進入 21 世紀，全球變暖正以前所未有的速度加快。世界氣象組織（World Meteorological Organization，WMO）數(shù)據(jù)顯示，2024 年是有記錄以來最熱的一年，全球平均氣溫比工業(yè)化前平均水平高出約1.55 ℃。氣候變化及其相關風險已成為21 世紀人類面臨的最嚴峻挑戰(zhàn)之一，全面沖擊人類經(jīng)濟社會的平穩(wěn)運行。在應對氣候變化的整體框架中，金融系統(tǒng)處于核心的樞紐地位——它引導資本支持氣候適應與減緩行動，為氣候風險管理提供金融工具，當然也不可避免地受到氣候風險影響。在這一背景下，氣候金融作為一門新興的交叉學科應運而生，這門學科是連接環(huán)境可持續(xù)性與金融資源配置的核心橋梁，其本質(zhì)是研究氣候變化與金融活動的復雜交互關系。

氣候金融是一個跨領域的研究與實踐主題，其內(nèi)涵在不同語境下存在多種理解路徑。姬強等（2024）指出，從學科本質(zhì)看，氣候金融是一門新興的交叉學科，其核心是研究氣候變化與金融活動之間的復雜關系。它通過將氣候的關鍵屬性和本質(zhì)特征與傳統(tǒng)金融理論深度有機地嵌套融合，研究氣候變化對資產(chǎn)定價、投融資、金融風險、金融政策等方面的影響。因此，氣候金融兼具實踐性與學術性：在國際組織層面，它是支持減緩與適應氣候變化的投融資安排；在學術層面，它是一門研究氣候變化如何影響金融系統(tǒng)的交叉學科。兩者相輔相成，共同構(gòu)成了氣候金融這一概念的完整內(nèi)涵。

作為一門跨越多個領域的新興學科，氣候金融的研究與實踐面臨多重挑戰(zhàn)：首先是數(shù)據(jù)壁壘——跨學科、多維度以及不同標準的多源異構(gòu)信息難以整合；其次是模型困境——氣候-經(jīng)濟-金融系統(tǒng)的非線性、動態(tài)性與復雜性，對傳統(tǒng)線性、靜態(tài)模型構(gòu)成根本性挑戰(zhàn)；第三是決策鴻溝——研究結(jié)果往往缺乏與政策語言、監(jiān)管規(guī)則及市場機制的語義對齊，導致從理論到實踐的“最后一公里”難以打通。

自然語言處理技術在氣候金融研究中的具體應用框架

人工智能技術的發(fā)展為推動氣候金融研究與應用提供了諸多關鍵支撐，可以有效解決多重問題：通過機器學習與自然語言處理（natural language processing，NLP）可有效整合多源異構(gòu)氣候數(shù)據(jù)，緩解數(shù)據(jù)碎片化難題；利用深度學習技術可構(gòu)建高維非線性模型，精準量化氣候風險與資產(chǎn)定價的復雜關聯(lián)；通過實時預測算法、生成式人工智能不僅能提升極端氣候事件預警能力，還能模擬長期轉(zhuǎn)型情景，優(yōu)化投資決策與政策制定。盡管人工智能在氣候金融領域的應用尚處于起步階段，還存在模型可解釋性、數(shù)據(jù)依賴性等方面的問題，但其在推動智能化、動態(tài)化應對氣候沖擊以及輔助實踐部門提供更高效的金融解決方案等方面的應用價值已逐步顯現(xiàn)。

人工智能與氣候金融

姬強, 郭琨, 張大永 編著

北京 : 科學出版社, 2025. 11

ISBN 978-7-03-084112-4

《人工智能與氣候金融》正是寫在人工智能技術應用于氣候金融研究和實踐的初期，旨在全面探討人工智能技術在氣候金融領域的應用現(xiàn)狀與未來趨勢，為應對氣候風險、推動綠色轉(zhuǎn)型提供全新的方法論支撐與解決方案。本書圍繞三個核心問題逐步展開，即人工智能嵌入氣候金融的底層邏輯和架構(gòu)如何刻畫？人工智能如何突破傳統(tǒng)氣候金融研究模式在數(shù)據(jù)、模型與決策上的瓶頸？人工智能技術將如何影響監(jiān)管機構(gòu)、金融機構(gòu)乃至每一個市場參與者的行為范式？

全書包括總論篇、風險篇、市場篇、投資篇與治理篇共五個部分。

一

總論篇 從“氣候-金融-人工智能算法”三位一體的視角，系統(tǒng)論證了氣候金融理論根基與人工智能的嵌入邏輯。通過厘清氣候金融的概念脈絡、研究范疇與核心挑戰(zhàn)，并揭示人工智能的感知、判別、決策、生成四重能力如何破解數(shù)據(jù)異構(gòu)、系統(tǒng)復雜性與動態(tài)響應難題，最終勾勒出人工智能全面賦能氣候風險全流程管理、氣候金融多市場分析、氣候投資多主體決策與氣候金融宏微觀治理的完整圖景，為后續(xù)篇章奠定方法論與場景框架。

二

風險篇 涵蓋了人工智能如何對傳統(tǒng)氣候風險管理模式進行革新的情景，包括：如何通過大模型、結(jié)合衛(wèi)星遙感數(shù)據(jù)實時捕捉極端事件的早期信號，如何通過生成式人工智能模擬極端事件沖擊的情景；深入銀行業(yè)與保險業(yè)的實踐，介紹人工智能如何重塑其氣候風險管理框架，優(yōu)化銀行信貸風險評估與壓力測試，以及提升保險產(chǎn)品的精準定價。

三

市場篇 揭示了人工智能技術在驅(qū)動氣候金融市場創(chuàng)新中的關鍵作用，包括：在碳金融市場，人工智能技術應用于提升碳價預測準確性、實現(xiàn)自動化碳核算；在可持續(xù)債券市場，人工智能助力精準定價、識別“漂綠”（greenwashing）行為、監(jiān)測違約風險；在天氣衍生品市場，人工智能優(yōu)化產(chǎn)品設計、價格預測、風險管理策略及投資組合構(gòu)建。

四

投資篇 探討了人工智能如何賦能氣候金融投資決策，包括：在項目層面，人工智能為氣候友好型項目的篩選、價值評估等環(huán)節(jié)提供智能支持；在金融產(chǎn)品投資層面，人工智能助力構(gòu)建量化投資策略。

五

治理篇 闡述了人工智能提升氣候金融治理效能的路徑，包括：在ESG（environmental, social and governance，環(huán)境、社會和治理）評級和信息披露領域，人工智能技術在評級體系的基礎上進行革新，實現(xiàn)了自動化處理；在氣候金融穩(wěn)定性監(jiān)管領域，人工智能驅(qū)動的復雜系統(tǒng)模型能夠更有效地評估氣候風險對金融體系的沖擊。

本書的撰寫過程是一場跨學科的協(xié)作實驗，充分體現(xiàn)了氣候金融領域的交叉學科特征。寫作團隊由來自氣象科學、金融工程、經(jīng)濟管理、計算機科學與政策研究領域的幾十位專家學者組成。在大家的共同努力下，本書構(gòu)建了這樣一個多維知識體系，描繪了人工智能技術在氣候金融領域應用的多維場景。當然，人工智能雖然功能強大，但并非萬能鑰匙，也會受限于數(shù)據(jù)質(zhì)量、模型偏差與倫理約束。因此，書中也針對氣候金融研究中的若干關鍵問題和挑戰(zhàn)提出了具體的改進路徑。

本書面向不同類型的讀者，嘗試以通俗易懂的語言、嚴謹?shù)淖C據(jù)支撐和全面的系統(tǒng)性分析進行展示。對于政策制定者，可為其提供一套基于證據(jù)的決策框架，幫助其全面了解人工智能技術在相關領域的應用現(xiàn)狀與前景；對于金融機構(gòu)從業(yè)者，呈現(xiàn)從戰(zhàn)略構(gòu)想到實際應用的技術路線圖，助力其了解如何通過人工智能技術應對氣候風險并建立競爭優(yōu)勢；對于科研工作者，通過理論和實踐的結(jié)合與探討，激發(fā)更多關于人工智能技術在氣候金融領域應用的基礎性研究。希望本書能夠拋磚引玉，引領更多關于人工智能與氣候金融的深入探討，共同推動這一新興交叉學科的發(fā)展，為我國可持續(xù)發(fā)展提供更有效的金融支撐。

本書的研究工作得到了國家自然科學基金（No.72348003）的支持！

姬 強 郭 琨 張大永

2025 年8 月

本文摘編自《人工智能與氣候金融》（姬強, 郭琨, 張大永編著. 北京 : 科學出版社, 2025. 11）一書“前言”“第1 章 人工智能與氣候金融的融合基礎 ”，有刪減修改，標題為編者所加。

ISBN 978-7-03-084112-4

責任編輯：徐 倩

本書在全球面臨日益加劇的氣候風險治理與綠色轉(zhuǎn)型挑戰(zhàn)背景下，全面討論了人工智能在氣候金融領域研究及應用的現(xiàn)狀與趨勢。總論篇闡述了人工智能與氣候金融融合的理論基礎，風險篇分析了人工智能如何革新氣候風險管理，市場篇揭示了人工智能驅(qū)動氣候金融市場發(fā)展的關鍵作用，投資篇探討了人工智能如何賦能氣候金融投資決策，治理篇闡釋了人工智能提升氣候金融治理效能的路徑。

本書可作為金融學、環(huán)境經(jīng)濟學、氣候科學、數(shù)據(jù)科學、人工智能等領域?qū)W者、學生的拓展性閱讀材料，同時也可供金融機構(gòu)從業(yè)者及決策者、金融科技公司相關技術人員參考使用。

（本文編輯： 劉四旦 ）

專業(yè)品質(zhì) 學術價值

原創(chuàng)好讀 科學品位

一起閱讀科學