近十年來， 氣候變化已成為全球各國面臨的主要挑戰(zhàn)。氣候變化不僅會導(dǎo)致物理風險， 而且對經(jīng)濟也會產(chǎn)生重大風險。 本書深入分析了氣候變化將如何影響金融市場的各個方面， 以及如何運用數(shù)學(xué)統(tǒng)計方法來分析、 建模和管理金融風險。 本書既聚焦轉(zhuǎn)型風險， 也聚焦低碳轉(zhuǎn)型過程中的物理風險， 旨在運用量化風險管理工具， 幫助讀者從金融風險管理的視角來分析轉(zhuǎn)型險。 全書共三章十三節(jié)， 第一章是碳金融基礎(chǔ)， 含氣候變化、 氣候經(jīng)濟學(xué)、 氣候風險、 碳風險理論四節(jié)； 第二章是碳金融數(shù)據(jù)， 含碳金融與人工智能、披露及數(shù)據(jù)要求、 碳風險交易市場三節(jié)； 第三章是碳金融市場， 含金融市場和能源市場碳排放認證、 碳風險與資產(chǎn)定價、碳風險與違約風險、 綠色債券、 碳風險與金融機構(gòu)、 碳風險與投資者六節(jié)。
馬丁·赫米奇（Martin Hellmich）
德勤金融服務(wù)業(yè)審計合伙人兼聯(lián)席領(lǐng)導(dǎo)人，負責運用大數(shù)據(jù)基礎(chǔ)架構(gòu)和人工智能為中央銀行、金融機構(gòu)、審計部門、監(jiān)管當局提供信息技術(shù)和風險管理服務(wù)解決方案。2013年，他擔任歐洲共同定價中心（CEPH）的咨詢顧問和項目經(jīng)理，該中心負責歐元體系中對所有符合條件的非ABS證券進行估值。2018年，他一直致力于搭建金融大數(shù)據(jù)集群，該集群根據(jù)歐洲云計劃GAIA-X原則，為金融市場數(shù)據(jù)提供去中心化的歐洲數(shù)據(jù)和基礎(chǔ)設(shè)施生態(tài)系統(tǒng)。
20122017年，馬丁擔任法蘭克福金融管理學(xué)院風險管理與監(jiān)管全職教授，授課內(nèi)容包括風險管理與監(jiān)管、量化金融、金融數(shù)學(xué)、金融市場和產(chǎn)品等。他曾在多個有關(guān)量化研究頂級期刊上發(fā)表了關(guān)于信用風險建模、投資組合管理、戰(zhàn)略資產(chǎn)配置和衍生產(chǎn)品的多篇論文。
此外，他曾在安聯(lián)集團、巴克萊銀行、坎特·菲茨杰拉德公司等投行從事風險管理、投資組合管理、衍生品交易和銷售等工作超過15年。
呂迪格·基塞爾（Rdiger Kiesel）
德國杜伊斯堡埃森大學(xué)能源交易和金融服務(wù)主席兼能源市場和金融學(xué)院執(zhí)行主任。此前，一直擔任德國烏爾姆大學(xué)金融教學(xué)研究所主任。他曾在倫敦大學(xué)伯克貝克學(xué)院、倫敦經(jīng)濟學(xué)院（全職和客座教授）和挪威奧斯陸大學(xué)數(shù)學(xué)系（客座教授）擔任精算學(xué)和金融數(shù)學(xué)教授，并在幾個學(xué)術(shù)協(xié)會擔任董事會成員。
研究領(lǐng)域包括量化氣候金融、電力市場建模、衍生品估值和對沖（與利率、信貸和能源相關(guān)的衍生品）、金融和能源機構(gòu)風險管理、風險轉(zhuǎn)移和風險管理方法（證券化）等。
李學(xué)武
甘肅省鎮(zhèn)原縣人，經(jīng)濟學(xué)碩士，高級經(jīng)濟師，現(xiàn)供職于中國人民銀行陜西省分行。先后在《中國金融》《中國外匯》等刊物發(fā)表研究文章多篇。
謝華軍
山西省朔州市人，經(jīng)濟學(xué)碩士，現(xiàn)供職于中國人民銀行陜西省分行。曾牽頭翻譯《宏觀審慎政策與實踐》一書。
目 錄
第一部分 碳金融基礎(chǔ)
第１章 氣候變化３
�。�.１ 正在悄然發(fā)生的氣候變化３
�。�.２ 全球風險管理７
（ＣｏｎｆｅｒｅｎｃｅｏｆｔｈｅＰａｒｔｉｅｓ，ＣＯＰ） ７
１.３ 分析１１
第２章 氣候經(jīng)濟學(xué)１７
�。�.１ 氣候變化政策１７
２.２ 碳定價２０
２.３ 碳排放權(quán)交易體系（ＥＴＳ） ２４
�。�.４ 碳信用３０
第３章 氣候風險３５
�。�.１ 碳風險３５
�。�.２ 碳排放衡量３９
�。�.３ 可持續(xù)金融４１
�。�.４ 擱淺資產(chǎn)（ＳｔｒａｎｄｅｄＡｓｓｅｔｓ）與碳泡沫（ＣａｒｂｏｎＢｕｂｂｌｅ） ４２
�。�.５ 尾部風險４４
第４章 碳風險理論４８
�。�.１ 如何確定碳價？ ４８
�。�.２ 資產(chǎn)定價方法５３
�。�.３ 市場怎么看？ ５９
第二部分 碳金融數(shù)據(jù)
第５章 碳金融和人工智能６７
�。�.１ 機器學(xué)習(xí)簡介６８
�。�.２ 將人工智能應(yīng)用于碳風險７４
�。�.３ 聯(lián)邦學(xué)習(xí)（ＦｅｄｅｒａｔｅｄＬｅａｒｎｉｎｇ） ８１
第６章 信息披露和數(shù)據(jù)要求８５
６.１ 信息披露８５
�。�.２ 數(shù)據(jù)質(zhì)量８９
�。�.３ 聯(lián)邦披露和可持續(xù)評級９０
第７章 碳風險交易市場９８
�。�.１ 碳排放權(quán)與碳抵消９８
�。�.２ 碳信用市場發(fā)展１０７
�。�.３ 區(qū)塊鏈簡要介紹１０９
７.４ 基于區(qū)塊鏈的碳信用交易基礎(chǔ)設(shè)施１１６
第三部分 碳金融市場
第８章 金融市場和能源市場碳排放證書１３１
�。�.１ 歐盟碳排放權(quán)交易體系證書動態(tài)變化趨勢１３１
�。�.２ 碳排放證書隨機模型１３３
�。�.３ 對金融市場和能源市場的影響１３９
第９章 碳風險和實證資產(chǎn)定價１４５
�。�.１ 構(gòu)建因子模型１４５
�。�.２ 股票收益和碳風險１４８
�。�.３ 碳風險、權(quán)益資本成本和債務(wù)成本１５１
�。�.４ 碳風險和機器學(xué)習(xí)１５３
第１０章 碳風險和違約風險１５６
�。保�.１ 違約風險建模１５６
�。保�.２�。茫模永詈吞硷L險１６０
１０.３ 碳風險效應(yīng)的異質(zhì)性１６４
�。保�.４ 碳風險和債券１６７
第１１章 綠色債券１７２
１１.１ 綠色債券市場１７２
�。保�.２ 綠色債券標準１７６
�。保�.３ 綠色債券溢價１７８
第１２章 碳風險和金融機構(gòu)１８１
�。保�.１ 標準風險管理考慮因素１８１
１２.２ 中央銀行的作用１８２
�。保�.３ 壓力測試１８４
第１３章 碳風險和投資者１９２
１３.１ 碳風險和投資組合１９２
�。保�.２ 對沖氣候風險１９５
�。保�.３ 可持續(xù)性優(yōu)化１９７
附錄Ａ 概率論和金融數(shù)學(xué)基礎(chǔ)２１１
附錄Ｂ 聯(lián)邦學(xué)習(xí)算法２２０
�。�.１ 算法２２０
�。�.２ 模擬練習(xí)２２６
�。�.３ 結(jié)束語２３０
參考文獻２３２
書單推薦
