国科大牵头、几十位专家跨学科协作，探讨AI在气候金融的应用与趋势

进入 21 世纪，全球变暖正以前所未有的速度加快。世界气象组织（World Meteorological Organization，WMO）数据显示，2024 年是有记录以来最热的一年，全球平均气温比工业化前平均水平高出约1.55 ℃。气候变化及其相关风险已成为21 世纪人类面临的最严峻挑战之一，全面冲击人类经济社会的平稳运行。在应对气候变化的整体框架中，金融系统处于核心的枢纽地位——它引导资本支持气候适应与减缓行动，为气候风险管理提供金融工具，当然也不可避免地受到气候风险影响。在这一背景下，气候金融作为一门新兴的交叉学科应运而生，这门学科是连接环境可持续性与金融资源配置的核心桥梁，其本质是研究气候变化与金融活动的复杂交互关系。

气候金融是一个跨领域的研究与实践主题，其内涵在不同语境下存在多种理解路径。姬强等（2024）指出，从学科本质看，气候金融是一门新兴的交叉学科，其核心是研究气候变化与金融活动之间的复杂关系。它通过将气候的关键属性和本质特征与传统金融理论深度有机地嵌套融合，研究气候变化对资产定价、投融资、金融风险、金融政策等方面的影响。因此，气候金融兼具实践性与学术性：在国际组织层面，它是支持减缓与适应气候变化的投融资安排；在学术层面，它是一门研究气候变化如何影响金融系统的交叉学科。两者相辅相成，共同构成了气候金融这一概念的完整内涵。

作为一门跨越多个领域的新兴学科，气候金融的研究与实践面临多重挑战：首先是数据壁垒——跨学科、多维度以及不同标准的多源异构信息难以整合；其次是模型困境——气候-经济-金融系统的非线性、动态性与复杂性，对传统线性、静态模型构成根本性挑战；第三是决策鸿沟——研究结果往往缺乏与政策语言、监管规则及市场机制的语义对齐，导致从理论到实践的“最后一公里”难以打通。

自然语言处理技术在气候金融研究中的具体应用框架

人工智能技术的发展为推动气候金融研究与应用提供了诸多关键支撑，可以有效解决多重问题：通过机器学习与自然语言处理（natural language processing，NLP）可有效整合多源异构气候数据，缓解数据碎片化难题；利用深度学习技术可构建高维非线性模型，精准量化气候风险与资产定价的复杂关联；通过实时预测算法、生成式人工智能不仅能提升极端气候事件预警能力，还能模拟长期转型情景，优化投资决策与政策制定。尽管人工智能在气候金融领域的应用尚处于起步阶段，还存在模型可解释性、数据依赖性等方面的问题，但其在推动智能化、动态化应对气候冲击以及辅助实践部门提供更高效的金融解决方案等方面的应用价值已逐步显现。

人工智能与气候金融

姬强, 郭琨, 张大永 编著

北京 : 科学出版社, 2025. 11

ISBN 978-7-03-084112-4

《人工智能与气候金融》正是写在人工智能技术应用于气候金融研究和实践的初期，旨在全面探讨人工智能技术在气候金融领域的应用现状与未来趋势，为应对气候风险、推动绿色转型提供全新的方法论支撑与解决方案。本书围绕三个核心问题逐步展开，即人工智能嵌入气候金融的底层逻辑和架构如何刻画？人工智能如何突破传统气候金融研究模式在数据、模型与决策上的瓶颈？人工智能技术将如何影响监管机构、金融机构乃至每一个市场参与者的行为范式？

全书包括总论篇、风险篇、市场篇、投资篇与治理篇共五个部分。

一

总论篇 从“气候-金融-人工智能算法”三位一体的视角，系统论证了气候金融理论根基与人工智能的嵌入逻辑。通过厘清气候金融的概念脉络、研究范畴与核心挑战，并揭示人工智能的感知、判别、决策、生成四重能力如何破解数据异构、系统复杂性与动态响应难题，最终勾勒出人工智能全面赋能气候风险全流程管理、气候金融多市场分析、气候投资多主体决策与气候金融宏微观治理的完整图景，为后续篇章奠定方法论与场景框架。

二

风险篇 涵盖了人工智能如何对传统气候风险管理模式进行革新的情景，包括：如何通过大模型、结合卫星遥感数据实时捕捉极端事件的早期信号，如何通过生成式人工智能模拟极端事件冲击的情景；深入银行业与保险业的实践，介绍人工智能如何重塑其气候风险管理框架，优化银行信贷风险评估与压力测试，以及提升保险产品的精准定价。

三

市场篇 揭示了人工智能技术在驱动气候金融市场创新中的关键作用，包括：在碳金融市场，人工智能技术应用于提升碳价预测准确性、实现自动化碳核算；在可持续债券市场，人工智能助力精准定价、识别“漂绿”（greenwashing）行为、监测违约风险；在天气衍生品市场，人工智能优化产品设计、价格预测、风险管理策略及投资组合构建。

四

投资篇 探讨了人工智能如何赋能气候金融投资决策，包括：在项目层面，人工智能为气候友好型项目的筛选、价值评估等环节提供智能支持；在金融产品投资层面，人工智能助力构建量化投资策略。

五

治理篇 阐述了人工智能提升气候金融治理效能的路径，包括：在ESG（environmental, social and governance，环境、社会和治理）评级和信息披露领域，人工智能技术在评级体系的基础上进行革新，实现了自动化处理；在气候金融稳定性监管领域，人工智能驱动的复杂系统模型能够更有效地评估气候风险对金融体系的冲击。

本书的撰写过程是一场跨学科的协作实验，充分体现了气候金融领域的交叉学科特征。写作团队由来自气象科学、金融工程、经济管理、计算机科学与政策研究领域的几十位专家学者组成。在大家的共同努力下，本书构建了这样一个多维知识体系，描绘了人工智能技术在气候金融领域应用的多维场景。当然，人工智能虽然功能强大，但并非万能钥匙，也会受限于数据质量、模型偏差与伦理约束。因此，书中也针对气候金融研究中的若干关键问题和挑战提出了具体的改进路径。

本书面向不同类型的读者，尝试以通俗易懂的语言、严谨的证据支撑和全面的系统性分析进行展示。对于政策制定者，可为其提供一套基于证据的决策框架，帮助其全面了解人工智能技术在相关领域的应用现状与前景；对于金融机构从业者，呈现从战略构想到实际应用的技术路线图，助力其了解如何通过人工智能技术应对气候风险并建立竞争优势；对于科研工作者，通过理论和实践的结合与探讨，激发更多关于人工智能技术在气候金融领域应用的基础性研究。希望本书能够抛砖引玉，引领更多关于人工智能与气候金融的深入探讨，共同推动这一新兴交叉学科的发展，为我国可持续发展提供更有效的金融支撑。

本书的研究工作得到了国家自然科学基金（No.72348003）的支持！

姬 强 郭 琨 张大永

2025 年8 月

本文摘编自《人工智能与气候金融》（姬强, 郭琨, 张大永编著. 北京 : 科学出版社, 2025. 11）一书“前言”“第1 章 人工智能与气候金融的融合基础 ”，有删减修改，标题为编者所加。

ISBN 978-7-03-084112-4

责任编辑：徐 倩

本书在全球面临日益加剧的气候风险治理与绿色转型挑战背景下，全面讨论了人工智能在气候金融领域研究及应用的现状与趋势。总论篇阐述了人工智能与气候金融融合的理论基础，风险篇分析了人工智能如何革新气候风险管理，市场篇揭示了人工智能驱动气候金融市场发展的关键作用，投资篇探讨了人工智能如何赋能气候金融投资决策，治理篇阐释了人工智能提升气候金融治理效能的路径。

本书可作为金融学、环境经济学、气候科学、数据科学、人工智能等领域学者、学生的拓展性阅读材料，同时也可供金融机构从业者及决策者、金融科技公司相关技术人员参考使用。

（本文编辑： 刘四旦 ）

专业品质 学术价值

原创好读 科学品位

一起阅读科学