极端气候风险并非不可控！SAS 以 AI 助攻金融业者迎战「绿天鹅」

随着世界各国陆续喊出了 2050 净零排放的目标，因应气候变迁，成为未来十年各产业的重要课题，其中当然也包括金融业。国际清算银行（BIS）在 2020 年初即提出「绿天鹅」警告，指出气候变迁可能对金融体系带来大规模的极端影响。

为此，金管会在去（2021）年订定「本国银行业气候风险财务揭露指引」，要求各家银行及保险业者应自 2023 年起，於每年 6 月 30 日之前在永续报告书或公司网站揭露前一年度气候风险相关的财务资讯。

除了公开揭露资讯外，金管会更进一步於今（2022）年 9 月发布「绿色金融行动方案 3.0」，分阶段、分产业推动金融业者办理气候变迁压力测试，目前规划银行及保险业在 2023 年 12 月办理，证券期货投信业者则是 2025 年 12 月前，藉由压力测试来评估在不同气候风险情境下，金融业预期会造成哪些损失及拟定相关因应措施。

气候风险环环相扣，金融、保险业者面临新挑战

在日前举办的「SAS 用户交流年会」上，SAS 台湾总经理陈恺新也提到气候风险对金融业带来的冲击。陈恺新以银行为例，在传统信用风险管理流程中，银行会从企业的营运状况、财务表现、外部徵信报告等数据，评估该企业是否会违约，因为数据丰富且经验充足，因此掌握度很高。

但如今在极端气候灾难频繁发生的情况下，一个体制健全的公司也可能因为极端气候冲击而面临重大危机，进而影响履约能力，如：连日豪大雨造成工厂厂房淹水，机台、原料或产品皆因泡水而损坏，由於传统风险管理流程中，并没有任何与气候风险相关的评估因子，也就无法掌握气候风险可能的潜在损失。

2027 将有半数企业导入 AI 优化气候风险管理！金融业独有的「4 大挑战」如何迎刃而解？

「在法规与外在环境不断变化的情况下，金融业必须完善风险管理体制，才能有效因应气候风险所带来的冲击，而 AI 是金融业做好气候风险管理的重要途径」，SAS 台湾副总经理陈新铨说。

SAS 台湾副总经理陈新铨。（图片来源：SAS 提供）

原因在於，气候风险的不确定性高且是个新议题，金融业不知道会在哪里及何时发生，光是第一步识别风险，就是一大挑战。在识别风险後，如何做出正确决策达到有效管理的目标，甚至进一步掌握由气候风险延伸出来的市场机会，推出相关的产品及服务，这些都有赖 AI 的辅助。

IDC 在《2022 AI 及自动化 10 大预测》报告中指出，到了 2027 年，将有 50% 企业将 AI 运用在气候风险管理上，包括气候风险的识别、决策及机会，显见 AI 应用之於气候风险管理的重要性。

不过，根据陈新铨的观察，金融业实际将 AI 应用在气候风险管理时，经常会遇到以下 4 大挑战。

第一，是缺乏完善的数据管理。银行及保险内部缺乏历史资料来衡量气候风险影响以及气候情景、经济和金融之间的相互影响。

第二，是模型复杂且充满不确定性。国际上将气候风险分成实体风险及转型风险两种，每一种都有不同的状况，造成气候风险模型种类众多且复杂，更具挑战的是模型预测时间长，过往 AI 模型大多只要预测未来几年内的变化，但气候风险可能要预测未来 10 到 50 年的状况，不确定性非常高，很难知道要用哪些模型进行预测，才能稳定的控制风险。

第三则是气候风险影响范围广泛且深远，包含个人金融授信、担保品、法金授信部门等，皆有可能受到气候风险影响，如果 AI 风险管理系统没有完整基础，很容易出现顾此失彼的情况。

第四，是缺乏跟业务场景的整合。银行及保险内部的模型缺乏完整管理机制，难以运用至业务场景，且决策部署周期较长，难以即时面对外在冲击。

SAS 将在 2023 於台湾推出自动化气候风险压力测试平台

为协助金融业者解决以上挑战，SAS 提供完整解决方案，涵盖气候风险数据收集及管理、自动建模、气候风险计算、压力测试、产出报告、设计永续产品等各个面向，协助金融业克服上述 4 大挑战，完善因应气候风险管理需求。

目前，SAS 已经在日本推出气候风险云服务，金融业不需要自行担负建置和管理模型的工作，只要提供客户的财务状况、属性、抵押品评估资讯、营场场所位置⋯⋯等数据，系统就会自动分析每个客户的气候风险损失。

面对即将上线的气候变迁压力测试，陈恺新提及：「金融业者应分成短期与长期两个目标，建立气候风险管理能力，短期目标自然是合法合规，但在合规之後，金融业下一步要思考的是，如何健全自身的气候风险管理能力。」陈恺新最後也呼吁，长期而言，金融业应该进行更多投资，让因应气候风险的投资，不只能做到合规，更能创造价值，为金融业带来更多的产品服务创新与商机。

（本文提供合作夥伴转载。）