基于科学的直观物理风险指标现已在彭博终端上和通过彭博数据许可证提供

彭博社和 Riskthinking.AI 宣布推出首个物理风险指标，该指标考虑了政府间气候变化专门委员会 (IPCC) 认可的每种气候情景。

这些指标将彭博超过 1 万项实物资产的数据与 Riskthinking.AI 的全球气候变化预测高度精细的数据集和专有方法相结合，为彭博用户提供了一种新的、强大的方法来评估他们遭受洪水、干旱、野火和其他灾害的风险。气候脆弱性。

极端天气事件的影响越来越引起投资者和监管机构的关注，他们要求或计划要求根据各种报告制度披露气候相关风险。 Those regimes include, for example, the Corporate Sustainability Reporting Directive (CSRD) in Europe, the Task Force on Climate-Related Financial Disclosures (TCFD) recommendations and IFRS Sustainability Disclosure Standards in a number of key jurisdictions, and more.

为了帮助投资者和公司更好地了解他们面临的气候相关风险，Riskthinking.AI 使用彭博社近 50,000 家公司的实物资产数据（覆盖超过 1 万个制造工厂、能源工厂、采矿作业、办公楼和零售场所）来计算公司的实体风险暴露水平。 Riskthinking.AI 采用自下而上的方法来分析每个资产所在地的气候条件，使用户能够深入了解母公司的各个资产，从而分析特定的威胁。 这些指标还可以与彭博社的全球供应链数据结合使用，以揭示可能对公司运营产生负面影响的关键供应商的物理漏洞。

相关文章： 标准普尔全球加强气候信用分析以评估实体风险和转型风险

通过考虑 IPCC 认可的每种气候情景，这些指标是第一个采用真正随机方法的指标，该方法考虑了许多可能的未来结果，包括其他模型可能忽略的尾部事件。 The indicators intuitively express the physical risk exposure level for a company on a scale of 0 to 100 with high, moderate, and low classifications, and forward-looking projections up to the year 2050. Users have access to the documentation detailing the underlying calculations, so they can reference these indicators for reporting on climate-related risks, in line with the CSRD and the recommendations of the TCFD and the IFRS Sustainability Disclosure Standards.

“对物理危害的暴露进行可靠的评估依赖于大量的地理空间和气候数据，以有效地解释未来预测中固有的不确定性，” 彭博社可持续金融解决方案全球主管帕特里夏·托雷斯 (Patricia Torres) 表示。 “通过将尖端气候科学与投资者级实物资产数据结合起来，我们可以帮助投资者和公司更好地应对日益复杂的实物风险金融和监管环境。”

“我们的开创性方法使投资者能够利用气候模型固有的不确定性作为支持更好投资决策的优势，” Riskthinking.AI 首席执行官兼创始人 Ron Dembo 博士说道。 “在管理风险或定义策略时，我们不依赖单一模型或场景。 我们的产出考虑了 51 个领先气候研究中心和大学的气候预测，以捕捉广泛的未来可能的结果。”