适应”。

第一部分：气候变化影响日益频繁、严重，迫切需要加强金融支持气候适应。

极端天气事件频发，造成巨大社会经济损失。极端干旱、洪水、飓风、暴雨等主要气候相关灾害频发，给人类社会带来巨大冲击，严重影响经济社会发展。发展中国家首当其冲，由于应对能力较弱，损失最大；即便是发达国家，也会受到较大影响，如美国前段时间的严重山火、发达国家沿海城市因为海平面上升受到的冲击等。在全球范围内强化气候适应、保护财产和生命安全刻不容缓。这不仅要发挥财政作用，也要发挥金融作用，以动员更多资金应对气候变化。

金融支持气候适应面临挑战。目前，大量资金仍主要投向气候减缓领域，即减少碳排放，如能源转型、新能源发展等。气候适应的金融支持远远不足，融资缺口持续扩大。数据表明，气候融资中用于气候适应的资金约为5%，且私人部门参与程度较低，金融产品供给较少。刚才王洪章董事长专门提到，现在很多绿色金融产品均局限于绿色信贷领域，包括保险在内的其他金融工具发展不足，风险转移工具覆盖面有限。受限于数据可得性，项目评估和气候风险管理存在诸多困难和挑战。

第二部分：数字技术助力金融支持气候适应大有可为，目前国内外实践越来越多。

数字技术可以将难以量化的物理风险转化为金融部门容易理解、定价和交易的语言，以破解气候适应融资难题，强化气候风险管理，提高气候韧性。

一方面，数字技术助力气候变化及其冲击的有效评估和预警，为金融支持气候适应奠定基础。

一是有效评估气候变化及相关自然灾害，明确气候适应融资重点领域。卫星遥感、地理信息系统等数字技术，借助高效的数据分析评估，明确气候适应需求的优先次序，引导资金流向；通过将实时气象监测预警数据和金融业务系统相结合，金融机构能提前识别即将发生的极端天气事件，及时采取措施。如尼日利亚拉各斯市利用人工智能，模拟海平面上升对经济社会的影响，分析不同适应策略贡献度，据此确定气候优先项目组合，提升应对能力。

二是气候灾害发生后，数字技术通过整合灾害实况、资产暴露和脆弱性数据，为保险公司及时、快速理赔评估提供支持，强化对气候灾害的保险保障能力。如全球气候金融创新实验室推出的“区块链农作物气候风险保险”项目，将保险合同写入区块链上的智能合约，当极端天气事件发生时，保单会自动触发，保险公司及时赔付。平安财险在此方面有诸多应用。

三是提高气候适应融资可得性。在气候适应融资方面，数字技术连接资金供需方，缓解信息不对称。如肯尼亚金融科技公司为缺乏传统信用记录的小农户建立数字信用档案，提升贷款可得性。国际农业发展基金和中国国际发展合作署共同发起的“利用卫星数字解决方案促进坦桑尼亚气候适应型农业”项目，通过卫星信息和通信技术，支持坦桑尼亚数千名小农户，提高农业生产力与气候适应能力。

另一方面，数字技术助力金融管理部门强化气候相关金融风险管理。气候相关金融风险越来越突出，很可能成为系统性金融风险的重要来源，与传统金融风险相互叠加。

一是数字技术可以发挥信息披露价值，助力气候风险分析。以国际清算银行创新中心的两个项目为例，项目一是和新加坡金融管理局联合发起的维利迪斯项目，项目二是和欧央行等合作推出的盖亚项目，二者均利用自然语言处理、生成式人工智能等技术，从企业非结构化ESG报告、年报等披露文件中，自动提取相关数据和指标，为监管机构提供统一、可比、透明且可追溯的气候风险数据，支持大规模气候风险建模和金融稳定性评估。

二是提升气候相关金融风险评估分析效果。借助数字技术，可开发针对特定物理风险的分析模型，将风险地理分布及其与金融资产的关联可视化。如一些气候风险分析专业公司，利用数字技术提高对气候相关金融风险的评估能力，帮助客户管理风险。

三是深化情景分析和压力测试，强化风险评估框架。数字技术可增强金融管理部门对气候风险的监测、识别与管理能力，如新加坡金融管理局将物理风险纳入气候情景分析和压力测试；人民银行对24家主要大型银行进行气候相关金融风险评估和压力测试，为构建更具气候韧性的监管体系提供有效支撑。

第三部分：数字技术助力金融支持气候适应面临的挑战与风险。

一是数字技术应用的“软硬件”基础支撑不牢，影响项目风险评估精准度和投资决策效率，发展中国家面临更大挑战。二是数字技术和气候金融结合的广度深度不足。人工智能“黑箱”特性无从解释，期限错配和流动性困局难以根本解决，中小金融机构在数字技术能力、科技人才储备等方面存在短板，制约数字技术、气候金融融合发展。三是数字技术应用存在固有风险。一方面，存在算法偏见问题。由于发达国家拥有更完善的科技基础设施和更强大的算力，大模型训练数据多来自发达国家，但发展中国家气候风险更加突出，存在明显不对称，导致数据偏差，损害气候适应的科学性、有效性。另一方面，人工智能模型决策逻辑复杂、缺乏可解释性，给风险管理和监管带来挑战。若金融体系广泛采用少数几家科技巨头提供的相似模型，可能导致市场行为趋同，放大系统性风险。

第四部分：数字技术助力金融支持气候适应的政策建议。

一是强化数据治理和数字基础设施建设。包括强化标准化气候信息披露，如解决绿色金融标准和信息披露问题，确保不同项目以可比甚至一致的方式披露数据；完善基础设施建设、加强数据共享。

二是创新金融工具和服务模式。推动公共部门数字化参与；推动金融机构深化数字技术应用，增加气候适应相关金融产品和服务多元化供给；提高私人投资吸引力，构建“数字化气候适应项目融资平台”。

三是打造数字赋能的激励和风险防范并重的监管模式。积极应对算法偏见和歧视问题，严格监管用于信贷审批、保险定价等高风险领域的人工智能系统；通过试点方式，提供风险可控的真实测试环境；强化网络安全和数据隐私保护，推动金融机构在人工智能应用上线之前强制进行安全评估和算法备案。

四是加强国际合作与能力建设。进一步推动构建气候适应数字共享平台，将数字技术融入融资评估体系，推动数字气候金融技术标准化，促进气候适应跨境资本安全流动。

以上是我就“如何通过数字技术助力金融支持气候适应”所作的简要发言。不当之处请各位领导、专家批评指正，谢谢！