摘要：2023年9月20日，中央财经大学绿色金融国际研究院（IIGF）在全球治理框架下的绿色金融创新与合作论坛上，发布了新研发的绿色金融评估方法学体系。这一体系致力于为中国的可持续发展提供科学有效的支持，响应全球绿色金融的发展趋势。

2023年9月20日，中央财经大学绿色金融国际研究院（IIGF）在全球治理框架下的绿色金融创新与合作论坛上，发布了新研发的绿色金融评估方法学体系。这一体系致力于为中国的可持续发展提供科学有效的支持，响应全球绿色金融的发展趋势。

近年来，随着全球气候变化加剧以及中国“双碳”战略的推动，绿色金融已成为促进经济社会绿色转型的重要手段。IIGF在绿色金融研究领域深耕多年，建立了包括ESG评估、绿色识别定价、绿色低碳指数等在内的多项标准和工具，为企业与金融机构的绿色实践提供系统化的支持。

### 气候风险压力测试综合评估框架

气候变化引发的极端天气事件频发，使得金融机构面临日益严峻的气候风险挑战。IIGF的气候风险评估框架采用“情景-传导-量化”的多层次方法，旨在量化气候金融风险，符合国际可持续监管标准。该框架不仅关注短期突发事件，还考虑长期气候变化对金融市场的潜在影响。

气候风险通过多个渠道影响金融系统，诸如碳价上升对企业成本的传导、极端天气事件对资产价值的损害等。IIGF通过建立转型风险与物理风险双轨评估体系，将这两类风险整合在企业与资产层面，提供全面的风险视图。评估框架采用宏观、中观和微观的递进结构，确保了风险传导的连续性与评估结果的可追溯性。

### 转型风险的评估机制

IIGF的转型风险评估基于央行与监管机构绿色金融网络（NGFS）所提出的气候情景，整合多种综合评估模型（IAM），形成多个转型路径，包括“2050净零排放”与“现行政策”情景。通过多区域投入产出模型，系统地追踪碳价的传导路径，揭示碳价带来的直接、间接及诱发效应。

这种模型的创新之处在于引入碳税转嫁率，分析不同部门的成本转移能力，从而更全面地反映经济的复杂性，帮助决策者理解低碳转型过程中的结构性冲击。

### 物理风险的概率评估

在物理风险方面，IIGF采用IPCC提出的“危害-暴露-脆弱性”框架，利用CLIMADA平台进行系统化应用。通过建立自然灾害的概率分布模型，包括洪水、干旱等，结合经济数据和暴露度进行空间分解，识别具有风险的资产分布。

模型通过重现期概念实现对极端事件的概率评估，设置不同重现期（如10年、100年一遇等）以满足监管要求。物理风险的财务影响评估则运用气候调整股利贴现模型，量化气候灾害对企业整体价值的影响。该模型能够将气候因素纳入企业估值框架，支持企业更好地应对气候风险。

### 本土化的ESG评估体系

为适应中国市场的特性，IIGF自2017年起研发了符合国情的ESG评估体系。该体系采用“3+37+300”的多级指标框架，有效克服了国际标准与本土需求间的差异，确保了评价的科学性与准确性。该数据库目前已覆盖全部A股上市公司及相关非上市企业，支持多种绿色金融产品的设计与实施。

### 绿色融资与市场定价机制

为解决绿色融资过程中的信息不对称问题，IIGF构建了“绿色识别—市场定价—价格传导”的全链条方法学体系。通过精准识别企业的绿色与棕色收入结构，结合市场定价机制，实证研究表明绿色融资成本较常规融资降低10-30个基点。这一体系的应用为企业提供了可持续融资的有效工具。

### 绿色低碳指数的推动作用

IIGF与金融机构及指数公司合作推出了多条绿色低碳、ESG及碳中和主题指数，旨在引领投资方向，完善绿色金融基础设施。这些指数涵盖了2016年至今的上市企业，采用多维度样本空间，确保了数据的时效性与准确性。通过引导社会资本流向低碳领域，这些指数有助于提升市场透明度，推动中国在国际绿色金融中的话语权。

### 企业碳排放数据库的建立

针对企业碳信息披露不足的问题，IIGF研发了企业碳排放测算与评级数据库，采用“自上而下 + 行业内分配”的方法，量化企业碳排放量与强度，为各类市场主体提供支持。这一数据库不仅有助于投资机构评估碳风险，也为政府部门制定碳政策提供数据支撑。

### AI赋能绿色金融数据治理

为应对绿色金融领域大量异构数据的挑战，IIGF推出了一套基于AI的大模型的可持续目录分类框架。这一系统通过智能算法对接分类标准，解决了传统分类的“黑箱”问题。该框架的应用将为绿色项目识别、ESG数据治理等领域提供高效支持，推动绿色金融的进一步发展。

来源：新浪财经