Печалби:
- Способност за разграничаване на физически (остри/хронични) и рискове от преход и оценка на институция заедно с нейната верига на стойността в множество сценарии на затопляне
- Възможност за съпоставяне на местоположенията на съоръженията с данни за климатичните опасности и създаване на качествено ниво на риск без изкуствен интелект да съпостави точната вероятност/количество
- Способност за честно докладване на несигурността на климатичните сценарии и избягване на риска от измиване на климата
Изменението на климата не е само екологичен проблем, то е финансов и оперативен риск. Наводнение може да затвори фабрика, въглероден данък може да срине бизнес модел, суша може да прекъсне верига за доставки. Сега институциите трябва да измерват тези рискове, да ги тестват със сценарии и да ги докладват. В този модул ще научите за двата основни вида климатичен риск, анализ на сценарии, ролята и ограниченията на ИИ при моделирането на това несигурно бъдеще.
Първа рамка. TCFD (Task Force on Climate-related Financial Disclosures) е световен стандарт, който определя как ще се оповестява рискът от климата; Има четири стълба: управление, стратегия, управление на риска, метрика-цели. (Препоръките на TCFD вече до голяма степен са прехвърлени към стандартите на ISSB, но техните концепции остават основни.)
Два вида климатични рискове
Физически риск: риск, произтичащ от физическите ефекти на климата. Разделя се на две: остра (остра — внезапни събития като наводнения, бури, горещи вълни) и хронична (хронична — бавни, постоянни промени като покачване на морското равнище, повишаване на средната температура, суша).
Риск от прехода: рискът, произтичащ от прехода към нисковъглеродна икономика. Примери: цена/данък върху въглеродните емисии, регулаторна промяна, технологична промяна (напр. край на двигателя с вътрешно горене), промяна в предпочитанията на потребителите, риск от „безвъзвратни активи“ (напр. остаряла електроцентрала на въглища).
Съвет: Физическият риск и рискът от прехода често се движат в противоположни посоки. Ако светът направи бързо смекчаване, рискът от прехода се увеличава (внезапно законодателство), физическият риск намалява; Ако той действа бавно, се получава обратното. Ето защо се тестват множество сценарии, а не едно „бъдеще“.
Анализ на сценария: множество фючърси
Бъдещето на климатичния риск е непредвидимо, поради което се използва анализ на сценария: тестване на това как саждите ще бъдат засегнати при различни пътища на затопляне (напр. 1,5°C, 2°C, 3°C+). За научни сценарии, SSP на IPCC (Споделени социално-икономически пътеки) и енергийните сценарии на IEA са взети като референтни. Целта не е да се „предсказва“ бъдещето, а да се тества устойчивостта – „в кое бъдеще ще се пречупим?“
AI е тук; Той е мощен при структуриране на предположения за сценарии, обработка на различни масиви от климатични данни, съпоставяне на местоположенията на съоръженията с карти на физически опасности и изготвяне на скриптове за риск. Но изборът на сценарии, реализмът на предположенията и стратегическата интерпретация принадлежат на експерта.
Стъпка по стъпка: оценка на климатичния риск
1. Картирайте активите и веригата на стойността. Кое съоръжение къде е, кой доставчик в кой регион е?
2. Определете излагането на опасности. На какви физически опасности (наводнение, суша) е уязвимо всяко място?
3. Избройте преходните фактори. Цена на въглерода, законодателство, технология, пазар.
4. Изберете сценарии. Поне един нисък (1,5-2°C) и един висок (3°C+) сценарий на затопляне.
5. Количествена оценка на въздействието. Потенциално финансово/оперативно въздействие във всеки сценарий (в обхват).
6. Оценете и докладвайте дълготрайността. Слабости, мерки за адаптиране, несигурност.
три мини калъфа
Случай 1 — Капан за единичен сценарий. Една компания каза на AI "да изчисли нашия климатичен риск" и получи число за едно бъдеще. Консултантът обясни, че това е подвеждащо: в сценария с ниско затопляне въглеродният данък (риск от преход) е голям, в сценария с високо затопляне наводненията (физически риск) са тежки. Когато двата сценария бяха изпълнени поотделно, стана ясно към какво бъдеще е уязвима компанията. Нечетното число вдъхваше фалшива увереност.
Случай 2 — Фиктивна възможност. Анализатор попита YZ на съоръжение "Какъв е процентът на риска от наводнения през 2050 г.?" попита той; AI даде точен процент. Експертът отбеляза, че това число не се основава на никакъв модел, но че AI е произвел число, което „изглежда разумно“. Действителната оценка изисква съпоставяне на местоположението с карта на климатичните опасности и хидрологичен модел. Възможността за измислица е премахната от доклада.
Случай 3 — Съпоставяне на местоположение. Една група ще оцени физическия климатичен риск на 60 съоръжения. Те накараха изкуствения интелект да напише работен процес на Python, който съпостави координатите на съоръжението, за да отвори масиви от данни за опасност от климата; Кодът маркира 9 съоръжения с висока експозиция на наводнения и горещи вълни. Екипът се фокусира върху задълбочен анализ върху тези 9 съоръжения. AI сканиран; Експертът взе окончателното решение за риска.
Слаба подкана / Силна подкана
Слаба подкана:
Оценете климатичния риск на моята компания.
Защо е слаб: Няма актив, местоположение, сценарий, тип риск. AI произвежда общ скрипт или измислен „рисков резултат“.
Мощна подкана:
Вашата роля: съветник по климатичния риск. С рамката TCFD оценете както физическия (остър/хроничен), така и транзитния риск за следния списък от съоръжения (местоположение, сектор). Използвайте два сценария: 1,5°C и 3°C. Дори и да е определено вероятно, то е ФАЛШИВО; Дайте качествено ниво (ниско/средно/високо) и добавете бележка „с какви данни трябва да се определи количествено“. Резултатът е таблицата тип риск × сценарий. Съоръжения: [списък]
Четири копируеми шаблона
1) Тип риск × матрица на сценария:
Вашата роля: експерт по климатичните рискове. Оценете следните физически (остри/хронични) и преходни рискове за институцията в два сценария (ниско/силно затопляне). Във всяка клетка дайте качествено ниво и кратка обосновка. Не правете точни числа; посочете какви данни са необходими за количественото определяне. Информация за институцията: [тук]
2) Съвпадение на местоположението и опасността (по код):
Напишете рамка на работен поток на Python, която картографира следните координати на съоръжение, за да отворите набори от данни за климатични опасности (напр. наводнение, гореща вълна). Флаг съоръжения с висока експозиция. Посочете източника на данни; не отговарят на резултата, поставете бележка „трябва да се валидира спрямо набора от данни“. Съоръжения: [тук]
3) Скрининг на рисков фактор за преход:
Избройте рисковете при прехода за следния бизнес модел: цена на въглерода, регулаторна, технологична промяна, пазар/потребител, потънал актив, репутация. За всеки посочете експозиция и възможен времеви хоризонт (къс/среден/дълъг). Подходяща точна сума. Бизнес модел: [тук]
4) Мерки за устойчивост и приспособяване:
Предложете възможни мерки за адаптиране/устойчивост срещу следните идентифицирани климатични рискове. За всяка мярка: кой риск намалява, в кой сценарий ще работи, приблизително ниво на усилие. Не използвайте хиперболичния израз „нулява риска“. Рискове: [тук]
Често срещани грешки
- Оценяване с един сценарий. Необходим е поне един сценарий на ниско и един сценарий на високо затопляне.
- Смесване на физически и преходен риск. Двете се анализират отделно и може да са в противоположни посоки.
- Направете изкуствения интелект да пасне на точната вероятност/количество. Количественото определяне изисква реални модели и данни.
- Заобикаляне на веригата на стойността. Рискът често се крие в доставчиците и клиентите.
- Скриване на несигурност. Климатичните сценарии по своята същност са несигурни; докладвай това.
Внимание: Оповестяването на рискове, свързани с климата, влияе върху решенията на инвеститорите, а фалшивото/преувеличеното разкриване на информация е финансовата версия на зеленото измиване – „измиване на климата“. Подценяването на риска или представянето му с фалшива сигурност, създадена от ИИ, създава правна отговорност.
В обобщение
Климатичен риск; Това изисква оценка на физическите (остри/хронични) и рисковете от прехода, заедно с веригата на стойността в множество сценарии. AI; Това е мощен ускорител за съпоставяне на местоположението и опасността, факторен скрининг и чертане. Но изборът на сценарий, количественото определяне въз основа на реалния модел, честното отчитане на несигурността и стратегическото тълкуване принадлежат на експерта. Целта не е да се знае бъдещето, а да се тества издръжливостта.
Задача за приложение
Избройте три или четири съоръжения на институция с тяхното местоположение и посочете техния отрасъл. 1. създайте матрица с шаблона, който казва на AI да оцени физическите и преходните рискове в два сценария; Уверете се, че AI не измисля точна вероятност, а дава качествено ниво. След това с шаблон 3 сканирайте рисковете от прехода на вашия бизнес модел и маркирайте трите риска с най-кратки хоризонти.
контролен списък
- [ ] Оцених поотделно физическите (остри/хронични) и преходните рискове.
- [ ] Използвах поне един сценарий с ниско и един сценарий с високо нагряване.
- [ ] Включих веригата на стойността (доставчик/клиент) в анализа.
- [ ] Не накарах AI да отговаря на точната вероятност/количество; Посочих данни за количествено определяне.
- [ ] Съобщих ясно несигурността.
- [ ] Поех риска да измия климата описанието (нито леко, нито фалшиво със сигурност).