SAS 台灣總經理陳愷新。(圖片來源:SAS 提供)

隨著世界各國陸續喊出了 2050 淨零排放的目標,因應氣候變遷,成為未來十年各產業的重要課題,其中當然也包括金融業。國際清算銀行(BIS)在 2020 年初即提出「綠天鵝」警告,指出氣候變遷可能對金融體系帶來大規模的極端影響。

為此,金管會在去(2021)年訂定「本國銀行業氣候風險財務揭露指引」,要求各家銀行及保險業者應自 2023 年起,於每年 6 月 30 日之前在永續報告書或公司網站揭露前一年度氣候風險相關的財務資訊。

除了公開揭露資訊外,金管會更進一步於今(2022)年 9 月發布「綠色金融行動方案 3.0」,分階段、分產業推動金融業者辦理氣候變遷壓力測試,目前規劃銀行及保險業在 2023 年 12 月辦理,證券期貨投信業者則是 2025 年 12 月前,藉由壓力測試來評估在不同氣候風險情境下,金融業預期會造成哪些損失及擬定相關因應措施。

氣候風險環環相扣,金融、保險業者面臨新挑戰

在日前舉辦的「SAS 用戶交流年會」上,SAS 台灣總經理陳愷新也提到氣候風險對金融業帶來的衝擊。陳愷新以銀行為例,在傳統信用風險管理流程中,銀行會從企業的營運狀況、財務表現、外部徵信報告等數據,評估該企業是否會違約,因為數據豐富且經驗充足,因此掌握度很高。

但如今在極端氣候災難頻繁發生的情況下,一個體制健全的公司也可能因為極端氣候衝擊而面臨重大危機,進而影響履約能力,如:連日豪大雨造成工廠廠房淹水,機台、原料或產品皆因泡水而損壞,由於傳統風險管理流程中,並沒有任何與氣候風險相關的評估因子,也就無法掌握氣候風險可能的潛在損失。

2027 將有半數企業導入 AI 優化氣候風險管理!金融業獨有的「4 大挑戰」如何迎刃而解?

「在法規與外在環境不斷變化的情況下,金融業必須完善風險管理體制,才能有效因應氣候風險所帶來的衝擊,而 AI 是金融業做好氣候風險管理的重要途徑」,SAS 台灣副總經理陳新銓說。

SAS 台灣副總經理陳新銓。(圖片來源:SAS 提供)

原因在於,氣候風險的不確定性高且是個新議題,金融業不知道會在哪裡及何時發生,光是第一步識別風險,就是一大挑戰。在識別風險後,如何做出正確決策達到有效管理的目標,甚至進一步掌握由氣候風險延伸出來的市場機會,推出相關的產品及服務,這些都有賴 AI 的輔助。

IDC 在《2022 AI 及自動化 10 大預測》報告中指出,到了 2027 年,將有 50% 企業將 AI 運用在氣候風險管理上,包括氣候風險的識別、決策及機會,顯見 AI 應用之於氣候風險管理的重要性。

不過,根據陳新銓的觀察,金融業實際將 AI 應用在氣候風險管理時,經常會遇到以下 4 大挑戰。

第一,是缺乏完善的數據管理。銀行及保險內部缺乏歷史資料來衡量氣候風險影響以及氣候情景、經濟和金融之間的相互影響。

第二,是模型複雜且充滿不確定性。國際上將氣候風險分成實體風險及轉型風險兩種,每一種都有不同的狀況,造成氣候風險模型種類眾多且複雜,更具挑戰的是模型預測時間長,過往 AI 模型大多只要預測未來幾年內的變化,但氣候風險可能要預測未來 10 到 50 年的狀況,不確定性非常高,很難知道要用哪些模型進行預測,才能穩定的控制風險。

第三則是氣候風險影響範圍廣泛且深遠,包含個人金融授信、擔保品、法金授信部門等,皆有可能受到氣候風險影響,如果 AI 風險管理系統沒有完整基礎,很容易出現顧此失彼的情況。

第四,是缺乏跟業務場景的整合。銀行及保險內部的模型缺乏完整管理機制,難以運用至業務場景,且決策部署週期較長,難以即時面對外在衝擊。

SAS 將在 2023 於台灣推出自動化氣候風險壓力測試平台

為協助金融業者解決以上挑戰,SAS 提供完整解決方案,涵蓋氣候風險數據收集及管理、自動建模、氣候風險計算、壓力測試、產出報告、設計永續產品等各個面向,協助金融業克服上述 4 大挑戰,完善因應氣候風險管理需求。

目前,SAS 已經在日本推出氣候風險雲服務,金融業不需要自行擔負建置和管理模型的工作,只要提供客戶的財務狀況、屬性、抵押品評估資訊、營場場所位置⋯⋯等數據,系統就會自動分析每個客戶的氣候風險損失。

面對即將上線的氣候變遷壓力測試,陳愷新提及:「金融業者應分成短期與長期兩個目標,建立氣候風險管理能力,短期目標自然是合法合規,但在合規之後,金融業下一步要思考的是,如何健全自身的氣候風險管理能力。」陳愷新最後也呼籲,長期而言,金融業應該進行更多投資,讓因應氣候風險的投資,不只能做到合規,更能創造價值,為金融業帶來更多的產品服務創新與商機。

(本文提供合作夥伴轉載。)