伦敦 – 近年来出现的空前高温和极端天气事件凸显了温室气体(GHG)排放对全球气候的巨大影响。此外，这类自然现象造成的损失正在不断攀升。例如，美国历史上最严重的五次自然灾害就发生在2005年以后，按通货膨胀调整后计算，造成的经济损失共计5230亿美元。仅去年一年，美国就遭受了22次严重自然灾害。
但是，将气候变化模型的输出结果转化为具体的潜在作用，以及估计气候危害对于财务表现的重要性，对企业和投资者来说都是一个挑战。由于现在迅速采用了基于模型推导出的气候数据，人们开始担心在财务决策和信息披露的过程中会无意间出现对气候数据的误用，也担心出现“漂绿”（虚假的环保宣传）以及财务报告中出现重大错报。在公共基础设施的长期资本投资方面，这些风险尤其成问题，因为公共基础设施的使用寿命往往长达几十年。
在评估（关于具体资产或资产类别、区域和领域）的颗粒度（详细和清晰程度）以及投资期限两个方面，金融市场参与者对气候信息的需求各不相同。但是，如果没有具体数据来体现企业过去的表现情况，提高应对气候变化能力的措施就很难得到评估。具体数据可能包括企业如何受到洪水等历史性事件的影响、危害发生的时间和地理规模及其影响，以及企业所做调整的有效性。
若要为与气候有关的风险和机会定价，目前还没有一个放之四海而皆准的解决办法，但有些流程具有高度优先地位。例如，标准化可确保对于数据集和分类系统的应用具有一致性质，以帮助避免对气候变化的不适应；标准化还可减少对气候模型的产出数据和相关替代物的依赖。与信用风险有关的、针对特定地理区域的标准化信息披露也将会把对与气候有关的风险和机会及其潜在影响进行的类似评估考虑在内。
另一种方法----强化的气候风险分析----涉及使用针对某个具体实体的数据（包括资产级别的数据和财务信息）来补充气候模型的输出结果。对一个实体的资产有一个清晰的看法，就可以更容易理解气候变化的实际效应可能产生的财务影响。这种分析还可促进与决策者的对话，以了解他们如何看待所面临的严重和长期的气候风险，以及他们如何管理、监测和减轻这些风险。
最后，若使用大量的气候预测，决策者就能够考虑更广泛的可能结果。这有助于他们增强组织韧性，并在风险和机会出现之前对两者进行识别，从而使他们能够更有成效地审议可能需要的干预措施。
尽管气候风险分析、与实体的对话以及专家的评判都可以改进分析，但下一代气候模型需要变得更加精密，以更好地解释全球变暖的复杂之处。气候危害不会孤立地发生，其影响也是无差别的。气候变化的进一步发展可能会产生新的、复杂的相互依存关系和相互作用。而由于现有模型的“筒仓式”特性，数据提供者无法解决这些问题。
假设气候变量之间关系更为复杂的非平衡模型可能是一个可行的替代方案。同样，综合评估模型（IAM）提供了将多个模型组合在一起的潜力，以便了解连接环境、社会经济和气候系统的影响链。IAM还可以评估为缓解温室气体所做的努力和为适应气候变化所采取的行动对气候系统的影响，进而衡量相关战略的效力。
但非均衡模型和IAM并不是万能之计。例如，IAM无法衡量某些事件（如强烈风暴）造成的经济损失，也无法计算与气候变化有关的成本。
此外，这些模型通常是根据全球平均温度的变化进行校准的。这限制了他们对风暴和山洪等极端事件变化的洞察力，而包括保险公司在内的许多金融市场参与者主要担忧的就是这些极端事件。此外，像IAM这样的模型本身就很复杂，输出量大，运行成本高，这意味着当前一代气候模型面临的许多挑战很可能也适用于下一代气候模型。
目前没有完美的办法来评估气候变化的财务影响，但这不应成为无所作为的借口。强化的气候风险分析可以更清楚地了解全球变暖对企业的影响有多大--或者对其造成的损失有多大。虽然技术将迅速发展，以帮助公司的气候风险评估，但若要解释模型的输出内容并更好的决策过程提供信息，现在比以往任何时候都更加迫切地需要分析模型。毕竟，在气候风险分析这样一个瞬息万变的领域，过去只能提供对未来的一个狭隘的、短期的看法。
这种方法还将有助于防止意外的后果以及金融市场参与者对气候模型输出的滥用，因为金融市场参与者越来越需要公开披露他们在气候风险下的暴露程度。公司和投资者可以为一系列可能的未来结果做好更好的准备。
Translated by Hu Youwen from Intellisia Institute
伦敦 – 近年来出现的空前高温和极端天气事件凸显了温室气体(GHG)排放对全球气候的巨大影响。此外，这类自然现象造成的损失正在不断攀升。例如，美国历史上最严重的五次自然灾害就发生在2005年以后，按通货膨胀调整后计算，造成的经济损失共计5230亿美元。仅去年一年，美国就遭受了22次严重自然灾害。
但是，将气候变化模型的输出结果转化为具体的潜在作用，以及估计气候危害对于财务表现的重要性，对企业和投资者来说都是一个挑战。由于现在迅速采用了基于模型推导出的气候数据，人们开始担心在财务决策和信息披露的过程中会无意间出现对气候数据的误用，也担心出现“漂绿”（虚假的环保宣传）以及财务报告中出现重大错报。在公共基础设施的长期资本投资方面，这些风险尤其成问题，因为公共基础设施的使用寿命往往长达几十年。
在评估（关于具体资产或资产类别、区域和领域）的颗粒度（详细和清晰程度）以及投资期限两个方面，金融市场参与者对气候信息的需求各不相同。但是，如果没有具体数据来体现企业过去的表现情况，提高应对气候变化能力的措施就很难得到评估。具体数据可能包括企业如何受到洪水等历史性事件的影响、危害发生的时间和地理规模及其影响，以及企业所做调整的有效性。
若要为与气候有关的风险和机会定价，目前还没有一个放之四海而皆准的解决办法，但有些流程具有高度优先地位。例如，标准化可确保对于数据集和分类系统的应用具有一致性质，以帮助避免对气候变化的不适应；标准化还可减少对气候模型的产出数据和相关替代物的依赖。与信用风险有关的、针对特定地理区域的标准化信息披露也将会把对与气候有关的风险和机会及其潜在影响进行的类似评估考虑在内。
另一种方法----强化的气候风险分析----涉及使用针对某个具体实体的数据（包括资产级别的数据和财务信息）来补充气候模型的输出结果。对一个实体的资产有一个清晰的看法，就可以更容易理解气候变化的实际效应可能产生的财务影响。这种分析还可促进与决策者的对话，以了解他们如何看待所面临的严重和长期的气候风险，以及他们如何管理、监测和减轻这些风险。
最后，若使用大量的气候预测，决策者就能够考虑更广泛的可能结果。这有助于他们增强组织韧性，并在风险和机会出现之前对两者进行识别，从而使他们能够更有成效地审议可能需要的干预措施。
BLACK FRIDAY SALE: Subscribe for as little as $34.99
Subscribe now to gain access to insights and analyses from the world’s leading thinkers – starting at just $34.99 for your first year.
Subscribe Now
尽管气候风险分析、与实体的对话以及专家的评判都可以改进分析，但下一代气候模型需要变得更加精密，以更好地解释全球变暖的复杂之处。气候危害不会孤立地发生，其影响也是无差别的。气候变化的进一步发展可能会产生新的、复杂的相互依存关系和相互作用。而由于现有模型的“筒仓式”特性，数据提供者无法解决这些问题。
假设气候变量之间关系更为复杂的非平衡模型可能是一个可行的替代方案。同样，综合评估模型（IAM）提供了将多个模型组合在一起的潜力，以便了解连接环境、社会经济和气候系统的影响链。IAM还可以评估为缓解温室气体所做的努力和为适应气候变化所采取的行动对气候系统的影响，进而衡量相关战略的效力。
但非均衡模型和IAM并不是万能之计。例如，IAM无法衡量某些事件（如强烈风暴）造成的经济损失，也无法计算与气候变化有关的成本。
此外，这些模型通常是根据全球平均温度的变化进行校准的。这限制了他们对风暴和山洪等极端事件变化的洞察力，而包括保险公司在内的许多金融市场参与者主要担忧的就是这些极端事件。此外，像IAM这样的模型本身就很复杂，输出量大，运行成本高，这意味着当前一代气候模型面临的许多挑战很可能也适用于下一代气候模型。
目前没有完美的办法来评估气候变化的财务影响，但这不应成为无所作为的借口。强化的气候风险分析可以更清楚地了解全球变暖对企业的影响有多大--或者对其造成的损失有多大。虽然技术将迅速发展，以帮助公司的气候风险评估，但若要解释模型的输出内容并更好的决策过程提供信息，现在比以往任何时候都更加迫切地需要分析模型。毕竟，在气候风险分析这样一个瞬息万变的领域，过去只能提供对未来的一个狭隘的、短期的看法。
这种方法还将有助于防止意外的后果以及金融市场参与者对气候模型输出的滥用，因为金融市场参与者越来越需要公开披露他们在气候风险下的暴露程度。公司和投资者可以为一系列可能的未来结果做好更好的准备。
Translated by Hu Youwen from Intellisia Institute