招聘：利用大型语言模型识别适应差距

招聘：利用大语言模型识别适应差距 6分钟阅读 关键发现 今年夏天可能出现的厄尔尼诺现象，使得投资组合公司层面的干旱防范成为投资者的当务之急，其中23%的受影响公司尚未报告任何相关适应措施。通过将公司的适应活动与其最易遭受的风险相匹配，投资者可以识别出那些面临高暴露风险但准备不足的公司（高暴露、低准备，HELP）。与气候适应和韧性相关的活动有一半未在可持续发展报告中披露。大型语言模型（LLM）可能为识别这些活动提供了一种高效的方法。 本博客文章中提及：地理空间资产智能 ESG 评级 预计2026年将因厄尔尼诺现象发生的可能性较高而面临极端天气条件风险增加，因此，对于关注其投资组合物理风险的投资者而言，干旱、强降雨和极端高温等灾害可能成为他们关注的重点。1 这种增加的风险也可能提升了评估公司为适应这些危害做好准备程度的重要性。 若未能提前完成旨在应对干旱及其引发的水资源短缺的基础设施升级，企业今年可能面临更大的风险。 利用MSCI地理空间资产智能，我们估计，在MSCI ACWI指数成分股中，有49%（220家公司）因资产位于厄尔尼诺影响区域而面临水资源压力，可能遭遇缺水或干旱状况。2 受厄尔尼诺现象影响地区的许多公司都披露了与水资源短缺相关的基础设施的适应措施 截至2026年6月9日数据。该图表展示了MSCI ACWI指数成分股，这些公司在MSCI ESG评级中将水资源压力视为加权关键问题，并且至少5%的资产位于可能受厄尔尼诺现象影响的地区（n=220）。横轴显示每家公司在其受影响资产上的平均水资源短缺风险水平，以MSCI ACWI指数内其他公司的百分位数表示。使用左上角的筛选器可按行业或发行人所在国家/地区查看结果。将鼠标悬停在数据点上可查看公司名称、行业、识别出的相关行动数量、示例披露和来源。 我们发现，在同时面临水资源压力且运营于厄尔尼诺影响地区的公司中，77%（170家）至少披露了一项与适应相关的基建投资，以应对水资源短缺问题。而对于剩余的23%，尚不清楚其是否已实施节水规程、取水权或其他措施来应对潜在的干旱影响。 哪些公司在应对其最重大的物理风险方面准备最不充分？ 聚焦单一气候灾害——在此例中为干旱——使得比较各公司间的风险敞口和适应活动相对直接。评估所有物理灾害的风险敞口则更为复杂。与碳排放或收入不同，目前尚无单一指标能让投资者比较各公司的物理风险概况和适应活动。 风险暴露指标可以通过帮助投资者识别与每家公司最相关的风险来增加背景信息。然后将适应活动与这些风险进行匹配，从而为公司整体准备情况进行比较提供基础。 这些观察结果可以绘制在风险适应矩阵（HAM）上，以识别属于高暴露、低准备（HELP）类别的公司。3根据此方法，MSCI ACWI指数成分股中有52%似乎并未采取与其最重大的物理风险相一致的适应相关行动。4对于资产所有者而言，这些公司可以作为一个初步的参与目标。 应用风险适应矩阵以帮助寻找适应差距 加载图表中...请稍等。 截至2026年6月9日数据。上图表展示了根据风险暴露程度和适应准备情况对MSCI ACWI指数成分股进行的分组。公司根据风险强度值阈值7被划分为暴露程度高或低。对于强度高于7的风险，若MSCI研发部门识别出与其相关的适应措施，则该公司被划分为适应准备程度高。下图表展示了按GICS行业划分的四个象限中公司的分布情况。将鼠标悬停在每根条形图上可查看相关数量和相关百分比。 然而，他们所在行业的至少20%的同行披露了相关的适应措施，这表明尽管面临相似级别的风险暴露，一些公司仍在采取行动。公用事业是唯一一个在风险暴露较高的公司中，披露相关适应措施的比例高于未披露比例的行业。 适应性数据分散在许多来源中——大型语言模型可以帮助识别和分类这些数据 识别与适应相关的风险管理活动带来了额外的挑战。适应信息很少出现在可持续发展报告的专门章节中，而是通常分散在年度报告、季度申报和新闻稿中。 适应性活动超越了可持续发展报告。 加载图表中...请稍候。 截至2026年6月9日数据。该图表展示了在2,443家MSCI ACWI指数成分股的披露文件中识别出的与适应相关活动。将鼠标悬停在条形图的某个分段上，即可查看在每种文件类别中识别出的每种适应活动类型的活动数量。"所有其他文件类型"包括投资者演示文稿、监管申报和公司政策文件等来源。 大型语言模型（LLM）的分类和自然语言处理能力有助于应对这一挑战。MSCI研发部门部署了一个LLM，该模型基于MSCI研究院与全球适应与韧性投资工作组（GARI）共同开发的适应行动分类体系进行训练，用于审查公共文件和公司网站，以寻找适应活动的证据。 我们对2443家MSCI ACWI指数成分股的披露信息进行了审查，在2025财年（FY2025）的13563份独特文件中发现了18921项与适应相关的工作。可持续发展与气候报告仅占所识别的适应活动的五成，这表明许多公司关于适应的披露信息都包含在其他公开文件中。 尽管可持续发展报告涵盖了大部分与物理风险评估和基础设施升级相关的披露信息，但有关适应相关机会的信息在公司网站、年度报告和可持续发展报告中分布则更为均衡。 大型语言模型可以从非结构化数据中帮助解锁适应方面的见解。 随着极端天气事件日益频繁和严重，了解哪些公司已为物理气候风险做好准备，可能对投资者而言变得越来越重要。跨公司比较物理风险数据可能很困难，但通过绘制风险暴露情况并评估其适应措施，可以帮助投资者专注于与每家公司最相关的风险。 大型语言模型可将适应性数据收集的范围扩展至可持续发展报告之外，帮助投资者从更广泛的公共披露信息中获取洞察。结合风险暴露分析，这些工具或有助于识别潜在的合作机会，并更深入地理解企业应对物理气候风险的方式。 巴特查伦·图尔博尔德 主管，MSCI 研发部 今日订阅将洞察信息发送至您的收件箱。 请输入您的电子邮件地址 显眼处的隐藏风险：资产所有者投资组合中的物理风险 资产所在位置至关重要。MSCI和瑞士再风险数据解决方案揭示了物理风险如何重塑资产所有者的投资组合——以及洞察力如何驱动韧性。 阅读更多 资产所有者及资产管理人物理风险指南 为资产所有者和管理者提供一套实用框架，用于衡量物理气候风险敞口、评估实质性，并将评估结果融入各职能部门的投资决策中。 阅读更多 地理空间资产智能 地理空间资产智能提供资产层面的自然和物理风险数据，帮助投资者、银行和保险公司识别和管理风险。 探索更多 可能经历更干燥条件和增加水资源压力的地区包括印度尼西亚、菲律宾、澳大利亚东部、非洲南部、印度、中美洲和亚马逊地区。我们应用了一个阈值，要求受影响地区至少占公司资产总额的5%，以识别潜在面临风险的公司。然后我们将样本缩小至在MSCI ESG评级中，水资源压力被识别为公司加权关键问题的公司，截至2026年6月9日。有关关键问题选择的信息，请参阅“ESG评级方法论”，MSCI研究，2026年3月。 3 “资产所有者与资产管理人物理风险指南”（MSCI Research，2026年4月）第五章详细介绍了风险适应矩阵及其应用案例。 我们使用7作为风险强度值阈值来区分高暴露和低暴露。风险强度值在发行人层面针对每个风险按0到10的等级进行计算，其中0表示该风险不适用于公司的所在地，10表示风险非常高，参见“MSCI物理风险指标——发行人层面方法论”，MSCI研究，2026年4月。5 基于GICS（全球行业分类标准），该标准由MSCI和标普道琼斯指数联合开发，制定行业定义。 本页面内容仅供信息参考，仅面向具备分析资源和工具以解读任何绩效信息的机构专业人员。此处内容无意推荐任何产品、工具或服务。关于所有涉及法律、规则或法规的引用，请注意信息按“原样”提供，不构成法律建议或任何具有约束力的解释。为遵守监管或政策倡议，任何相关方法均应与贵司法律顾问和/或相关主管部门（如需）进行讨论。