超越气候地图：基于客户决策评估物理风险AI平台的价值

1. 界定估值决策

交易决策在于收购方或投资者能够为物理风险 AI 平台赋予多少价值。相关资产并不是一张彩色地图。它是一套受治理的决策系统，结合科学数据、地理空间身份、脆弱性模型、客户工作流和财务后果证据。同一个灾害评分可用于投资组合筛选，却可能不适合工程设计或保险定价。

估值应从明确列示的决策开始。贷款人可以使用该平台优先安排抵押品审查。保险公司可以使用它对承保进行分诊。基础设施所有者可以使用它安排适应资本的顺序。企业可以使用它评估选址或供应商连续性。每项决策都有不同的重要性、时间范围、容错能力和人工复核要求。

该框架检验六项命题。平台识别相关资产。灾害与暴露数据适用于所述期限。脆弱性和损失函数已针对该资产类别得到验证。不确定性在使用环节得到传达。客户在受治理的工作流内操作。由此采取的行动创造或保护现金流。任何环节的失败都会降低交易价值的金额、时点或确定性。

表1. 物理风险平台获得交易价值前所需的证据

应针对每项重大灾害、地理区域、资产类别和客户决策评估证据。

2. 定义产品栈

物理风险平台可包括地址匹配、建筑物轮廓、高程、土地覆盖、气候观测、再分析、遥感、巨灾模型、机器学习、脆弱性曲线、损失函数、情景引擎、API、仪表盘和专业服务。同一品牌可能向不同客户提供不同组件。尽职调查应按合同和用例识别已部署的技术栈。

收购方应将专有能力与授权数据和公开来源区分开。供应商可能通过资产解析、特征工程、工作流集成和用户体验创造价值，同时依赖外部气候模型。如果权利、质量、连续性和差异化清晰，这可能是一项可持续的业务。没有依赖登记表，关于专有气候智能的营销话术所能提供的证据有限。

收入分类也很重要。订阅账单可能包含大量分析师解读、资产数据清洗、定制情景工作和客户支持。当投资组合发生变化时，实施工作可能重复发生。交易模型应将员工投入和毛利率分配到每个产品组件和客户群组。

3. 确立资产分母

资产组合覆盖范围始于资产分母。企业可能提供地址、坐标、多边形、设施名称、法律实体、物业类型和重置价值。记录可能重复、过时、不完整，或被映射到邮政编码质心而非实际建筑轮廓。平台若未解析资产，就无法生成资产级风险。

登记册应核对合同记录、已匹配资产、已解析的空间范围、完整属性、已评分灾害、可供决策的输出以及客户已批准的记录。它应识别置信度和例外原因。计数不应混用建筑、地块、场址、保单、贷款和公司，因为这些单元承载不同的经济权益。

应监测标识漂移。设施会扩建，物业会被重新开发，资产组合会变更所有权。稳定标识符应保留历史，同时记录新的空间范围、用途和占用情况。交易尽职调查应针对高价值和高风险记录，对照权威客户或地籍来源进行抽样。

4. 梳理灾害链

物理气候风险综合了灾害、暴露和脆弱性。灾害描述可能造成损害的物理事件或趋势。暴露识别处于风险之中的人员、资产或活动。脆弱性描述易受损害或中断影响的程度。财务后果取决于适应措施、保险、运营依赖性和客户的应对。

平台应记录每项输出对应的链条。洪水评分可能综合降雨、河流流量、地形、排水和防洪假设。高温评分可能使用气温，而决策取决于湿球条件、设备降额或工人暴露。水资源压力指数可能代表流域状况，并就场址的合法取水、储水或工艺用水需求提供有限证据。

IPCC 资料为区域和行业气候信息提供可追溯的科学基础 [1][2]。平台应说明其方法如何利用、转换或偏离该证据。收购方应避免将宽泛的气候情景视为精确的资产损失预测。

交易价值要求贯穿每个科学和商业层面均可追溯。

5. 区分观测与预估

观测、再分析、后报和预估回答不同问题。观测描述台站或遥感测得的状况。再分析将观测与模型结合，生成一致的历史场。预估描述在情景和模型假设下的可能未来状况。混合这些层次可能使模型显得比其证据更精确。

数据登记册应标识来源、版本、空间分辨率、时间分辨率、覆盖范围、更新频率、偏差校正、降尺度和质量控制。世界气象组织强调气候信息和服务的质量管理与可追溯性 [3]。当数据流经专有数据管道时，平台应保留这些属性。

客户需要理解输出意味着什么。重现期、百分位数、预期年度损失和情景变化不可互换。界面应显示相关时间基准和局限性。收购方应测试销售材料、API 和报告是否使用一致的定义。

6. 如实检验空间分辨率

高名义分辨率可能来自插值或统计降尺度，而非密集的本地观测。一米栅格并不能确立一米的预测精度。平台应区分计算网格大小与有效信息含量，并说明所代表的本地特征。

资产决策可能取决于高程、排水、建筑结构、地形、海岸线、植被和城市形态。地理编码的小错误可能使一处物业跨越洪水边界，或将屋顶资产放在地面上。因此，验证应包括空间对齐、轮廓精度以及对合理位置误差的敏感性。

收购方应比较城市、农村、沿海、山区和数据稀疏地区的表现。全球产品可能因底层观测和本地模型差异而质量不均。地理扩张应在区域特定验证和客户接受之后进行估值，而不能仅依据地图覆盖范围。

7. 定义时间范围

物理风险决策跨多个时间范围运作。天气运营可能需要数小时或数天。保险和营运资金决策可能采用年度时间范围。抵押贷款、基础设施和房地产决策可能延续数十年。气候适应可能跨越资产的剩余使用寿命。

平台应将每个模型和情景映射到客户的决策时间范围。平均状况的长期转变若无额外建模，对下一年理赔频率的指导有限。较短的历史记录可能不足以代表尾部事件。时间范围还应与维护周期、再融资、租约到期和计划资本工程保持一致。

NGFS 情景为金融风险分析提供结构化路径，包括慢性和急性物理风险组成部分，同时记录局限性和未涵盖的领域 [4][5]。平台应将情景输出呈现为条件分析，并清晰显示不确定性和替代路径。

8. 区分致灾因子与损失

致灾因子强度并不直接等于财务损失。洪水深度对不同建筑的影响不同。高温可能降低劳动生产率、设备效率或入住率，具体取决于设计和运营。野火暴露取决于植被、起火、防护和建筑结构。脆弱性函数将物理强度转化为损害或中断。

收购方应审查每个重大脆弱性模型的经验依据、资产分类、工程假设、适应特征和可迁移性。从某一国家、建筑类型或保险组合得出的曲线可能无法迁移到另一国家。在数据稀疏之处，专家判断应明确说明并可受到质疑。

损失输出应分别识别直接损害、业务中断、供应链影响、保险赔付和适应成本。在不进行依赖关系建模的情况下汇总这些影响，可能导致重复计算或掩盖重大假设。客户决策需要其能够影响的组成部分。

资产状况和运营可能主导致灾因子与损失之间的差异。两个相邻设施可能面临相同的高温或洪水强度，却因高程、建筑结构、维护、备用电源、排水、库存布置和恢复计划而经历不同结果。缺乏这些属性的平台应呈现致灾因子视图，并避免将输出标记为资产损失。收购方应测试客户提供的属性是否经过验证、更新并得到一致使用。

9. 根据已发生事件进行验证

事件验证应从模型开发之后发生的事件或未用于校准的留出事件开始。平台应复现事件前的资产总体和可用数据，生成预测，并将其与观测到的强度、损害、中断或理赔进行比较。回溯使用修订数据可能高估表现。

验证应衡量区分能力、校准和决策效用。模型可以正确地对高风险资产排序，同时高估绝对概率。它可能与区域损失相匹配，却对单个物业进行错误分类。指标应反映客户阈值以及假阳性和假阴性的后果。

结果记录应包括缺失观测和不确定理赔。报告的损失数据可能受到保险条款、报告延迟、维修选择和风险敞口价值的影响。验证应说明哪些是观测到的，哪些是估算的。当供应商选择事件和指标时，独立审查尤为重要。

回测应覆盖平静时期以及灾难时期。一个能正确识别受损资产、却将大部分组合标记为风险的模型，会产生代价高昂的误报。校准应在各风险区间比较预测频率与观测频率。决策分析应估算客户阈值下的审查成本、漏判风险和不必要干预成本。这将统计表现与运营价值联系起来。

10. 测试稳定性与敏感性

物理风险模型可能对气候数据集、情景、降尺度、地形、防护假设、脆弱性曲线和资产属性敏感。收购方应改变重要输入，并观察排名、评分、损失和客户行动的变化。无法解释的大幅变化表明决策体系较为脆弱。

模型更新也会造成不连续性。经过科学改进的模型可能实质性改变资产评分、客户报告和组合趋势。平台应对输出进行版本管理，解释变化，并在客户需要可比历史时支持重述。商业团队不应将方法变更呈现为物理风险突然发生变化的证据。

2026年美国跨机构模型风险指引强调基于风险的验证、局限性、监测和适当使用，包括第三方模型[9][10]。即使气候平台服务于非银行客户，这些原则也提供了有用的尽职调查框架。

11. 管控模型不确定性

不确定性来自排放路径、气候响应、自然变率、观测数据、降尺度、灾害表征、脆弱性和客户数据。单一评分可能掩盖这些来源。平台应显示哪些不确定性对决策重要，并避免暗示证据无法支持的精确度。

有用的沟通可以包括区间、置信类别、情景比较、敏感性和模型一致性。格式应契合用户的专业水平和工作流程。组合经理可能需要优先级分组。工程师可能需要底层强度与假设。董事会可能需要财务区间和决策触发条件。

不确定性应影响商业声明。平台不应保证避免损失或未来确切损害。交易模型应区分由决策效用支撑的收入与依赖精确预测的收益。即使结果仍为概率性，强有力的不确定性治理也能支持客户信任与续约。

12. 管控数据与模型溯源

平台应维护从原始数据经过清洗、特征工程、模型执行、叠加处理、评分到客户报告的溯源关系。每个生产输出都应能从已版本化的数据源和代码复现。数据许可、地域限制和留存义务应归属于相应层级。

当多个供应商提供灾害、建筑和经济数据时，溯源变得尤为重要。客户可能拥有使用报告的合同权利，却无权再分发底层数据。控制权变更可能触发同意要求或新费用。尽职调查应将这些依赖关系映射到每个重大产品和合同。

收购方应针对高价值客户决策抽样检查溯源。应确认报告、API 和仪表板使用了经批准的生产模型以及所述资产属性。人工更正和专家叠加应保持可见，并附有审批人、原因和影响。

13. 对客户决策进行分类

客户采用情况应按决策类别衡量。筛选识别需进一步审查的记录。优先级排序对资产或交易对手进行排序。承保会改变条款或接受结果。资本配置会改变投资。适应措施会改变实物资产或运营。信息披露传达风险敞口，但不一定改变行动。

这些用途具有不同价值。平台即使其输出不适合工程设计，也可以作为有效的筛选工具而取得成功。贷款机构可能用它来索取补充信息，而不是用来拒绝授信。估值应依据合同约定且受治理约束的用途，而不是营销宣传中展示的最雄心勃勃的用途。

应用登记表应记录用户、阈值、操作、人工覆盖、复核和证据。它还应记录客户接收数据但未将其集成的情况。许可证激活、登录和报告下载仅能提供有限的决策使用证据。

14. 观察工作流程

收购方应观察客户如何使用平台。风险团队可能会将评分导出到电子表格，将其与资产价值结合，并将例外情况发送给本地管理人员。保险公司可能会将高风险地点转交给核保人。业主可能会将评分与维护和资本规划关联起来。每一次交接都可能保留或削弱模型的意义。

工作流程尽职调查应检验用户是否理解阈值、局限性和更新。它应检查访问权限、审批、审计日志、例外队列和服务响应。反复的人工干预可能是必要且有价值的，尽管它会改变可扩展性和利润率。

平台应收集反馈。客户对资产身份、防护措施或运行条件的更正可以改进模型。权利和质量控制应规范这些信息。当闭环反馈是系统化的，而不是依赖个别分析师时，它就可以成为持久优势。

工作流程集成应在人员变动后仍能存续。尽职调查应检验文档、培训、角色覆盖和自动化接口。产品可能看起来已经嵌入，因为某位资深支持者手动解读报告。如果此人离开，续约和决策使用可能会下降。用户分布广泛、队列可重复、系统集成和管理报告方面的证据，支持更有力的留存依据。

表 2. 客户决策与采用证据

使用证据应表明发生了受管控的行动，而不仅仅是访问了平台。

15. 保留人类问责

气候模型可为涉及信贷、保险、就业、住房和基础设施的重大决策提供支持。客户应保留决策权，并理解决策依据。平台应识别哪些决策需要人工复核，以及哪些输出不能为自动化不利决策提供依据。

针对覆盖操作的治理应记录原因和结果。频繁覆盖可能表明本地信息缺失、阈值偏弱或信任不足。当用户将评分视为权威而不加质疑时，完全没有覆盖操作也可能令人担忧。收购方应抽查已接受、已拒绝和被覆盖的建议。

ISO/IEC 42001 提供了一个 AI 管理体系框架 [15]。平台应将其模型清单、风险分类、验证、事件处理和变更控制与实际客户用途相连接。仅存在于政策文件中的治理所能提供的交易证据有限。

16. 将风险转化为适应措施

当客户能够识别可行的行动时，物理风险信息的商业价值就会提升。适应方案可包括排水、防洪屏障、降温、储水、植被管理、设备搬迁、冗余配置、保险、供应商多元化和运营调整。平台应将风险识别与工程建议区分开来。

ISO 14090 涉及气候适应的原则和要求，而 ISO 14091 涵盖脆弱性、影响和风险评估 [13][14]。这些标准支持结构化的流程。它们并不能证明某一具体干预措施在技术上有效或在经济上合理。

平台应记录决策责任人、方案、成本、实施情况、剩余风险和审查日期。推荐引擎可通过一致的优先级排序创造价值。工程设计和保证可能需要合格的专业人员。合同和用户界面应维护这一边界。

17. 验证适应成果

适应价值应基于明确的基准和机制进行检验。防洪屏障只有在高度、位置、维护和关闭程序均合适时，才会改变预期损失。降温投资只有在相关条件下运行，才会改变热暴露。保险转移部分财务损失，但并不能消除实体中断。

成果验证可采用工程验收、运行测试、事件表现、避免的停机时间和保险证据。长重现期意味着安装后未发生损失并不能证明有效性。在无法直接观测的情况下，平台应说明建模依据和不确定性。

交易模型应避免未经核对，就把同一收益同时计为已避免损失、保险成本降低、可用性提高和资产价值提升。经财务批准的结果应明确现金流时点和价值接收方。

18. 对接财务报告

IFRS S2 要求披露可能合理影响前景的气候相关风险与机遇，包括物理风险、治理、战略、风险管理、指标与目标 [6]。它还要求开展气候相关情景分析，为韧性评估提供依据。当方法、假设和不确定性透明时，平台输出可支持这些流程。

软件输出本身并不能确定重要性，也不能满足报告义务。管理层仍负责实体评估、控制和披露。收购方应检验客户是将平台作为一项证据来源，还是在未进行有效质疑的情况下直接呈现其结果。

平台应支持与财务状况、经营业绩和现金流的关联。资产层面的评分需要汇总规则、敞口价值和时间期限。披露应区分实测数据、估计值和情景。客户对定制报告的依赖可能产生收入和服务义务，并应反映在利润率中。

当输出用于多份报告时，一致性控制很重要。除非差异已有记录，否则同一资产总体、情景和方法应在董事会风险文件、财务披露、贷款人提交材料和适应预算之间核对一致。平台应保留报告快照和方法版本。该能力可支持可审计性和客户留存，同时产生存储、支持和变更管理义务。

19. 支持贷款和保险决策

贷款人和保险公司需要契合承保、定价、限额、抵押品审查、投资组合监测和压力测试的物理风险信息。EBA 的最终 ESG 风险指南要求机构在相关时间范围内识别、计量、管理和监测 ESG 风险 [7]。欧洲央行覆盖整体经济的气候工作展示了地址级物理风险信息与企业及财务数据的整合 [11]。

平台应说明其输出如何进入政策与授权。高风险评分可能触发检查、补充数据、保险要求、契约变更或定价。除其经校验的用途外，平台不应在未经提示的情况下决定信用或承保决策。

验证应反映机构的投资组合、地域和产品。供应商模型仍受客户治理约束。收购方应评估受监管客户能否获得足够的文档、监测和审计访问权限，以履行其义务。

20. 保护客户数据和地理空间数据

资产组合可能揭示战略位置、价值、安全敞口、供应商网络和投资计划。平台应对客户数据进行分类，限制访问并控制导出。关键基础设施和国防相关记录可能需要更严格的限制。个人数据可能通过财产所有权、租赁或员工位置记录产生。

安全尽职调查应覆盖云架构、身份、加密、日志记录、事件响应、备份、恢复、分包商和开发实践。地理空间 API 和批量导出需要速率和权限控制。即使底层气候数据是公开的，泄露也可能影响客户。

交易模型应包含数据许可、安全和本地化成本。客户合同应界定允许用途、衍生输出、保留、返还和删除。产品分析应避免在未达成一致依据的情况下重复使用机密投资组合信息。

21. 衡量经常性服务强度

物理风险产品通常需要资产清洗、危害解读、情景研讨会、投资组合汇总和客户特定报告。这些服务可改善结果和留存。它们也会影响毛利率、产能以及经常性收入的含义。尽职调查应按客户、产品和续约期分配交付工时。

收购方应区分标准入驻、经常性支持、专业服务和产品开发。由气候科学家或高级分析师执行的工作可能难以规模化。当实施和解读成本记录在其他地方时，高订阅利润率可能被高估。

服务强度若能带来可复用工具、培训和流程整合，便可成为竞争优势。证据包括每项资产所需工时下降、标准化操作手册、客户自助服务和稳定的成果质量。估值应反映已证实的经营杠杆，而非假设的自动化。

22. 检验收入质量

收入质量取决于合同范围、续约、使用量、扩展、集中度、价格、收款和交付义务。多年期合同可提供可见性，但可能包含终止、数据可用性或方法论条款。客户可能为某个披露周期购买气候分析，并在初始项目结束后减少使用。

队列分析应比较已签约年度经常性收入、已确认收入、现金、毛留存率、净留存率和服务成本。它应区分受监管金融机构、保险公司、企业、房地产、基础设施和政府，因为采购周期和验证要求不同。

收购方应将扩展追溯至客户决策。资产数量增加可能反映组合增长、产品采用或单纯的数据加载。当客户整合产出并在使用后续约时，交叉销售适应或监测服务才有更强证据。

价格分析应区分访问权限、资产、灾害、用户、API 用量和咨询工作。当边际数据成本低但服务投入高时，折扣可能掩盖较弱的支付意愿。续约讨论、竞争性替代和采购记录可揭示客户重视哪些能力。收购方还应检验新监管是加速了临时需求，还是确立了持续性管控要求。

23. 治理第三方依赖

气候平台依赖公共机构、学术数据集、商业供应商、云服务、地图提供商和专业模型。依赖登记册应识别许可、地域、用途、衍生权利、服务水平、更新周期、成本、替代方案和控制权变更条款。

关键数据集今天可能可免费获取，但日后可能改变访问权限或格式。商业模型可能禁止基准测试或再分发。收购方应检验：若供应商终止服务，产出能否继续；以及替代方案是否会改变客户报告。

供应商集中度应纳入整合计划。将目标公司与买方现有数据栈合并，可能带来节省、覆盖缺口或合同冲突。协同效应应包含迁移、重新验证和客户通知成本。

24. 应对科学与商业变化

气候科学、观测、监管和客户需求持续演变。模型治理应界定更新触发条件、验证、发布审批和客户沟通。重大变更应保留历史产出，或提供受控的重述。

科学变化时，商业团队需要纪律。新的灾害数据集可提高准确性并改变风险排序。客户应获得关于方法论、影响和所需行动的解释。无声变更会削弱信任，并可能导致报告不一致。

产品路线图应将研究与客户决策连接起来。实验性模型可能有价值，但在验证前应保持标注状态，且不得具备生产权限。收购方应将研究能力与已签约的生产就绪度区分开。

25. 应用会计与估值纪律

IFRS 13 使用市场参与者假设定义公允价值 [18]。平台估值应评估可识别技术、数据权利、客户关系与合同，以及员工队伍和整合能力。在没有法律权利和现金转化的情况下，地图覆盖范围和模型数量只能提供较弱的证据。

IAS 38 规范无形资产，并区分研究与开发 [17]。专有方法、软件和数据库需要具备控制权、未来经济利益和可计量性的证据。公开数据可以支撑有价值的产品，但其本身不必成为自有无形资产。

IFRS 15 规范客户合同收入 [16]。订阅、许可、数据、实施和服务可能具有不同的履约义务。估算的客户流失减少额并非平台收入。交易模型应协调合同权益、交付、收入确认和现金。

估值情景应区分现有客户基础、有证据支持的扩张、经证实的新地域以及研究管线。每个层级具有不同的概率、投资需求和现金回收时间。协同效应应考虑数据迁移、模型验证、客户同意、产品整合和留任专业员工。若不考虑这些成本，笼统的交叉销售假设会高估可获取价值。

表3. 某物理风险 AI 平台的假设性估值桥

以 USD 百万为单位的数值仅为示例性管理层假设，仅用于展示证据门槛。

26. 构建假设性平台

设想一家完全假设性的物理风险 AI 业务，拥有 240 万个已评分资产、86 家企业客户，以及 USD 14.8 million 的年度经常性收入。管理层识别出 USD 9.6 million 的年度客户价值，以及通过扩大分销、产品整合和降低数据成本带来的 USD 6.4 million 买方收入与协同效应。

资产准入环节保留 180 万条具有可靠身份和属性的记录。科学验证在受支持的灾害、地理和资产组合中保留 140 万条记录。工作流审查识别出 110 万个可供决策的资产，以及 49 家具有可追溯行动的客户。其余样本仍可能支持筛查或未来开发，但并不支持相同的估值主张。

经成果、持续性、服务成本和现金转换调整后，该框架保留 USD 4.5 million 的客户价值，以及 USD 2.7 million 的买方收入与协同效应。每项金额均为假设性的管理层假设。本案例仅用于展示方法，并不描述实际公司、交易或市场基准。

以百万计的数量仅为示意性管理层假设。

27. 将证据转化为价格与条款

经验证的生产能力可支撑签约时的价值。未经证实的地理扩张、新灾害和拟议的客户决策可通过里程碑提供资金。这种分配使对价与实现计划所需的证据相匹配。

里程碑可参考资产匹配、独立验证、受监管客户批准、工作流采用、续约、毛利率和现金回款。应避免管理层可在不提升客户价值的情况下增加的指标，例如原始已评分资产数量或模型发布数量。

陈述与保证应涵盖数据权利、方法、验证、客户使用、事件、知识产权、依赖关系和监管主张。保留款、托管和赔偿可应对已界定的风险敞口。买方应保留用于数据替换、模型重新验证和整合的投资能力。

28. 构建尽职调查请求

尽职调查请求应包括产品架构、来源与许可登记册、模型清单、验证报告、事件回测、资产匹配指标、脆弱性方法、不确定性政策、客户工作流、人工覆盖日志、结果研究、合同、客户群组、服务时长、安全评估和财务模型。

抽样应遵循价值与风险。团队应检查最大客户、最高价值决策、观测最少的地理区域、重大灾害以及支持受监管用途的模型。应从源数据复现选定评分，并追踪其如何转化为客户行动。

例外事项应记录负责人、后果、整改、成本、时间安排和交易应对措施。缺少许可证可能构成先决条件。验证不充分可能需要设置里程碑。定制化服务强度可能降低利润率。投资委员会应在估值模型中看到这些影响。

客户参考工作应测试决策使用情况，而不仅仅是满意度。问题应涵盖原始问题、考虑过的替代方案、实施、模型局限性、人工覆盖、行动、结果、续约理由和转换成本。管理层选定的推荐人可辅以更广泛客户群组的合同和支持证据。整个过程应遵守保密义务。

表4. 物理风险平台尽职调查与交易应对

每个例外都应关联到一项决策、现金流影响和负责人。

29. 执行首个一百天

第1至30天应建立控制。买方应冻结未受控的模型变更，确认数据和许可权利，盘点生产模型，核对客户资产，并识别关键连续性依赖。高风险客户索赔应立即审查。

第31至60天应验证价值最高的决策。团队应针对选定群组复现资产身份、模型输出、客户阈值、行动和财务结果。应核对服务工时、续约和现金，并剔除缺乏支持的价值主张。

第61至100天应实施目标运营模式。优先事项包括模型治理、更新沟通、客户工作流控制、安全、反馈、适应证据和董事会报告。管理层应分别报告可供决策的资产、已采用的工作流、已验证的结果、收入质量和未解决的限制。

该顺序在产品扩展前建立证据和控制。

30. 识别局限并得出结论

本框架不验证特定的气候模型、平台或交易。适用性取决于灾害、地理位置、资产类别、时间范围、客户决策和可用证据。气候模型描述不确定的未来，并可能随着科学和观测的进步而变化。对于科学、工程、法律、监管、会计和估值决策，需要当前的专业意见。

该假设案例不估算市场需求、可能的损失减少或交易价值。客户结果可能受到天气、资产状况、适应措施、保险、运营行为和外部事件的影响。没有发生损失并不能证明模型准确性或适应措施的有效性。

可用证据仍将不均衡。密集观测、保险索赔和详细建筑属性在一些市场存在，而在其他市场则有限或受商业限制。验证技术应适应证据情况，同时保留对局限性的披露。即使在数据稀缺的市场，平台仍可通过筛选、考虑不确定性的优先级排序和结构化信息收集来创造决策价值。允许的声明应与实际可用的证据相符。

买方还应认识到模型风险的组织维度。科学团队、产品经理、客户专家和商务人员可能对同一输出使用不同语言。共享的模型清单、决策分类体系和例外处理流程可以减少沟通不畅。董事会报告应识别模型在哪些方面为决策提供支持、哪些方面仍需专家审查，以及哪些方面的证据不足以支持拟议用途。

长期物理风险并不消除对近期商业证据的需求。续约、已采用的工作流程、客户推荐、服务投入和已收回现金今天就可以观察到。这些指标应与科学质量相关联，但不能用它们替代科学质量。有力的估值案例既展示技术适用性，也展示客户愿意持续为决策能力付费。

实际结论是，交易价值位于气候地图之外。站得住脚的平台能够正确识别资产、使用适当的科学方法、验证脆弱性和不确定性、与受治理的客户决策相集成，并以可扩展的服务成本展示持久的经济成果。这些证据使收购方能够区分有用的决策系统和视觉上具有说服力的数据集。

以 USD 百万计的数值均为示意性管理层假设。

参考文献

1. 政府间气候变化专门委员会。第六次评估报告第一工作组情况说明。 https://www.ipcc.ch/report/ar6/wg1/resources/factsheets/
2. 政府间气候变化专门委员会。AR6 综合报告。 https://www.ipcc.ch/report/ar6/syr/
3. 世界气象组织。技术规则与气候信息质量原则。 https://library.wmo.int/
4. 绿色金融体系网络。气候情景技术文档，2024。 https://www.ngfs.net/system/files/2025-01/NGFS%20Climate%20Scenarios%20Technical%20Documentation.pdf
5. 绿色金融体系网络。更新版气候影响探索器中的物理风险，2025。 https://www.ngfs.net/system/files/2025-11/Physical%20risks%20in%20the%20updated%20Climate%20Impact%20Explorer.pdf
6. 国际财务报告准则基金会《国际财务报告准则S2号——气候相关披露》 https://www.ifrs.org/issued-standards/list-of-standards/ifrs-s2-climate-related-disclosures/
7. 欧洲银行管理局。关于管理 ESG 风险的最终指南，2025。 https://www.eba.europa.eu/sites/default/files/2025-01/fb22982a-d69d-42cc-9d62-1023497ad58a/Final%20Guidelines%20on%20the%20management%20of%20ESG%20risks.pdf
8. 欧洲环境署。欧洲气候风险评估，2024。 https://www.eea.europa.eu/en/analysis/publications/european-climate-risk-assessment
9. 美国联邦储备系统理事会。《模型风险管理修订指引》，SR 26-2，2026年。 https://www.federalreserve.gov/supervisionreg/srletters/SR2602.htm
10. 美国联邦储备系统理事会。《模型风险管理监管指引》。 https://www.federalreserve.gov/frrs/guidance/supervisory-guidance-on-model-risk-management.htm
11. 欧洲中央银行。欧洲央行全经济气候压力测试。 https://www.ecb.europa.eu/pub/pdf/scpops/ecb.op281~05a7735b1c.en.pdf
12. 哥白尼气候变化服务。气候数据存储库及文档。 https://cds.climate.copernicus.eu/
13. 国际标准化组织。ISO 14090:2019 气候变化适应。 https://www.iso.org/standard/68507.html
14. 国际标准化组织。ISO 14091:2021 脆弱性、影响和风险评估。 https://www.iso.org/standard/68508.html
15. 国际标准化组织。ISO/IEC 42001:2023 人工智能管理体系。 https://www.iso.org/standard/81230.html
16. 国际财务报告准则基金会。《IFRS 15 客户合同收入》。 https://www.ifrs.org/issued-standards/list-of-standards/ifrs-15-revenue-from-contracts-with-customers/
17. 国际财务报告准则基金会。《国际会计准则第38号——无形资产》。 https://www.ifrs.org/issued-standards/list-of-standards/ias-38-intangible-assets/
18. 国际财务报告准则基金会。《国际财务报告准则第13号——公允价值计量》。 https://www.ifrs.org/issued-standards/list-of-standards/ifrs-13-fair-value-measurement/
19. 美国国家标准与技术研究院。AI 风险管理框架。 https://www.nist.gov/itl/ai-risk-management-framework
20. 美国国家海洋和大气管理局。气候数据与服务。 https://www.noaa.gov/climate

关于作者

Chennakeshav（CK）是一位企业融资与投资银行高管，拥有25年以上全球经验，涵盖M&A、增长资本与企业战略领域的交易发起、结构设计与执行。他曾为创始人、企业和基金领导价值创造委托——将董事会视角与一线执行及交割相衔接。

他的职业生涯横跨摩根士丹利、汇丰、劳埃德银行集团、EWEC、ADQ 投资组合公司和 Emirates Growth Fund，覆盖科技、媒体与电信、房地产、金融科技、深科技、清洁科技、基础设施与能源领域。他曾与高管、私募股权与风险投资基金、主权财富基金和家族办公室合作，为复杂的基金募集和成长期企业提供融资，并领导M&A尽职调查、并购后整合和业务转型举措以创造价值。

在Matchpoint Partners，他担任管理合伙人，领导公司的企业融资、M&A与资本募集业务。他拥有伦敦商学院 MBA 学位和 VTU 工程学位，并正在伦敦大学学院（UCL）攻读法学硕士（LLM）。

作为活跃的初创企业导师，CK 在 Techstars、DIFC FinTech Hive、Startup Grind、Founder Institute 和 IN5 担任导师，并担任伦敦商学院驻场创业者导师（EMiR），还担任创业世界杯评委。

https://www.linkedin.com/in/ckadya/

https://www.matchpoint-partners.com/team/ck-adya.html

本文是持续探讨私募和另类市场结构的系列文章之一。文中观点仅代表作者本人。本文仅供参考，以概括性语言描述市场结构，不构成投资、法律、税务或监管建议，也不构成对任何证券、投资载体或交易对手的推荐。