Ieguvumi:
- Spēja atšķirt fiziskos (akūtos/hroniskos) un pārejas riskus un novērtēt iestādi kopā ar tās vērtību ķēdi vairākos sasilšanas scenārijos
- Iespēja saskaņot objektu atrašanās vietas ar klimata bīstamības datiem un radīt kvalitatīvu riska līmeni bez mākslīgā intelekta precīzas varbūtības/summas atbilstības.
- Spēja godīgi ziņot par klimata scenāriju nenoteiktību un izvairīties no klimata mazgāšanas riska
Klimata pārmaiņas nav tikai vides problēma, tās ir finansiāls un darbības risks. Plūdi var slēgt rūpnīcu, oglekļa nodoklis var sagraut biznesa modeli, sausums var pārraut piegādes ķēdi. Iestādēm tagad ir jāizmēra šie riski, jāpārbauda tie ar scenārijiem un jāziņo par tiem. Šajā nodaļā jūs uzzināsiet par diviem galvenajiem klimata riska veidiem, scenāriju analīzi, AI lomu un ierobežojumiem šīs neskaidrās nākotnes modelēšanā.
Kadrs vispirms. TCFD (Task Force on Climate related Financial Disclosures) ir pasaules standarta sistēma, kas nosaka, kā tiks atklāts klimata risks; Ir četri pīlāri: pārvaldība, stratēģija, riska pārvaldība, metrika-mērķi. (TCFD ieteikumi tagad lielā mērā ir pārnesti uz ISSB standartiem, taču to koncepcijas joprojām ir būtiskas.)
Divu veidu klimata riski
Fiziskais risks: risks, ko rada klimata fiziskā ietekme. Tas ir sadalīts divās daļās: akūts (akūti - pēkšņi notikumi, piemēram, plūdi, vētras, karstuma viļņi) un hronisks (hroniskas - lēnas, pastāvīgas izmaiņas, piemēram, jūras līmeņa celšanās, vidējās temperatūras paaugstināšanās, sausums).
Pārejas risks: risks, kas rodas, pārejot uz ekonomiku ar zemu oglekļa emisiju līmeni. Piemēri: oglekļa cena/nodoklis, regulējuma izmaiņas, tehnoloģiju maiņa (piemēram, iekšdedzes dzinēja darbības beigas), patērētāju izvēles izmaiņas, risks, ka “savlaicīgi aktīvi” (piemēram, ogļu spēkstacija kļūst novecojusi).
Padoms: fiziskais un pārejas risks bieži virzās pretējos virzienos. Ja pasaule veic ātru seku mazināšanu, palielinās pārejas risks (pēkšņa likumdošana), fiziskais risks samazinās; Ja viņš rīkojas lēni, notiek pretējais. Tāpēc tiek pārbaudīti vairāki scenāriji, nevis viena "nākotne".
Scenārija analīze: vairākas nākotnes
Klimata riska nākotne ir neparedzama, tāpēc tiek izmantota scenāriju analīze: tiek pārbaudīts, kā kvēpi tiks ietekmēti dažādos sasilšanas ceļos (piemēram, 1,5°C, 2°C, 3°C+). Zinātniskajiem scenārijiem par atsauci tiek ņemti IPCC SSP (Shared Socioeconomic Pathways) un IEA enerģētikas scenāriji. Mērķis nav "paredzēt" nākotni, bet gan pārbaudīt izturību - "kurā nākotnē mēs izjauksim?"
AI ir šeit; Tas ir spēcīgs, strukturējot scenāriju pieņēmumus, apstrādājot dažādas klimata datu kopas, saskaņojot objektu atrašanās vietas ar fizisko apdraudējumu kartēm un izstrādājot riska skriptus. Taču scenāriju izvēle, pieņēmumu reālisms un stratēģiskā interpretācija pieder ekspertam.
Soli pa solim: klimata riska novērtējums
1. Kartēt aktīvus un vērtību ķēdi. Kura iestāde ir kur, kurš piegādātājs ir kurā reģionā?
2. Nosakiet pakļaušanu apdraudējumiem. Kādi fiziski apdraudējumi (plūdi, sausums) ir neaizsargāti katra vieta?
3. Uzskaitiet pārejas faktorus. Oglekļa cena, likumdošana, tehnoloģijas, tirgus.
4. Izvēlieties scenārijus. Vismaz viens zemas (1,5-2°C) un viens augstas (3°C+) sasilšanas scenārijs.
5. Nosakiet ietekmi. Iespējamā finansiālā/operatīvā ietekme katrā scenārijā (diapazonā).
6. Novērtējiet izturību un ziņojiet par to. Vājās puses, adaptācijas pasākumi, nenoteiktība.
trīs mini futrāļi
1. gadījums — viena scenārija slazds. Viens uzņēmums AI lika “aprēķināt mūsu klimata risku”, un tas ieguva skaitli par vienu nākotni. Konsultants paskaidroja, ka tas ir maldinoši: zemas sasilšanas scenārijā oglekļa nodoklis (pārejas risks) bija liels, augstas sasilšanas scenārijā plūdi (fiziskais risks) bija liels. Kad abi scenāriji tika izpildīti atsevišķi, kļuva skaidrs, pret kuru nākotni uzņēmums ir neaizsargāts. Nepāra skaitlis deva nepatiesu pārliecību.
2. gadījums — fiktīva iespēja. Analītiķis YZ jautāja objekta "Kāds ir procentuālais plūdu risks 2050. gadā?" viņš jautāja; AI sniedza precīzu procentuālo daļu. Eksperts atzīmēja, ka šis skaitlis nebija balstīts uz nevienu modeli, bet AI izveidoja numuru, kas "šķita saprātīgs". Faktiskajam novērtējumam bija jāsaskaņo atrašanās vieta ar klimata bīstamības karti un hidroloģisko modeli. Safabricēšanas iespēja no ziņojuma izņemta.
3. gadījums — atrašanās vietas saskaņošana. Viena grupa novērtētu fizisko klimata risku 60 objektiem. Viņi lika AI rakstīt Python darbplūsmu, kas saskaņoja objekta koordinātas ar atvērtām klimata bīstamības datu kopām; Kods atzīmēja 9 objektus ar lielu plūdu un karstuma viļņu iedarbību. Komanda koncentrējās uz šo 9 objektu padziļinātu analīzi. AI skenēts; Eksperts pieņēma galīgo lēmumu par risku.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Novērtējiet mana uzņēmuma klimata risku.
Kāpēc tas ir vājš: nav aktīva, atrašanās vietas, scenārija, riska veida. AI rada vispārīgu skriptu vai izdomātu “riska rādītāju”.
Spēcīga uzvedne:
Jūsu loma: klimata riska padomnieks. Izmantojot TCFD sistēmu, novērtējiet gan fizisko (akūtu/hronisku), gan tranzīta risku tālāk norādītajam objektu sarakstam (atrašanās vieta, sektors). Izmantojiet divus scenārijus: 1,5°C un 3°C. Pat ja tas noteikti ir iespējams, tas ir FAKE; Norādiet kvalitatīvo līmeni (zems/vidējs/augsts) un pievienojiet piezīmi "ar kādiem datiem kvantitatīvi jāvērtē". Rezultāts ir riska tipa × scenārija tabula. Iekārtas: [saraksts]
Četras kopējamas veidnes
1) Riska veids × scenārija matrica:
Jūsu loma: klimata riska eksperts. Novērtējiet šādus fiziskos (akūtos/hroniskos) un pārejas riskus iestādei divos scenārijos (zema/augsta sasilšana). Katrā šūnā sniedziet kvalitatīvu līmeni un īsu pamatojumu. Neveidojiet precīzus skaitļus; norādiet, kādi dati ir nepieciešami kvantitatīvā noteikšanā. Iestādes informācija: [šeit]
2) Atrašanās vietas un bīstamības saskaņošana (pēc koda):
Uzrakstiet Python darbplūsmas sistēmu, kas kartē tālāk norādītās objekta koordinātas, lai atvērtu klimata bīstamības datu kopas (piemēram, plūdi, karstuma vilnis). Karoga iekārtas ar augstu ekspozīciju. Norādiet datu avotu; neatbilst rezultātu, ielieciet piezīmi "jāapstiprina pret datu kopu". Ērtības: [šeit]
3) Pārejas riska faktoru skrīnings:
Uzskaitiet pārejas riskus šādam biznesa modelim: oglekļa cena, regulējums, tehnoloģiju maiņa, tirgus/patērētājs, nogrimušais aktīvs, reputācija. Katram norādiet ekspozīciju un iespējamo laika periodu (īss/vidējs/garš). Precīza summa atbilst. Biznesa modelis: [šeit]
4) Izturības un pielāgošanās pasākumu projekts:
Ierosiniet iespējamos pielāgošanās/noturības pasākumus pret tālāk norādītajiem klimata riskiem. Katram pasākumam: kādu risku tas samazina, kādā scenārijā tas darbosies, aptuvens piepūles līmenis. Neizmantojiet hiperbolisku frāzi "nullē risku". Riski: [šeit]
Biežas kļūdas
- Novērtēšana ar vienu scenāriju. Ir nepieciešams vismaz viens zemas un viens lielas sasilšanas scenārijs.
- Fiziskā un pārejas riska sajaukšana. Abi tiek analizēti atsevišķi un var būt pretējos virzienos.
- AI pielāgošana precīzai varbūtībai/summai. Kvantifikācijai nepieciešami reāli modeļi un dati.
- Apejot vērtību ķēdi. Risks bieži gulstas uz piegādātājiem un klientiem.
- Nenoteiktības slēpšana. Klimata scenāriji pēc būtības ir neskaidri; ziņo par šo.
Uzmanību! Klimata riska informācijas atklāšana ietekmē ieguldītāju lēmumus, un nepatiesa/pārspīlēta informācijas atklāšana ir zaļās mazgāšanas finansiālā versija — “klimata mazgāšana”. Riska nenovērtēšana vai AI radīta nepatiesa pārliecība rada juridisku atbildību.
Rezumējot
Klimata risks; Tam nepieciešams novērtēt fiziskos (akūtos/hroniskos) un pārejas riskus, kā arī vērtību ķēdi vairākos scenārijos. AI; Tas ir spēcīgs paātrinātājs atrašanās vietas un bīstamības saskaņošanai, faktoru pārbaudei un melnraksta izstrādei. Taču scenāriju izvēle, kvantifikācija, pamatojoties uz reālo modeli, godīga ziņošana par nenoteiktību un stratēģiskā interpretācija, pieder ekspertam. Mērķis nav zināt nākotni, bet gan pārbaudīt izturību.
Lietojumprogrammas uzdevums
Uzskaitiet trīs vai četras iestādes objektus ar to atrašanās vietām un norādiet to nozari. 1. izveidojiet matricu ar veidni, kas liek AI novērtēt fiziskos un pārejas riskus divos scenārijos; Pārbaudiet, vai AI neveido precīzu varbūtību, bet gan norāda kvalitatīvu līmeni. Pēc tam, izmantojot 3. veidni, skenējiet sava biznesa modeļa pārejas riskus un atzīmējiet trīs riskus ar īsākajiem apvāršņiem.
kontrolsaraksts
- [ ] Atsevišķi novērtēju fiziskos (akūtos/hroniskos) un pārejas riskus.
- [ ] Es izmantoju vismaz vienu zemas un vienu augstas apkures scenāriju.
- [ ] Es analīzē iekļāvu vērtību ķēdi (piegādātājs/klients).
- [ ] Es neuzskatīju, ka AI atbilst precīzai varbūtībai/summai; Es norādīju datus kvantitatīvai noteikšanai.
- [ ] Es skaidri ziņoju par nenoteiktību.
- [ ] Esmu riskējis ar klimata mazgāšanu aprakstu (ne niecīgs, ne viltus noteikti).